冠状动脉CTA多参数AI特征对急性冠脉综合征的诊断价值

宋瑶,霍怀璧,李晗,刘晓菲,刘婷

急性冠状动脉综合征(acute coronary syndrome,ACS)是一种由于冠状动脉粥样硬化病变导致心肌缺血或梗死的心血管突发事件,其发病率逐年增加,起病迅速,且死亡率较高,因此早期诊断与治疗成为关键[1]。ACS患者的主要发病原因是冠状动脉易损斑块的突发性的破裂[2-3]。侵入性冠脉造影(invasive coronary angiography,ICA)作为一种有创性检查方式,是诊断冠状动脉疾病的金标准,但其缺乏对斑块细节及周围组织特征信息的显示。冠脉CTA(coronary computed tomography angiography,CCTA)作为一种无创性的检查方法,可以一站式获得冠状动脉多维度定量信息,目前已经被广泛地应用于心血管疾病诊断和筛查上[4-5]。其不但可以在斑块的定性、定量分析上显示出一定的优势,同时基于CCTA的血流储备分数(derived fractional flow reserve-CT,FFRct)可通过解剖和功能两方面来评估冠脉缺血[6]。此外,从CCTA图像上可以测得的冠脉周围脂肪衰减指数(pericoronary fat attenuation index,FAI)作为一种评价血管炎症的影像学标志物,已被证实为导致冠脉事件发生的影响因素[7]。FFRct、FAI以及其他斑块定量参数可以通过人工智能测得,测量方法简单、测出数值快速,减少了患者等待时间,同时提高了医生诊断效率和精确度[8]。随着人工智能(artificial intelligence,AI)技术在影像技术中的逐步推进,整合CCTA多维度定量信息,探究其在ACS的诊断与治疗中的应用价值,成为有待解决的问题。

因此,本研究在现有冠状动脉多参数AI特征的基础上,探讨基于AI技术获取CCTA罪犯斑块的多参数特征及其对ACS的诊断价值。

材料与方法

1．研究对象

本研究回顾性分析2014年1月-2021年12月在中国医科大学附属第一医院因急性胸痛入院,经急诊确诊为ACS的105名患者的病例资料。所有患者在CCTA检查前均签署知情同意书。纳入标准:因急性胸痛入院并行CCTA检查,临床资料完整并于入院2周内行ICA检查,经临床诊断为ACS。排除标准:①既往有心脏手术病史(n=4);②支架内再狭窄引起的ACS(n=4);③图像质量差的患者(n=14);④临床资料不全的患者(n=18)。首先根据ICA结果确定罪犯血管,其次在罪犯血管中选取罪犯斑块,ACS罪犯病变的选取标准为:若罪犯血管仅存在单一斑块,则为罪犯斑块,若罪犯血管中斑块数量为2个及以上,则狭窄程度最重、形态学特点最复杂的斑块确定为罪犯斑块[9]。非罪犯病变选取标准为管腔直径狭窄率<70%的病变。若与罪犯病变为同一血管,则选取相距1 cm以上的斑块,通过这种方法,由两名具有至少5年冠状动脉造影阅片经验的观察者在冠状动脉造影片上以盲法确定罪犯斑块与非罪犯斑块。最终选取65名患者的65个罪犯斑块及67个非罪犯斑块,应用冠脉后处理软件进行定量分析。其中罪犯斑块组,以FFRct≤0.8作为判断血流动力学异常的值,分为:FFRct≤0.8组37例,FFRct>0.8组28例。

2．方法

CCTA检查采用Siemens Somatom Force CT扫描仪。扫描参数为:管电压120 kV,管电流90 mAs,层厚为0.5 cm。以平静方式呼吸、在吸气时屏息,首先进行胸部定位像扫描,在降主动脉层面选取感兴趣区,并监测CT阈值;利用高压注射器注入对比剂碘佛醇注射液60～80 mL,再注入生理盐水50 mL,速度均为5.0 mL/s。当选取的感兴趣区的阈值达到100～120 HU时,开始进行CCTA扫描。

3．图像处理

对扫描完成的冠状动脉进行重建。对显示效果不佳的图像,可选择图像相对较清晰的一组来进行冠脉血管的重建;利用AI冠脉后处理工作站对重建后的图像进行编辑,可以获得多种形式的冠脉图像。

采集的双源冠脉CTA图像使用Siemens人工智能后处理软件(Syngo.via version VB20,Siemens Healthineer,Forcheim,Germany)进行斑块的定量参数以及FAI分析(图1)。使用数坤冠状动脉CT成像AI辅助诊断Coronary DOC中的FFR模块进行罪犯病变处的血流储备分数(fractional flow reserve,FFR)测量(图2)。所有入组的斑块均进行两次测量取平均值,如遇自动测量分析中心线不准的情况下,需手动校正后再进行自动分析。

图1 应用Syngo.via工作站分析冠脉斑块定量参数及FAI测量。 图2 女,62岁,因急性胸痛2小时入院,a～c为罪犯血管,d～f为非罪犯血管。a)CCTA右冠状动脉多平面重组图像;b)冠脉造影图像,狭窄率为100%(箭);c)FFRct测量图;d)CTA左回旋支多平面重组图像;e)冠脉造影图像,狭窄率为65%(箭);f)FFRct测量图。

4．统计学分析

采用IBM SPSS Statistics 23软件进行统计学分析,计量资料采用均数±标准差形式表示。非正态分布资料用中位数(上四分位数,下四分位数)表示。

对样本数据进行正态性分布检验,罪犯斑块组与非罪犯斑块组的斑块定量数据之间采用独立样本t检验或Wilcoxon秩和检验分析。采用Logistic回归模型和受试者操作特征(receiver operator characteristic,ROC)曲线来评价FFRct、FAI及其他斑块定量参数的诊断效能。以P<0.05为差异具有统计学意义。

罪犯斑块组中,根据FFRct值进行分组,分为FFRct>0.8组(n=27),FFRct≤0.8组(n=37),采用独立样本t检验或秩和检验比较各斑块定量参数之间的差异性,通过线性相关分析,比较FFRct≤0.8组斑块特征之间的相关性。相关系数0.8～1.0为强相关,0.5～<0.8为中度相关,0.3～<0.5为弱相关,0～<0.3为不相关。

结 果

1．一般资料分析

最终65名ACS患者被纳入研究队列。男55例,女10例。年龄40～88岁,平均(62.42±9.12)岁,体质量指数(25.49±3.31) kg/m2。糖尿病35(53.8%)例,高血压51(78.5%)例,血脂异常24(36.9%)例,吸烟45(69.2%)例,饮酒26(40.0%)例。共采用有斑块血管132支,分为罪犯斑块组(n=65)和非罪犯斑块组(n=67)。

2．罪犯斑块与非罪斑块的差异性

罪犯斑块与非罪犯斑块在FFRct、最狭窄处管腔面积(minimum lumen area,MLA)、重构指数(reconstruction index,RI)、钙化斑块负荷及FAI中差异具有统计学意义(P值分别为0.050、0.002、0.001、0.005、<0.001)。而两组在总斑块体积、钙化斑块体积、斑块长度以及脂质斑块体积、纤维斑块体积、脂质斑块负荷、纤维斑块负荷、偏心指数中差异无统计学意义(P>0.05,表1)。

表1 罪犯斑块与非罪犯斑块的差异性

对上述差异有统计学意义的指标进行诊断价值比较(表2),FAI的ROC曲线下面积(area under curve,AUC)最大(AUC=0.696),敏感度也相对较高(72.3%),特异度只有62.7%。特异度最高的指标为RI(80.6%)。

表2 各项指标对罪犯斑块的诊断价值

3．Logistic回归分析罪犯斑块的影响因素

将斑块的定量参数包括FAI、FFRct、总斑块体积、狭窄程度、斑块长度、偏心指数、MLA、RI、钙化斑块负荷、脂质斑块负荷以及纤维斑块负荷作为筛选因素,以罪犯斑块做为筛选结果(罪犯斑块与非罪犯斑块),进行Logistic回归分析,结果表明FAI、FFRct、MLA及RI是罪犯斑块的主要影响因素(P<0.05,表3)。

表3 Logistic回归分析罪犯斑块的影响因素

FAI、FFRct、MLA、RI及4个指标联合模型对罪犯斑块的诊断价值的ROC曲线分析显示(图3),其中,联合诊断模型的AUC最大(0.792,95%CI:0.717～0.867),提示其诊断效能最佳,敏感度为89.2%,特异度为55.2%。

图3 FAI、FFRct、MLA、RI及4指标联合诊断的ROC曲线。

4．罪犯斑块组中不同FFRct值之间的斑块特征比较

比较FFRct≤0.8组和FFRct>0.8组中各种斑块定量参数的差异,其中斑块长度、RI、纤维斑块体积、脂质斑块体积、钙化斑块体积以及总斑块体积在两组之间差异具有统计学意义(P值分别为 0.009、0.029、0.001、0.001、0.015、0.001,表4)。

表4 罪犯斑块组中不同FFRct值之间斑块特征的比较

5．基于AI的FFRct与斑块定量特征的相关性分析

在罪犯斑块组中提示有血流动力学异常的斑块中(FFRct≤0.8组)分析FFRct与各种斑块定量参数之间的相关性。FFRct与斑块长度弱相关(r=-0.370,P=0.024),与总斑块体积弱相关(r=-0.328,P=0.047),与纤维斑块体积弱相关(r=-0.374,P=0.023),见图4。随着斑块长度、总斑块体积和纤维斑块体积增大,FFR值减低,提示血流动力学改变越明显。FFR与FAI、MLA、钙化斑块体积、脂质斑块体积、偏心指数、RI以及纤维斑块负荷、脂质斑块负荷、钙化斑块负荷之间无明显相关性(P>0.05)。

图4 FFRct≤0.8组中,FFRct与斑块定量特征的相关性。a)FFRct与斑块长度的相关性;b)FFRct与纤维斑块体积的相关性;c)FFRct与总斑块体积的相关性。

讨 论

本研究采用AI技术分析罪犯斑块与非罪犯斑块在定量参数、FAI、FFRct的差异性,并对罪犯斑块组FFRct值与各种斑块定量参数之间进行相关性分析,探讨AI分析多参数特征对ACS的诊断价值。

1．罪犯斑块与非罪犯斑块斑块特征的比较

本研究结构显示,罪犯斑块组患者中的FAI(-64.05±10.12)、MLA(3.85±1.66)、RI(1.15±0.33)及FFRct(0.79±0.12)值显著高于非罪犯斑块组-70.08±7.76、3.00±1.37、0.96±0.28、0.85±0.11,可为鉴别罪犯斑块与非罪犯斑块提供依据。有研究表明,FAI的改变与ACS的发生有一定的相关性[10]。罪犯斑块大多数是由易损斑块的破裂所产生,ACS患者罪犯斑块的斑块破裂会释放血管内皮内和周围的炎症因子,导致血管的炎性反应,从而影响FAI值的改变。有研究表明ACS患者的RI值>1.1,以正性重构为主[11],与本研究的结果相同。而钙化斑块负荷在罪犯斑块组[11.41(3.86,20.78)]明显低于非罪犯斑块组[19.18(9.29,29.37)],这可能是由于罪犯斑块的性质及成分比较复杂,而非罪犯斑块的形态及性质相对稳定,即钙化成分相对较多引起的。与既往研究结论不同的是[12-14],本研究观测到的脂质斑块负荷值,在罪犯斑块组与非罪犯斑块组之间的差异无统计学意义,有可能是由于斑块测量方法和应用软件上的不同所造成。

由于斑块的破裂是一种比较复杂的发展过程,除了受到斑块特征性的影响外,还和作用在斑块上的血流动力学影响等因素有关[15],Lee等研究证实,ACS患者罪犯斑块的FFRct值低于非罪犯斑块[9]。一项较新的研究表明,FFRct值的高低可能与心脏疾病的严重程度相关[16]。本研究将FFRct≤0.8作为提示血流动力学异常的临界值[17]。罪犯斑块组的FFRct平均值为0.70±0.08,小于0.8,表明罪犯斑块可能存在功能性狭窄。

2．斑块定量指标对ACS的诊断价值

既往研究表明,斑块定性及定量特征对评价心血管不良事件的发生有一定的诊断价值[18]。有研究结果表明,冠状动脉狭窄的血流动力学的异常改变,与FAI联合总的斑块负荷、管腔狭窄程度等指标,有相对较高的诊断准确性[19]。斑块的定量参数联合FFRct对ACS的诊断效能较高[12]。

本研究结果显示,对ACS罪犯病变诊断价值较好的指标是FAI,敏感度及诊断效能均较高(敏感度72.3%、AUC 0.696),而FAI、FFRct及斑块定量参数4指标联合对ACS患者的诊断效能最高,AUC达到0.792。不同的是,虽然诊断敏感度达到了89.2%,但特异度仅有55.2%,这可能是由于本研究样本量小、研究人群是急性胸痛患者及检测技术、检测方法等原因导致。因此,FAI、FFRct及斑块定量参数4指标联合对ACS罪犯斑块特点的评估可能会提供更好的诊疗策略。

3．血流动力学异常中各斑块特征的差异性与相关性

有研究表明,ACS的发生与斑块的易损特征有一定的相关性,有些斑块可能在导致心肌缺血时尚未引起狭窄[20]。因此斑块的某些特征与血流动力学改变可能存在一些联系。本研究结果显示在FFR>0.8组与FFR≤0.8组之间,斑块长度、RI、脂质斑块体积、纤维斑块体积、钙化斑块体积以及总斑块体积存在差异性。罪犯斑块的成分大多以脂质斑块为主,有研究表明脂质斑块的密度越低发生的氧化反应越大,这可能是局部血管内皮功能发生障碍的原因之一,并可以造成局部血管的“功能性狭窄改变”和在压力过程中无法充分扩张有关[21]。因此在血流动力学的逐步恶化中,脂质斑块的改变会使斑块性质变得不稳定。说明斑块内脂质成分越多,引起下游心肌缺血的可能就越大。在FFRct≤0.8组中,FFRct值与斑块长度、纤维斑块体积及总斑块体积之间存在负相关。说明斑块的长度、体积越大,冠脉的狭窄程度越高,因此造成血流动力学改变越明显。

4．研究局限性

本研究局限性是样本容量小和存在个体差异。为了更准确地取得研究结果,仍然需要大量样本,不同后处理软件和测量技术获得的数值也存在一定差异,可能会影响本研究结果。未来会继续扩大样本量,对此进行进一步的深入研究。

综上所述,基于冠脉CTA通过人工智能技术获取罪犯斑块多参数特征与FFRct、FAI联合后,联合指标对ACS患者的诊断价值要优于其他单一指标。