心血管影像临床应用与进展

  目前,心血管影像检查技术日新月异、层出不穷,冠状动脉 CT 血管成像(Coronary Computed Tomography Angiography, CCTA)、心脏磁共振(Cardiac Magnetic Resonance, CMR)、超声心动图、单光子发射计算机断层扫描、正电子发射断层扫描等竞相生辉,共同组成了心脏及大血管解剖、冠状动脉疾病、心肌病变和心脏功能的无创性诊断评估的综合评价体系,在不同方面发挥各自优势。


  冠状动脉斑块破裂是急性冠脉综合征发生的重要原因,组织学研究证实,富含脂质成分且薄纤维帽的易损斑块更容易破裂。CT技术的发展使无创冠脉斑块成像成为可能,CT可以显示冠脉斑块一般形态学特征,如斑块大致成分、负荷、长度、分布等。钙化斑块形态、负荷与冠脉管腔狭窄、心血管事件发生的关系是学者关注的方向之一;同时,斑块形态与易损性的关系也是学者关注的重点之一,目前研究结果发现,点状钙化、正性重构、低密度斑块及“餐巾环”征是提示斑块易损性的重要征象;同时有学者指出,冠脉斑块周围脂肪密度增高是提示斑块炎症活动性的征象,该征象与斑块不稳定性相关。除探究易损斑块特征表现之外,目前研究还集中在易损斑块与冠脉血流动力学、患者临床预后等方面。但是由于CT的软组织分辨率和空间分辨率有限,以及不同设备之间的差异,对斑块定量或半定量分析仍受到一定限制。


  CCTA 检查的灵敏度高,极好的阴性预测值是其独特优势,已用于评价冠状动脉管腔狭窄程度,还可以初步判断斑块易损性,对于具有中危验前概率、疑诊冠心病(Coronary Artery Disease,CAD)的患者具有重要的临床诊断价值。除此之外,最新的研究发现,CCTA检查可以减少患者5年不良心血管事件发生率、CAD致死率,更加肯定了CCTA在疑诊CAD患者中的诊断作用,对CAD患者危险分层的价值,同时基于CCTA检查结果可以指导临床治疗决策,减少有创冠状动脉造影概率,促进CAD疾病二级预防。


  在心血管CT功能成像方面,当前公认具有良好诊断性能的方法有基于CT-MPI定量的MBF以及CT-FFR,已经有许多文献报道CT-MPI诊断具有血流动力学意义的冠脉狭窄有较高的准确性,联合CCTA可使诊断准确性更高。多中心临床试验CORE320结果表明,CCTA联合CT-MPI可以正确识别ICA中狭窄程度大于50%以及SPECT中存在灌注缺损的患者,并且在冠脉严重钙化以及支架植入术后患者人群中,CCTA联合CT-MPI诊断CAD的准确性高于单独利用CCTA。随后其2年随访的研究结果表明,利用CCTA联合CT-MPI预测短期(行血管再通术30天后)和长期(行血管再通术182天后)MACE发生风险的能力与SPECT联合ICA预测结果相似。同样,DISCOVER-FLOW研究、DeFACTO研究和NXT研究等结果均证明CT-FFR与有创FFR值的一致性较高;另外,PLATFORM研究结果表明,使用CT-FFR筛查中危验前概率的胸痛患者,可明显减少患者行有创冠脉造影检查的几率,并且MACE发生率无统计学差异。


  心脏磁共振是评价患者心脏结构和功能的“金标准”,心脏电影序列能反映心脏大小和室壁运动异常;CMR负荷-静息心肌灌注成像能够检测心肌缺血,并且可以鉴别心内膜下心肌缺血;LGE能够识别心肌坏死和纤维化。近年来兴起的CMR新技术也取得了一些成果,如参数定量成像(T1和T2 mapping)技术实现了对心肌组织T1和T2值的直接定量,不仅可以评估心肌局灶性病变,还可以无创性定量评估心肌弥散性病变,目前公认LGE是无创性评估心肌局灶性纤维化/心肌瘢痕的金标准,除此之外,T1 mapping还能评估非缺血心肌病甚至瘢痕周边不同程度的间质纤维化改变。同时,有研究提示T2 mapping识别活动性心肌炎的敏感性均高于其它常规序列,以T2值>60ms的敏感性最高。最新一项研究[11]表明依据17节段获得的节段T2值及其不均质程度比单纯依据整体T2值诊断急性心肌炎具有更高的优越性,当进一步结合LGE其诊断急性心肌炎的敏感性和特异性分别可达到93%和83%,优于“路易斯湖标准”。然而,T1和T2 mapping技术面临着受场强、序列、心率甚至心肌节段等多种因素的影响,正常与病变心肌之间尚缺乏统一的阈值,一定程度上阻碍了这些参数定量技术在临床的推广与应用。


  近几年人工智能结合CT、CMR新技术的研究也涌现出了许多颇有临床应用前景的结果;例如,在CT功能学成像领域,传统CT-FFR计算需要基于不同解剖特征,根据复杂的血流动力学原理进行计算,耗时较长;现在最新的CT-FFR计算利用机器学习算法,用大量数据库和深度学习模型来提取与血流动力学相关的必要的形态特征,建立患者特定心血管树的压力分布和形态特征之间的联系,训练完成后即可进行CT-FFR计算,减少了处理时间,并且研究结果证实,基于机器学习计算出的CT-FFR值与传统基于血流动力学原理计算的值相比无显著性差异,除此之外,利用该参数可以预测心肌桥病变近端血管斑块形成。在CMR领域,基于深度学习算法在心脏平扫磁共振图像中识别慢性心肌梗死的范围、透壁性与LGE图像显示结果无显著性差异,因此可减少对比剂的使用,增加CMR检查的安全性,使慢性心肌梗死合并肾功能不全患者获益。


    2019/11/29 9:06:30     访问数:408
    转载请注明:内容转载自365医学网

大家都在说       发表留言

客服中心 4000680365  service@365yixue.com
编辑部   editor@365yixue.com

365医学网 版权所有 © 365heart All Rights Reserved.

京ICP备12009013号-1
京卫网审[2013]第0056号
京公网安备110106006462号
京ICP证041347号
互联网药品信息服务资格证书(京)-经营性-2018-0016  
搜专家
搜医院
搜会议
搜资源
 
先点击
再选择添加到主屏