表 A1. Comparison of different QCA-FFR computation methods.

不同QCA-FFR计算方法的对比

算法		需要造影角度数		血流分析方法		所需时间		局限
基于 CFD 的方法	vFFR	夹角约 90° 的两个视角		用 CFD 软件求解纳维-斯托克斯方程和连续性方程。		原始版：> 24 h 改进版： < 4 min		需要旋转血管造影
								需要有关 CFD 计算的先验知识
								处理时间长
	虚拟功能评价指标（virtual functional assessment index，vFAI）[18]			用 CFD 软件计算两个压降系数，然后根据简化流体动力学方程计算压降。		平均约 15 min		忽略侧支血管
								假设整个血管长度上血流量保持不变
	基于冠脉造影的 FFR[19]	夹角至少 30° 的两个视角		根据患者心率、收缩压和舒张压确定特异性边界条件，采用 CFD 软件对三维血管模型进行血流动力学分析。		平均约 40 s（不包括三维重建）		三维重建时每个主血管仅包括一个侧支
								手动校正血管轮廓
	定量流量比（quantitative flow ratio，QFR）[20]	夹角至少 25° 的两个视角		采用帧计数法确定造影剂扩散时间，乘以管腔容积得到平均血流量，采用 CFD 软件进行血流动力学模拟得到压力分布。		平均约 5 min		需要诱发充血状态
								忽略侧支，仅提供对主血管的评估
								帧计数是半自动的
简化血流计算方法	改进的 QFR[21]	夹角至少 25° 的两个视角		根据靶血管中心线长度变化自动计算血流速度。		约 5 min		流速计算精度和自动化程度依赖于从图像中自动分割血管结构的精度
	简化的 FFR 计算模型（simplified model of FFR calculation，FFRsim）[22]			使用帧计数法计算造影剂扩散时间，得到扩散速度和血流量，然后根据简化流体动力学方程计算压力阶差。		约 4 min		需要诱发充血状态
								帧计数是半自动的
								仅可作为压力导丝测量之前的预筛选
	血管造影衍生的 FFR（angiography-derived FFR，FFRangio）[23]	2～3 个视角		将冠脉血管网建模为一个集总参数电路系统，进行快速血流分析。		—		需要用户交互指导自动处理，包括验证心脏相位同步和正确提取血管中心线和测量半径
	基于 CAAS 工作站的血管 FFR（CAAS vessel FFR，CAAS-vFFR）[24]	夹角至少 30° 的两个视角		应用简化流体动力学方程以及主动脉压计算病变处真实压降。		—		半自动提取管腔轮廓
								在复杂血管（如分叉和弥漫性病变血管）中的准确性仍有待验证
人工智能 方法	基于自动人工智能血管造影的 FFR（automated artificial intelligence angiography-based FFR，AutocathFFR）[25]	左冠：三个视角 右冠：两个视角		利用大量病例的血管造影图像训练人工神经网络和 ML 算法		—		存在由于缺乏可靠训练数据导致的过拟合问题