基于深度学习重建的超低管电压心脏CT用于小儿先天心脏病诊断

引用本文

张飞飞, 孙明华, 杜欣, 苏涛, 彭俪颖, 葛英辉. 基于深度学习重建的超低管电压心脏CT用于小儿先天心脏病诊断[J]. 中华放射医学与防护杂志, 2026, 46(9): 887-893, DOI: 10.3760/cma.j.cn112271-20260318-00105.

张飞飞¹ , 孙明华¹ , 杜欣¹ , 苏涛¹ , 彭俪颖² , 葛英辉¹

1. 阜外华中心血管病医院放射科, 河南省心脏病影像医学重点实验室, 郑州 451460;
2. 上海联影医疗科技股份有限公司联合创新部, 上海 201800

收稿日期: 2026-03-18

基金项目: 先进医用材料与医疗器械全国重点实验室项目（YGSKL-SHTech-2025-KF01）；河南省科技研发计划联合基金重点项目（235200810029）；河南省医学科技攻关计划（LHGJ20250517）

通信作者: 葛英辉，Email: cjr.geyinghui@vip.163.com

[摘要] 目的探讨60 kVp超低管电压CT扫描联合心脏专用深度学习重建（CardioBoost）在降低小儿先天性心脏病（CHD）辐射剂量、改善诊断效能中的价值。方法前瞻性纳入272例3岁以下CHD患儿，其中139例行常规剂量扫描（A组，80 kVp、100 mAs），133例行低剂量扫描（B组，60 kVp、60 mAs）。记录有效剂量E。对A、B组原始图像行混合迭代重建（HIR）获得A1及B1组图像，行CardioBoost获得A2及B2组图像。比较4组图像目标结构的信噪比（SNR）、对比噪声比（CNR）。采用5分制评价心内结构、心外大血管、冠状动脉近段、整体图像质量及诊断信心评分。诊断效用评价包括：是否回答了主要诊断问题；诊断结果与手术符合率；是否新增诊断信息。结果与A组相比，B组E为0.14（0.13，0.20）mSv，降低了81.33%。B2组的SNR、CNR均优于A1、B1组（Z = -14.90 ~ -8.11，P < 0.05），与A2组相当或更优。B2组各项主观评分均显著优于B1组（Z = -11.81 ~ -9.79，P < 0.05），与A1组相当（P>0.05）；三组均劣于A2组。在回答主要诊断问题方面，B2组优于B1组，但差异无统计学意义（P>0.05）；B2组与A1、A2组的差异亦无统计学意义（P>0.05）。B2组的诊断符合率高于B1组（χ² = 20.13，P < 0.05），与A1、A2组的差异无统计学意义（P>0.05）。A、B组中分别有78.42%和74.44%的病例补充了额外诊断信息。结论基于CardioBoost的超低剂量心脏CT可在辐射剂量降低81%的条件下维持良好的图像质量，显著提升了诊断信心与诊断效能，为小儿CHD的CT诊断提供了更优方案。

[关键词] 深度学习先天性心脏病儿童辐射剂量 X射线计算机体层成像

临床试验注册：美国临床试验注册中心, NCT07199101

Clinical trial registration: ClinicalTrials.gov, NCT07199101

CardioBoost algorithm-based ultra-low tube voltage cardiac CT for pediatric congenital heart disease treatment

Zhang Feifei¹ , Sun Minghua¹ , Du Xin¹ , Su Tao¹ , Peng Liying² , Ge Yinghui¹

1. Department of Radiology, Fuwai Central China Cardiovascular Hospital, Henan Provincial Key Laboratory of Cardiac Imaging, Zhengzhou 451460, China;
2. Department of Joint Innovation, Shanghai United Imaging Healthcare Co., Ltd., Shanghai 201800, China

Fund programs: Project of the State Key Laboratory of Advanced Medical Materials and Medical Devices (YGSKL-SHTech-2025-KF01); Joint Fund of Science and Technology Research and Development Plan of Henan Province (235200810029); Henan Medical Science and Technology Research Project (LHGJ20250517)

Corresponding author: Ge Yinghui, Email: cjr.geyinghui@vip.163.com

[Abstract] Objective To explore the clinical value of 60 kVp ultra-low tube voltage CT combined with CardioBoost-a cardiac-specific deep-learning reconstruction algorithm-in reducing radiation doses and improving diagnostic efficacy for treatment of pediatric congenital heart disease (CHD). Methods This prospective study enrolled 272 child patients with CHD under 3 years old. Among these, 139 cases underwent conventional-dose cardiac computed tomography angiography (CTA) scans (group A: 80 kVp, 100 mAs), while the remaining 133 cases received low-dose CTA scans (group B: 60 kVp, 60 mAs). The effective doses (E) to these patients were recorded. The raw data of groups A and B were processed using hybrid iterative reconstruction (HIR), yielding image groups A1 and B1, and were handled using CardioBoost, yielding image groups A2 and B2. For these four image groups, the signal-to-noise ratio (SNR) and contrast-to-noise ratio (CNR) of target structures were compared, and the 5-point scale was adopted to score their intracardiac structures, extracardiac great vessels, proximal segments of coronary arteries, overall image quality, and diagnostic confidence. The elevation of diagnostic efficacy involved responses to primary diagnostic questions, the coincidence rate between the diagnosis and surgical result, and the addition of new diagnostic information. Results Compared to group A, group B exhibited a lower E value of 0.14 (0.13, 0.20) mSv, representing an 81.33% decrease. The SNR and CNR of subgroup B2 were better than those of subgroups A1 and B1 (Z = -14.91 to -8.11, P < 0.05) and were comparable to or better than those of subgroup A2. The scores of all subjective evaluations of subgroup B2 were significantly better than those of subgroup B1 (Z = -11.81 to -9.79, P < 0.05) and comparable to those of subgroup A1 (P > 0.05); however, these three subgroups were all inferior to subgroup A2 in the scores. Regarding responses to the primary diagnostic questions, subgroup B2 outperformed subgroup B1, with no statistically significant differences(P>0.05), while there was no statistically significant differences between subgroup B2 and subgroup A1 or A2 (P > 0.05). Concerning the diagnostic coincidence rate, subgroup B2 outperformed subgroup B1 (χ²= 20.13, P < 0.05), while no statistically significant differences were observed between subgroup B2 and subgroup A1 or A2 (P > 0.05). Additional diagnostic information was provided for 78.42% and 74.44% of cases in subgroups A and B, respectively. Conclusions The CardioBoost-based ultra-low-dose cardiac CT can maintain high image quality while reducing radiation doses by 81%, significantly improving diagnostic confidence and efficacy and providing optimal protocols for CT diagnosis of pediatric CHD.

[Key words] Deep learning Congenital heart disease (CHD) Child Radiation dose Tomography X-ray tomography

现代CT设备能在婴幼儿快速心率下提供高分辨率解剖细节，已成为评估儿童先天性心脏病(congenital heart disease，CHD)的关键且不可或缺的工具^[1]。但儿童对电离辐射的敏感性较成人高10倍^[2]，发展儿童低剂量技术对于保护儿童健康具有重要意义。

低管电压技术是降低辐射剂量的有效方法^[3]，但会增加图像噪声。大量研究数据表明，基于深度学习的重建技术在噪声抑制方面展现出卓越性能^[4-6]。然而，既往多数深度学习重建算法主要面向通用CT成像任务开发，针对心脏影像中快速运动、细小结构显示及复杂对比特征的专项优化仍相对有限。相比之下，心脏专用深度学习重建算法(CardioBoost)是在心脏CT成像场景下进行针对性改良和优化的新型重建方法，理论上更有利于心脏成像在超低剂量条件下兼顾噪声控制与解剖结构显示。现有一些研究已证实，80 kVp或70 kVp联合迭代重建方案可有效降低辐射剂量^[7-8]。但60 kVp超低管电压联合CardioBoost在心脏冠状动脉CT血管成像(CTA)中的应用尚缺乏系统性临床验证，本研究旨在评价该超低剂量扫描方案降低小儿CHD辐射剂量、改善其诊断效能的有效性。

资料与方法

1. 病例资料：前瞻性收集2025年7月—2026年2月阜外华中心血管病医院拟诊为CHD并行心脏CTA检查的患者，采用随机数表法将其分为常规剂量组(A组)与低剂量组(B组)。纳入标准：①年龄≤3岁。②已完成超声检查。排除标准：①不能配合检查。②碘对比剂过敏。③未接受手术治疗。④既往心脏手术史。⑤图像具有明显运动伪影。最终纳入272例患儿，A组139例，B组133例，两组患儿的年龄、身高和体重的差异均无统计学意义(P>0.05，表 1)。本研究经医院伦理委员会审批【伦理号：(2023)伦审第(63)号】，检查前患儿监护人签署知情同意书。

表 1 两组患儿一般资料比较[M (Q₁, Q₃)] Table 1 Comparison of general clinical data between the two groups of child patients with CHD [M (Q₁, Q₃)]

2. 检查方法：使用联影uCT960+ 320排CT扫描仪，患儿仰卧位，检查前镇静，扫描在自由呼吸状态下进行。采用前瞻性心电门控轴扫模式，采集时相30%~50%，探测器准直范围80~160 mm(覆盖自胸廓入口至膈下5 cm)，转速0.25 s/圈。A组管电压80 kVp、管电流100 mAs，B组管电压60 kVp、管电流60 mAs。经外周静脉以0.5~1 ml/s的流率注射碘克沙醇(320 mgI/ml)，对比剂总量为1.5 ml/kg，再以相同流速追加等量生理盐水。监测四腔心层面，目测左心室开始显影时手动触发延迟4 s扫描。

A组行混合迭代重建(hybrid iterative reconstruction, HIR)获得A1组图像、行CardioBoost获得A2组图像，B组分别行HIR(B1)及CardioBoost(B2)，所有图像重建层厚和层间隔均为0.5 mm。CardioBoost是一种针对心脏CT图像的深度学习重建算法，其原理是将初始重建图像输入神经网络模型，通过低剂量图像与高质量常规剂量参考图像之间的映射关系，实现图像域的噪声抑制和结构恢复。该模型训练依赖大量心脏CT数据，使网络能够识别心脏CT中血管壁、钙化、支架及心肌等细微结构与噪声之间的差异。重建过程中，CardioBoost通过数据驱动的先验约束优化图像纹理，在降低噪声及改善低对比可探测性的同时，尽量保持冠状动脉管腔边界及心肌结构细节，从而提高低剂量心脏CT图像的诊断可用性。

3. 辐射剂量评价：记录容积CT剂量指数(CTDI_vol)和剂量长度乘积(DLP)，计算有效剂量(E)：E=DLP×k，k值如下：年龄＜4个月为0.039，4个月~1岁为0.026，1~6岁为0.018^[9]。测量患儿双侧乳头平面胸廓前后径与横径之和，计算有效直径，依据有效直径对应转换因子f，计算体型特异性剂量评估值(size-specific dose estimate, SSDE)^[10]：SSDE=f×CTDI_vol。

4. 图像质量评价

(1) 客观评价：测量升主动脉、降主动脉、主肺动脉、前胸壁皮下脂肪的CT值和标准差(SD，即图像噪声)，感兴趣区(region of interest, ROI)大小为10 mm²，计算信噪比(signal noise ratio，SNR)和对比噪声比(contrast noise ratio，CNR)：SNR=CT_血管/SD_血管；CNR=(CT_血管-CT_脂肪)/SD_脂肪。采用SNR、CNR与E的比值(SNR/E、CNR/E)表示单位辐射剂量下的图像信噪比和对比噪声比^[11]。

(2) 主观评价：由2名分别具有5年(阅片者1)、8年(阅片者2)经验的心血管影像医师应用5分法独立评价心内结构、心外大血管、冠状动脉近段、整体图像质量及诊断信心评分，评估重点包括图像噪声、伪影、解剖结构清晰度、病灶显示能力及诊断信心。图像质量评分标准如下：5分，解剖结构显示清晰，无明显噪声和伪影；4分，解剖结构显示较好，少量的噪声和伪影；3分，解剖结构可以分辨且满足诊断需求，中等的噪声和伪影；2分，解剖结构显示模糊，较多的噪声和伪影；1分，解剖结构不能区分，严重的噪声和伪影。诊断信心评分标准如下：5分，具有充分的诊断信心；4分，较高的诊断信心；3分，中等的诊断信心；2分，诊断困难；1分，无法诊断。另外，根据患儿年龄、体重、心率中位数进行亚组分析。

5. 诊断效用评价：由阅片者1和阅片者2从以下三个维度独立完成评估，意见不一致时由第3名高年资主任医师确定，记录最终结果：①是否回答了主要诊断问题(肺动脉、主动脉弓、肺静脉、冠状动脉及动脉导管未闭的解剖结构或其他主要问题)。② CT与手术结果的符合率。③相较于超声检查，是否提供了新的诊断信息。

6. 统计学处理：使用SPSS 25.0软件进行统计学分析。不符合正态分布的计量资料用M(Q₁，Q₃)表示。2组间比较采用Mann-Whitney U检验；多组间比较采用Kruskal-Wallis检验，进一步两两比较采用Dunn检验。采用卡方检验比较计数资料，多重比较时使用Bonferroni校正P值。采用Cohen′ s Kappa检验评估2名阅片者的一致性。P＜0.05为差异有统计学意义。

结果

1. 辐射剂量：B组CTDI_vol、SSED、DLP、E较A组分别降低了81.30%、81.55%、81.44%及81.33%，两组间的差异均有统计学意义(Z = -14.25，P＜0.05，表 2)。图 1显示在小月龄患儿中，B组的E较A组下降更为显著。

表 2 两组患儿辐射剂量比较[M (Q₁, Q₃)] Table 2 Comparison of radiation doses between the two groups of child patients with CHD [M (Q₁, Q₃)]

图 1 不同年龄患儿有效剂量分布散点图 Figure 1 Scatter plot showing the distribution of effective doses in child patients with CHD at different ages

2. 图像质量客观评价：B2组各目标大血管SNR、CNR均显著高于A1、B1组(Z = -14.91 ~ -8.11，P＜0.05)。与A2组相比，B2组的CNR更优(Z = -5.19、-5.47、-5.16，P＜0.05)；除降主动脉SNR低于A2组外(Z = 2.88，P＜0.05)，其余血管SNR与A2组差异无统计学意义(P>0.05)。B2组的SNR/E较A1、A2组提升了297%~837%，CNR/E较其提升了555%~946%(表 3)。

表 3 不同CTA图像客观质量评价[M (Q₁, Q₃)] Table 3 Objective quality evaluation of different CTA images [M (Q₁, Q₃)]

参数	部位	A1组(n=139)	A2组(n=139)	B1组(n=133)	B2组(n=133)	H值	P值
SD	升主动脉	18.50(16.20, 21.70)	10.80(9.30, 12.80)^a	28.10(23.40, 34.95)^ab	14.30(11.75, 19.05)^abc	355.60	＜0.001
	降主动脉	19.40(16.50, 22.10)	11.00(9.30, 12.40)^a	32.80(26.60, 38.70)^ab	17.60(13.15, 24.75)^bc	363.42	＜0.001
	主肺动脉	18.90(17.00, 21.30)	11.90(9.60, 13.60)^a	29.00(24.80, 33.45)^ab	14.10(12.00, 17.15)^abc	369.29	＜0.001
SNR	升主动脉	19.41(15.49, 23.92)	32.23(26.90, 41.97)^a	16.36(12.98, 21.51)^b	34.66(26.39, 43.02)^ac	264.85	＜0.001
	降主动脉	17.17(14.09, 21.74)	31.83(27.10, 40.45)^a	13.76(11.23, 17.60)^ab	27.51(21.45, 36.31)^abc	283.45	＜0.001
	主肺动脉	17.34(14.86, 21.34)	28.77(24.70, 35.49)^a	15.14(13.22, 18.62)^b	32.15(25.78, 39.56)^ac	275.35	＜0.001
CNR	升主动脉	34.37(27.16, 39.71)	46.36(38.79, 63.19)^a	29.59(24.12, 37.31)^b	62.14(52.78, 78.22)^abc	271.30	＜0.001
	降主动脉	32.85(25.31, 38.93)	46.08(38.18, 61.10)^a	29.15(23.07, 36.30)^b	62.61(53.77, 79.31)^abc	289.42	＜0.001
	主肺动脉	32.88(26.09, 38.83)	45.71(37.76, 58.60)^a	29.07(22.79, 35.80)^b	60.60(50.49, 75.09)^abc	275.70	＜0.001
SNR/E	升主动脉	26.00(19.96, 30.87)	42.93(34.29, 59.26)^a	112.60(79.36, 140.79)^ab	231.14(168.17, 287.00)^abc	439.00	＜0.001
	降主动脉	22.63(17.16, 28.16)	43.05(33.34, 56.22)^a	95.28(68.62, 121.72)^ab	180.47(139.73, 252.24)^abc	435.09	＜0.001
	主肺动脉	22.86(18.02, 28.91)	37.25(30.60, 49.66)^a	103.94(85.10, 137.26)^ab	214.26(166.63, 278.59)^abc	450.34	＜0.001
CNR/E	升主动脉	42.16(33.46, 54.62)	63.31(44.51, 84.72)^a	204.43(157.39, 261.40)^ab	433.82(327.36, 529.62)^abc	448.13	＜0.001
	降主动脉	40.80(32.06, 53.73)	61.58(43.48, 82.34)^a	194.51(157.44, 245.84)^ab	426.71(338.37, 543.94)^abc	452.43	＜0.001
	主肺动脉	41.16(31.97, 51.32)	61.66(44.63, 75.18)^a	192.70(148.78, 247.17)^ab	418.68(318.78, 513.79)^abc	450.26	＜0.001
注：SD. 图像噪声；SNR. 信噪比；CNR. 对比噪声比；SNR/E. 单位辐射剂量下的信噪比；CNR/E. 单位辐射剂量下的对比噪声比。^a与A1组比较，Z=-19.391~11.034，P＜0.05；^b与A2组比较，Z=-19.024~14.754，P＜0.05；^c与B1组比较，Z=-14.907~13.165，P＜0.05

表 3 不同CTA图像客观质量评价[M (Q₁, Q₃)] Table 3 Objective quality evaluation of different CTA images [M (Q₁, Q₃)]

3. 图像质量主观评价：两名阅片者的主观评分一致性较好(Kappa = 0.80~0.88, P＜0.05)。A2组各项主观评分均最高；B2组较B1组显著升高(Z = -11.81 ~ -9.79，P＜0.05)，而与A1组的差异无统计学意义(P>0.05，表 4)。在小月龄、低体重及高心率组中，B2组整体图像质量评分高于B1组(Z = -8.30、-8.52、-8.40，P＜0.05)，而与A1、A2组的差异无统计学意义(P>0.05)；在大月龄、高体重及低心率组中，A2组整体图像质量评分最高，B1组最低，B2与A1组的差异无统计学意义(P>0.05，表 5)。临床扫描病例见图 2。

表 4 不同CTA图像主观质量评价[M (Q₁, Q₃)] Table 4 Subjective quality evaluation of different CTA images [M (Q₁, Q₃)]

表 5 不同亚组的整体主观图像质量比较[M (Q₁, Q₃)] Table 5 Comparison of overall image quality from subjective evaluation among different subgroups [M (Q₁, Q₃)]

图 2 A、B两组扫描方案图像质量比较(两组患儿均为法洛四联症) A. 80 kVp、100 mAs + HIR；B. 80 kVp、100 mAs + CardioBoost；C. 60 kVp、60 mAs + HIR；D. 60 kVp、60 mAs + CardioBoost Figure 2 Comparison of image quality between groups A and B under different scanning protocols (all patients suffering from tetralogy of Fallot) A. 80 kVp, 100 mAs + HIR; B. 80 kVp, 100 mAs + CardioBoost; C. 60 kVp, 60 mAs + HIR; D. 60 kVp, 60 mAs + CardioBoost

4. 诊断效用评价：A1、A2、B1、B2组中分别有91.37%、94.66%、81.20%及91.73%的CT回答了主要诊断问题，四组间比较差异有统计学意义(χ² = 15.81，P = 0.001)；两两比较显示B1组低于A2组(χ² = 12.40，P＜0.05)，其余组间差异均无统计学意义(P>0.05)。四组间的诊断符合率差异有统计学意义(χ² = 54.99，P＜0.001)，其中B2组为92.84%，高于B1组的82.47%(χ² = 20.13，P＜0.05)，与A1组(94.59%)、A2组(96.01%)的差异无统计学意义(P>0.05)；A2较A1组减少了50.00%的误诊，B2较B1组减少了69.64%的误诊。A组与B组分别有78.42%和74.44%的CT补充了额外诊断信息。

讨论

目前，心脏CTA在CHD诊疗中的应用日益广泛并呈现指数级增长^{[1, 12]}。多项研究指出，CHD患儿一生中会多次接受经导管血管造影和/或CT扫描，导致其辐射暴露量增加；纵向研究表明，CHD患者一生中患癌症的几率更高^[13-16]，且风险随患儿辐射剂量增加及年龄减小而升高。国际辐射防护委员会报告明确指出儿童CT检查需遵循“合理及最低化(ALARA)原则”^[17]。随着CT技术的进步，必须持续平衡图像质量与尽可能低的辐射剂量。本研究B组采用的60 kVp、60 mAs扫描方案，其辐射剂量低至0.14 mSv，较A组下降了81.33%，该优势在小月龄患儿中更为突出。此外，B组的辐射剂量水平较既往研究^{[7-9, 18]}进一步降低。

CHD患儿普遍心率快且不稳定、无法配合屏气，导致心脏CT易产生运动伪影。本研究采用宽体探测器及前瞻性心电门控技术，选择较窄时相(30%~50%)曝光，以优化图像质量并减少辐射剂量。为进一步补偿管电压、管电流下降导致的图像质量降低，本研究联合CardioBoost。与既往多数通用型深度学习重建方法不同，CardioBoost并非简单针对一般噪声抑制任务进行优化，而是基于大规模正常剂量心脏CT数据进行训练，并结合模拟低剂量数据构建学习框架。与传统的迭代重建技术相比，CardioBoost可显著降低图像噪声，提高图像信噪比，对细小血管显示更清晰，且拥有更自然的图像观感从而更易被临床医生接受^[4-5]。本研究结果显示，B2组SNR、CNR普遍优于A1、A2及B1组；B2组SNR/E较A1及A2组提升了3~8倍，CNR/E提升了6~9倍，表明在单位辐射剂量下，B2组较A1、A2组图像质量显著提升。主观评分方面，B2组的图像质量及诊断信心均较B1组显著提升，与A1组的差异无统计学意义；亚组分析进一步表明，在小月龄、低体重及高心率条件下，B2组能获得与A1、A2组相当的图像质量，提示该低剂量检查方案在更具挑战性的患者群体中仍能表现优异。从重建算法角度看，CardioBoost在本研究中的作用并非单纯提高图像平滑程度，而是在低剂量采集条件下改善噪声抑制与结构保持之间的平衡。60 kVp、60 mAs扫描虽然显著降低了辐射剂量，但同时会增加量子噪声并影响低对比结构显示。CardioBoost通过心脏CT专用训练数据学习低剂量图像与高质量参考图像之间的映射关系，在降低图像噪声的同时尽量维持心血管边缘、间隔结构及小血管的连续性。该特点可能解释了本研究中B2组不仅客观SNR、CNR优于B1组，而且主观图像质量和诊断信心亦得到改善。换言之，CardioBoost的主要贡献在于提高了超低剂量扫描图像的可诊断性，使60 kVp方案在显著降低辐射暴露的同时仍能满足CHD患儿主要解剖结构评估的需求。

在CHD诊断中，B2组表现出与A1、A2组相当的诊断性能，这主要得益于其对心内畸形识别能力的显著提升。CHD患儿具有房间隔菲薄、解剖结构复杂以及血流动力学异常等特点，其精准诊断仍面临挑战^[19]。本研究中，B2组较B1组显著提高了细小房/室间隔缺损、主动脉瓣下隔膜及肺动脉瓣异常的检出，证实CardioBoost有助于提升微小病变的检测。另一方面，CardioBoost在有效抑制噪声的同时，保留了真实纹理与空间连续性，显著提升了房/室间隔边缘锐度，从而大幅减少了对房间隔缺损、膜周部室间隔缺损的误诊。

在CHD患儿的术前评估中，除实现心脏畸形的精准诊断外，高质量的三维心脏解剖数据对于制定个性化手术策略及规划手术路径亦具有至关重要的作用。CardioBoost使用三维数据处理技术能精准捕捉解剖结构的三维空间连续性，同时通过密集连接架构融合不同深度的特征信息，显著提升了重建精度^[4-5]。本研究中，B2组91.73%的CT可明确解决临床关注的主要诊断问题，与A1组、A2组表现相当，充分印证了该方案具备良好的临床可行性与可靠性。除心血管结构外，心脏CT血管成像还能清晰显示胸部及邻近上腹部脏器。本研究结果显示，A组与B组均有超过70%的病例通过CT获得了额外诊断信息，其中呼吸系统疾病占比最高。既往研究表明^[20]，非心血管病变对CHD患者的临床诊疗及管理策略的影响可能至关重要，这也进一步凸显了CT检查在CHD患儿全面评估中的重要增量价值。

本研究存在以下不足：研究对象为3岁以下儿童，这可能在一定程度上限制了研究结果的外推性，今后将进一步扩大年龄范围以验证其适用性；此外，常规剂量组与低剂量组为独立样本，无法通过匹配完全避免组间差异。

总体而言，基于CardioBoost的超低剂量心脏CT在辐射剂量降低81%的条件下，可显著优化图像质量、提升诊断信心及诊断效能，实现了图像质量与辐射暴露的良好平衡。该方案为小儿CHD的CT诊断提供了更优选择，其优势在小月龄群体中尤为显著。

利益冲突 无

作者贡献声明 张飞飞负责撰写论文；孙明华协助图像分析；杜欣、苏涛、彭俪颖参与资料收集；葛英辉指导论文修改

参考文献

[1]	Chelliah A, Han BK. The expanding role of cardiac CT in congenital heart disease: Precision imaging for a complex population[J]. J Cardiovasc Comput Tomogr, 2025, 19(6): 728. DOI:10.1016/j.jcct.2025.11.002
[2]	Bosch de Basea M, Thierry-Chef I, Harbron R, et al. Risk of hematological malignancies from CT radiation exposure in children, adolescents and young adults[J]. Nat Med, 2023, 29(12): 3111-3119. DOI:10.1038/s41591-023-02620-0
[3]	Schindera ST, Diedrichsen L, Müller HC, et al. Iterative reconstruction algorithm for abdominal multidetector CT at different tube voltages: Assessment of diagnostic accuracy, image quality, and radiation dose in a phantom study[J]. Radiology, 2011, 260(2): 454-462. DOI:10.1148/radiol.11102217
[4]	Wu X, Zhu M, Zou Y, et al. Clinical feasibility test of 60 kVp double-low-dose coronary CT angiography with a deep learning reconstruction algorithm[J]. Insights Imaging, 2026, 17(1): 41. DOI:10.1186/s13244-026-02223-6
[5]	Shao Q, Zhou Y, Li J, et al. Transcatheter aortic valve implantation (TAVI) planning CT on 8-cm detector scanners: Proper dose control by combined use of two deep-learning reconstruction algorithms[J]. J Appl Clin Med Phys, 2025, 26(9): e70224. DOI:10.1002/acm2.70224
[6]	Zhang F, Peng L, Zhang G, et al. Artificial intelligence iterative reconstruction for dose reduction in pediatric chest CT: A clinical assessment via below 3 years patients with congenital heart disease[J]. J Thorac Imaging, 2025, 40(4): e0827. DOI:10.1097/RTI.0000000000000827
[7]	Baş S, Alkara U, Aliyev B. Evaluation of complex congenital heart disease with prospective ECG-gated cardiac CT in a single heartbeat at low tube voltage (70 kV) and adaptive statistical iterative reconstruction in infants: A single center experience[J]. Int J Cardiovasc Imaging, 2022, 38(2): 413-422. DOI:10.1007/s10554-021-02390-1
[8]	陈博, 戴婷婷, 程建敏, 等. 双低技术联合迭代重建技术在小儿复杂性先天性心脏病CT血管成像中的应用[J]. 中华放射医学与防护杂志, 2018, 38(7): 547-551. Chen B, Dai TT, Cheng JM, et al. Application research of double low scanning technology combined with iterative reconstruction technique in CT angiography of pediatric complex congenital heart disease[J]. Chin J Radiol Med Prot, 2018, 38(7): 547-551. DOI:10.3760/cma.j.issn.0254-5098.2018.07.012.cma.j.issn.0254-5098.2018.07.012
[9]	聂佩, 杨光杰, 徐文坚, 等. 128层双源CT前瞻性心电门控序列扫描与大螺距扫描在小儿先天性心脏病诊断准确率、图像质量及辐射剂量的对比研究[J]. 中华放射学杂志, 2016, 50(6): 421-427. Nie P, Yang GJ, Xu WJ, et al. Accuracy, image quality and radiation dose comparison of prospective ECG-gated sequential and high-pitch acquisition on 128-slice dual-source CT angiography in infants and children with congenital heart disease[J]. Chin J Radiol, 2016, 50(6): 421-427. DOI:10.3760/cma.j.issn.1005-1201.2016.06.005
[10]	丁玮, 刘子岩, 马泽鹏, 等. 自动管电压调制联合人工智能迭代重建算法与常规扫描在胸腹盆CT增强中的比较研究[J]. 中华放射医学与防护杂志, 2025, 45(7): 692-698. Ding W, Liu ZY, Ma ZP, et al. Comparison of automatic tube voltage modulation combined with an artificial intelligence iterative reconstruction algorithm versus conventional scanning protocol in contrast-enhanced thoracic-abdominal-pelvic CT[J]. Chin J Radiol Med Prot, 2025, 45(7): 692-698. DOI:10.3760/cma.j.cn112271-20240612-00222
[11]	Dirrichs T, Tietz E, Rüffer A, et al. Photon-counting versus dual-source CT of congenital heart defects in neonates and infants: Initial experience[J]. Radiology, 2023, 307(5): e223088. DOI:10.1148/radiol.223088
[12]	Ghelani SJ, Agarwal PP, Barfuss SB, et al. Rapid growth of CT utilization compared to MRI and echocardiography in imaging for congenital heart disease: A multicenter analysis[J]. J Cardiovasc Comput Tomogr, 2025, 19(6): 817-819. DOI:10.1016/j.jcct.2025.02.005
[13]	Cohen S, Liu A, Gurvitz M. Exposure to low-dose ionizing radiation from cardiac procedures and malignancy risk in adults with congenital heart disease[J]. Circulation, 2018, 137(13): 1334-1345. DOI:10.1161/CIRCULATIONAHA.117.029138
[14]	Journy N, Dreuil S, Rage E, et al. Projected future cancer risks in children treated with fluoroscopy-guided cardiac catheterization procedures[J]. Circ Cardiovasc Interv, 2018, 11(11): e006765. DOI:10.1161/CIRCINTERVENTIONS.118.006765
[15]	Karazisi C, Dellborg M, Mellgren K, et al. Risk of cancer in young and older patients with congenital heart disease and the excess risk of cancer by syndromes, organ transplantation and cardiac surgery: Swedish health registry study (1930-2017)[J]. Lancet Reg Health Eur, 2022, 18: 100407. DOI:10.1016/j.lanepe.2022.100407
[16]	Shelly E, Waldron MG, Field E, et al. Cumulative radiation dose from medical imaging in children with congenital heart disease: A systematic review[J]. Children (Basel), 2023, 10(4): 645. DOI:10.3390/children10040645
[17]	International Commission on Radiological Protection. ICRP Publication 113. Education and training in radiological protection for diagnostic and interventional procedures[R]. Oxford: Pergamon Press, 2009.
[18]	孙明华, 潘玉坤, 温茹, 等. 前瞻性心电门控大螺距CT检查对小儿先天性心脏病诊断的价值[J]. 中华放射医学与防护杂志, 2024, 44(3): 228-232. Sun MH, Pan YK, Wen R, et al. Clinical value of prospective ECG-gated high-pitch CT scanning in the diagnosis of pediatric congenital heart disease[J]. Chin J Radiol Med Prot, 2024, 44(3): 228-232. DOI:10.3760/cma.j.cn112271-20230619-00200
[19]	Zhou X, Xiong D, Liu F, et al. Super-resolution deep learning in pediatric CTA for congenital heart disease: Enhancing intracardiac visualization under free-breathing conditions[J]. Eur Radiol, 2026, 36(1): 182-193. DOI:10.1007/s00330-025-11800-0
[20]	Nordjoe YE, Aubin Igombe SR, Chat L. Non-cardiovascular findings on chest CT angiography in children with congenital heart disease: How important are they?[J]. BMC Med Imaging, 2022, 22(1): 13. DOI:10.1186/s12880-022-00739-z


中华放射医学与防护杂志 2026, Vol. 46 Issue (9): 887-893	PDF