#142 2023年心脏CT的最新进展Radiology综述解读：基于心脏CT的心脏病理

由于工作原因，需要做一份关于心脏的科研PPT，

瞌睡了就来枕头，正好发现了一篇2023年发表在Radiology上的文章。

解读一下。

在#141的文章中解读了冠状动脉粥样硬化这一部分：

1. 指南文件
2. 大规模临床试验
3. AI斑块分析软件
4. CAD-RADS 2.0

今天我们继续第二部分：

非入侵的基于心脏CT的心脏病理，Noninvasive Cardiac Physiology Using Cardiac CT

非入侵的基于心脏CT的心脏病理

目前有许多评估冠状动脉缺血的无创方法，如：

• stress echocardiography/ 负荷超声心动图
• myocardial perfusion imaging with SPECT or PRT / SPECT 或 PET 心肌灌注成像（MPI）
• **stress cardiac MRI / 负荷心脏 MRI **
• coronary CT angiography / 冠状动脉 CT 血管成像（CCTA）

每种方法都根据成本、可用性、患者预检概率以及敏感性和特异性显示出优缺点。

然而，这些方法在评估解剖或生理细节方面能力有限。

负荷超声心动图依赖于检测局灶性室壁运动异常，而这种异常可能非常难以捕捉。

MPI是评估心肌灌注的标准方法，但其局部分辨率有限，只能显示节段性灌注缺损，且易受衰减伪影的影响。

负荷超声心动图和MPI这两种技术都无法显示血管解剖结构。

相比之下，

负荷心脏 MRI 除了能提供有关冠心病（coronary artery disease ，CAD） 血流动力学意义的生理信息外，还能提供比其他技术更好的空间分辨率。

然而，负荷心脏 MRI 技术的可用性有限，

而且不能提供足够的血管解剖细节。

CCTA 可对冠状动脉的解剖结构进行很好的评估，但不能显示解剖狭窄对生理的影响。

而且与 ICA 类似，CCTA受到观察者之间和观察者内部变异性的限制。

因此基于心脏CT的综合成本高的，定量化的无创“心脏病理”评估十分有必要。

CT-FFR 和 CT 灌注除了能对冠状动脉狭窄进行解剖评估外，

还能对冠状动脉血流进行血流动力学评估，

从而制定更好的血管再通策略并减少有创冠状动脉造影的负作用。

2015年的不同影像学手段对心肌缺血的诊断表现如下表所示（Ref 24）

Modality	病人数（N）	Sensitivity	positive likelihood ratio （PLR）	Specificity	negative likelihood ratio（NLR）
SPECT	533	74%	3.13	79%	0.39
超声	177	69%	3.68	84%	0.42
核磁	798	84%	6.29	87%	0.14
PET	224	88%	6.53	87%	0.14
CT	316	89%	3.79	80%	0.12

指南推荐

直观评估冠状动脉狭窄的血流动力学阻塞具有挑战性，

这种挑战性尤其体现在对中度狭窄，即解剖直径缩小 40% 到 80% 的病变。

获取冠状动脉生理数据（如冠状动脉压力和血流）有助于做出血管再通的临床决策。

目前发展的基于心脏CT的非入侵病理主要包括两种方式：

• CT-FFR
• CT心肌负荷灌注

CT-FFR 在AHA/ACC胸痛评估和诊断临床实践指南中被定为 2A 级（推荐强度为中等），

建议考虑在 CT 显示血管狭窄达 40%-90% 的患者中使用CT-FFR。

CT心肌灌注在SCCT专家共识文件中被定义为强烈的专家一致性（Strong level），

建议考虑用于评估是否存在心肌缺血。

心脏CT	指南，共识	年	目标患者	CT的获益	推荐等级	Ref
分数血流储备（FFR）	AHA/ACC胸痛评估和诊断临床实践指南	2022	1.CT扫描评估为急性胸痛的中度风险，没有已知或已知的冠心病；2. 中近端或中冠状动脉冠状动脉狭窄为40%-90%。冠状动脉CT血管造影下近端或中冠状动脉段稳定胸痛和冠状动脉狭窄40%-90%的中高风险	有助于诊断血管特异性缺血，并指导有关使用冠状动脉血管重建的决策	2A；2A	Ref1
心肌灌注	SCCT专家共识文件	2020	1.缺血性心脏病的可能性很高；2.已知的CAD； 3.先前的冠状动脉干预；4.显著钙化；5.功能意义不确定的狭窄	确定是否存在心肌缺血	强烈的专家一致性（Strong level）水平	Ref 7

CT-FFR

无创冠状动脉造影术 (invasive coronary angiography，ICA) 已被公认为诊断 冠心病（coronary artery disease ，CAD） 的参考标准。

传统上，病变严重程度的评估是通过视觉评估进行的，通常是通过直径狭窄的百分比。

然而，

基于ICA的视觉评估方法存在观察者之间和观察者内部的差异，解释上的差异可能导致对干预方式的误判。

此外，单纯根据狭窄严重程度进行评估无法考虑可能影响病变血流动力学意义的其他因素。如：

• 作出比实际情况严重的判断：

病变从外观上看可能很严重，

但由于存在侧支血流或剩余血管所占心肌重量较小，病变可能会得到缓解。

• 对高危情况的放松警惕：

较长的狭窄或串联病变，

如多个至少 50%的狭窄串联在一起，中间有正常的冠状动脉，

可能会产生比狭窄严重程度更大的血流动力学效应。

传统的分数血流储备（fractional flow reserve，FFR）是一种有创的冠状动脉压力测量方法，

通过比较狭窄远端压力和主动脉压力来评估病变的血流动力学意义。

下图为FFR测量的示意图

FFR利用了最大充血时动脉阻力均衡、冠状动脉血流与压力成正比这一事实。

示意图显示在有创冠状动脉造影术中测量分数血流储备（fractional flow reserve，FFR）。

使用血管扩张剂腺苷诱导最大充血后，

FFR的测量方式为在进行有创冠状动脉造影术 (invasive coronary angiography，ICA) 时，

将一根预先确定的监测导丝穿过狭窄处的远端，

在使用血管扩张剂腺苷诱导充血后，

使用导丝测量主动脉压力（ ）和病变远端压力（ ）。

用远端与近端的比值来确定 FFR。

即有

对于FFR来说，大量临床试验证明，

如果比值小于 0.8 表示冠状动脉病变存在明显的血流阻塞。

FFR弥补了按狭窄严重程度进行评估的许多局限性，提供了客观的量化结果，

并考虑了对远端血流有影响的因素，如副动脉血流和远端心肌的需求。

常规（有创）FFR

使用常规 FFR 指导血管再通已在多项临床试验中得到验证。

DEFER（2001 年，Ref 21）评估了 FFR 大于 0.75 的患者随机接受支架置入或药物治疗的疗效，

发现不同组间的疗效无显著差异，表明 FFR 大于 0.75 的患者不会从经皮介入治疗中获得额外益处。

FAME（2009 年，Ref 22）评估了根据 FFR 0.80 或以下与目测判读进行支架置入的治疗策略，

结果显示，FFR 策略降低了心肌梗死、死亡和再血运重建的 1 年复合终点（13% vs 18%）。

FAME 2（2012 年，Ref 23）评估了 FFR 为 0.80 或以下的患者随机接受支架置入加最佳药物治疗与单独接受最佳药物治疗的结果，

结果显示，支架加最佳药物治疗组的心肌梗死、死亡和紧急血运重建综合风险绝对值降低了8% 。

根据这些证据，

FFR 0.80 或更低的敏感阈值通常用于定义病变特异性缺血。

因此，FFR能确定那些从血管重建中获益比从药物治疗中获益更多的患者。

CT-FFR的原理

虽然传统的 FFR 可以确定 ICA 期间特定病变的缺血情况，

但在有创治疗和药物治疗之间对患者进行三阶段分期的无创方法的心脏病理评估算法的开发也很有必要。

理想情况下，无创检查应同时提供解剖学和生理学数据，

以最大限度地提高灵敏度和特异性，确保导致缺血病变的患者得到适当治疗，

并最大限度地降低患者的发病率和不必要的导管检查费用。

利用计算流体动力学（computational fluid dynamics，CFD）算法可以生成由心脏 CT 图像，即CCTA图像，得出的模拟的无创 FFR即 CT-FFR。

CFD 是分析流体力学的专业数学算法，由复杂的微分数学方程（Navier-Stokes）来计算模拟流体流动。

具体来说，如下图展示了CT-FFR的最重要的组成部分。

从图中可以看出，通过CCTA获得的患者特异性几何图形可以对冠状动脉几何图形进行精确分割（step A）。

通过计算左心房总量推断心肌质量（step B），

将动脉形态与心肌质量联系起来，就能计算出每支血管相对于心肌的相对血流量（step C）。

每个冠状动脉片段都要进行网格分割，并应用微分数学方程（Navier-Stokes），对每个网格进行流体动力学控制方程求解，以计算整个血管床内的 CT-FFR（Step D）。

关于CT-FFR的具体详细原理，看心情【我流体力学因为高数少上了半学期的黎曼几何，后面虽然在慕课上自学了，但是打得底子非常薄，所以理解起来有点吃力】，

Lotus可能后面会单开一个系列和大家解读一下【我就是皮一下，大概率是鸽了，有哪个生物动力学的大佬如果看到想写，我可以给你打个大红包】。

说回来，

十多年来，

将 CFD 原理应用于心脏 CT 评估冠状动脉狭窄的诊断准确性和临床实用性已得到证实。

目前，基于人工智能的 CT-FFR 测量方案也已开发出来，

无论是基于CFD的CT-FFR还是基于人工智能算法的CT-FFR，初步临床试验结果表明均与有创的FFR具有很好的相关性。

由于 CT-FFR 可提供有关冠状动脉病变血流动力学意义的无创信息，因此具有以下实际临床作用：

• 可为 ICA 转诊提供参考
• 判别心肌梗死的风险
• 帮助制定血管重建计划

CT-FFR大规模临床试验

CT-FFR已经被大量的大规模多中心临床试验进行了验证：

临床试验	年份	病人数	金标准	设计	CT系统	FFR软件	Sensitivity（%）	Specificity（%）	PPV（%）	NPV（%）	AUC	Ref
DISCOVER- FLOW	2011	103	有创FFR	前瞻性多中心	64排及以上	HeartFlow v1.2	88	82	74	92	0.90	25
DeFACTO（NCT01233518）	2012	252	有创FFR	前瞻性多中心	64排及以上	HeartFlow v1.2	89	61	56	84	0.79	26
NXT（NCT01757678）	2014	208	有创FFR	前瞻性多中心	64排及以上	HeartFlow v1.4	84	86	61	95	0.93	27
CREDENCE（NCT02173275）	2023	303	SPECT/PET/ICA	回顾性多中心	64排及以上	Cleerly （CT-FFR+AI-QCT）	94	82	69	97	0.92	28
ADVANCE（NCT02499679）	2023	900	不适用	前瞻性多中心	64排及以上	HeartFlow	-	-	-	-	-	-
FORECAST（NCT03187639）	2021	1400	ICA	前瞻性多中心	64排及以上	-	-	-	-	-	-	19
PRECISE（NCT03702244）	2021	2013	ICA	前瞻性多中心	64排及以上	-	-	-	-	-	-	20
DECIDE-Gold（NCT02178904）	-	156	静息/负荷CT心肌灌注	前瞻性多中心，目前没有文章发表，看不到更多细节	64排及以上	-	-	-	-	-	-	-
CONSERVE（NCT01810198）	2021	1500	ICA（衡量CT-FFR作为gate-keeper是第二目的前瞻性多中心）	前瞻性多中心	64排及以上	-	-	-	-	-	-	30
PACIFIC	2017	208	SPECT, PET	前瞻性多中心	128排及以上	-	-	-	-	-	0.94	31
ReASSESS	2018	143	SPECT	前瞻性单中心	64排及以上	-	91	55	58	90	0.70	32
RIPCORD（NCT01757678）	2016	2018	有创FFR	回顾性多中心	64排及以上	-	-	-	-	-	-	33
PLATFORM（NCT01943903）	2016	584	有创FFR	前瞻性多中心	64排及以上	-	-	-	-	-	-	34
SYNTAX III Revolution（NCT02813473）	2019	223	无	前瞻性多中心（衡量CT-FFR是否会改变血运重建的结果）	256排Revolution CT	HeartFlow	-	-	-	-	-	35

关于CONSERVE的解读，详见这篇文章。

关于SYNTAX III Revolution的设计解读，详见这篇文章。

DISCOVER-FLOW

第一项研究使用第一代 CT-FFR 算法的DISCOVER-FLOW研究对 103 名患者进行了评估。

与CCTA 狭窄 50%或以上相比，该研究使用 0.80 或以下的 CT-FFR 阈值，

结果显示，

与CCTA 相比，CT-FFR 在确定 ICA-FFR 异常方面的准确性有所提高（CT-FFR 为 84%，而冠状动脉 CTA 为 59%）。

准确性的提高主要是由于特异性显著提高（CT-FFR 为 82%，而CCTA 为 40%），因为两种方法的敏感性相似（CT-FFR 为 88%，而冠状动脉 CTA 为 91%）。

总体而言，CT-FFR 的 ROC AUC 为 0.90，而CCTA 为 0.75，因此诊断辨别能力有所提高。

FORECAST，NCT03187639

评估 CT-FFR 的最大随机试验之一，

FORECAST（Fractional Flow Reserve Derived from CT Coronary Angiography in the Assess- ment and Management of Stable Chest Pain， CT 冠状动脉造影在稳定型胸痛的评估和管理中得出的血流分数NCT03187639）试验比较了 1400 名稳定型胸痛患者的 CT-FFR 与标准临床护理，

评估了其对费用、心绞痛状态、生活质量、主要不良心脑血管事件和 ICA 使用的影响（Ref 19）。

FORECAST研究表明CT-FFR 组的平均心脏总费用较高，但与标准护理组相比无显著统计学差异。

CT-FFR 与标准临床护理组在心绞痛、生活质量或主要心脏不良事件方面无明显差异。

但是CT-FFR的使用确实减少了ICA手术的次数。

DeFACTO，NCT01233518

DeFACTO 研究对 252 例疑似或已知 CAD 的稳定期患者进行了评估，

结果显示，在通过 ICA 确定 FFR 是否存在异常时，CT-FFR + CCTA 的诊断准确率为 73%，而单独使用CCTA 的诊断准确率为 64%。

同样，使用 CT-FFR 提高了整体的诊断准确率，AUC 为 0.81，而冠状动脉 CTA 为 0.68。

在对中度狭窄（30%-70%）患者进行亚组分析时，CT-FFR 比冠状动脉 CTA 的灵敏度更高（82% 对 37%），两种方法的特异性相似（66% 对 66%）。

NXT，NCT01757678

NXT 研究对 254 名疑似 CAD 患者进行了评估，

结果再次显示，在预测病变特异性缺血方面，CT-FFR 的 AUC 为 0.90，而冠状动脉 CTA 为 0.81，

两者的参考标准均为 ICA 确定的 FFR 0.80 或以下。

CT-FFR 和冠状动脉 CTA 检测缺血的灵敏度相似，分别为 86% 和 94%，

CT-FFR的特异性显著提高，CT-FFR 为 79%，冠状动脉 CTA 为 34%。

RIPCORD回顾性分析了NXT的200个连续病例的数据，由三位介入心脏病专家仅根据CCTA制定治疗方案，然后再加入CT-FFR数据。

结果发现，加入 CT-FFR 数据后，36% 的患者改变了治疗策略。

ADVANCE，NCT02499679

ADVANCE 登记是一项对 5083 例患者进行的大规模前瞻性评估，评估了纳入 CT-FFR 对治疗策略的影响。

研究发现，67%的患者在使用 CT-FFR 后改变了治疗策略。

CT-FFR 为 0.80 或以下的患者在有创血管造影中的非阻塞性 CAD 发生率明显较低（14.4% 对 CT-FFR 大于 0.80 的 43.8%）。

随访 1 年时，CT-FFR 为 0.80 或以下的患者中有 38.4% 进行了血管再通，而 CT-FFR 大于 0.80 的患者只有 5.6%。

PLATFORM，NCT01943903

PLATFORM 试验是一项多中心试验，共纳入 584 名患者，评估了常规治疗与使用 CT-FFR 和冠状动脉 CTA 的治疗策略。

患者最初在入组前根据计划的治疗策略被细分为无创检测组和 ICA 组，然后每组患者被随机分为常规治疗组和 CTA 加 CT-FFR 组。

在计划的无创检测组中，常规治疗与 CTA 和 CT-FFR 在继续进行 ICA 的患者比例上没有明显差异，均显示为非梗阻性 CAD。

在计划的 ICA 组中，CTA 和 CT-FFR 方案导致接受 ICA 的非梗阻性 CAD 患者明显减少（12% 对比照常规治疗方案的 73%），

CTA 和 CT-FFR 两组的吻合率都很低。

1 年后，常规治疗组、CTA 治疗组和 CT-FFR 治疗组的主要心脏不良事件发生率相同，均为 2 例。

这些证据支持 CT-FFR 能够为 ICA 把关，减少对无阻塞性 CAD 患者不必要的消极干预。

PLATFORM 包括一个额外的成本分析部分，比较了使用常规护理与 CT-FFR 的治疗策略。

重要的是，在评估每种策略的成本时，CT-FFR 的成本被视为 0 美元，以评估不同策略间 CT-FFR 所能抵消的成本。

这项分析发现，与普通有创治疗算法相比，当CT-FFR 的成本被视为 0 美元时，使用 CT-FFR 的治疗策略可降低 32% 的成本（7343 美元对 10734 美元）。

事实上，

在 CT-FFR 的成本权重设定为冠状动脉 CTA 成本的 20 倍之前，CT-FFR 方案的成本一直低于普通有创治疗。

Lotus：请注意！！这里的计算方式是美国！！

然而，当CT-FFR的成本与传统FFR一样时，使用CT-FFR的策略变得更加昂贵。

PRECISE，NCT03702244

因此，CT-FFR 的作用仍在不断发展，未来的随机对照试验，

如 PRECISE（The Prospective Randomized Trial of the Optimal Evaluation of Cardiac Symptoms and Revascularization，心绞痛症状和血管再通最佳评估的前瞻性随机试验，NCT03702244），

将有助于进一步确定 CT-FFR 在胸痛患者中的作用，并与标准护理、功能测试和低预检概率患者不进行测试进行比较 （Ref 20）。

Lotus：这个研究比较新，才发了一篇研究设计的文章。具体的内容还没有结果出来。

SYNTAX III Revolution，NCT02813473

除了决定是否继续进行有创检查外，

SYNTAX III Revolution还研究了增加 CT-FFR 数据是否会影响已知左主干或三支血管疾病患者的临床决策。

该试验纳入了 223 名患者，由两个心脏团队根据冠状动脉 CTA 或 ICA 数据随机进行评估、 每个小组计算解剖 SYNTAX 评分，并制定冠状动脉旁路移植术 (CABG)、经皮冠状动脉介入治疗 (PCI) 或 CABG 和 PCI 相等的治疗策略。

关于SYNTAX III Revolution的设计解读，详见这篇文章。

两个心脏小组的初步意见高度一致，Cohen kappa值为 0.82。

在做出这一决定后，每个小组都获得了 CT-FFR 数据，并被要求重新评估他们的决定。

加入 CT-FFR 数据后，7% 的患者改变了治疗决定，12% 的患者改变了血管再通的选择。

CT-FFR数据还将14%-16%的患者重新划分为较低的SYNTAX评分。

SYNTAX III Revolution研究强调，通过 CT-FFR 进行的功能评估可用于血管再通的决策。

CT-FFR的展望

CT-FFR 的局限性包括：

• 缺乏某些患者亚群的试验数据

如使用支架或搭桥移植物的患者或怀疑有微血管功能障碍的患者。

• 图像质量必须达到很高的标准；

心脏运动伪影、大钙化斑块产生的发花伪影或静脉对比度差都会影响准确性。

但是使用最新的技术能够有效提升CCTA的成像技术，从而改善CT-FFR的计算精度。

• 需要将图像转移到核心实验室进行分析

这需要额外的时间和费用，而在许多国家，这些费用尚未纳入报销计划。

CT-FFR目前出现的一个潜在心脏 CT 应用是——冠状动脉再通术规划。

研究表明，

冠状动脉支架置入后的低 FFR 值比支架置入后的高 FFR 值预后更差。

预测支架置入后FFR的能力将成为手术规划的重要工具。

目前出现的CT 血管再通规划工具将心脏 CT 血管造影数据与计算流体动力学相结合，从中得出支架置入后 CT-FFR 的理论建模值，以预测血管再通的血流反应。

在该工具中支持使用颜色编码表示血流阻塞的严重程度（红色部分代表数值小于 0.8 表示生理性血流阻塞）（Ref 36）。

如下图所示，

A：一名 58 岁的男性左前降支动脉中段出现 50%-69%的局灶性狭窄（白色环），远端血流异常（狭窄后 CT FFR 为 0.66）。

B：模拟该患者进行支架植入（虚线）后的血流动力学改善情况，可以看到当植入支架后，预计病灶远端生理性冠状动脉血流将明显改善。

未来，这将有助于介入心脏病专家制定介入计划，从而以更有效、更安全的方式提高血管再通的完整性。

心脏CT负荷灌注

心脏CT负荷灌注（cardiac CT stress perfusion ）是评估冠状动脉狭窄血流动力学意义的另一种前景广阔的 CT 应用。

这项不断发展的技术包括在药物负荷，如使用腺苷诱导的药物进行负荷，期间对左心室心肌进行 CT 增强灌注采集。

最初进行的心脏 CT 平扫可以计算钙化评分，然后在腺苷给药期间进行 CT 灌注扫描，再通过ICA评估冠状动脉狭窄。

可行的心脏CT负荷灌注（cardiac CT stress perfusion ）扫描方案如下图所示（Ref 39）：

图像显示一名 75 岁的男性，患有高血压和血脂异常，近期出现非典型胸痛，心电图前外侧导联出现异常 T 波。

A：典型的 CT 灌注方案，包括采集平扫（noncontrast scan），然后在进行药物负荷诱导后进行 CT 灌注，最后进行ICA。

B：CCTA扫描显示，钝边缘支的管腔内有一个大的混合斑块（箭头），导致管腔狭窄。

C：CT 灌注图显示前段和前外侧段心肌血流减少（箭头）（红色表示正常，绿色表示心肌血流减少）。

D： ICA显示，骨端钝缘支（粗箭头）证实存在血流动力学意义上的显著狭窄，相应的下游有创分数血流储备（FFR，细箭头；FFR = 0.72）较低。

在2022的《动态CT心肌灌注成像技术操作与图像分析中国专家共识》（Ref 40）中给出了CT心肌灌注检查与操作的全部流程：

具体的流程和规范详见：【规范与共识】动态CT心肌灌注成像技术操作与图像分析中国专家共识

心脏CT灌注的大规模临床试验

许多研究表明，心脏 CT 灌注比单纯的 CCTA更有效。

SPECIFIC，NCT02810795

在 SPECIFIC（Dynamic Stress Perfusion CT for Detection of Inducible Myocardial Ischemia，用于检测诱发性心肌缺血的动态负荷灌注 CT，NCT02810795）试验中（Ref 37），

114 名稳定型胸痛患者在接受CCTA 评估冠状动脉狭窄的同时还接受了 CT 灌注。

当使用有创 FFR 作为参考标准时，CT 灌注与单纯CCTA相比显示出更高的诊断准确性（88% 对 78%）。

ADVANTAGE，NCT02499679

与 CT-FFR 相比，CT 灌注具有多项优势，尤其是在冠状动脉广泛钙化、慢性冠状动脉闭塞或既往接受过血管再通手术的患者中。

ADVANTAGE（Additional Diagnostic Value of CT Perfusion over Coronary CT Angiography in Stented Patients with Suspected In-Stent Restenosis or Coronary Artery Disease Progression，CT 灌注比CCTA对疑似支架内再狭窄或冠状动脉疾病进展的支架患者的额外诊断价值，NCT02499679）试验在 150 名冠状动脉支架患者中进行了试验（Ref 38），

结果显示，

与单独使用CCTA相比，在CCTA中增加 CT 灌注可提高检测血流动力学显著性冠状动脉狭窄或支架内再狭窄的诊断准确性（75% vs 35.5%，P < .001）。

CT灌注的局限性

CT 灌注需要额外的序列，这增加了辐射剂量。

且CT灌注对图像质量比较敏感，

为了获得最佳的图像质量，窦性心律往往会获得较好的图像。

然而，在实际临床工作中，存在大量高心率，心率不齐，房颤患者。

特别是，当注射负荷药物之后，患者的心率会出现一定程度的升高和变化。

这些复杂心率的患者增加了心脏CT灌注的成像困难。

深度学习图像重建技术有望进一步降低心脏CT灌注的辐射剂量，并提高图像质量。

下期将会是结构性心脏病的解读，敬请期待。

参考文献

1. Dodd JD, Leipsic JA. Evolving Developments in Cardiac CT. Radiology. 2023;307(3):e222827. doi:10.1148/radiol.222827 IF: 12.1 Q1 B1
2. Writing Committee Members; Gulati M, Levy PD, et al. 2021 AHA/ACC/ASE/CHEST/SAEM/SCCT/ SCMR Guideline for the Evaluation and Diagnosis of Chest Pain: Executive Summary: A Report of the American College of Cardiology/American Heart Association Joint Committee on Clinical Practice Guidelines. J Am Coll Cardiol 2021;78(22):2218–2261.
3. Adamson PD, Williams MC, Dweck MR, et al. Guid- ing Therapy by Coronary CT Angiography Improves Outcomes in Patients With Stable Chest Pain. J Am Coll Cardiol 2019;74(16):2058–2070.
4. DISCHARGE Trial Group; Maurovich-Horvat P, Bosserdt M, et al. CT or Invasive Coronary Angiography in Stable Chest Pain. N Engl J Med 2022;386(17):1591–1602.
5. Lee SE, Sung JM, Andreini D, et al. Differential association between the pro- gression of coronary artery calcium score and coronary plaque volume pro- gression according to statins: the Progression of AtheRosclerotic PlAque DetermIned by Computed TomoGraphic Angiography Imaging (PARADIGM) study. Eur Heart J Cardiovasc Imaging 2019;20(11):1307–1314.
6. Han D, Chen B, Gransar H, et al. Prognostic significance of plaque location in non-obstructive coronary artery disease: from the CONFIRM registry. Eur Heart J Cardiovasc Imaging 2022;23(9):1240–1247.
7. Patel AR, Bamberg F, Branch K, et al. Society of cardiovascular computed tomography expert consensus document on myocardial computed tomography perfusion imaging. J Cardiovasc Comput Tomogr 2020;14(1):87–100.
8. Blanke P, Weir-McCall JR, Achenbach S, et al. Computed tomography imag- ing in the context of transcatheter aortic valve implantation (TAVI) / transcatheter aortic valve replacement (TAVR): An expert consensus document of the Society of Cardiovascular Computed Tomography. J Cardiovasc Comput Tomogr 2019;13(1):1–20.
9. Boogers MJ, Broersen A, van Velzen JE, de Graaf FR, El-Naggar HM, Kitslaar PH, et al. Automated quantification of coronary plaque with computed tomography: comparison with intravascular ultrasound using a dedicated registration algorithm for fusion-based quantification. Eur Heart J 2012;33:1007-1016
10. de Graaf MA, Broersen A, Kitslaar PH, Roos CJ, Dijkstra J, Lelieveldt BP, et al. Automatic quantification and characterization of coronary atherosclerosis with computed tomography coronary angiography: cross-correlation with intravascular ultrasound virtual histology. Int J Cardiovasc Imaging 2013;29:1177-1190
11. Fujimoto S, Kondo T, Kodama T, Fujisawa Y, Groarke J, Kumamaru KK, et al. A novel method for non-invasive plaque morphology analysis by coronary computed tomography angiography. Int J Cardiovasc Imaging 2014;30:1373-1382
12. Voros S, Rinehart S, Qian Z, Vazquez G, Anderson H, Murrieta L, et al. Prospective validation of standardized, 3-dimensional, quantitative coronary computed tomographic plaque measurements using radiofrequency backscatter intravascular ultrasound as reference standard in intermediate coronary arterial lesions: results from the ATLANTA (assessment of tissue characteristics, lesion morphology, and hemodynamics by angiography with fractional flow reserve, intravascular ultrasound and virtual histology, and noninvasive computed tomography in atherosclerotic plaques) I study. JACC Cardiovasc Interv 2011;4:198-208
13. Choi AD, Marques H, Kumar V, Griffin WF, Rahban H, Karlsberg RP, et al. CT evaluation by artificial intelligence for atherosclerosis, stenosis and vascular morphology (CLARIFY): a multi-center, international study. J Cardiovasc Comput Tomogr 2021;15:470-476
14. Sheahan M, Ma X, Paik D, Obuchowski NA, St Pierre S, Newman WP 3rd, et al. Atherosclerotic plaque tissue: noninvasive quantitative assessment of characteristics with software-aided measurements from conventional CT angiography. Radiology 2018;286:622-631
15. Dey D, Schepis T, Marwan M, Slomka PJ, Berman DS, Achenbach S. Automated three-dimensional quantification of noncalcified coronary plaque from coronary CT angiography: comparison with intravascular US. Radiology 2010;257:516-522
16. Tzimas G, Gulsin GS, Everett RJ, Akodad M, Meier D, Sewnarain K, et al. Age- and sex-specific nomographic CT quantitative plaque data from a large international cohort. JACC Cardiovasc Imaging 2024;17:165-175
17. Tzimas G. Nomographic CT quantitative plaque data from a large international population. Society of Cardiovascular Computed Tomography Annual Meeting, Las Vegas, 2022. https://cdn.ymaws.com/scct.org/resource/resmgr/ scct_2022_printed_program_AB.pdf.
18. Cury RC, Leipsic J, Abbara S, et al. CAD-RADSTM 2.0 - 2022 Coronary Artery Disease-Reporting and Data System: An Expert Consensus Document of the Society of Cardiovascular Computed Tomography (SCCT), the American College of Cardiology (ACC), the American College of Radiology (ACR), and the North America Society of Cardiovascular Imaging (NASCI). J Cardiovasc Comput Tomogr 2022;16(6):536–557.
19. Curzen N, Nicholas Z, Stuart B, et al. Fractional flow reserve derived from computed tomography coronary angiography in the assessment and management of stable chest pain: the FORECAST randomized trial. Eur Heart J. 2021;42(37):3844-3852. doi:10.1093/eurheartj/ehab444IF: 37.6 Q1
20. Nanna MG, Vemulapalli S, Fordyce CB, et al. The prospective randomized trial of the optimal evaluation of cardiac symptoms and revascularization: Rationale and design of the PRECISE trial. Am Heart J. 2022;245:136-148. doi:10.1016/j.ahj.2021.12.004IF: 3.7 Q1
21. Bech GJW, De Bruyne B, Pijls NH, et al. Fractional flow reserve to determine the appropriateness of angioplasty in moderate coronary stenosis: a randomized trial. Circulation 2001; 103:2928–2934
22. Tonino PAL, De Bruyne B, Pijls NHJ, et al.; FAME Study Investigators. Fractional flow reserve versus angiography for guiding percutaneous coronary intervention. N Engl J Med 2009; 360:213–224
23. De Bruyne B, Pijls NHJ, Kalesan B, et al.; FAME 2 Trial Investigators. Fractional flow reserve-guided PCI versus medical therapy in stable coronary disease. N Engl J Med 2012; 367:991–1001
24. Takx RA, Blomberg BA, El Aidi H, Habets J, et al. Diagnostic accuracy of stress myocardial perfusion imaging compared to invasive coronary angiography with fractional flow reserve met- analysis. Circ Cardiovasc Imaging 2015;8:1–7.
25. 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. Results from the prospective multi-center DISCOVER-FLOW (Diagnosis of Ischemia-Causing Stenoses Obtained Via Noninvasive Fractional Flow Reserve) study. J Am Coll Cardiol 2011; 58:1989–1997
26. Min JK, Leipsic J, Pencina MJ, et al. Diagnostic accuracy of fractional flow reserve from anatomic CT angiography. JAMA 2012; 308:1237–1245
27. Nørgaard BL, Leipsic J, Gaur S, et al.; NXT Trial Study Group. 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 Am Coll Cardiol 2014; 63:1145–1155
28. Griffin WF, Choi AD, Riess JS, et al. AI Evaluation of Stenosis on Coronary CTA, Comparison With Quantitative Coronary Angiography and Fractional Flow Reserve: A CREDENCE Trial Substudy. JACC Cardiovasc Imaging. 2023;16(2):193–205. doi: 10.1016/j.jcmg.2021.10.020 .
29. Madsen KT, Nørgaard BL, Øvrehus KA, et al. Prognostic Value of Coronary CT Angiography-derived Fractional Flow Reserve on 3-year Outcomes in Patients with Stable Angina. Radiology. 2023;308(3):e230524. doi: 10.1148/radiol.230524 .
30. Cherukuri L, Birudaraju D, Kinninger A, et al. Use of Advanced CT Technology to Evaluate Left Atrial Indices in Patients with a High Heart Rate or with Heart Rate Variability: The Converge Registry. J Nucl Med Technol. 2021;49(1):65–69. doi: 10.2967/jnmt.120.253781 .
31. Sand NPR, Veien KT, Nielsen SS, et al. Prospective comparison of FFR de- rived from coronary CT angiography with SPECT perfusion imaging in stable coronary artery disease: the ReASSESS study. JACC Cardiovasc Imaging 2018; 11:1640–1650
32. Artzner C, Daubert M, Ehieli W, et al. Impact of computed tomography (CT)-derived fractional flow reserve on reader confidence for interpreta- tion of coronary CT angiography. Eur J Radiol 2018; 108:242–248
33. Curzen NP, Nolan J, Zaman AG, Nørgaard BL, Rajani R. Does the routine availability of CT-derived FFR influence management of patients with stable chest pain compared to CT angiography alone? The CT-FFR RIPCORD study. JACC Cardiovasc Imaging 2016; 9:1188–1194
34. Douglas PS, Pontone G, Hlatky MA, et al.; PLATFORM Investigators. Clinical outcomes of fractional flow reserve by computed tomographic angiography-guided diagnostic strategies vs. usual care in patients with suspected coronary artery disease: the prospective longitudinal trial of FFR(CT)— outcome and resource impacts study. Eur Heart J 2015; 36:3359–3367
35. Andreini D, Modolo R, Katagiri Y, et al.; SYNTAX III REVOLUTION Investiga- tors. Impact of fractional flow reserve derived from coronary computed tomography angiography on heart team treatment decision-making in patients with multivessel coronary artery disease: insights from the SYNTAX III REVOLUTION trial. Circ Cardiovasc Interv 2019; 12:e007607
36. Dewey M, Siebes M, Kachelrieß M, et al. Clinical quantitative cardiac imaging for the assessment of myocardial ischaemia. Nat Rev Cardiol 2020;17(7):427–450.
37. Nous FMA, Geisler T, Kruk MBP, et al. Dynamic Myocardial Perfusion CT for the Detection of Hemodynamically Significant Coronary Artery Disease. JACC Cardiovasc Imaging 2022;15(1):75–87.
38. Andreini D, Mushtaq S, Pontone G, et al. CT Perfusion Versus Coronary CT Angiography in Patients With Suspected In-Stent Restenosis or CAD Progres- sion. JACC Cardiovasc Imaging 2020;13(3):732–742.
39. Narula J, Chandrashekhar Y, Ahmadi A, et al. SCCT 2021 Expert Consensus Document on Coronary Computed Tomographic Angiography: A Report of the Society of Cardiovascular Computed Tomography. J Cardiovasc Comput Tomogr 2021;15(3):192–217.
40. 中华医学会放射学分会心胸学组, 国家心血管病专业质控中心心血管影像质控专家工作组 . 动态 CT 心肌灌注成像技术操作与图像分析中国专家共识[J]. 中华放射学杂志, 2022, 56(12): 1289-1299. DOI: 10.3760/cma.j.cn112149-20220308-00213 .

本文由 mdnice 多平台发布