作者：汤林梦，刘峰，河北北方学院研究生学院；董婷宇，杨飞，崔书君，河北北方学院附属第一医院医学影像科
ICA可以直接显示冠状动脉的闭塞状态；FFR反映的是充血状态下冠状动脉狭窄血管远端与近端压力之比，FFR值≤0.80提示功能性缺血。但ICA及FFR检查具有创伤性、高费用及需要住院检查等缺陷，并且存在损伤血管内膜的风险，限制了以上技术在诊断CHD方面的推广应用。
近年来，冠状动脉CT
1. CT-FFR
基于CCTA提供的解剖学数据，联合图像建模和计算流体力学建立冠状动脉血流和压力的三维模型，最终通过算法得出CT-FFR。由于涉及总冠状动脉流量和总冠状动脉阻力的计算，CT-FFR对冠状动脉管腔狭窄具有先天的诊断优势。相较于CCTA技术，算法处理后的无创CT-FFR对冠状动脉管腔狭窄的诊断效能是当下研究的侧重点。
一项诊断性Meta分析表明，CT-FFR在CHD患者水平和病变血管水平的AUC值分别为0.90和0.91，均明显高于CCTA的0.76和0.73。CT-FFR考虑了包括冠状动脉血流量和最大充血压力等狭窄相关变量，因此在诊断灵敏度(85%～92%)方面也具有显著优势，Celeng等最近在2731条狭窄血管中的分析证明了这一点，并明确推荐CT-FFR可以作为有创FFR的替代检查方式。然而CT-FFR对于冠状动脉狭窄患者的诊断特异度普遍偏低(61%～80%)，这可能是由于在严重狭窄血管中流体力学的计算存在难以避免的偏差。
此外，相对于冠状动脉狭窄诊断金标准ICA，有报道表明CT-FFR提示病变部位的严重程度与ICA不完全一致，这在一定程度上降低了CT-FFR的诊断准确率。对此，有诸多研究建立了CT-FFR和CCTA的冠状动脉狭窄联合诊断模型，联合后诊断准确率从61%提高至80%，同时提高了ICA检查的阳性率，这对弥补CT-FFR诊断冠状动脉狭窄的灵敏度缺陷和提高其整体诊断效能有积极意义。
CT-FFR还作为一种临床预测手段用于CHD患者主要心血管不良事件(major adverse cardiovascular events， MACE)的预后评估，而0.80可以作为CT-FFR预测临床结局的临界值。有研究发现，CT-FFR>0.80组的患者在90天内未发现死亡或心肌梗死等严重不良事件。Ihdayhid等进一步扩大随访时间至5年，发现CT-FFR>0.80组无不良事件发生，而CT-FFR≤0.80组血管重建发生率远高于单独CCTA预测的发生率(73.4% vs 48.7%，P<0.001)，表明CT-FFR≤0.80是预测行血运重建术的独立预测因子，这可能为将来CT-FFR预测甚至指导CHD介入治疗提供支持。
此外，部分学者认为使用CT-FFR能避免约20%～60%的有创ICA检查，可以作为ICA的预检手段。从成本效益方面来说，CT-FFR的检查花费有不容小觑的优势。美国国家健康与卓越护理中心指南表明，选择性使用CT-FFR能节省患者医疗成本，CCTA联合CT-FFR的花费(1801美元)比金标准ICA(2838美元)便宜近1000美元。另一项成本效益研究也得到了相似的结论，CT-FFR的花费甚至不及ICA的一半。
因此，CT-FFR以计算机算法替代血管介入手段，在保证准确度的前提下化有创为无创，减轻了患者的经济负担，有望成为CHD有创检查的筛选手段。
2. TAG
TAG这一概念最早被Choi等提出，定义为截面管腔内某点的对比度与从冠状动脉起始处到该点的距离间的线性回归系数。TAG作为依附CCTA检查而得到的相应血流信息，反映了管腔内血流的变化情况，被用于CHD患者冠状动脉狭窄程度的定量评估。以有创FFR<0.80作为狭窄诊断标准，有研究者报道了冠状动脉狭窄与非狭窄患者中TAG值存在明显差异，尤其在中重度狭窄中更为显著。只通过CCTA评估冠状动脉狭窄的准确性并不显著，在常规CCTA检查中加入TAG能获得更高的曲线下面积(AUC)和诊断特异度，这一点在Wong等的研究中得到证实。
阚晓婧等进一步探索了TAG对5组不同狭窄程度冠状动脉的诊断价值，分析显示TAG值在亚组4(69%≤狭窄程度<99%，-19.72±7.35 HU/10 mm)和亚组5(狭窄程度≥99%，-22.04±7.79 HU/10 mm)中的诊断价值显著高于亚组1(狭窄程度<25%，-16.02±7.33 HU/10 mm)和亚组2(25%≥狭窄程度<49%，-16.31±6.06 HU/10 mm)(P<0.05)，而与亚组3(49%≤狭窄程度<69%，-17.72±7.26 HU/10 mm)相比无显著差异；表明TAG具有识别冠状动脉狭窄程度是否≥69%的能力，对CHD患者的预后评估及血管重建策略指导具有积极意义。
然而，值得注意的是TAG对冠状动脉狭窄的诊断效能一直存在争议，也有诸多研究得出了相反的分析结果，狭窄与不狭窄的冠状动脉无TAG值显著差异，TAG对冠状动脉狭窄的诊断效能也不及CT-FFR。
目前对于造成这一差异的原因主要有三个方面的解释：(1)TAG值大小与冠状动脉腔内狭窄程度呈线性关系，随着管腔内直径的减小而减小，管腔直径不同会影响TAG的最终测量值；(2)由于CCTA检测冠状动脉静息状态下的血流情况，而计算TAG所需参数大多基于血流的应激状态，因此存在算法的偏差；(3)TAG值还受到冠状动脉斑块的影响。
为了解决斑块这一影响因素，研究者们提出校正的TAG和改良校正的TAG，结果表明排除斑块影响的改良校正TAG表现出了对冠状动脉狭窄的增量预测价值。然而对于管腔直径和算法的影响因素，目前没有更好的解决办法，规范患者纳入标准和优化算法是可能的途径。此外，心肌桥作为冠状动脉的解剖变异，在一定程度上与冠状动脉压迫致心肌缺血事件有关。TAG与心肌桥的动态压迫(≥50%)显著相关，这一明显优势能进一步指导临床介入治疗。
TAG作为基于CCTA的一种新型检查手段，仅需一次对比剂摄入的条件下就能提供更多的冠状动脉血流动力学信息，但TAG的应用范围以及其诊断效能需要扩大研究样本量进一步验证。鉴于TAG与CCTA联合后诊断CHD冠状动脉狭窄的优异表现，未来探讨与无创性技术如CT-FFR的联合诊断价值具有极大的临床意义。
3. 斑块分析
斑块作为冠状动脉常见、多发病变，其发展进程与CHD MACE具有相关性。斑块分析是基于CCTA 依靠高级后处理分析提供的一种针对冠状动脉斑块无创性评估方法，可提供斑块成分、形状和体积等关键信息，能够早期发现具有易损特征的高危斑块(high-risk plaque， HRP)如低密度斑块(low-attenuation plaque， LAP)、餐巾环征(napkin-ring sign， NRS)和点状钙化、正向重构等，并用于预测MACE。
HRP是一种具有局部炎症活性的薄帽纤维动脉粥样硬化，其特征在于存在较大的斑块负担和炎症覆盖的坏死核心，与血栓形成和斑块破裂紧密相关。具体来说，生物力学模型表明高危斑块中的微小钙化会放大斑块所受应力，当斑块应力超过纤维帽的材料强度时发生破裂，这可能是HRP容易破裂的驱动因素。此外，在
HRP预示破裂风险，是引起急性冠状动脉综合征的主要“罪犯”特征，可以早期帮助心血管疾病危险分层，提示临床进行介入干预。在一项纳入4415例症状稳定CHD患者的研究中，HRP的出现与25个月时心肌梗死和死亡的发生率呈正相关。Williams等将随访时间延长至5年也得出了相同的结论。这意味着不论是短期还是长期，HRP对CHD患者的不良预后均有重要参考价值。
随着大规模、多中心前瞻性研究的出现，HRP甚至已经成为CHD患者从非梗阻性斑块转变为梗阻性斑块的独立预测因子。据报道，相较于普通CT成像，双能能谱CT能够准确区分HRP和稳定斑块(AUC=0.85)。而在HRP中，LAP是与斑块破裂和心肌梗死显著相关的特征斑块，在CHD患者中尤其值得关注。
虽然2019年欧洲CHD患者管理指南明确指出心血管风险评分在CHD中发挥着核心作用，但该评分难以做到对患者MACE的持续评估。最新研究发现LAP与心肌梗死紧密相关，其在预测
相比ICA和血管内超声的有创操作，多层螺旋CT和影像组学的兴起使基于CCTA斑块特征评价更具有实用价值。影像组学是基于标准图像深度挖掘特征数据，通过与机器学习等算法相结合获得描述病灶异质性及空间复杂性的一种新型影像分析方法。随着算法及人工智能的发展，基于影像组学的斑块分析能够提取更多肉眼无法识别的特征，斑块分析也从基本的图像信息向着复杂的高纬度特征迈进。
既往HRP大多依靠研究者主观判断，容易造成结果的不一致性。基于影像组学的HRP机器学习模型相较于传统评估模型有很大优势。对于CHD患者MACE的预后成像标志物NRS，Kolossváry等详细比较了大量NRS斑块与非NRS斑块的放射学特征，分析结果后发现超过50%的影像组学特征参数AUC>0.80，其中短期低灰度增强值AUC高达0.918，表明影像组学对NRS斑块具有较高的诊断效能，意味着在预测CHD患者的MACE方面影像组学也有一定积极意义。
Chen等通过机器学习方法提取1691个斑块放射组学特征，全面比较了影像组学斑块分析模型、脂肪衰减指数模型和传统HRP模型对易损斑块的诊断价值，结果提示影像组学斑块分析模型AUC值(0.952)显著高于传统HRP模型(0.621)和脂肪衰减指数模型(0.52)。以上研究均初步证实了基于影像组学的斑块分析可能是一种评估CHD患者HRP更为准确的无创影像手段。需要指出的是，随着高排量CT的应用和斑块分析算法软件的开发，冠心病影像学的重心逐渐从血管狭窄和心肌缺血过渡至影像组学分析，未来可能为CHD患者的预测和治疗指导提供更好帮助。
4. 血管周围炎
炎症是动脉粥样硬化斑块发展和进展的关键因素。冠状动脉壁周围炎症会改变周围脂肪组织的结构，引发脂肪分解，这会导致脂肪细胞有轻微CT密度的改变，由此评估的炎症周围脂肪CT衰减系数能无创评估冠状动脉炎症。其中，当血管周围脂肪的衰减>-70.1 HU时，血管周围脂肪被认为是有炎症的，非炎症的血管周围脂肪的衰减<-70.1 HU。
血管周围脂肪衰减指数可能有助于监测心脏风险，重要的优点是该指数不需要除CCTA以外的其他有创检查。在一项炎症风险相关研究中，Oikonomou等发现冠状动脉周围脂肪发炎显著影响MACE相关死亡率，即使在没有HRP的患者中亦是如此；其进一步研究指出在没有冠状动脉周围脂肪炎症的患者中HRP与MACE相关死亡率无关。因此，血管周围炎症可能会在脆弱斑块形成之前识别出高危患者，在预防心脏事件方面具有重要意义。
此外，血管炎症可以通过CCTA结合示踪剂18F-NaF进行评估，后者能检测到急性心肌梗死患者中的病变和斑块；具体来说，两者结合对CHD患者7年内的疾病进展有很强的预测能力。然而由于心肌的大量摄取，示踪剂在诊断CHD中受到一定限制，相关前瞻性临床研究很少。超敏C反应蛋白(hypersensitive C-reactive protein， hsCRP)是MACE的独立预测因子，但血管周围脂肪CT衰减指数与hsCRP之间没有很好的相关性，无法在血管周围炎和hsCRP之间建立联系。
有研究发现199例患者中hsCRP升高组与正常组相比，血管周围脂肪衰减指数相似。目前对血管周围炎的评估还处于起步阶段，大多数研究聚焦于对心脏不良事件的监测。未来需要聚焦于其对高危患者的预测价值相关研究，充分发挥其先于斑块形成的优势，及早指导临床干预，降低心脏不良事件发生率。
5. TPR
冠状动脉斑块与CHD的严重程度不一定成正比，而心肌血流灌注减少能直接导致严重的MACE。与心外膜相比，CHD导致的心肌灌注减少往往在心内膜更为明显。随着CT技术的空间分辨率不断提高，能够区分心内膜和心外膜，利用心内膜下组织对缺血的敏感性可以评估不同肌层的心肌灌注。TPR被定义为心内膜下灌注与心外膜下灌注的平均CT值比，基于CCTA图像可以测量心内膜下与心外膜下灌注之比来确定TPR。
目前TPR大多尝试用于冠状动脉狭窄的功能评估。多项随机对照研究探索了多层螺旋CT半定量血流灌注测量与冠状动脉狭窄程度的关系，发现心肌TPR可作为反映冠状动脉粥样硬化病变血流动力学意义的敏感指标。Ko等进一步发现在CCTA提示狭窄≥50%的血管中，87%的血管提示TPR显著改变异常的血管也存在显著狭窄，使用TPR 阈值<0.99来检测血流动力学显著狭窄的血管可获得较高的敏感度(74%)和特异度(95%)，并且CCTA联合TPR灌注评估的AUC值显著高于单独CCTA评价。
George等的研究也得到了相似结论，且在检测引起灌注异常的冠状动脉病变的准确性上，与ICA和单光子发射计算机断层扫描相结合的评估结果基本一致。但也有研究表明TPR在冠状动脉功能性狭窄测量方面，准确率不如负荷心肌灌注成像。可能原因为TPR仅能半定量评价心肌灌注，提供关于心肌血流状况的补充信息，不能作为绝对心肌血流量的替代物。而未来想提高其诊断准确率，应进一步改进CT成像技术和提高组织对心肌缺血的敏感度。
6. ML和DL
随着人工智能的不断发展，ML算法已经被广泛应用于CCTA图像的自动测量和图像分割。ML算法可以自动识别并纠正三维冠状动脉树的偏差，避免了反复的人工修改。目前，检测冠状动脉狭窄的严重程度已经成为ML算法在临床中的最基本应用。Cao等CCTA图像对提取的冠状动脉树进行自动迭代完善，通过18个数据集来确定模型参数的最佳值，并使用122个数据集进行验证。结果表明，与传统的冠状动脉树提取方法相比，ML算法显著提高了冠状动脉树重建的准确率。
Kang等应用支持向量机(support vector machine， SVM)算法来检测冠状动脉狭窄>25%的病变，敏感度和特异度分别高达93%和95%；表明ML算法也可以自动识别冠状动脉阻塞性病变(狭窄程度>50%)。此外，由于非钙化斑块的密度值较低，通常与附近的血液和肌肉组织相似，难以识别，因此CCTA中非钙化斑块的检测一直是一大挑战。
ML也开始被用于对基于CCTA图像的非钙化斑块进行分类和识别研究。Jawaid等基于血管中心线周围同心圆的图像强度计算出非钙化斑块的轮廓，随后应用SVM算法来识别冠状动脉病变段。斑块定位的准确率用骰子相似度系数(dice similarity coefficient， DSC)计算，最终的平均DSC值高达83.2%。总的来说，ML算法可用于处理CCTA图像，提高CHD诊断的准确率，具有良好的应用价值。
相比ML，DL算法的优势在于进一步简化了CCTA图像分析的步骤，提高了分析的自动化程度和准确率。Zreik等通过卷积神经网络(convolutional neural network， CNN)算法实现了冠状动脉斑块分类和冠状动脉狭窄程度检测的一体化，该方法达到了77%的准确率。但实际利用DL算法重建冠状动脉树的过程较为复杂，使得图像处理变得困难。因此，有研究者开发了一种基于DL的左室心肌冠状动脉树重建算法，用于诊断冠状动脉狭窄的CHD患者。
他们首先使用无监督自动编码器进行编码，然后基于提取的特征使用SVM对其进行分类。对结果进行50次10倍交叉验证后得到组合算法模型的AUC为0.74。Kumamaru等设计了一种全自动三维DL模型用于输入CCTA图像数据，该模型的AUC为0.78，达到了无需人工输入即可自动分析计算出FFR的目的。
另一项回顾性研究使用CNN算法分析了136例介入治疗前1年内接受CCTA患者的左室心肌图像，结果表明，与基于传统冠状动脉狭窄的分类(AUC=0.68)相比，该算法显著提高了诊断效能(AUC=0.76)。相信随着算法的不断完善，DL对CHD诊断和预测价值的优势会逐渐凸显，让CCTA图像的处理和计算不再成为影像科医师的负担。
7. 发展限制与展望
CCTA可以提供冠状动脉解剖及血流动力变化的重要信息，而CT-FFR、TAG、TPR和斑块分析等无创功能评价技术结合CCTA能提高CHD的诊断准确率，相比较而言，CT-FFR和斑块分析优势更大，技术更为成熟。这些技术只需一次常规扫描即可利用算法完成对冠状动脉解剖和功能的客观评估，在减少对比剂和辐射剂量方面较有创检查优势显著。
但到目前为止，以上新技术的应用面临诸多难题：(1)目前大多数基于CCTA无创评估技术的有效性证据来自于慢性CHD患者，对于急性CHD患者而言，以上技术的使用仍受到限制；(2)关于冠状动脉斑块的成分分析还局限于少数几种斑块类型，现处于不成熟的发展阶段；(3)受限于技术限制，部分技术并不能准确评估适应证之外的患者情况，如TAG易在严重冠状动脉狭窄血管中出现计算误差，CT-FFR受制于血液
因此，未来基于CCTA的诸多无创新技术，应聚焦于新技术和算法的不断优化，扩大适应证并提高诊断的准确率。可以预见的是，未来基于冠状动脉CT的无创新技术可能为筛查、诊断、决策和治疗冠心病提供“一站式服务”，这种服务贯穿三级预防，将为CHD患者带来很大益处。尤其在
来源：汤林梦,董婷宇,刘峰,等.基于冠状动脉CTA无创性评估冠心病的影像技术进展[J].临床放射学杂志,2024,43(04):674-679.
(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。)
