目的:探讨脑血管CT成像中管电压联合迭代重建与图像质量及剂量间的关系,以确定最优管电压和迭代重建的参数。方法:利用ATOM 701-D型成年男性仿真人头颅模型,配置碘水混合造影剂自制脑血管。采用320排容积CT以80、100、120 k V管电压分别联合自适应迭代降剂量技术(AIDR 3D)迭代重建4个等级(off、mild、standard、strong)共12种方案,按管电流等其他参数不变进行颅脑单圈扫描,记录辐射剂量。获得横断面血管CT值及噪声、血管周边脑组织CT值及噪声、信噪比(SNR)和对比噪声比(CNR)。采用单因素方差分析比较不同管电压扫描及不同迭代算法水平重建对图像质量的影响。结果:管电压100k V时较120 k V时容积CT剂量指数(CTDIvol)、剂量长度乘积(DLP)及有效剂量E分别降低39.29%、39.52%和39.42%;管电压80 k V时较120 k V时CTDIvol、DLP及E分别降低66.88%、67.02%和67.31%。管电压一定,不同迭代水平重建时:血管噪声、血管周边脑组织噪声、SNR、CNR差异均有统计学意义(均P<0.05);血管CT值及血管周边脑组织CT值差异均无统计学意义(均P>0.05)。迭代重建水平一定,不同管电压扫描时:血管CT值、血管噪声差异均有统计学意义(均P<0.05);血管周边脑组织CT值、SNR、CNR差异均无统计学意义(均P>0.05);血管周边脑组织噪声在AIDR 3D off和mild水平时差异有统计学意义(P<0.05),在standard和strong水平时差异无统计学意义(P>0.05)。结论:100 k V管电压扫描联合standard或strong水平的迭代重建算法会获得较高质量的脑血管成像。
目的：研究肺磨玻璃结节（ ground glass nodule ， GGN）与血管的关系及其分型，并探讨其诊断价值。方法对58例GGN患者（其中2例患者有2个GGN）的HRCT影像进行回顾性分析。根据GGN与周围血管的关系分3型：Ⅰ型，血管清晰穿过和／或紧邻GGN；Ⅱ型，血管在GGN内扭曲和／或扩张；Ⅲ型，GGN内血管截断和／或合并以上的形态。分析此分型与GGN病理之间的相关性。结果58例GGN患者中，病理证实良性病变11个、浸润前病变26个、浸润性病变23个。Ⅰ型、Ⅱ型和Ⅲ型的GGN分别为13、23和24个。各型血管关系在不同性质的GGN中显示的差异有明显统计学意义（χ2＝17．92， P ＝0．01）。 GGN血管Ⅱ型、Ⅲ型合并，浸润性病变组、浸润前组及良性组各有22个（96％，22／23），21个（81％，21／26），4个（36％，4／11），血管表现为异常时，恶性的可能性越大，3组GGN与血管是否正常存在相关性（ r ＝0．462， P ＜0．01）。结论不同类型GGN与血管的不同关系有助于GGN的定性诊断。
