宋诗雨 , 耿纪刚 , 杨万里 , 彭静 , 牛微 , 刘红
西安大兴医院 陕西省 西安市
目的:比较3D自适应迭代技术(Adaptive Iterative Dose Reduction 3D,AIDR 3D)迭代算法与自适应运动校正技术(Adaptive Modulation and Coding,AMC)算法的冠状动脉CT血管成像(CCTA)图像, 分别用于人工智(Artificial Intelligence,AI)血流储备分数(CT-FFR)计算的诊断效能,以血流储备分数(FFR)作为参考标准。
方法:回顾性收集2022年1月至2023年12月于延安大学附属西安大兴医院同时行CCTA、有创性冠状动脉造影(ICA)和FFR检查,纳入标准为主冠状动脉(参考直径≥2.0 mm)中发现30-90%直径狭窄的疑似或已知冠状动脉疾病患者,本研究纳入120例连续患者(年龄55.6±6.2岁;男性占65.4%)的142根血管,分别自动重建AIDR 3D和AMC的最佳期相,所有图像分为AIDR 3D组与AMC组,两组数据均采用同一IA软件进行CT-FFR评估,在CCTA后7天内完成ICA并测量FFR值,FFR≤0.8作为参考标准。由两名高年资血管组诊断医生采用5分法评估冠状动脉图像质量(评分3-5分可以用于诊断,评分1-2分无法用于诊断);采用SPSS 21.0统计软件进行数据分析;采用Spearman相关系数比较CT-FFR与FFR之间的相关性和一致性;使用受试者工作特征曲线(ROC)分析CCTA诊断阻塞性狭窄CT-FFR评估缺血性病变的诊断效能, 计算ROC曲线下面积(Curve AUC), 并使用DeLong检验比较组间差异。
结果:AMC组重建图像能诊断(3-5分)的节段为136支(95.77%),平均评分为4.21±0.78分,AIDR-3D组重建图像能诊断的节段为120支(84.51%),平均评分为3.72±0.72分,两组患者的主观评分差异有统计学意义(P<0.05),AMC组CT-FFR与FFR的相关性(r=0.661, P<0.001)和一致性(平均差=0.03)最好。ROC分析结果显示, 在病变诊断水平上, AMC组CT-FFR诊断缺血性病变的效能显著高于AIDR-3D组(AUC分别为0.91、0.79, P=0.003),且特异度和阴性预测值最高。
结论:自适应运动校正AMC技术有效提升了CCTA图像质量, 进而显著提高病变程度评估和人工智能CT-FFR的诊断准确度,在冠状动脉病变特异性缺血的诊断方面,提供重要的诊治依据。