目的：常规CT检查可以较高检出胆囊阳性及低密度结石，但未能有效检查诊断出阴性结石。双能量CT平扫能提高阴性结石的效果，仍存在扫描噪声较大及未确定最佳的单能量水平。因此本研究旨在分析基于双能量CT扫描获取的虚拟单能量（VMI）图像结合深度学习重建在诊断胆囊阴性结石中的研究价值，探讨最佳的虚拟单能量水平。

方法：回顾性收集2025年1月到7月期间收治的诊断为胆囊阴性结石患者40例，随机法分为常规平扫组，40 keV组，70 keV组共三组。患者均有不同程度的上腹部疼痛，获得的图像均使用深度学习算法进行重建。感兴趣区域选取胆囊结石层面，以胆汁作为背景，比较各组之间的噪声和对比噪声比。由两名腹部方向的高资历放射科医师采用盲法独立观察常规平扫组，40 keV组和70 keV组图像中胆囊结石的存在情况，分析诊断效果和敏感性并记录诊断结石所需的阅片时间。此外还进行判读胆囊结石与周围胆汁密度差异，以及对结石的边界、范围、形状和直径大小的评估。

结果：噪声和对比噪声比结果显示相比较于常规平扫组，VMI的噪声和对比噪声比是增加的，其中在40 keV的噪声更高。这可能是由于低能级的光子穿透力弱，但通过结合深度学习重建算法，能够显著减少噪声水平并且显著提高阴性结石的对比度。对于观察者间一致性及阅读时间结果显示：在胆囊阴性结石诊断方面，VMI影像的诊断效果显著优于常规平扫组，其中在40 keV效果明显优于70 keV组。同样的VMI影像的敏感性明显高于常规平扫组，使用40 keV的敏感性也优于70 keV组，但无显著统计学差异。这三种检测方式在识别阴性结石的平均读片时间无显著性差异。此外VMI对结石的边界、范围、形状、直径大小均显示清楚，并且与胆汁的对比度明显增加，在VMI为40 keV时显示效果是最佳的。

结论：40 keV水平结合深度学习重建可以显著提高胆囊阴性结石的检出率，具有重要的临床应用价值。