OBJECTIVE: Although coronary artery disease (CAD) involves progressive atherosclerotic plaque dysfunction, further characterization of different cluster profiles and their impact on myocardial function has not been fully explored. Therefore, this study's pilot aim is to identify data-driven atherosclerotic plaque clusters using coronary computed tomography angiography and correlate types with dysfunction observed by positron emission tomography/computed tomography (PET-CT). METHODS: Myocardial perfusion study images of subjects with a high clinical risk of developing CAD were analyzed with semi-automated atherosclerotic plaque characterization. The K-mean clustering method was performed to detect coronary atherosclerotic plaques. An atherosclerotic plaque score was assigned to each subject according to their arteries cluster profiles and was correlated with a principal component analysis (PCA) score that evaluated myocardial perfusion, volumes, and synchrony from PET-CT. RESULTS: Three well-differentiated clusters were identified from 95 coronary atherosclerotic plaques of 35 subjects. Cluster 1 (28.2%) was characterized by a high fibro-necrotic atherosclerotic plaque, cluster 2 (59.7%) by predominantly fibrous atherosclerotic plaque, and cluster 3 (11.9%) by a necro-calcified atherosclerotic plaque. The atherosclerotic plaque score displayed a significant correlation with the first (r = 0.42; 95% confidence interval [CI]: 0.049-0.675, p = 0.012) and third (r = 0.36; 95% CI: 0.036-0.626, p = 0.035) PCA score components. These were comprised parameters related to impairments in ventricular volume capacity, mechanical dyssynchrony, filling rates, and calcium scores in PET-CT evaluation. CONCLUSION: The atherosclerotic plaque clusters identified in this study could provide a pathophysiological explanation of CAD progression and potentially lead to a better characterization of the developing disease. OBJETIVO: La enfermedad coronaria implica disfunción progresiva de placas ateroscleróticas, pero la caracterización de perfiles de agrupación y su impacto en la función miocárdica no se ha explorado a fondo. Este estudio piloto busca identificar grupos de placas ateroscleróticas mediante angiografía coronaria por tomografía computarizada (TC) y correlacionarlos con la disfunción miocárdica observada por PET-CT. MÉTODOS: Se analizaron imágenes de perfusión miocárdica de sujetos con alto riesgo de enfermedad coronaria, utilizando caracterización semiautomatizada de placas ateroscleróticas. Se aplicó el método de agrupamiento K-means para identificar placas coronarias y asignar un puntaje a cada sujeto basado en perfiles arteriales. Este puntaje se correlacionó con un análisis de componentes principales (PCA) que evaluó perfusión, volúmenes y sincronía miocárdica mediante PET-CT. RESULTADOS: Se identificaron tres grupos a partir de 95 placas ateroscleróticas coronarias en 35 sujetos. El grupo 1 (28.2%) con alto contenido fibro-necrótico, el grupo 2 (59.7%) predominantemente fibroso y el grupo 3 (11.9%) por una composición necrocalcificada. El puntaje de placas mostró correlación significativa con el primer (r = 0.42; IC 95%: 0.049-0.675, p = 0.012) y tercer (r = 0.36, IC 95%: 0.036-0.626 p = 0.035) componentes del puntaje PCA que reflejaban parámetros de capacidad ventricular, disincronía mecánica, tasas de llenado y puntajes de calcio en PET-CT. CONCLUSIÓN: Los grupos de placas ateroscleróticas identificados en este estudio podrían proporcionar una explicación fisiopatológica de la progresión de la enfermedad coronaria y potencialmente conducir a una mejor caracterización de la enfermedad en desarrollo.