综述：非侵入性冠状动脉成像：技术突破与冠状动脉磁共振血管成像的集成应用

《International Journal of Cardiology Cardiovascular Risk and Prevention》：Noninvasive Coronary Imaging: Technological Breakthroughs and the Integrated Application of Coronary Magnetic Resonance Angiography

非侵入性心脏MRI血管造影（CMRA）在冠脉疾病诊断中的应用进展与挑战。CMRA通过高场强（3.0T/5.0T）、运动校正（自导航/图像导航）和人工智能整合显著提升成像质量，在钙化病变评估、运动伪影抑制及血管三维重建方面优于传统CTA。临床研究显示其诊断准确性与 invasive coronary angiography（ICA）相当，并具有预后评估价值。未来需解决标准化 protocols、多中心验证及儿科适用性等问题。

　　冠状动脉疾病的诊断和评估在现代医学中具有至关重要的地位，尤其在心血管疾病成为全球首要致死原因的背景下。随着技术的进步，非侵入性冠状动脉成像方法逐渐受到重视，其中冠状动脉磁共振血管造影（CMRA）因其无辐射、无碘对比剂依赖、以及较高的安全性而展现出广阔的应用前景。尽管目前CMRA尚未成为一线临床检查手段，但其在图像质量、诊断准确性和临床适用性方面不断取得突破，使其在心血管疾病筛查和评估中占据越来越重要的位置。

在临床实践中，CMRA的应用主要依赖于其能够提供清晰的冠状动脉图像，从而帮助医生更准确地识别血管狭窄、斑块类型及冠状动脉结构异常等问题。传统的冠状动脉CT血管造影（CCTA）虽然在诊断中表现出色，但也伴随着一定的局限性，例如需要使用碘对比剂、暴露于电离辐射、以及在钙化区域可能出现的“blooming”伪影，这些都会影响图像的准确性和患者的接受度。相比之下，CMRA不仅避免了这些风险，还能够在不依赖对比剂的情况下，实现对冠状动脉钙化和狭窄的准确评估。此外，随着技术的发展，CMRA在图像采集时间、空间分辨率以及运动伪影处理方面也取得了显著进步，使得其在特定患者群体中的应用成为可能。

CMRA的图像质量受多种因素影响，其中心脏和呼吸运动是主要的干扰来源。为了克服这些挑战，研究人员开发了多种运动校正技术。例如，通过前瞻性心电图（ECG）门控触发，可以识别心脏相对静止的阶段，如心室舒张末期，从而减少运动伪影。然而，这种方法在心律不齐或心率不稳定的情况下效果有限。因此，一种更为灵活的解决方案是采用回顾性重建技术，即在连续数据采集后，根据心脏运动的特征选择最合适的图像阶段进行重建。此外，结合心脏和呼吸相位的影像学方法也得到了广泛应用，这不仅提高了图像的清晰度，还增强了CMRA在诊断中的准确性。

在呼吸运动的处理上，传统的呼吸屏气方法虽然有效，但限制了患者的舒适度和扫描效率。近年来，导航技术的应用为解决这一问题提供了新的思路。例如，膈肌导航（DNAV）利用固定相关因子（通常为0.6）来估计和校正心尖到心底方向的运动，但其在自由呼吸状态下仍面临效率低下的问题。而自导航（self-NAV）技术则直接追踪心脏运动，无需依赖膈肌位置，从而实现了更高的扫描效率和更优的图像质量。这种技术不仅减少了患者的不适，还显著提升了CMRA的稳定性。此外，图像导航（INAV）技术通过获取每个心跳周期的低分辨率2D/3D图像，进一步分离活动组织和静态结构，从而提高呼吸运动的估计精度。这些技术的结合和优化，使得CMRA能够在自由呼吸状态下获得高质量的图像，为临床诊断提供了更为便捷和可靠的手段。

在图像加速方面，CMRA同样面临挑战。传统的并行成像技术虽然可以提高采集速度，但其加速倍数通常受限于2-3倍，无法满足更高效率的需求。压缩感知（CS）技术的引入，使得CMRA能够在不牺牲图像质量的前提下实现更高的加速倍数。然而，CS技术可能会引入“阶梯”伪影，影响图像的清晰度。为了解决这一问题，研究者开发了多种改进策略，例如采用非笛卡尔轨迹进行k空间采样，包括螺旋、三维径向、三维可变密度螺旋笛卡尔和黄金角度旋转等方法。这些技术不仅提高了图像采集的效率，还增强了图像的信噪比（SNR）和对比噪声比（CNR）。近年来，一种名为“XD-GRASP”的技术被提出，该技术通过引入运动补偿的稀疏性，将运动视为一个额外的维度，从而实现更全面的图像重建。这种方法在保持高分辨率的同时，显著缩短了扫描时间，为CMRA的临床推广奠定了基础。

随着技术的不断进步，CMRA已逐步发展出4D/5D成像模式，即时间分辨的三维成像。这种技术能够同时捕捉心脏和呼吸运动的动态变化，从而提供更精确的血管成像信息。例如，4D CMRA在自由呼吸状态下能够覆盖整个心脏周期，减少了对ECG触发或呼吸门控的依赖。而5D CMRA则进一步扩展了这一概念，通过多维压缩感知技术，将运动信息与图像重建相结合，提高了图像的清晰度和对比度。这种高分辨率的成像方式不仅有助于更准确地评估冠状动脉的解剖结构，还能够揭示心脏功能的变化，为疾病的早期发现和风险评估提供了重要依据。

在脂肪抑制技术方面，CMRA同样取得了重要进展。大多数冠状动脉位于心外膜脂肪中，因此有效的脂肪信号抑制对于提高血管与周围组织的对比度至关重要。目前，已有多种脂肪抑制方法被应用于CMRA，如SPIR、STIR、PROSET等。然而，这些方法在高场强设备中可能受到磁场不均匀性的影响，导致抑制效果下降。为了解决这一问题，研究者开发了新的脂肪抑制技术，如LIBRE（脂质不敏感二项式离共振射频激发）和Dixon水-脂分离技术。这些方法不仅提高了脂肪抑制的效率，还增强了图像的稳定性，使得CMRA在不同患者群体中的应用更加广泛。

CMRA在临床中的应用已不仅仅局限于冠状动脉狭窄的检测，还扩展到了对高危斑块的识别、儿童冠状动脉异常的评估以及心脏功能的综合分析。例如，在儿童中，由于长期随访的需要，传统的ICA和CCTA方法可能因辐射或侵入性而受到限制。而CMRA作为一种非侵入性和无辐射的成像方式，能够提供对冠状动脉各段的清晰可视化，从而在不使用对比剂的情况下完成对冠状动脉扩张或狭窄的评估。此外，CMRA在评估异常冠状动脉结构方面也表现出显著优势，能够更准确地描绘血管的走行路径，减少误诊的可能性。

近年来，人工智能（AI）技术的引入为CMRA的发展带来了新的机遇。通过深度学习算法，研究人员能够实现更高效的运动估计、图像重建和自动分析。例如，利用无监督卷积神经网络（CNN）进行快速3D非刚性呼吸运动估计，不仅提高了图像质量，还显著缩短了计算时间。类似地，基于深度学习的压缩感知重建技术，能够在不牺牲图像质量的前提下，进一步优化扫描时间。这些AI驱动的解决方案不仅提升了CMRA的诊断能力，还使其在临床中的应用更加便捷和高效。

尽管CMRA在多个技术领域取得了显著进展，但其在临床推广过程中仍面临一些挑战。首先，图像的空间分辨率和运动伪影问题仍然影响其诊断的准确性。其次，扫描时间较长，尽管近年来已有改善，但仍需进一步优化以提高患者依从性。此外，缺乏统一的扫描协议和标准化流程，使得不同机构和设备之间的结果可比性受到限制。为了解决这些问题，需要更多的多中心研究来验证CMRA的准确性，并探索不同技术之间的差异，以推动其标准化发展。

在未来的应用中，CMRA有望成为心血管疾病筛查和评估的重要工具。其无辐射、无对比剂依赖的特性，使其特别适合于需要长期随访的患者群体，如儿童、老年人以及对碘对比剂过敏的患者。同时，结合AI技术，CMRA的扫描效率和诊断准确性将进一步提升，为临床提供更加全面和高效的解决方案。此外，随着超高压场强设备的普及，CMRA在图像分辨率和信号强度方面的表现也将得到进一步优化，从而实现更精确的血管成像和更广泛的临床应用。

综上所述，CMRA作为一种非侵入性的冠状动脉成像技术，正逐步从实验室研究走向临床实践。其在图像采集、运动校正和AI整合方面的不断进步，使得扫描时间缩短、图像质量提升，并在多种临床场景中展现出显著的优势。尽管目前仍面临一些技术和临床应用上的挑战，但随着研究的深入和技术的完善，CMRA有望成为心血管疾病诊断的重要手段，甚至可能发展为一站式心脏MRI检查的一部分。未来，通过多学科合作和技术创新，CMRA有望进一步拓展其应用范围，为患者提供更加安全、高效和精准的诊断服务。