256 排CT 冠状动脉追踪冻结技术在胸痛三联检查中的应用价值

高茹茹，刘建莉，刘显旺，拓蕾，徐媛，李玉凤，薛守校

（兰州大学第二医院放射科 甘肃省医学影像重点实验室，甘肃 兰州 730030）

急性胸痛是一个影响公众健康的重大公共卫生问题。急性胸痛的鉴别诊断对于急诊科医生是一个挑战，包括急性冠脉综合征（Acute coronary syndrome，ACS）、主动脉夹层（AD）、肺动脉栓塞（PE）以及非血管源性心脏病。ACS 的误诊率约为2%[1]，年轻、症状不典型以及心电图无诊断意义的ACS 更易误诊[2]。非侵入性的冠状动脉CT 血管成像（Coronary computed tomography angiography，CCTA）的阴性预测值较高[3]，CCTA 的准确诊断依赖于图像质量，影响图像质量最重要的因素是心率，高心率所致的运动伪影造成12%的冠状动脉分段不可诊断。新一代16 cm 宽体扫描机运动校正算法即快照冻结技术（Snap-shot freeze，SSF）专门校正运动伪影[4]，但CCTA 不能评估其他相关胸痛疾病。而一站式胸痛三联（Triple-rule-out，TRO）检查可以同时诊断ACS、PE及AD，对患者的及时诊断及治疗至关重要[5]。目前国内外尚未见关于SSF TRO CTA 检查中冠脉图像质量应用价值的文献报道，本研究旨在探讨256 排CT SSF 技术对急性胸痛患者自由呼吸状态下TRO检查中冠脉图像质量及可判读性的影响。

1 资料与方法

1.1 一般资料

回顾性连续收集2020 年5 月27 日—2021 年1月26 日因急性胸痛就诊于兰州大学第二医院的30例急诊患者的资料，均行回顾性心电门控256 排CT TRO 检查，男12例，女18例，年龄26～89岁，平均（59±13）岁，平均体质量指数（23.32±2.25）kg/m2。纳入标准：主诉为胸痛、气短，临床上怀疑ACS、PE、AD 任意一种情况，但通过临床其他检查手段不能准确诊断的病例。排除标准：临床有明确冠心病病史、严重肺动脉高压病史、严重肾功能不全患者（肌酐清除率＜60 mL/min）、妊娠、碘对比剂过敏或其他不适宜使用CT 对比剂的患者。本研究经我院伦理委员会批准，所有患者检查前均签署知情同意书。

1.2 仪器与方法

使用256 排宽体CT 机（GE Healthcare，Revo lution CT），患者取仰卧位，双手抱头，暴露胸部，连接心电监护装置。选用对比剂碘普罗胺（370 mgl/mL），根据患者体质量以4.5～5.0 mL/s 的速率用双筒高压注射器经肘部正中静脉打入合适量的对比剂和生理盐水。

前置30%ASiR-V 权重，后置60%ASiR-V 权重，根据对比剂示踪法（Bolus tracking），在肺动脉主干层面设置感兴趣区，当感兴趣区对比剂充盈均匀至阈值120 HU时，肺动脉期扫描于2 s 后开始。肺动脉期扫描完成后再延迟13 s 依次启动冠状动脉、胸主动脉期扫描。冠状动脉采集期相根据患者心率和心律利用自动心电门控技术（Auto gating）而定。

患者自由呼吸模式，首先扫描肺动脉，肺动脉扫描范围为自肺尖部至肋膈角，采用非心电门控方式螺旋扫描，探测器宽度160 mm，层厚0.625 mm，层间距0.625 mm，转速0.28 s/r，螺距0.992∶1，管电压为120 kV，管电流利用自动管电流（Smart mA）技术调整范围350～700 mA，NI=17.0。延迟13 s 依次扫描冠状动脉和胸主动脉，冠状动脉扫描范围为气管隆突下1 cm 至心脏膈面，依据心脏纵向范围采用120 mm或140 mm 的探测器宽度，采用回顾性心电门控轴扫方式，智能调整自动管电流范围400～700 mA，NI=24.0。胸主动脉扫描范围为自主动脉弓上1 cm 至膈下肾门水平，扫描参数同肺动脉期。

1.3 图像重建和后处理

利用自动心电门控技术（Auto-gating）选择运动伪影少的期相作为靶期相，利用SSF 算法对靶期相进行重建，把图像推送到GE AW4.7 后处理工作站，使用曲面重建（CPR）、容积再现（VR）、多平面重组（MPR）等多个后处理方法处理分析图像。

1.4 图像质量评价

客观评价：根据TRO CT 检查专家共识[5]，以冠状动脉的CT值为300～450 HU、肺动脉的CT值＞200 HU、主动脉的CT值＞250 HU 为达到满足临床诊断需求的图像质量指标，即图像质量合格。所有病例图像均使用标准算法（STD）及SSF 算法进行重建，分别在肺动脉（PA）、主动脉（Ao）、左冠脉主干（LM）、左前降支近段（LAD）、左回旋支近段（LCX）、右冠脉近段（RCA）及同层面皮下脂肪组织选择感兴趣区测量CT值、信噪比（SNR）及对比信噪比（CNR）。感兴趣区的选择尽量避开钙化斑块，选择密度比较均匀的区域。计算公式：SNRLUMEN=CTLUMEN/SDLUMEN；CNRLUMEN=（CTLUMEN-CTFAT）/SDFAT（LUMEN：血管管腔；FAT：脂肪）。

主观评价：冠状动脉分段方法采用美国心脏病协会冠状动脉18 段分段法，由两名有经验的放射科医师对每个病人、每支冠状动脉及每段血管采用Likert 4 分制法评价图像质量[6]：4 分为差，血管轮廓分辨不清，无法进行诊断；3 分为良，血管轮廓可以分辨，能够用于诊断，但准确性可能受影响；2 分为好，大部分血管轮廓边界清楚，仅有少量运动伪影，基本不影响诊断；1 分为极好，血管边界清楚，无运动伪影，对诊断无影响。

1.5 统计学处理

应用SPSS 26.0 统计学分析软件对数据进行统计学分析。患者的年龄、体质量指数等计量资料均符合正态分布，用均数±标准差（）表示；STD 和SSF两种算法基于病人水平、各血管分支、各血管节段图像质量评分之间的比较采用配对样本t 检验；两种算法对于冠脉的可判读性比较采用配对卡方检验，以P＜0.05 为差异有统计学意义。

2 结果

本研究30 例受试者平均年龄（59±13）岁，平均体质量指数（23.32±2.25）kg/m2，扫描期间平均心率（74±18）次/min，心率变异1～42 次/min，平均左心室射血分数（58.1±12.1）%，高血压患者3 例（10%），血脂异常者8 例（26.7%），糖尿病患者2 例（6.7%），有冠心病家族史者5 例（16.7%）。

2.1 图像质量评分及可判读性

2.1.1 客观评价

在CT值方面，达到临床诊断需求的有26 例（26/30，86.7%）；STD 和SSF 两种算法在PA、Ao、LM、LAD近段、LCX近段、RCA近段CT值、SNR、CNR（P＞0.05）的差异均无统计学意义（表1）。

表1 STD 和SSF 算法肺动脉、主动脉及冠状动脉CT值、SNR 及CNR 比较（）

表1 STD 和SSF 算法肺动脉、主动脉及冠状动脉CT值、SNR 及CNR 比较（）

2.1.2 主观评价

冠脉图像的可判读性在STD 与SSF 算法之间比较（图1，2，表2），在受试者水平（χ2=1.017，P=0.313）的差异无统计学意义，在血管水平（χ2=13.100，P=0.000）及节段水平（χ2=52.733，P=0.000）的差异均有统计学意义。LAD 评分在STD 与SSF 算法之间的差异无统计学意义（t=3.551，P=0.236），LM（t=2.163，P=0.005）、LCX（t=4.731，P=0.014）、RCA（t=5.757，P=0.310）评分在两种算法之间的差异无统计学意义，每段评分在两种算法之间的差异均有统计学意义（t=4.791，P=0.003）。

表2 30 例受试者STD、SSF 算法冠脉图像质量主观评分及可判读性比较

2.2 心率及心率变异对图像质量的影响

STD 和SSF 算法在不同心率分组组内优良率比较均有统计学意义（P＜0.05）（表3），心率≤90 次/min组经SSF 校正后优良率明显高于STD 组（P=0.000），而心率＞90 次/min 组的差异无统计学意义（P=0.077）。在心率变异方面（表4），STD 和SSF 算法在心率变异分组组内优良率比较均有统计学意义（P＜0.05），心率变异≤10 次/min 组STD 和SSF 算法的图像质量优良率比较有统计学差异（P=0.000），而心率变异＞10 次/min 组的差异无统计学意义（P=0.071）。

表3 心率对SSF 和STD 算法冠脉各段图像质量的影响（次/min）

表4 心率变异对SSF 和STD 算法冠脉各段图像质量的影响（次/min）

3 讨论

ACS 误诊和延误治疗致死率极高，在诊断ACS时除了病史、体格检查、心电图及实验室检查外，对于低到中度风险的ACS，CCTA 诊断较为可靠[7]，更重要的是ACS 的鉴别诊断即TRO。降低冠脉图像质量的主要因素是高心率或心率变异所致的冠脉运动伪影，既往通过多种措施减少运动伪影[8]，包括β 受体阻滞剂、增加球馆转速、宽体扫描机及双源CT等，但大量研究表明冠脉运动伪影仍然存在。高心率或心率变异较大的急性胸痛患者本身状态较差，部分患者因对比剂注射产生应激反应使心率加快或心率变异幅度加大，降低图像质量。在检查过程中不能屏气亦可使冠脉图像出现呼吸运动伪影。SSF 技术专门校正运动伪影，在一个心动周期中，采集3 倍数据，追踪每支冠状动脉血管的速度和运动方向，使用靶期相前后邻近两个期相的血管运动轨迹来准确追踪定位靶期相每支血管的实际位置，三维校正冠状动脉的运动，提高胸痛患者CCTA 图像质量[5]，有效缩短了重建时间窗，有助于临床快速精准诊断。

本研究发现SSF 算法对于≤90 次/min 的较高心率患者的冠脉伪影校正效果显著，对＞90 次/min更高心率患者的冠脉伪影校正效果不明显，但冠脉图像的可判读性仍高于STD 算法，这与Xing 等[9]的研究结果一致。该研究表明，在心率60～100 次/min的患者中，随着心率增加，图像质量越来越差。可能是因为冠脉在左心室收缩早中期和舒张早期运动速度最快，在舒张中晚期相对稳定，高心率缩短了冠脉相对稳定期，易产生运动伪影[10]。SSF 算法利用同一心动周期的数据提高了图像的时间分辨率，SSF 算法对运动伪影的校正受不同心动周期心率变化的影响小[11]。因此，SSF 算法可能使心率控制欠佳的病人最受益。本研究中，在受试者水平，STD 与SSF 算法对于冠脉图像可判读性的比较无明显统计学差异，与Andreini 等[12]研究结果一致。在冠脉分支及分段水平，SSF 算法明显提高了可判断性。本研究结果显示SSF 算法对LM、LCX 运动伪影的校正均有价值，对LAD、RCA 伪影的校正不明显，但可判读性仍高于STD 算法。可能由于每支血管的运动速度和方向在整个心动周期中分布不均匀，RCA 运动速度最快，LM、LCX 运动速度较慢，运动校正在改善LAD和RCA 图像质量方面的效果可能会受到限制[16]。

本研究中，SSF 算法对于低心率变异冠脉伪影的校正效果显著，高心率变异冠脉伪影的校正效果不明显，但SSF 组冠脉分段优良率显著高于STD组，该结果与Leschka 等[13]的研究结果相一致。该研究表明，较低心率变异组图像质量优于较高心率变异组，较高心率变异组冠脉图像的可判读性低于较低心率变异组。

有研究表明[14]，患者自由呼吸与屏气状态对于320 排CT 冠脉图像质量的影响没有统计学意义。而本研究中患者采用256 排CT 自由呼吸模式，冠脉图像的可判读性达100%，这可能得益于SSF 算法，与STD 算法相比，在冠脉分支及分段水平，SSF 算法明显提高了图像质量和可判读性。

本研究中有4 支肺动脉CT值小于200 HU，2支主动脉CT值小于200 HU，可能与部分胸痛患者心输出量降低，扫描时机未达到最佳状态有关。有研究表明[15]，CCTA 的图像噪声、SNR、CNR 和图像质量在60%ASIR-V 权重达到了最佳平衡。本研究纳入对象均常规采用迭代重建技术（ASIR-V）优化TRO图像质量，前置30%ASIR-V 权重的迭代算法用于降低被检者的受照剂量，后置60%ASIR-V 权重的迭代算法用于降低图像噪声，提高TRO 图像的SNR、CNR 和质量。利用自动心电门控技术选择原始图像冠脉运动伪影较少的靶期相进行SSF 重建，校正运动伪影，自动期相选择不佳时，辅助人工监测冠脉运动伪影最少期相手动重建，以达到最佳图像质量。

本研究的不足：①笔者用了256 排宽体探测器评价SSF 技术对于TRO 检查的应用价值，而SSF 技术对于大部分基层医院使用64 排CT 进行TRO 检查的应用价值未知。②本研究是单中心小样本量研究，对于SSF 技术在TRO 检查中的价值及推广使用在未来需要多中心大样本量的研究来验证支持。③本研究未使用侵入性冠脉血管造影验证SSF 技术对TRO 冠状动脉病变诊断准确性的价值，未来需进一步研究。