冠状动脉CT血管成像(coronary computed tomography angiography，CCTA)作为一种快速、无创的影像学检查方法，能够清晰显示冠状动脉的管腔狭窄程度及斑块特征，具有较高的诊断准确性，现已广泛应用于冠状动脉疾病的诊断^[1]。然而，常规CCTA检查中存在辐射剂量和对比剂用量较高的问题，为患者带来的潜在风险不容忽视。目前“双低”扫描联合迭代重建算法的成像方案已被临床广泛推荐使用^[2]，但该方案在参数设置上仍较大程度依赖操作者经验^[3]，难以在图像质量与辐射剂量之间实现精准平衡；同时，迭代重建算法虽可有效抑制图像噪声，但常伴随图像纹理改变及细节丢失，可能影响临床诊断。近年来，自动管电压调制技术(Auto-kV)与基于深度学习的Clear Infinity(CI)算法联合，为CCTA智能个体化低剂量扫描提供了新的解决方案。已有研究显示，Auto-kV联合CI算法可在降低辐射剂量和对比剂用量的同时改善图像质量^[4]。然而，既往研究多采用保守的120 kV固定管电压及滤波反投影重建算法作为对照，且均未探讨CI算法中不同权重设置对图像质量的影响。基于此，本研究拟采用100 kV固定管电压联合迭代重建(Clear View，CV)算法作为对照方案，旨在探讨Auto-kV联合不同权重的CI算法在CCTA成像中降低辐射剂量与对比剂用量的同时，提升图像质量的可行性，以期为临床优化扫描方案提供参考。

1.一般资料：前瞻性、连续性纳入2025年7月至9月在华中科技大学同济医学院附属协和医院拟行CCTA的120例患者。采用随机数表法将其分为两组：对照组(A组，n=60)与试验组(B组，n=60)。排除标准：已知碘对比剂过敏者；甲亢患者；严重心、肝肾功能不全者；妊娠期或哺乳期妇女；严重心律不齐；冠状动脉搭桥及支架术后者；图像血管伪影严重，影响诊断者；屏气不佳或配合不好的患者。本研究经华中科技大学同济医学院附属协和医院伦理委员会批准[伦理号：[2025]伦审字(1116-01)号]，所有受检者均签署书面知情同意书。

2.检查方法：本研究所有检查均采用沈阳东软医疗NeuViz Epoch+超高速人工智能512层CT机完成。受检者取仰卧位，扫描范围自气管分叉下1 cm至心底。对于心率≥90次/min的受检者，扫描前30 min予口服β受体阻滞剂(酒石酸美托洛尔25~50 mg)以降低并稳定心率。采用前瞻性心电门控序列扫描方式，并启用自动管电流调制技术(O-Dose)，信噪比档位为1.5，参考管电流为500 mAs。X射线管旋转时间0.235 s，准直器宽度512 × 0.625 mm。经肘静脉团注碘对比剂(碘美普尔，400 mg I/ml)。对比剂注射速率=对比剂用量/12 s，注射完毕后以相同速率追加8 s生理盐水。应用对比剂智能追踪技术触发扫描，将感兴趣区置于气管分叉层面降主动脉，触发阈值为180 HU，达阈值后延迟6 s启动扫描。

A组：采用固定管电压(100 kV)扫描。对比剂用量统一为45 ml，流速为3.8 ml/s。扫描完成后，采用CV算法，权重设置为50%进行图像重建。

B组：采用Auto-kV技术，系统根据正、侧位定位像自动计算并选择最优管电压进行扫描(70~140 kV)。对比剂用量根据给定管电压选择：120 kV管电压时对比剂用量52 ml，流速为4.5 ml/s；100 kV管电压时45 ml，流速为3.8 ml/s；80 kV管电压时35 ml，流速3.0 ml/s；70 kV管电压时30 ml，流速为2.5 ml/s。扫描完成后，分别采用CV 50%及CI 30%、50%、70% 3种权重进行图像重建，记为B1、B2、B3、B4组。所有重建图像均采用统一的参数：层厚0.75 mm，层间隔0.4 mm，重建视野(FOV)220 mm，重建矩阵512×512，滤波函数Cardiac20，窗宽800 HU，窗位300 HU。

3.辐射剂量分析：记录设备自动生成的辐射剂量参数：容积CT剂量指数(CTDI_vol)和剂量长度乘积(DLP)。有效剂量(E)计算公式为：E=DLP × k，式中，k为转换系数，冠状动脉CTA取0.014 mSv·mGy^-1·cm^-1[5]。

4.图像质量评价：扫描结束后，将各组重建图像传至AVW后处理工作站对图像质量进行主观及客观评价。

(1) 主观评价：所有图像的主观质量评价由两名具有5年以上心血管影像诊断经验的放射科医师采用双盲法独立完成。评价采用4分制Likert量表进行评分^[6]，标准如下：1分(差)为噪声明显、血管边缘模糊、解剖细节丢失严重，不能诊断；2分(中等)为噪声较明显、血管轮廓较模糊、解剖细节模糊，但尚可用于诊断；3分(良好)为噪声伪影较小、血管轮廓较锐利、解剖细节较清晰，不影响诊断；4分(优异)为无明显噪声、无伪影、血管边缘锐利、解剖细节清晰。图像评分≥2分认为满足临床诊断要求。对于评分不一致的图像，由两位医师协商后达成一致意见。

(2) 客观评价：在冠状动脉轴位上，于主动脉根部放置一个面积约为100 mm²的感兴趣区(ROI)，测量CT值，并取其标准偏差值(SD)作为图像的噪声水平。根据2014年美国心血管CT协会指南推荐的18节段分段法对冠状动脉进行划分^[7]，分别于左主干(LM)、左前降支近、中、远段(pLAD、mLAD、dLAD)、左回旋支近、远段(pLCX、dLCX)及右冠状动脉近、中、远段(pRCA、mRCA、dRCA)的管腔中放置ROI，记录CT值及SD。所有血管ROI在确保面积≥1 mm²的前提下尽可能大，同时注意避开血管壁、钙化及非钙化斑块。所有ROI放置3次，计算平均值。冠状动脉CT值认为是LM、pLAD、pLCX和pRCA CT值的平均值。在升主动脉根部同层面测量胸壁脂肪组织的CT值及SD。计算信噪比(SNR)及对比噪声比(CNR)，计算公式如下：SNR=冠状动脉CT值/主动脉根部SD；CNR=(冠状动脉CT值-脂肪CT值)/主动脉根部SD^[8]。

5.统计学处理：采用SPSS 26.0软件进行统计学分析。计数资料以频数表示，组间比较采用χ²检验。计量资料符合正态分布以x±s表示，组间比较采用独立样本t检验；不符合正态分布或方差不齐以M(Q₁，Q₃)表示，采用Mann-Whitney U检验进行组间比较。B组内多种算法比较：符合正态分布且方差齐的数据使用重复测量方差分析，否则采用Friedman秩和检验。若整体分析提示存在统计学差异(P < 0.05)时，则进一步采用Bonferroni校正的配对t检验或Wilcoxon符号秩和检验进行两两比较。采用Kappa检验对两名观察者一致性进行评估，Kappa>0.60表明一致性良好。P < 0.05为差异具有统计学意义。

1.一般资料对比：如表 1所示，两组患者在性别、年龄、心率及体质量指数(BMI)上差异均无统计学意义(P>0.05)。

表 1(Table 1)

表 1 两组受试者一般资料比较(x±s) Table 1 Comparison of baseline characteristics between the two groups (x±s) 组别 例数 性别(例) 年龄(岁) 心率(次/min) BMI(kg/m2) 男 女 A组 60 40 20 47.5±12.2 76.2±9.6 23.4±2.2 B组 60 35 25 49.0±7.9 73.2±10.8 23.5±1.8 χ2/t值 0.89 0.76 -1.63 -0.44 P值 0.451 0.452 0.107 0.660 注：A组为固定管电压(100 kV)组；B组为Auto-kV组；BMI.体质量指数

表 1 两组受试者一般资料比较(x±s) Table 1 Comparison of baseline characteristics between the two groups (x±s)

2.两组辐射剂量与对比剂用量比较：如表 2所示，B组对比剂用量低于A组，A、B两组间管电流、CTDI_vol、DLP、E差异均有统计学意义(t=6.55、-3.21、-3.78、-3.78，P < 0.05)。

表 2(Table 2)

表 2 两组辐射剂量及对比剂方案对比(x±s) Table 2 Comparison of radiation dose and contrast agent protocol between the two groups (x±s) 组别 管电流(mAs) CTDIvol(mGy) DLP(mGy·cm) E(mSv) 对比剂用量(ml) A组 363.1±141.4 23.8±9.7 334.3±130.0 4.7±1.8 45 B组 512.5±105.8 18.3±8.8 250.1±113.7 3.5±1.6 37.3±5.6 t值 6.55 -3.21 -3.78 -3.78 -10.66 P值 < 0.001 0.002 < 0.001 < 0.001 < 0.001 注：A组管电压为100 kV 60例；B组70 kV 11例, 80 kV 30例, 100 kV 19例；CTDI.CT剂量指数；DLP.剂量长度乘积；E.有效剂量

表 2 两组辐射剂量及对比剂方案对比(x±s) Table 2 Comparison of radiation dose and contrast agent protocol between the two groups (x±s)

3.不同扫描方式图像质量评价对比：A组与B1组的客观、主观图像质量评价结果见表 3和图 1。B1组冠状动脉CT值及SD值显著高于A组，而两组SNR和CNR比较差异无统计学意义。两名医师对两组图像的主观评分Kappa值为0.73，提示评分具有较好的一致性。两组主观评分均满足诊断需求，组间差异无统计学意义。

表 3(Table 3)

表 3 固定管电压组(A组)与Auto-kV组(B1组)客观、主观图像质量评价(x±s) Table 3 Comparison of objective and subjective image quality assessment between the fixed tube voltage group (Group A) and the Auto-kV group (Group B1)(x±s) 组别 例数 冠状动脉CT(HU) SD(HU) SNR CNR 主观评分 A组 60 463.9±77.1 26.2±5.1 18.4±4.6 21.8±5.0 3.4±0.6 B1组 60 526.3±104.9 30.8±7.4 18.0±5.5 21.4±6.1 3.3±0.7 t/Z值 3.72 3.97 -0.35 -0.37 -0.57 P值 < 0.001 < 0.001 0.730 0.716 0.568 注：A组为固定管电压组；B1组为Auto kV组；SD.噪声；SNR.信噪比；CNR.对比噪声比

表 3 固定管电压组(A组)与Auto-kV组(B1组)客观、主观图像质量评价(x±s) Table 3 Comparison of objective and subjective image quality assessment between the fixed tube voltage group (Group A) and the Auto-kV group (Group B1)(x±s)

图 1 固定管电压组(A组)与Auto-kV组(B组)患者行冠状动脉CT血管成像比较  A.1例A组患者，女，54岁，BMI为24.3 kg/m2，固定100 kV扫描，E为4.1 mSv，CV50%重建。左前降支曲面重组图像主观评分为3分，有轻微噪声，血管边缘较锐利；B-E.1例B组患者，男，45岁，BMI为25.1 kg/m2，Auto-kV技术扫描(100 kV)，分别为CV 50%、CI 30%、CI 50%和CI 70%重建图像，左前降支曲面重组图像主观评分分别为3、4、4、3分。图B有轻微噪声，血管边缘较锐利；图C、D无明显噪声、血管边缘锐利、解剖细节清晰；图E无明显噪声，血管边缘锐利，但图像过度平滑，纹理不自然 Figure 1 Comparison of coronary computed tomography angiography between the fixed tube voltage group (Group A) and the Auto-kV group (Group B)  A. A 54-year-old female patient in Group A with a BMI of 24.3 kg/m2 underwent scanning with fixed tube voltage of 100 kV, effective radiation dose of 4.1 mSv, and CV50% reconstruction. The curved planar reconstruction image of the left anterior descending artery showed a subjective score of 3, with mild noise and relatively sharp vessel edges; B-E. A 45-year-old male patient in Group B with a BMI of 25.1 kg/m2 underwent scanning using Auto-kV technique (100 kV), with CV50%, CI30%, CI50%, and CI70% reconstructions, respectively. The subjective scores of the curved planar reconstruction images of the left anterior descending artery were 3, 4, 4, and 3, respectively. Figure B shows mild noise with relatively sharp vessel edges; Figures C and D show no obvious noise, sharp vessel edges, and clear anatomical details; Figure E shows no obvious noise and sharp vessel edges, but the image appears overly smooth with unnatural texture

4.不同重建算法图像质量评价对比：不同重建算法下冠状动脉各节段CT值列于表 4。分析显示，与B1组相比，B2~B4组冠状动脉各节段CT值显著升高(t=-30.65~-9.54，P < 0.05)，并且随着CI算法权重增加，各节段CT值呈逐渐升高的趋势(B2 < B3 < B4)。

表 4(Table 4)

表 4 不同重建算法冠状动脉各节段CT值比较(x±s) Table 4 Comparison of CT values in each coronary segment using different reconstruction algorithms(x±s) 组别 例数 pLAD mLAD dLAD pLCX B1(CV 50%) 60 525.0±105.1 521.3±107.6 446.6±95.5 528.0±112.1 B2(CI 30%) 60 548.8±109.8a 554.6±117.0a 496.8±100.4a 562.0±116.1a B3(CI 50%) 60 553.7±113.4ab 559.0±119.2ab 508.2±99.9ab 568.8±114.8ab B4(CI 70%) 60 556.3±111.6ab 564.7±120.7abc 516.6±101.0abc 571.6±116.9ab 偏η2 0.64 0.74 0.91 0.76 P值 < 0.001 < 0.001 < 0.001 < 0.001 组别 例数 dLCX pRCA mRCA dRCA B1(CV 50%) 60 460.7±86.8 532.1±114.2 546.3±130.5 509.8±105.9 B2(CI 30%) 60 509.6±90.9a 556.8±116.4a 581.0±132.9a 545.1±109.3a B3(CI 50%) 60 516.8±89.8ab 558.9±115.2a 585.4±130.6ab 550.2±110.4a B4(CI 70%) 60 528.3±93.4abc 561.2±116.7ab 591.7±131.1abc 554.7±111.1ab 偏η2 0.88 0.59 0.77 0.70 P值 < 0.001 < 0.001 < 0.001 < 0.001 注：pLAD.左前降支近段；mLAD.左前降支中段；dLAD.左前降支远段；pLCX.左旋支近段；dLCX.左旋支远段；pRCA.右冠状动脉近段；mRCA.右冠状动脉中段；dRCA.右冠状动脉远段；a与B1比较，t=-30.65~-9.54，P < 0.05；b与B2比较，t=-14.54~-2.79，P < 0.05；c与B3比较，t=-7.90~-3.86，P < 0.05；两两比较均经Bonferroni多重校正

表 4 不同重建算法冠状动脉各节段CT值比较(x±s) Table 4 Comparison of CT values in each coronary segment using different reconstruction algorithms(x±s)

不同重建算法的客观图像质量评价结果列于表 5。与B1组相比，B2~B4组图像噪声显著降低(t=11.26~26.42，P < 0.05)，SNR及CNR显著升高(t=-20.32~-14.56，-20.89~-14.60，P < 0.05)。随着CI算法权重的增加，图像噪声呈阶梯度下降(B2>B3>B4)，SNR与CNR呈梯度升高(B2 < B3 < B4)，组间差异均有统计学意义(t=26.37~31.18，-19.86~-18.23，-20.37~-18.67，P < 0.05)。

表 5(Table 5)

表 5 不同重建算法的客观图像质量评价(x±s) Table 5 Objective image quality assessment using different reconstruction algorithms(x±s) 组别 例数 SD(HU) SNR CNR B1(CV 50%) 60 30.8±7.4 18.0±5.5 21.4±6.1 B2(CI 30%) 60 27.6±6.1a 20.9±6.3a 24.8±7.0a B3(CI 50%) 60 21.0±5.0ab 27.9±8.8ab 33.0±9.8ab B4(CI 70%) 60 14.6±4.2abc 40.7±13.4abc 48.2±15.2abc 偏η2 0.92 0.87 0.87 P值 < 0.001 < 0.001 < 0.001 注：SD.图像噪声；SNR.信噪比；CNR.对比噪声比；a与B1比较，tSD=11.26~26.42，P < 0.05；tSNR=-20.32~-14.56，P < 0.05；tCNR=-20.89~-14.60，P < 0.05；b与B2比较，tSD=26.37、31.18，P < 0.05，tSNR=-18.23、-19.86，P < 0.05，tCNR=-18.67、-20.37，P < 0.05；c与B3比较，t=28.91、-18.88、-19.18，P < 0.05；两两比较均经Bonferroni多重校正

表 5 不同重建算法的客观图像质量评价(x±s) Table 5 Objective image quality assessment using different reconstruction algorithms(x±s)

各组图像质量如图 1B~E所示。两位评分者对B1~B4组各组图像主观评分一致性良好，Kappa值为0.833。所有图像均满足诊断要求(主观评分≥2分)，且平均主观评分均>3分。B2、B3组图像质量主观评分最高，均为(3.8±0.4)分，显著高于B1(3.3±0.7，Z=-3.68~-3.32，P < 0.05)与B4组(3.4±0.6，Z=2.97~3.32，P < 0.05)。B1组与B4组评分差异无统计学意义(P>0.05)。

本研究结果显示，与100 kV固定管电压扫描方式相比，Auto-kV扫描方案能够在保证图像质量的前提下，有效降低辐射剂量与对比剂用量；同时，相较于迭代重建算法(Clear View)，CI算法在不同权重下均可显著降低图像噪声并提升图像质量，其中30%~50%中低权重CI重建图像在噪声抑制与细节保真之间取得了最佳平衡，为临床个体化成像方案的制定提供了参考。

在CCTA检查中，如何在保证图像质量的同时最大限度降低辐射剂量与对比剂用量，是临床长期关注的核心问题。传统的固定管电压扫描方案通常依据患者BMI进行经验性分层设定，但该方法对操作者的技术水平依赖较高，且未充分考虑患者体型差异。相比之下，Auto-kV技术可基于受检者定位像和预设的图像质量目标，自动匹配最优管电压，实现个体化扫描参数调控^[9]。本研究中，Auto-kV组相较100 kV组，冠状动脉的CT值与SD显著升高，这可能与Auto-kV选择的低管电压(70~80 kV)有关，但值得注意的是，Auto-kV组的SNR、CNR以及主观评分与100 kV组差异均无统计学意义，图像满足临床诊断需求，表明该个体化管电压方案并未带来图像质量的降低。在辐射剂量方面，Auto-kV组CTDI_vol、DLP及E显著低于100 kV组，说明Auto-kV可以在不以牺牲图像质量为代价的前提下，进一步降低辐射剂量。值得注意的是，尽管Auto-kV组的平均管电流显著高于100 kV组，但其辐射剂量却明显更低，这是由于辐射剂量与管电压的约二次方成正比，而与管电流仅呈线性关系，因此管电压下降对剂量降低的贡献远大于管电流上升所带来的影响。在对比剂方案上，Auto-kV组在选择较低管电压的同时，相应减少了对比剂用量，这一设计基于低管电压所固有的高碘对比度优势^[10]，既保证了血管的有效强化，也避免了因管腔过度强化而影响管壁及斑块细微结构的显示。本研究结果与张宇等^[11]的研究结论相符，共同支持了Auto-kV在冠状动脉CTA“双低”成像中的应用价值。但该研究相较于本研究辐射剂量水平更低，主要原因在于本研究为保障图像质量的一致性与可靠性，在O-Dose系统中采用了相对保守的参考值(信噪比档位为1.5，参考管电流为500 mAs)。未来研究可在此基础上进一步优化扫描参数，以探索该方案在剂量控制方面的更大潜力。

迭代重建算法是当前CT降噪与剂量优化的重要技术之一，但迭代过程中容易改变图像纹理，生成过度平滑的“塑料感”图像，且随着权重升高，图像过度平滑程度会随之加重^[12]。近年来，深度学习重建算法已被证实能在不改变FBP典型噪声纹理的前提下，有效降低图像噪声并提升图像质量^[13]。本研究使用的Clear Infinity算法是一种基于深度学习的图像重建技术，通过深度卷积神经网络模型，实现对图像数据中的结构信息和噪声及伪影信息的有效分离。本研究发现，相较于CV迭代重建，CI重建不仅显著提升了冠状动脉各节段血管的CT值，并且从血管近段到远段，CT值下降幅度更小，说明CI算法能够更好地维持远端小血管的显影效果。在客观图像质量方面，CI重建的图像噪声显著降低，SNR和CNR均显著升高；在主观图像质量方面，50%权重CV迭代重建的噪声相对明显，主观评分整体低于CI算法。这与既往多项研究结果一致^[14-15]，进一步验证了深度学习重建相较于迭代重建更能有效抑制图像噪声、增强对比度，改善图像质量。本研究还进一步比较了不同权重的CI算法，结果表明，随着权重从30%提升至70%，图像噪声逐渐降低，SNR、CNR相应升高。然而，主观评价结果显示，30%和50%中低权重的CI算法重建图像获得了最高的主观评分，显著优于50%权重的CV算法。值得注意的是，70%权重CI重建虽然在客观图像质量指标上表现最优，但由于视觉上出现了过度平滑的现象，图像细节丢失，其主观评分显著低于30%和50%权重的CI算法。这一结果与De Santis等^[16]的研究结论高度吻合。该研究同样发现中强度深度学习重建能获得最佳的主观图像质量评分，而高强度重建虽然客观指标最优，但可能因过度平滑影响主观评价。以上结果表明CI重建算法整体上优于CV迭代算法，但应注意不宜使用过高权重。

本研究仍存在一些局限性：本研究没有以冠状动脉造影作为金标准来评估诊断准确性，因为有创的冠状动脉造影术并非临床常规开展的检查项目，未来研究可进一步验证该方案对斑块定性诊断的准确性与价值；样本量相对有限，且为单中心设计，未来可考虑扩大样本规模、在其他中心进一步验证；本研究仅比较了30%、50%与70% 3档权重下CI重建的性能，尚未覆盖更全面的权重设置，未来可进一步探索更适用于临床实践的最优权重选择。

综上，Auto-kV扫描联合Clear Infinity重建是CCTA低剂量成像的优选方案，该方案可在显著降低患者检查辐射剂量与对比剂用量的同时，有效提升图像质量，其中30%~50%权重的CI重建在主观评分上表现最佳，推荐作为CCTA临床常规重建方案。

利益冲突  所有作者均声明不存在利益冲突

作者贡献声明  颜冰清、杨明负责研究方案设计、研究实施及论文撰写；刘治超、周敏、聂壮、赵洁参与数据采集与分析，提供技术支持并参与论文修改；雷子乔指导研究设计和论文修改