陳敏 王建 顧艷 苗重昌

摘要：目的? 探討常規(guī)冠脈斑塊參數(shù)與CT-血流儲備分?jǐn)?shù)（CT-FFR）之間的關(guān)系。方法? 選擇2021年1月-12月在連云港市第一人民醫(yī)院進(jìn)行冠脈CT血管成像（CCTA）檢查，并在1個月內(nèi)進(jìn)行冠脈造影患者144例。以CT-FFR作為血流動力學(xué)是否異常的評價標(biāo)準(zhǔn)，根據(jù)CT-FFR值分組，將CT-FFR>0.8設(shè)為CT-FFR陰性組，CT-FFR≤0.8設(shè)為CT-FFR陽性組，分析CT-FFR陽性與CT-FFR陰性患者冠脈特征的關(guān)系。結(jié)果? CT-FFR陽性組的鈣化積分高于CT-FFR陰性組，CT-FFR陽性組的病變長度大于CT-FFR陰性組，差異有統(tǒng)計學(xué)意義（P<0.05）；兩組狹窄程度比較，差異有統(tǒng)計學(xué)意義（P<0.05）；彌漫性病變與非彌漫性病變的CT-FFR值比較，差異有統(tǒng)計學(xué)意義（P<0.05）。結(jié)論? 冠狀動脈狹窄、病變長度和鈣化積分是影響冠心病患者的冠狀動脈血流動力學(xué)異常的重要因素。

關(guān)鍵詞：冠狀動脈；CT-血流儲備分?jǐn)?shù)；鈣化積分；狹窄程度

中圖分類號：R541.4? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識碼：A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? DOI：10.3969/j.issn.1006-1959.2024.11.012

文章編號：1006-1959（2024）11-0069-06

Correlation Analysis Between CT-FFR Based on Artificial Intelligence

and Coronary Artery Stenosis Characteristics

Abstract：Objective? To investigate the relationship between conventional coronary plaque parameters and CT-fractional flow reserve （CT-FFR）.Methods? From January to December 2021， coronary CT angiography （CCTA） was performed in the First People's Hospital of Lianyungang， and 144 patients with coronary angiography were performed within one month. CT-FFR was used as the evaluation standard of whether hemodynamics was abnormal. According to the CT-FFR value， CT-FFR>0.8 was set as CT-FFR negative group， and CT-FFR≤0.8 was set as CT-FFR positive group. The relationship between CT-FFR positive and CT-FFR negative patients in coronary artery characteristics was analyzed.Results? The calcification score of CT-FFR positive group was higher than that of CT-FFR negative group， and the lesion length of CT-FFR positive group was longer than that of CT-FFR negative group （P<0.05）. There was significant difference in the degree of stenosis between the two groups （P<0.05）. There was significant difference in CT-FFR value between diffuse lesions and non-diffuse lesions （P<0.05）.Conclusion? Coronary artery stenosis， lesion length and calcification score are important factors affecting coronary hemodynamic abnormalities in patients with coronary heart disease.

Key words：Coronary artery;CT-fractional flow reserve;Calcification score;Stenosis degree

2022年《中國心血管健康與疾病報告2021概要》指出，2019年我國心血管?。╟ardiovascular disease， CVD）現(xiàn)患人數(shù)3.3億，冠心病患者高達(dá)1139萬[1]。我國正面臨人口老齡化和代謝危險因素持續(xù)流行的雙重壓力，通過一級預(yù)防以減少發(fā)病人數(shù)和二級預(yù)防以降低大量CVD存活患者復(fù)發(fā)、再住院和失能的風(fēng)險，對社會及患者將起到至關(guān)重要的影響。冠狀動脈CT血管成像（coronary CT angiography， CCTA）作為一種無創(chuàng)影像學(xué)檢查技術(shù)，成為冠心病首選檢查方法。常規(guī)CCTA主要提供冠脈狹窄程度、斑塊性質(zhì)等解剖信息，對于由狹窄所致心肌血供的影響無法做出明確診斷。血流儲備分?jǐn)?shù)（fractional flow reserve， FFR）是評價冠狀動脈血供的“金標(biāo)準(zhǔn)”，是在冠狀動脈存在狹窄病變的情況下，該血管所供心肌區(qū)域能獲得的最大血流量與同一區(qū)域理論上正常情況下所能獲得的最大血流量之比[2，3]。但是由于其有創(chuàng)，且價格昂貴，在臨床的應(yīng)用受到限制。利用常規(guī)CCTA數(shù)據(jù)通過深度學(xué)習(xí)方法計算FFR（fractional flow reserve derived from computed tomographic angiography， CT-FFR），可以在單次檢查的同時提供冠脈的解剖和功能學(xué)信息。研究表明CT-FFR與有創(chuàng)FFR具有較好的一致性[4-7]。本研究以CT-FFR作為血流動力學(xué)是否異常的評價標(biāo)準(zhǔn)，探討常規(guī)冠脈斑塊參數(shù)與CT-FFR之間的關(guān)系，旨在提高CCTA對冠脈病變的診斷準(zhǔn)確性。

1資料與方法

1.1一般資料? 收集2021年1月-12月在連云港市第一人民醫(yī)院進(jìn)行CCTA檢查，并在1個月內(nèi)進(jìn)行冠脈造影患者臨床資料。納入標(biāo)準(zhǔn)：①進(jìn)行CCTA檢查的已知或疑似冠心病患者；②CCTA檢查后的1個月內(nèi)進(jìn)行冠脈造影。排除標(biāo)準(zhǔn)：①影像學(xué)或臨床資料缺失；②影像存在斷層偽影或質(zhì)量差；③患者進(jìn)行了冠狀動脈旁路搭橋手術(shù)或支架植入史。本研究已獲連云港市第一人民醫(yī)院醫(yī)學(xué)倫理委員會的審核（KY-20201130001-01），所有患者知情同意豁免。共144例患者（242支血管）入組，男97例，女47例；年齡27～88歲，平均年齡（62.08±10.78）歲。以CT-FFR作為血流動力學(xué)是否異常的評價標(biāo)準(zhǔn)，根據(jù)CT-FFR值分組，將CT-FFR>0.8的43例（92支血管）設(shè)為CT-FFR陰性組，CT-FFR≤0.8的101例（150支血管）設(shè)為CT-FFR陽性組。兩組年齡、性別、冠心病危險因素及實驗室指標(biāo)比較，差異無統(tǒng)計學(xué)意義（P>0.05），有可比性，見表1。

1.2 CT數(shù)據(jù)采集? CCTA掃描使用雙源CT（SOMATOM Definition Flash、Force， 西門子醫(yī)療），雙筒高壓注射器經(jīng)肘靜脈注入造影劑碘克沙醇（恒瑞醫(yī)藥，國藥準(zhǔn)字H20103675，規(guī)格：32 gI/ml，100ml/瓶）50～65 ml，注射速率4.5～5.0 ml/s。掃描范圍從支氣管分叉下2 cm至膈下2 cm，左右包括兩側(cè)心緣，心電門控監(jiān)測心率，回顧性心電門控螺旋掃描。管電壓130 kV、根據(jù)體厚及管電壓自動調(diào)節(jié)管電流，球管轉(zhuǎn)速0.27 s，螺距為0.2～0.35，重組層厚0.625 mm，掃描間隔0.625 mm，重組矩陣512×512。

1.3 CT數(shù)據(jù)處理

1.3.1斑塊特征分析? 使用西門子后處理工作站CT Coronary+Ca（SyngoVia，西門子）進(jìn)行圖像處理，選擇圖像質(zhì)量最佳的期相進(jìn)行分析。Agatston積分對平掃圖像進(jìn)行鈣化斑塊評分，依據(jù)CACS評分進(jìn)行危險度分層：CACS=0為1級，0400為4級。對冠脈血管樹進(jìn)行分析：軟件自動標(biāo)注冠狀動脈樹中心線，手動定位斑塊近端和遠(yuǎn)端，自動計算斑塊直徑狹窄率。據(jù)冠狀動脈疾病報告與數(shù)據(jù)系統(tǒng)（CAD-RADS），將CCTA狹窄程度分為0（無狹窄）、>0～25%（輕微狹窄）、≥25%～50%（輕度狹窄）、≥50%～70%（中度狹窄）、≥70%～100%（重度狹窄）、100%（閉塞）共6個等級[8]。根據(jù)斑塊性質(zhì)分為：鈣化斑塊、軟斑塊及混合性斑塊。根據(jù)既往文獻(xiàn)報道，高危斑塊具有的特征包括：點狀鈣化（冠狀動脈壁內(nèi)最大直徑<3 mm的局部鈣化）、正性重塑（血管外直徑比斑塊近端和遠(yuǎn)端的平均直徑大10%）、低密度斑塊（斑塊的中心區(qū)域CT值<30 HU）、餐巾環(huán)征（指中心區(qū)域為低密度斑塊，周邊邊緣具有高密度，且高密度區(qū)域CT值不超過130 HU），含有2種及以上高危斑塊特征的斑塊定義為高危斑塊[9]。有病變血管在曲面重建圖像上測量病變長度，病變長度>20 mm定義為彌漫病變[10]。半自動專用軟件Anatomy Visualizer以斑塊起始處至斑塊遠(yuǎn)端為縱向測量距離，手動分離出病變血管。將與病變血管外相等直徑范圍內(nèi)的脂肪組織定義為冠周脂肪，脂肪閾值設(shè)定為-30～-190 HU，軟件自動計算出斑塊周圍脂肪密度指數(shù)（fat attenuation index， FAI）。

1.3.2 CT-FFR值測量? 將常規(guī)標(biāo)準(zhǔn)化的CCTA影像數(shù)據(jù)導(dǎo)入人工智能軟件[數(shù)坤，數(shù)坤（北京）網(wǎng)絡(luò)科技有限公司]，選取圖像質(zhì)量最好的一期進(jìn)行重建，軟件自動識別并創(chuàng)建冠狀動脈樹模型，軟件自動提取血管中心線。根據(jù)病變部位CT-FFR值測量點選在病變遠(yuǎn)端2 cm處。根據(jù)CT-FFR值將CT-FFR>0.8定義為CT-FFR陰性組，CT-FFR≤0.8定義為CT-FFR陽性組。

1.4統(tǒng)計學(xué)方法? 應(yīng)用SPSS 25.0軟件對數(shù)據(jù)進(jìn)行分析，采用Shapiro-wilk方法分析數(shù)據(jù)是否屬于正態(tài)分布，符合正態(tài)分布數(shù)據(jù)以（x±s）表示。采用獨立樣本t檢驗進(jìn)行兩組間比較，采用方差分析對多組數(shù)據(jù)進(jìn)行比較。偏態(tài)分布數(shù)據(jù)以[M（P25，P75）]表示，采用非參數(shù)檢驗進(jìn)行兩組間比較。采用率和頻數(shù)描述定性資料，根據(jù)數(shù)據(jù)特征選擇χ2檢驗或者校正χ2檢驗或Fisher確切概率法進(jìn)行兩組或多組間比較。采用Pearson積矩相關(guān)或Spearman秩相關(guān)進(jìn)行相關(guān)性分析。P<0.05表示差異有統(tǒng)計學(xué)意義，P<0.01表示統(tǒng)計學(xué)意義顯著。

2結(jié)果

2.1 CT-FFR陽性組與陰性組冠脈特征比較? CT-FFR陽性組的鈣化積分高于陰性組，差異有統(tǒng)計學(xué)意義（P<0.05），鈣化積分與CT-FFR值存在相關(guān)性（r=-0.318，P<0.05）；CT-FFR陽性組的病變長度大于陰性組，差異有統(tǒng)計學(xué)意義（P<0.05），病變長度與CT-FFR值之間存在相關(guān)性（r=-0.336，P<0.05）；CT-FFR陽性組和陰性組狹窄程度比較，差異有統(tǒng)計學(xué)意義（P<0.05），狹窄程度與CT-FFR值存在相關(guān)性（r=-0.405，P<0.05），見圖1。CT-FFR陽性組和陰性組之間斑塊類型及FAI值、血管分布比較，差異無統(tǒng)計學(xué)意義（P>0.05），見表2。彌漫性病變與非彌漫性病變之間的CT-FFR值比較，差異有統(tǒng)計學(xué)意義[0.71（0.63，0.85）vs. 0.82（0.72，0.92），Z=-4.898，P<0.05]。

2.2鈣化積分及狹窄程度多重比較結(jié)果? 將所有血管按照不同鈣化積分進(jìn)行分組，多重比較顯示CACS=0組與CACS>400組、0400組、0

2.3不同性質(zhì)斑塊之間CT-FFR比較? 將所有血管按照斑塊性質(zhì)分為：混合斑塊組、鈣化斑塊組、軟斑塊組，將不同斑塊之間的CT-FFR值進(jìn)行比較，結(jié)果顯示混合斑塊、鈣化斑塊、軟斑塊之間的CT-FFR值比較，差異有統(tǒng)計學(xué)意義[0.71（0.64，0.85）vs. 0.78（0.68，0.92）vs. 0.76（0.68，0.87），H=7.447，P=0.024]，多重比較顯示，混合斑塊和鈣化斑塊CT-FFR值比較，差異有統(tǒng)計學(xué)意義（P=0.021）；斑塊性質(zhì)與CT-FFR值存在相關(guān)性（r=-0.129，P<0.05）。高危斑塊和非高危斑塊之間CT-FFR值比較，差異無統(tǒng)計學(xué)意義（Z=-0.165，P>0.05）。

3討論

目前臨床上主要是應(yīng)用CCTA通過評價冠脈狹窄程度對冠脈病變進(jìn)行評估，提供解剖學(xué)信息，然而僅僅依靠狹窄程度判斷病變是否有血流動力學(xué)意義特異性有限。近年來，CT-FFR作為一種無創(chuàng)的檢查方法與常規(guī)CCTA結(jié)合可以在單次檢查的同時提供冠脈的解剖和功能學(xué)信息，在臨床應(yīng)用逐漸增多。

鈣化積分是定量分析冠狀動脈常用影像學(xué)指標(biāo)之一，能早期發(fā)現(xiàn)冠狀動脈硬化情況。鈣化積分越高的患者冠狀動脈的彈性越差[11]。鈣化斑塊內(nèi)含有較硬的鈣化成分，血管內(nèi)壁隆起導(dǎo)致管腔變窄、管腔順應(yīng)性下降，管腔狹窄同時血管流速變大，對管壁剪切應(yīng)力變大，極易造成對血管內(nèi)壁細(xì)胞損傷，加劇血管動脈粥樣硬化形成，從而導(dǎo)致有功能意義的狹窄[12]。本研究發(fā)現(xiàn)隨著鈣化積分等級增加，CT-FFR值下降，CT-FFR陽性組鈣化積分高于CT-FFR陰性組。進(jìn)一步確定鈣化程度對冠脈血流動力學(xué)存在一定的影響，隨著鈣化積分等級增加，發(fā)生心臟缺血事件的可能性增加。

既往研究表明[13]，病變長度與CT-FFR值相關(guān)，斑塊長度是CT-FFR進(jìn)展的獨立危險因素，當(dāng)狹窄程度較重但長度較為局限時，其對后方的血流動力學(xué)改變影響可能較小。病變長度對CT-FFR的影響可能與流體動力學(xué)特點有關(guān)，在管腔狹窄及狹窄近段壓力保持不變的條件下，腔內(nèi)壓隨著狹窄長度的延伸而遞減[14]。因此相對于非彌漫病變，彌漫病變的CT-FFR明顯減低。隨著冠脈粥樣硬化病變節(jié)段延長，CT-FFR逐漸下降，最終可能引起心肌缺血。嚴(yán)重的冠狀動脈狹窄可能預(yù)示著缺血，但是單獨依靠解剖學(xué)管腔狹窄診斷缺血性病變的準(zhǔn)確性不高[4]。因此綜合各種斑塊特性可以提高缺血性疾病診斷的可靠性。比如病變長度、形狀、血管內(nèi)皮功能障礙、持續(xù)冠狀動脈痙攣及微循環(huán)障礙等[15]。FAI作為反映冠脈炎癥指標(biāo)，被證實是CT-FFR進(jìn)展的獨立預(yù)測因子，當(dāng)斑塊周圍脂肪密度越高，預(yù)示著未來隨訪中CT-FFR下降的可能性越大[16，17]。本研究中CT-FFR陽性組FAI值稍有增高，但與陰性組比較差異無統(tǒng)計學(xué)意義，可能原因是在一個測量時間點FAI值可以反映冠脈周圍炎癥情況，但此時并不一定會引起血流動力學(xué)改變，隨著炎癥進(jìn)展，斑塊進(jìn)展會進(jìn)一步導(dǎo)致血流動力學(xué)異常。另外，不同中心患者CCTA掃描時所設(shè)置的管電壓及管電流不同，管電壓、管腔衰減等影像學(xué)參數(shù)和血管直徑等解剖參數(shù)均與FAI值有相關(guān)性，這也是FAI測量在不同研究樣本中變異性較大的原因之一[18-21]。故FAI對于CT-FFR隨訪預(yù)測價值更高。同樣，高危斑塊與CT-FFR進(jìn)展呈正相關(guān)[16]。本研究中CT-FFR陽性組與CT-FFR陰性組在是否是高危斑塊之間比較，差異無統(tǒng)計學(xué)意義，這可能由于回顧性研究樣本量小的原因，今后還需擴(kuò)大樣本量進(jìn)行進(jìn)一步的探究。

本研究不足：①為單中心回顧性研究，樣本量較小。②沒有使用傳統(tǒng)的冠狀動脈血管造影測量FFR數(shù)值，而使用CT-FFR值作為標(biāo)準(zhǔn)進(jìn)行分組。雖然CT-FFR和有創(chuàng)FFR值具有較好的一致性，但CT-FFR值的準(zhǔn)確計算與CCTA圖像質(zhì)量有一定相關(guān)性，所以本研究盡量選取圖像質(zhì)量較好的患者進(jìn)行測量分析。

綜上所述，冠狀動脈狹窄、病變長度和鈣化積分是影響冠心病患者的冠狀動脈血流動力學(xué)異常的重要因素。單獨結(jié)構(gòu)學(xué)評估具有局限性，CT-FFR可提供CCTA對冠狀動脈病變功能學(xué)評估。

參考文獻(xiàn)：

[1]馬麗媛，王增武，樊靜，等.《中國心血管健康與疾病報告2021》概要[J].中國介入心臟病學(xué)雜志，2022，30（7）：481-496.

[2]Garcia D，Harbaoui B，van de Hoef TP，et al.Relationship between FFR， CFR and coronary microvascular resistance - Practical implications for FFR-guided percutaneous coronary intervention[J].PLoS One，2019，14（1）：e0208612.

[3]茆雯雯，胡春洪，胡粟，等.CT血流儲備分?jǐn)?shù)預(yù)測冠心病患者M(jìn)ACE事件的價值[J].醫(yī)學(xué)影像學(xué)雜志，2022，32（7）：1144-1149.

[4]王靜，薛瑞佳，任子龍，等.冠狀動脈CT血管成像多參數(shù)聯(lián)合評估缺血性狹窄的價值[J].實用放射學(xué)雜志，2022，38（8）：1259-1263，1267.

[5]中華醫(yī)學(xué)會放射學(xué)分會質(zhì)量控制與安全管理專業(yè)委員會，江蘇省醫(yī)學(xué)會放射學(xué)分會智能影像與質(zhì)量安全學(xué)組. 冠狀動脈CT血流儲備分?jǐn)?shù)應(yīng)用中國專家建議[J].中華放射學(xué)雜志，2020，54（10）：925-933.

[6]陳玉環(huán)，尹游兵，侯江濤，等. 基于人工智能的無創(chuàng)血流儲備分?jǐn)?shù)（CT-FFR）的臨床應(yīng)用[J].暨南大學(xué)學(xué)報（自然科學(xué)與醫(yī)學(xué)版），2022，43（3）：293-301.

[7]Tang CX，Liu CY，Lu MJ，et al.CT FFR for Ischemia-Specific CAD With a New Computational Fluid Dynamics Algorithm： A Chinese Multicenter Study[J].JACC Cardiovasc Imaging，2020，13（4）：980-990.

[8]Kumar P，Bhatia M.Coronary Artery Disease Reporting and Data System： A Comprehensive Review[J].J Cardiovasc Imaging，2022，30（1）：1-24.

[9]Achenbach S.Imaging the Vulnerable Plaque on Coronary CTA[J].JACC Cardiovasc Imaging，2020，13：1418-1421.

[10]Ryan TJ，F(xiàn)axon DP，Gunnar RM，et al.Guidelines for percutaneous transluminal coronary angioplasty. A report of the American College of Cardiology/American Heart Association Task Force on Assessment of Diagnostic and Therapeutic Cardiovascular Procedures （Subcommittee on Percutaneous Transluminal Coronary Angioplasty）[J].Circulation，1988，78（2）：486-502.

[11]王曉泉，張佳胤，李躍華.冠狀動脈鈣化積分評價冠狀動脈彈性的研究[J].實用放射學(xué)雜志，2016，32（1）：80-82.

[12]Tesche C，Otani K，De Cecco CN，et al.Influence of Coronary Calcium on Diagnostic Performance of Machine Learning CT-FFR： Results From MACHINE Registry[J].JACC Cardiovasc Imaging，2020，1313（3）：760-770.

[13]Whayne TF，Shelton JE，Deutsch CR，et al.Imaging Characteristics and Significance of Coronary Artery Mismatch Lesions[J].Angiology，2019，70（8）：685-687.

[14]Imai S，Kondo T，Stone GW，et al.Abnormal Fractional Flow Reserve in Nonobstructive Coronary Artery Disease[J].Circ Cardiovasc Interv，2019，12（2）：e006961.

[15]韋佳，鮑海華，王雪燕，等.基于人工智能的CT-FFR與冠狀動脈狹窄的相關(guān)性分析[J].中國動脈硬化雜志，2022，30（9）：787-792.

[16]董思廷，徐怡，馮長靜，等.斑塊定量參數(shù)及冠周脂肪衰減指數(shù)對FFR-CT進(jìn)展的影響[J].影像診斷與介入放射學(xué)，2022，31（1）：26-31.

[17]丁熠璞，單冬凱，王璽，等.冠狀動脈周圍FAI對CT-FFR診斷重度鈣化患者冠脈血流動力學(xué)異常的增量價值[J].解放軍醫(yī)學(xué)雜志，2021，46（7）：666-672.

[18]Goeller M，Tamarappoo BK，Kwan AC，et al.Relationship between changes in pericoronary adipose tissue attenuation and coronary plaque burden quantified from coronary computed tomography angiography[J].Eur Heart J Cardiovasc Imaging，2019，20（6）：636-643.

[19]Molnar D，Enqvist O，Ulén J，et al.Artificial intelligence based automatic quantification of epicardial adipose tissue suitable for large scale population studies[J].Sci Rep，2021，11（1）：23905.

[20]Gianluca M，Mario S，Livia B，et al.Quantification of epicardial fat with cardiac CT angiography and association with cardiovascular risk factors in symptomatic patients： from the ALTER-BIO （Alternative Cardiovascular Bio-Imaging markers） registry[J].Diagn Interv Radiol，2019，25（1）：35-41.

[21]Oikonomou EK，Marwan M，Desai MY，et al.Non-invasive detection of coronary inflammation using computed tomography and prediction of residual cardiovascular risk （the CRISP CT study）： a post-hoc analysis of prospective outcome data[J].Lancet，2018，392（10151）：929-939.