在CT成像技术中，能量成像作为继平扫和增强之后的第三大常规CT成像方法，成为临床医学重要的诊断工具。目前双能量CT成像各设备厂商的硬件构造各不相同，但都是尽量遵循双能量的“三同”（同时、同向、同源）原则，通过采集两组不同千伏峰值（kilovolt peak，kVp）数据，一组低kVp，一组高kVp进行解析，最终实现双能量成像的应用。

双能成像类型根据数据采集方式不同可以分成四类，①两次扫描式：利用CT设备先进行一次低kVp扫描，再重复相同扫描范围用高kVp扫描，该扫描方式极易实现，能量分辨率好，有完整的50cm扫描野（scan field of view，SFOV）。两次扫描数据通过双能减影解析数据，无法克服硬化伪影，时间分辨率极差，只能进行平扫和非运动器官成像，临床应用非常有限。②双球管双探测器模式：能量成像探测器最宽为3.84～5.76cm，利用CT设备进行一次扫描即可同时得到高、低kVp数据，可用于进行能量分析的SFOV不完整，只有33～35cm。双球管双探测器模式通过双能减影解析数据，无法克服硬化伪影，时间分辨率较差，该扫描方式能量分辨率好，可以提供有限临床应用。③单源瞬时kVp切换技术：采用单球管在0.25ms时间内切换高、低kVp，能量成像探测器最宽为8cm，利用CT设备进行一次扫描即可同时得到高、低kVp数据，可进行50cm完整SFOV能量分析。单源瞬时kVp切换技术通过能谱模式解析数据，可以克服硬化伪影，时间分辨率与能量分辨率俱佳，可以提供众多的临床应用。④双层探测器技术：一次球管曝光，利用双层探测器结构分离高低能量数据，能量成像探测器最宽为4cm，可进行50cm完整SFOV能量分析。双层探测器技术通过能谱模式解析数据，可以克服硬化伪影，时间分辨率好，能量分辨率差，可以提供有限的临床应用。

在众多的双能量成像类型中，单源瞬时kVp切换技术能谱，由于时间分辨率与能量分辨率俱佳，在临床应用方面有明显的优势。2017年在原有单源瞬时kVp切换技术之上，出现了全新一代闪速容积能谱技术，具有操作流程简单、扫描速度更快、剂量更低等优点，可在主控台上实时重建高质量的多种类型能谱图像。

CT能谱成像采用单源瞬时kVp切换技术，在极短时间内（＜0.25ms）完成高低能量的切换，实现了双能量的“三同”（同时、同向、同源），这样能谱分析就能够在投影数据空间（projection space）进行，实现CT的能谱成像（图2-9）。

能谱CT成像的实现首先是基于坚实的物理理论基础。CT是通过测量X光在物体中的吸收来进行成像的。而这种吸收是通过光电效应和康普顿散射两种物理过程来完成的，因此物理上任何物体对X光子的质量吸收函数［μ（E）］可以用公式2-1表达

其中fpe（E）和fc（E）分别为质量吸收函数中光电效应和康普顿散射的贡献；a和b为常量。

首先，物质的吸收随X射线能量变化而变化。这是因为光电效应和康普顿散射随X射线能量变化而变化，而且不同的物质，这种随能量变化的程度是不一样的。其次，任何物质都有对应的吸收曲线，其随能量的变化具有特征性。所以当人们对同一物体用两种不同能量的X射线进行成像时，就有可能确定一个吸收曲线，从而找出和这个吸收曲线对应的物质。

现实中组织成分很少由纯物质组成，所里这里引入了基物质对的概念，即由两个基础物质的吸收来表达一个未知物体的吸收。并且通过物理实验已经证实任何一个物质对X射线的吸收都可以由任何另外两个物质（基物质对）的吸收来表达，正如地图上任何一点可以在二维（ x-y）坐标上来表达一样，这一点从数学上也很容易证明。这样也就意味着，任何一个物体即使拥有着复杂的成分结构，也可以用两个物质（基物质对）的质量吸收函数来表达。进一步把这种表达和常规的CT表达方法一致起来，能够得到公式2-2的结论

在这个公式中，把水和碘选择为基物质对，Dwater和Diodine则分别为所需要的水和碘的密度，以实现物理上所测得的吸收，即CT（ x， y， z，E）。密度值D和X射线的能量无关。能谱成像中多采用水和碘作为基物质对是因为水和碘在医学成像中比较接近常见的软组织和碘对比剂，这样会有助于分析和理解。可以选择任何物质对作为基物质对，实现多物质能谱。对于一些特定的临床应用，更灵活的基物质对可以更直观、更精确地定量反映未知物的组织成分。

CT能谱成像的另一个巨大的优越性在于它的单能量成像。如上所述，物理学家们已经为使用者提供了水和碘［μwater（E）和μiodine（E）］以及许多纯物质和混合物的质量吸收函数随能量变化的曲线。使用水和碘的质量吸收函数随能量变化的关系和求得的基物质对的密度值，就能计算出所感兴趣物质在各个单能量点中对X射线的吸收CT（ x， y， z，E），从而实现单能量CT成像。例如需要重建70keV单光子能量下的CT图像，只要查找μwater（70keV）和μiodine（70keV）数值，并把这些数据连同求得的基物质对的密度值代入公式2-2即可。

能谱CT成像要求CT在数据采集过程中获得在投影数据空间可匹配的高、低两组能量数据，意味着要实现单源瞬时kVp切换技术，必须满足以下条件：①三同的高、低能量数据采集，避免解剖结构的空间位移；②稳定的高、低kVp电压的输出，保证信号的一致性；③高、低能量信号之间要具有很好的区分度，不存在信号混淆；④高、低能量的信息量要满足CT重建的需求。

硬件及软件的配合除了要得到高质量的扫描数据，闪速容积能谱技术（GSI Xtream）还在扫描速度、重建速度及临床操作流程做了众多更新。

能谱成像的核心是高低压瞬切。通过全新设计的高频高压发生器和宽体高清球管，GSI Xtream可以在0.25ms内完成80kVp的曝光、80kVp到140kVp的转换、140kVp的曝光，可以达到在时间和空间两个维度上对双能数据进行更加精准的匹配，由此GSI Xtream可以更好地对运动物体进行扫描。

宽体宝石探测器是GSI Xtream实现超快速能谱容积扫描的重要硬件基础。宽体宝石探测器有三个重要组件：宝石闪烁晶体、高清数据采集系统和3D蜂巢准直器。8cm探测器宽度可以实现245mm/s的能谱快速扫描速度，这一项功能可以大幅度拓展能谱在临床的使用范围，将能谱使用于屏气困难的患者、急诊外伤患者以及需要镇静药物的儿童等。

由于使用的是单球管单探测器超快速高低压瞬切的能谱成像方法，相对于双源双能量，GSI Xtream可以达到50cm的能谱SFOV。在扫描大体型患者或者急诊外伤患者时，闪速容积能谱不会遗漏病灶。

GSI Xtream通过改变原有能谱数据解析方式，将能谱数据重建速度提高8倍，并且可以同时进行最多10个进程的多任务重建，使能谱数据重建速度已经接近传统CT图像重建速度，快速的图像重建速度使能谱成像可以常规进行连续的临床病例扫描。

GSI Xtream的所有能谱图像类型都是基于原始数据空间投影成像。原始数据空间投影的临床优势是：在原始数据空间去除了CT成像固有的线束硬化伪影，提高了定量的精准性。正是基于原始数据空间的能谱重建，所有能谱数据都可以实现在扫描操作台直接传输到PACS的临床路径。可生成的能谱图像类型有：单能量图像，物质密度图像，虚拟平扫图像以及能谱去金属伪影图像。

CT图像重建算法主要包括解析法和迭代法。解析法以滤波反投影（filter back projection，FBP）算法最为常用，该算法的优势是重建速度快，成像质量较好。但是，它忽略了噪声的影响，图像容易产生伪影，并且不能处理采样不足的扫描。迭代重建（iterative reconstruction，IR）算法，又称“逐步近似法”，它的原理是：首先对断层图像进行初步估计，在此基础上估算每个投影方向上检测器所获得的数据，即理论投影值，再将理论投影值与检测器实际采集的投影值进行比较，并返回更新和修正原始的估计数据，不断重复此过程，直至下一次迭代结果与实际测量值间小于允许的误差范围。

IR算法已经成为现代CT降低辐射剂量的重要方法。首先发展的算法是基于统计噪声模型的自适应统计迭代重建（adaptive statistical iterative reconstruction，ASIR）。更新的算法采用了一种全新的迭代重建平台——ASIR-V。ASIR-V是全模型实时迭代平台，结合了ASIR的实时重建优势和多模型迭代重建技术（model-based iterative reconstruction，MBIR）的多模型迭代优势，采用了更为先进的系统噪声模型、被扫描物体模型和物理模型。对体素、X射线光子初始位置和探测器几何因素等物理和光学因素进行建模，真实地还原了X射线从投射到采集的全过程（图2-10）。

ASIR-V技术中先进的系统噪声模型所考虑的因素包括数据采集系统中的光子噪声和电子噪声，以及重建图像的噪声谱。光子噪声模型包括光子统计特性，重建图像噪声模型包括来源于广泛体模和临床数据信息的被扫描物体特性。系统噪声模型主要用于降低噪声，提高低密度对比度。对比FBP，ASIR-V可以降低多达82%的辐射剂量。低剂量条件下的ASIR-V图像质量高于常规剂量条件下的FBP图像。在相同的剂量条件下，与FBP相比，ASIR-V可以提高135%的低对比分辨率，显著地降低图像噪声。

ASIR-V除了应用在传统扫描重建图像上，GSI Xtream更是把它应用于包括所有能级的单能量图像，物质密度图像，虚拟平扫图像以及能谱去金属伪影图像等所有能谱图像类型，使能谱图像也可以从ASIR-V技术获益。

目前CT硬件发展主要集中在宽体和双能两个方向，软、硬件技术的发展，不断的提升设备的时间分辨率，密度分辨率，同时扫描剂量也逐渐降低。双能量CT成像也呈现出多种不同的成像技术，带来越来越多的临床应用。未来的双能量CT将可能实现直接探测单光子的单能量成像。CT硬件、软件的发展，结合当前人工智能及深度学习技术的发展，都向着更加简便易行，更加优化的图像质量和剂量，更好的患者舒适性，更丰富的临床功能不断的前行。