刘珮君， 王怡宁， 于敏， 王曼， 闫爽， 易妍， 徐橙， 王沄， 金征宇

心血管疾病(cardiovascular disease,CVD)已经成为全世界发病率和死亡率最高的疾病之一[1]。在我国，心血管疾病患病率及死亡率处于上升阶段，推算我国CVD现患病人数约2.9亿，其中冠心病患病人数约1100万，因此冠心病早期诊断及准确评估对于患者的有效防治及预后非常重要[2]。随着CT技术的不断发展，冠状动脉CT血管成像(coronary computed tomography angiography，CCTA)技术已日渐成熟并作为疑似冠状动脉疾病(coronary artery disease，CAD)患者首选的无创影像学检查方法广泛应用于临床[3-5]。以侵入性冠状动脉造影检查(invasive coronary angiography，ICA)为参考标准，CCTA对冠状动脉狭窄有很高的诊断价值，尤其对于低到中度冠状动脉疾病风险的患者，CCTA有较高的敏感度(95%～99%)及阴性预测值(97%～99%)，成为了筛查排除阻塞性CAD的可靠手段[6-8]。但是，CCTA检查用于大体型患者人群有局限性。当大体型患者行CCTA检查时，X线散射以及图像噪声的增加降低了图像质量，从而影响冠状动脉小血管及非钙化斑块的显示[9-11]。Brodoefel等[10]研究证实，大体型患者是影响冠状动脉图像质量的独立因素。同样的，Alkadhi等[12]研究证实，大体型患者会使CCTA检查的特异性及阳性预测值降低。在CT扫描中，大体型患者扫描通常需要增加管电压和管电流才能达到和正常体重患者一样的冠状动脉图像质量，但这样增加了患者的辐射剂量[13]。而低管电压扫描用于大体型患者似乎有些挑战，降低管电压会使得图像质量下降，比如噪声增加、伪影增多等。为了克服上述问题，迭代重建(iterative reconstruction，IR)被引入临床。相比于传统的滤波反投影(filtered back projection，FBP)算法，IR算法通过降低图像噪声及抑制伪影产生，提高冠状动脉图像质量和诊断准确性。……