本文为一项原创性研究（类型a）。以下报告基于该研究内容撰写。
本研究由Yipei Song、Ao Kan、Mengyao Hu、Ying Liu、Ziyan Feng、Qimin Fang、Xiwen Wang、Mengni Jin以及通讯作者Lianggeng Gong共同完成。作者团队主要来自南昌大学江西医学院第二附属医院放射科、江西省智能医学影像重点实验室以及南昌大学江西医学院第一附属医院放射科。该研究以原创论著形式发表于《BMC Medical Imaging》期刊，论文发表于2026年，文献编号为26:241，doi号为10.1186/s12880-026-02318-y。
本研究属于心血管影像学与动脉粥样硬化斑块无创评估领域。冠状动脉粥样硬化性心脏病（coronary atherosclerotic heart disease, CHD）的病理基础是动脉粥样硬化斑块，而高危斑块（high-risk plaque, HRP）的破裂和继发血栓形成在急性冠脉综合征（acute coronary syndrome, ACS）的发生与进展中起关键作用。冠状动脉周围脂肪组织（pericoronary adipose tissue, PCAT）是一种具有内分泌活性的脂肪组织，通过旁分泌信号与邻近血管壁相互作用。当PCAT功能失调时，可分泌多种细胞因子和炎症介质，导致内皮功能障碍和局部炎症，进而加速动脉粥样硬化斑块的形成与进展。脂肪衰减指数（fat attenuation index, FAI）是量化冠状动脉周围脂肪组织衰减的无创影像标志物，已被提出用于评估血管炎症。然而，FAI与斑块特征尤其是高危斑块之间的关联尚不充分明确。与传统CT相比，双层光谱探测器CT（dual-layer spectral detector CT, SDCT）能够同时生成常规CT图像和多种光谱参数图像，包括虚拟单能量图像（virtual monoenergetic image, VMI）、光谱斜率（λHU）和有效原子序数（effective atomic number, Eff-Z）图。本研究旨在利用SDCT评估冠状动脉周围FAI，并探讨其与斑块钙化特征及高危斑块识别之间的关系。
研究采用回顾性设计，连续纳入2021年12月至2023年12月在南昌大学第二附属医院接受SDCT检查的已知或疑似CHD患者295例。经纳入和排除标准筛选后，最终纳入182例患者及312个冠状动脉粥样硬化斑块。排除标准包括：CT上无明确斑块形成的弥漫性冠状动脉疾病；局限于左主干小分支或其他远端冠状动脉分支的斑块；心脏或冠状动脉先天或后天解剖变异；心肌梗死或心脏手术史；冠状动脉周围脂肪组织不足或图像质量差无法进行可靠后处理分析。研究经南昌大学第二附属医院伦理委员会批准，因回顾性设计而免除知情同意。
研究流程主要包括三个步骤。第一步是患者分层。针对不同研究目的，将患者和斑块进行分层：为探讨FAI与斑块钙化程度的关系，排除HRP斑块后，将剩余斑块依据心血管计算机断层扫描学会（Society of Cardiovascular Computed Tomography, SCCT）指南分为非钙化斑块（A组，钙化比例<10%）、混合斑块（B组，10%≤钙化比例<90%）和钙化斑块（C组，钙化比例≥90%）。钙化比例通过自动化容积分析获得，定义为钙化体积除以斑块总体积的百分比，钙化组织定义为CT值>130 HU的体素。为进行HRP识别分析，HRP定义为至少具备以下四种CT高危特征中的两种：低衰减斑块、正性重构、点状钙化和餐巾环征。由于HRP通常以低衰减和富含脂质的坏死核心为特征，因此排除完全或主要钙化的斑块以提高检测HRP相关炎症的特异性。非高危斑块进一步分为两个亚组：非HRP①（来自同时存在至少一个HRP的患者）和非HRP②（来自无HRP的对照组患者）。第二步是CT扫描。所有CT检查在飞利浦双层光谱探测器CT（IQon Spectral CT）上进行。先进行常规平扫以计算冠状动脉钙化积分，然后进行增强SDCT扫描。对比剂使用碘克沙醇（370 mg I/ml），根据体重计算总量（0.8 ml/kg），注射速率个体化（通常4–6 ml/s），采用团注追踪技术，感兴趣区置于肺动脉分叉水平的升主动脉，当ROI CT值达到120 HU后延迟6秒自动触发扫描。第三步是图像分析。斑块形态和成分分析采用半自动化CCTA/SDCT软件CoronaryDoc®自动量化管腔狭窄、长度、体积、重构指数和成分。冠状动脉周围斑块脂肪组织分析在同一平台进行，在120 kVp常规图像和40 keV至100 keV（以10 keV为间隔）的VMI上测量FAI。沿目标斑块纵向轴线建立圆柱形感兴趣体积（VOI），体积≥2 mm³。由于CT衰减本身具有能量依赖性，传统120 kVp图像的脂肪组织窗（-190至-30 HU）不能直接应用于低keV VMI。研究采用能量特异性阈值：40 keV为-280至-40 HU，70 keV为-220至-30 HU，中间能量通过线性插值获得，其余能量阈值分别为[-260, -40]、[-240, -40]、[-210, -30]、[-200, -30]、[-190, -30] HU。Eff-Z测量使用飞利浦IntelliSpace Portal软件在曲面重组图像上进行，在每个病变周围脂肪组织中放置ROI，选取3至5个不同角度的曲面重组层面，计算平均Eff-Z值。光谱斜率λ的计算公式为：λ40-70keV=(CT40keV-CT70keV)/30，λ40-100keV=(CT40keV-CT100keV)/60，λ70-100keV=(CT70keV-CT100keV)/30。所有自动化测量均由有经验的放射科医师独立审核，必要时进行手动调整以保证准确性和可重复性。
统计分析使用IBM SPSS Statistics 27.0进行，GraphPad Prism 9.0和MedCalc 15.8用于统计图形绘制。采用组内相关系数（intraclass correlation coefficient, ICC）评估测量重复性。正态性检验采用Shapiro-Wilk检验。正态分布连续变量以均数±标准差表示，偏态数据以中位数（四分位距）表示，分类数据以百分比表示。两组间连续数据比较采用独立样本t检验或Mann-Whitney U检验，三组间比较采用单因素方差分析（LSD事后检验）或Kruskal-Wallis检验（Bonferroni校正）。相关分析采用Pearson或Spearman相关系数。二元多因素logistic回归评估HRP风险因素，受试者工作特征曲线（receiver operating characteristic curve, ROC）用于确定最佳截断值、敏感性和特异性，并计算曲线下面积（area under the curve, AUC）。P<0.05视为有统计学意义。重复性分析中，随机选取60个斑块在两周后重新进行后处理以评估观察者内一致性，观察者间一致性通过比较两位独立读片者的测量结果评估。
研究结果显示，SDCT多参数FAI测量在观察者内和观察者间重复性分析中均表现出良好一致性。在182例患者中，58例至少有一个HRP的患者被纳入HRP阳性组，69例无HRP的患者构成对照组。两组在年龄、性别、体重指数和心血管相关临床症状方面无统计学差异。HRP阳性组高脂血症患病率和低密度脂蛋白水平显著高于对照组（P<0.05）。
在FAI与斑块钙化特征的关系方面，钙化斑块的管腔狭窄程度显著高于非钙化斑块（P<0.001），混合斑块长度大于非钙化斑块（P<0.05）。FAI总体上从A组到C组逐渐降低。40 keV测量的FAI在所有两两比较中均显示显著差异（-131.34±14.03 vs. -146.08±15.01 vs. -153.72±12.36，均P<0.001），50–70 keV测量结果类似。但在较高能量水平下，仅80 keV时A组与C组之间差异有统计学意义。三组光谱曲线形态相似，混合和钙化斑块的光谱几乎重叠，均低于非钙化斑块光谱。随着能量水平升高，组间差异减小。λ40-70keV和λ40-100keV在A组与B组、A组与C组间差异显著（均P<0.05）。Eff-Z值在A组和B组间差异显著（P<0.05）。Spearman相关分析显示钙化成分比例与120 kVp、40 keV的FAI以及λ40-70keV、λ40-100keV呈强负相关，相关系数分别为-0.601、-0.578、-0.502和-0.554（均P<0.001）。
在FAI与斑块易损性的关系方面，HRP组包括62个高危斑块和35个非高危斑块，对照组包括89个非高危斑块。无论使用120 kVp图像还是VMI测量，HRP的FAI均显著高于同组内及对照组的非HRP（均P<0.05）。差异在低能量水平尤为明显，HRP的40 keV和50 keV FAI显著升高（P<0.001）。HRP的光谱曲线斜率λ40-70keV和λ40-100keV显著高于非HRP（均P<0.001）。HRP斑块周围脂肪的Eff-Z同样显著升高（P<0.001）。相关分析显示脂肪成分体积（r=0.307, P<0.001）和百分比（r=0.454, P<0.001）与病变特异性FAI值呈正相关。
单因素logistic回归中具有统计学意义的变量（120 kVp FAI、VMI FAI、λ40-70keV和Eff-Z）被纳入多因素回归。结果显示40 keV FAI、λ40-70keV和Eff-Z是HRP诊断的独立预测因子（均P<0.01，OR>1）。ROC曲线分析显示40 keV FAI、λ40-70keV、Eff-Z和联合模型的AUC分别为0.802、0.796、0.792和0.881。联合模型诊断效能最高，敏感性87.1%，特异性75.0%。
研究结论指出，SDCT评估的FAI与传统CT相比能更好地鉴别斑块成分和特征。FAT40keV、λ40-70keV和Eff-Z联合模型对高危斑块特征具有最高的判别能力，提示其在无创斑块表征方面具有潜在价值，但需要前瞻性研究加以验证。研究显示随着斑块钙化比例增加，FAI值降低，尤其在40 keV时表现明显，反映了冠状动脉粥样硬化进展过程中FAI的下降。非钙化斑块可能伴随更多炎性脂肪组织，导致血管壁附近水/脂肪比升高。研究证实低能量光谱CT能增强冠状动脉周围脂肪的区分能力，但90 keV和100 keV的FAI值无显著差异，提示90 keV以上VMI可能不适合FAI分析。在HRP识别方面，40 keV FAI的判别能力优于120 kVp图像，联合光谱模型诊断准确性最高。Eff-Z的升高机制可能与血管炎症抑制脂肪生成和促进脂解有关，导致局部水肿和新生血管形成，而这些富含水和蛋白质的成分具有比甘油三酯更高的有效原子序数，因此直接升高炎性PCAT的Eff-Z值。
本研究的主要亮点包括：系统评估了不同能量水平VMI对FAI测量的影响，并提出能量特异性脂肪阈值；证实了40 keV FAI在HRP鉴别中优于传统120 kVp图像；创新性地将FAI40keV、λ40-70keV和Eff-Z联合建立诊断模型，将AUC提高至0.881；同时阐明了斑块钙化程度与FAI之间的负相关关系。研究局限性包括回顾性设计、样本量较小、缺乏纵向随访数据、HRP判定依赖CCTA替代标志而非组织病理学或血管内成像，以及对特定双层光谱CT硬件的依赖。未来研究应纳入多模态验证和人工智能等先进技术，以提高基于PCAT的斑块评估的准确性和临床实用性。