CCTA-AI聯合FFR-CT診斷冠狀動脈狹窄病變的應用價值研究

許禹 耿云平 尤國慶

【摘要】目的評估計算機斷層掃描血管成像（CCTA）與人工智能（AI）聯合心肌灌注分數（FFR-CT）對冠狀動脈狹窄病變的診斷價值。

方法選擇于2022年1月至2023年2月到南陽市中心醫院接受診治的80例疑似冠狀動脈狹窄病變患者作為觀察對象。所有患者均接受CCTA以及冠狀動脈造影（CAG）檢查，其檢查的間隔時間應在14天內，然后通過AI軟件自動對CCTA的圖像進行重建和計算，同時計算FFR-CT的數值。計算人工智能輔助的心臟計算機斷層掃描（CCTA-AI）聯合FFR-CT診斷的敏感度、特異度、準確度、陽性預測值和陰性預測值。

結果80例患者經CAG檢查確診，72例患者為冠狀動脈狹窄病變，占比為90%；8例患者為非冠狀動脈狹窄病變，占比為10%。CCTA-AI聯合FFR-CT檢查的敏感度、特異度、陽性預測值、陰性預測值、準確度以及AUC值均高于CCTA-AI、FFR-CT單獨檢查，差異有統計學意義（P<0.05）。

結論采用CCTA-AI聯合FFR-CT檢查診斷冠狀動脈狹窄病變具有較高的診斷效能，其敏感度及特異度均得到顯著提高。

【關鍵詞】心臟CT血管成像；人工智能；心肌灌注分數；冠狀動脈狹窄病變；敏感度；特異度

中圖分類號：R541.4文獻標志碼：ADOI：10.3969/j.issn.1003-1383.2024.05.011

ApplicationvalueofCCTA-AIcombinedwithFFR-CTinthediagnosisofcoronaryarterystenosislesions

XUYu，GENGYunping，YOUGuoqing

（DepartmentofCTImagingDiagnosis，NanyangCentralHospital，Nanyang473000，Henan，China）

【Abstract】ObjectiveToevaluatetheimpactofcardiaccomputertomographyangiography（CCTA）andartificialintelligence（AI）combinedwithfractionalflowreserve（FFR-CT）onthediagnosisofcoronaryarterystenosislesions.

Methods80patientswithsuspectedcoronaryarterystenosiswhoreceivedtreatmentatNanyangCentralHospitalfromJanuary2022toFebruary2023wereselectedasobservationsubjects.AllpatientsunderwentCCTAandcoronaryangiography（CAG）examination，withanintervalof14days.TheimagesofCCTAwereautomaticallyreconstructedandcalculatedbyAIsoftware，andFFR-CTvalueswerecalculatedatthesametime.Thesensitivity，specificity，accuracy，positivepredictivevalue，andnegativepredictivevaluesofAIassistedcardiaccomputedtomography（CCTA-AI）combinedwithFFR-CTdiagnosiswerecalculated.

Results80patientswerediagnosedthroughCAGexamination，and72patientshadcoronaryarterystenosislesions，accountingfor90%;8patientshadnoncoronaryarterystenosislesions，accountingfor10%.Thesensitivity，specificity，positivepredictivevalue，negativepredictivevalue，accuracy，andAUCvalueofCCTA-AIcombinedwithFFR-CTexaminationwerehigherthanthoseofCCTA-AIandFFR-CTalone，anddifferencewasstatisticallysignificant（P<0.05）.

ConclusionCCTA-AIcombinedwithFFR-CTinthediagnosisofcoronaryarterystenosishashighdiagnosticefficacy，anditssensitivityandspecificityaresignificantlyimproved.

【Keywords】cardiaccomputedtomographyangiography（CCTA）;artificialintelligence（AI）;fractionalflowreserve（FFR-CT）;coronaryarterystenosislesions;sensitivity;specificity

冠狀動脈狹窄是導致冠心病和心肌梗死的主要原因之一，因此準確診斷冠狀動脈狹窄至關重要。臨床上針對冠狀動脈狹窄的檢測方法較多，包括冠狀動脈造影（coronaryangiography，CAG）、心臟計算機斷層掃描血管成像（cardiaccomputertomographyangiography，CCTA）、心肌灌注成像等，檢測方法不同，診斷效果不同［1］。計算機斷層掃描血管成像（CTA）是一種非侵入性診斷方法，可以提供冠狀動脈的三維重建圖像。但是，CCTA的準確性受到多種因素的影響，例如心率、鈣化、運動偽影等，此外，由于狹窄程度評估的主觀性和差異性，CCTA的敏感度和特異度有限，因此，需要尋求新的方法來提高CCTA的診斷準確性［2］。人工智能（artificialintelligence，AI）技術是一種新興的計算機技術，已被廣泛應用于醫學圖像分析。AI可以通過對大量的醫學圖像進行深度學習和模式識別來幫助醫生做出更加準確的診斷。在冠脈CTA的分析中，AI技術可以自動檢測和定位冠狀動脈狹窄，并提取和分析有關狹窄的特征，從而提高CCTA診斷的準確性。基于冠脈CTA的心肌灌注分數（FFR-CT）是一種可靠的非侵入性診斷方法，可以評估冠狀動脈狹窄對心肌灌注的影響。由于其能模擬冠狀動脈狹窄對心肌灌注的影響，同時計算出相應的心肌灌注分數，從而確定狹窄程度［3］。本文將探討人工智能輔助的心臟計算機斷層掃描（CCTA-AI）聯合FFR-CT對冠狀動脈狹窄的診斷敏感度和特異度的影響，分析CCTA-AI和FFR-CT技術相結合診斷冠狀動脈狹窄的準確性和可靠性，為臨床診斷和治療提供更加準確的參考依據。

1資料與方法

1.1一般資料

選擇2022年1月至2023年2月到南陽市中心醫院接受診治的80例疑似冠狀動脈狹窄病變患者作為觀察對象。納入標準：（1）經診治均疑似為冠狀動脈狹窄病變患者；（2）所有患者均符合CAG、CCTA的檢查指征；（3）患者及其家屬知情并簽署同意書。排除標準：（1）精神行為異常，存在溝通障礙者；（2）臨床資料缺乏，影像質量較差影響病情診斷者；（3）以往接受過冠狀動脈治療者；（4）存在嚴重的心腦血管病變者；（5）中途退出研究，配合度差者。本次研究的開展由醫院倫理委員會審核批準。

1.2方法

所有患者均接受CCTA-AI聯合FFR-CT檢查和CAG檢查，具體的操作方法如下。

1.2.1CT檢查

（1）檢查前準備：患者禁食4個小時以上，并按照醫師指示停止服用一些藥物（如β受體阻滯劑等）。（2）采用西門子256排螺旋CT掃描機，應用回顧性心電門控螺旋掃描。掃描參數設置：準直96mm×2mm×0.5mm，機架轉速0.28s/r，層厚0.5mm，層間距0.5mm，管電壓120kV。予以對比劑碘帕醇注射液360mg/mL，注射速率為4.5mL/s。將CT掃描獲得圖像數據傳輸至圖像處理工作臺并提取圖像信息數據，同時采用冠狀動脈AI處理工作臺以及FFR數據處理工作臺。

1.2.2CCTA-AI計算

患者的圖像數據信息傳至冠狀動脈AI處理工作臺，經AI智能分析（基于CCTA-AI智能深度學習系統以及圖像數據識別、計算等智能技術，對圖像數據進行重建、識別等）后獲得冠狀動脈管腔狹窄情況，并給出診斷報告。

1.2.3FFR-CT計算

將獲得的CCTA圖像信息傳送至CT-FFR工作臺，采用深圳科亞醫療科技有限公司的深脈分數進行圖像數據信息的計算，對接收的圖像數據信息進行分析計算，對血管發生狹窄病變的情況進行識別，并對FFR-CT的數據進行計算。

1.2.4CAG檢查

采用飛利浦FD20大平板數字減影血管造影機對患者進行心臟造影，予以碘帕醇注射液360mg/mL，注射速率為2.5mL/s進行造影檢查。圖像的分析由兩位經驗豐富的影像科醫師在不知曉CCTA-AI以及FFR-CT診斷結果的情況下進行有效的分析評估，若對同一影像檢查結果存在不同意見，經商量后統一診斷結果。

1.3觀察指標

以CAG檢查結果作為金標準，計算分析CCTA-AI、FFR-CT以及聯合應用的敏感度、特異度、準確度、陰性預測值以及陽性預測值。CCTA狹窄程度判斷：主要血管或者分支出現輕度狹窄（<50%）、中重度狹窄（≥50%）。

1.4統計學方法

采用SPSS24.0軟件對統計學數據進行分析，以CAG作為診斷金標準，對冠狀動脈狹窄病變的診斷效能進行評估，符合正態分布的計量資料采用（±s）表示，數據描述用頻數、百分比表示。繪制受試者工作特征（ROC）曲線，以評估CCTA-AI、FFR-CT及其組合的診斷效能。檢驗水準：α=0.05，雙側檢驗。

2結果

2.1一般資料

80例疑似冠狀動脈狹窄病變患者中男性45例、女性35例，年齡48～75歲，平均（60.38±6.72）歲；體重指數18.34～24.68kg/m2，平均（22.35±1.13）kg/m2；合并疾病類型：高血壓40例、糖尿病30例、高血脂25例；左側冠狀動脈病變42例、右側冠狀動脈病變38例。

2.23種檢查方法的病例診斷情況

以CAG作為金標準，80例患者中共有72例為冠狀動脈狹窄病變（含156支病變血管），其中，輕度冠狀動脈狹窄病變42例（含94條血管），中重度冠狀動脈狹窄病變30例（含62條血管）。CCTA-AI、FFR-CT的確診病例數均少于聯合檢查的確診病例數。見表1。

2.33種檢查方法的診斷效能對比

CCTA-AI聯合FFR-CT的敏感度、特異度、準確度、陽性預測值、陰性預測值、AUC值均較單一的CCTA-AI、FFR-CT更高，對比差異有統計學意義（P<0.05）。見表2、圖1。

3討論

冠狀動脈狹窄是一種常見的心血管疾病，其早期診斷對于預防心血管意外事件和提高患者生活質量至關重要。近年來，隨著醫學成像技術的發展，CCTA和非侵入性FFR-CT的應用在診斷冠狀動脈狹窄病變方面得到廣泛關注和應用［4-5］。但是單一診斷方法存在一定的局限性。CCTA對于明顯的冠狀動脈狹窄診斷準確，但是對于輕度狹窄、鈣化或運動偽影等存在局限性；而FFR-CT則不能區分鈣化和軟斑塊，且成本較高，實際應用受限［6-8］。因此，聯合應用CCTA-AI和FFR-CT技術被認為是一種更為有效和可靠的冠狀動脈狹窄診斷方法。劉乾貴等［9］學者用CCTA與CCTA聯合CT-FFR檢測冠狀動脈的情況，表明CCTA聯合CT-FFR診斷冠狀動脈病變具有較高的診斷價值，可以較好地觀察患者病情的嚴重程度，從而為醫生提供針對性的診療方案，以提高患者的預后。

本研究通過對不同程度的冠狀動脈狹窄患者進行CCTA和FFR-CT檢查，并采用閾值與機器學習算法分析兩種結果，研究聯合診斷方法對冠狀動脈狹窄病變敏感度、特異度、準確度及AUC值等指標的影響。結果表明，CCTA-AI聯合FFR-CT診斷的敏感度、特異度、準確度分別達到了97.22%、75.00%、95.00%，明顯高于單一診斷方法。同時，聯合診斷的AUC值（0.978）高于單一診斷的AUC值（0.812、0.925），表明聯合應用具有更好的診斷效果。這說明CCTA-AI聯合FFR-CT是一種可行、高效和準確的冠狀動脈狹窄診斷方法，有望成為臨床上重要的工具。相關研究提出CCTA作為簡單、非侵襲性冠狀動脈疾病的檢查方法，其檢查技術發展成熟，但人工長時間反復觀察影像進行診斷可能會導致檢查結果不準確，AI作為計算機技術的產物，能更好地判斷CCTA影像圖，提高診斷準確性［10-12］。孫一等［13］采用CCTA-AI聯合FFR-CT對冠狀動脈狹窄病變的診斷價值進行研究，結果證實了應用CCTA-AI聯合FFR-CT檢查冠狀動脈狹窄病變具有較高的準確性，可以為臨床醫師提供可靠的參考信息，同時可提高患者的預后。CCTA提供了冠狀動脈的解剖信息，可以直觀地顯示狹窄程度和位置，而FFR-CT則提供了冠狀動脈的功能信息，可以評估血流儲備情況，因而聯合應用可提高診斷的準確性；CCTA在檢測冠狀動脈狹窄方面具有較高的敏感度，可以有效地排除狹窄的可能性，而FFR-CT在評估狹窄的功能影像方面具有較高的特異度，可以準確地判斷狹窄是否導致血流儲備不足；CCTA在檢測冠狀動脈狹窄時可能會出現假陽性結果，即顯示有狹窄但實際上血流儲備正常，而FFR-CT可以通過計算血流儲備值來準確評估狹窄的功能影像，減少假陽性結果的發生，因此兩者聯合應用具有較高的診斷價值。

綜上所述，CCTA-AI聯合FFR-CT技術在冠狀動脈狹窄診斷方面具有很大的潛力和前景，未來應加強相關研究并結合實際臨床經驗加以推廣應用。

參考文獻

［1］趙世珍.CT血管造影對冠狀動脈臨界病變管腔狹窄程度的診斷價值［J］.山西醫藥雜志，2021，50（22）：3133-3135.

［2］熊青峰，付曉榮，呂豐甫，等.冠狀動脈CT血管成像狹窄評分定量評估缺血相關病變的臨床價值［J］.國際心血管病雜志，2021，48（1）：42-47.

［3］王子榮，于妲，張邢煒.CAD-RADS聯合CCTA血流儲備分數診斷冠狀動脈病變致局部心肌缺血的臨床研究［J］.心電與循環，2022，41（6）：542-547.

［4］申燕艷，曾燕沖，范金鳳，等.CT-FFR診斷冠狀動脈缺血病變的價值觀察［J］.中國CT和MRI雜志，2022，20（12）：76-78.

［5］李浚利，韓丹，段慧，等.AI在CCTA診斷冠狀動脈狹窄中的準確性及應用價值［J］.中國醫學計算機成像雜志，2020，26（2）：120-124.

［6］韋佳，鮑海華，王雪燕，等.基于人工智能的CT-FFR與冠狀動脈狹窄的相關性分析［J］.中國動脈硬化雜志，2022，30（9）：787-792.

［7］左晨，劉暢，付麗媛.人工智能冠狀動脈CT血管造影檢測冠狀動脈狹窄的應用價值研究［J］.中國醫學裝備，2022，19（12）：11-14.

［8］郭欣，李樹斌，張旭霞，等.基于冠狀動脈CT的血流儲備分數診斷冠心病的價值和臨床研究進展［J］.中華老年多器官疾病雜志，2019，18（9）：717-720.

［9］劉乾貴，王坤，謝立，等.西門子雙源64排CT行冠狀動脈CCTA與CCTA聯合CT-FFR價值比較［J］.中國科技期刊數據庫醫藥，2022（10）：3.

［10］顧曉艷，謝玉海，高續，等.計算機斷層掃描血管成像檢查對冠狀動脈臨界病變的診斷價值［J］.血管與腔內血管外科雜志，2022，8（6）：708-712.

［11］曾驊，陳明，宋幫浩.冠狀動脈計算機斷層掃描血管成像對冠狀動脈狹窄程度的診斷價值［J］.血管與腔內血管外科雜志，2022，8（4）：464-467，478.

［12］杜光舟，侯志輝，鄭海生，等.冠狀動脈慢性完全閉塞病變計算機斷層掃描血管成像的形態學特征［J］.嶺南心血管病雜志，2020，26（3）：324-327，376.

［13］孫一，劉博，孫秀彬，等.CCTA-AI聯合FFR-CT診斷冠狀動脈狹窄病變的價值［J］.醫學影像學雜志，2022，32（12）：2081-2085.