我院健康信息智能计算团队在无创计算心血管血流储备分数研究上取得系列新进展

血流储备分数（FFR）被认为是评估心血管狭窄的功能性指标。心血管FFR的无创计算研究意义重大。我院硕士生陈镇阳、吴楚林和博士后刘修健分别在肺动脉狭窄的无创FFR计算、斑块成分及生理特异性出口边界条件对冠脉FFR计算结果的影响的分析工作中取得了进展。

肺动脉狭窄被认为是引起肺动脉高压的主要诱因。研究发现，FFR的应用可以提高肺动脉狭窄检测的准确性。然而，侵入性检查可能会给患者带来许多生理风险。为了减少患者痛苦，迫切需要一种无创地计算肺动脉狭窄的FFR的方法。我院健康信息智能计算课题组的硕士生陈镇阳联合北京协和医院心内科，提出了一种个性化的肺循环模型来无创地计算肺动脉狭窄的FFR。该模型包括边界条件估计和3维肺动脉形态重建，用于计算流体力学（CFD）模拟。通过匹配心输出量和主肺动脉压力来获得患者特定的边界条件。在半自动分割重建3维肺动脉模型上执行CFD模拟以获得整个肺动脉中的压力分布。根据肺血管远端压力和近端压力的比率来计算肺动脉狭窄的FFR。设计的模型如下图所示：

图 1无创计算肺动脉狭窄FFR的模型构成。左：患者的个性化边界条件非侵入性估计；右上：3维肺动脉模型重建；右下：0维集总参数模型

为了验证模型，将模拟计算的 FFR 与 20 名患者的压力导丝检查测得的 FFR 进行比较。结果显示，模拟计算的 FFR 与压力导丝检查测的 FFR 非常吻合(r=0.989，p<0.001)，证明所提出的个性化肺循环模型能够以足够的精度来无创计算肺动脉狭窄的FFR。这将有助于肺动脉狭窄的无创检测和整个肺动脉血管树的综合评估。

图 2 相关性(左),Bland-Altman 图(中)和一例模拟计算的FFR结果与患者压力导丝测得的FFR的结果比较。(A1:患者的CT图像；B1:模拟计算的肺动脉血管的FFR计算结果（FFRSim）；C1:患者的血管造影图像以及对应的压力导丝测得的FFR结果（FFRMea）)(右)

相关研究成果发表于IEEE会刊，IEEE Transactions on Biomedical Engineering（论文题目：A Personalized Pulmonary Circulation Model to Non-Invasively Calculate Fractional Flow Reserve for Artery Stenosis Detection，DOI：10.1109/TBME.2021.3119188.）。我院研究生陈镇阳和博士后刘修健为论文共同第一作者，协和医院徐希奇主任和张贺晔教授共同为通讯作者，中山大学生物医学工程学院为第一单位。

 近年来，一些临床研究发现，动脉粥样硬化斑块的组成成分可能是狭窄与缺血之间潜在的缺失因素。这将有助于解释管腔狭窄和FFR值之间的不匹配现象。不同的斑块组成成分使斑块具有不同的材料力学性质，在相同流体下，钙化硬斑块比脂质软斑块管腔变形更小，血液阻力更大。我院健康信息智能计算课题组的硕士生吴楚林利用流固耦合分析的计算方法研究了不同斑块组成成分对FFR值的影响。从病人CT数据重建获得冠脉管腔模型，再构造具有虚拟斑块和血管壁的流固耦合模型，通过赋予斑块不同的材料性质以代表不同的斑块组成成分，再执行流体仿真计算得到FFR值，流程如下：

图 3 基于流固耦合分析研究不同斑块组成成分对FFR值的影响计算模型

研究结果发现脂质软斑块的FFR值高于纤维斑块和钙化斑块。这可能是由于脂质斑块的循环腔增大所致。斑块组成影响血管舒张能力，而正常的血管舒张是充血期间缺乏显著压降的先决条件。在相同的血流动力学条件下，脂斑变形更大，管腔扩张更大，血流速度更快。由于传统的FFR直接CFD计算通常假设一个刚性的血管壁，这种方法可能会错误估计FFR值。对FFR的错误估计可能会增加假阳性结果的可能性(即对缺血的错误识别)和侵入性治疗的风险，从血流动力学的观点来看，这实际上是没有必要的。因此，CT-FFR结合斑块组成在理论上可以促进风险分层和靶向治疗策略的选择，特别是对于FFR值在0.75到0.80之间的关键病变(即FFR的“诊断灰色区”)。

图 4 50%狭窄的不同斑块组成成分的FFR值(左);三种不同斑块组成的FFR分布箱型图(n=180)(右)

相关研究成果发表于Springer旗下的期刊 Biomechanics and Modeling in Mechanobiology（论文题目：Effect of plaque compositions on fractional flow reserve in a fluid-structure interaction analysis,DOI:10.1007/BMMB-D-21-00138R4）。我院研究生吴楚林和博士后刘修健为论文共同第一作者，张贺晔教授为通讯作者，中山大学生物医学工程学院为第一单位。

出口边界条件是影响基于冠脉CTA的血流储备分数（FFRCT）计算准确性的关键因素。出口边界条件须基于生理假设进行设置并受其限制。目前仍缺乏可准确量化患者个体化冠脉血流的生理假设模型。此外，冠脉出口位置也影响出口间血流量的分配，但目前出口截断策略对FFRCT评估的影响尚未研究。我院健康信息智能计算课题组的博士后刘修健提出一种生理特异性的冠脉血流模型，包括基于患者个体化生理参数（PP）的出口边界条件模型和标准化出口截断策略，以准确量化和分配冠脉血流和出口阻力，提高FFRCT的准确性和一致性。FFRCT的计算流程如下：

图5 基于患者生理特异性冠脉血流模型的无创FFRCT计算方法

通过回顾性地对221例患者的274个血管进行了FFRCT计算，以侵入性FFR为参考，与仅基于左心室心肌质量的出口边界条件模型相比，基于患者个体化生理参数的模型血管水平诊断性能有所提高：准确度/敏感性/特异性为：91.2%/90.4%/91.8% vs 86.5%/84.6%/87.6%。标准化出口截断策略显示了良好的操作者间诊断可重复性，Kappa系数为0.908。

验证结果证明了患者生理特异性冠脉血流模型可以提高FFRCT的诊断性能和可重复性。

图6 左上为血管水平的FFRCT诊断性能；左下为FFRCT的受试者工作曲线；A-D为FFRCT和FFR之间的相关性和一致性

相关研究成果发表于Wiley旗下的期刊Medical Physics（论文题目：Physiologically personalized coronary blood flow model to improve the estimation of noninvasive fractional flow reserve，DOI: 10.1002/mp.15363）。我院博士后刘修健为论文第一作者，高智凡副教授为通讯作者，中山大学生物医学工程学院为第一单位。