作者：刘通源，张龙江，东部战区总医院 放射诊断科
心血管疾病，尤其是冠状动脉粥样硬化性心脏病（coronary artery disease，CAD），是全球范围内的主要死亡原因。对于疑似或已知CAD 患者，临床上通常需要进行一系列的无创和有创检查来确定患者是否存在CAD 以及评估其心肌缺血程度，从而针对不同风险分层的患者使用合理的治疗决策。
冠状动脉CT 血管成像（coronary CT angiography，CCTA）是检测冠状动脉疾病的可靠工具，目前已成为指南推荐的一线CAD 无创评估工具，可为临床提供治疗决策支持和预后信息。但传统的CCTA检查只能提供冠状动脉狭窄程度的解剖学信息，无法了解病变导致的冠状动脉功能学改变，这导致了不必要的有创
既往研究证明，基于有创压力导丝技术测量的血流储备分数（fractional flow reserve，FFR）的治疗决策要优于基于解剖学狭窄程度的治疗决策。然而，有创FFR 检查由于其有创、昂贵、手术风险大等缺点，在指导CAD 患者治疗中的应用受到很大限制。全世界大多数血运重建手术仍仅由解剖学检查指导，以有创FFR 指导约占ICA的10%。
与有创FFR 相比，冠状动脉CT 血流储备分数（CT derived fractional flow reserve，CT-FFR）不需要静脉注射
1.冠状动脉CT血流储备分数技术原理
FFR 是用于评估心肌缺血情况的一种功能学指标，指在冠状动脉存在狭窄病变的情况下，心肌最大充血状态下的狭窄远端冠状动脉内平均压与冠状动脉口部主动脉平均压的比值。FFR 现已被指南推荐用于评估冠状动脉病变的功能学状态。CT-FFR是利用常规CCTA 图像获取的信息，基于高级计算流体力学或人工智能等方法来模拟冠状动脉的生理状态，从而获得无创的FFR 值的影像学技术。
目前的CT-FFR 软件主要包括：全阶CFD、降阶CFD、机器学习和深度学习的CT-FFR 分析软件。全阶CTFFR模型采用流体力学仿真计算技术，通过构建血流动力学模型模拟血液在冠状动脉中的流动情况，进而计算获得FFR 值。
其主要计算流程包括：①基于CCTA 图像数据对主动脉根部、心室、心肌和主要冠状动脉及其分支进行提取分割；②对患者血流动力学流入和流出的边界条件进行个性化定义；③应用计算流体力学方法，用于推导最大充血期间的冠状动脉血流量和压力。但由于全阶CFD 算法的CT-FFR模型计算量大，对计算机硬件具有很高的要求，如HeratFlow 公司的FFRct 软件运算需要在核心实验室的超级计算机上完成，并需要1 ～ 4h 的计算时间。
降阶CT-FFR 软件使用整个心动周期舒张期冠状动脉管腔和相邻主动脉的结构形变来确定边界条件。基于降阶（一维）流体模型可生成冠状动脉树每个管腔横截面的压力和流量。基于降阶CFD 的CT-FFR分析软件可以在现场的后处理工作站上使用，计算时间20 ～ 30min。基于机器学习的CT-FFR 则是通过建立经训练的多层神经网络架构来对应冠状动脉解剖结构及其血流动力学关系。
总的来说，该机器学习算法是基于一个包含不同冠状动脉狭窄程度的大型训练数据集。通过降阶CFD 模型获得整个冠状动脉树的压力和血流分布，并提取每个三维几何模型的变量。最后使用基于神经网络模式的机器学习模型来计算几何模型与血流动力学间的关系，从而获得CT-FFR 值。
基于机器学习的CT-FFR 分析软件也可在现场后处理工作站进行运算，运算时间在12 ～ 30min。最近，基于深度学习的CT-FFR已通过临床认证，运算时间进一步缩短至10min 内，但目前临床证据有限。
2.冠状动脉CT血流储备分数的诊断准确性
2.1 基于全阶CFD 算法的CT-FFR
CT-FFR 诊断准确性研究一般以有创FFR ≤ 0.80 为存在心肌特异性缺血的参考标准，并将CT-FFR（≤ 0.80）与CCTA（直径狭窄≥ 50%）的诊断准确性进行比较。DISCOVER-FLOW 是一项最早开展的CT-FFR 诊断准确性的研究，该研究纳入了4 个中心103 例患者和159 条血管，基于全阶CFD 的CT-FFR 模型（FFRct，HeartFlow，版本1.0），以有创FFR ≤ 0.80为心肌特异性缺血的参考标准。
研究结果表明在血管水平上，CCTA 与CT-FFR 诊断心肌特异性缺血的敏感性相仿（分别为87.9% 和91.4%），特异性增加42.6 （分别为82.2% 和39.6%），准确性提高25.8%（分别为84.3% 和58.5%）。
2012 年DeFACTO 研究使用了第二代基于全阶CFD 的CT-FFR 模型（FFRct，HeartFlow，版本1.2）进行分析，纳入了来自17 个中心的252 例患者和407 条血管。对于中度狭窄病变，与CCTA 相比，CT-FFR 准确性提高8%（分别为71% 和63%），敏感性提高33%（分别为74% 和34%），特异性降低5%（分别为67% 和72%）。
CTFFR在患者水平［受试者工作特征（receiver operating characteristic，ROC）曲线下面积分别为0.81 和0.50，P=0.0001］和血管水平（ROC 曲线下面积分别为0.79 和0.53，P ＜ 0.0001）诊断特异性缺血的性能均优于CCTA。2014 年的NXT 研究则结合前2 项研究的经验，提高了CCTA 图像质量并改进了CTFFR分析软件（FFRct，HeartFlow，版本1.4）。
NXT研究前瞻纳入了254 例患者结果表明：与CCTA 相比，CT-FFR 患者水平诊断心肌特异性缺血ROC 曲线下面积提高9%（分别为74% 和34%），敏感性降低8%（分别为74% 和34%），特异性提高45%（分别为74% 和34%）。以上3 项研究证明基于全阶CFD 的CT-FFR 模型在诊断心肌特异性缺血方面性能要优于CCTA，但其仍存在一些缺点。
首先，在DeFACTO 和NXT 研究中，11% ～ 13% 的CCTA 图像质量不能满足全阶CFD 的CT-FFR 分析要求。其次，HeartFlow 开发的基于全阶CFD 的CT-FFR 分析需要在核心实验室的超级计算机上进行，并耗时较长。Tang 等开发的uCT-FFR 分析软件，通过基于腔内衰减梯度算法的三维CFD 模型简化了数据运算过程。该uCT-FFR 分析软件可在现场工作站使用，诊断冠状动脉病变特异性缺血准确性可达0.91，并进一步缩短了计算时间（平均每例11min），这进一步拓宽了基于全阶CFD 的CT-FFR 的临床应用前景。
2.2 基于降阶及机器学习算法的CT-FFR
随后，基于现场工作站的CT-FFR 软件被开发出来，并开始出现这些工具诊断心肌特异性缺血准确性的研究报道。2015 年，Coenen 等使用基于机器学习的CT-FFR 分析模型（cFFR，Siemens，版本1.4），纳入了单中心106 例患者的189 条血管。结果表明：与CCTA 相比，基于机器学习的CT-FFR 在病变水平诊断心肌特异性缺血ROC 曲线下面积提高19%（分别为83% 和64%），敏感性提高6.2%（分别为87.5% 和81.3%），特异性提高27.5%（分别为65.1%和37.6%）。
2016 年KO 等纳入单中心42 例患者的78 条血管，其中12 例患者为推导队列，30 例患者为验证队列，使用基于降维CFD 的CT-FFR 模型（Toshiba）进行分析。在推导队列结果显示CT-FFR的最佳阈值为0.80，敏感性为67%，特异性为91%。在验证队列中，与CCTA 相比，CT-FFR 具有更高的特异性（分别为87% 和74%）、阳性预测值（分别为74% 和60%）和相当的敏感性（分别为78% 和79%）、阴性预测值（分别为89% 和88%）和ROC曲线下面积（分别为0.88 和0.77，P=0.22）。
自2011年来，多项关于CT-FFR 诊断准确性的研究均表明CT-FFR 在诊断心肌特异性缺血方面具有良好的性能。随着降阶和机器学习算法的出现，CT-FFR 分析软件运算硬件要求由最初的超级计算机到现场工作站，运算时间也在不断缩短，有利于CT-FFR 技术在临床上的进一步推广应用。
2.3 影响CT-FFR 诊断准确性的相关因素
2.3.1 CCTA 扫描前准备、扫描条件及图像质量
CTFFR诊断准确性受CCTA 扫描前准备、扫描条件、图像质量等因素影响。在DeFACTO、NXT、PROMISE及ADVANCE 研究中，3% ～ 33% 患者的CCTA 图像质量不满足CT-FFR 诊断要求。以往研究显示，在CCTA 扫描前3 ～ 5min 内使用
其次，一项ADVANCE 注册研究子研究结果表明较高的时间分辨力、较薄的扫描层厚及较低的心率有助于获得高质量的CCTA 图像，从而提高CT-FFR 计算成功率以及准确性。国内CT-FFR 多中心研究也发现，CCTA 图像质量评分较高的组别诊断冠状动脉缺血特异性狭窄的性能更佳（ROC 曲线下面积分别为0.93 和0.82，P=0.02）。因此，优化CCTA 扫描前准备、扫描条件，提高图像质量将有助于提高CTFFR的成功率及准确性。
2.3.2 冠状动脉钙化
冠状动脉钙化导致的线束硬化伪影以及晕状伪影会影响建模时对管腔边界的正确分割，从而影响CT-FFR 的诊断准确性。NXT 子研究表明，随着患者冠状动脉钙化程度的升高，基于全阶CFD 的CT-FFR 诊断病变特异性缺血的准确性有所下降，但不同钙化程度分组间未发现统计学差异，且均优于单独使用CCTA。
2019 年MACHINE注册研究的一项子研究亦发现基于机器学习的CTFFR在不同钙化程度分组间诊断准确性相仿，且均高于CCTA。一项关于钙化程度对基于机器学习的CT-FFR 诊断准确性影响的研究也得到相似的结果：不同钙化弧度、钙化重塑指数和Agatston 评分组之间的CT-FFR 诊断性能差异无显著性，且优于单独使用CCTA。
近期，一项FACC 子研究纳入了260例钙化积分＞ 399 的患者，结果表明：CT-FFR 诊断性能要优于单独使用CCTA，且CT-FFR ＞ 0.80 的患者在90d 未发现主要心血管不良事件（major adverse cardiovascular event，MACE）。因此，在冠状动脉严重钙化程度患者中，CT-FFR 仍可帮助提高特异性缺血的诊断准确性，从而优化临床决策。
2.3.3 CT-FFR 测量位点
有创FFR 测量位点一般推荐在病变远端2 ～ 3cm 处，而CT-FFR 可以提供全冠状动脉树任一点的CT-FFR 值。研究表明，病变特异性CT-FFR 值诊断性能要优于血管特异性CT-FFR值。对于病变特异性CT-FFR 值，目前研究及指南推荐其测量位点应选择病变远端2cm 处，该位点诊断病变特异性缺血以及预测MACE 事件的性能更佳。
应注意，与血管特异性CT-FFR ＞ 0.80 的患者相比，病变特异性CT-FFR ＞ 0.80，但血管特异性CT-FFR ≤ 0.80 的患者，其MACE 事件发生风险仍提高了2.4 倍。因此，中国CT-FFR 专家共识建议同时报告病变特异性CT-FFR 值以及血管特异性CTFFR值，而病变特异性CT-FFR 测量位点推荐选择病变远端2cm 处。
3.冠状动脉CT血流储备分数对临床决策及医疗资源的影响
3.1 CT-FFR 对临床决策的影响
总的来说，基于CT-FFR 的治疗策略的血运重建数稍减少（分别为43.5% 和47.5%），最佳药物治疗数增多（分别为56.5% 和33.5%），而额外信息要求减少（分别为0% 和19%）。另一项回顾性假设研究-PROMISE 研究纳入了271例稳定胸痛患者，比较了基于CCTA 和CT-FFR 转诊策略的差异，结果表明，与基于CCTA 转诊策略相比，将CT-FFR 信息与CCTA 将结合可以减少44% 的不必要的ICA 转诊率（从27% 降至15%），并提高了24% 的ICA 检查后的血运重建比例（49% ～ 61%）。
RIPCORD 及PROMISE 研究均证明CT-FFR 对基于CCTA 的临床决策具有明显的影响，但2 项研究纳入患者数量较少，且均为回顾性的假设研究。随后发表的ADVANCE 注册研究前瞻性纳入8个中心共5083 例CCTA 显示直径狭窄30% ～ 90%的患者，并根据CCTA 和CT-FFR 的结果制定下游的临床决策。结果显示，与单独使用CCTA 相比，CT-FFR 改变了约2/3 患者的治疗策略，其中最佳药物治疗增加了39.2%（14.1% ～ 53.3%）。
另一项前瞻性研究PLATFORM 研究则纳入了11 个中心的584例患者，比较了常规治疗与CTA/CT-FFR 两种不同临床策略的效果。研究结果显示：CT-FFR 组中非阻塞性冠状动脉粥样硬化性心脏病患者比例要低于常规治疗组（分别为12% 和73%），且CT-FFR 组的医疗费用降低了33%，MACE 和血运重建发生率则相似。ADVANCE 及PLATFORM 两项前瞻性研究表明将CT-FFR 纳入决策过程将有助于减少介入手术的数量，从而减少患者的医疗风险。
近年来，国内学者也针对CT-FFR 对现实世界冠状动脉粥样硬化性心脏病患者的临床决策影响开展了一系列研究。一项前瞻性研究纳入了1184 例CCTA 检查发现存在25% ～ 80% 直径狭窄的CAD患者，并分配至CCTA 指导组以及CT-FFR 指导组。研究结果表明：与单独使用CCTA 指导相比，CTFFR指导组的ICA 转诊率（分别为20.3% 和27.5%，P=0.003）、ICA 检查时发现无阻塞性CAD 的患者比例（分别为19.8% 和33.3%，P=0.03）及1 年MACE事件率较低（分别为3.9% 和6.7%，P=0.03）。
近期，由Yang 等完成的TARGET 研究共纳入了1216 例稳定CAD 患者，并将受试者以1:1 的比例随机分配至常规治疗组以及CT-FFR 指导组。研究表明：与常规治疗组相比，CT-FFR 指导组ICA 检查时发现无阻塞性CAD 或CAD 未接受干预的患者比例显著降低（分别为28.3% 和46.2%，P ＜ 0.001）。CT-FFR 指导组接受血运重建的患者多于常规治疗组（分别为49.7%和42.8%，P=0.02），但1 年的MACE 发生率相似。
3.2 CT-FFR 对急性胸痛患者临床决策的影响
CTFFR不仅在稳定CAD 患者的决策中起着重要影响，而且在急性胸痛患者的管理中也起着重要作用。但限于使用的CT-FFR 软件固有的限制，目前此方向的研究还比较少。Chinnaiyan 等研究表明基于现场工作站的CT-FFR 可以提高急性胸痛患者的转诊特异性，并可减少不必要的下游检测，但CCTA 组与CT-FFR 组间医疗费用并未发现差异。应注意：90d 内的短期随访显示CCTA 和CT-FFR 组之间MACE 率相仿（分别为4.3% 和2.7%；P=0.31），且在阴性CT-FFR 结果指导下延迟血运重建的患者中并未发生死亡或心肌梗死。
3.3 CT-FFR 对CAD 患者医疗资源的影响
上述回顾性及前瞻性研究均证明CT-FFR 可以改变临床决策、减少ICA 率，且不会增加临床心血管不良事件的发生率，但关于医疗资源影响的结果报告各不相同。FORECAST 研究对CT-FFR 与常规治疗策略指导的治疗策略的9 个月内医疗费用进行了比较，并评估了CT-FFR 对后续临床事件、ICA 率等的影响。
FORECAST 研究共纳入了1400 例稳定胸痛患者，并1:1 的比例随机分配至CT-FFR指导组或标准治疗组，结果表明CT-FFR 指导组ICA 检查人次降低了22%（分别为136 人次和175 人次，P=0.01），血运重建率相仿（分别为15% 和14%，P=0.69），MACE 事件数相仿（分别为71 件和74 件，P=0.80）；CT-FFR 指导组9 个月内医疗费用略高于标准治疗组，但两组间差异无显著性（分别为1605 元和1491 元，P=0.10）。
TARGET 研究也得到了相似的结果，CT-FFR 指导组医疗费用出现降低趋势，但与常规治疗组间差异无显著性。虽然FORECAST 研究以及TARGET 研究均未发现CT-FFR 指导可以降低医疗费用，但由于不同地区医疗体系的费用标准以及不同CT-FFR 软件的收费情况不同，因此未来仍需要更多的RCT 研究来进一步探明其成本效益。
4.冠状动脉CT血流储备分数的预后价值
以往研究已证明有创FFR 与CAD 患者不良心血管事件之间具有密切的相关性。已有多项研究证实CT-FFR 可用于预测CAD 患者的临床结局与预后。ADVANCE 研究的90d 随访结果表明，CT-FFR ≤0.80 是患者接受血运重建的独立预测因子（OR:5.88，P ＜ 0.0001），而CT-FFR ≥ 0.80 的患者在90d 随访内未发生死亡以及非致死性心肌梗死。
ADVANCE研究的1 年随访结果表明，与CT-FFR ＞ 0.80 组患者相比，CT-FFR ≤ 0.80 组患者发生MACE 事件的风险增加了1.81 倍，接受血运重建的风险增加了6.87倍。ADVANCE 研究的90d 及1 年随访结果证明CT-FFR 可用于CAD 患者的风险分层，CT-FFR 阳性结果的患者MACE 事件以及血运重建率要远远高于CT-FFR 阴性结果的患者。PLATFORM 研究结果显示根据CT-FFR 结果取消了计划内ICA 检查的117例患者在1 年内并未发生不良心血管事件。
1 项NXT 子研究的5 年随访结果也得出了类似的结论：CT-FFR ≤ 0.80 患者的MACE 事件率更高（分别为15.6% 和10.2%，P=0.02），且CT-FFR ＞ 0.80 的患者中没有发生心源性死亡或心肌梗死。另外，研究结果还表明CT-FFR 数值与临床结果风险独立相关：CT-FFR 值每降低0.05 个单位，MACE 事件风险将增加1.4 倍。
以往研究均强调了CT-FFR ＞ 0.80的患者在中短期内是相对安全的，因此目前CT-FFR相关研究及指南通常推荐对CT-FFR 阳性的患者进行下一步的侵入性检查，而CT-FFR 阴性患者的血运重建可考虑推迟。应注意，ADVANCE 研究1 年随访结果表明：在CT-FFR 阳性患者中，仅1.5% 的患者发生了MACE 事件，仅22.1% 的患者接受了ICA 检查。
NEX 子研究5 年随访结果表明，在CT-FFR 阳性患者中，仅15.6% 的患者发生了MACE 事件。在一项中国单中心对照研究中，CT-FFR 阳性患者90d内血运重建率约9%，1 年内MACE事件率约10%。因此，并非所有CT-FFR 阳性患者都需要进一步导管室检查，CT-FFR 在CAD 患者中的应用仍需要进一步细化。
基于此，笔者团队回顾性纳入中国CT-FFR多中心研究中的252 人推导了基于CT-FFR 的DukeJeopardy 评分，并发现其预测MACE 是最佳截断值为4，经独立队列进行进一步验证，结果表明：基于CT-FFR 的Duke Jeopardy 评分是MACE 的独立预测因子（HR:7.08，P ＜ 0.001），并能对CT-FFR 阳性患者实现进一步的风险分层。
5.冠状动脉CT血流储备分数在指导血运重建中的价值
冠状动脉血运重建术是治疗冠状动脉阻塞性疾病的重要治疗手段，主要包括经皮冠状动脉介入治疗术（percutaneous coronary interventions，PCI） 或冠状动脉旁路移植术（coronary artery bypass graft，CABG）。在PCI 术后，术者可通过测量FFR 值来评估血运重建后冠状动脉功能状态的恢复效果。既往研究表明，PCI 术后较低的FFR 值与患者未来不良临床事件相关。
目前，研究者开发出了基于CTFFR的虚拟支架技术，旨在通过基于血流动力学的仿真软件在PCI 术前模拟支架置入术后的FFR 值。结果显示，基于CT-FFR 的虚拟支架技术对支架置入术前病变特异性缺血和支架植入后残留缺血的诊断准确性良好。另一项关于虚拟支架的研究以有创FFR 作为参考标准，再次证明了虚拟支架技术对PCI 术后FFR 值的预测是准确的。
此外，在虚拟支架模型上获得的血运重建后的管腔直径与在PCI 术后使用光学相干断层成像获得的真实管腔直径基本一致。虚拟支架技术可在PCI 术前辅助确定目标病灶和适合的支架大小，并预测支架放置后的功能恢复状态，从而辅助医师为患者选择合适的血运重建方式，改善患者的预后。
最近，VAN 等开发了一种基于CT-FFR 的交互规划工具来指导PCI 策略。与ICA 引导的治疗策略相比，在使用交互规划工具后，31% 的病变改变了PCI 策略：有创性FFR 检查从113 个减少到62 个、最佳药物治疗从84 个增加到113 个、血运重建从130个增加到152 个。
值得注意的是，与局灶病变区域相比，血管重建策略的改变在连续病变的区域更常见，这表明该交互规划工具可能在多血管和连续病变的患者中有更高的应用价值。但虚拟支架技术目前仍缺乏更严谨的随机对照研究来证明其安全性及有效性。CT-FFR 在CABG 的应用目前仍较少。
COLLET等纳入了患有左主干或3 支血管冠状动脉疾病的233 例患者，比较了不同检查指导策略间的差异。研究结果表明基于CCTA 和基于ICA 的解剖学SYNTAX Score Ⅱ 之间具有良好的一致性（Bland-Altman:-0.01；95%CI:-5.1 ～ 4.9）和相关性（Cohen’skappa:0.98；P ＜ 0.001)。
基于CT-FFR 的无创功能SYNTAX 评分较解剖学SYNTAX 评分降低了2.9 分，并将具有血流动力学意义的3 支血管疾病患者比例从92.3% 降低至78.8%。在另一项SYNTAX Ⅱ子研究，COLLET 等纳入了454 例3 支冠状动脉疾病的患者，评估了基于CT-FFR 的功能无创SYNTAX评分的可行性。结果表明，基于CT-FFR 的功能无创SYNTAX 评分的计算是可行的，与有创FSS 之间具有较好的一致性［分别为（21.6±7.8）分和（21.2±8.8）分，P=0.589］，基于CT-FFR 的功能无创SYNTAX评分将30% 的中高危解剖SYNTAX 评分患者重新分类为低风险。
QIAO 等评估了基于现场工作站的CT-FFR 计算功能SYNTAX 评分的可行性以及其预后价值。研究结果表明：基于CT-FFR 的功能无创SYNTAX 评分与基于有创FFR 的功能SYNTAX 评分之间具有良好的相关性（r =0.87，P ＜ 0.001），且基于CT-FFR 的功能无创SYNTAX 评分≥ 22 是MACE事件的独立预测因子（OR：1.21，P ＜ 0.001）。此外，ZU 等利用CABG 术前的CT-FFR 值来预测术后桥血管闭塞风险。
研究结果表明，CT-FFR≤ 0.80（OR：0.10）和年龄增加（OR：0.92）是桥血管通畅的预测因子，而心肌梗死病史、吻合口处存在病变和吻合口位于冠状动脉血管分叉处是桥血管闭塞的预测因子，且CT-FFR 具有一定增量预测价值，可提高模型的预测效能（ROC 曲线下面积分别为0.848 和0.724）。
6.冠状动脉CT血流储备分数在血运重建术后的评估价值
目前CT-FFR 在评估支架置入术后方面的应用尚不多见，但有学者报道了HeartFlow 公司的CT-FFR可用于支架置入术后冠状动脉功能状态评估，且优于常规的CCTA。TANG 等探讨了基于机器学习模型的CT-FFR 在支架置入术后患者中的可行性及其预后价值。结果表明，以有创FFR 为参考标准，CT-FFR 检测支架置入术后血流动力学再狭窄的准确性为85.7%。此外，CT-FFR 值随支架长度的变化率是患者不良结局的主要预测指标。由此可见，CTFFR有助于优化支架置入术后患者的评估。
此外，Toba 等纳入23 例接受了支架置入术的患者，探索了CT-FFR 诊断支架置入术后患者心肌特异性缺血的性能。结果表明：与使用CCTA 狭窄程度相比，CT-FFR 诊断心肌特异性缺血的性能高于CCTA 直径狭窄≥ 50%（ROC 曲线下面积分别为0.849 和0.635，P=0.016）及CCTA 直径狭窄≥ 70%（ROC 曲线下面积分别为0.849 和0.540，P=0.009）。
该研究进一步证实了，CT-FFR 技术在评估支架置入术后患者心肌特异性缺血方面具有一定潜力。但是，仍需大样本前瞻性研究对该结果进行进一步的验证。此外，有学者将CT-FFR 应用于CABG 患者的预后评估。KAWASHIMA 等报道了首例基于CCTA联合CT-FFR 开展CABG 的成功案例，并于术后30d使用HeartFlow 公司的CT-FFR 软件评估冠状动脉功能状态改善的情况。结果显示：患者右冠状动脉、前降支和钝缘支的CT-FFR 值分别由术前的0.80、＜ 0.50 和0.59 提高到术后的0.88、0.90 和0.79。
由于支架置入术后的伪影以及CABG 术后导致的血流动力学改变，目前CT-FFR 在支架置入以及CABG术后方面的应用尚较为局限。随着未来CCTA 扫描技术及仿真血流动力学的发展，CT-FFR 技术有望评估支架置入以及CABG 术后患者的冠状动脉功能状态。
7.结语
CT-FFR 在诊断心肌特异性缺血方面具有较好的准确性，与有创FFR 之间具有较高的一致性。CTFFR可作为CCTA 检查的重要补充工具，为实现CAD 患者的CCTA 一站式解剖学+ 功能学无创评估创造了条件。另外CT-FFR 可支持临床决策，指导血运重建，预测患者预后，并有潜力降低医疗成本。随着CT-FFR 的运算技术及临床应用不停进步和拓宽，未来CT-FFR 将有潜力作为有创FFR 的无创替代工具在CAD 患者诊疗中发挥出重要的作用。
来源：刘通源,张龙江.冠状动脉CT血流储备分数在冠状动脉粥样硬化性心脏病患者诊疗中的研究现状[J].中国临床医生杂志,2023,51(11):1277-1283.
(本网站所有内容，凡注明来源为“医脉通”，版权均归医脉通所有，未经授权，任何媒体、网站或个人不得转载，否则将追究法律责任，授权转载时须注明“来源：医脉通”。本网注明来源为其他媒体的内容为转载，转载仅作观点分享，版权归原作者所有，如有侵犯版权，请及时联系我们。)
