冠狀動(dòng)脈CT血管成像中人工智能診斷冠心病的準(zhǔn)確性

李浚利，黃益龍，韓 丹，蔡雅倩，閔 蕊，劉 頊，康紹磊，段 慧

(昆明醫(yī)科大學(xué)第一附屬醫(yī)院醫(yī)學(xué)影像科，云南 昆明 650100)

冠心病(coronary heart disease, CHD)主要為冠狀動(dòng)脈血流量與心肌需求量之間不平衡所致[1]。冠狀動(dòng)脈CT血管成像(coronary CT angiography，CCTA)檢測(cè)冠狀動(dòng)脈狹窄具有較高敏感性和特異性，已成為臨床篩查和診斷CHD的首選手段[2]。人工智能(artificial intelligence, AI)現(xiàn)已用于臨床診斷多種疾病，其在CCTA中可自動(dòng)識(shí)別冠狀動(dòng)脈血管并判斷冠狀動(dòng)脈狹窄程度。本研究對(duì)比分析AI與有創(chuàng)冠狀動(dòng)脈造影(invasive coronary angiography, ICA)結(jié)果，評(píng)價(jià)AI在CCTA中診斷CHD的準(zhǔn)確性。

1 資料與方法

1.1 一般資料 回顧性收集2018年9月—2019年3月間隔2周內(nèi)于昆明醫(yī)科大學(xué)第一附屬醫(yī)院接受CCTA及ICA患者。納入標(biāo)準(zhǔn)：①CCTA圖像血管連續(xù)且邊緣清晰，無(wú)明顯偽影[3]；②AI軟件能自動(dòng)正確識(shí)別冠狀動(dòng)脈血管樹(shù)。排除標(biāo)準(zhǔn)：①冠狀動(dòng)脈支架植入術(shù)后或冠狀動(dòng)脈搭橋術(shù)后；②冠狀動(dòng)脈起源異常。最終納入105例，男71例，女34例，年齡37～81歲，平均(60.5±10.1)歲；平均體質(zhì)量(65.76±9.70)kg；臨床表現(xiàn)包括胸痛61例，胸悶54例，心電圖ST-T異常46例，高血壓67例，糖尿病21例，吸煙史48例，高血脂41例，總膽固醇(4.22±1.55)mmol/L，高密度脂蛋白膽固醇(1.11±0.40)mmol/L，低密度脂蛋白膽固醇(2.67±0.40)mmol/L，甘油三酯(1.97±1.33)mmol/L。

1.2 CCTA及ICA

1.2.1 CCTA 采用Siemens雙源CT機(jī)，前瞻性心電門(mén)控序列掃描模式，行頭足方向掃描，范圍自氣管隆嵴下1 cm至心臟膈面。根據(jù)體質(zhì)量指數(shù)(body mass index, BMI)選擇管電壓(18.5～23.9 kg/cm2采用100 kV，≥24 kg/cm2采用120 kV，<18.5 kg/cm2采用80 kV)，實(shí)時(shí)動(dòng)態(tài)曝光劑量調(diào)劑自動(dòng)曝光，層厚0.75 mm，層距0.50 mm，旋轉(zhuǎn)時(shí)間0.28 s，重建算法B26f。增強(qiáng)掃描：以碘海醇(350 mgI/ml)為對(duì)比劑，采用MedRad雙筒高壓注射器以流率4.0～5.5 ml/s經(jīng)肘正中靜脈注射50～70 ml，隨后以相同流率跟注40～50 ml生理鹽水；應(yīng)用對(duì)比劑示蹤法，選擇主動(dòng)脈根部層面ROI，當(dāng)其內(nèi)CT值達(dá)100 HU時(shí)延遲5 s自動(dòng)觸發(fā)掃描。

1.2.2 ICA 采用Philips DSA機(jī)，對(duì)比劑同上。經(jīng)皮穿刺右股動(dòng)脈或右橈動(dòng)脈置入血管鞘，將冠狀動(dòng)脈導(dǎo)管分別插入左、右冠狀動(dòng)脈，并固定導(dǎo)管頭，以電影模式記錄不同投照角度圖像，觀察左右冠狀動(dòng)脈主干及分支病變節(jié)段及其狹窄程度。

1.3 圖像分析 按照美國(guó)心臟病學(xué)會(huì)冠狀動(dòng)脈樹(shù)改良分段法，將管徑≥1.5 mm的冠狀動(dòng)脈節(jié)段納入診斷范圍。參考CAD-RADS分類標(biāo)準(zhǔn)，將管腔分為無(wú)狹窄、輕微狹窄(1%～24%)、輕度狹窄(25%～49%)、中度狹窄(50%～69%)、重度狹窄(70%～99%)和閉塞[4]；以冠狀動(dòng)脈管腔狹窄≥50%為有血流動(dòng)力學(xué)意義的狹窄，評(píng)判冠狀動(dòng)脈管腔狹窄程度≥50%的血管及節(jié)段。

1.3.1 AI評(píng)價(jià) 采用數(shù)坤AI冠狀動(dòng)脈智能輔助診斷系統(tǒng)軟件(冠狀動(dòng)脈智能診斷系統(tǒng)V1.4)，利用卷積神經(jīng)網(wǎng)絡(luò)技術(shù)對(duì)CCTA圖像進(jìn)行重建、濾波與增強(qiáng)、檢測(cè)、分割、分類、配準(zhǔn)、建模以及特征提取與測(cè)量和影像檢索，最終得出CCTA圖像后處理結(jié)果與相關(guān)診斷結(jié)果。

1.3.2 ICA評(píng)價(jià) 由2名工作10年以上的心內(nèi)科副主任醫(yī)師和主任醫(yī)師獨(dú)立采用ICA圖像評(píng)估冠狀動(dòng)脈狹窄，意見(jiàn)不一時(shí)協(xié)商達(dá)成共識(shí)。

1.4 統(tǒng)計(jì)學(xué)分析 采用SPSS 23.0統(tǒng)計(jì)分析軟件，以ICA為金標(biāo)準(zhǔn)，分別以患者、冠狀動(dòng)脈及其節(jié)段為單位，計(jì)算AI軟件在CCTA中診斷冠狀動(dòng)脈狹窄(≥50%)的敏感度、特異度、陽(yáng)性預(yù)測(cè)值、陰性預(yù)測(cè)值和準(zhǔn)確率，并對(duì)AI與ICA診斷結(jié)果進(jìn)行一致性檢驗(yàn)：Kappa≥0.75診斷一致性好，0.40

2 結(jié)果

105例AI與ICA顯示冠狀動(dòng)脈狹窄(≥50%)結(jié)果見(jiàn)表1。

表1 AI與ICA顯示105例冠狀動(dòng)脈狹窄(≥50%)情況

105例中，96例經(jīng)ICA確診為CHD(有血流動(dòng)力學(xué)意義的狹窄節(jié)段≥1)；AI軟件提示94例CHD，與ICA相比，假陽(yáng)性3例，假陰性2例。AI診斷敏感度、特異度、陽(yáng)性預(yù)測(cè)值、陰性預(yù)測(cè)值和準(zhǔn)確率分別為97.92%(94/96)、66.67%(6/9)、96.91%(94/97)、75.00%(6/8)和95.24%(100/105)，其與ICA在患者層面診斷CHD的一致性較好(Kappa=0.68，P<0.001)。

105例420支冠狀動(dòng)脈中， ICA確診190支狹窄程度≥50%。AI軟件提示173支冠狀動(dòng)脈狹窄程度≥50%，與ICA比較，假陽(yáng)性4支，假陰性17支；AI診斷冠狀動(dòng)脈狹窄(≥50%)的敏感度、特異度、陽(yáng)性預(yù)測(cè)值、陰性預(yù)測(cè)值和準(zhǔn)確率分別為91.05%(173/190)、98.26%(226/230)、97.74%(173/177)、93.00%(226/243)和95.00%(399/420)，其與ICA在冠狀動(dòng)脈血管層面診斷一致性好(Kappa=0.90，P<0.001)。見(jiàn)圖1、2。

圖1 患者男，56歲 A.CCTA曲面重組圖像，AI診斷左前降支近段重度狹窄(箭)； B.左前斜加足位ICA圖像示左前降支近段重度狹窄(箭) 圖2 患者女，54歲 A.CCTA曲面重組圖像，AI診斷右冠狀動(dòng)脈遠(yuǎn)段輕度狹窄(箭)； B.左前斜位ICA顯示右冠狀動(dòng)脈遠(yuǎn)段無(wú)狹窄(箭)

105例共1 564段冠狀動(dòng)脈節(jié)段，其中53段管腔直徑<1.5 mm而未評(píng)價(jià)管腔狹窄。ICA檢出267段狹窄程度≥50%；AI提示224段冠狀動(dòng)脈節(jié)段狹窄程度≥50%，與ICA比較，假陽(yáng)性29段，假陰性43段。AI診斷冠狀動(dòng)脈節(jié)段狹窄(≥50%)的敏感度、特異度、陽(yáng)性預(yù)測(cè)值、陰性預(yù)測(cè)值和準(zhǔn)確率分別為83.90%(224/267)、97.67%(1215/1244)、88.54%(224/253)、96.58%(1215/1258)和95.23%(1439/1511)，其與ICA在冠狀動(dòng)脈節(jié)段病變方面診斷一致性好(Kappa=0.83，P<0.001)。

3 討論

伴隨生活水平提高，CHD發(fā)病率及致死率逐年增加?？焖僭\斷CHD及定位病變有利于臨床早期采取針對(duì)性治療計(jì)劃，對(duì)降低死亡率具有重要意義。作為篩查CHD的手段，CCTA可清晰顯示冠狀動(dòng)脈樹(shù)結(jié)構(gòu)，但診斷冠狀動(dòng)脈狹窄依賴于圖像進(jìn)行后處理。AI可對(duì)影像學(xué)圖像進(jìn)行后處理等，緩解醫(yī)師工作壓力。

HALPERN等[5]研究表明，計(jì)算機(jī)自動(dòng)診斷主要依賴于精確識(shí)別冠狀動(dòng)脈樹(shù)模型，因此本研究?jī)H納入AI能自動(dòng)正確識(shí)別冠狀動(dòng)脈樹(shù)的病例。CCTA中有時(shí)會(huì)出現(xiàn)呼吸等偽影，可在掃描過(guò)程中避免或通過(guò)重建期相加以改善。本研究排除了存在偽影病例，旨在評(píng)價(jià)AI在CCTA圖像質(zhì)量較好的前提下診斷CHD的準(zhǔn)確性，發(fā)現(xiàn)AI將29段正常節(jié)段判斷為狹窄節(jié)段，其中22段位于血管分叉處、7段于心肌橋或貼壁血管處；43段假陰性，其中9段為閉塞節(jié)段，由于其遠(yuǎn)端血管不顯影，AI僅能識(shí)別顯影節(jié)段而未能判斷狹窄程度，另外34段AI雖判斷為狹窄節(jié)段，但評(píng)估的狹窄程度低于實(shí)際值，導(dǎo)致其對(duì)≥50%的有意義狹窄的識(shí)別程度降低。

既往CCTA成像研究[6]報(bào)道，AI檢出CHD患者的敏感度、特異度、陽(yáng)性預(yù)測(cè)值和陰性預(yù)測(cè)值分別為100%、65%、58%和100%，檢出冠狀動(dòng)脈狹窄的敏感度、特異度、陽(yáng)性預(yù)測(cè)值和陰性預(yù)測(cè)值分別74%、83%、46%和94%；黃增發(fā)等[7]報(bào)道的AI診斷冠狀動(dòng)脈狹窄程度的敏感度、特異度、陽(yáng)性預(yù)測(cè)值和陰性預(yù)測(cè)值分別為60.87%、80.77%、58.33%和82.35%。本研究結(jié)果與之存有一定差異，可能與樣本選擇不同及AI算法不一致有關(guān)。隨著神經(jīng)網(wǎng)絡(luò)算法的不斷發(fā)展，AI可對(duì)冠狀動(dòng)脈圖像進(jìn)行不斷深度學(xué)習(xí)[8]，其診斷冠狀動(dòng)脈狹窄程度敏感性等不斷提高。以往研究[9-10]CCTA于冠狀動(dòng)脈節(jié)段水平診斷冠狀動(dòng)脈狹窄的敏感度、特異度、陽(yáng)性預(yù)測(cè)值和陰性預(yù)測(cè)值分別為66.9%～92.0%、93.0%～97.8%、75.0%～83.3%和89.9%～97.0%，本研究與之基本一致，提示對(duì)于CCTA圖像質(zhì)量好且AI能正確識(shí)別冠狀動(dòng)脈血管的病例，采用AI診斷冠狀動(dòng)脈管腔狹窄≥50%具有可行性。

本研究的主要不足之處：為單中心研究，存在一定采樣偏差；其次，所收集病例均具有較明確的CHD臨床癥狀，大多數(shù)經(jīng)CCTA發(fā)現(xiàn)存在中度以上狹窄，隨后接受ICA檢查及治療，可能對(duì)結(jié)果有一定影響。

綜上所述，在CCTA圖像質(zhì)量較好且AI能正確識(shí)別冠狀動(dòng)脈血管樹(shù)的前提下，采用AI診斷CHD具有可行性，且與ICA的一致性較好。