研究亮点
- 双能量CT（DECT）在心率超过65次/分时出现超过10%的斑块测量误差
- 单能量CT（SECT）在所有心率设置下均保持低于10%的测量误差
- DECT模式在65次/分以上时斑块测量变异性显著增加
- 深度学习光谱CT中DECT模式的心率上限低于SECT模式
摘要
研究背景
基于深度学习的快速kV切换CT（DL-FKSCT）通过神经网络补全缺失视角数据，生成完整正弦图以提升冠状动脉CT血管造影（CCTA）图像质量。这种重建技术可能导致双能量CT（DECT）与单能量CT（SECT）模式允许的心率（HR）存在差异。本研究旨在评估心率对DL-FKSCT进行CCTA成像的影响。
方法
使用DL-FKSCT扫描仪对连接心跳模拟装置的冠状动脉狭窄体模进行DECT和SECT模式扫描。体模心率设置从静止状态至50-70次/分。通过配对t检验（多重比较校正后p<0.01为显著）定量比较两种模式下冠状动脉模型的锐利度和狭窄率。
结果
在图像锐度方面，DECT表现显著优于SECT。但在狭窄率评估中，DECT的70keV虚拟单色图像在心率超过65次/分时误差超过10%（p<0.01），而SECT的120kVp模式在所有心率设置下误差均低于10%，且无显著差异。
结论
在DL-FKSCT应用中，DECT模式可允许的心率上限低于SECT模式。因此在采用DECT模式进行扫描时，控制患者心率具有重要意义。
引言
冠状动脉CT血管造影（CCTA）作为无创诊断方法，已成为疑似冠心病患者的首选检查手段。其高灵敏度和阴性预测值使其适合临床应用，但诊断准确性受CT设备性能和心脏运动的影响。近年来，基于深度学习的快速kV切换CT（DL-FKSCT）技术实现了以下突破：
- 唯一支持mA调节和心电图同步的宽探测器CT
- 通过单X射线源实现近实时双能采集
- 采用深度学习视角补全（DLVs）技术补偿数据丢失
尽管技术进步显著，高心率引发的心脏运动伪影仍是CCTA诊断的重大挑战。这促使我们假设DLVs重建技术在提升图像质量的同时，DECT和SECT模式可接受的心率范围可能存在差异。
方法细节
心脏体模与冠状动脉模型
使用模拟人类心脏运动的脉动体模（Alpha，Fuyo Corp.，日本东京）进行实验。该体模支持编程设置不同心率参数，已广泛应用于心电门控CT成像研究。
冠状动脉锐利度
不同心率设置下DECT与SECT的冠状动脉体模锐利度比较如图4和表2所示。DECT的70keV虚拟单色图像在动态状态下锐利度高于SECT的120kVp模式，但当心率超过55次/分时与静态图像存在显著差异（p<0.01）。
讨论
本研究系统评估了心率对DL-FKSCT的冠状动脉狭窄测量准确性的影响。结果显示DECT模式比SECT模式对心率变化更敏感，这可能与双能量数据采集的时序特性有关。研究发现准确测量50%狭窄度的DECT心率上限较SECT模式更低。
结论
本研究表明，使用DL-FKSCT时DECT模式需要更低的心率控制。当心率超过65次/分时，冠状动脉狭窄率测量准确性显著下降。因此在DL-FKSCT进行DECT扫描时，有效的心率控制对确保诊断准确性至关重要。
【全文结束】
