北京协和医院王怡宁教授带我们解读了心血管CT-2020高影响因子论文，主要包括冠心病、心脏CT灌注成像、结构性心脏病、人工智能与影像组学几个方面的文章。
冠心病
指导临床干预
钙化积分指导阿司匹林应用于一级预防的价值∶MESA研究。研究共纳入6814名受试者，排除了基线应用阿司匹林、基线年龄>70岁、具有高出血风险的人员后，最终接受试验的为3540人。
终点事件为1、心血管事件（定义为致命/非致命心肌梗死、致命／非致命中风和其他心血管死亡复合事件）；2、大出血事件。CAC≥100，特别是CAC≥400可识别出可能从阿司匹林治疗中获得净获益的人（NNT5低于NNH5），CAC=0说明阿司匹林可能会产生净伤害（NNT5高于NNH5）。基于钙化积分的决策可促进更个性化、更安全的阿司匹林应用。
预测心血管事件
冠脉斑块形态学特征的预后价值研究纳入未确诊的冠心病疑似患者1615例，行CCTA检查，并行冠脉斑块形态学特征分析。重点事件为心源性死亡或非致命性心肌梗死的复合终点。
除定量参数（钙化/非钙化斑块或高斑块负荷）以外，特定的斑块形态学特征，如点状、粗大钙化和餐巾环征（NRS）与心源性死亡和非致死性心肌梗死相关。然而，只有点状钙化和NRS可以赋予超过临床危险因素和冠脉狭窄程度的额外预后价值。可以通过识别点状钙化和NRS来改善心血管风险预测。
计算流体力学—FFRct
FFRct与下游诊疗及临床预后的关系∶ADVANCE研究，研究纳入冠心病疑似患者5083例，行CCTA检查，结果显示FFRct正常1428例患者，FFRct异常2860例患者。终点事件包括MACE、死亡、心梗、急性冠脉综合征。
1年间，1208名FFRct≤0.80（38.40%）和89名FFRct>0.80（5.60%）的患者进行了血运重建治疗（RR 6.87，95% Cl 5.59-8.45，p<0.001）。55名患者发生了MACE，43起发生在FFRct≤0.80的患者中，12起发生在FFRct>0.80的患者中（RR 1.81，95% Cl 0.96-3.43，p=0.06）。与FFRct异常的患者相比，FFRct正常的患者的事件发生率较低，血运重建治疗较少，MACE和心源性死亡或心肌梗死的趋势显著降低。
心脏CT灌注成像
一种新参数—负荷心肌血流量比（SFR）用于检测血流动力学异常的冠脉狭窄。
计划ICA的胸痛患者82名，行动态负荷CTP+CCTA检查，计算出SFR，并测量FFR。SFR被定义为狭窄冠脉的心肌血流量（MBF）与正常冠脉的MBF之比。
血流动力学异常处的MBF及SFR较低。与CCTA上50%狭窄相比，SFR检测缺血的特异性从43%增加到91%，而灵敏度从95%下降到 62%，阳性预测值和阴性预测值分别为85%和73%。CCTA 50%狭窄和SFR组合的AUC为0.91，与 MBF相比显著更高（AUC=0.79，p=0.013)。通过动态CTP获得的SFR提供了一种新颖而准确的方法来识别血流动力学异常的冠脉狭窄。
结构性心脏病
基于CT的评分系统—二尖瓣钙化（MAC）程度分级。回顾性收集进行经导管二尖瓣修复术（TMVR）的患者117例，来自11个国家多中心的研究。基于CT的MAC评分参数包括四方面：1、平均钙化厚度（mm）；2、受累的瓣环周长；3、一/两个纤维三角的钙化；4、一/两个瓣叶的钙化。根据严重程度为特征匹配分数，根据总分（轻度<3；中度4-6分；重度≥7分）分配严重程度等级（最高总分=10）。
栓塞/移位率在较高的评分中更低，MAC 评分=6的患者的栓塞/移位率为60%，而MAC评分7的患者为9.7%（p<0.001）。在多变量分析中，MAC评分≤6是瓣膜栓塞/移位的独立预测因子（OR=5.86，95% Cl 1.00-34.26，p=0.049)。这种基于心脏CT的评分提供了一种对二尖瓣钙化严重程度进行分级的系统方法，以促进评估患者MAC时的一致性，且有助于预测TMVR期间的瓣膜栓塞或移位。
人工智能与影像组学
使用多种CT扫描方案验证基于深度学习的自动钙化积分算法。用于自动钙化积分的深度学习网络由两个连续的卷积神经网络（CNN）组成，它们根据钙化的解剖位置（左前降支、回旋支、右冠状动脉和胸主动脉）检测、量化和标记。第一个CNN具有大视野，可检测图像上的候选钙化体素并根据解剖位置对其进行标记。第二个CNN具有较小的视野，并在第一个CNN检测到的候选对象中检测真正的钙化体素。
尽管CT扫描方案和受试者人群存在很大差异，但深度自动钙化积分算法是稳健的。使用特定于CT扫描方案的图像增强算法训练进一步提高了算法性能。一种结合所有CT扫描方案训练的深度学习模型以及专业模型在临床实践具有应用潜力。