宝石能谱成像（gemstone spectral imaging，GSI）能较准确地获取单能量CT值，并通过物质分离得出有效原子序数（effective atomic number，Z_eff）。因CT增强扫描使用碘剂，碘/水基物质图和碘基物质浓度（iodine concentration，IC）也成为最常用的基物质定量工具和参数。不同迭代重建（iterative reconstruction，IR）算法对CT图像噪声和质量造成影响的研究较多^[1]，但是否影响IC和Z_eff图像参数和噪声等报道较少。本研究采用GSI模式扫描纯水和不同浓度碘溶液，比较基于多模型的迭代重建算法（adaptive statistical iterative reconstruction-V，ASIR-V）和深度学习图像重建（deep learning image reconstruction，DLIR）对以IC和Z_eff为代表的GSI参数的影响，探讨DLIR在GSI应用中的可行性和价值。

使用QSP体模（图 1），在直径200 mm圆形酯性基质内环形排布9支长100 mm、直径20 mm塑料试管，其中酯性基质中央放置的试管用以模拟人体中心射线硬化后扫描区域内液体。目标试管为1支纯净水和5支碘溶液（碘浓度3.75、7.5、15 mg/mL各1支，30 mg/mL碘溶液2支），分别代表在120 kV或70 keV条件下CT值为0、100、200、400、800 HU液体。

图 1

注：图 1a为CT重建图像，图 1b为CT横断面图像 图 1 QSP体模示意图

采用GE Revolution APEX CT扫描仪，扫描范围覆盖体模酯性基质，实际扫描范围150 mm。扫描参数：80/140 kV瞬时切换GSI扫描，自动管电流（200~500 mA），固定噪声指数6，实际管电流485 mA，探测器宽度80 mm，螺距0.922∶1，转速0.5 s/r，层厚、层距均为5 mm，容积CT剂量指数（volume computed tomography dose index，CTDIvol）12.25 mGy，剂量长度乘积（dose-length product，DLP）184.63 mGy/cm。使用标准卷积核分别重建ASIR-V 0~100%（间隔10%）和高、中、低权重DLIR（DLIR-H、DLIR-M、DLIR-L）层厚0.625 mm的IC和Z_eff图像进行对比分析。

选取9个固定层面，在目标试管中心放置76.6 mm²的ROI，测量不同算法条件下IC、Z_eff均数与及其标准差（standard deviation，SD）。

使用SPSS 26.0软件分析数据。符合正态分布的计量资料以x±s表示，IC、Z_eff值与SD组间比较行单因素方差分析，当差异有统计学意义时，进一步行组内配对样本t检验。不符合正态分布的计量资料以M（Q_L，Q_U）表示，组间比较行非参数Mann-Whitney U检验。以P＜0.05为差异有统计学意义。

不同重建算法纯水和各溶液中IC均数均能较准确测量碘含量，差异均无统计学意义（均P＞0.05）。IC的SD方面，DLIR-L和ASIR-V 40%~70%重建差异均无统计学意义；DLIR-M和ASIR-V 70%~100%重建差异均无统计学意义（均P＞0.05）；余两两比较，差异均有统计学意义（均P＜0.05）。不同重建算法下，体模中心位置30 mg/mL碘溶液的IC均数均略低于边缘位置（均P＜0.05），减小约0.63%。不同重建算法对IC均数及其SD影响的比较见表 1和图 2。

表 1

表 1 不同重建算法对IC均数及其SD影响的比较（100 μg/cm3，x±s）

表 1 不同重建算法对IC均数及其SD影响的比较（100 μg/cm3，x±s） 重建算法 纯水 3.75 mg/mL 7.5 mg/mL 均数 SD 均数 SD 均数 SD ASIR-V 0 1.29±0.41 2.23±0.24 41.75±0.40 2.45±0.08 80.44±0.13 2.65±0.20 ASIR-V 10% 1.28±0.38 2.16±0.31 41.78±0.36 2.42±0.14 80.45±0.10 2.55±0.22 ASIR-V 20% 1.27±0.39 2.04±0.27 41.77±0.36 2.21±0.18 80.42±0.10 2.40±0.19 ASIR-V 30% 1.23±0.40 1.91±0.26 41.77±0.34 2.10±0.13 80.44±0.13 2.22±0.18 ASIR-V 40% 1.26±0.35 1.77±0.23 41.79±0.30 1.94±0.14 80.45±0.09 2.08±0.16 ASIR-V 50% 1.25±0.37 1.69±0.22 41.80±0.34 1.83±0.16 80.48±0.08 1.94±0.13 ASIR-V 60% 1.24±0.38 1.57±0.20 41.80±0.30 1.67±0.19 80.53±0.14 1.79±0.12 ASIR-V 70% 1.22±0.39 1.44±0.19 41.84±0.26 1.53±0.14 80.51±0.12 1.64±0.09 ASIR-V 80% 1.19±0.38 1.34±0.17 41.86±0.26 1.38±0.16 80.52±0.15 1.53±0.06 ASIR-V 90% 1.19±0.35 1.25±0.14 41.89±0.21 1.27±0.15 80.55±0.09 1.38±0.06 ASIR-V 100% 1.18±0.34 1.18±0.17 41.90±0.16 1.16±0.13 80.57±0.14 1.30±0.06 DLIR-L 1.17±0.33 1.42±0.22 41.78±0.23 1.65±0.10 80.44±0.11 1.77±0.15 DLIR-M 1.11±0.29 1.18±0.17 41.79±0.26 1.37±0.11 80.50±0.06 1.45±0.13 DLIR-H 1.11±0.25 0.94±0.13 41.80±0.16 1.07±0.08 80.53±0.10 1.17±0.11 F值 0.076 10.368 0.078 33.368 0.771 33.204 P值 1.000 ＜0.001 1.000 ＜0.001 0.683 ＜0.001 重建算法 15 mg/mL 30 mg/mL（边缘） 30 mg/mL（中心） 均数 SD 均数 SD 均数 SD ASIR-V 0 159.40±0.52 2.74±0.22 316.33±0.55 3.20±0.24 314.30±0.35 3.23±0.19 ASIR-V 10% 159.47±0.49 2.57±0.22 316.37±0.51 3.08±0.26 314.40±0.44 3.01±0.17 ASIR-V 20% 159.43±0.46 2.42±0.19 316.37±0.51 2.92±0.26 314.40±0.44 2.87±0.20 ASIR-V 30% 159.43±0.46 2.27±0.15 316.33±0.55 2.80±0.23 314.40±0.44 2.69±0.18 ASIR-V 40% 159.50±0.46 2.10±0.15 316.37±0.51 2.69±0.20 314.43±0.38 2.57±0.19 ASIR-V 50% 159.47±0.49 1.95±0.11 316.37±0.51 2.56±0.24 314.43±0.38 2.44±0.20 ASIR-V 60% 159.47±0.49 1.82±0.12 316.37±0.51 2.43±0.23 314.40±0.44 2.29±0.19 ASIR-V 70% 159.50±0.53 1.68±0.10 316.40±0.56 2.29±0.25 314.43±0.38 2.19±0.21 ASIR-V 80% 159.57±0.59 1.52±0.07 316.43±0.50 2.15±0.25 314.43±0.38 2.06±0.22 ASIR-V 90% 159.60±0.53 1.43±0.08 316.47±0.51 2.07±0.26 314.47±0.42 1.93±0.23 ASIR-V 100% 159.60±0.53 1.31±0.08 316.47±0.51 1.95±0.20 314.47±0.42 1.82±0.19 DLIR-L 159.57±0.49 1.88±0.13 316.33±0.57 2.14±0.14 314.33±0.38 2.08±0.18 DLIR-M 159.60±0.44 1.64±0.13 316.40±0.56 1.79±0.13 314.33±0.38 1.77±0.18 DLIR-H 159.67±0.49 1.37±0.10 316.40±0.66 1.44±0.09 314.37±0.42 1.44±0.18 F值 0.078 31.513 0.019 16.388 0.050 21.158 P值 1.000 ＜0.001 1.000 ＜0.001 1.000 ＜0.001 注：IC为碘基物质浓度，SD为标准差，ASIR-V为基于多模型的迭代重建算法，DLIR-L、DLIR-M、DLIR-H分别为低、中、高权重深度学习图像重建。

图 2

注：图 2a~2f依次为ASIR-V 0、ASIR-V 50%、ASIR-V 100%、DLIR-L、DLIR-M、DLIR-H重建碘基物质图上测量纯水和3.75、15 mg/mL碘溶液IC均数和SD。IC为碘基物质浓度，SD为标准差，ASIR-V为基于多模型的迭代重建算法，DLIR-L、DLIR-M、DLIR-H分别为低、中和高权重深度学习图像重建 图 2 不同重建算法的横断面IC图上测量IC均数及其SD

不同重建算法的Z_eff均数差异均无统计学意义（均P＞0.05）。纯水和3.75 mg/mL碘溶液Z_eff的SD方面，DLIR-L和ASIR-V 40%~70%重建差异均无统计学意义（均P＞0.05）；DLIR-M和ASIR-V 50%~90%、DLIR-L、DLIR-H重建差异均无统计学意义（均P＞0.05）；余各算法两两比较，差异均有统计学意义（均P＜0.05）。7.5、15、30 mg/mL碘溶液Z_eff的SD，各种重建算法差异均无统计学意义（均P＞0.05）。不同重建算法下，30 mg/mL碘溶液在体模中心位置的Z_eff均略低于边缘位置Z_eff（均P＜0.05），减小约0.13%。不同重建算法对Z_eff均数及其SD影响的比较见表 2和图 3。

表 2

表 2 不同重建算法对Zeff均数及其SD影响的比较（x±s）

表 2 不同重建算法对Zeff均数及其SD影响的比较（x±s） 重建算法 纯水 3.75 mg/mL 7.5 mg/mL 均数 SD 均数 SD 均数 SD ASIR-V 0 7.65±0.03 0.17±0.02 9.68±0.25 0.10±0.00 11.20±0.06 0.02±0.00 ASIR-V 10% 7.65±0.03 0.16±0.02 9.83±0.02 0.09±0.01 11.20±0.06 0.02±0.00 ASIR-V 20% 7.65±0.03 0.15±0.02 9.83±0.02 0.09±0.00 11.20±0.06 0.02±0.00 ASIR-V 30% 7.65±0.03 0.15±0.02 9.83±0.02 0.08±0.01 11.20±0.06 0.02±0.00 ASIR-V 40% 7.65±0.03 0.13±0.02 9.83±0.01 0.07±0.01 11.20±0.00 0.02±0.00 ASIR-V 50% 7.65±0.03 0.13±0.02 9.83±0.01 0.07±0.01 11.20±0.00 0.02±0.00 ASIR-V 60% 7.65±0.03 0.12±0.02 9.84±0.01 0.06±0.01 11.20±0.00 0.02±0.00 ASIR-V 70% 7.65±0.03 0.11±0.02 9.84±0.02 0.06±0.01 11.20±0.00 0.02±0.00 ASIR-V 80% 7.65±0.03 0.10±0.01 9.84±0.02 0.05±0.01 11.20±0.00 0.02±0.00 ASIR-V 90% 7.64±0.03 0.09±0.01 9.84±0.01 0.05±0.01 11.20±0.00 0.02±0.00 ASIR-V 100% 7.64±0.02 0.08±0.01 9.84±0.01 0.04±0.00 11.20±0.00 0.02±0.00 DLIR-L 7.64±0.02 0.11±0.02 9.83±0.01 0.06±0.00 11.20±0.00 0.01±0.00 DLIR-M 7.64±0.02 0.09±0.01 9.84±0.01 0.05±0.00 11.20±0.00 0.01±0.00 DLIR-H 7.64±0.01 0.07±0.01 9.84±0.01 0.04±0.00 11.20±0.00 0.01±0.00 F值 0.085 10.114 1.112 10.410 0.769 1.264 P值 1.000 ＜0.001 0.389 ＜0.001 0.684 0.152 重建算法 15 mg/mL 30 mg/mL（边缘） 30 mg/mL（中心） 均数 SD 均数 SD 均数 SD ASIR-V 0 13.19±0.01 0.04±0.00 15.78±0.01 0.02±0.00 15.76±0.00 0.02±0.00 ASIR-V 10% 13.19±0.01 0.04±0.00 15.78±0.01 0.02±0.00 15.76±0.00 0.02±0.00 ASIR-V 20% 13.19±0.01 0.04±0.00 15.78±0.02 0.02±0.00 15.76±0.00 0.02±0.00 ASIR-V 30% 13.19±0.01 0.03±0.00 15.78±0.02 0.02±0.00 15.76±0.00 0.02±0.00 ASIR-V 40% 13.20±0.01 0.03±0.00 15.79±0.01 0.02±0.00 15.76±0.00 0.02±0.00 ASIR-V 50% 13.20±0.01 0.03±0.00 15.79±0.01 0.02±0.00 15.76±0.00 0.02±0.00 ASIR-V 60% 13.20±0.01 0.03±0.00 15.79±0.01 0.02±0.00 15.76±0.00 0.02±0.00 ASIR-V 70% 13.20±0.01 0.02±0.00 15.79±0.01 0.02±0.00 15.76±0.00 0.02±0.00 ASIR-V 80% 13.20±0.01 0.02±0.00 15.79±0.01 0.02±0.00 15.76±0.00 0.02±0.00 ASIR-V 90% 13.20±0.01 0.02±0.00 15.79±0.01 0.02±0.00 15.76±0.00 0.02±0.00 ASIR-V 100% 13.20±0.01 0.02±0.00 15.79±0.01 0.02±0.00 15.76±0.00 0.02±0.00 DLIR-L 13.20±0.01 0.02±0.00 15.78±0.02 0.01±0.00 15.76±0.00 0.01±0.00 DLIR-M 13.20±0.01 0.02±0.00 15.79±0.01 0.01±0.00 15.76±0.00 0.01±0.00 DLIR-H 13.20±0.01 0.02±0.00 15.79±0.01 0.01±0.00 15.76±0.00 0.01±0.00 F值 0.196 1.449 1.075 1.254 0.190 1.545 P值 0.908 0.088 0.417 0.189 0.926 0.083 注：Zeff为有效原子序数，SD为标准差，ASIR-V为基于多模型的迭代重建算法，DLIR-L、DLIR-M、DLIR-H分别为低、中、高权重深度学习图像重建。

图 3

注：图 3a~3f依次为ASIR-V 0、ASIR-V 50%、ASIR-V 100%、和DLIR-L、DLIR-M、DLIR-H重建Zeff图上测量纯水和3.75、15 mg/mL碘溶液Zeff均数和SD。Zeff为有效原子序数，ASIR-V为基于多模型的迭代重建算法，DLIR-L、DLIR-M、DLIR-H分别为低、中和高权重深度学习图像重建 图 3 不同重建算法的横断面Zeff图

GSI具有多参数成像优势^[2]，其通过单源快速瞬切得到高、低能量的数据集，计算得到单能量图像，进一步采用层析成像重建技术重建基物质图像和代表该混合物对X线的衰减系数等效匹配的Z_eff图像，并可量化IC和Z_eff^[3]。基于GSI原理，物质分离技术可通过按一定比例配对2种基物质来表示任意物质，以相对定量表达组织相关指标^[4]，应尽量选用与测定组织类似的成分作为基物质对^[5]。IC和Z_eff可用于全身各系统生理、病理组织的检测^[6]、鉴别和疗效评估等，如IC较CT值定量强化程度更精确，常用于提高病变检出率^[7]、鉴别诊断^[8]、疗效评估^[9]和功能性评价^[10]。Z_eff常用于胆囊和结石成分分析^[11]及鉴别诊断^[12]等。

滤波反投影（filtered back-projection，FBP）代表标准的CT图像重建算法，可在标准辐射剂量下生成较高质量的CT图像。相比FBP（即ASIR-V 0），ASIR-V和DLIR可降低图像噪声、辐射剂量，并已得到临床认可^[13]。ASIR-V应用了基于模型迭代重建（model-based iterative reconstruction，MBIR）中的部分物理模型，重建图像质量提高，且降低辐射剂量潜力大^[14]。相比于MBIR，ASIR-V的图像降噪潜力较低，但大幅减少了图像重建时间，可在临床中推广应用^[15]。本研究进一步验证了ASIR-V在保持IC和Z_eff测量均值前提下可明显减少图像噪声和测量误差。

GE公司开发了一种名为TrueFidelity的DLIR算法^[16]，其以高剂量FBP图像数据集为目标进行训练，将低剂量图像与相同数据高剂量FBP图像的噪声、噪声纹理、低对比度分辨力等多个参数进行比较，通过对输出图像的差异反馈至深度神经网络供其修改，并多次重复迭代，最终输出图像与相同数据高剂量图像达到精确匹配^[17-19]。用于DLIR训练的数据包括不同体型、解剖部位、扫描条件和临床指征的患者和体模图像，在降噪、空间分辨力和密度分辨力方面均有所改善，而图像纹理的变化较小，可在低辐射剂量下生成还原真实纹理的高质量CT图像。因此，可在不改变噪声纹理或影响解剖结构的情况下更大程度抑制噪声^[20]。同时，DLIR权重增加可降低图像噪声功率谱峰值^[18]，但不影响重建速度，临床中阅片医师可根据实际情况选择应用。本研究证实DLIR-H较DLIR-M和DLIR-L降噪效果更好。

本研究比较不同重建算法对CT能谱参数的影响，探讨DLIR在IC和Z_eff定量应用中的可行性，结果发现不同重建算法在IC和Z_eff均值方面差异无统计学意义，进一步比较纯水和不同浓度碘溶液IC和Z_eff的SD发现，相较于ASIR-V，DLIR具有进一步降低噪声的潜能，其中DLIR-H噪声最低，且在高浓度碘溶液中优势更明显。本研究体模中心位置的IC和Z_eff略低于边缘位置分别约0.63%、0.13%，表明扫描视野内位置改变对ASIR-V、DLIR重建图像上测定IC和Z_eff影响较小。本研究以溶液中实际碘含量为标准，发现ASIR-V、DLIR得到的IC均能较准确定量溶液的碘浓度，提示GSI物质分离IC定量分析对比增强程度可行，与高海英^[21]前期研究结论相同。

本研究具有以下局限性：①TrueFidelity为GE新开发的DLIR重建算法，缺乏通用性，目前仅在高端Revolution CT机上应用，相信随着技术不断成熟和临床价值不断彰显，DLIR重建算法将得到广泛应用^[22-24]。②仅比较了常规曝光条件下不同重建算法对IC和Z_eff的影响和测量IC准确性，未对低剂量GSI和其他基物质图像等进行比较分析。

总之，相较于ASIR-V，DLIR重建算法不改变IC和Z_eff，但可一定程度上减少其噪声，其中DLIR-H噪声最低；扫描范围内ROI的位置改变对ASIR-V、DLIR的IC和Z_eff影响较小。