背景和目的放射治疗（Radiation Therapy）是世界范围内癌症治疗的主要方法之一,其中计算机断层扫描（Computed Tomography,CT）是治疗计划中最常用的成像方法。用于治疗计划的CT图像的准确性和分辨率是至关重要的,因为缺乏它会极大地影响所有这些过程。图像重建过程中的错误可能导致对靶体积的错误定义,并导致肿瘤复发等不良影响,CT值的不准确会导致电子密度或停止功率估计的误差,这可能会显著影响剂量的计算和优化过程。多种因素的参与影响了计算机断层扫描的成像质量。CT设备中的管电流、管电压、图像重建层厚度、扫描间距等规格参数是影响图像质量的因素。在实践中,我们可以通过调整设备参数以达到最佳成像效果。然而,图像中的伪影却很难通过调整设备参数进行补偿,因此会导致图像质量明显下降。CT图像中的伪影指的是被扫描物体中实际不存在,但在图像成像过程中产生的与被扫描物体内部组织结构无关的异常图像。这些异常图像是由非理性因素造成的成像系统在实践中并不存在,它们的出现必然会大大降低图像质量。因此,评估目前放射治疗计划中使用的CT成像设备图像质量,并使用深度学习中的长短期记忆网路参与到放疗计划主观评分中,提高主观预测的准确性和效率性,可以使图像引导的放疗计划靶区勾画更精确,保护了正常器官,提高了肿瘤放射治疗的精确性。材料和方法本研究为病例图像对照研究,回顾性的收集了河南省郑州大学第一附属医院放射治疗科2021年7月-2021年11月头颈部肿瘤患者30例,且都有口腔金属植入物,同时行大孔径模拟定位CT（CTSim）、机载CBCT（Cone beam CT,锥形束CT）以及诊断CT（Diag CT）头颈部扫描,进行噪声值（SD）、对比噪声比（CNR）伪影指数（AI）及主观评分进行测量。使用SPSS25.0统计软件对数据进行分析,图像SD、AI值、CNR、主观评分结果符合正态分布,差异选用单因素方差分析F检验,P＜0.05为差异有统计学意义,比较放射治疗中的CT图像中金属伪影有关参数,以评估放疗中CT图像的质量对放疗计划的影响。使用长短期记忆网络（Long Short-Term Memory,LSTM）首先对数据进行预处理,随机数据输入到LSTM序列模型中进行模型训练,预测出主观评分,与经典的机器学习支持向量机（support vector machines,SVM）进行对比,评估标准采用平均绝对值百分误差MAPE,以检验LSTM算法在主观评分中的优势。结果（1）客观评价结果诊断CT组图像的对比噪声比（CNR）高于CBCT组及CTSim组,平均值为5.15±0.46,与CBCT组图像对比差异具有统计学意义（P＜0.05）,与CTSim组对比无统计学差异（P＞0.05）。CTSim组图像对比噪声比平均值为4.70±0.42,高于CBCT组,差异无统计学意义（P＞0.05）。CBCT组图像SD（平均值297.45±53.10）、AI值（平均值296.11±53.15）在3组中最高,与CTSim组和常规诊断CT组具有明显统计学差异（P＜0.01）;模拟CT定位组SD值（平均值130.44±12.26）、AI值（平均值130.16±12.27）,诊断CT组SD值（平均值127.51±15.08）、AI值（平均值126.74±15.06）较低,二者之间无明显统计学差异（P＞0.05）。（2）主观评价结果普通诊断CT组图像主观评分最高,平均值为2.47±0.10,高于其余两组,无明显统计学差异（P＞0.05）。CTSim组与CBCT组主观评分均平均值2.17±0.14,二者无差异。（3）采用LSTM对图像的主观评分进行数据训练与预测,与SVM相比较其预测能力,MAPE指标为0.168,误差值较小,其预测能力良好。SVM其误差值平均为0.222,预测能力较差。结论（1）CTSim及常规螺旋CT主要用于放疗计划中靶区及周围危及器官的勾画、受照射部位吸收剂量的计算和预后效果的评估,其图像质量较高,金属伪影相对较低,对图像的影响较小,不会影响放射治疗计划的实施。KV-CBCT采用锥形束扫描,其成像质量较CTSim及常规螺旋CT差,且金属伪影较高,但是可以满足放疗计划的验证。（2）我们基于长短期记忆网络（Long-Short Term Memory,LSTM）来解决主观评分中工作量大,人工耗时长的问题,并通过与支持向量机SVM经典方法做比较,其对主观评分预测与评估方面具有一定优势,且提高了工作效率。