| 目的 利用人工智能测量冠状动脉CT-血流储备分数（CT-FFR），比较双层探测器光谱CT 50 keV、70 keV和100 keV虚拟单能级图像（VMI） CT-FFR在评估冠脉血流方面的诊断价值。方法 回顾性分析合肥市第二人民医院2022年1月至2023年5月行双层探测器光谱CT冠状动脉CTA检查的67例患者临床资料。将光谱数据重建出50 keV、70 keV和100 keV的VMIs。利用人工智能计算责任血管在VMIs与常规图像的CT-FFR，采用多组独立样本秩和（Kruskal-Wallis检验）比较VMIs与常规图像CT-FFR有无差异，计算组内相关系数（ICC），对VMIs与常规图像CT-FFR进行一致性分析。根据冠状动脉钙化积分（CACS）将责任血管分为无钙化、极轻度钙化、轻度钙化、中度钙化、重度钙化5组，分别比较不同CACS组各能级的CT-FFR之间有无差异，并采用Spearman相关分析CACS与不同能级CT-FFR相关性。最后利用受试者工作特征（ROC）曲线分析50 keV、70 keV和100 keV VMI在评估冠脉血流方面的诊断效能。结果 50 keV、70 keV VMI与常规图像CT-FFR之间差异无统计学意义（P>0.050），与常规图像CT-FFR存在较好的一致性（ICC=0.872, 0.930）,100 keV VMI与其他能级CT-FFR差异均有统计学意义（P<0.05）,CT-FFR值均低于其他能级，且与常规图像CT-FFR仅存在中等的一致性（ICC=0.756）。不同CACS组中50 keV、70 keV VMI及常规图像CT-FFR比较，差异无统计学意义（P>0.050），中度钙化组中100keV VMI CT-FFR较其他能级低（P<0.05）,50 keV、70 keV和100 keV VMI及常规图像CT-FFR与CACS均呈负相关（rs=-0.565,-0.571,-0.549,-0.542,P均<0.001）。50 keV、70 keV和100 keV VMI CT-FFR的曲线下面积（AUC）分别为0.907、0.947、0.879；灵敏度分别为0.910、0.938和0.764；特异度分别为0.807、0.825和0.860。结论 基于人工智能测量的50 keV及70 keV VMI的CT-FFR在评估冠脉血流方面均具有较高的诊断效能。 |
