深度学习重建结合银滤器在降低腹盆CT辐射剂量中的应用：图像质量与剂量优化的突破性研究

本研究针对腹盆CT检查中辐射剂量过高的问题，创新性地结合银滤器（SilverBeam）与深度学习重建（DLR）技术，对比传统迭代重建（IR）标准剂量方案。结果显示，DLR+SilverBeam方案平均降低59%有效剂量（1.87 vs. 4.57 mSv），且在肥胖患者（BMI>25 kg/m2）中保持肝脏、胰腺信噪比（SNR）无差异。结合对比增强（CE-boost）后，图像噪声（7.40±1.29 HU）显著优于标准剂量（10.59±1.75 HU），为低剂量CT临床推广提供新范式。

　　

在医学影像领域，腹盆CT扫描是诊断腹部病变、监测肿瘤复发的金标准，但反复检查带来的累积辐射剂量令人忧心。据统计，一次常规腹盆CT的有效剂量可达4.57 mSv，相当于200次胸片的辐射量。尽管迭代重建（IR）技术能部分降低噪声，但低对比度病灶检出率下降、重建耗时长的缺陷始终存在。更棘手的是，肥胖患者因组织穿透难度大，往往需要更高剂量，进一步加剧致癌风险。如何破解"降剂量必损画质"的魔咒？首尔国立大学医学院与延世大学的研究团队给出了创新答案。

研究人员设计了一项前瞻性对照试验，比较两种方案：传统100 kVp管电压+IR重建的标准剂量组，与120 kVp+银滤器（SilverBeam）+DLR重建的低剂量组。通过182例年龄、性别、BMI匹配的患者队列（含32例BMI>25 kg/m²肥胖者），采用CTDI_vol（剂量指数体积）和DLP（剂量长度积）量化辐射剂量，并测量肝脏、胰腺等器官的HU值、SNR和CNR。关键技术包括：1）银滤器光子能谱优化；2）深度学习重建（Advanced Intelligent Clear IQ Engine）；3）CE-boost血管对比增强后处理。

辐射剂量

低剂量组整体有效剂量降低59%，其中肥胖亚组降幅达52.9%（2.70 vs. 5.74 mSv）。值得注意的是，BMI<20 kg/m²患者剂量锐减65.5%，证明银滤器对瘦弱患者更具优势。

图像质量

。CE-boost的加入使图像噪声降至7.40±1.29 HU，显著优于标准组的10.59±1.75 HU（p<0.001），主动脉CNR提升尤为明显。

临床适用性

两位资深放射科医师的盲评显示，DLR+SilverBeam在总体质量（4.96±0.17分）、诊断可接受度（4.99±0.10分）上与标准剂量相当。但CE-boost因肠蠕动伪影（图4红箭头所示）获较低评分，提示该技术需配合抗蠕动剂使用。

这项发表于《Scientific Reports》的研究证实，银滤器联合DLR能突破传统CT的剂量瓶颈，尤其为肥胖患者提供安全高效的影像方案。其意义不仅在于59%的剂量削减，更开创了能谱过滤+人工智能重建协同优化的新路径。未来，通过改进CE-boost的运动伪影抑制，或将实现"超低剂量-超清画质"的终极目标，重塑腹盆CT的临床实践标准。