2026年8月，江苏省医学会第二十二次影像技术学术会议在苏州举行。来自扬州大学附属医院的谢晓亮医生分享了题为《基于深度学习的Vision Metal Artifact Reduction算法在胸部CT中减少心脏起搏器伪影的应用》的研究成果，引发广泛关注。该研究由扬州大学附属医院与赛诺威盛联合完成，是双方深化“医教研产”融合的标志性成果。
心脏起搏器术后患者的CT检查面临巨大挑战。我国年植入起搏器超14万台，存量患者的CT复查需求巨大。然而，起搏器会产生严重的射束硬化和光子饥饿效应，导致CT图像出现明显的暗带与条纹伪影，约15%~30%的图像会影响诊断决策，易造成肺结节漏诊或纵隔结构误判。传统金属伪影减少（MAR）算法受限于厂商绑定、矫正效果不理想等问题，临床效果欠佳。
研究团队使用赛诺威盛AlphaCT 968创新性地引入基于深度学习的Vision Metal Artifact Reduction（V-MAR）算法。回顾性纳入30例起搏器术后患者，分别采用标准重建（STD）、传统MAR重建及V-MAR后处理进行对比。结果显示：
V-MAR组金属伪影消除更彻底，显著优于传统MAR组和STD组。
V-MAR组邻近解剖结构更清晰，相较于传统MAR组和STD组全面领先。
V-MAR组伪影指数（AI）和伪影对比噪声比（A-CNR）大幅降低，且三组椎旁肌、肺实质、血管及胸椎体的信噪比无统计学差异，证明V-MAR在强力去伪影的同时，完美保留了正常组织信息。
2024年11月，扬州大学附属医院与赛诺威盛联合创建的扬州高端医疗影像诊疗技术创新中心平台已正式启动，V-MAR算法正是这一平台“需求牵引、技术落地”合作模式的典范。赛诺威盛作为国产高端影像设备创新力量，其扬州制造基地的CT已服务全球60多个国家。此次突破不仅验证了国产深度学习算法的国际竞争力，更展示了国产医疗设备与国内顶尖医院携手，解决中国患者实际临床问题的决心与实力。
扬州大学附属医院与赛诺威盛以实际行动诠释了“医工融合”的深远意义。未来，随着协同创新的不断深入，期待更多源自临床、惠及患者的创新技术涌现，为建设健康中国贡献“江苏智慧”与“国产力量”。
