基于多模态全数字 PET/MRI 心肌显像的冠脉微血管智能病变诊断及预后评估模式研究

冠状动脉微血管病变（CMVD）是冠状前小动脉和小动脉的结构和（或）功能异常所致的劳力性心绞痛或心肌缺血客观证据的临床综合征。多项研究发现 CMVD 患者发生心血管事件风险提高 20％，12 年内心源性死亡风险增加 3.3 倍，且常规治疗效果不佳。早期准确诊断对 CMVD 预后及治疗具有重要价值。PET 通过测定心肌血流量和冠脉血流储备来反映冠脉微血管功能。但受限于空间分辨率，临床 PET 不能准确地量化血管扩张剂引起的心外膜下至心内膜下的灌注梯度。心脏磁共振可以对 MBF 和心肌灌注储备进行定量检测，但当比较区域 MBF 时，相关性不如 PET。PET 和 MRI 的图像处理过程复杂，且缺少获取灌注信息的心脏成像定量分析软件。本项目拟用超高分辨率全数字 PET/MRI 探索 PET、MRI 双灌注成像在 CMVD 评估中作用；同时基于 PnI-Rayplus-RWE 科研平台，结合深度学习，开发核医学心脏图像定量智能分析方法。建立智能诊断 CMVD 的新诊断和预后模式，并通过临床病例进行有效验证，探索 CMVD 的诊断新路径、新方法和新思路。