钟宇，周姝，张立波，刘文源，杨本强，邹明宇

（北部战区总医院放射诊断科，沈阳 110016）

2020年全球癌症数据报告显示，肺癌为最常见的恶性肿瘤，全球发病率居第2位，死亡率居第1位。死亡率的下降趋势是癌症筛查与控制进步的黄金标准，近年来，肺癌死亡率的降幅已创下历史最高纪录［1］。癌症早期筛查技术的发展，让更多的癌症患者及时发现并给予干预和治疗，行手术切除患者早期肺癌10年生存率约为72%［2］。年度低剂量CT（low-dose computed tomography，LDCT） 成为肺癌筛查的有效手段，使患者死亡率约降低20%［3］。近年来，人工智能系统 （artificial intelligence，AI） 在医学影像领域广泛应用，尤其是在肺结节辅助诊断方面，AI明确了结节的位置、性质、大小、CT值及危险程度等相关信息，提高了工作效率及诊断准确率［4］。

能谱CT采用能量瞬时切换，同源、同时、同角度采集多种能量X线数据，进一步获得多组单能量图像，这种单能量图像相对混合能量的普通CT能够有效降低硬化效应，图像CT值也更为纯粹和可靠［5］。由于低能量X线吸收多，衰减大，可以获得更好的组织对比度及图像灵敏度，所以低能量图像较高能量图像及混合能量图像在小病灶的检出及反映结节的性质方面更加优越［6］。本研究旨在探讨AI肺结节辅助诊断系统 （简称AI肺结节系统） 与能谱CT多组单能量图像结合，比较不同单能量下对肺结节的诊断效能，并按肺内结节性质进行分类，筛选出AI肺结节系统检测不同性质肺内结节的最佳单能量图像。

1 材料与方法

1.1 临床资料

收集本院2021年11月至2022年1月应用能谱CT检查肺结节患者的影像资料。……