256 排CT 冠狀動脈追蹤凍結技術在胸痛三聯檢查中的應用價值

高茹茹，劉建莉，劉顯旺，拓蕾，徐媛，李玉鳳，薛守校

（蘭州大學第二醫院放射科 甘肅省醫學影像重點實驗室，甘肅 蘭州 730030）

急性胸痛是一個影響公眾健康的重大公共衛生問題。急性胸痛的鑒別診斷對于急診科醫生是一個挑戰，包括急性冠脈綜合征（Acute coronary syndrome，ACS）、主動脈夾層（AD）、肺動脈栓塞（PE）以及非血管源性心臟病。ACS 的誤診率約為2%[1]，年輕、癥狀不典型以及心電圖無診斷意義的ACS 更易誤診[2]。非侵入性的冠狀動脈CT 血管成像（Coronary computed tomography angiography，CCTA）的陰性預測值較高[3]，CCTA 的準確診斷依賴于圖像質量，影響圖像質量最重要的因素是心率，高心率所致的運動偽影造成12%的冠狀動脈分段不可診斷。新一代16 cm 寬體掃描機運動校正算法即快照凍結技術（Snap-shot freeze，SSF）專門校正運動偽影[4]，但CCTA 不能評估其他相關胸痛疾病。而一站式胸痛三聯（Triple-rule-out，TRO）檢查可以同時診斷ACS、PE及AD，對患者的及時診斷及治療至關重要[5]。目前國內外尚未見關于SSF TRO CTA 檢查中冠脈圖像質量應用價值的文獻報道，本研究旨在探討256 排CT SSF 技術對急性胸痛患者自由呼吸狀態下TRO檢查中冠脈圖像質量及可判讀性的影響。

1 資料與方法

1.1 一般資料

回顧性連續收集2020 年5 月27 日—2021 年1月26 日因急性胸痛就診于蘭州大學第二醫院的30例急診患者的資料，均行回顧性心電門控256 排CT TRO 檢查，男12例，女18例，年齡26～89歲，平均（59±13）歲，平均體質量指數（23.32±2.25）kg/m2。納入標準：主訴為胸痛、氣短，臨床上懷疑ACS、PE、AD 任意一種情況，但通過臨床其他檢查手段不能準確診斷的病例。排除標準：臨床有明確冠心病病史、嚴重肺動脈高壓病史、嚴重腎功能不全患者（肌酐清除率＜60 mL/min）、妊娠、碘對比劑過敏或其他不適宜使用CT 對比劑的患者。本研究經我院倫理委員會批準，所有患者檢查前均簽署知情同意書。

1.2 儀器與方法

使用256 排寬體CT 機（GE Healthcare，Revo lution CT），患者取仰臥位，雙手抱頭，暴露胸部，連接心電監護裝置。選用對比劑碘普羅胺（370 mgl/mL），根據患者體質量以4.5～5.0 mL/s 的速率用雙筒高壓注射器經肘部正中靜脈打入合適量的對比劑和生理鹽水。

前置30%ASiR-V 權重，后置60%ASiR-V 權重，根據對比劑示蹤法（Bolus tracking），在肺動脈主干層面設置感興趣區，當感興趣區對比劑充盈均勻至閾值120 HU時，肺動脈期掃描于2 s 后開始。肺動脈期掃描完成后再延遲13 s 依次啟動冠狀動脈、胸主動脈期掃描。冠狀動脈采集期相根據患者心率和心律利用自動心電門控技術（Auto gating）而定。

患者自由呼吸模式，首先掃描肺動脈，肺動脈掃描范圍為自肺尖部至肋膈角，采用非心電門控方式螺旋掃描，探測器寬度160 mm，層厚0.625 mm，層間距0.625 mm，轉速0.28 s/r，螺距0.992∶1，管電壓為120 kV，管電流利用自動管電流（Smart mA）技術調整范圍350～700 mA，NI=17.0。延遲13 s 依次掃描冠狀動脈和胸主動脈，冠狀動脈掃描范圍為氣管隆突下1 cm 至心臟膈面，依據心臟縱向范圍采用120 mm或140 mm 的探測器寬度，采用回顧性心電門控軸掃方式，智能調整自動管電流范圍400～700 mA，NI=24.0。胸主動脈掃描范圍為自主動脈弓上1 cm 至膈下腎門水平，掃描參數同肺動脈期。

1.3 圖像重建和后處理

利用自動心電門控技術（Auto-gating）選擇運動偽影少的期相作為靶期相，利用SSF 算法對靶期相進行重建，把圖像推送到GE AW4.7 后處理工作站，使用曲面重建（CPR）、容積再現（VR）、多平面重組（MPR）等多個后處理方法處理分析圖像。

1.4 圖像質量評價

客觀評價：根據TRO CT 檢查專家共識[5]，以冠狀動脈的CT值為300～450 HU、肺動脈的CT值＞200 HU、主動脈的CT值＞250 HU 為達到滿足臨床診斷需求的圖像質量指標，即圖像質量合格。所有病例圖像均使用標準算法（STD）及SSF 算法進行重建，分別在肺動脈（PA）、主動脈（Ao）、左冠脈主干（LM）、左前降支近段（LAD）、左回旋支近段（LCX）、右冠脈近段（RCA）及同層面皮下脂肪組織選擇感興趣區測量CT值、信噪比（SNR）及對比信噪比（CNR）。感興趣區的選擇盡量避開鈣化斑塊，選擇密度比較均勻的區域。計算公式：SNRLUMEN=CTLUMEN/SDLUMEN；CNRLUMEN=（CTLUMEN-CTFAT）/SDFAT（LUMEN：血管管腔；FAT：脂肪）。

主觀評價：冠狀動脈分段方法采用美國心臟病協會冠狀動脈18 段分段法，由兩名有經驗的放射科醫師對每個病人、每支冠狀動脈及每段血管采用Likert 4 分制法評價圖像質量[6]：4 分為差，血管輪廓分辨不清，無法進行診斷；3 分為良，血管輪廓可以分辨，能夠用于診斷，但準確性可能受影響；2 分為好，大部分血管輪廓邊界清楚，僅有少量運動偽影，基本不影響診斷；1 分為極好，血管邊界清楚，無運動偽影，對診斷無影響。

1.5 統計學處理

應用SPSS 26.0 統計學分析軟件對數據進行統計學分析。患者的年齡、體質量指數等計量資料均符合正態分布，用均數±標準差（）表示；STD 和SSF兩種算法基于病人水平、各血管分支、各血管節段圖像質量評分之間的比較采用配對樣本t 檢驗；兩種算法對于冠脈的可判讀性比較采用配對卡方檢驗，以P＜0.05 為差異有統計學意義。

2 結果

本研究30 例受試者平均年齡（59±13）歲，平均體質量指數（23.32±2.25）kg/m2，掃描期間平均心率（74±18）次/min，心率變異1～42 次/min，平均左心室射血分數（58.1±12.1）%，高血壓患者3 例（10%），血脂異常者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 圖像質量評分及可判讀性

2.1.1 客觀評價

在CT值方面，達到臨床診斷需求的有26 例（26/30，86.7%）；STD 和SSF 兩種算法在PA、Ao、LM、LAD近段、LCX近段、RCA近段CT值、SNR、CNR（P＞0.05）的差異均無統計學意義（表1）。

表1 STD 和SSF 算法肺動脈、主動脈及冠狀動脈CT值、SNR 及CNR 比較（）

表1 STD 和SSF 算法肺動脈、主動脈及冠狀動脈CT值、SNR 及CNR 比較（）

2.1.2 主觀評價

冠脈圖像的可判讀性在STD 與SSF 算法之間比較（圖1，2，表2），在受試者水平（χ2=1.017，P=0.313）的差異無統計學意義，在血管水平（χ2=13.100，P=0.000）及節段水平（χ2=52.733，P=0.000）的差異均有統計學意義。LAD 評分在STD 與SSF 算法之間的差異無統計學意義（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）評分在兩種算法之間的差異無統計學意義，每段評分在兩種算法之間的差異均有統計學意義（t=4.791，P=0.003）。

表2 30 例受試者STD、SSF 算法冠脈圖像質量主觀評分及可判讀性比較

2.2 心率及心率變異對圖像質量的影響

STD 和SSF 算法在不同心率分組組內優良率比較均有統計學意義（P＜0.05）（表3），心率≤90 次/min組經SSF 校正后優良率明顯高于STD 組（P=0.000），而心率＞90 次/min 組的差異無統計學意義（P=0.077）。在心率變異方面（表4），STD 和SSF 算法在心率變異分組組內優良率比較均有統計學意義（P＜0.05），心率變異≤10 次/min 組STD 和SSF 算法的圖像質量優良率比較有統計學差異（P=0.000），而心率變異＞10 次/min 組的差異無統計學意義（P=0.071）。

表3 心率對SSF 和STD 算法冠脈各段圖像質量的影響（次/min）

表4 心率變異對SSF 和STD 算法冠脈各段圖像質量的影響（次/min）

3 討論

ACS 誤診和延誤治療致死率極高，在診斷ACS時除了病史、體格檢查、心電圖及實驗室檢查外，對于低到中度風險的ACS，CCTA 診斷較為可靠[7]，更重要的是ACS 的鑒別診斷即TRO。降低冠脈圖像質量的主要因素是高心率或心率變異所致的冠脈運動偽影，既往通過多種措施減少運動偽影[8]，包括β 受體阻滯劑、增加球館轉速、寬體掃描機及雙源CT等，但大量研究表明冠脈運動偽影仍然存在。高心率或心率變異較大的急性胸痛患者本身狀態較差，部分患者因對比劑注射產生應激反應使心率加快或心率變異幅度加大，降低圖像質量。在檢查過程中不能屏氣亦可使冠脈圖像出現呼吸運動偽影。SSF 技術專門校正運動偽影，在一個心動周期中，采集3 倍數據，追蹤每支冠狀動脈血管的速度和運動方向，使用靶期相前后鄰近兩個期相的血管運動軌跡來準確追蹤定位靶期相每支血管的實際位置，三維校正冠狀動脈的運動，提高胸痛患者CCTA 圖像質量[5]，有效縮短了重建時間窗，有助于臨床快速精準診斷。

本研究發現SSF 算法對于≤90 次/min 的較高心率患者的冠脈偽影校正效果顯著，對＞90 次/min更高心率患者的冠脈偽影校正效果不明顯，但冠脈圖像的可判讀性仍高于STD 算法，這與Xing 等[9]的研究結果一致。該研究表明，在心率60～100 次/min的患者中，隨著心率增加，圖像質量越來越差。可能是因為冠脈在左心室收縮早中期和舒張早期運動速度最快，在舒張中晚期相對穩定，高心率縮短了冠脈相對穩定期，易產生運動偽影[10]。SSF 算法利用同一心動周期的數據提高了圖像的時間分辨率，SSF 算法對運動偽影的校正受不同心動周期心率變化的影響小[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，在受試者水平，STD 與SSF 算法對于冠脈圖像可判讀性的比較無明顯統計學差異，與Andreini 等[12]研究結果一致。在冠脈分支及分段水平，SSF 算法明顯提高了可判斷性。本研究結果顯示SSF 算法對LM、LCX 運動偽影的校正均有價值，對LAD、RCA 偽影的校正不明顯，但可判讀性仍高于STD 算法。可能由于每支血管的運動速度和方向在整個心動周期中分布不均勻，RCA 運動速度最快，LM、LCX 運動速度較慢，運動校正在改善LAD和RCA 圖像質量方面的效果可能會受到限制[16]。

本研究中，SSF 算法對于低心率變異冠脈偽影的校正效果顯著，高心率變異冠脈偽影的校正效果不明顯，但SSF 組冠脈分段優良率顯著高于STD組，該結果與Leschka 等[13]的研究結果相一致。該研究表明，較低心率變異組圖像質量優于較高心率變異組，較高心率變異組冠脈圖像的可判讀性低于較低心率變異組。

有研究表明[14]，患者自由呼吸與屏氣狀態對于320 排CT 冠脈圖像質量的影響沒有統計學意義。而本研究中患者采用256 排CT 自由呼吸模式，冠脈圖像的可判讀性達100%，這可能得益于SSF 算法，與STD 算法相比，在冠脈分支及分段水平，SSF 算法明顯提高了圖像質量和可判讀性。

本研究中有4 支肺動脈CT值小于200 HU，2支主動脈CT值小于200 HU，可能與部分胸痛患者心輸出量降低，掃描時機未達到最佳狀態有關。有研究表明[15]，CCTA 的圖像噪聲、SNR、CNR 和圖像質量在60%ASIR-V 權重達到了最佳平衡。本研究納入對象均常規采用迭代重建技術（ASIR-V）優化TRO圖像質量，前置30%ASIR-V 權重的迭代算法用于降低被檢者的受照劑量，后置60%ASIR-V 權重的迭代算法用于降低圖像噪聲，提高TRO 圖像的SNR、CNR 和質量。利用自動心電門控技術選擇原始圖像冠脈運動偽影較少的靶期相進行SSF 重建，校正運動偽影，自動期相選擇不佳時，輔助人工監測冠脈運動偽影最少期相手動重建，以達到最佳圖像質量。

本研究的不足：①筆者用了256 排寬體探測器評價SSF 技術對于TRO 檢查的應用價值，而SSF 技術對于大部分基層醫院使用64 排CT 進行TRO 檢查的應用價值未知。②本研究是單中心小樣本量研究，對于SSF 技術在TRO 檢查中的價值及推廣使用在未來需要多中心大樣本量的研究來驗證支持。③本研究未使用侵入性冠脈血管造影驗證SSF 技術對TRO 冠狀動脈病變診斷準確性的價值，未來需進一步研究。