基于人工智能的冠狀動(dòng)脈CT 血管成像檢測(cè)阻塞性冠狀動(dòng)脈狹窄效能的研究

劉春雨 謝媛 蘇曉芹 楊振悅 陳隨 周長(zhǎng)圣 李建華 徐峰

阻塞性冠狀動(dòng)脈疾?。╟oronary artery disease，CAD）是全球人口死亡的主要原因[1-2]。早期篩查和診斷阻塞性CAD 對(duì)于病人后續(xù)治療及預(yù)后具有重要價(jià)值。冠狀動(dòng)脈CT 血管成像（coronary CT angiography，CCTA）在排除冠狀動(dòng)脈狹窄及風(fēng)險(xiǎn)預(yù)測(cè)方面有很好的性能，且快速、無(wú)創(chuàng)，已成為首選的檢查方法[3-4]。然而，常規(guī)CCTA 的圖像后處理工作量大、過(guò)程繁瑣、耗時(shí)久，而且醫(yī)師主要通過(guò)目測(cè)對(duì)血管狹窄程度進(jìn)行判斷，因此診斷經(jīng)驗(yàn)不足的低年資醫(yī)師對(duì)此容易出現(xiàn)診斷錯(cuò)誤。近年來(lái)，人工智能（artificial intelligence，AI）技術(shù)已成功應(yīng)用于影像學(xué)領(lǐng)域[5-6]，它提供了一種自動(dòng)化醫(yī)學(xué)影像分析與診斷方法，可以提高醫(yī)師的工作效率。在診斷冠狀動(dòng)脈狹窄方面，已有研究表明AI 可以在較短時(shí)間內(nèi)對(duì)CCTA 數(shù)據(jù)進(jìn)行圖像后處理和狹窄的自動(dòng)化檢測(cè)，診斷性能近似于人工分析，且時(shí)間效率明顯提高[7-9]。但是，目前關(guān)于AI 與不同年資醫(yī)師、AI+不同年資醫(yī)師對(duì)于冠狀動(dòng)脈狹窄的診斷效能比較的研究還較少；此外，鈣化對(duì)AI 軟件診斷準(zhǔn)確性是否有影響也有待研究。因此，本研究以有創(chuàng)冠狀動(dòng)脈造影（invasive coronary angiography，ICA）為診斷金標(biāo)準(zhǔn)，探究以AI 為基礎(chǔ)的CCTA 診斷阻塞性冠狀動(dòng)脈狹窄的效能，并將AI 與不同年資醫(yī)師診斷的性能進(jìn)行對(duì)比分析，以進(jìn)一步驗(yàn)證AI 軟件輔助診斷阻塞性冠狀動(dòng)脈狹窄的診斷水平。

1 資料與方法

1.1 一般資料 回顧性納入2018 年1—7 月在中國(guó)人民解放軍東部戰(zhàn)區(qū)總醫(yī)院行CCTA 和ICA 檢查的50 例懷疑有冠狀動(dòng)脈疾病的病人，其中男34例，女 16 例，年齡 20~90 歲，平均（61.8±8.5）歲。排除標(biāo)準(zhǔn)：①CCTA 與ICA 檢查時(shí)間間隔＞3 個(gè)月；②CCTA 影像質(zhì)量差（即不可評(píng)價(jià)，血管結(jié)構(gòu)不可區(qū)分）；③CCTA 檢查前行血運(yùn)重建術(shù)者。50 例病人中30 例有胸痛，12 例有心悸，33 例有高血壓病史，5例有高血脂癥，11 例有糖尿病史，5 例有吸煙史。

1.2 CCTA 掃描 采用西門(mén)子 SOMATOM Definition Flash 第二代雙源CT 掃描設(shè)備，前瞻性心電門(mén)控序列掃描技術(shù)。掃描前2~3 min 給予所有受檢者舌下含服硝酸甘油以擴(kuò)張冠狀動(dòng)脈。CT 掃描經(jīng)定位相確定掃描范圍后，先行鈣化積分掃描，范圍從氣管分叉下1.0 cm 至心臟膈面。平掃完成后進(jìn)行CCTA 掃描，利用Lrich 雙筒高壓注射器經(jīng)病人肘前靜脈注射非離子對(duì)比劑碘普羅胺（含碘370 mg/mL，德國(guó)先靈公司）60 mL，注射流率4.5~5.0 mL/s；延遲時(shí)間應(yīng)用AI 觸發(fā)掃描系統(tǒng)確定，將興趣區(qū)放置在升主動(dòng)脈，當(dāng)CT 值達(dá)到100 HU 即可觸發(fā)掃描。CT掃描參數(shù)：管電壓120 kV，管電流280 mA，準(zhǔn)直器寬度 64×2×0.6 mm，機(jī)架旋轉(zhuǎn)時(shí)間 0.28 s，球管旋轉(zhuǎn)時(shí)間0.33 s/r，鈣化積分掃描層厚3 mm，CCTA 掃描層厚0.75 mm。

1.3 冠狀動(dòng)脈鈣化積分計(jì)算 應(yīng)用西門(mén)子Syngo.via 軟件（VB20A_HF06），采用 Agatston 積分法計(jì)算冠狀動(dòng)脈鈣化積分，用不同顏色標(biāo)記冠狀動(dòng)脈各分支的鈣化區(qū)域，自動(dòng)獲得冠狀動(dòng)脈各分支的鈣化積分值以及總積分值。以病人水平總鈣化積分100 作為分組閾值[10]，將病人分為低鈣化組（鈣化積分＜100）和高鈣化組（鈣化積分≥100）。

1.4 影像質(zhì)量評(píng)分 由1 位中年資醫(yī)師在西門(mén)子Syngo.via 軟件（VB20A_HF06）上閱片并進(jìn)行評(píng)價(jià)1次，采用5 分法對(duì)CCTA 的影像質(zhì)量進(jìn)行評(píng)分[11]：5分，無(wú)運(yùn)動(dòng)偽影，冠狀動(dòng)脈輪廓清晰；4 分，有輕微偽影和輕微模糊；3 分，存在中度偽影和中度模糊，無(wú)結(jié)構(gòu)不連續(xù)性；2 分，存在嚴(yán)重偽影或不連續(xù)；1 分，不可評(píng)價(jià)，血管結(jié)構(gòu)不可區(qū)分。

1.5 冠狀動(dòng)脈狹窄程度判斷 參照美國(guó)心臟病學(xué)會(huì)建議的冠狀動(dòng)脈樹(shù)18 段分段法[12]進(jìn)行冠狀動(dòng)脈節(jié)段分段，分析左主干（left main，LM）、左前降支（left anterior descending artery，LAD）、左回旋支（left circumflex artery，LCX）及右冠狀動(dòng)脈（right coronary artery，RCA），將管徑≥2 mm 的冠狀動(dòng)脈節(jié)段納入研究。參考冠狀動(dòng)脈疾病報(bào)告與數(shù)據(jù)系統(tǒng)（coronary artery disease reporting and data system，CAD-RADS）的分類(lèi)標(biāo)準(zhǔn)[13]，記錄CCTA 上的冠狀動(dòng)脈管腔狹窄程度：無(wú)狹窄（0）；輕微狹窄（1%~24%）；輕度狹窄（25%~49%）；中度狹窄（50%~69%）；重度狹窄（70%~99%）；閉塞（100%）。將冠狀動(dòng)脈管腔狹窄≥50%定義為阻塞性冠狀動(dòng)脈狹窄。

1.6 影像分析 采用AI、醫(yī)師和AI+醫(yī)師這3 種分析模式，記錄每個(gè)病例的閱片結(jié)果（包括病變狹窄程度、狹窄節(jié)段），同時(shí)記錄每例病人圖像后處理時(shí)間（從圖像調(diào)入到最終報(bào)告結(jié)果時(shí)間）及解讀時(shí)間。

1.6.1 AI 分析 將CCTA 的DICOM 數(shù)據(jù)傳至深睿醫(yī)療DeepWise（V3.0.0.1）AI 系統(tǒng)。該系統(tǒng)能自動(dòng)進(jìn)行圖像后處理，對(duì)冠狀動(dòng)脈狹窄進(jìn)行檢測(cè)，并給出結(jié)構(gòu)化診斷報(bào)告。

1.6.2 醫(yī)師分析 在西門(mén)子Syngo.Via. VB20A_HF06 后處理工作站上評(píng)估CCTA 影像。由低、中、高年資（分別對(duì)應(yīng)1~2、4~5 和10 年心血管影像診斷經(jīng)驗(yàn)）放射科醫(yī)師各2 名在不知道ICA 和AI 結(jié)果的情況下獨(dú)立評(píng)估，同年資醫(yī)師結(jié)果不一致時(shí)，共同協(xié)商后得出判斷結(jié)果。

1.6.3 AI+醫(yī)師分析 在醫(yī)師閱片1 個(gè)月后，進(jìn)行AI+醫(yī)師分析模式。AI 軟件自動(dòng)輸出冠狀動(dòng)脈狹窄結(jié)果后，由低、中、高年資放射科醫(yī)師各1 名分別獨(dú)立評(píng)價(jià)AI 輸出的狹窄程度。醫(yī)師將AI 的結(jié)果與目測(cè)評(píng)估相結(jié)合，做出最終決定并報(bào)告，即為AI+醫(yī)師共同的冠狀動(dòng)脈狹窄程度結(jié)果。

1.7 ICA 檢查 采用 Siemens Artis Zee Floor 數(shù)字血管造影系統(tǒng)進(jìn)行ICA 檢查。對(duì)比劑采用碘佛醇（含碘320 mg /mL，恒瑞醫(yī)藥有限公司），每個(gè)投照體位團(tuán)注5 mL 對(duì)比劑，注射流率1.0~1.5 mL/s。經(jīng)皮穿刺右股動(dòng)脈或右橈動(dòng)脈置入血管鞘，選擇冠狀動(dòng)脈導(dǎo)管分別插入左、右冠狀動(dòng)脈并固定導(dǎo)管頭，電影模式記錄圖像；通過(guò)不同投照角度明確左右冠狀動(dòng)脈主干及分支的病變節(jié)段及狹窄程度。將ICA 顯示冠狀動(dòng)脈管腔狹窄≥50%視為阻塞性冠狀動(dòng)脈狹窄。

1.8 統(tǒng)計(jì)學(xué)方法 采用SPSS 23.0 軟件、MedCalc 17.6 軟件進(jìn)行數(shù)據(jù)分析。符合正態(tài)分布的計(jì)量資料以均數(shù)±標(biāo)準(zhǔn)差（）表示，2 組間比較采用獨(dú)立樣本t 檢驗(yàn)。非正態(tài)分布的計(jì)量資料采用中位數(shù)和四分位數(shù)[M（P25，P75）]表示。以 ICA 為金標(biāo)準(zhǔn)，分別以病人、血管及節(jié)段為單位，計(jì)算AI、醫(yī)師、AI+醫(yī)師在CCTA 中對(duì)阻塞性冠狀動(dòng)脈狹窄診斷的敏感度、特異度、陽(yáng)性預(yù)測(cè)值（positive predicitive value, PPV）、陰性預(yù)測(cè)值（negative predicitive value，NPV）和準(zhǔn)確度，繪制受試者操作特征（ROC）曲線(xiàn)，計(jì)算曲線(xiàn)下面積（AUC）及其95%可信區(qū)間（CI）。采用Pearson卡方檢驗(yàn)或Fisher 精確概率檢驗(yàn)比較組間差異，采用DeLong 檢驗(yàn)比較AUC。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)脈血管及節(jié)段 50 例病人共分析195支血管424 個(gè)節(jié)段，其中LM 50 支血管（50 個(gè)節(jié)段）；LAD 50 支血管（145 個(gè)節(jié)段，包括近段 50 個(gè)、中段 49 個(gè)、遠(yuǎn)段 46 個(gè)）；LCX 45 支血管（83 個(gè)節(jié)段，其中近段 45 個(gè)、中遠(yuǎn)段 38 個(gè)）；RCA 50 支血管（146 個(gè)節(jié)段，其中近段50 個(gè)、中段48 個(gè)、遠(yuǎn)段48個(gè)）。有 48 例病人（48/50，96%）、77 支血管（77/195，39.5%）和 99 個(gè)節(jié)段（99/424，23.3%）存在阻塞性冠狀動(dòng)脈狹窄（ICA 顯示狹窄≥50%）。

2.2 冠狀動(dòng)脈鈣化積分及影像質(zhì)量 50 例病人的冠狀動(dòng)脈鈣化積分為0~1 529.6，中位數(shù)為89.5（13.4，409.43）。其中，低鈣化組26 例，高鈣化組24例。鈣化積分為 0 有 12 例（24%），0＜鈣化積分≤100有 14 例 （28%），100 ＜鈣化積分≤300 有 10 例（20%），鈣化積分＞300 有 14 例（28%）。影像質(zhì)量評(píng)分為 3~5 分，3 分 4 例（8%），4 分 24 例（48%），5 分22 例（44%）。AI 軟件診斷阻塞性冠狀動(dòng)脈狹窄1 例病人呈假陽(yáng)性，鈣化積分為687.5，影像質(zhì)量為3分，ICA 顯示LAD 近段30%狹窄；3 例病人呈假陰性，影像質(zhì)量分別為3、5、4 分，鈣化積分分別為0、0、104，ICA 狹窄分別為 LAD 近段 50%狹窄、LAD近段70%狹窄、RCA 近段50%狹窄。

2.3 3 種診斷模式的圖像后處理和解讀時(shí)間比較 采用AI 軟件診斷的平均后處理和解讀時(shí)間較低/中/高年資醫(yī)師均減少（均P<0.05），分別減少了80%、76.8%和 75%。在 AI 輔助之后，AI+低/中/高年資醫(yī)師的時(shí)間較單獨(dú)醫(yī)師的時(shí)間均減少（均P＜0.05），分別減少了 67%、64%、57.9%。詳見(jiàn)表 1。

表1 3 種診斷模式的圖像后處理和解讀時(shí)間比較

2.4 AI 在不同研究水平的診斷效能 以ICA 作為診斷標(biāo)準(zhǔn)，在病人、血管及節(jié)段水平，AI 診斷阻塞性冠狀動(dòng)脈狹窄的敏感度、特異度、準(zhǔn)確度、陽(yáng)性預(yù)測(cè)值、陰性預(yù)測(cè)值和AUC 見(jiàn)表2。AI 軟件輔助診斷冠狀動(dòng)脈狹窄后處理圖像見(jiàn)圖1。

表2 不同研究水平下AI 對(duì)阻塞性冠狀動(dòng)脈狹窄的診斷效能

圖1 基于機(jī)器學(xué)習(xí)的CCTA 檢測(cè)冠狀動(dòng)脈狹窄與ICA 對(duì)照?qǐng)D。A、B 圖為冠狀動(dòng)脈的AI 軟件容積再現(xiàn)重組影像。C圖，AI 曲面重組影像，示左前降支近段一混合斑塊，管腔呈中度狹窄。D 圖，ICA 影像，示左前降支近段70%狹窄（箭頭）。

2.5 AI 對(duì)不同鈣化組的診斷效能 在血管及節(jié)段水平，低鈣化組的特異度高于高鈣化組（均P<0.05）。在病人、血管及節(jié)段水平，低鈣化組的敏感度較高鈣化組有降低趨勢(shì)，AUC 值較高鈣化組有增高趨勢(shì)，但2 組間差異均無(wú)統(tǒng)計(jì)學(xué)意義（均P＞0.05）。詳見(jiàn)表3。

表3 不同研究水平高低鈣化組間AI 診斷阻塞性冠狀動(dòng)脈狹窄的效能

2.6 AI 與醫(yī)師的診斷效能比較 在病人水平，AI與低/中/高年資醫(yī)師診斷的AUC 值差異均無(wú)統(tǒng)計(jì)學(xué)意義（均 P＞0.05）。在血管水平，AI 診斷的 AUC 值均低于中/高年資醫(yī)師（均P＜0.05），但與低年資醫(yī)師診斷的AUC 值差異無(wú)統(tǒng)計(jì)學(xué)意義（P＞0.05）。在節(jié)段水平，AI 與低/中/高年資醫(yī)師診斷的AUC 值差異均無(wú)統(tǒng)計(jì)學(xué)意義（均P＞0.05）。詳見(jiàn)表4。

表4 不同研究水平不同年資醫(yī)師對(duì)阻塞性冠狀動(dòng)脈狹窄的診斷效能

2.7 AI+醫(yī)師與醫(yī)師的診斷效能比較 在病人、血管和節(jié)段水平AI+醫(yī)師診斷阻塞性冠狀動(dòng)脈狹窄的AUC 值與單獨(dú)醫(yī)師診斷的AUC 值差異均無(wú)統(tǒng)計(jì)學(xué)意義（均 P＞0.05）。詳見(jiàn)表 5。

表5 不同研究水平AI+不同年資醫(yī)師診斷阻塞性冠狀動(dòng)脈狹窄的效能

3 討論

本研究探討了AI 輔助CCTA 診斷阻塞性冠狀動(dòng)脈狹窄的效能，發(fā)現(xiàn)AI 輔助CCTA 診斷的平均后處理和解讀時(shí)間為1.9 min，較傳統(tǒng)后處理時(shí)間（8.5 min）減少了約77%，AI＋醫(yī)師的合作模式后處理和解讀時(shí)間（3.1 min）也比傳統(tǒng)后處理時(shí)間減少了約63%。更重要的是，AI 具有較高的診斷準(zhǔn)確性，以ICA 為診斷標(biāo)準(zhǔn)，在病人、血管及節(jié)段水平，AI 診斷阻塞性冠狀動(dòng)脈狹窄敏感度分別為93.7%、83.1%、67.7%，AUC 分別為 0.87、0.89、0.83，與中年資或更有經(jīng)驗(yàn)的影像科醫(yī)師相當(dāng)。因此，AI 作為CCTA 輔助診療系統(tǒng)能提高醫(yī)師的工作效率，在檢測(cè)冠狀動(dòng)脈狹窄方面可作為醫(yī)師可靠的輔助診斷工具。

本研究所使用的機(jī)器學(xué)習(xí)分析系統(tǒng)訓(xùn)練了一個(gè)多尺度3D UNet[14]進(jìn)行冠狀動(dòng)脈血管樹(shù)的自動(dòng)分割提取，該網(wǎng)絡(luò)可以同時(shí)利用血管的整體解剖結(jié)構(gòu)和局部細(xì)節(jié)特征，然后基于三維卷積網(wǎng)絡(luò)的自動(dòng)追蹤算法進(jìn)行中心線(xiàn)的提取，最后本研究利用圖網(wǎng)絡(luò)模型捕捉血管拓?fù)涮卣?，?shí)現(xiàn)了血管分支的準(zhǔn)確命名[15]。完成冠狀動(dòng)脈重建之后，構(gòu)建一個(gè)基于多尺度多視角的曲面重組影像檢測(cè)網(wǎng)絡(luò)和一個(gè)局部分割網(wǎng)絡(luò)，從而實(shí)現(xiàn)斑塊的自動(dòng)提取和狹窄分析。此前，Han 等[8]基于 CCTA 影像，采用 AI 的深度學(xué)習(xí)（deep learning，DL）算法進(jìn)行冠狀動(dòng)脈狹窄評(píng)估研究，以ICA 作為診斷標(biāo)準(zhǔn)，在病人水平診斷≥50%冠狀動(dòng)脈狹窄時(shí)發(fā)現(xiàn)，AI 的診斷準(zhǔn)確度優(yōu)于傳統(tǒng)的CCTA（AUCAI=0.870,AUCCCTA=0.781）。本研究提出的機(jī)器學(xué)習(xí)方法在病人水平顯示診斷阻塞性冠狀動(dòng)脈狹窄的敏感度為93.7%，AUC 為0.87，這與Han 等的DL 模型診斷性能相當(dāng)；但本研究中AI 與不同年資醫(yī)師比較AUC 差異無(wú)統(tǒng)計(jì)學(xué)意義。另外，Han 等的研究沒(méi)有從血管和節(jié)段水平進(jìn)一步評(píng)估，也沒(méi)有與不同經(jīng)驗(yàn)的醫(yī)師進(jìn)行分層比較。Chen 等[9]也進(jìn)行了基于DL 的CCTA 對(duì)冠心病診斷性能的研究，該研究?jī)H對(duì)比分析了DL 模型與一組醫(yī)師（5 年和16年心血管診斷經(jīng)驗(yàn)）共同診斷的結(jié)果，結(jié)果顯示在病人、血管及節(jié)段水平DL 模型診斷阻塞性CAD 的AUC 分別為 0.78、0.87、0.84，診斷醫(yī)師的 AUC 分別為0.74、0.89、0.89，與本研究結(jié)果基本一致，表明AI軟件診斷阻塞性CAD 具有較好的診斷準(zhǔn)確性。此外，本研究采用低中高年資醫(yī)師的分層對(duì)比，表明AI 可潛在提高低年資醫(yī)師的診斷準(zhǔn)確性，增加中高年資醫(yī)師的診斷信心，明顯提高工作效率。Kang等[16]在基于AI 的自動(dòng)檢測(cè)非阻塞性和阻塞性冠狀動(dòng)脈病變的研究中，通過(guò)3 名醫(yī)師共同閱片的方法將≥25%的狹窄病變作為診斷參考標(biāo)準(zhǔn)，發(fā)現(xiàn)其在節(jié)段水平的敏感度（83%）高于本研究（67.7%），考慮可能為Kang 等以基于CCTA 影像的目測(cè)而非ICA作為參考標(biāo)準(zhǔn)。此外，在病人水平，本研究AI 檢測(cè)阻塞性冠狀動(dòng)脈狹窄的特異度（50%）和陰性預(yù)測(cè)值（25%）較低，這可能與本研究樣本量較少及納入研究對(duì)象中阻塞性冠狀動(dòng)脈狹窄陽(yáng)性率高有關(guān)。

傳統(tǒng)CCTA 對(duì)冠狀動(dòng)脈狹窄的評(píng)估依賴(lài)于識(shí)別節(jié)段性管腔直徑縮小的程度，因此鈣化很大程度地影響了CCTA 診斷CAD 的準(zhǔn)確性[17-18]。本研究分析鈣化對(duì)AI 診斷效能影響的結(jié)果顯示，AI 軟件從病人、血管及節(jié)段水平，高鈣化組的AUC 值較低鈣化組有降低的趨勢(shì)，但2 組間差異無(wú)統(tǒng)計(jì)學(xué)意義，表明鈣化在本研究中不影響AI 軟件的診斷性能；但限于本研究樣本量較少，且本研究?jī)H以鈣化積分100 為閾值分組，僅檢測(cè)血管狹窄≥50%的診斷準(zhǔn)確性，因此鈣化對(duì)于AI 準(zhǔn)確判斷狹窄程度的影響還有待進(jìn)一步研究。

本研究中，在病人水平出現(xiàn)1 例假陽(yáng)性，3 例假陰性，分析錯(cuò)判病例的特點(diǎn)可以發(fā)現(xiàn)，1 例假陽(yáng)性病人主要為L(zhǎng)AD 近段鈣化斑塊，影像質(zhì)量為3 分，AI假陽(yáng)性錯(cuò)判可能由于血管鈣化較重及影像質(zhì)量欠佳所致。3 例假陰性病人包括2 例有非鈣化斑塊（鈣化積分為0）和1 例有部分鈣化斑塊（鈣化積分104），ICA 狹窄有 2 例為 50%狹窄。AI 假陰性錯(cuò)判原因可能為AI 軟件算法對(duì)非鈣化斑塊識(shí)別及檢測(cè)敏感度不足，其次血管狹窄50%位于阻塞性CAD的臨界值。因此，AI 軟件算法對(duì)于影像質(zhì)量以及鈣化的耐受性還有待進(jìn)一步研究。

本研究尚存在一些局限性：①為回顧性單中心研究，樣本量偏少，尤其是嚴(yán)重鈣化的病例很少。②入組病人ICA 均在CCTA 檢查后進(jìn)行，可能存在選擇偏倚。③CAD-RADS 僅用于確定冠狀動(dòng)脈狹窄程度，未將醫(yī)師和AI 根據(jù)CAD-RADS 分級(jí)評(píng)價(jià)冠狀動(dòng)脈狹窄的結(jié)果進(jìn)行比較。今后需要前瞻性、多中心、大樣本研究來(lái)評(píng)估AI 在實(shí)際臨床研究中的診斷效能。

綜上，本研究顯示AI 輔助的CCTA 在診斷阻塞性冠狀動(dòng)脈狹窄方面具有媲美中高年資醫(yī)師的診斷準(zhǔn)確性，可明顯縮短圖像后處理時(shí)間，提高工作效率，有望成為診斷冠狀動(dòng)脈狹窄的有效輔助工具。