人工智能诊断系统及CT无创血流储备分数在评估高海拔地区冠脉临界病变中的应用

摘要：目的" 探讨基于冠状动脉 CT 血管成像（CCTA）的人工智能（AI）诊断系统及CT无创血流储备分数（CT-FFR）在评估高海拔地区冠状动脉临界病变结构及功能学中的应用价值。方法" 前瞻性收集2022年1月～2023年10月青海大学附属医院冠心病临界病变患者164例，按居住地海拔进行分组，其中2000～3000 m为A组（n=83），3000 m以上为B组（n=81），再将两组患者按冠脉狭窄程度细分为50%～60%亚组（n=84）和61%～70%亚组（n=80）。将患者冠状动脉 CT 血管成像数据导入AI辅助诊断及CT-FFR测量系统，以冠脉造影及冠脉传统血流储备分数（FFR）为金标准，分别评价AI及CT-FFR在高海拔地区冠脉临界病变诊断中的应用。结果" 以FFR为金标准，CT-FFR与FFR的一致性为83.75%。B组钙化斑块、易损斑块高于A组（P=0.037、0.020）；B组冠状动脉多支病变、61%～70%狭窄程度发生率均高于A组（Plt;0.05）；A组、B组在61%～70%亚组钙化斑块、易损斑块发生率均高于50%～60%亚组（Plt;0.05）。B组CT-FFR值低于A组（0.76±0.04 vs 0.88±0.05，Plt;0.01）；A、B两组在61%～70%亚组CT-FFR值≤0.80、lt;0.70的发生率高于50%～60%亚组（Plt;0.05）。结论" AI诊断系统及CT-FFR对评估高海拔地区冠状动脉临界病变的结构特征及血流动力学改变的结果与冠脉造影、FFR一致性高，具有较高的诊断敏感度和特异度。

关键词：人工智能；冠状动脉；CT无创血流储备分数；CT血管成像；冠脉临界病变

Application of artificial intelligence diagnostic system and CT noninvasive blood flow reserve fraction in evaluating coronary critical lesion function at high altitude

WANG Xueyan， CAO Yuntai， HAN Qiancheng， YAN Mei， HAN Ling， WEN Shengbao

Medical Image Center， Qinghai University Affiliated Hospital， Xining 810000， China

Abstract： Objective To explore the application value of artificial intelligence （AI） diagnostic system based on" coronary CT angiography and CT non-invasive blood flow reserve fraction （CT-FFR） in assessing the function of coronary artery critical lesions at high altitude. Methods A prospective collection was conducted on 164 patients with critical coronary artery disease at Qinghai University Affiliated Hospital from January 2022 to October 2023. They were grouped according to their residential altitude， with group A at 2000-3000 m（n=83） and group B at gt;3000 m（n=81）. The two groups of patients were further divided into subgroups of 50%-60% （n=84）and 61%-70%（n=80） based on the degree of coronary stenosis. Import patient CCTA data into AI assisted diagnosis and CT-FFR measurement systems， and evaluate the application of AI and CT-FFR in the diagnosis of coronary critical lesions in high-altitude areas using coronary angiography and traditional coronary FFR as gold standards. Results Using FFR as the gold standard， the consistency between CT-FFR and FFR was 83.75%. The calcified and vulnerable plaques in group B were higher than those in group A （P=0.037， 0.020）; The incidence of multi branch coronary artery disease and 61%-70% stenosis degree in group B was higher than that in group" （Plt;0.05）; The incidence of calcified and vulnerable plaques in the 61%-70% subgroups of group A and group B was higher than that in the 50%-60% subgroups （Plt;0.05）. The CT-FFR value of group B was significantly lower than that of group A （0.76±0.04 vs 0.88±0.05， Plt;0.01）; The incidence of CT-FFR values ≤0.80 and lt;0.70 in the 61%-70% subgroups of group B was higher than that in the 50%-60% subgroups （Plt;0.05）. Conclusion CT-FFR diagnostic system based on AI has a high consistency with FFR in evaluating coronary artery characteristics and hemodynamic changes in patients with critical coronary artery lesions at different altitudes，and has a high diagnostic sensitivity and specificity， which significantly improves the diagnostic efficiency.

Keywords： artificial intelligence; coronary artery; fractional flow reserve derived from computed tomography angiography; CT angiography; critical lesion

冠脉临界病变是指冠脉狭窄处于50%～70%的病变，其发生率是冠状动脉显著病变的20倍，可导致患者发生无法预料的死亡、心肌梗死、急性冠脉综合征等［1-3］" 。高原地区低氧、低气压、寒冷的特殊环境，易导致红细胞增多、血液粘度增加、血流缓慢，加之高脂、高热量饮食结构的影响，直接或间接促进了冠脉临界病变的发生与进展。故早期诊断有助于临床的早期介入，改善预后［4-5］。冠心病患者心血管疾病风险评估的方法可分为非侵入性和侵入性检查，非侵入性检查冠状动脉CT血管成像（CCTA）对冠心病结构的评价已广泛应用于临床，但对有临床意义需要血运重建患者的检出有较高的假阳性；且冠脉的结构性狭窄与其功能性缺血匹配度差，所以临床对冠心病的评估需要结构和功能的综合信息。基于冠状动脉 CT 血管成像数据的冠脉人工智能（AI）诊断系统及CT无创血流储备分数（CT-FFR）测量系统能够满足临床这一需求，该系统是基于冠脉CTA图像数据的一种新型AI技术，应用该技术可实现仅一次CTA检查就能获取冠心病患者结构和功能的综合信息，弥补了以往需要多项检查才能解决的局限，并且该技术具有操作方便、无创、不增加患者额外费用及负荷药物等优势，利于临床推广应用［6-7］。既往国内外研究多采用CTA、侵入性FFR等检查来完成，主要从结构上评估冠心病患者的病变特征，对于功能性尤其是高海拔地区冠心病心肌缺血功能性评估不足［8］。本研究结合CTA和FFR的优势，应用新型AI技术做到仅通过一次检查就能从结构和功能两方面来评估不同海拔下冠心病患者病变的特征，弥补以往国内外同类技术对高海拔地区冠心病心肌缺血功能性评估的不足，以期为高海拔地区冠心病的综合防治提供数据参考及临床依据，现报道如下。

1" 资料与方法

1.1" 一般资料

前瞻性收集2022年1月～2023年10月青海省不同海拔来源在青海大学附属医院接受CCTA并于3月内行冠脉造影（CAG）及FFR检查的164例疑似冠心病患者共480个主要冠状动脉节段性血管。纳入标准：有完整临床资料，确诊满足冠状动脉临界病变诊断标准；经CTA检查可见左主干、右冠状动脉主干、左回旋支等至少有1支冠状动脉某一节段血管狭窄，狭窄程度≥50%；当地居住时间10年以上，男女均可；自愿配合研究且签署知情同意书。排除标准：严重肝脑肾病变，妊娠期或哺乳期，恶性肿瘤，碘过敏，先天性心脏病，以及精神疾病或意识障碍等患者；CTA图像质量不佳；既往行冠状动脉支架置入或搭桥手术者。所有患者均签署知情同意书。本项目已经通过医学伦理委员会审核并同意（伦理审批号：P-SL-2021167）。

1.2" 分组

按照患者居住地海拔进行分组研究。按海拔梯度，将2000～3000 m分为A组（n=83），3000 m以上分为B组（n=81）；再将两组患者按冠脉狭窄程度［8］，细分为50%～60%亚组（n=84）和61%～70%亚组（n=80）。

1.3" 仪器方法

1.3.1" CCTA 扫描" "研究对象患者均使用美国GE256层GE Revolution CT扫描机实施检查，行心脏前瞻性心电门控螺旋式扫描。扫描过程中嘱患者自由呼吸；所有患者进行胸前4导联心电监测，取仰卧、足先进位，扫描时嘱患者双手上举，水平定位腋前线，扫描范围从气管分叉至膈肌下1 cm左右，覆盖整个心脏；先行平扫，确定扫描覆盖范围，探测器宽为14 cm，当部分患者的心脏明显增大时，探测器宽度可调节为16 cm，视野为25 cm，心脏扫描前行Auto-gating监测，管电压120 kV，由系统推荐恰当自适应管电流，旋转时间为0.28 s/转，扫描自动触发感兴趣区置于降主动脉处，采用对比剂自动跟踪阈值触发技术，触发阈值280 Hu，触发后延迟 2 s开始扫描，采用迭代重建技术进行重建；准直器宽度256×0.625 mm，扫描层厚0.625 mm，重建层厚0.625 mm，重建间隔0.450 mm。所有患者均使用 350 mgI/mL碘对比剂，采用20 G静脉留置套管针经右肘前静脉以双筒高压注射器注射，注射时间12 s，以0.9 mL/kg剂量注入，总量=体质量（kg）×0.9 mL/kg，注入速率（mL/s）=总量/12，对比剂注射结束后，以相同速率加注30 mL生理盐水。

1.3.2" 图像后处理技术及观察方法" "扫描原始数据使用冠脉运动追踪最佳期相选择技术，选取血管显示较好的一组期相进行追踪冻结算法重建，分别将追踪冻结重建图像上传至数坤科技冠脉AI诊断及CT-FFR测量系统。冠脉AI诊断系统可快速完成对CCTA图像的自动重建和冠脉命名、狭窄与斑块分析等后处理计算。CT-FFR测量系统可在短时间内精确获取冠状动脉树所有位置的FFR值。 冠状动脉临界病变诊断标准：FFR≤0.80为判断心肌是否存在缺血的临界值［9］。

1.4" 斑块的分类

根据斑块中钙化成分的存在与否，CCTA将斑块分为非钙化斑块（整个斑块无钙化密度）、钙化斑块（整个斑块均呈现为钙化密度）及混合斑块（斑块中同时存在钙化与非钙化密度）、易损斑块（具有破裂倾向的、非阻塞性的粥样硬化斑块）。所获影像结果经2名5年以上CCTA经验的放射科医师进行诊断并复核（图1）。

1.5" 统计学分析

采用SPSS20.0软件对数据进行统计分析，计量资料以均数±标准差表示，组间比较采用t 检验；计数资料以n（%）表示，组间比较采用卡方检验，以Plt;0.05为差异有统计学意义。采用Kappa值判断一致性，Kappa值≥0.8为一致性良好，Kappa值0.4～0.8为一致性一般，Kappa值lt;0.4为一致性较差。

2" 结果

2.1" 两种方法诊断冠脉临界病变心肌缺血的一致性对比

164例患者，共480个主要冠状动脉节段性血管进行测量，基于CCTA的CT-FFR与FFR的一致性良好，仅16.25%（78/480）在95%一致性界限外，平均差值为-0.05，差值绝对值最大为0.27，两种方法的一致性为83.75%。

2.2" AI 诊断高海拔地区冠脉临界病变斑块性质及狭窄情况的诊断性能评价

以CAG结果为金标准进行诊断效果评价，结果显示基于CCTA的AI诊断钙化斑块、混合斑块、非钙化斑块、易损斑块及冠脉狭窄情况具有较好敏感度及特异度（Plt;0.001，表1～2）。

2.3" AI对高海拔地区不同海拔下冠状动脉临界病变结构学改变的对比评价

B组钙化斑块、易损斑块高于A组（Plt;0.05，表3）。B组狭窄血管共185条，A组狭窄血管共178条。B组冠状动脉多支病变、61%～70%狭窄程度发生率均高于A组，A组冠状动脉单支病变、50%～60%狭窄程度发生率高于B组（Plt;0.001，表4）。" "

2.4" 高海拔地区不同海拔下冠状动脉临界病变50%～60%和61%～70%两亚组之间斑块性质对比

2000～3000 m海拔及3000 m以上海拔地区的61%～70%亚组钙化斑块、易损斑块均高于50%～60%亚组（Plt;0.05）；A1/B1、A2/B2组斑块性质的差异无统计学意义（Pgt;0.05，表5～6）。

2.5" CT-FFR对不同海拔下冠脉临界病变血流动力学改变的对比评价

B组CT-FFR值低于A组，差异有统计学意义（0.76±0.04 vs 0.88±0.05，t=-28.944，Plt;0.01）。

2.6" 不同海拔下50%～60%和61%～70%两亚组之间血流动力学改变情况

2000～3000 m海拔以及3000 m以上海拔下的61%～70%亚组CT-FFR值≤0.80、lt;0.70的发生率高于50%～60%亚组（Plt;0.001，表7）。

3" 讨论

当急性冠状动脉综合征发作时，60%～70%可归因为冠状动脉临界病变范畴，其病理原因在于动脉硬化血管内膜出现病理改变，形成混合斑块或软斑，使得所对应病变的冠脉血管完全或不完全闭塞而引起急性冠状动脉综合征的发生［10-12］。AI 在医学影像中应用其可识别肉眼无法分辨的图像信息，可高效利用医疗影像数据以提高诊断效率和准确性［13-14］。CT-FFR是基于CCTA所获得的冠状动脉三维图像，辅以计算机专用软件，以提供模拟FFR结果。传统FFR是冠脉狭窄病变心肌缺血功能性评估的主要检查方法，但FFR技术水准要求高、费用高［14-15］。上述AI技术中的CT-FFR是一种无创的基于高质量的冠脉CTA图像数据，不需负荷药物，不需额外扫描且无额外辐射剂量，是评价冠脉FFR的新方法［16］。研究表明，CT-FFR测得的FFR值与传统有创FFR值具有较好的一致性［17］，CT-FFR对缺血性冠状动脉狭窄有较高的诊断效能，并证实CT-FFR对高危斑块有一定的预后评估价值，且与冠状动脉斑块特征及后续的心脏事件有关［18-19］ 。研究显示，在严重狭窄的病变中，只有49%在FFR评估时显示血流动力学有意义［20］。也有研究显示，CT-FFR将68%的CCTA假阳性患者和67%的CCTA假阳性血管正确地重新分类为真正的阴性结果，降低了临床误诊率［21］。目前国内外学者针对冠状动脉临界病变结构性特点的研究已较成熟［22-23］，但对功能性的研究相对较少，并且无地域性区分，尤其对高海拔地区冠脉临界病变心肌缺血情况的风险评估报道甚少。青海省地处高海拔地区，省内海拔高度分布不均，全省平均海拔3000 m以上，3000 m以上高海拔地区占全省总面积84.1%。高原缺氧环境可诱发红细胞生成素活性增强，血红蛋白合成增多，引起血液粘稠度增加，可增加冠状动脉临界病变发生率［24-25］；同时短期缺氧会引起心率增快、血压增高，增加冠状动脉病变的风险［26-28］。本研究通过对青海省不同海拔下冠脉临界病变的结构及功能性研究，弥补以往对高海拔地区冠脉临界病变心肌缺血评估的不足，为急性冠状动脉综合征的综合防治提供数据参考及临床依据。

本研究以FFR为金标准，对164例患者共480个主要冠状动脉节段性血管进行评估，结果发现，基于CCTA 的CT-FFR诊断与FFR一致性较好，一致率达83.75%，这与以往报道结果相似［29］；本研究对164例患者数据进行不同海拔及狭窄程度的分组后，发现B组钙化斑块、易损斑块、冠状动脉多支病变、61%～70%狭窄程度发生率均高于A组，A组冠状动脉单支病变、50%～60%狭窄程度发生率高于B组（Plt;0.05）；B组CT-FFR值明显低于A组；B组CT-FFR值≤0.80、lt;0.70的发生率均高于A组（Plt;0.05）。这表明3000 m以上地区冠状动脉临界病变患者其冠状结构特征以钙化斑块、易损斑块、多支病变、61%～70%狭窄程度为主要特征，这与既往研究［30］结果一致；3000 m以上地区患者存在更显著的血流动力学改变，其患急性冠状动脉综合征的比例可能更高，但尚需进行更深入的研究。此外，本研究还发现2000～3000 m海拔以及3000 m以上海拔下的冠脉狭窄程度在61%～70%亚组的钙化斑块、易损斑块均高于50%～60%亚组（Plt;0.05）；2000～3000 m海拔以及3000 m以上海拔下的61%～70%亚组CT-FFR值≤0.80、lt;0.70的发生率高于50%～60%亚组，差异有统计学意义（Plt;0.05），表明高海拔地区冠脉临界病变患者钙化斑块、易损斑块及心肌缺血的发生率均与冠脉狭窄程度呈正相关，与以往报道结果一致［31］。本研究显示， AI 辅助诊断CT-FFR一键式完成冠状动脉病变的后处理工作，并生成框架式分析报告，平均时间33.46±3.18 s，时间仅为人工的2%，表明AI 辅助诊断还可以明显缩短诊断时间。

综上所述，基于CCTA的AI诊断系统及CT-FFR在评估高海拔地区冠状动脉临界病变结构特征及血流动力学改变的应用中极具临床推广价值，此技术无创、操作风险低，可避免患者进行多次检查，降低检查成本，具有一定的社会效益及经济效益。但本研究尚存在一些局限性，如样本量偏少，无平原地区海拔分组对比等，今后考虑采取多中心、大样本研究来进一步评估基于CCTA的AI诊断系统及CT-FFR在不同海拔下对冠脉临界病变的诊断效能。

参考文献：

［1］" " 王国栋， 唐 丽， 刘 杰， 等. 冠状动脉临界病变患者心肺运动试验的特点及临床意义［J］. 中国康复理论与实践， 2022， 28（7）： 833-40.

［2］" " 刘晓辉. 基于AI的CT-FFR、TAG分析冠状动脉临界病变的临床诊断价值［D］. 新乡： 新乡医学院， 2022.

［3］" " 杨闻雨， 杨颖溪， 张军平， 等. 冠脉临界病变的中西医临床研究进展［J］. 世界最新医学信息文摘， 2021， 21（51）： 78-80.

［4］" " 陈" 豫， 魏艳磊， 王泽尉， 等. 冠脉CTA对冠脉临界病变血管狭窄程度的诊断效能评价［J］. 中国CT和MRI杂志， 2020， 18（9）： 90-2.

［5］" " Khav N， Ihdayhid AR， Ko B. CT-derived fractional flow reserve （CT-FFR） in the evaluation of coronary artery disease［J］. Heart Lung Circ， 2020， 29（11）： 1621-32.

［6］" " 纪欣强， 赵润涛， 单冬凯， 等. 全病变血流储备分数梯度可预测心肌血流异常： 基于冠状动脉CT血管造影［J］. 分子影像学杂志， 2023， 46（5）： 779-86.

［7］" " 赵" 磊， 刘" 喜， 张" 静， 等. 无创血流储备分数诊断冠心病的研究进展［J］. 内蒙古医学杂志， 2023， 55（1）： 49-51， 56.

［8］" " 陈莹莹， 康晓凤， 江" 莹， 等. 冠心病心脏康复患者功能评估现状及进展［J］. 护理实践与研究， 2022， 19（9）： 1317-21.

［9］" " 《中国冠状动脉血流储备分数测定技术临床路径专家共识》专家组. 中国冠状动脉血流储备分数测定技术临床路径专家共识［J］. 中国介入心脏病学杂志， 2019， 27（3）： 121-33.

［10］ Maroszyńska-Dmoch EM， Wożakowska-Kapłon B. Clinical and angiographic characteristics of coronary artery disease in young adults： a single centre study［J］. Kardiol Pol， 2016， 74（4）： 314-21.

［11］" 王善花， 姜华丽， 李" 恒， 等. IVUS-VH在罪犯病变为临界病变的急性冠脉综合征患者中的应用［J］. 中国循证心血管医学杂志， 2021， 13（5）： 558-61.

［12］" 亢爱春， 李" 阳， 季汉华， 等. NLR与NSTE-ACS冠脉病变程度及PCI术后心血管终点事件的相关性［J］. 河北医药， 2020， 42（8）： 1206-9.

［13］ Zreik M， van Hamersvelt RW， Wolterink JM， et al. A recurrent CNN for automatic detection and classification of coronary artery plaque and stenosis in coronary CT angiography［J］. IEEE Trans Med Imaging， 2019， 38（7）： 1588-98.

［14］" 黄增发， 王" 翔. 人工智能冠状动脉CT血管成像在冠心病诊断中的应用［J］. 放射学实践， 2018， 33（10）： 1017-21.

［15］" 苟煜幸， 光雪峰， 戴海龙. 冠状动脉CT血流储备分数在冠心病诊疗中的临床运用价值和研究进展［J］. 中国心血管病研究， 2023， 21（6）： 487-92.

［16］" Koo BK， Erglis A， Doh JH， et al. Diagnosis of ischemia-causing coronary stenoses by noninvasive fractional flow reserve computed from coronary computed tomographic angiograms［J］. J Am Coll Cardiol， 2011， 58（19）： 1989-97.

［17］" 中华医学会放射学分会质量控制与安全管理专业委员会， 江苏省医学会放射学分会智能影像与质量安全学组. 冠状动脉CT血流储备分数应用中国专家建议［J］. 中华放射学杂志， 2020， 54（10）： 925-33.

［18］ Tesche C， De Cecco CN， Baumann S， et al. Coronary CT Angiography–derived Fractional Flow Reserve： machine Learning Algorithm versus Computational Fluid Dynamics Modeling［J］. Radiology， 2018， 288（1）： 64-72.

［19］" Lee JM， Choi G， Koo BK， et al. Identification of high-risk plaques destined to cause acute coronary syndrome using coronary computed tomographic angiography and computational fluid dynamics［J］. JACC Cardiovasc Imaging， 2019， 12（6）： 1032-43.

［20］Meijboom WB， Van Mieghem CAG， van Pelt N， et al. Comprehensive assessment of coronary artery stenoses： computed tomography coronary angiography versus conventional coronary angiography and correlation with fractional flow reserve in patients with stable angina［J］. J Am Coll Cardiol， 2008， 52（8）： 636-43.

［21］" Nørgaard BL， Leipsic J， Gaur S， et al. Diagnostic performance of noninvasive fractional flow reserve derived from coronary computed tomography angiography in suspected coronary artery disease： the NXT trial （Analysis of Coronary Blood Flow Using CT Angiography： Next Steps）［J］. J Am Coll Cardiol， 2014， 63（12）： 1145-55.

［22］" 蔡" 炜， 陈" 恩， 范" 林， 等. 冠状动脉生理学功能评估技术的发展现状［J］. 福建医科大学学报， 2022， 56（4）： 291-7.

［23］" 肖亚楠， 高传玉， 尤世杰. 深脉分数在冠状动脉临界病变中的诊断价值［J］. 中国循证心血管医学杂志， 2023， 15（1）： 50-3.

［24］" 曹建东， 马晓峰， 邓" 勇， 等. 藏族和汉族中青年冠心病患者危险因素对比研究［J］. 心脑血管病防治， 2023， 23（1）： 25-8.

［25］" 罗" 焕， 曹成瑛， 高律萍， 等. 基于双源CT下人工智能CT血流储备分数联合冠状动脉周围脂肪衰减指数对高海拔地区冠状动脉粥样硬化心脏病的评估及预测［J］. 分子影像学杂志， 2022， 45（2）： 284-8.

［26］" 白" 洁， 朵" 杰， 周" 茜. 青海高原地区慢性心力衰竭患者临床特征及气象因素对其发病的影响［J］. 公共卫生与预防医学， 2023， 34（5）： 78-81.

［27］" 朱友义， 高律萍， 曹成瑛， 等. 高原地区汉、藏族冠状动脉与颈动脉及下肢动脉粥样硬化病变程度相关性及危险因素比较研究［J］. 陕西医学杂志， 2023， 52（4）： 404-7.

［28］" 王" 武， 燕成英， 杨继玉， 等. 中度高原环境对急性心肌梗死患者非罪犯血管病变进展的抑制作用［J］. 高原医学杂志， 2021， 31（2）： 1-7.

［29］" 刘春雨， 谢" 媛， 苏晓芹， 等. 基于人工智能的冠状动脉CT血管成像检测阻塞性冠状动脉狭窄效能的研究［J］. 国际医学放射学杂志， 2021， 44（5）： 516-22.

［30］" 赵" 一， 鲍海华. 不同海拔地区冠心病患者CT血管造影的冠脉病变特点和冠心病危险因素比较［J］. 心脏杂志， 2020， 32（6）： 603-6.

［31］" 侯" 波， 焦宁唤， 张" 拓， 等. 冠状动脉CTA对冠脉临界病变管腔狭窄程度的诊断价值［J］. 中国CT和MRI杂志， 2021， 19（2）： 71-3.

（编辑：熊一凡）