简介：摘要近年来，CT图像算法中基于深度学习的图像重建（DLIR）技术不断发展，日益成熟，目前已经逐步应用于临床实践中。DLIR算法较常规迭代重建算法具有在降低辐射剂量和图像噪声的同时不改变图像纹理，保持或提高解剖细节显示能力、总体图像质量和医生诊断信心的众多优势。因此，笔者重点就DLIR算法的原理、优劣势及其在人体各系统的临床应用进展进行综述，旨在进一步提高对DLIR算法的认识，并对其可能的应用情景提供借鉴。

简介：摘要目的通过与多模型迭代重建算法（ASiR-V）对比，探讨深度学习图像重建（DLIR）算法在低辐射剂量下对乏血供肝转移瘤CT图像质量及检出效能的影响。方法前瞻性收集2021年1月至4月郑州大学第一附属医院因乏血供肝转移病变需行全腹部增强CT的56例患者，增强后第1静脉期均行常规辐射剂量（400 mA）CT扫描，根据第2静脉期管电流的不同将患者分为A（280 mA，19例）、B（200 mA，19例）、C（120 mA，18例）组。各组第1静脉期和第2静脉期图像均进行权重为60%的ASiR-V（ASiR-V60%）和高强度的DLIR（DLIR-H）重建。图像质量客观评价指标包括噪声、肝脏的信噪比（SNR肝脏）和门静脉的信噪比（SNR门静脉）、病灶的对比噪声比（CNR病灶），主观评价指标包括总体图像质量评分、病灶显示能力评分、诊断信心度评分，并记录各组有效辐射剂量（ED）和病灶检出率。采用配对t检验比较ASiR-V60%和DLIR-H图像间客观指标的差异，采用配对资料的Wilcoxon符号秩和检验比较主观评价指标。结果第2静脉期A、B、C组ED分别为（5.56±0.35）、（3.88±0.23）、（2.42±0.23）mSv。A、B、C组第2静脉期的ED分别比第1静脉期的ED降低30%、50%、70%。随着辐射剂量的降低，噪声逐渐增加，CNR病灶、SNR肝脏、SNR门静脉逐渐降低。在相同辐射剂量条件下，DLIR-H的图像的客观评价指标均优于ASiR-V60%，差异有统计学意义（P均<0.001）。各组的主观评分随辐射剂量的降低而降低，在相同辐射剂量条件下，DLIR-H的总体图像质量、病灶显示能力和诊断信心评分均高于ASiR-V60%（P均<0.001）。A组的ASiR-V60%和DLIR-H均将全部病灶检出，检出率为100%（84/84），B组检出率均为92.0%（75/81），C组检出率均为88.0%（79/89）。结论与ASiR-V60%相比，DLIR-H在低辐射剂量下均可提高总体图像质量及乏血供肝转移病灶的显示能力，增加诊断信心。