European Radiology：基于PCD-CT冠状动脉CTA数据集的心外膜脂肪组织评估

心外膜脂肪组织（EAT）是位于心肌表面和心包内脏层之间的内脏脂肪，其范围和密度与各种心脏和代谢疾病的发展和严重程度直接相关，如冠状动脉疾病、心肌梗塞、心房颤动或与肥胖有关的胰岛素抵抗。

EAT体积是获得EAT数量的最准确的方法，而非厚度或面积。超声心动图、心脏磁共振成像（CMR）和心脏计算机断层扫描（CT）可以对EAT的数量进行无创评估。然而，超声心动图只能提供EAT的厚度，而CMR耗时较长，在临床上的应用有限。CT已被广泛用于心脏检查，并能在心电图（ECG）触发的真无对比度（TNC）系列上提供高度可重复的、快速的EAT体积测量。

此外，人们发现EAT容积内不仅是范围，而且CT衰减值也与局部和全身炎症标志物相关。EAT容积测定是基于CT值的阈值，下限和上限分别从-250到-190H和-50到-30H不等。通过提高上限值，EAT容积也可以在冠状动脉CT血管造影（CCTA）系列中得到近似的测量。

最近在临床常规扫描中引入了具有固有光谱信息的光子计数检测器CT（PCD-CT）系统，可以常规地在数据采集后进行几个后处理步骤，包括从增强CT扫描中去除碘。到目前为止，有两种算法可用于创建VNC系列，即传统（VNCConv）和纯钙（VNCPC）。VNCPC算法还事先进行了碘和钙的分解，并专门设计为在最终图像中获得完整的钙对比。由于VNC算法都没有特别关注分解成脂肪，脂肪组织部分归属于所有的基础材料，预计衰减值会与TNC的衰减值略有不同。据我们所知，新的VNCPC算法在CCTA扫描的EAT定量上的表现还没有被研究过。

近日，发表在European Radiology杂志的一项研究分析了来自PCD-CCTA数据集的VNC重建，并与参考TNC和CCTA系列比较以实现EAT的准确评估。

本项研究纳入了有临床指征的CCTA和冠状动脉TNC的连续患者（n=42）。使用传统的（VNCConv）和新的保钙（VNCPC）算法，重建了两个VNC系列。在TNC、VNCConv、VNCPC和CCTA（CTA-30）系列中使用-190至-30H的阈值对EAT进行分割，并在CCTA系列中使用0H的上限（CTA0）进行额外分割。对每个系列的EAT体积及其直方图进行了评估。线性回归用于关联EAT体积和直方图的欧几里得距离。用配对t检验和Wilcoxon签名秩检验来评估参数和非参数数据的差异。 

与TNC相比，VNC和CCTA系列的EAT容积显示出明显的差异（所有P < .05），但相关性很好（所有R2 > 0.9）。新的VNCPC系列的测量显示出最好的相关性（R2=0.99），与TNC值相比只有微小的绝对差异。与TNC相比，VNCConv、VNCPC、CTA-30和CTA0的平均容积差异为-12%、-3%、-13%和+10%。VNCPC的CT值分布显示与TNC的差异小于VNCConv（平均衰减差异+7% vs. +2%；直方图的欧几里得距离0.029 vs. 0.016）。 

 图 本图展示了EAT的分割、体积和直方图。EAT=心外膜脂肪组织；CTA0=CT血管成像，上限值为0H；CTA-30=CT血管成像，上限值为-30H；TNC=真实无对比；VNCConv=有意向的虚拟无对比；VNCPC=纯钙虚拟无对比

本项研究表明，来自PCD-CCTA数据集的新型VNCPC系列可用于评估EAT，其结果一致，与参考TNC相比只有极小的偏差，且与传统的VNC或CCTA系列相比结果更优。因此，本项研究提示，使用VNCPC作为TNC的替代指标可大大减少个体患者的应用辐射剂量。

原文出处：

Franka Risch,Florian Schwarz,Franziska Braun,et al.Assessment of epicardial adipose tissue on virtual non-contrast images derived from photon-counting detector coronary CTA datasets.DOI:10.1007/s00330-022-09257-6