【摘要】目的：探讨深度学习图像重建（DLIR）算法联合“双低”剂量扫描在肺动脉 CT 血管成像中临床实践应用。方法：选取 2023 年 1 月— 10 月本院收治的 76 例疑似肺动脉栓塞（PE）的患者。采用随机数字表法将所有纳入患者分为常规组和观察组，每组 38 例。所有患者均接 受肺动脉 CT 血管成像（CTPA）检查，常规组按常规参数与常规碘佛醇用量完成检查，观察组调整管电压为 80 kV，碘佛醇用量为 35 mL， 其他与常规组同。比较两组辐射剂量 [ 容积 CT 剂量指数（CTDIvol）、剂量长度乘积（DLP）]、图像参数 [ 肺动脉 CT 值、信噪比（SNR）、 对比噪声比（CNR）]、图像质量的主观性评分，以及不同诊断方式的诊断效能。结果：观察组 CTDIvol 与 DLP 指标水平低于常规组，差异 有统计学意义（P ＜ 0.05），肺动脉 CT 值、SNR、CNR 高于常规组，差异有统计学意义（P ＜ 0.05）。两组图像质量评分比较，差异有统 计学意义（P ＜ 0.05），两组诊断 PE 的灵敏度与特异度差异无统计学意义（P ＞ 0.05）。结论：在对临床拟诊为 PE 患者采用 CTPA 检查时， DLIR 算法联合“双低”剂量扫描能够显著检查过程的辐射剂量，改善肺动脉 CT 值、SNR、CNR 等图像参数，且检查结果能够基本满足临 床诊断的实际需要。

【关键词】肺动脉 CT 血管成像；深度学习图像重建；DLIR 算法；“双低”剂量扫描