〔摘　要〕 目的 研究低剂量条件下能谱CT虚拟平扫（VUE）联合深度学习重建（DLIR）算法在主动脉CT血管成像（CTA）中的应用价值。方法 前瞻性收集94例行主动脉CTA检查的患者，随机分为低剂量能谱增强组和100kVp常规增强组，每组47例。两组均采用常规扫描模式先行主动脉常规平扫（TUE），管电压120kVp，使用自适应统计迭代重建（ASIR-V）40%重建TUE图像；低剂量能谱增强组采用宝石能谱成像（GSI）扫描模式行增强扫描，DLIR-H重建得60keV虚拟单能量图像（VMIs）和VUE图像；100kVp常规增强组行常规增强扫描，管电压100kVp,ASIR V50%重建增强图像。在每组图像上测量和计算升主动脉、降主动脉、腹主动脉、髂总动脉、腰大肌的CT值、噪声（SD）值、噪声比（SNR）和对比噪声比（CNR），并记录有效辐射剂量（ED）。由2名医师采用5分法对图像质量进行主观评分。结果 相对于100kVp常规增强图像，低剂量能谱增强图像的升主动脉、降主动脉、腹主动脉和髂总动脉SNR值及CNR值更大（P<0.05），两者主观评价差异无统计学意义；与TUE图像比较，VUE图像的腹主动脉、髂总动脉、腰大肌SNR值及升主动脉CNR值较大（P<0.05），主观图像质量相近；低剂量能谱增强扫描ED值较100kVp常规增强扫描降低约40.0%。结论 低剂量能谱CT联合DLIR应用于主动脉CTA，可以显著提高SNR及CNR值，同时生成的VUE图像质量接近TUE扫描，具有进一步降低辐射剂量的潜力。