摘要目的:探讨胸部低剂量CT(LDCT)应用深度学习重建(DLR)在肺结节筛查中的可行性,并比较其与常规剂量CT(RDCT)-DLR的图像质量和结节检出率.方法:前瞻性纳入2023年9月至2023年12月因肺结节筛查接受胸部CT检查的超重或肥胖患者体质量指数(BMI)≥25 kg/m2104例.所有患者分别进行RDCT(120 kV)和LDCT(100 kv)扫描,均使用自动管电流调节,并采用深度学习AI算法-ClearInfinity重建(常规剂量CI40%,低剂量CI50%).记录辐射剂量和结节个数.于T8水平测量纵隔脂肪和右肺下叶肺实质的CT值(HU)、图像噪声(SD)并计算信噪比(SNR)、对比噪声比(CNR).由两名放射科医师采用Likert 4分制对图像及肺结节进行主观评分.采用配对t检验或Wilcoxion秩和检验比较LDCT与RDCT的辐射剂量、客观图像噪声及主观评分的差异.结果:共纳入104例超重或肥胖患者,男性54例、女性50例,年龄19～84岁,平均(52±13)岁,BMI 25.01～39.06 kg/m2,平均(27.77±2.64)kg/m2.LDCT的有效辐射剂量显著低于RDCT,差异有统计学意义(Z=-8.853,P＜0.001).平均有效辐射剂量降低77.86%.两组图像在肺部CT值、肺部噪声、脂肪噪声、肺实质SNR、脂肪SNR及CNR差异均有统计学意义(Z=-3.022、-2.327、-4.785、-2.059、-3.765、-4.013,P＜0.05),而在脂肪CT值和肺实质SNR比较差异无统计学意义(P＞0.05).LDCT的图像对比度、图像噪声和肺结节图像质量主观评分均低于RDCT,差异有统计学意义(t=2.877、2.387、5.096,P＜0.05),但其主观评分均＞3分,满足临床诊断.在结节检出方面,RDCT检出418结节,LDCT检出421个结节,LDCT假阳性率仅为0.72%.结论:在超重或肥胖患者中,结合DLR算法的胸部LDCT在图像质量和肺结节检出率上与RDCT相当,同时显著减少了患者的辐射暴露.