人工智能輔助分析CTA影像診斷顱內(nèi)動(dòng)脈瘤的臨床研究

葉 宇，王 珍，曹長(zhǎng)健，邱曉明

(鄂東醫(yī)療集團(tuán)市中心醫(yī)院/湖北理工學(xué)院附屬醫(yī)院放射影像科，湖北 黃石 435000)

顱內(nèi)動(dòng)脈瘤合并蛛網(wǎng)膜下腔出血的發(fā)病率和病死率較高[1]。CT血管造影(CT angiography,CTA)作為臨床顱內(nèi)動(dòng)脈瘤首選的檢查方法，可清楚顯示動(dòng)脈瘤的基底部及頸部[2]，對(duì)動(dòng)脈瘤性蛛網(wǎng)膜下腔出血的診斷和手術(shù)方案制訂具有重要意義[3]，但頭部CTA后處理耗時(shí)耗力，且隨著檢查人數(shù)的增加，給影像醫(yī)生帶來了極大壓力；而人工智能(artificial intelligence,AI)根據(jù)序列收集數(shù)據(jù)并做出決策，可輔助臨床醫(yī)生，減少工作量[4]，但其臨床準(zhǔn)確性尚不明確。因此，本研究以數(shù)字減影血管造影術(shù)(digital subtraction angiography,DSA)為金標(biāo)準(zhǔn)，將疑似顱內(nèi)動(dòng)脈瘤患者頭部CTA圖像的傳統(tǒng)人工診斷結(jié)果與AI診斷結(jié)果進(jìn)行對(duì)比分析，探討兩者單獨(dú)或傳統(tǒng)人工聯(lián)合AI對(duì)顱內(nèi)動(dòng)脈瘤的檢測(cè)效能。

1 資料與方法

1.1 臨床資料

納入我院2018年8月至2021年3月疑似顱內(nèi)動(dòng)脈瘤的患者359例，其中男177例，女182例，年齡14～77歲，平均(43.48±15.56)歲，所有患者均行CTA及DSA檢查。本研究已獲得我院醫(yī)學(xué)倫理委員會(huì)批準(zhǔn)(2021-FSK-K009)。

納入標(biāo)準(zhǔn)：①有顱內(nèi)動(dòng)脈瘤類似癥狀，如一過性意識(shí)障礙、反復(fù)發(fā)作性頭痛、蛛網(wǎng)膜下腔出血等；②有相關(guān)檢查適應(yīng)證；③CTA、DSA檢查時(shí)間間隔短于1周。排除標(biāo)準(zhǔn)：①影像學(xué)資料或臨床數(shù)據(jù)不完整；②CTA圖像掃描質(zhì)量較差導(dǎo)致AI無法識(shí)別。

1.2 CTA檢查

患者取仰臥位，采用GE(Light Speed)64排CT采集原始數(shù)據(jù)，掃描基線設(shè)定為平行于聽眥線，掃描范圍為顱底至顱頂，掃描參數(shù)：管電壓120 kV、管電流350 mA、螺距1、層厚0.625 mm。使用自動(dòng)雙筒高壓注射器注射對(duì)比劑碘克沙醇注射液(含碘320 mg/mL)和生理鹽水，對(duì)比劑注射劑量(mL)=患者體質(zhì)量(kg)×0.9 (mL/kg)，注射流率為4.5 mL/s，再以4.5 mL/s的流率注入40 mL生理鹽水。所得圖像以DICOM格式上傳至GEAW4.7工作站及數(shù)坤AI軟件(CerebralDoc2.1 2021版)。

1.3 方法

傳統(tǒng)人工組：所有CTA圖像上傳至GEAW4.7工作站后，由2名經(jīng)驗(yàn)豐富的高年資放射科醫(yī)師對(duì)其行最大密度投影(maximal intensity projection,MIP)、多平面重建(multiplanar reconstruction,MPR)和容積重建(volume rendering,VR)，重建層厚為0.625 mm。若發(fā)現(xiàn)腦血管瘤樣突起則判定為動(dòng)脈瘤，并記錄動(dòng)脈瘤個(gè)數(shù)、部位、形態(tài)、瘤頸及瘤高。若2名醫(yī)師意見不一致，則與另1名資深神經(jīng)放射科醫(yī)師(具有15年神經(jīng)影像經(jīng)驗(yàn))協(xié)商解決。

AI組：使用AI軟件對(duì)所有CTA原始圖像進(jìn)行分析，使用級(jí)聯(lián)的ResU-net算法在CTA原始軸位圖像上分割動(dòng)脈瘤，包括ResU-net1和ResU-net2兩個(gè)模塊。ResU-net1網(wǎng)絡(luò)進(jìn)行動(dòng)脈瘤檢測(cè)，編碼器采用5層下采樣，解碼器通過5層上采樣，輸入通道數(shù)為1，輸入原始CTA軸位圖像，輸出通道數(shù)為2；若輸出結(jié)果的尺寸與輸入尺寸相同，通道數(shù)則變?yōu)?。其中通道1的每個(gè)體素點(diǎn)表示動(dòng)脈瘤的概率，當(dāng)概率值大于0.5，則認(rèn)為當(dāng)前體素點(diǎn)是動(dòng)脈瘤，以此作為AI診斷動(dòng)脈瘤的標(biāo)準(zhǔn)；通道2的每個(gè)體素點(diǎn)表示當(dāng)前體素點(diǎn)是動(dòng)脈瘤中心點(diǎn)時(shí)該動(dòng)脈瘤的長(zhǎng)、寬、高信息，將檢測(cè)到的動(dòng)脈瘤切割出48×48×48像素的數(shù)據(jù)小體并輸入ResU-net2網(wǎng)絡(luò)，以進(jìn)行動(dòng)脈瘤分割。ResU-net2網(wǎng)絡(luò)編碼器采用3層下采樣，解碼器通過3層上采樣，輸出動(dòng)脈瘤的分割結(jié)果。再通過后處理將生成的動(dòng)脈瘤分割結(jié)果還原到原圖對(duì)應(yīng)位置。

人工聯(lián)合AI組：由2名診斷醫(yī)師使用AI軟件對(duì)MIP、MPR、VR圖像進(jìn)行處理，再結(jié)合AI自動(dòng)生成報(bào)告判斷是否為動(dòng)脈瘤，意見不一致時(shí)由資深神經(jīng)放射科醫(yī)師決定。

以DSA為金標(biāo)準(zhǔn)，分析傳統(tǒng)人工組、AI組及人工聯(lián)合AI組診斷顱內(nèi)動(dòng)脈瘤的效能，計(jì)算3種方法診斷顱內(nèi)動(dòng)脈瘤的靈敏度、特異度、假陽性率、假陰性率及準(zhǔn)確度，并對(duì)傳統(tǒng)人工組、AI組動(dòng)脈瘤漏診及誤診的原因進(jìn)行分析。

1.4 統(tǒng)計(jì)學(xué)分析

采用SPSS 20.0統(tǒng)計(jì)軟件對(duì)數(shù)據(jù)進(jìn)行分析。計(jì)數(shù)資料以率(%)表示，3組間比較采用χ2檢驗(yàn)。同時(shí)對(duì)傳統(tǒng)人工組及AI組動(dòng)脈瘤漏診原因行行×列表χ2檢驗(yàn)，當(dāng)單元格期望頻數(shù)小于5，則使用Fisher確切概率法。P<0.05為差異具有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

2.1 各組對(duì)顱內(nèi)動(dòng)脈瘤的檢出效能比較

DSA診斷出顱內(nèi)動(dòng)脈瘤患者293例，共計(jì)368個(gè)動(dòng)脈瘤，其中79例患者為多發(fā)動(dòng)脈瘤。傳統(tǒng)人工組、AI組、人工聯(lián)合AI組對(duì)顱內(nèi)動(dòng)脈瘤的檢出率分別為92.12%、92.12%、95.92%，組間比較差異無統(tǒng)計(jì)學(xué)意義(P>0.05)。但人工聯(lián)合AI組識(shí)別顱內(nèi)動(dòng)脈瘤的靈敏度(95.92%)、特異度(92.42%)、準(zhǔn)確度(95.39%)均高于單一診斷，假陽性率(7.58%)、假陰性率(4.08%)均低于單一診斷(表1、2)。

表1 3組診斷顱內(nèi)動(dòng)脈瘤的效能比較(n=368，個(gè))

2.2 傳統(tǒng)人工組及AI組顱內(nèi)動(dòng)脈瘤漏診的原因分析

傳統(tǒng)人工組及AI組均有29個(gè)動(dòng)脈瘤漏診，將2組動(dòng)脈瘤直徑、毗鄰骨質(zhì)、非常見部位、形態(tài)失常、合并動(dòng)靜脈畸形/煙霧病/夾閉術(shù)后復(fù)發(fā)、非責(zé)任動(dòng)脈瘤等6個(gè)漏診原因進(jìn)行分析，結(jié)果顯示，2組在毗鄰骨質(zhì)、合并動(dòng)靜脈畸形/煙霧病/夾閉術(shù)后復(fù)發(fā)、非責(zé)任動(dòng)脈瘤方面比較，差異有統(tǒng)計(jì)學(xué)意義(P<0.05)，見表3、圖1。

表2 3組識(shí)別顱內(nèi)動(dòng)脈瘤的真實(shí)性比較(%)

表3 動(dòng)脈瘤漏診原因比較(n=29，個(gè))

注：靈敏度=真陽性個(gè)數(shù)/(真陽性個(gè)數(shù)+假陰性個(gè)數(shù))×100%;特異度=真陰性個(gè)數(shù)/(真陰性個(gè)數(shù)+假陽性個(gè)數(shù))×100%;假陽性率=假陽性個(gè)數(shù)/(真陰性個(gè)數(shù)+假陽性個(gè)數(shù))×100%;假陰性率=假陰性個(gè)數(shù)/(真陽性個(gè)數(shù)+假陰性個(gè)數(shù))×100%；準(zhǔn)確度=(真陽性個(gè)數(shù)+真陰性個(gè)數(shù))/總個(gè)數(shù)×100%

2.3 傳統(tǒng)人工組及AI組顱內(nèi)動(dòng)脈瘤誤診情況

傳統(tǒng)人工組及AI組均將8個(gè)脈絡(luò)膜前動(dòng)脈起始端動(dòng)脈瘤誤診為頸內(nèi)動(dòng)脈交通段動(dòng)脈瘤；AI組將4個(gè)小腦后下動(dòng)脈瘤誤診為椎動(dòng)脈動(dòng)脈瘤，但傳統(tǒng)人工組對(duì)椎動(dòng)脈瘤無誤診；傳統(tǒng)人工組將1個(gè)頸內(nèi)動(dòng)脈眼段、1個(gè)頸內(nèi)動(dòng)脈交通段及2個(gè)大腦中動(dòng)脈經(jīng)DSA確認(rèn)為動(dòng)脈圓錐處誤診為動(dòng)脈瘤，但AI組均準(zhǔn)確識(shí)別。

a:傳統(tǒng)人工漏診右側(cè)頸內(nèi)動(dòng)脈眼段小動(dòng)脈瘤，AI自動(dòng)識(shí)別并標(biāo)注;b:前交通動(dòng)脈瘤夾閉術(shù)后動(dòng)脈瘤局部復(fù)發(fā)，AI未能識(shí)別;c:傳統(tǒng)人工因左側(cè)大腦后動(dòng)脈P3段小動(dòng)脈瘤為非責(zé)任動(dòng)脈瘤而漏診；d:AI自動(dòng)識(shí)別傳統(tǒng)人工漏診動(dòng)脈瘤并標(biāo)注

3 討論

3.1 漏診原因分析

本研究中，對(duì)于直徑<3 mm的微小動(dòng)脈瘤，傳統(tǒng)人工漏診25個(gè)，AI漏診26個(gè)。既往文獻(xiàn)表明，CTA漏診的動(dòng)脈瘤多為直徑<3 mm的微小動(dòng)脈瘤[5]，其對(duì)微小動(dòng)脈瘤的診斷敏感度僅為81.8%[6]，對(duì)該類動(dòng)脈瘤的檢出具有局限性[7]。

本研究中傳統(tǒng)人工組在診斷毗鄰骨質(zhì)、非責(zé)任動(dòng)脈瘤方面漏診率較AI組高，這是由于人為手動(dòng)去除骨質(zhì)時(shí)易過度去除周圍動(dòng)脈及動(dòng)脈瘤結(jié)構(gòu)，進(jìn)而導(dǎo)致漏診，且可能存在骨質(zhì)殘留或過度去除；而AI使用3D卷積神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)頭頸血管CTA重建，并可同步自動(dòng)去除骨質(zhì)[8]，有效避免了人工去除骨質(zhì)存在的問題。在顱內(nèi)多發(fā)動(dòng)脈瘤患者中，傳統(tǒng)人工更多關(guān)注破裂動(dòng)脈瘤，尤其當(dāng)非責(zé)任動(dòng)脈瘤較小或位置較隱蔽時(shí)易漏診[9]，而AI對(duì)于顱內(nèi)動(dòng)脈瘤的診斷基于算法分割，能避免非責(zé)任動(dòng)脈瘤的漏診。Dai等[10]對(duì)208例患者顱腦CTA圖像的去骨相行全卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練，在103例驗(yàn)證集中得出其對(duì)動(dòng)脈瘤的檢測(cè)靈敏度為91.8%，本研究中AI對(duì)動(dòng)脈瘤的檢測(cè)靈敏度為92.12%，與該研究基本一致。目前，AI算法在分割顱內(nèi)血管基礎(chǔ)上還能檢測(cè)相應(yīng)腦血管區(qū)域血管直徑，然后根據(jù)檢查特征值診斷動(dòng)脈瘤，易診斷出大的囊狀、梭形動(dòng)脈瘤，但對(duì)于部分形態(tài)失常、垂直于血管長(zhǎng)軸或血管轉(zhuǎn)彎處的動(dòng)脈瘤無法識(shí)別，因此存在假陽性可能[11-12]，這與傳統(tǒng)計(jì)算機(jī)輔助設(shè)計(jì)算法有關(guān)。本研究中，AI對(duì)合并動(dòng)靜脈畸形/煙霧病/夾閉術(shù)后復(fù)發(fā)動(dòng)脈瘤的漏診率高于傳統(tǒng)人工，這是由于AI深度學(xué)習(xí)模型對(duì)于動(dòng)靜脈畸形血管及煙霧病異常血管無法識(shí)別[13]，而動(dòng)脈瘤夾閉術(shù)后局部金屬物放射偽影會(huì)產(chǎn)生遮蓋干擾，因此AI對(duì)于這3類特殊類型的動(dòng)脈瘤識(shí)別效能較差，而傳統(tǒng)人工在這類動(dòng)脈瘤的識(shí)別方面經(jīng)驗(yàn)較為豐富，所以漏診率較低。

3.2 誤診原因?qū)Ρ确治?/h3>

本研究結(jié)果顯示，傳統(tǒng)人工及AI多將脈絡(luò)膜前動(dòng)脈起始端動(dòng)脈瘤、小腦后下動(dòng)脈瘤誤診為頸內(nèi)動(dòng)脈交通段動(dòng)脈瘤及椎動(dòng)脈動(dòng)脈瘤。脈絡(luò)膜前動(dòng)脈起源于頸內(nèi)動(dòng)脈，其動(dòng)脈瘤發(fā)生率占顱內(nèi)動(dòng)脈瘤的2%～5%，小腦后下動(dòng)脈為椎動(dòng)脈最大分支，其動(dòng)脈瘤發(fā)生率占顱內(nèi)動(dòng)脈瘤的0.5%～3%[14-15]，這兩處血管的解剖特異性決定了其治療的特殊性[16]，故術(shù)前明確診斷對(duì)患者治療方案的選擇有重大意義。CTA對(duì)脈絡(luò)膜前動(dòng)脈顯示欠佳，易將脈絡(luò)膜前動(dòng)脈起始端動(dòng)脈瘤誤診為后交通動(dòng)脈瘤，同時(shí)由于診斷醫(yī)生的經(jīng)驗(yàn)欠缺以及AI對(duì)這兩種血管分割顯示不足而易導(dǎo)致誤診。

本研究中傳統(tǒng)人工組將1個(gè)頸內(nèi)動(dòng)脈眼段、1個(gè)頸內(nèi)動(dòng)脈交通段及2個(gè)大腦中動(dòng)脈診斷為動(dòng)脈瘤，經(jīng)DSA確診為動(dòng)脈圓錐，而AI組無此類誤診。這是由于動(dòng)脈圓錐頂端發(fā)出的細(xì)小血管不易被傳統(tǒng)人工識(shí)別[17]，但AI能識(shí)別遠(yuǎn)端小血管。因此，使用AI處理圖像，再由診斷醫(yī)師在工作站上多方位旋轉(zhuǎn)圖像、調(diào)節(jié)窗寬窗位，觀察其遠(yuǎn)端發(fā)出的小血管影，可避免該類誤診的發(fā)生。

3.3 傳統(tǒng)人工聯(lián)合AI能有效提高顱內(nèi)動(dòng)脈瘤檢出率

顱內(nèi)動(dòng)脈瘤漏診常由多因素共同作用導(dǎo)致，并以某一個(gè)因素介導(dǎo)為主。本研究中傳統(tǒng)人工組對(duì)于毗鄰骨質(zhì)的動(dòng)脈瘤和非責(zé)任動(dòng)脈瘤的漏診率相對(duì)較高，而AI強(qiáng)大的自動(dòng)去骨算法正好彌補(bǔ)了這一缺陷；但AI對(duì)合并動(dòng)靜脈畸形/煙霧病/夾閉術(shù)后復(fù)發(fā)動(dòng)脈瘤的漏診率較高，這是由于AI算法排除了合并動(dòng)靜脈畸形/煙霧病/夾閉術(shù)后復(fù)發(fā)導(dǎo)致的動(dòng)脈瘤，因此AI對(duì)這類動(dòng)脈瘤的識(shí)別存在缺陷，而傳統(tǒng)人工的臨床工作經(jīng)驗(yàn)又正好填補(bǔ)這類空白區(qū)。本研究中傳統(tǒng)人工及AI對(duì)于直徑<3 mm、非常見部位、形態(tài)失常的動(dòng)脈瘤均易漏診，而人工聯(lián)合AI能有效避免單一診斷方法導(dǎo)致的漏診問題，對(duì)顱內(nèi)動(dòng)脈瘤診斷的靈敏度、特異度及準(zhǔn)確度均較高。本研究通過對(duì)比DSA結(jié)果，彌補(bǔ)了傳統(tǒng)人工及AI識(shí)別脈絡(luò)膜前動(dòng)脈起始端動(dòng)脈瘤及小腦后下動(dòng)脈瘤的不足，加深了臨床對(duì)這兩個(gè)部位動(dòng)脈瘤的認(rèn)識(shí)。

本研究納入的病例為單中心數(shù)據(jù)，傳統(tǒng)人工組可能存在臨床經(jīng)驗(yàn)局限性，如對(duì)小腦后下動(dòng)脈瘤及脈絡(luò)膜前動(dòng)脈起始端動(dòng)脈瘤認(rèn)識(shí)不足；此外，AI顱內(nèi)動(dòng)脈瘤識(shí)別的神經(jīng)網(wǎng)絡(luò)分割模型排除了合并動(dòng)靜脈畸形/煙霧病/夾閉術(shù)后復(fù)發(fā)的動(dòng)脈瘤，因而AI對(duì)于顱內(nèi)動(dòng)脈瘤的真實(shí)判斷也存在局限性。

綜上，傳統(tǒng)人工及AI優(yōu)勢(shì)互補(bǔ)，兩者聯(lián)合能提高對(duì)顱內(nèi)動(dòng)脈瘤診斷的靈敏度、特異度及準(zhǔn)確度，并降低假陽性率和假陰性率。