目的 探讨深度学习重建算法对能谱CT多参数成像单能量图像、有效原子序数图、碘水图、水  碘图图像质量的改善。方法 选择一个20cm直径的圆柱形聚丙烯体模，在内部放入九支试管，试管中分别装入(3.75、7.5、15、30mg/mL)不同浓度及 (18mm、10mm、2mm)不同管径的碘对比剂及水和钙溶液，利用GE APEX CT进行能谱扫描，将扫描 完成图像分别利用FBP、40% ASIR-V及深度学习(低 DLIR-L、中DLIR-M、高DLIR-H)重建出五组图像。 采用后处理软件分别重建出70keV单能量图像、基 物质图(碘-水图、水-碘图)及有效原子序数图。对 浓度为3.75 mg/mL、15 mg/mL及Water三支试管进行数据分析。在FBP、40% ASIR-V、DLIR-L、 DLIR-M、DLIR-H 五组图像测量70keV的CT值、碘- 水图的碘浓度、水-碘图的水浓度、有效原子序数及图像噪声，计算各图像的信噪比(SNR)，对比5组图像质量的差异。结果 5种重建算法下的图像在低浓度造影剂(3.75mg/mL)、高浓度造影剂 (15mg/ mL)及水试管内70keV的CT值差异均无统计学意义(P 值均>0.05)，有效原子序数、碘水图的碘浓度及水碘图的水浓度亦无明显统计学差异(P值均>0.05)。 70keV、有效原子序数图、碘水图、水碘图的噪声及图像信噪比5组图像差异均有统计学意义(P值均 <0.05)，DLIR下的噪声值均较FBP及40% ASIR-V降低，图像信噪比提高(P值均<0.05)，DLIR-H噪声最 小，信噪比最高。结论 在能谱CT成像中，DLIR较FBP及40% ASIR-V在单能量图像、有效原子序数 图、碘水图、水碘图的噪声降低，信噪比提高。