作者信息
Francesco Antonio Veneziano（通讯作者）
意大利埃加尼卫生局蒙塞利切医院心内科
意大利帕多瓦省蒙塞利切市马可尼路19号
Flavio Angelo Gioia
罗马生物医学大学心内科
罗马阿尔瓦罗·德尔波蒂略路21号
Francesco Gentile
意大利比萨圣安娜高等研究学院健康科学跨学科中心
期刊信息
《心血管发育与疾病杂志》2025年9月3日在线发表
DOI: 10.3390/jcdd12090338
摘要
混合成像技术——正电子发射断层扫描/计算机断层扫描（PET/CT）和PET/磁共振成像（MRI）——已成为冠状动脉疾病（CAD）综合评估的强大工具。通过单次检查整合解剖学和功能信息，这些技术提供了互补性见解，显著提升了诊断准确性并支持临床决策。这在多支血管疾病、平衡性缺血或疑似微血管功能障碍等复杂临床场景中尤为重要。本文为临床医生提供最新综述，涵盖混合PET/CT和PET/MR的技术原理、临床应用、人工智能（AI）整合的最新进展，以及相关技术局限性。重点讨论AI在优化图像采集、融合处理及解释中的作用，以及新型放射性示踪剂和自动化定量工具的发展前景。
1. 引言
冠状动脉疾病（CAD）仍是全球头号致死原因，其复杂的病理生理机制和异质性表现给临床管理带来持续挑战。心血管成像技术的进步显著提升了冠状动脉解剖、心肌灌注和组织特征的评估能力，支持诊断和个体化治疗策略。混合成像技术（PET/CT和PET/MR）通过单次检查整合解剖和功能信息，展现出独特优势。PET/CT已广泛应用于冠状动脉钙化评分和无创血管造影，而PET/MR通过减少辐射暴露和增强运动校正能力，在心肌纤维化、炎症和存活性评估方面更具优势。
2. 技术原理与参数
成像技术对比
- PET/CT：空间分辨率3-5mm，时间分辨率50-125ms，单次检查约20-45分钟（心肌灌注），辐射剂量1-5mSv（CT血管造影）
- PET/MR：空间分辨率4-5mm，时间分辨率30-50ms，检查时间45-75分钟，无CT辐射但成本较高
- 典型应用：PET/CT适用于钙化评估和急性检查，PET/MR更适合年轻患者和需多参数组织表征的场景（如心肌炎）
新型示踪剂进展
- Flurpiridaz F18：FDA批准的心肌灌注显像剂，显著提升图像质量和运动负荷协议灵活性
- 68Ga-FAPI：支持纤维化激活评估
- 18F-NaF：检测微钙化，反映斑块重塑过程
3. 临床应用
3.1 缺血与存活性评估
- PET灌注显像（13N-氨水、15O-水）可检测血流限制性狭窄，灵敏度达90%
- 18F-FDG代谢显像可识别"冬眠心肌"，PET/MR结合延迟钆增强（LGE）和T1/T2映射显著提升存活性预测准确性
- 研究显示，80%灌注-代谢不匹配区域在血运重建后收缩功能恢复
3.2 解剖-功能不匹配与微血管疾病
- 心肌血流量（MBF）量化可识别常规检查遗漏的功能异常
- 微血管功能障碍（CMD）分类标准：
- 经典型CMD：负荷MBF<1.7（PET阈值）
- 内源型CMD：静息MBF升高伴负荷保留
- 50%以上无阻塞性冠脉的胸痛患者存在CMD，AI辅助的自动MBF量化工具可提升诊断一致性
3.3 血运重建指导
- PET-derived心肌血流储备（MFR）<1.5预示心血管事件风险增加3倍
- AI算法通过整合PET/CT的冠脉解剖和PET/MR的功能参数，将血运重建决策准确率提升23%
- 机器学习模型利用SHAP值（SHapley加性解释）提供可解释性预测，优化靶血管选择
3.4 斑块生物学评估
- 18F-NaF PET可检测高风险斑块的微钙化活动，预测心血管事件风险（HR 2.1, 95%CI 1.6-2.8）
- PET/MR结合机器学习可区分斑块进展风险：
- 高危特征：正性重构、低衰减斑块、斑点状钙化
4. 技术局限性
- 成本问题：PET/MR设备成本达200万美元，年维护费用约50万美元
- 技术挑战：MR图像易受运动伪影影响，尤其在心律失常患者
- 标准化缺失：不同厂商的标准化摄取值（SUV）定义差异达15%
- 证据缺口：尚缺乏大规模随机试验证明其对临床结局的改善优于传统诊断策略
5. 人工智能的变革作用
图像优化
- 深度学习算法实现PET图像降噪，将FDG剂量降低75%而不影响诊断准确性
- AI重建技术将PET/CT灌注显像时间缩短至10分钟
自动化分析
- 卷积神经网络实现心肌灌注缺陷的自动化识别（AUC 0.84）
- 多模态AI模型整合CT钙化评分、心外膜脂肪组织（EAT）和PET参数，预测全因死亡风险（AUC 0.80）
临床决策支持
- 机器学习分类器（支持向量机、随机森林）整合影像学与生化指标，提升中间风险人群的风险预测
- 混合生存分析模型结合机器学习和Cox比例风险模型，长期预测心梗风险（HR 1.9, p<0.001）
6. 结论
混合PET/CT和PET/MR通过整合解剖、功能和代谢参数，显著提升了CAD诊断准确性。人工智能的引入进一步实现了剂量优化、自动量化和风险预测，尽管面临成本和标准化挑战，其在精准心血管医学中的前景广阔。未来发展方向包括：
- 新型示踪剂（如68Ga-DOTATATE）
- 可解释性AI框架（XAI）
- 多中心临床试验验证结局获益
关键图表
- 图1：混合成像的四种CAD病理生理模式（正常解剖、区域性阻塞、微血管功能障碍、弥漫性非阻塞性病变）
- 表1：PET/CT与PET/MR的临床应用选择指南
- 表2：AI在混合成像中的典型应用（剂量降低、风险分层、可解释性模型）
【全文结束】