常规冠状动脉CT血管成像（coronary computed tomography angiography,CC TA）已成为诊断冠心病的重要方法，但其仅能提供冠状动脉管腔的狭窄程度和管壁信息，不能准确判定狭窄是否导致远端血流动力学异常而引发心肌缺血。目前在进行有创冠状动脉造影的同时测定血流储备分数（fractional flowreserve，FFR）是诊断冠状动脉狭窄病变引起血流动力学异常的金标准[1-2]。早期研究多认为FFR<0.75可提示功能性心肌缺血[3]，近年的研究将FFR≤0.80作为指导介入治疗及预测预后的指标[4]。但传统FFR为有创检查，且明显增加病人的费用，其应用受到很大限制。近年来，基于CCTA的FFR（FFRCT）研究越来越多。FFRCT是以计算流体动力学为基础，利用CCTA数据计算FFR值，是一种新的无创性测定狭窄冠状动脉血流动力学异常的方法[5]。有多项研究证实FFRCT对诊断缺血性冠状动脉狭窄有较高的准确度、敏感度及特异度[6-8]，且与有创性FFR一致性较高[9]。目前FFRCT研究多集中在诊断缺血性冠状动脉病变的诊断效能方面，且基本在Heartflow公司的中心试验室进行。有关钙化对FFRCT诊断效能影响的研究相对较少，有研究[10]显示在高钙化积分条件下，FFRCT比CCTA有更优越的诊断效能，尚未见钙化对基于人工智能算法FFRCT测量准确性影响的研究。本研究的主要目的是探讨钙化对基于人工智能算法的FFRCT诊断准确性的影响。

1 资料与方法

1.1 一般资料 回顾性收集2009年1月—2017年6月在南京军区南京总医院行CCTA检查并行有创性FFR检查的38例病人资料，其中女13例，男25例，年龄 42～83岁，平均（60.5±9.3）岁。 38例病人中，30例有胸闷胸痛症状，29例有高血压病史，13例有高血脂症，10例有糖尿病史，13例有吸烟史。排除标准：有创FFR值存在波动区间；CCTA影像质量差；有冠状动脉起源异常、冠状动脉支架置入史以及冠状动脉旁路搭桥术后者。

1.2 CT扫描参数 采用德国西门子公司的第二代双源CT扫描设备 （SOMATOMDefinition Flash），所有病人均采用前瞻性心电门控序列扫描。全部受检者于扫描前2～3 min舌下喷服硝酸甘油以扩张冠状动脉。CT扫描经定位像确定扫描范围后，先行钙化积分扫描，范围从气管分叉下1.0 cm至心脏膈面。扫描参数：管电压120 kV，管电流280 mA，准直器宽度 64×2×0.6 mm，机架转速 0.28 s/r，层厚3 mm。平扫完成后进行CCTA扫描，利用Lrich双筒高压注射器通过病人外周静脉注射非离子对比剂优维显60 mL（德国先灵公司，含碘370 mg/mL），注射流率4.5～5.0 mL/s；延迟时间应用人工智能触发扫描系统确定，将兴趣区设在升主动脉，当CT值达到100 HU即可触发扫描。CCTA扫描时，除了层厚调整为0.75 mm，管电压、管电流、准直器宽度、机架旋转时间均与平扫相同。

1.3 冠状动脉钙化积分计算 冠状动脉钙化积分分析采用Syngo.via软件（版本VB10B.Frontier），该软件利用Agatston积分法计算冠状动脉钙化积分。用不同颜色标记冠状动脉各分支的钙化区域，自动得出冠状动脉各分支的钙化积分值以及总积分值。为了研究目标血管钙化对FFRCT测量值的影响，本研究仅记录靶血管的钙化积分并进行分组。以钙化积分100作为分组阈值[11]，将病人分为A1组（≤100）和 A2 组（＞100）。

1.4 FFRCT测定 FFRCT的测量是通过德国西门子公司原型软件cFFR（版本3.0.0）获得的。cFFR利用深度机器学习模型来预测冠状动脉的FFR值[12]。模型训练集中的FFR值是根据降阶（1-D）的Navier-Stokes方程的流体力学计算而得。训练结束后，新的CCTA数据会基于此深度学习模型迅速（平均2.4 s）获得相应的FFR值。将具有高影像质量的CCTA数据导入cFFR原型软件后，该软件会自动提取冠状动脉树的中心线及管腔。若自动提取不满意时，可手动修改。全部中心线和管腔接受后，cFFR会自动显示彩色冠状动脉树，不同颜色表示不同的FFR数值。利用cFFR软件对所有病人的CCTA数据（从收缩期或舒张期中选取一期成像质量好的影像）进行FFRCT值测定，测定工作由一名有3年CCTA相关工作经验的影像科医生完成，并由另一名有17年CCTA相关工作经验的影像科医生核对冠状动脉中心线及管腔识别是否准确。测量每支血管与有创FFR相对应位置的FFRCT值。以FFRCT＜0.8作为判断心肌缺血的临界值。

1.5 FFR测定 FFR测定在有创冠状动脉造影（颈内动脉）时进行。采用美国圣犹达医疗用品有限公司的FFR测量系统进行冠状动脉内FFR测量。经导引导管推送0.014英寸（1英寸=25.4 mm）压力导丝至冠状动脉开口，校正标准压（FFR=0.99或1.0），再将压力导丝送入靶血管，推送压力导丝使压力感受器通过狭窄病变段，尽可能到达远端，保持压力导丝顶端位于血管腔中央，不接触血管壁。经冠状动脉内团注三磷酸腺苷 （ATP）60～150μg达持续而稳定的最大充血状态后，通过压力导丝和导引导管分别测得狭窄血管远端的平均压力（Pd）与主动脉平均压（Pa），通过计算其比值（Pd/Pa）自动获得FFR值。以FFR＜0.8作为判断心肌缺血的临界值。

在荷里路德宫的一个角落，还有一间不易被发现、专门供小朋友玩耍的房间。这里备有很多王子或公主的道具服装，可以穿着照相，小朋友还可以在这里做手工，无论是绘画、涂色还是连线游戏，主题都与这座宫殿相关。

1.6 统计学方法 应用SPSS17.0软件对数据进行统计学分析。非正态分布的计量资料以中位数（M）和四分位数（P25，P75）表示，计数资料以频数或百分比表示。采用组内相关系数（ICC）分析FFR与FFRCT一致性，计算其95%可信区间（CI）。以有创FFR为参考标准，以血管为分析单位，分别计算总体及A1、A2组FFRCT诊断的敏感度、特异度、准确度、阳性预测值及阴性预测值，并计算其95%CI。A1、A2组FFRCT诊断效能的比较采用Fisher确切概率法。以P＜0.05为差异有统计学意义。

本病病鸡临床症状多见羽毛逆立、鸡冠苍白、采食量减少、饮水增加和有时尖叫等［1］。小肠球虫剖检病变可见肠壁增厚，肠道鼓起，小肠肠黏膜伴有坏死或出血；盲肠球虫主要造成盲肠肿大，其内充满血液、血凝块，有的盲肠内形成有血液、凝块、粪便等混合而成的干酪物，俗称“肠栓”。一旦出现鸡球虫病，需对症交替用药，避免因长期使用一种抗球虫药而导致球虫出现耐药性。

2 结果

电喷柴油机试车台监控系统需实现主机遥控功能、安全保护功能、监测报警功能和车钟管理功能。与传统的柴油机相比，电喷柴油机取消了凸轮轴驱动燃油阀开闭、排气阀开闭和启动空气分配等操作的机械结构，通过电控阀件对气缸启动阀、燃油增压阀、燃油喷射阀和排气阀等设备进行直接控制。监控系统主要通过电喷柴油机控制系统对主机进行控制，同时实时监测主机的运行状态。

本研究结果初步表明，FFRCT和FFR有较良好的一致性，A1 组 ICC（0.819）高于 A2 组（0.649），且A1组FFRCT和FFR一致性高于A2组，提示钙化可能影响FFRCT和FFR的一致性，但限于本研究病例数较少，A1、A2两组的ICC可信区间范围都很宽。

2.1 基本资料 38例有创FFR测量的病人中，共50支血管获得了FFR值，其中7支右冠状动脉、35支左前降支、4支左回旋支、2支对角支、1支左室后支、1支后降支。50支血管均为30%以上不同程度的狭窄。50支血管钙化积分值的范围为0～497.2，中位数为19.6（0.5，143.5）。其中A1组共33支血管，钙化积分范围为 0～98.4，中位数为 4.3（0，18.3）； A2组共17支血管，钙化积分范围100.1～497.2，中位数为 234.7（151.8，267.0）。

2.3 FFRCT的诊断效能 A1组和A2组不同范围FFR及FFRCT的血管分布情况见表1。2组FFRCT和FFR诊断结果见表2。以有创FFR测量值为参考标准，总体FFRCT诊断敏感度、特异度、准确度、阳性预测值及阴性预测值分别为90.9%、97.4%、96.0%、90.9%、97.4%；A1组和A2组FFRCT诊断敏感度、特异度、准确度、阳性预测值及阴性预测值分别为85.7%、100%、96.9%、100%、96.0%和 100%、92.3%、94.1%、80.0%、100%。A1和A2组间各诊断指标的差异均无统计学意义（均 P＞0.05）（表 3）。A1组出现1例假阴性 （钙化积分值 14.6，FFR=0.78，FFRCT=0.82），A2组出现1例假阳性 （钙化积分值114.4，FFR=0.81，FFRCT=0.77）。

2018年11月26日下午，“古船米业”第二届中国家庭服务业兰心奖颁奖典礼在北京国家会议中心成功举行。本次颁奖盛典由央视著名主持人阿丘和兰心奖发起人黄沛联袂主持，包括著名企业家、教育家、公益人士、著名主持人、雇主等在内的来自不同领域的爱心人士和中国优秀阿姨代表汇聚一堂，为颁奖典礼助力。中国最大的政务直播平台中国网对本次盛典进行了实况直播。

 

表1 2组不同范围FFR及FFRCT的血管分布情况 支

  

FFRCT阈值 A1组 A2组FFR＜0.8 FFR≥0.8 FFR＜0.8 FFR≥0.8＜0.8 6 0 4 1≥0.8 1 26 0 12

 

表2 2组FFRCT和FFR诊断结果 支

  

FFRCT FFR 合计+-A1组 + 6 0 6-1 26 27合计 7 26 33 A2组 + 4 1 5-0 12 12合计 4 13 17

3 讨论

目前文献报道的FFRCT检测技术主要是以美国HeartFlow公司为代表的三维FFRCT计算方法，该方法以血管三维几何模型为基础，从每例病人CCTA影像中生成一个定量的三维解剖模型，在模拟最大充血的条件下，计算了冠状动脉血流量和压力，最终生成冠状动脉树，并在此基础上提供了FFRCT值。此方法对冠状动脉内血流的还原程度高，从而可提高计算的准确性。基于HeartFlow-FFRCT分析的DISCOVER-FLOW[9]、DeFACTO[6]和 NXT[16]三大多 中心前瞻性实验可以获知，FFRCT诊断效能良好，FFRCT与FFR有很好的相关性。该方法的主要缺点是计算时间较长（平均5～6 h），且需要将原始CCTA数据发送给院外核心实验室，再经大型计算机完成计算[17]，因此难以作为临床常规应用的手段。本研究采用德国西门子原型软件cFFR利用深度学习模型来预测冠状动脉的FFR值，其不同于以往的物理血流动力学模型，它通过生成12 000种不同的冠状动脉解剖特征及随机模拟放置在不同分支及分叉处的狭窄以及所有位置处的FFR值进行训练模型，模型学习不同的解剖特征及对应处的FFR值之间的对应关系。已有初步研究[12]显示其诊断敏感度、特异度和准确度分别为81.6%、83.9%、83.2%。本研究结果也显示FFRCT在诊断冠状动脉狭窄所致的心肌缺血中有很高的准确性、敏感性和特异性，即使钙化也未能明显影响FFRCT的诊断效能。这些结果与基于HeartFlow实验室计算的FFRCT诊断效能结果基本一致，但其总的运算时间明显减少，而且完全在图像后处理工作站上完成，因此是非常适合临床常规使用的FFRCT评估方法。列举了2例FFRCT诊断冠状动脉狭窄性病变结果，见图1～2。

 

表3 2组FFRCT诊断效能比较 %（95%CI）

  

组别A1组A2组P n 33 17敏感度 特异度 准确度 阳性预测值 阴性预测值85.7（48.7～97.4） 100（87.1～100） 96.9（84.7～99.5） 100（61.0～100） 96.0（81.7～99.3）100（51.0～100） 92.3（66.7～98.6） 94.1（73.0～99.0） 80.0（37.6～96.4） 100（75.8～100）1.000 0.333 0.712 0.455 1.000

FFRCT是一种将FFR分析与CCTA解剖成像相结合的检测冠状动脉病变的新方法，具有无创性，可以从结构和功能两方面来评估冠状动脉狭窄所致的心肌缺血，具有较高的诊断效能，其可以同时定位多支病变中的罪犯血管[13]。已有多项研究[14-15]证实FFRCT能准确地诊断和评估血流动力学异常的冠状动脉狭窄病变，降低了常规CCTA仅靠狭窄程度分类诊断造成的假阳性率。本研究结果也支持FFRCT在诊断冠状动脉狭窄所致的心肌缺血中有很高的准确性，与之前的研究结果[6-8]相符；而且在钙化存在条件下，FFRCT仍然有较高诊断性能。Norgaard等[10]研究表明，FFRCT的测量是基于庞大的数据，包括冠状动脉与心肌解剖学数据，而且在评估每支血管的管腔大小时都是通过分割各自血管的长度来完成，这种方法能够校正整体和局部钙化和生理因素对于沿血流方向压力梯度改变的影响，分割法本身可能不会对总体FFRCT计算结果有显著影响。而传统CCTA对冠状动脉狭窄的评估依赖于识别节段性管腔直径缩小的程度，因此钙化的存在极大地影响了CCTA诊断冠状动脉疾病的准确性。

  

图1 病人男，60岁，不典型心绞痛。A图为CCTA影像，显示左冠状动脉前降支近段严重钙化，钙化积分值为346.4。B图显示左冠状动脉前降支远端的FFRCT值为0.84，左冠状动脉前降支近段病变并未引起严重的血流动力学改变。C图显示左冠状动脉前降支远端，有创性冠状动脉造影测定的FFR值为0.80。

  

图2 病人男，52岁，不典型心绞痛。A图为CCTA影像，显示右冠状动脉近段钙化斑块，钙化积分值为81.3。B图显示右冠状动脉远端FFRCT值为0.73。C图显示右冠状动脉远端有创性冠状动脉造影测定的FFR值为0.77。

2.2 FFRCT与FFR一致性 总的FFRCT和FFR的ICC 为 0.771 （95%CI：0.597～0.870），A1 组 FFRCT和FFR 的 ICC 为 0.819 （95%CI：0.633～0.910），A2 组FFRCT和 FFR 的 ICC 为 0.649（95%CI：0.032～0.873）。

本研究出现的1例假阴性和1例假阳性值得进一步分析。可能的原因为：①2例病人所测FFR的靶血管（左前降支）均有壁冠状动脉存在，收缩期壁冠状动脉受挤压导致管腔狭窄，而测定FFR值的基本条件是要冠状动脉达到最大程度充血，壁冠状动脉可能会导致远端FFRCT值的测量出现误差。然而这2例的FFRCT值和FFR值相差并不大，基本在灰色区域范围内及左右（FFR值介于0.75～0.80之间被称为“灰色区域”）[18]。因此，壁冠状动脉是否影响FFRCT诊断准确性有待进一步研究。②从CCTA影像分析，2个病例钙化积分值分别为14.6和114.4，前者靶血管处病变为混合型斑块，且以非钙化斑块为主，后者靶血管显示多灶性混合斑块，以钙化为主，且病变范围较长，因此除钙化积分外，斑块内其他成分、钙化灶数量及长度范围是否对FFRCT测量结果产生影响也需进一步研究。

从知识产权评议在我国十余年的实践来看，其所承载的功能不断丰富和拓展：一方面，知识产权评议的目的从单纯的防范重大经济科技活动的知识产权风险，逐渐延伸至优化政府经济科技决策和政府管制；另一方面，知识产权评议的适用范围从具体的经济科技活动（初期主要针对政府投资项目），逐渐扩展至产业发展、科技进步、国际投资和国际贸易等领域的政策制定、政策实施与宏观层面的经济科技决策。

另外，本研究还因病例数较少以及以血管为研究对象，血管钙化积分值偏小且范围较窄 （0～497.2），仅是以钙化积分100分为A1和A2两组进行的分析比较。再者，本研究为回顾性研究，可能会存在选择性偏倚。因此，将来需要设计前瞻性多中心研究并收集更多病例，以进一步评估钙化对FFRCT测量值的影响。

综上，本研究显示FFRCT在诊断冠状动脉狭窄所致的心肌缺血中有很高的准确性，在一定钙化积分范围内，钙化并不影响FFRCT的诊断准确性。因此，FFRCT可以作为CCTA评估冠状动脉狭窄病变的有效辅助手段，有望减少不必要的冠状动脉造影检查和血运重建术。

参考文献：

[1] Kern MJ,Samady H.Current concepts of integrated coronary physiology in the catheterization laboratory[J].JAm Coll Cardiol,2010,55:173-185.

[2] Allen J,Ajay JK,Gregg WS,et al.A test in context fractional flow reserve:accuracy,prognostic implications,and limitations[J].JAm Coll Cardiol,2017,22:2748-2758.

[3] Bech GJ,Bruyne BD,Pijls NH,et al.Fractional flow reserve to determine the appropriateness of angioplasty in moderate coronary stenosis:arandomized trial[J].Circulation,2001,103:2928-2934.

[4] Barbato E,Toth GG,Johnson NP,et al.Aprospectivenatural history study of coronary atherosclerosis using fractional flow reserve[J].J Am Coll Cardiol,2016,8:2247-2255.

[5] Taylor CA,Fonte TA,Min JK,et al.Computational fluid dynamics applied to cardiac computed tomography for noninvasive quantification of fractional flow reserve:scientific basis[J].JAm Coll Cardiol,2013,61:2233-2241.

[6] Min JK,Leipsic J,Pencina MJ,et al.Diagnostic accuracy of fractional flow reserve from anatomic CT angiography[J].JAMA,2012,308:1237-1245.

[7] Cook CM,Petraco R,Shun-Shin MJ,et al.Diagnostic accuracy of computed tomography-derived fractional flow reserve:a systematic review[J].JAMA Cardiol,2017,2:803-810.

[8] Kruk M,Wardziak L,Demkow M,et al.Workstation-based calculation of CTA-based FFR for intermediate stenosis[J].JACCCardiovasc Imaging,2016,9:690-699.

[9] 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 multicenter DISCOVER—FLOW(Diagnosisof Ischemia-Causing Stenoses Obtained Via Noninvasive Fractional Flow Reserve)study[J].JAm Coll Cardiol,2011,19:1989-1997.

[10]Norgaard BL,Gaur S,Leipsic J,et al.Influence of coronary calcification on thediagnostic performanceof CTangiography derived FFR in coronary artery disease:asubstudy of the NXTtrial[J].JACCCardiovasc Imaging,2015,8:1045-1055.

[11]Greenland P,Bonow RO,Brundage BH,et al.ACCF/AHA 2007 clinical expert consensusdocument on coronary artery calciumscoringby computed tomography in global cardiovascular risk assessment and in evaluation of patients with chest pain:a report of the American College of Cardiology Foundation Clinical Expert Consensus Task Force(ACCF/AHA Writing Committee to Update the 2000 Expert Consensus Document on Electron Beam Computed Tomography)developed in collaboration with the Society of Atherosclerosis Imaging and Prevention and the Society of Cardiovascular Computed Tomography[J].JAm Coll Cardiol,2007,29:378-402.

[12]Itu L,Rapaka S,Passerini T,et al.A machine-learningapproach for computation of fractional flow reserve from coronary computed tomography[J].JAppl Physiol,2016,121:42-52.

[13]池黎彤,刘挨师.CT-FFR对冠状动脉狭窄功能评价的临床价值[J].国际医学放射学杂志,2016,39:250-253.

[14]Schuijf JD,Ko BS,Di Carli MF,et al.Fractional flow reserve and myocardial perfusion by computed tomography:aguidetoclinical application[J].Eur Heart JCardiovasc Imaging,2018,19:127-135.

[15]Min JK,Koo BK,Erglis A,et al.Usefulness of noninvasive fraction flow rerserve computed from coronary computd tomographic angiograms for intermediate stenoses confirmed by quantitative coronary angiography[J].Am JCardiol,2012,110:971-976.

[16]Norgaard 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 NXTtrial(Analysisof Coronary Blood Flow Using CTAngiography:Next Steps)[J].JAm Coll Cardiol,2014,63:1145-1155.

[17]Taylor CA,Fonte TA,Min JK,et al.Computational fluid dynamics applied to cardiac computed tomography for noninvasive quantification of fractional flow reserve:scientific basis[J].JAm Coll Cardiol,2013,61:2233-2241.

[18]De Bruyne B,Sarma J,et al.Fractional flow reserve:a review:invasiveimaging[J].Heart,2008,94:949-959.