摘要：季冰, 叶梓, 姚义安, 等. 基于人工智能赋能造影和压力衍生的新型冠状动脉微循环阻力储备的初步评估[J]. 中国心血管杂志, 2025, 30(3): 243-249. DOI: 10.3969/j.issn.1007-5410.2025.03.003.
中国心血管杂志2025Chinese Journal of Cardiovascular Medicine
本刊为北大《中文核心期刊要目总览》2023年版入编期刊、科技期刊世界影响力指数（WJCI）报告2024收录期刊、中国科学引文数据库（CSCD）来源期刊（2025—2026年度）、中国科技核心期刊、武大（RCCSE）核心期刊，欢迎来稿！
photo by kongjun
基于人工智能赋能造影和压力衍生的
新型冠状动脉微循环阻力储备的
初步评估
Preliminary evaluation of a novel artificial intelligence-enabled coronary microcirculatory resistance reserve derived from angiography and pressure measurements
季冰 叶梓 姚义安 陈飞 林泓桢 刘洋 王一平 鲍伟 吴骁旻 刘学波 来晏
作者单位：200065 上海，同济大学附属同济医院心血管内科
通信单位：来晏，电子信箱：laiyanb@163.com
引用本文：
季冰, 叶梓, 姚义安, 等. 基于人工智能赋能造影和压力衍生的新型冠状动脉微循环阻力储备的初步评估[J]. 中国心血管杂志, 2025, 30(3): 243-249. DOI: 10.3969/j.issn.1007-5410.2025.03.003.
zhai
摘
yao
要
目的
对比热稀释法测量的冠状动脉生理学参数，评估人工智能(AI)辅助影像和压力整合而构建的新型冠状动脉微循环阻力储备(FC-MRR)的诊断性能。
方法
前瞻性队列研究。连续纳入2023年7月至2024年9月于同济大学附属同济医院心血管内科因疑似心绞痛行冠状动脉造影且排除阻塞性冠状动脉疾病(狭窄
结果
队列共纳入心绞痛且非阻塞性冠状动脉疾病患者47例(测定靶血管均为前降支)。3组患者的人口资料和临床基线特征均无统计学差异(均为P>0.05)。无论在静息和最大充血状态下，测定的心率、冠状动脉近端压力和远端压力在3组间比较，差异均无统计学意义(均为P>0.05)；充血态平均通过时间(Tmn)以及热稀释法 IMR、CFR和MRR在3组间比较，差异均有统计学意义(均为PH=10.52，P=0.005)。热稀释法测定的CFR与MRR(r=0.90)和FC-MRR(r=0.81)均具有良好相关性(均为Pr=0.79，PCI：0.71~1.00，P=0.002)，最佳截断值为3.0，其敏感度为89.5%，特异度为80.0%。
结论
AI赋能、基于FFR衍生及冠状动脉造影开发的新型FC-MRR能准确评估冠状动脉微循环功能。
冠状动脉微血管功能障碍(coronary microvascular dysfunction，CMD)涉及冠状动脉微循环的结构与功能重构，是冠状动脉疾病发病机制的关键环节，日益受到重视[1]。过去二十年间，借助多种侵入性和非侵入性技术，全面评估冠状动脉微循环的生理功能，包括动脉粥样硬化性心外膜冠状动脉疾病、无阻塞性冠状动脉综合征以及原发性心肌病等。研究发现，约40%的患者表现出心绞痛或心肌缺血症状，但冠状动脉造影未显示显著的心外膜血管狭窄(狭窄[2]，其中，高达50%的ANOCA合并CMD[3]。CMD与不良心血管事件风险的增加密切相关，其不仅是心血管疾病的早期指标，还直接影响临床预后[4]。因此，及时诊断和有效治疗CMD对于提升患者长期心血管健康极为关键。近年来，得益于心肌缺血诊断技术的不断发展以及对冠状动脉微血管的结构与功能障碍的细致研究，CMD在临床诊断中的识别率有了显著提高。然而，传统微循环生理功能评价技术如Doppler或热稀释法对器械要求复杂、依赖术者操作、可重复性欠佳且延长手术时间，使其在常规临床实践中的应用仍极为有限，亟须开发新型诊断工具。本研究拟通过对比参考标准——弹丸式热稀释法测量的微循环阻力指数(index of microcirculatory resistance，IMR)、冠状动脉血流储备(coronaryflow reserve，CFR)和微循环阻力储备(microcirculatory resistance reserve，MRR)等生理学参数，初步评估自主构建的新型冠状动脉微循环阻力储备[fractional flow reserve (FFR)-centered MRR，FC-MRR]生理测量技术的可行性和性能，为提供心导管室中基于FFR测量的“一站式”冠状动脉生理学评估体系打下基础。
1 对象和方法
1.1 研究对象和资料收集
-1·1.73 m-2或正在接受血液透析治疗)，预期寿命≤24个月，碘对比剂过敏、腺苷或三磷酸腺苷禁忌证，当前或最近(1.2 基线冠状动脉造影和压力导丝操作
按标准冠状动脉造影技术完成完整冠状动脉图像采集。手动，快速稳定注射对比剂并以每秒15或30帧记录。造影结束后，6F指引导管送入冠状动脉开口，采用压力-温度传感器压力导丝(Abbott Pressurewire X，Abbott，Chicago，Illinois，USA)进行冠状动脉生理功能测定。首先校正导丝的压力与指引导管压力相等，然后操控压力导丝将传感器推送放置在冠状动脉远端的1/3处并保持位置固定不变。冠状动脉内给予硝酸甘油(100~200 μg)。记录基线状态下的冠状动脉近端压力(proximal coronary pressure，Pa)和冠状动脉远端压力(distal coronary pressure，Pd)。
1.3 冠状动脉生理学评估
所有患者均接受指南推荐的标准冠状动脉功能学检查，包括FFR测量，弹丸式热稀释法测定IMR、CFR和MRR。首先，在非充血静息态下，每次冠状动脉内弹丸注射室温生理盐水(3~4 ml)并描记基线热稀释曲线，至少重复3次注射并自动记录3次曲线，软件自动取平均值获得基线平均通过时间(mean transit time，Tmn)。然后，静脉输注剂量为140 μg·kg-1·min-1的腺苷，待冠状动脉达到稳态的最大充血状态后记录充血态的Pa、Pd并自动获得FFR值(充血态)。此后，重复上述热稀释测定法操作，获得最大充血态的Tmn(s)。在测量结束时，进行漂移检查以确保测量过程中导丝的性能未发生显著变化。如果出现显著漂移(超过2 mmHg)，则重新进行测量。在生理测定结束后，保持充血态下选取清晰显示目标冠状动脉(往往左前降支)的2个投射体位(两幅角度至少≥25°)，补充采集造影图像；充血态造影图像与基线图像匹配、无血管重叠，且造影过程中不可移动手术床。
获得FFR、IMR、CFR和MRR值：FFR(充血态)=Pd(充血态)/Pa(充血态)；IMR=Pd×Tmn；CFR=Tmn(静息态)/Tmn(最大充血态)；根据驱动压进行校正CFR与FFR的比值得出MRR值[5]。Pa rest：静息状态下的冠状动脉近端压力；Pd hyp：充血状态下的冠状动脉远端压力。
1.4 离线冠状动脉造影定量分析
静息态和最大充血态冠状动脉造影影像资料、Pd(mmHg)数据均进入核心试验室由独立人员离线分析。基线和充血态冠状动脉造影影像以DICOM格式输入到人工智能(artificial intelligence，AI)技术融合三维冠状动脉造影定量分析(three-dimensional quantitative coronary angiography，3D-QCA)系统进行分析测量。两位独立有资质的技术人员分析测定冠状动脉流速及流量等，获得新型FC-MRR等值，分析人员对临床资料和热稀释法IMR等值均不知情。
1.5 研究对象分组
根据热稀释法 CFR 和 IMR 截断值进行患者分类，微循环功能正常组18例(CFR≥2.5及IMR
1.6 统计学方法
采用SPSS23.0和R语言4.3.1版进行统计学分析。首先，使用Kolmogorov-Smirnov检验对计量数据进行正态性检验。 符合正态分布的计量资料以M±SD表示，多组间比较采用方差分析，组间两两比较采用LSD-t检验；非正态分布的计量资料以M(Q13)表示，多组间比较采用Kruskal-Wallis H检验，组间两两比较采用Dunn检验。计数资料以百分构成比表示，组间比较采用χ2检验或Fisher精确检验。相关性分析采用Pearson相关系数(正态分布数据)或Spearman秩相关系数(非正态分布数据)。绘制受试者工作特征(receiver operator characteristic，ROC)曲线评估FC-MRR预测冠状动脉微循环功能异常的价值。双侧检验，P2 结果
2.1 人口资料和临床特征
纳入的47例ANOCA患者均成功完成冠状动脉造影和生理功能检查，测定靶血管均为前降支。微循环功能正常组、不确定组和异常组在人口资料和临床基线特征上均无统计学差异(均为P>0.05)，见表1。
表1 总体和以冠状动脉微循环功能分组的
人口资料和临床特征比较
2.2 冠状动脉生理学参数特征
无论在静息和最大充血状态下，测定的心率、冠状动脉Pa和Pd在3组间比较，差异均无统计学意义(均为P>0.05)。尽管静息Tmn在3组间无统计学差异，但充血态Tmn差异有统计学意义(PPPP=0.003；与异常组比较，P=0.000 3)。
2.3 新型 FC-MRR 的性能分析
基于静息和最大充血态下压力导丝直接测定的Pd(mmHg)和冠状动脉造影分析获得47例患者的FC-MRR中位数值为3.45(2.08，5.26)，其中微循环功能正常组5.02(3.50，6.38)最大，异常组2.00(1.60，2.60)最小，不确定组为3.20(2.30，4.38)(P=0.005)，提示其可较好地区分冠状动脉微循环功能是否异常；亚组分析正常和异常组患者的FC-MRR值差异有统计学意义(P=0.001)，见表2、图1。
表2 总体和以冠状动脉微循环功能分组的
冠状动脉生理学特征比较
注：FC-MRR，FFR-centered MRR；FFR，血流储备分数；MRR，微循环阻力储备
图1 冠状动脉微循环功能不同组间的 FC-MRR 值比较
热稀释法测定的CFR与MRR使用Pearson相关系数(r=0.90)和新型FC-MRR使用Spearman相关系数(r=0.81)均具有良好相关性，提示在心外膜冠状动脉无狭窄状况下，冠状动脉血流储备功能与微血管阻抗存在明确的关系。进一步分析发现，热稀释法MRR与AI辅助FC-MRR采用Spearman相关性分析两者明显相关(r=0.79)，见图2。ROC曲线分析显示，FC-MRR预测ANOCA患者微循环功能异常的曲线下面积为0.84(95%CI：0.71~1.00，P=0.002)；确定最佳截断值为3.0，其敏感度为89.5%，特异度为80.0%，阳性预测值为71.4%，阴性预测值为93.3%，见图3。
注：FC-MRR，FFR-centered MRR；FFR，血流储备分数；MRR，微循环阻力储备；IMR，微循环阻力指数；CFR，冠状动脉血流储备；∗代表PPPP
图2 热稀释法测定参数与新型 FC-MRR 的相关性
注：FC-MRR，FFR-centered MRR；FFR，血流储备分数；MRR，微循环阻力储备；AUC，曲线下面积
图3 FC-MRR的受试者工作特征曲线分析
3 讨论
本研究基于侵入性冠状动脉造影影像，整合AI辅助的血流分析和直接测定冠状动脉压力，创新性构建微循环阻力储备指标(FC-MRR)，通过小样本人群，与目前常用的弹丸式热稀释法测定的冠状动脉微循环生理学参数比较，初步评价FC-MRR技术的可行性和对CMD的诊断效能，结果表明：(1)新型FC-MRR与热稀释法MRR和CFR之间相关性好；(2)FC-MRR对ANOCA患者微循环功能异常具有良好的诊断性能，其ROC曲线下面积为0.84，最佳截断值为3.0。本研究初步明确在心导管室真实临床工作中，不依赖压力-温度传感器的压力导丝及无须应用热稀释法，通过AI整合分析静息态和最大充血态的冠状动脉造影和直接测定的冠状动脉压力能精准评估微循环功能。
CMD在心血管疾病的发生和发展中起着关键作用。为了准确评估CMD，目前已有多种有创和无创的方法被开发出来[6-8]。IMR作为评估冠状动脉微循环功能的量化指标采用热稀释技术，借助压力-温度传感器的压力导丝，最大充血状态时同步测定Pd和Tmn，两者的乘积计算得出IMR值[9]。研究显示，IMR与冠心病临床预后显著相关[10-12]。然而，IMR测定时间较长，操作较复杂，需要压力-温度传感器的压力导丝，限制其在常规临床实践中的广泛应用。CFR是最大充血状态下和静息状态下冠状动脉血流量的比值，其综合反映心外膜血管和微循环的状态，在排除心外膜缺血时，CFR依然是衡量冠状动脉微循环功能的关键参数[13]。不同人群的冠状动脉微循环功能存在异质性，在部分人群中CFR与IMR之间不一致，仅根据CFR或IMR水平分类不能表明患者之间的差异性。目前尚未明确正常FFR患者中IMR与CFR之间不一致性的临床机制，两者结合能提供更完整视角。在ILIAS研究中，通过联合评估CFR和IMR，可以将CMD分为结构性(异常的CFR[14]。这表明即使CFR正常，IMR异常也可能与不良预后相关，提示在评估冠状动脉微血管功能时，IMR的异常不应被忽视。近年来，MRR作为一种新兴的冠状动脉微血管功能评估指标被提出，通过测量静息和最大充血状态下的微循环阻力来评估微循环的储备功能，能够更精确地揭示微血管的健康状态。MRR的最佳界值尚待进一步确定。Boerhout等[5]研究表明，MRR与5年随访时的主要不良心血管事件和靶血管失败存在独立相关性，并提出了MRR的最佳截断值为3.0。de Vos A等[15]在214例ANOCA患者中发现，MRR小于2.1提示CMD的存在，并提出了MRR的“最佳阈值”为2.5。与传统的CFR相比，MRR具有测量准确、重复性好、安全性高等优点，且不受心外膜冠状动脉病变、血流动力学变化、心外膜血管阻力和操作人员等因素的影响，对临床有良好的指导意义[16]。然而，传统的MRR测量需要结合FFR和正电子发射断层成像或热稀释法，分别用于测量不同的参数，最终通过公式计算出MRR。这些要求在一定程度上制约了其在临床中的广泛应用。In Kim等[17]利用深度学习提出了一种基于AI的QCA方法，作为冠状动脉造影的自动化分析工具，为冠状动脉病变的定量评估和临床决策提供潜在优势。该模型通过深度学习技术，能够自动分析冠状动脉造影图像，减少人为误差，并提高诊断效率。我们的研究与AI-QCA模型的应用形成互补，通过AI赋能的QCA技术获得冠状动脉流速及流量等相关数据评估冠状动脉微循环功能。本研究通过FC-MRR嵌入在现有单纯评估心外膜血流FFR技术中，无须双传感导丝，同步、全方位添加冠状动脉微循环功能评估信息；与单一的IMR、CFR或MRR指标相比，FC-MRR提供了更为精准的冠状动脉微循环功能评估，有助于更准确地诊断冠状动脉微循环障碍。同时，FC-MRR 避免目前国内应用的评估“纯计算型模型”中由于众多复杂推算步骤导致的误差，并且在临床应用中具有互补性，不增加额外耗材和医疗费用，无须冠状动脉内反复冲洗生理盐水。与热稀释法相比，FC-MRR无需温度-压力双微传感器导丝及反复拟合温度变化曲线。FC-MRR指标的提出是冠状动脉微循环功能评估领域的一项创新，为该领域的研究和临床实践提供了新的思路和方法。
然而，本研究存在以下的局限性：(1)本研究为单中心前瞻性队列，小样本研究人群。(2)研究未对基线参数(如心率变异性、血管活性药物使用时机)进行多变量回归分析，可能引入选择偏倚；同时，微血管痉挛诱发试验(如乙酰胆碱激发)对FC-MRR的影响未被量化，难以区分结构性微循环病变与功能性异常。(3)缺乏与心脏磁共振或正电子发射断层成像的对照数据。(4)未对纳入的患者进行主要不良心血管事件的临床预后随访。(5)欧洲心血管介入协会(EAPCI)文件建议ANOCA患者将左前降支作为预先指定的目标血管[18]；本研究将左前降支作为目标血管以标准化心肌灌注质量评估，可能限制研究结论的普适性。
本研究中，FC-MRR与热稀释法测定的IMR、CFR和MRR之间显示出显著的相关性。同时，其在预测ANOCA患者冠状动脉微循环异常方面展现出了良好的诊断效能。初步研究表明，借助AI技术对冠状动脉造影进行分析，能够更准确地评估ANOCA的冠状动脉微循环功能，为临床治疗提供更具针对性的指导建议。
来源：中国心血管杂志