對(duì)比人工與人工智能圖像后處理冠狀動(dòng)脈CT血管造影顯示冠狀動(dòng)脈解剖及其病變

趙福琳，陳瀾菁，劉俊七，蘭永樹

(西南醫(yī)科大學(xué)附屬醫(yī)院放射科，四川 瀘州 646000)

冠狀動(dòng)脈CT血管造影(coronary CT angiography, CCTA)現(xiàn)已廣泛用于臨床[1]。近年人工智能(artificial intelligence, AI)技術(shù)不斷發(fā)展，并已用于CCTA[2]。AI輔助診斷軟件基于卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行后處理分析時(shí)，會(huì)自動(dòng)應(yīng)用較少的預(yù)處理程序，并刪除部分CCTA重建步驟[3-4]，有利于減輕影像科醫(yī)師勞動(dòng)強(qiáng)度、提高工作效率[5-6]。本研究對(duì)比觀察人工與AI后處理CCTA圖像顯示冠狀動(dòng)脈解剖及病變的效能。

1 資料與方法

1.1 一般資料 回顧性收集2021年3月—10月158例于西南醫(yī)科大學(xué)附屬醫(yī)院因臨床疑診冠心病接受CCTA患者，男94例、女64例，年齡22～88歲、平均(55.3±13.5)歲。排除冠狀動(dòng)脈搭橋術(shù)后、冠狀動(dòng)脈開口及引流異常、圖像質(zhì)量差等無法以AI軟件行后處理者。

1.2 儀器與方法 采用Philips 256層iCT機(jī)。囑患者平臥，采用回顧性心電門控法進(jìn)行掃描，范圍自氣管隆嵴下1 cm至心臟膈面水平，管電壓120 kV，自動(dòng)管電流，探測(cè)器寬度128×0.625 mm，轉(zhuǎn)速0.27 s/rot，F(xiàn)OV 165 mm×165 mm，層厚0.67 mm，層間距0.45 mm。之后經(jīng)肘正中靜脈以流率5 ml/s注射對(duì)比劑碘佛醇(350 mgI/ml)1.2 ml/kg體質(zhì)量，以閾值追蹤法行增強(qiáng)掃描，于主動(dòng)脈根部設(shè)置檢測(cè)點(diǎn)，觸發(fā)閾值為250 HU。

1.3 圖像后處理及分析 將CCTA原始圖像導(dǎo)入Philips IntelliSpace Portal工作站行人工處理(人工組)；采用深睿及數(shù)坤AI輔助診斷軟件(AI軟件)后處理，分別記為A1組及A2組。人工組由1名影像科主任醫(yī)師選擇最佳舒張期或最佳收縮期圖像，A1及A2組采用卷積神經(jīng)網(wǎng)絡(luò)技術(shù)行后處理，包括容積再現(xiàn)(volume rendering, VR)、最大密度投影(maximum intensity projection, MIP)、多平面重組(multiplanar reconstruction, MPR)及曲面重組(curved planar reconstruction, CPR)[1]。人工組由2名主治醫(yī)師以雙盲法閱片，意見有分歧時(shí)經(jīng)協(xié)商決定；A1及A2組由軟件自動(dòng)生成數(shù)據(jù)。將冠狀動(dòng)脈分為右冠狀動(dòng)脈(right coronary artery, RCA，近、中、遠(yuǎn)段)、右后降支、右后側(cè)支、右圓錐支、銳緣支、竇房結(jié)支、房室結(jié)支、左室后支、左主干、左前降支(left anterior descending artery, LAD，近、中、遠(yuǎn)段)、第一對(duì)角支、第二對(duì)角支、左室前支、左圓錐支、左回旋支(left circumflex artery, LCX，近、中遠(yuǎn)段)、第一鈍緣支、第二鈍緣支、中間支、左后降支及左后側(cè)支[7]。人工組記錄VR圖像中顯示清楚的冠狀動(dòng)脈分支數(shù)目，于CPR圖像上測(cè)量LCX(近、中遠(yuǎn)段)、RCA及LAD(近、中、遠(yuǎn)段)拉直后長度，觀察LCX、RCA及LAD各節(jié)段有無狹窄及其程度、有無斑塊及其性質(zhì)，存在多處狹窄或斑塊時(shí)，針對(duì)最嚴(yán)重處進(jìn)行分析；測(cè)量狹窄處血管直徑(D1)及其近心端正常血管直徑(D0)，計(jì)算血管狹窄率：血管狹窄率=(D0-D1)/D0×100%；根據(jù)狹窄率評(píng)估血管狹窄程度[2]，分為輕度(狹窄率<50%)、中度(狹窄率50%～75%)及重度(狹窄率≥76%)；測(cè)量斑塊CT值，據(jù)以分為非鈣化斑塊(CT值≤130 HU)、鈣化斑塊(CT值>130 HU)及混合斑塊(以上2種成分同時(shí)存在)[8-9]。

1.4 統(tǒng)計(jì)學(xué)分析 采用SPSS 28.0統(tǒng)計(jì)分析軟件。以Kolmogorov-Smirnov法評(píng)估計(jì)量資料的正態(tài)性，以±s描述符合正態(tài)或近似正態(tài)分布者，組間采用單因素方差分析進(jìn)行比較，以LSD-t法行兩兩比較。采用χ2檢驗(yàn)比較計(jì)數(shù)資料。以Kappa檢驗(yàn)觀察3組評(píng)估冠狀動(dòng)脈狹窄程度及斑塊性質(zhì)結(jié)果及人工組內(nèi)2名醫(yī)師觀察結(jié)果的一致性：Kappa<0.40為一致性較差，0.40～0.75為一致性一般，>0.75為一致性良好[10]。P<0.05為差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

2.1 冠狀動(dòng)脈分支數(shù)目 A1組(11.40±1.81)、A2組(12.08±8.25)及人工組(10.62±1.86)顯示冠狀動(dòng)脈側(cè)支數(shù)目總體差異有統(tǒng)計(jì)學(xué)意義(F=6.75，P<0.01)。A1組及A2組均可見部分細(xì)小分支，所示數(shù)目均多于人工組(P=0.04、<0.01)，A1組與A2組間差異無統(tǒng)計(jì)學(xué)意義(P=0.10)。見圖1。

圖1 患者男，48歲，冠心病 A.人工組VR圖完整顯示冠狀動(dòng)脈各分支，可準(zhǔn)確識(shí)別LCX異常開口(箭)； B.A1組VR圖完整顯示冠狀動(dòng)脈各分支，可識(shí)別LCX異常開口及近段血管缺如(箭)； C.A2組VR圖顯示冠狀動(dòng)脈分支較多，認(rèn)為LCX缺失而未能識(shí)別LCX異常開口(箭)

2.2 血管長度 3組所測(cè)LAD和RCA長度總體差異均有統(tǒng)計(jì)學(xué)意義(P均<0.01)；A1組(P=0.04、0.03)及A2組(P均<0.01)LAD和RCA長度均大于人工組，其余組間差異均無統(tǒng)計(jì)學(xué)意義(P均>0.05)。3組LCX長度差異無統(tǒng)計(jì)學(xué)意義(P=0.18)。見表1。

表1 經(jīng)人工及AI軟件后處理后CCTA顯示LAD、LCX及RCA長度比較(mm,n=158)

2.3 血管狹窄程度 人工組內(nèi)評(píng)估LAD、LCX及RCA狹窄程度的觀察者間一致性良好(Kappa=0.87、0.87、0.89)，故選其中1名醫(yī)師的診斷結(jié)果進(jìn)行分析。3組評(píng)估LAD、LCX及RCA狹窄程度差異均無統(tǒng)計(jì)學(xué)意義(P均>0.05，表2)。A1組、A2組評(píng)估LAD、LCX、RCA狹窄程度(Kappa=0.58、0.51、0.57)，以及A1組(Kappa=0.55、0.57、0.62)、A2組(Kappa=0.56、0.58、0.67)與人工組評(píng)估結(jié)果的一致性均為一般。

表2 人工與AI軟件評(píng)估LAD、LCX及RCA狹窄程度比較(節(jié)段)

2.4 斑塊性質(zhì) 人工組內(nèi)觀察者間判斷LAD、LCX及RCA斑塊性質(zhì)的一致性良好(Kappa=0.76、0.75、0.83)。3組評(píng)估LAD、LCX及RCA血管節(jié)段斑塊性質(zhì)差異均無統(tǒng)計(jì)學(xué)意義(P均>0.05，表3)。A1組與A2組判斷LAD、LCX及RCA斑塊性質(zhì)的一致性差(Kappa=0.15、0.20、0.28)；A1組(Kappa=0.56、0.55、0.58)、A2組(Kappa=0.64、0.54、0.65)與人工組判斷LAD、LCX及RCA血管節(jié)段斑塊性質(zhì)的一致性均為一般。見圖2。

表3 人工與AI軟件判斷LAD、LCX及RCA斑塊性質(zhì)比較(節(jié)段)

圖2 患者女，65歲，冠心病，LAD狹窄 A.人工后處理CPR圖示LAD近段管壁鈣化斑塊形成(箭)，局部管腔輕度狹窄； B、C.A1(B)、A2組CPR圖(C)示LAD近段管壁鈣化斑塊形成，局部輕度狹窄，顯示斑塊不完整(箭)

3 討論

冠狀動(dòng)脈疾病是臨床常見心血管疾病[10]。冠狀動(dòng)脈造影(coronary angiography, CAG)能準(zhǔn)確評(píng)估冠狀動(dòng)脈狹窄程度，有助于臨床治療決策，但無法準(zhǔn)確判斷病變節(jié)段管腔重構(gòu)及斑塊性質(zhì)[11-12]。近年來，CCTA已成為臨床排除冠心病的首選無創(chuàng)性檢查方法，對(duì)顯示冠狀動(dòng)脈解剖、評(píng)估冠狀動(dòng)脈狹窄程度及斑塊性質(zhì)有較高價(jià)值[13]。隨著深度學(xué)習(xí)算法的發(fā)展及臨床影像學(xué)數(shù)據(jù)的積累，AI在冠心病影像學(xué)領(lǐng)域的應(yīng)用日趨深入[2]。

本研究發(fā)現(xiàn)，經(jīng)AI后處理后，CCTA圖像顯示冠狀動(dòng)脈主干及分支較人工后處理更為完整，且顯示LAD和RCA長度更大，與既往研究[14]結(jié)果基本一致；但遇CCTA原始圖像質(zhì)量欠佳或冠狀動(dòng)脈本身結(jié)構(gòu)異常時(shí)，AI仍有不足[14]。臨床應(yīng)靈活選擇多時(shí)相、多種后處理方式，結(jié)合窗技術(shù)，盡可能降低CCTA檢查失敗風(fēng)險(xiǎn)。

本研究3組判斷LAD、LCX、RCA狹窄程度及斑塊性質(zhì)結(jié)果差異均無統(tǒng)計(jì)學(xué)意義，分析原因，可能在于本研究將狹窄程度分為3個(gè)等級(jí)，而并非以狹窄率表示，即將計(jì)量資料改為計(jì)數(shù)資料，損失了部分信息，導(dǎo)致檢驗(yàn)效能減低。A1組、A2組與人工組評(píng)估LAD、LCX、RCA血管狹窄程度及斑塊性質(zhì)的一致性均一般，A1組與A2組判斷血管狹窄程度及斑塊性質(zhì)的一致性分別為一般及差，或因AI軟件通常僅選擇單個(gè)掃描時(shí)相，以固定旋轉(zhuǎn)角度、方位及窗技術(shù)進(jìn)行觀察，可能遺漏部分病變而影響判定結(jié)果；另外，AI后處理具有美化血管功能，可致一定程度失真而影響檢出病變[10]，且易將管腔內(nèi)的對(duì)比劑、偽影或血管分叉處誤判為斑塊。因此，目前臨床實(shí)際工作中不宜僅依賴AI軟件評(píng)估冠狀動(dòng)脈，而需與人工相結(jié)合。

綜上所述，相比人工處理，經(jīng)AI后處理后CCTA圖像顯示冠狀動(dòng)脈分支更為完整；人工與AI后處理評(píng)估冠狀動(dòng)脈狹窄程度及鈣化的一致性均不高。本研究的主要不足：①單中心回顧性研究，且樣本量有限；②僅涉及LAD、LCX及RCA支冠狀動(dòng)脈，有待進(jìn)一步觀察冠狀動(dòng)脈其他分支并加以深入研究。