基于人工智能测定冠状动脉周围脂肪衰减指数联合斑块及临床指标预测冠心病心肌缺血.pdfVIP

像诊断与介入放射学年第卷第期

圆园25345305窑

窑

心胸像学

窑窑

基于人工智能测定冠状动脉周围脂肪衰减指数

联合斑块及临床指标预测冠心心肌缺血

李萌沈佳诚亦弛王飞飞倪健坤

摘要目的

铱探讨基于冠状动脉周围脂肪衰减指数（FAI）、斑块参数及临床指标构建的联合模型预测冠心患者

心肌缺血的价值。方法回顾性分析195例冠心患者的临床及影像资料，基于冠状动脉CT血管造的血流储备分数

（（，分析

（CT-FFR）值将患者分为心肌缺血组CT-FFR臆0.8）和非缺血组CT-FFR跃0.8）。比较两组间各项指标差异CT-FFR与

FAI的相关性，通过单因素及多因素Logistic回分析筛选独立预测因素并构建模型，采用受试者工作特征（ROC）曲线评估

模型效能。采用决策曲线分析评估预测模型的临床实用价值。结果两组在吸烟、高血压、白细胞数、中性粒细胞

数、左前降支FAI（FAI-LAD）、左回旋支FAI（FAI-LCX）、斑块周围FAI、总斑块数、钙化斑块数、混合斑块数、非钙化斑块数、

（

最大狭窄程度、斑块长度、斑块体积、纤维成分体积占比差异有统学意P0.05）。CT-FFR与FAI-LAD（r=-0.193，P=

0.007）、FAI-LCX（r=-0.245，P=0.001）及斑块周围FAI（r=-0.178，P=0.013）呈显著负相关。多因素Logistic回分析得出高血

、。构建的联合模型的

压、中性粒细胞数FAI-LCX、总斑块数、非钙化斑块数、最大狭窄程度及斑块长度为独立预测因素

（（

诊断效能最优AUC：0.881，95%CI：0.834耀0.927，敏感度77.5%，特异度84.9%），其表现优于斑块模型AUC：0.829，95%CI：

（

0.770耀0.889，敏感度86.5%，特异度68.9%）、FAI模型AUC：0.629，95%CI：0.551耀0.708，敏感度74.2%，特异度47.2%）和临

（在广泛的阈值概率范围

床参数模型AUC：0.650，95%CI：0.574耀0.726，敏感度47.2%，特异度76.4%）。决