基于CT獲得的心肌應變參數在肥厚型心肌病和高血壓性心臟病中的應用

摘要：目的" 探討基于CT獲得的心肌應變（MS）參數在評估肥厚型心肌?。℉CM）和高血壓性心臟?。℉HD）早期左室功能的可行性，以及該參數區分這兩種疾病的能力。方法" 本研究為回顧性研究，納入2021年12月～2023年1月在空軍軍醫大學西京醫院接受心臟冠狀動脈血管成像檢查，結果呈陰性的205例成年受試者。依據各組納入及排除標準將受試者分為HCM組（n=70）、HHD組（n=65）和健康對照組（n=70）。采用后處理軟件對3組的左室形態學特征、傳統心功能參數以及MS參數進行了量化，比較參數的差異，以及對這兩種疾病的鑒別能力。結果" 相較于健康對照組，HCM與HHD組的左室壁最大厚度、左室質量指數均有不同程度增高（9.25±1.68 vs 15.32±1.67 vs 18.01±2.24；56.64±19.57 vs 86.90±12.31 vs 106.27±19.56，Plt;0.001），而MS絕對值則均有不同程度降低（心肌整體周向應變，-25.80±3.74 vs -23.00±4.49 vs -21.03±4.97；心內膜下整體周向應變，-40.95±8.13 vs -35.86±7.90 vs -31.85±9.16；心肌整體徑向應變，81.26±37.76 vs 66.99±18.37 vs 55.31±23.19，Plt;0.001），其中以縱向應變降低最為顯著（心肌整體縱向應變，-23.03±3.84 vs -19.86±2.22 vs -15.47±4.28；心內膜下整體縱向應變，-30.35±5.35 vs -25.01±3.62 vs -21.92±8.16，Plt;0.001）。多元Logistic回歸分析結果顯示左室壁最大厚度、左室質量指數和心肌整體縱向應變組合模型的ROC曲線下面積最大，為0.930（敏感度為97%，特異性為83%）。結論" 基于CT所獲得的MS參數可以用于精確評估HCM和HHD患者的早期左室功能損傷，其中以縱向應變的損傷最為顯著。所得參數中左室壁最大厚度、左室質量指數和心肌整體縱向應變的組合模型在區分這兩種疾病時效果最佳。

關鍵詞：肥厚型心肌??；高血壓性心臟?。挥嬎銠C斷層成像；心肌應變

CT application in early left ventricular function assessment and differential diagnosis： the crucial role of myocardial strain parameters in hypertrophic cardiomyopathy and hypertensive heart disease

HE Zeming1， ZHENG Minwen2， ZHAO Hongliang2， HAN Dong3， YU Nan1， ZHANG Xirong1， HE Taiping1

1School of Medical Technology， Shaanxi University of Chinese Medicine， Xianyang 712046， China; 2Department of Radiology， The First Affiliated Hospital of Air Force Medical University， Xi'an 710032， China; 3Department of Medical Imaging， The First Affiliated Hospital of Shaanxi University of Chinese Medicine， Xianyang 712000， China

Abstract： Objective To explore the feasibility of myocardial strain （MS） parameters obtained through CT technology for assessing early left ventricular function in hypertrophic cardiomyopathy （HCM） and hypertensive heart disease （HHD）， as well as the capability of this parameter to differentiate between these two diseases， providing clinical reference. Methods This study was a retrospective analysis involving 205 adult participants with negative results from cardiac coronary imaging examinations conducted at the Xijing Hospital of Air Force Medical University from December 2021 to January 2023. Based on inclusion and exclusion criteria， the participants were categorized into three groups： HCM （n=70）， HHD （n=65）， and healthy control group （n=70）. Subsequently， post?processing software was utilized to quantify left ventricular morphological characteristics， traditional cardiac function parameters， and MS parameters among the three groups. The differences in these parameters were compared and their discriminative abilities between the two diseases were assessed. Results Compared to the healthy control group， both the HCM and HHD groups exhibited increased maximal left ventricular wall thickness and left ventricular mass index （9.25±1.68 vs 15.32±1.67 vs 18.01±2.24; 56.64±19.57 vs 86.90±12.31 vs 106.27±19.56， respectively， Plt;0.001）. Meanwhile， the absolute values of MS were reduced in both groups （myocardial global circumferential strain： -25.80±3.74 vs -23.00±4.49 vs -21.03±4.97; endocardial global circumferential strain： -40.95±8.13 vs -35.86±7.90 vs -31.85±9.16; myocardial global radial strain： 81.26±37.76 vs 66.99±18.37 vs 55.31±23.19， Plt;0.001）， with the longitudinal strain showing the most significant decrease （myocardial global longitudinal strain： -23.03±3.84 vs -19.86±2.22 vs -15.47±4.28; endocardial global longitudinal strain： -30.35±5.35 vs -25.01±3.62 vs 21.92±8.16， Plt;0.001）. Multivariate Logistic regression analysis revealed that the combination model of maximal left ventricular wall thickness， left ventricular mass index， and myocardial global longitudinal strain had the largest area under the ROC curve of 0.930 （sensitivity： 97%， specificity： 83%）. Conclusion The MS parameters obtained from CT imaging can accurately assess early left ventricular functional impairment in patients with HCM and HHD， with longitudinal strain showing the most significant impairment. Among the parameters obtained， the combination model of maximal left ventricular wall thickness， left ventricular mass index， and myocardial global longitudinal strain demonstrated the best effectiveness in distinguishing between these two diseases. These discoveries hold promise for providing more accurate diagnostic and therapeutic guidance in clinical practice.

Keywords： hypertrophic cardiomyopathy; hypertensive heart disease; computed tomography imaging; myocardial strain

收稿日期：2023-09-24

基金項目：陜西省重點產業創新鏈項目（2021ZDLSF04-10）

作者簡介：何澤明，在讀碩士研究生，技師，E-mail： 1601158676@qq.com

通信作者：賀太平，主任醫師，E-mail： htp89956@163.com

肥厚型心肌病（HCM）是一種常見的遺傳性心肌疾病，其主要特征是心肌增厚［1］。然而，HCM患者的一些非特異性表現經常被忽視，如左室局部或整體心肌功能輕微下降等，直至左室射血分數（LVEF）明顯異常時才引起關注，此時心臟收縮功能已經嚴重受損，可能導致心源性猝死和心力衰竭等［2］。因此，早期定量評估HCM患者左室功能至關重要。高血壓性心臟病（HHD）同樣會導致心肌肥厚，影像學特征與HCM相似度較高。然而，這兩種疾病的治療方法和風險分層卻完全不同［3］。因此鑒別HCM與HHD尤為關鍵。

以往區分這兩種疾病的方法主要依賴于左室形態學特征，即HCM通常表現為非對稱性肥厚，而HHD則表現為對稱性肥厚［4］。然而有研究顯示，4%～47%的HHD患者存在非對稱性肥厚，31%的HCM患者存在對稱性肥厚[5]，僅依靠這一特征鑒別HCM和HHD非常困難，需要更多的影像學指標來提高診斷的準確性。盡管已有研究使用了不同方法來區分這兩種疾病，如生長分化因子-15［6］，但該參數的區分能力有限，仍不能滿足臨床需求。而近年來新出現的心肌應變（MS）參數已廣泛用于評估不同因素引起的心肌損傷和心肌疾病的鑒別診斷。然而，目前關于計算機斷層成像特征追蹤技術（CT-FT）的報道甚少。本研究旨在探討基于CT-FT技術所獲得的MS參數評估HCM和HHD患者的左室功能以及鑒別診斷方面的可行性，為臨床提供更多有價值的參考信息。

1" 資料與方法

1.1" 一般資料

本研究通過空軍軍醫大學附屬西京醫院倫理委員會審查（KY20192027-4），所有患者均簽署檢查同意書。本次研究回顧性納入了2021年12月～2023年1月在空軍軍醫大學西京醫院放射科行冠狀動脈計算機斷層掃描血管造影（CCTA）檢查結果呈陰性的205例成年受試者。依據納入與排除標準，將患者分為3組：HCM組70例，其中男50例，女20例。納入標準：符合2020年美國心臟協會和心臟病協會發布的HCM診療指南中的診斷標準［7］，即排除負荷或生理等因素，影像學檢查結果顯示左室壁最大厚度（MLVWT）≥15 mm，存在家族史者≥13 mm即可診斷。排除標準：由其他疾病引起的心肌肥厚（如高血壓、瓣膜性心臟病、先天性心臟病等）。HHD組65例，其中男39例，女26例。納入標準：明確高血壓病史（至少2次測量收縮壓gt;140 mmHg和/或舒張壓gt;90 mmHg），或者正在服用一種或多種降血壓藥物。排除標準：已知其他原因所致左室壁肥厚（如中度至重度心臟瓣膜疾病、獲得性/遺傳性心肌病等）；有其他器質性心臟病病史（冠心病、風濕性心臟病、先天性心臟病等）。健康對照組70例，其中男44例，女26例，納入標準：經問詢、檢查確認無其他基礎性疾病的健康人群（如高血壓、糖尿病等）。

1.2" 冠狀動脈CT血管造影（CCTA）

CT掃描使用Siemens二代雙源CT機器（Siemens Healthineers，Force）進行。參與者在檢查前均接受吸氣和屏氣訓練。CCTA掃描方案：掃描范圍從氣管隆嵴下1～2 cm水平至心臟膈面（依據患者體型適當調整），根據受試者的體質量，在肘正中靜脈內注射非離子型對比劑碘佛醇（350 mgI/mL），注射量為1.2 mL/kg，注射流率4.0～6.0 mL/s，對比劑注射結束后立即注射30～40 mL生理鹽水。采用前瞻性心電門控大螺距掃描，應用造影劑團注追蹤法將監測的感興趣區置于降主動脈，CCTA自動掃描觸發閾值設為100 Hu。當感興趣區內的CT值達到該閾值標準時，會自動間隔5 s觸發掃描。掃描參數：管電壓90 kV，采用自動調節管電流技術（CARE Dose 4D，Siemens），參考管電流350 mAs，探測器準直2 mm×64 mm×0.6 mm，層間距0.75 mm，層厚0.75 mm，根據心率自動調整螺距，矩陣512×512，并以RR間期10%重建全期相數據。

1.3" 圖像分析及處理

MLVWT根據美國心臟協會左室16節段模型，分別在舒張末期短軸基底層面、中間層面和心尖層面手動測量并選取最大值記錄。心功能參數采用后處理軟件MedisSuite v4.0進行評估，對CCTA原始圖像進行多平面重組，獲得長軸二、三、四腔心和短軸基底、乳頭肌以及心尖層面圖像。每組圖像的舒張、收縮末期需要手動勾勒心內、外膜邊界，軟件會自動完成其余時相的心內、外膜繪制，如有必要，可以手動進行調整（圖1）。所要測量的參數包括：左室質量指數（LVMI）、左室射血分數（LVEF）、左室收縮末期容積（LVESV）、左室舒張末期容積（LVEDV）、左室收縮末期長徑（LVESL）、左室收縮末期內徑（LVESD）、左室舒張末期長徑（LVEDL）、左室舒張末期內徑（LVEDD）。采用CCTA派生的MS用于評估心肌變形，徑向和周向應變從二維短軸平面獲得，縱向應變從二維長軸平面獲得。定量參數包括整體縱向應變（GLS）、整體周向應變（GCS）和整體徑向應變（GRS），其中GLS由心肌整體縱向應變（MyoGLS）和心內膜下整體縱向應變（EndoGLS）組成，GCS由心肌整體周向應變（MyoGCS）和心內膜下整體周向應變（EndoGCS）組成（圖2）。

1.4" 統計學分析

采用SPSS25.0軟件進行統計學分析。采用Kolmogorov-Smirnov檢驗和目測Q-Q圖確定數據分布的正態性，采用Levene檢驗方差齊性。服從正態分布且方差齊的計量資料以均數±標準差表示，組間差異的比較行單因素方差分析，事后比較采用Bonferroni檢驗。計量資料以n（%）表示，組間差異的比較行Fisher確切概率法。采用多元Logistic回歸分析來檢驗CT-FT測量值區分HHD和HCM的能力。特異性、敏感度、鑒別準確度、截斷值和曲線下面積，通過使用約登指數的ROC曲線分析得出，采用DeLong法比較ROC曲線下面積。以Plt;0.05為差異有統計學意義。

1.5" 重復性檢驗

MLVWT與CT-FT參數均由1位工作10年以上從事CT診斷工作的醫師資深完成。4周后，由同1位醫師與另1位工作10年以上從事CT診斷工作的醫師在各組中隨機抽取90例進行重新分析。可重復性檢驗采用組內相關系數（ICC）和95% CI來表示。第1位醫師所得數據對比作為觀察者內一致性評估。第2位醫師測得的數據與第1位醫師首次所得數據對比作為評估觀察者間一致性。

2" 結果

2.1" 組臨床資料、形態學特征和常規心功能參數的比較

3組性別、年齡、身高、體質量、體質量指數、體表面積以及LVESV的差異無統計學意義（Pgt;0.05）。HHD組的動脈收縮壓和舒張壓均高于HCM和健康對照組（Plt;0.001）。相較于健康對照組，HCM與HHD組均表現出較高的LVWT和LVMI（Plt;0.001）。而相較于健康對照組與HHD組，HCM組的LVESL、LVEDL、LVEF和LVEDV增高，LVESD和LVEDD則降低（Plt;0.05，表1）。

2.2" MS參數的組間對比

相較于健康對照組，HCM與HHD組各向MS絕對值均降低，其中以縱向應變損傷最為顯著（Plt;0.001，表2）。

2.3" HCM和HHD的鑒別診斷

各項參數中，LVWT和MyoGLS區分HCM和HHD的效果最好（表3）；Delong檢驗結果表明，三者的ROC曲線下面積差異無統計學意義。多元Logistic回歸分析結果顯示MLVWT、LVMI和MyoGLS組合模型的ROC曲線下面積為0.930（敏感度為97%，特異性為83%，表4），Delong檢驗結果顯示，該模型的ROC曲線下面積高于前三者（Plt;0.05，圖3）。

2.4" 心肌應變參數的可重復性

2位醫師所測得的MLVWT與MS參數的觀察者內與觀察者間一致性均表現較好，ICC 值為0.904～0.988（Plt;0.001，表5）。

3" 討論

以往用于評估MS的方法包括基于超聲心動圖的斑點追蹤技術（STI）和基于心臟磁共振的特征追蹤技術（CMR-FT）。但CMR-FT禁忌較多，STI則存在部分患者聲窗質量不欠佳的限制［8］。近年來出現的CT-FT是一種半自動的MS定量評估技術，克服了以往CT無法量化MS的限制，僅需CCTA全期相數據即可分析。研究表明，CT-FT在評估MS方面與前兩者相比具有較好的一致性，可作為心肌功能評估的可靠技術［9-10］。相較于前兩種方法，CT-FT更加便捷，禁忌少，可在進行冠狀動脈解剖結構觀察的同時提供一站式的心功能評估。

本研究觀察到HCM和HHD組的LVWT和LVMI相較于健康對照組均表現出不同程度的增加。盡管兩者的病理基礎不同，前者是由于肌小節蛋白編碼基因變異，后者則是因為心肌細胞對高血壓的代償性改變，但均導致了左室的肥厚和質量增加［11］。而相較于其余兩組，HCM組的LVESL和LVEDL增加，而LVESD和LVEDD縮小。這是由于多數HCM患者的左室肥厚程度高于HHD患者且以室間隔肥厚為主要特征，從而導致該類患者具有更加復雜的左室形態學特征［12］。雖然HCM和HHD患者的LVEF都在正常范圍內，但這是由于這兩種疾病早期的病理生理特點主要表現為舒張功能受損，而心臟通過代償機制來維持正常甚至增強的收縮功能，從而導致LVEF保持正常甚至增高，因此該參數無法準確評估早期心功能受損［13］。

近年來，MS技術的發展填補了這一研究領域的空白。一項大規模多中心研究利用CMR-FT技術對1274例LVEF保留的就診者進行了長期隨訪，結果表明GLSgt;-20%的患者生存期明顯較短，且GLS每惡化1%，患者的死亡風險增加22.8%［14］。這一研究結果強調了MS參數相較于LVEF在識別早期心功能損傷方面具有獨特優勢，有助于改善患者的臨床管理和預后。在此基礎上，我們深入研究了HCM與HHD患者之間的MS參數差異，結果表明，3組GLS、GCS和GRS均有差異，其中HCM組的MS值最低，其次是HHD組，尤其以GLS的降低最為顯著，這提示HCM患者的左室功能受損程度更為嚴重，且GLS對左室功能損傷的敏感度最高。既往研究發現，盡管3組受試者的LVEF均正常，但通過STI技術對比顯示，HCM和HHD患者的內、中、外層心肌均表現出縱向應變損傷，以HCM組最為顯著［15］。范澤政等［16］同樣通過STI技術對比了HCM、HHD與健康對照組的MS值，結果同樣表明HCM患者的心肌功能最低，且以縱向應變損傷為著。這進一步證實了本研究結論。由于這兩種疾病具有不同的病理基礎，并且HCM通常伴隨著更嚴重的左室功能障礙以及更肥厚的心室壁，因此HCM患者的心功能損傷較重［12］。而GLS對左室功能損傷具有更高的敏感性則是由于心肌的排列導致它具有特殊的運動方式，即縱向、周向和徑向運動，而縱向功能在心臟運動過程中起主要作用，因此GLS在這兩種疾病進展過程中受損更早也更明顯［17］。然而，上述研究中存在HHD組的GCS對比健康對照組無差異的情況，但本研究中HHD組的GCS則略低于健康對照組。根據既往研究報道，分析造成該差異的可能原因為：不同的商用軟件采取了不同的追蹤模式與算法［18］，本次研究中所采用的CT-FT技術以心內、外膜追蹤為主，而上述研究中采用的STI技術則以心肌斑點追蹤為主，從而在細微的心肌功能差異中得出不同結果。在未來的研究中仍需進一步探討多種追蹤技術在不同應用領域中的優劣差異。

區分HCM和HHD同樣是臨床上常見的疑難問題。隨著心臟影像學和計算機技術的進步，MS參數也被用于區分這兩種疾病。有研究采用CMR-FT技術對HCM和HHD患者的MS值進行了分析，結果顯示GLS、LVMI以及心肌纖維化范圍都具有獨立區分這兩種疾病的能力，ROC曲線下面積分別為0.639、0.643和0.680，但Delong檢驗結果的差異無統計學意義［19］。有研究同樣利用CMR-FT技術來區分這兩種疾病，研究表明，室間隔中部的心肌纖維化范圍和GRS的聯合模型具有最高的ROC曲線下面積，為0.835 ［20］。本研究顯示，LVWT、LVMI以及MyoGLS均具有獨立區分HCM與HHD的能力，ROC曲線下面積分別為0.825、0.803和0.847，但Delong檢驗結果表明三者的ROC曲線下面積對比無統計學意義，這與上述文獻所得結果近似；但通過多元Logistic回歸分析，我們進一步發現LVWT、LVMI和MyoGLS的組合模型的ROC曲線下面積高達0.930（敏感度為97%，特異性為83%），Delong檢驗結果也表明其區分能力優于前三者。本研究首次將基于CT所量化的MS參數應用于區分HCM和HHD患者。相對于既往研究，我們取得了一定的進展，這或許能為臨床的科學決策提供更多信息。但本研究仍存在以下局限性：樣本量較少，僅為單中心研究，有待進一步擴大樣本量；僅使用一種CT-FT評估軟件，且未與CMR、STI以及其他后處理軟件所獲值進行對比，之后將以此軟件為對比進一步探索CT-FT技術在心血管疾病領域的用途。

綜上，基于CT-FT衍生的MS參數表現出良好的可重復性，能夠精確量化HCM與HHD患者的早期左室功能損傷，特別是在HCM患者中觀察到了更明顯的縱向應變受損，這為早期干預治療提供了新思路。此外，LVWT、LVMI與MyoGLS的聯合模型也展示出較高的診斷準確性，這一發現或許有望為HCM和HHD患者的鑒別診斷提供重要的新指標。

參考文獻：

［1］" Maron BJ， Desai MY， Nishimura RA， et al. Diagnosis and evaluation of HypertrophicCardiomyopathy［J］. J Am Coll Cardiol， 2022， 79（4）： 372-89.

［2］" "Yang LP， Zhang LB， Cao SD， et al. Advanced myocardial characterization in hypertrophic cardiomyopathy： feasibility of CMR-based feature tracking strain analysis in a case-control study［J］. Eur Radiol， 2020， 30（11）： 6118-28.

［3］" "Ismail TF， Frey S， Kaufmann BA， et al. Hypertensive heart disease the imaging perspective［J］. J Clin Med， 2023， 12（9）： 3122.

［4］" "Nwabuo CC， Vasan RS. Pathophysiology of hypertensive heart disease： beyond left ventricular hypertrophy［J］. Curr Hypertens Rep， 2020， 22（2）： 1-18.

［5］" "Kato T， Noda A， Izawa H， et al. Discrimination of nonobstructive hypertrophic cardiomyopathy from hypertensive left ventricular hypertrophy based on strain rate imaging by tissue Doppler ultrasonography［J］. J Card Fail， 2005， 11（9）： S284.

［6］" "Hanatani S， Izumiya Y， Takashio S， et al. Growth differentiation factor 15 can distinguish between hypertrophic cardiomyopathy and hypertensive hearts［J］. Heart Vessels， 2014， 29（2）： 231-7.

［7］" "Ommen SR， Mital S， Burke MA， et al. 2020 AHA/ACC guideline for the diagnosis and treatment of patients with hypertrophic cardiomyopathy： a report of the American college of cardiology/american heart association joint committee on clinical practice guidelines［J］. Circulation， 2020， 142（25）： e558-e631.

［8］" "Li N， Liu T， Liu JA， et al. Quantifying myocardial strain of the left ventricle in normal people using feature?tracking based on computed tomography imaging［J］. Diagnostics， 2022， 12（2）： 329.

［9］" Miskinyte E， Bucius P， Erley J， et al. Assessment of global longitudinal and circumferential strain using computed tomography feature tracking： intra?individual comparison with CMR feature tracking and myocardial tagging in patients with severe aortic Stenosis［J］. J Clin Med， 2019， 8（9）： 1423.

［10］" Xie WH， Chen LJ， Hu LW， et al. Postoperative evaluation of left ventricular global strain using cardiac computed tomography in pediatric patients with congenital heart disease： a comparison with echocardiography［J］. Eur J Radiol， 2021， 142： 109868.

［11］ Karaca ?zer P， Ayduk G?vdeli E， Engin B， et al. Role of global longitudinal strain in discriminating variant forms of left ventricular hypertrophy and predicting mortality［J］. Anatol J Cardiol， 2021， 25（12）： 863-71.

［12］ la Rosa Angelo D， Maulin S， Takahiro S， et al. Comparing echocardiographic characteristics in genotype positive-phenotype positive hypertrophic cardiomyopathy and hypertensive left ventricular hypertrophy［J］. Eur Heart J Cardiovasc Imag， 2021， 23（3）： 340-8.

［13］ Cikes M， Solomon SD. Beyond ejection fraction： an integrative approach for assessment of cardiac structure and function in heart failure［J］. Eur Heart J， 2016， 37（21）： 1642-50.

［14］ Romano S， Judd RM， Kim RJ， et al. Feature-tracking global longitudinal strain predicts mortality in patients with preserved ejection fraction［J］. JACC， 2020， 13（4）： 940-7.

［15］Sun J， Xu TY， Ni XD， et al. Echocardiographic strain in hypertrophic cardiomyopathy and hypertensive left ventricular hypertrophy［J］. Echocardiography， 2018， 36（2）： 257-65.

［16］" 范澤政， 王" 靜， 楊" 帆， 等. 三維斑點追蹤技術在鑒別心臟淀粉樣變與肥厚型心肌病和高血壓心臟病中的應用［J］. 中國超聲醫學雜志， 2019， 35（7）： 604-7.

［17］" Claus P， Omar AMS， Pedrizzetti G， et al. Tissue tracking technology for assessing cardiac mechanics［J］. JACC， 2015， 8（12）： 1444-60.

［18］" 王" 姿， 馮澤豪， 武" 睿， 等. 不同類型心肌肥厚的心肌應變特征［J］. 中國醫學影像學雜志， 2018， 26（5）： 336-40， 346.

［19］" Neisius U， Myerson L， Fahmy AS， et al. Cardiovascular magnetic resonance feature tracking strain analysis for discrimination between hypertensive heart disease and hypertrophic cardiomyopathy［J］. PLoS One， 2019， 14（8）： e0221061.

［20］ Liu SL， Li YL， Zhao YM， et al. The combination of feature tracking and late gadolinium enhancement for identification between hypertrophic cardiomyopathy and hypertensive heart disease［J］. Front Cardiovasc Med， 2022， 9： 865615.

（編輯：林" 萍）