目的通过与常规混合能量图像相比,证明最佳单能量水平图像能够改善图像质量,提高脑灰白质对比,有效抑制后颅窝伪影。通过分析ASIR-V算法对于最佳单能量水平下头颅CT平扫图像质量的影响,以期寻求较好的权重比例值,达到实现优化图像质量的目标。方法回顾性收集因临床需要(例如头痛、中风、外伤、脑出血)行头颅CT平扫的98例患者(18岁以上)纳入研究。将原始图像传至后处理工作站,重建获得40-140 keV间距为5 keV的21组单能量图像及常规120k Vp-like混合能量图像,选定以下9个感兴趣区:在基底节层面选取两个位于皮质区的脑灰质、两个位于近皮质区的脑白质、一个位于丘脑深部的灰质、一个位于内囊后肢的白质,以及一个位于颞骨岩部的伪影区(面积约25 mm2);在后颅窝层面勾画最大射线硬度伪影或条纹伪影感兴趣区(面积约215 mm2);在半卵圆中心层面选取一个相同密度的脑实质区作为背景噪声(面积约215 mm2)。比较各组图像的噪声、SNR、CNR、颞骨内板下伪影指数及后颅窝伪影指数。两名影像医师在不知道患者信息以及图像重建方式的情况下,采用双盲5分法从灰白质对比度、颞骨岩部伪影、后颅窝伪影及疾病显示四个方面对图像质量进行主观评分。然后在最佳单能量水平图像上,叠加40%、60%、80%三种不同迭代程度的后置ASIR-V。客观评价半卵圆中心、基底节区和后颅窝三个层面感兴趣区的CT衰减值、噪声和信噪比值;主观评价继续采用双盲5分法进行等级评价。对整理后的客观数据进行方差齐性检验、两因素方差分析,采用LSD-t检验进行组间两两比较。对两名影像医师的主观评价进行一致性Kappa检验和秩和检验。统计结果以平均数±标准差的形式表示,认为P<0.05差异具有统计学意义,反之则代表无统计学意义。结果最佳单能量水平为65-75 keV。65 keV图像的灰白质SNR(12.10±2.51,9.25±2.59(12.10±2.51,9.25±2.59)、CNR(1.26±0.24)高于其他单能量及混合能量图像;75 keV图像的灰白质噪声(3.51±0.31,3.22±0.40)、颞骨内板下伪影指数(5.76±0.99)及后颅窝伪影指数(3.13±1.04)高于其他单能量及混合能量图像(均P<0.05)。最佳单能量图像质量评分更高(均P<0.05),PFAI除外(P=0.2)。随着迭代程度的逐渐增加,图像的SD值逐渐降低、SNR和CNR逐渐增加。60%后置ASIR-V图像的主观评分最高。结论65keV图像幕上脑组织对比度最佳,75keV图像颞骨岩部及后颅窝伪影最小。最佳单能量叠加60%后置ASIR-V的头颅CT平扫图像质量最佳。