人工智能診斷系統(tǒng)及CT無創(chuàng)血流儲備分數(shù)在評估高海拔地區(qū)冠脈臨界病變中的應用

摘要：目的" 探討基于冠狀動脈 CT 血管成像（CCTA）的人工智能（AI）診斷系統(tǒng)及CT無創(chuàng)血流儲備分數(shù)（CT-FFR）在評估高海拔地區(qū)冠狀動脈臨界病變結(jié)構及功能學中的應用價值。方法" 前瞻性收集2022年1月～2023年10月青海大學附屬醫(yī)院冠心病臨界病變患者164例，按居住地海拔進行分組，其中2000～3000 m為A組（n=83），3000 m以上為B組（n=81），再將兩組患者按冠脈狹窄程度細分為50%～60%亞組（n=84）和61%～70%亞組（n=80）。將患者冠狀動脈 CT 血管成像數(shù)據(jù)導入AI輔助診斷及CT-FFR測量系統(tǒng)，以冠脈造影及冠脈傳統(tǒng)血流儲備分數(shù)（FFR）為金標準，分別評價AI及CT-FFR在高海拔地區(qū)冠脈臨界病變診斷中的應用。結(jié)果" 以FFR為金標準，CT-FFR與FFR的一致性為83.75%。B組鈣化斑塊、易損斑塊高于A組（P=0.037、0.020）；B組冠狀動脈多支病變、61%～70%狹窄程度發(fā)生率均高于A組（Plt;0.05）；A組、B組在61%～70%亞組鈣化斑塊、易損斑塊發(fā)生率均高于50%～60%亞組（Plt;0.05）。B組CT-FFR值低于A組（0.76±0.04 vs 0.88±0.05，Plt;0.01）；A、B兩組在61%～70%亞組CT-FFR值≤0.80、lt;0.70的發(fā)生率高于50%～60%亞組（Plt;0.05）。結(jié)論" AI診斷系統(tǒng)及CT-FFR對評估高海拔地區(qū)冠狀動脈臨界病變的結(jié)構特征及血流動力學改變的結(jié)果與冠脈造影、FFR一致性高，具有較高的診斷敏感度和特異度。

關鍵詞：人工智能；冠狀動脈；CT無創(chuàng)血流儲備分數(shù)；CT血管成像；冠脈臨界病變

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

冠脈臨界病變是指冠脈狹窄處于50%～70%的病變，其發(fā)生率是冠狀動脈顯著病變的20倍，可導致患者發(fā)生無法預料的死亡、心肌梗死、急性冠脈綜合征等［1-3］" 。高原地區(qū)低氧、低氣壓、寒冷的特殊環(huán)境，易導致紅細胞增多、血液粘度增加、血流緩慢，加之高脂、高熱量飲食結(jié)構的影響，直接或間接促進了冠脈臨界病變的發(fā)生與進展。故早期診斷有助于臨床的早期介入，改善預后［4-5］。冠心病患者心血管疾病風險評估的方法可分為非侵入性和侵入性檢查，非侵入性檢查冠狀動脈CT血管成像（CCTA）對冠心病結(jié)構的評價已廣泛應用于臨床，但對有臨床意義需要血運重建患者的檢出有較高的假陽性；且冠脈的結(jié)構性狹窄與其功能性缺血匹配度差，所以臨床對冠心病的評估需要結(jié)構和功能的綜合信息。基于冠狀動脈 CT 血管成像數(shù)據(jù)的冠脈人工智能（AI）診斷系統(tǒng)及CT無創(chuàng)血流儲備分數(shù)（CT-FFR）測量系統(tǒng)能夠滿足臨床這一需求，該系統(tǒng)是基于冠脈CTA圖像數(shù)據(jù)的一種新型AI技術，應用該技術可實現(xiàn)僅一次CTA檢查就能獲取冠心病患者結(jié)構和功能的綜合信息，彌補了以往需要多項檢查才能解決的局限，并且該技術具有操作方便、無創(chuàng)、不增加患者額外費用及負荷藥物等優(yōu)勢，利于臨床推廣應用［6-7］。既往國內(nèi)外研究多采用CTA、侵入性FFR等檢查來完成，主要從結(jié)構上評估冠心病患者的病變特征，對于功能性尤其是高海拔地區(qū)冠心病心肌缺血功能性評估不足［8］。本研究結(jié)合CTA和FFR的優(yōu)勢，應用新型AI技術做到僅通過一次檢查就能從結(jié)構和功能兩方面來評估不同海拔下冠心病患者病變的特征，彌補以往國內(nèi)外同類技術對高海拔地區(qū)冠心病心肌缺血功能性評估的不足，以期為高海拔地區(qū)冠心病的綜合防治提供數(shù)據(jù)參考及臨床依據(jù)，現(xiàn)報道如下。

1" 資料與方法

1.1" 一般資料

前瞻性收集2022年1月～2023年10月青海省不同海拔來源在青海大學附屬醫(yī)院接受CCTA并于3月內(nèi)行冠脈造影（CAG）及FFR檢查的164例疑似冠心病患者共480個主要冠狀動脈節(jié)段性血管。納入標準：有完整臨床資料，確診滿足冠狀動脈臨界病變診斷標準；經(jīng)CTA檢查可見左主干、右冠狀動脈主干、左回旋支等至少有1支冠狀動脈某一節(jié)段血管狹窄，狹窄程度≥50%；當?shù)鼐幼r間10年以上，男女均可；自愿配合研究且簽署知情同意書。排除標準：嚴重肝腦腎病變，妊娠期或哺乳期，惡性腫瘤，碘過敏，先天性心臟病，以及精神疾病或意識障礙等患者；CTA圖像質(zhì)量不佳；既往行冠狀動脈支架置入或搭橋手術者。所有患者均簽署知情同意書。本項目已經(jīng)通過醫(yī)學倫理委員會審核并同意（倫理審批號：P-SL-2021167）。

1.2" 分組

按照患者居住地海拔進行分組研究。按海拔梯度，將2000～3000 m分為A組（n=83），3000 m以上分為B組（n=81）；再將兩組患者按冠脈狹窄程度［8］，細分為50%～60%亞組（n=84）和61%～70%亞組（n=80）。

1.3" 儀器方法

1.3.1" CCTA 掃描" "研究對象患者均使用美國GE256層GE Revolution CT掃描機實施檢查，行心臟前瞻性心電門控螺旋式掃描。掃描過程中囑患者自由呼吸；所有患者進行胸前4導聯(lián)心電監(jiān)測，取仰臥、足先進位，掃描時囑患者雙手上舉，水平定位腋前線，掃描范圍從氣管分叉至膈肌下1 cm左右，覆蓋整個心臟；先行平掃，確定掃描覆蓋范圍，探測器寬為14 cm，當部分患者的心臟明顯增大時，探測器寬度可調(diào)節(jié)為16 cm，視野為25 cm，心臟掃描前行Auto-gating監(jiān)測，管電壓120 kV，由系統(tǒng)推薦恰當自適應管電流，旋轉(zhuǎn)時間為0.28 s/轉(zhuǎn)，掃描自動觸發(fā)感興趣區(qū)置于降主動脈處，采用對比劑自動跟蹤閾值觸發(fā)技術，觸發(fā)閾值280 Hu，觸發(fā)后延遲 2 s開始掃描，采用迭代重建技術進行重建；準直器寬度256×0.625 mm，掃描層厚0.625 mm，重建層厚0.625 mm，重建間隔0.450 mm。所有患者均使用 350 mgI/mL碘對比劑，采用20 G靜脈留置套管針經(jīng)右肘前靜脈以雙筒高壓注射器注射，注射時間12 s，以0.9 mL/kg劑量注入，總量=體質(zhì)量（kg）×0.9 mL/kg，注入速率（mL/s）=總量/12，對比劑注射結(jié)束后，以相同速率加注30 mL生理鹽水。

1.3.2" 圖像后處理技術及觀察方法" "掃描原始數(shù)據(jù)使用冠脈運動追蹤最佳期相選擇技術，選取血管顯示較好的一組期相進行追蹤凍結(jié)算法重建，分別將追蹤凍結(jié)重建圖像上傳至數(shù)坤科技冠脈AI診斷及CT-FFR測量系統(tǒng)。冠脈AI診斷系統(tǒng)可快速完成對CCTA圖像的自動重建和冠脈命名、狹窄與斑塊分析等后處理計算。CT-FFR測量系統(tǒng)可在短時間內(nèi)精確獲取冠狀動脈樹所有位置的FFR值。 冠狀動脈臨界病變診斷標準：FFR≤0.80為判斷心肌是否存在缺血的臨界值［9］。

1.4" 斑塊的分類

根據(jù)斑塊中鈣化成分的存在與否，CCTA將斑塊分為非鈣化斑塊（整個斑塊無鈣化密度）、鈣化斑塊（整個斑塊均呈現(xiàn)為鈣化密度）及混合斑塊（斑塊中同時存在鈣化與非鈣化密度）、易損斑塊（具有破裂傾向的、非阻塞性的粥樣硬化斑塊）。所獲影像結(jié)果經(jīng)2名5年以上CCTA經(jīng)驗的放射科醫(yī)師進行診斷并復核（圖1）。

1.5" 統(tǒng)計學分析

采用SPSS20.0軟件對數(shù)據(jù)進行統(tǒng)計分析，計量資料以均數(shù)±標準差表示，組間比較采用t 檢驗；計數(shù)資料以n（%）表示，組間比較采用卡方檢驗，以Plt;0.05為差異有統(tǒng)計學意義。采用Kappa值判斷一致性，Kappa值≥0.8為一致性良好，Kappa值0.4～0.8為一致性一般，Kappa值lt;0.4為一致性較差。

2" 結(jié)果

2.1" 兩種方法診斷冠脈臨界病變心肌缺血的一致性對比

164例患者，共480個主要冠狀動脈節(jié)段性血管進行測量，基于CCTA的CT-FFR與FFR的一致性良好，僅16.25%（78/480）在95%一致性界限外，平均差值為-0.05，差值絕對值最大為0.27，兩種方法的一致性為83.75%。

2.2" AI 診斷高海拔地區(qū)冠脈臨界病變斑塊性質(zhì)及狹窄情況的診斷性能評價

以CAG結(jié)果為金標準進行診斷效果評價，結(jié)果顯示基于CCTA的AI診斷鈣化斑塊、混合斑塊、非鈣化斑塊、易損斑塊及冠脈狹窄情況具有較好敏感度及特異度（Plt;0.001，表1～2）。

2.3" AI對高海拔地區(qū)不同海拔下冠狀動脈臨界病變結(jié)構學改變的對比評價

B組鈣化斑塊、易損斑塊高于A組（Plt;0.05，表3）。B組狹窄血管共185條，A組狹窄血管共178條。B組冠狀動脈多支病變、61%～70%狹窄程度發(fā)生率均高于A組，A組冠狀動脈單支病變、50%～60%狹窄程度發(fā)生率高于B組（Plt;0.001，表4）。" "

2.4" 高海拔地區(qū)不同海拔下冠狀動脈臨界病變50%～60%和61%～70%兩亞組之間斑塊性質(zhì)對比

2000～3000 m海拔及3000 m以上海拔地區(qū)的61%～70%亞組鈣化斑塊、易損斑塊均高于50%～60%亞組（Plt;0.05）；A1/B1、A2/B2組斑塊性質(zhì)的差異無統(tǒng)計學意義（Pgt;0.05，表5～6）。

2.5" CT-FFR對不同海拔下冠脈臨界病變血流動力學改變的對比評價

B組CT-FFR值低于A組，差異有統(tǒng)計學意義（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%兩亞組之間血流動力學改變情況

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

3" 討論

當急性冠狀動脈綜合征發(fā)作時，60%～70%可歸因為冠狀動脈臨界病變范疇，其病理原因在于動脈硬化血管內(nèi)膜出現(xiàn)病理改變，形成混合斑塊或軟斑，使得所對應病變的冠脈血管完全或不完全閉塞而引起急性冠狀動脈綜合征的發(fā)生［10-12］。AI 在醫(yī)學影像中應用其可識別肉眼無法分辨的圖像信息，可高效利用醫(yī)療影像數(shù)據(jù)以提高診斷效率和準確性［13-14］。CT-FFR是基于CCTA所獲得的冠狀動脈三維圖像，輔以計算機專用軟件，以提供模擬FFR結(jié)果。傳統(tǒng)FFR是冠脈狹窄病變心肌缺血功能性評估的主要檢查方法，但FFR技術水準要求高、費用高［14-15］。上述AI技術中的CT-FFR是一種無創(chuàng)的基于高質(zhì)量的冠脈CTA圖像數(shù)據(jù)，不需負荷藥物，不需額外掃描且無額外輻射劑量，是評價冠脈FFR的新方法［16］。研究表明，CT-FFR測得的FFR值與傳統(tǒng)有創(chuàng)FFR值具有較好的一致性［17］，CT-FFR對缺血性冠狀動脈狹窄有較高的診斷效能，并證實CT-FFR對高危斑塊有一定的預后評估價值，且與冠狀動脈斑塊特征及后續(xù)的心臟事件有關［18-19］ 。研究顯示，在嚴重狹窄的病變中，只有49%在FFR評估時顯示血流動力學有意義［20］。也有研究顯示，CT-FFR將68%的CCTA假陽性患者和67%的CCTA假陽性血管正確地重新分類為真正的陰性結(jié)果，降低了臨床誤診率［21］。目前國內(nèi)外學者針對冠狀動脈臨界病變結(jié)構性特點的研究已較成熟［22-23］，但對功能性的研究相對較少，并且無地域性區(qū)分，尤其對高海拔地區(qū)冠脈臨界病變心肌缺血情況的風險評估報道甚少。青海省地處高海拔地區(qū)，省內(nèi)海拔高度分布不均，全省平均海拔3000 m以上，3000 m以上高海拔地區(qū)占全省總面積84.1%。高原缺氧環(huán)境可誘發(fā)紅細胞生成素活性增強，血紅蛋白合成增多，引起血液粘稠度增加，可增加冠狀動脈臨界病變發(fā)生率［24-25］；同時短期缺氧會引起心率增快、血壓增高，增加冠狀動脈病變的風險［26-28］。本研究通過對青海省不同海拔下冠脈臨界病變的結(jié)構及功能性研究，彌補以往對高海拔地區(qū)冠脈臨界病變心肌缺血評估的不足，為急性冠狀動脈綜合征的綜合防治提供數(shù)據(jù)參考及臨床依據(jù)。

本研究以FFR為金標準，對164例患者共480個主要冠狀動脈節(jié)段性血管進行評估，結(jié)果發(fā)現(xiàn)，基于CCTA 的CT-FFR診斷與FFR一致性較好，一致率達83.75%，這與以往報道結(jié)果相似［29］；本研究對164例患者數(shù)據(jù)進行不同海拔及狹窄程度的分組后，發(fā)現(xiàn)B組鈣化斑塊、易損斑塊、冠狀動脈多支病變、61%～70%狹窄程度發(fā)生率均高于A組，A組冠狀動脈單支病變、50%～60%狹窄程度發(fā)生率高于B組（Plt;0.05）；B組CT-FFR值明顯低于A組；B組CT-FFR值≤0.80、lt;0.70的發(fā)生率均高于A組（Plt;0.05）。這表明3000 m以上地區(qū)冠狀動脈臨界病變患者其冠狀結(jié)構特征以鈣化斑塊、易損斑塊、多支病變、61%～70%狹窄程度為主要特征，這與既往研究［30］結(jié)果一致；3000 m以上地區(qū)患者存在更顯著的血流動力學改變，其患急性冠狀動脈綜合征的比例可能更高，但尚需進行更深入的研究。此外，本研究還發(fā)現(xiàn)2000～3000 m海拔以及3000 m以上海拔下的冠脈狹窄程度在61%～70%亞組的鈣化斑塊、易損斑塊均高于50%～60%亞組（Plt;0.05）；2000～3000 m海拔以及3000 m以上海拔下的61%～70%亞組CT-FFR值≤0.80、lt;0.70的發(fā)生率高于50%～60%亞組，差異有統(tǒng)計學意義（Plt;0.05），表明高海拔地區(qū)冠脈臨界病變患者鈣化斑塊、易損斑塊及心肌缺血的發(fā)生率均與冠脈狹窄程度呈正相關，與以往報道結(jié)果一致［31］。本研究顯示， AI 輔助診斷CT-FFR一鍵式完成冠狀動脈病變的后處理工作，并生成框架式分析報告，平均時間33.46±3.18 s，時間僅為人工的2%，表明AI 輔助診斷還可以明顯縮短診斷時間。

綜上所述，基于CCTA的AI診斷系統(tǒng)及CT-FFR在評估高海拔地區(qū)冠狀動脈臨界病變結(jié)構特征及血流動力學改變的應用中極具臨床推廣價值，此技術無創(chuàng)、操作風險低，可避免患者進行多次檢查，降低檢查成本，具有一定的社會效益及經(jīng)濟效益。但本研究尚存在一些局限性，如樣本量偏少，無平原地區(qū)海拔分組對比等，今后考慮采取多中心、大樣本研究來進一步評估基于CCTA的AI診斷系統(tǒng)及CT-FFR在不同海拔下對冠脈臨界病變的診斷效能。

參考文獻：

［1］" " 王國棟， 唐 麗， 劉 杰， 等. 冠狀動脈臨界病變患者心肺運動試驗的特點及臨床意義［J］. 中國康復理論與實踐， 2022， 28（7）： 833-40.

［2］" " 劉曉輝. 基于AI的CT-FFR、TAG分析冠狀動脈臨界病變的臨床診斷價值［D］. 新鄉(xiāng)： 新鄉(xiāng)醫(yī)學院， 2022.

［3］" " 楊聞雨， 楊穎溪， 張軍平， 等. 冠脈臨界病變的中西醫(yī)臨床研究進展［J］. 世界最新醫(yī)學信息文摘， 2021， 21（51）： 78-80.

［4］" " 陳" 豫， 魏艷磊， 王澤尉， 等. 冠脈CTA對冠脈臨界病變血管狹窄程度的診斷效能評價［J］. 中國CT和MRI雜志， 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］" " 紀欣強， 趙潤濤， 單冬凱， 等. 全病變血流儲備分數(shù)梯度可預測心肌血流異常： 基于冠狀動脈CT血管造影［J］. 分子影像學雜志， 2023， 46（5）： 779-86.

［7］" " 趙" 磊， 劉" 喜， 張" 靜， 等. 無創(chuàng)血流儲備分數(shù)診斷冠心病的研究進展［J］. 內(nèi)蒙古醫(yī)學雜志， 2023， 55（1）： 49-51， 56.

［8］" " 陳瑩瑩， 康曉鳳， 江" 瑩， 等. 冠心病心臟康復患者功能評估現(xiàn)狀及進展［J］. 護理實踐與研究， 2022， 19（9）： 1317-21.

［9］" " 《中國冠狀動脈血流儲備分數(shù)測定技術臨床路徑專家共識》專家組. 中國冠狀動脈血流儲備分數(shù)測定技術臨床路徑專家共識［J］. 中國介入心臟病學雜志， 2019， 27（3）： 121-33.

［10］ Maroszyńska-Dmoch EM， Wo?akowska-Kap?on 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， 姜華麗， 李" 恒， 等. IVUS-VH在罪犯病變?yōu)榕R界病變的急性冠脈綜合征患者中的應用［J］. 中國循證心血管醫(yī)學雜志， 2021， 13（5）： 558-61.

［12］" 亢愛春， 李" 陽， 季漢華， 等. NLR與NSTE-ACS冠脈病變程度及PCI術后心血管終點事件的相關性［J］. 河北醫(yī)藥， 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］" 黃增發(fā)， 王" 翔. 人工智能冠狀動脈CT血管成像在冠心病診斷中的應用［J］. 放射學實踐， 2018， 33（10）： 1017-21.

［15］" 茍煜幸， 光雪峰， 戴海龍. 冠狀動脈CT血流儲備分數(shù)在冠心病診療中的臨床運用價值和研究進展［J］. 中國心血管病研究， 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］" 中華醫(yī)學會放射學分會質(zhì)量控制與安全管理專業(yè)委員會， 江蘇省醫(yī)學會放射學分會智能影像與質(zhì)量安全學組. 冠狀動脈CT血流儲備分數(shù)應用中國專家建議［J］. 中華放射學雜志， 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］" N?rgaard 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" 煒， 陳" 恩， 范" 林， 等. 冠狀動脈生理學功能評估技術的發(fā)展現(xiàn)狀［J］. 福建醫(yī)科大學學報， 2022， 56（4）： 291-7.

［23］" 肖亞楠， 高傳玉， 尤世杰. 深脈分數(shù)在冠狀動脈臨界病變中的診斷價值［J］. 中國循證心血管醫(yī)學雜志， 2023， 15（1）： 50-3.

［24］" 曹建東， 馬曉峰， 鄧" 勇， 等. 藏族和漢族中青年冠心病患者危險因素對比研究［J］. 心腦血管病防治， 2023， 23（1）： 25-8.

［25］" 羅" 煥， 曹成瑛， 高律萍， 等. 基于雙源CT下人工智能CT血流儲備分數(shù)聯(lián)合冠狀動脈周圍脂肪衰減指數(shù)對高海拔地區(qū)冠狀動脈粥樣硬化心臟病的評估及預測［J］. 分子影像學雜志， 2022， 45（2）： 284-8.

［26］" 白" 潔， 朵" 杰， 周" 茜. 青海高原地區(qū)慢性心力衰竭患者臨床特征及氣象因素對其發(fā)病的影響［J］. 公共衛(wèi)生與預防醫(yī)學， 2023， 34（5）： 78-81.

［27］" 朱友義， 高律萍， 曹成瑛， 等. 高原地區(qū)漢、藏族冠狀動脈與頸動脈及下肢動脈粥樣硬化病變程度相關性及危險因素比較研究［J］. 陜西醫(yī)學雜志， 2023， 52（4）： 404-7.

［28］" 王" 武， 燕成英， 楊繼玉， 等. 中度高原環(huán)境對急性心肌梗死患者非罪犯血管病變進展的抑制作用［J］. 高原醫(yī)學雜志， 2021， 31（2）： 1-7.

［29］" 劉春雨， 謝" 媛， 蘇曉芹， 等. 基于人工智能的冠狀動脈CT血管成像檢測阻塞性冠狀動脈狹窄效能的研究［J］. 國際醫(yī)學放射學雜志， 2021， 44（5）： 516-22.

［30］" 趙" 一， 鮑海華. 不同海拔地區(qū)冠心病患者CT血管造影的冠脈病變特點和冠心病危險因素比較［J］. 心臟雜志， 2020， 32（6）： 603-6.

［31］" 侯" 波， 焦寧喚， 張" 拓， 等. 冠狀動脈CTA對冠脈臨界病變管腔狹窄程度的診斷價值［J］. 中國CT和MRI雜志， 2021， 19（2）： 71-3.

（編輯：熊一凡）