【摘要】
2024
年北美放射学学会年会（
RSNA
）在心脏影像学领域的研究热点集中于以下三个方面：①人工智能在心血管影像中的应用；②心脏
MRI
临床应用研究；③心脏
CT
成像临床应用研究。本文综述了这些领域的最新进展，旨在为心脏影像学领域的研究者和临床医生提供前沿的学术动态和研究方向。
【关键词】
心脏；冠状动脉；人工智能；磁共振成像；体层摄影术，
X
线计算机
RSNA2024心脏影像学领域的研究内容精彩纷呈，涵盖了多个前沿热点。本文将从以下几个方面对这些研究热点和进展进行详细阐述。
人工智能在心血管影像中的应用
1.人工智能在冠状动脉成像中的应用
在冠状动脉成像领域，Zou等通过超分辨率深度学习重建（super
-resolution deep learning reconstruction，SR-DLR）技术在冠状动脉CT血管成像（coronary computed tomography angiography，CCTA）中降低辐射剂量并改善图像质量。Wang等提出基于深度学习（deep learning，DL)的冠状动脉斑块分析算法，能够自动识别高危斑块的四个关键影像特征。Mathai等开发3D全分辨率nnUNet，通过分析冠脉周围脂肪组织（pericoronary adipose tissue，PCAT）的特征，为冠状动脉疾病（coronary artery disease，CAD）的早期预测提供了新的思路。Qu等比较深度学习图像重建算法（deep learning image reconstruction algorithm，DLIR）与自适应统计迭代重建（adaptive statistical iterative reconstruction veo，ASIR-V）对PCAT平均衰减（pericoronary adipose tissue CT mean attenuation，PCATMA）的影响，发现DLIR在临床实践更为稳健。
在冠状动脉钙化（coronary artery calcium，CAC）评估中，Klein等利用Nanox AI技术在非ECG门控胸部CT扫描中辅助筛查CAC，显著提高了早期诊断和干预的效率。Hunter等分析机器学习算法（machine learning algorithm，MLA）在低剂量CT（low
-dose CT，LDCT）中CAC的检测效果，与传统心电门控CT相比，展现了高准确性、敏感性和特异性，同时减少了35%的辐射剂量。Lee等发现AI驱动的自动心腔容积测量在不同的CT扫描模式中具有高度一致性，并能有效预测心房颤动（atrial fibrillation，AF）和主要不良心血管事件（major adverse cardiac events，MACE）。
Carr等发现代谢综合征患者的亚临床CAD风险增加两倍以上，强调了早期心脏代谢风险管理在预防亚临床动脉粥样硬化中的重要意义。Kay等使用AI软件量化冠状动脉钙体积（AI-CACvol），优化了CAC的AI阈值，发现AI-CACvol与传统的Agatston评分具有高度相关性，并在预测高风险患者时显示出更高的敏感性和特异性。Oliveira等开发基于卷积神经网络（convolutional neural network，CNN）的AI工具，采用胸部X射线预测Agatston评分，在区分不同程度CAC患者方面具有较高的敏感度和特异度，为心血管风险评估提供了便捷的替代方法。
在评估冠状动脉狭窄程度方面，Chen等基于DL设计的CCTA评估方法，能够准确、快速地识别冠状动脉狭窄≥50%的患者，并有效地辅助分诊，优化医疗资源的利用。Zhu等采用运动校正算法的单心跳采集技术，在AF患者中获取高质量的CCTA图像，AI辅助诊断系统自动区分不同狭窄程度的冠状动脉。Morikawa等开发了基于DL的后处理降噪方法，在四分之一剂量的CCTA扫描中，显著降低图像噪声，提高CAD
-RADS一致性及显著狭窄的诊断性能。Kubler等使用AI模型(CorEx，Spimed-AI)评估无症状男运动员的冠脉情况，发现在显著冠状动脉狭窄（CAD-RADS 3或更高）患者中诊断准确性较高。Hao等评估AI后处理技术在CCTA中测量腔内衰减梯度（intraluminal attenuation gradient，TAG）的应用，TAG的测量值在区分支架内再狭窄（in-stent restenosis，ISR）与非ISR患者中具有较高的准确性。
Wang等比较光子计数探测器CT（photon counting detector CT，PCD-CT）与传统CT在CCTA中的AI辅助诊断结果，发现PCD-CT能显著提高诊断准确性，在评估冠状动脉狭窄时，与ICA结果一致性更高。Kilburg等基于人工智能工具(CorEx,Spimed AI)全自动评估PCD-CCTA，显著改善患者CAD-RADS分级，具有较高的评估效率和准确性。Haag等评估了ZeeFree重建算法在PCD-CCTA中的价值，诊断质量优于其他算法，有助于提高诊断精度和改善临床结局。Koons等发现人工超分辨率图像（improved LUMEN visualization through Artificial super-resoluTion imagEs，ILUMENATE)提高了CCTA图像的分辨率和清晰度，减少钙晕伪影，优化了传统能量积分探测器CT（nergy integrating detector CT，EID-CT）冠状动脉狭窄的评估，达到PCD-CCTA相当的效果。Treb等通过高分辨率重建和AI降噪技术提升EID-CT的图像质量，在解析小冠状动脉钙化和冠状动脉分支方面，接近PCD-CT的性能。
Ren等开发了DL模型，通过CCTA自动识别和追踪冠状动脉异常起源，实现血管路径的准确跟踪，提高了图像重建效率并减少了手动分析的时间和误差。Zhao等评估了AI自动定位方法在CCTA扫描范围设定中的表现，AI显著提高了扫描精度并减少辐射剂量。Lisi等发现ZeeFree算法在序贯模式CCTA中提高数据集质量，有助于CT血流储备分数(fraction flow reserve，FFR)和冠状动脉斑块定量分析。Wong等通过DL算法量化CCTA中的心肌应变，展示了该技术在心肌功能评估中的可行性。Yahui等发现单能量金属伪影去除（single-energy metal artifact reduction，SEMAR）算法能有效去除无导线心脏起搏器产生的金属伪影，提高CCTA的图像质量。
2.人工智能在CMR中的应用
Aziz-Safaie等展示了SR-DLR在心肌水肿评估中的应用，与标准T2-STIR相比，可缩短采集时间并保持图像质量，尤其适用于心律失常和呼吸困难患者的心脏磁共振（cardiac magnetic resonance，CMR）检查。Kravchenko等应用SR-DLR于低空间分辨率下的平衡稳态自由进动电影图像，减少屏气采集时间，同时保持诊断的准确性，特别对儿科和有心衰患者具有重要意义。Sun等发现DLR可提高室性心律失常患者晚期钆增强（late gadolinium enhancement，LGE）图像质量，有助于高心率室性心动过速/心源性猝死患者心内膜下病变的准确诊断。Atkins等展示了DLR在高加速心脏磁共振电影成像中的应用，新型Sonic DL方法显著减少扫描时间，同时保持图像质量和定量准确性。Orii等进行DL研究发现，增强后扫描心脏电影图像与传统对比剂注射前扫描在评估心室功能方面具有相似的诊断效能，能够缩短扫描时间。Yeluru等评估基于DL的自动化方法在4D Flow MRI中测量血流参数和分流严重性，结果与心脏放射专家手动测量一致，提升了先天性心脏病的临床诊断效率。
Geyer等开发基于机器学习的模型，用于预测肥厚型心肌病（hypertrophic cardiomyopathy，HCM）患者的MACE，该模型结合临床数据与心脏磁共振参数，预测性能优于传统风险模型。Tavakoli等比较大型语言模型（large language models，LLM）与传统U-Net方法自动分割LV-LGE图像的性能，发现LLM方法在自动化LV分割和量化LV瘢痕方面具有显著优势，DICE分数显著高于传统U-Net，展示了其在CMR中自动量化的潜力。Nichol等训练一个ResNet架构，能够准确地根据左心室射血分数（left ventricular ejection fraction，LVEF）将患者分类为不同功能障碍程度，该模型在不到1秒钟内完成预测，具有高效且精准的临床应用潜力。Heidenreich等训练具有扩展空间分解架构（xSDNet）的神经网络，用于欠采样数据进行联合重建和语义分割，重建实时心脏MRI，展示了无需心电门控的动态心肌应变分析技术，在心律失常患者中与传统MRI数据高度一致，解决了伪影问题，为心肌疾病评估提供了新方法。
3.人工智能在心脏CT中的应用
Chatterjee等评估非增强CT主动脉钙化的自动分割和评分工具，其在预测5年MACE中具有较好的准确性，且能独立于冠状动脉钙化，提供心血管事件风险预测的新途径。Shinde等研究常规胸部CT扫描中偶然发现的CAC的自动筛查，利用机器学习模型进行量化，有效识别亚临床动脉粥样硬化患者，为心血管疾病的早期筛查和预防提供了新的方法。Yu等开发并验证了一种AI模型，能够实现心肌血流量（myocardial blood flow，MBF）和缺血心肌体积的快速、全自动量化，改善冠心病患者的风险分层，在预测MACE方面具有显著优势。
Yoshida等研究基于CNN的深度学习方法，利用心脏CT图像预测血细胞比容（hematocrit，Hct），计算细胞外容积（extracellular volume，ECV），深度学习预测的Hct及计算得到的ECV与传统方法一致，证明了无血样情况下进行ECV量化的可行性。Yang等比较深度学习重建高级智能清晰IQ引擎(deep learning reconstruction-advanced intelligent clear-IQ engine，DLR-AiCE）、基于模型迭代重建(model-based iterative reconstruction,MBIR)和HIR在心脏CT中量化心肌ECV的效果，发现DLR-AiCE能更准确地量化ECV。Gao等评估高强度DLIR及滤波反投影(filtered back projection，FBP)算法在80kV及120kV管电压下对ECV分数计算的影响，发现DLIR不干扰ECV计算且能提高图像质量，便于识别心脏解剖结构。Jeon等研究表明，基于DL的心脏CT对比增强方法可提高延迟对比增强图像质量和病变检测效果，优于传统MBIR方法，有助于左心室心肌疾病诊断，扩大了心脏CT在相关疾病中的作用。
Kerkovits等开发PCD-CT定量全身细胞外容积的方法，发现该方法能有效量化液体容积状态，有助于心力衰竭或慢性肾脏疾病的诊断、风险分层及治疗评估。Okuyama等研究显示，基于DL的后处理CT去噪显著改善二尖瓣的3D容积再现及诊断性能，有助于瓣膜修复手术规划。Sommerfeld等评估全身分割模型（total segmentator，TS）在CT中的心脏和大血管分割精度，TS模型在常规患者、胸壁畸形患者、HCM患者和心脏瓣膜置换患者中提供了可靠的分割结果，但在一些特殊患者（如先天性心脏病儿童）中仍需手动修正。Alnoury等发现，AI分析胸部恶性肿瘤患者术前CT图像能够高准确度地预测放疗引起的心血管毒性，有助于优化肿瘤治疗与心血管预后。
心脏磁共振成像临床应用研究
1.心肌应变与功能评估
Pandey等使用CMR特征追踪(feature tracking,FT)检测HCM患者亚临床RV心肌变形，早期不存在右心室肥大、RVEF损伤或RV-LGE情况下，RV应变已经减低，而在存在右室肥大和RV-LGE的情况下，RV心肌变形更严重。Liu等评估CMR-FT在肺动脉高压（pulmonary hypertension，PH）患者中的应用，发现右心室的心尖段纵向应变（LSApical）对早期诊断具有最高的敏感性和特异性。Yang等研究发现CMR参数能可靠评估稳定期慢性阻塞性肺疾病患者右心室功能变化，并证实慢性阻塞性肺疾病评估测试评分、NT-proBNP水平是影响右心室收缩功能的重要因素。Zhu等发现RV-GLS和RV-GCS是射血分数保留心力衰竭(heart failure with preserved ejection fraction，HFpEF)患者的不良临床结局的独立预测因子，提供了增量预后价值。Inoue等分析先天性矫正型大动脉转位（corrected transposition of great arteries，cTGA）和完全型大动脉转位（TGA）患者，右心室扭转现象提示其发生重构，有助于维持泵功能，是预后及确定修复方案的重要指标。Erley等对在儿童时期接受动脉转换手术（arterial switch operation，ASO）的大血管右转位患者（D-TGA）进行了左心室应变分析，左心室GLS降低可作为轻微功能障碍的潜在指标。
Aydemir等用CMR-FT分析乳腺癌患者蒽环类药物化疗后的右心室应变，所有患者在随访时RV GLS减弱，可以作为蒽环类药物化疗后亚临床心脏毒性的早期标志，强调了在肿瘤患者中常规评估GLS的必要性。Catapano等探讨CMR在癌症相关心肌损伤中的潜力，发现未接受化疗的癌症患者有显著心肌组织特征变化，初始T1值高于健康组，GLS低于健康组，有助于改善心脏毒性评估。
Wang等研究AL-CA患者的右心房功能，发现RA总排空分数是全因死亡的独立预测因子，对Mayo分期有增量预后价值。Wei等研究发现LA机械功能障碍是卒中和新发房颤的强有力预测因素。Chong等分析房颤消融术前结合应变技术和3D-LGE-MRI，发现可以定量和可视化评估左心房纤维化，为术中导航提供影像学证据。
Yang等研究发现，GRS联合临床危险因素，特别是LVEF、SBT、hs-CRP和中性粒细胞百分比，可能是ST段抬高型心肌梗死（ST-segment elevation myocardial infarction，STEMI）患者院内心力衰竭的有效预测因子，可为早期预后评估提供新证据。Zhang等发现NT-proBNP与HFpEF患者左心室应变和容量参数显著相关，结合NT-proBNP和应变数据，可以优化风险分层和长期管理。Mukherjee等分析应变在地中海贫血患者心肌铁过载中的应用，发现LV GRS和LV GLS与心肌铁过载存在相关性，可早期发现亚临床功能障碍，为早期启动铁螯合治疗提供支持。
Firoozeh等研究表明CMR应变参数可独立预测心脏结节病患者的心肌炎症，具有潜在应用价值。Zhang等比较特发性炎性肌病(Idiopathic inflammatory myopathy，IIM)与急性病毒性心肌炎(acute viral myocarditis，AVM)，发现IIM的T1-mapping、T2-mapping高于AVM，IIM和AVM的GLS、GCS、GRS、LVEF均低于健康对照组，IIM组的GLS、GCS均低于AVM组，为早期诊断和及时治疗提供依据和支持。Zhou等发现GLS和T2值与急性心脏移植物排斥反应相关，为心脏移植受者的无创监测提供了增量价值。Gao等评估左心室重构指数（left ventricular remodeling index，LVRI）在轻链心脏淀粉样变性(light-chain cardiac amyloidosis，AL-CA)患者中的作用，发现LVRI越高，MACE的风险越高。Li等在T2DM中发现，甘油三酯葡萄糖(triglyceride glucose,TyG)指数高者LVRI高，且与LV整体功能指数、LV心肌灌注功能和LV应变负相关，TyG指数可以独立预测各峰值应变。Wang等验证了左心房室耦合指数（left atrioventricular coupling index，LACI）在AL-CA中的预测价值，是全因死亡率的强大独立预测因子，能进一步改善风险分层。
2.T1/T2-mapping
Yoshimura等通过ECV评估tafamidis在晚期甲状腺素运载蛋白淀粉样变性(transthyretin amyloid cardiomyopathy，ATTR-CM)患者中的疗效，发现晚期患者(ECV≥59%)的疗效与早期患者(ECV<59%)相当。Kravchenko等评估CMR参数在AL和ATTR鉴别中的作用，ECV是区分心脏淀粉样变与健康对照组的最佳参数，T2-mapping结合LGE能高精度区分AL和ATTR，有助于快速诊断。Locherer等验证了合成血细胞比容值用于ECV计算的可行性，与传统方法高度一致，显著简化操作流程，有助于推动ECV量化的临床应用。
Li等研究发现高原心脏病(high-altitude heart disease，HAHD)患者RV增大、心肌肥厚、右心功能不全，增强后T1值和ECV显著增高，部分患者中观察到室间隔和右心室心内膜延迟增强，提示RV心肌可能出现纤维化。Lv等评估慢性HAHD患者，患者存在心肌纤维化和水肿，并与左心室应变及功能受损相关。
Yang等对T2-mapping在非缺血性心肌病患者中的预后价值进行了系统综述和荟萃分析，发现T2值较高的患者发生心血管事件的风险更高，可作为独立预后标志物；心肌水肿引起的T2值升高发生在临床相关指标和LGE阳性表现之前，在不可逆损害发生之前进行诊断和干预，有助于改善患者预后。Yang等证实T2-mapping检测HCM心肌损伤的可行性，T2值与hs-cTnI升高相关，可作为HCM患者综合评估的一部分。
CMR测量的RV和LV血池T2标测值的比值已被证明与血氧水平相关。Yang等评估RV/LV-T2比值在扩张型心肌病患者中的预后价值，发现该比值是MACE的独立预测因子，优于传统的LVEF和LGE。Giannetti等评估肺氧交换减少的HF和原发性肺动脉高压（primary pulmonary hypertension，PAH）患者，RV/LV-T2比值降低，且与双心室收缩功能相关，可作为疾病严重程度的标志物。
3.LGE
Cadour等评估基因阳性致心律失常性心肌病患者中CMR表现与基因变异的预后关系，发现LGE能够有效帮助预测MACE的风险；进一步评估基因阳性致心律失常性心肌病中桥粒和非桥粒基因变异的基因型-
表型关联，发现非桥粒变异与双心室功能较差有关，桥粒变异与更广泛LGE和特定LGE模式相关。Jacques等发现围产期心肌病患者常见基底段或中间段前间隔非缺血性LGE模式，且心肌应变显著低于健康对照组，为早期诊断和个性化治疗提供了潜在价值。
Chamberlin等研究发现早搏、房室传导阻滞、束支分支传导阻滞等传导系统异常与LGE、T2或FDG-PET摄取阳性等影像学异常在心脏结节病中出现的频率较高，且两者相关。Firoozeh等发现非缺血性射血分数降低的心衰患者中不同QRS波特征与CMR表现及预后相关，右束支传导阻滞与RVEF降低和LGE负荷增加有关，心脏再同步治疗（cardiac resynchronization therapy，CRT）的预后较差，而左束支传导阻滞和室内传导阻滞患者的LV扭转明显受损，LV同步性降低，适合进行CRT。
4.血流成像
Beissel等评估三维改良mDixon双相稳态MRA在复杂先天性心脏病患者中的应用，图像质量改善且不延长采集时间，在心律失常或心率过快患者中也能精确测量。Mori等比较成人法洛四联症修复后2D相位MRI与4D Flow测量返流分数的性能，4D Flow在复杂肺动脉形状下具备优势，允许多段评价，对于综合评价和治疗决策至关重要。Ruoli等应用4D Flow技术及左心房应变分析评价二尖瓣瓣环成形术（mitral annuloplasty，MAP）术后不同类型人工瓣对左心房功能及血流动力学的影响，为MAP术后功能评估提供新参数，实现个性化治疗。Borhani等探讨PH患者中CMR的半定量方法测量右心室首过灌注的性能，结果显示该方法具有良好的技术可行性和高度一致性。Gupta等研究发现AL-CA肺通过时间和肺血管容积更高，且两者与多项指标相关，结合现有标志物可提供心肺血流动力学额外信息。
5.其他
脂质过度供应通过引起脂毒性损伤和心肌脂肪变性，推动T2DM心肌功能障碍的发展。Shiotani等研究发现单次屏气1H
-MRS采集的脂质/水比在T2DM相关心肌疾病中较高，能够快速定量心肌脂质含量，作为心肌甘油三酯蓄积的影像学标志物，为疾病严重程度和治疗指征评估提供了新途径。Yamamoto等使用体素内不相干运动（intra-voxel incoherent motion，IVIM）分析技术，评估杜氏肌营养不良（duchenne muscular dystrophy，DMD）患者的心肌损伤，提供了一种无创、无辐射的技术，可用于长期监测DMD患者的心肌情况。Ohta等采用双室药代动力学模型分析动态T1图，预测心肌对比剂浓度和左心室血池浓度，研究发现心脏淀粉样变性患者的LGE暗血池现象是由血液T1值高于血池值引起的，有助于区分心脏淀粉样变性和HCM。
心脏CT的临床应用研究
