韦鑫，陈维娟，邓昊，余菡，曹闻挺，陈金华，刘杨

1.重庆医科大学附属第二医院 放射科，重庆 400010；2.重庆医科大学 医学影像技术系，重庆 400010

引言

头颈CT血管成像（CT angiography，CTA）作为目前诊断颅内动脉瘤（Intracranial Aneurysm，IA）临床应用最广的一项影像技术，其敏感度达93.3%，特异度达87.8%，甚至可以检出直径1.17 mm的动脉瘤[1]。然而，由于颅底骨质较厚，血管与颅骨贴合紧密，常规CT扫描存在CT值漂移和衰减平均效应，导致图像质量降低，细小动脉显示不佳，影响头颈CTA对血管的有效评估[2]。双能量CT（Dual-Energy CT，DECT）作为新一代影像检查技术，不仅在减少颅骨伪影、微小动脉瘤检测和降低辐射剂量方面相对常规CT具有一定优势[3]，还能通过能级匹配技术优化图像质量[4]。其虚拟单能量图像（Virtual Monoenergetic Imaging Plus，VMI+）技术能实现任意单能量图像重建，获得血管与周围组织最佳对比的单能图像，有效显示血管和周围组织的强化差异，从而获得高质量的CTA图像[5]。另外，颅内动脉瘤的CTA诊断主要依靠影像科医师的经验，由于颅内血管结构复杂，人工读片漏诊、误诊频发[6]。近年来，随着深度学习的兴起，人工智能（Artificial Intelligence，AI）已广泛应用到医疗领域，有效提高了工作效率和诊断准确率，促进精准医学在医学影像的广泛应用[7-10]。而国内关于AI在头颈CTA IA的应用研究较少，因此本研究旨在初步探究VMI+技术不同虚拟能级在AI辅助诊断系统诊断IA检出中的应用价值。

1 材料与方法

1.1 一般资料

回顾性收集本院于2020年8月1日至9月30日就诊的41例临床怀疑为IA患者。其中男11例，女30例，年龄34～84岁，平均（59.9±11.1）岁。主要临床表现为突发剧烈头痛、头晕、呕吐、肢体乏力或意识丧失等。……