基于深度學(xué)習(xí)的冠狀動(dòng)脈CT血管成像冠狀動(dòng)脈疾病報(bào)告與診斷系統(tǒng)的臨床應(yīng)用

肖建偉 張樹桐 謝元亮 胡蕓 陳燕浩 陳發(fā)祥 王翔

華中科技大學(xué)同濟(jì)醫(yī)學(xué)院附屬武漢中心醫(yī)院影像診斷科（武漢430030）

冠心病，是指冠狀動(dòng)脈粥樣硬化使血管管腔狹窄或閉塞，或（和）因冠狀動(dòng)脈功能改變（痙攣）導(dǎo)致心肌缺血缺氧或壞死而引起的心臟病。近年來，冠心病的發(fā)病率在我國(guó)不斷上升，其病死率也呈現(xiàn)快速上升趨勢(shì)［1-4］。近年來，臨床多選用冠狀動(dòng)脈CT 血管成像（coronary computed tomography angiography，CCTA）對(duì)冠心病進(jìn)行評(píng)價(jià)和分析［5］。2016年，美國(guó)放射學(xué)學(xué)會(huì)、北美心血管影像學(xué)會(huì)和美國(guó)心血管CT 學(xué)會(huì)基于CCTA 檢查發(fā)布了最新的報(bào)告規(guī)范-冠狀動(dòng)脈疾病報(bào)告與數(shù)據(jù)系統(tǒng)（CAD-RADSTM），旨在規(guī)范臨床醫(yī)療中CCTA 檢查結(jié)果的報(bào)告［6］。隨著大數(shù)據(jù)和深度學(xué)習(xí)等技術(shù)在醫(yī)療領(lǐng)域的興起，醫(yī)療輔助診斷領(lǐng)域最近被重視［7］。本研究將探討基于深度學(xué)習(xí)的CCTA 的CAD-RADSTM 在冠心病診斷中的臨床應(yīng)用價(jià)值，為冠心病的規(guī)范化、智能化診斷的研究提供依據(jù)。

1 資料與方法

1.1 一般資料入選患者為2018年9-12月，經(jīng)我院臨床疑診冠心病，共226 例，其中男146 例，女80 例，年齡33～76 歲，平均（63.4±9.9）歲。納入標(biāo)準(zhǔn)：患者均為自由心率，心律變異相≤5 次/min，無明顯檢查禁忌癥；排除標(biāo)準(zhǔn)：心臟瓣膜手術(shù)病史；搭橋手術(shù)史；PCI 病史；嚴(yán)重心律不齊；碘劑過敏患者；檢查時(shí)不能配合者。同時(shí)收集觀察患者入院時(shí)的病史資料，包括首次檢查的射血分?jǐn)?shù)（EF），甘油三酯（TG），總膽固醇（TC），高密度脂蛋白（HDL-c），低密度脂蛋白（LDL-c），血肌酐（Cr），尿素氮（BUN）。

1.2 檢查方法檢查前，護(hù)士向患者介紹CCTA檢查的過程，解釋可能出現(xiàn)的一過性不適以緩解患者壓力；詢問碘過敏史，并行對(duì)比劑過敏皮試，患者右上肢肘前靜脈預(yù)埋留置針，預(yù)先推入少量無菌生理鹽水（測(cè)試留置針的通暢）。排空高壓注射器（MALLINCKRODT，USA）中的少量氣體并與留置針相接，告知患者檢查過程中可能出現(xiàn)的一過性不適，并讓患者配合進(jìn)行多次呼吸訓(xùn)練，然后再次留置針中預(yù)推適量生理鹽水以確保其通暢。本研究的設(shè)備為西門子雙源CT，選用非離子型對(duì)比劑碘（370 mgI/mL，Bayer Schering Pharma，Germany）60～70 mL，生理鹽水30 mL，流速5.0～5.5 mL/s；選擇降主動(dòng)脈層面（應(yīng)用對(duì)比劑示蹤法）感興趣區(qū)（ROI）進(jìn)行CT 值監(jiān)測(cè)，當(dāng)監(jiān)測(cè)層面ROI 的CT 值大于預(yù)設(shè)的觸發(fā)掃描CT 值（100 HU）時(shí)，即進(jìn)行CCTA 掃描，掃描方式為回顧性心電門控法，延遲8 s，掃描時(shí)間約4.0 s，掃描參數(shù)：管電流280 mAs，管電壓100 kV，層厚0.75 cm。

1.3 圖像處理和分析將掃描原始掃描圖像上傳至雙源CT 后處理工作站（Sigovia 工作站），應(yīng)用工作站中CT 冠脈軟件處理圖像，包括血管探針（VP）、最大密度投影（MIP）、多平面重建（MRP）和三維曲面重建（VR），以顯示冠狀動(dòng)脈18 節(jié)段，分析每個(gè)冠脈節(jié)段是否存在斑塊及狹窄，以及狹窄程度。同時(shí)，深度學(xué)習(xí)工作站（數(shù)坤科技，北京），前期已經(jīng)在我院進(jìn)行超過2 000 例高質(zhì)量CCTA 檢查及報(bào)告的數(shù)據(jù)訓(xùn)練學(xué)習(xí)，從雙源CT 掃描后自動(dòng)重建的最佳舒張期和收縮期中抓取CCTA 圖像，通過深度學(xué)習(xí)算法自動(dòng)識(shí)別冠脈中心線、管腔病變，同時(shí)自動(dòng)構(gòu)建冠脈樹，MIP，VP，MRP 和VR 圖，生成報(bào)告，并根據(jù)標(biāo)準(zhǔn)投照角的需求自動(dòng)排版出片。參照2014年SCCT 發(fā)布的18 段冠狀動(dòng)脈分段體系進(jìn)行分段［8］：（1）右冠狀動(dòng)脈近段；（2）右冠狀動(dòng)脈中段；（3）右冠狀動(dòng)脈遠(yuǎn)段；（4）右冠狀動(dòng)脈發(fā)出后降支；（5）左主干；（6）前降支近段；（7）前降支中段；（8）前降支遠(yuǎn)段；（9）第一對(duì)角支；（10）第二對(duì)角支；（11）回旋支近段；（12）第一鈍緣支；（13）回旋支中遠(yuǎn)段；（14）第二鈍緣支；（15）回旋支發(fā)出后降支；（16）右冠狀動(dòng)脈發(fā)出左后室支；（17）中間支；（18）回旋支發(fā)出左后室支。識(shí)別并判斷是否存在狹窄、狹窄部位、程度以及斑塊性質(zhì)。狹窄程度的判斷分級(jí)按照CAD-RADSTM報(bào)告系統(tǒng)分級(jí)［4］：CAD-RADS 0，冠狀動(dòng)脈狹窄的最大程度為0；CAD-RADS 1，冠狀動(dòng)脈狹窄的最大程度為1%～24%；CAD-RADS 2，冠狀動(dòng)脈狹窄的最大程度為25%～49%；CAD-RADS 3，冠狀動(dòng)脈狹窄的最大程度為50%～69%；CAD-RADS 4A，冠狀動(dòng)脈狹窄的最大程度為70%～99%；CAD-RADS 4B，左主干狹窄的最大程度＞50%或者三支血管阻塞性病變≥70%；CAD-RADS 5，冠狀動(dòng)脈狹窄的最大程度為100%；CAD-RADS N，圖像無法用于臨床診斷。所有圖像均經(jīng)過兩名心血管診斷醫(yī)師判讀（5年和10年以上工作經(jīng)驗(yàn)）。

1.4 統(tǒng)計(jì)學(xué)方法采用SPSS 18.0 統(tǒng)計(jì)軟件包對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)學(xué)分析，計(jì)數(shù)資料率以例（%）表示，采對(duì)χ2檢驗(yàn)（McNemar′s test）比較差異，計(jì)量資料以均數(shù)±標(biāo)準(zhǔn)差表示，用方差分析進(jìn)行比較。P＜0.05 為差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

2.1 基于深度學(xué)習(xí)的CAD-RADS 分級(jí)患者圖像資料226 例患者中，有3 例患者CCTA 檢查圖像質(zhì)量不佳，最終223 例患者納入研究。按照CADRADS 分級(jí)標(biāo)準(zhǔn)，部分患者圖像見圖1。

2.2 一般資料按照CAD-RADS 分級(jí)標(biāo)準(zhǔn)，CADRADS 0 級(jí)的患者有82 例，占36.8%；CAD-RADS 1級(jí)的患者有32 例，占14.3%；CAD-RADS 2 級(jí)的患者有31 例，占13.9%；CAD-RADS 3 級(jí)的患者有42例，占18.8%；CAD-RADS 4A 級(jí)的患者有15 例，占6.7%；CAD-RADS 4B 級(jí)的患者有11 例，占4.9%；CAD-RADS 5 級(jí)的患者有10 例，占4.5%。CADRADS 分級(jí)患者中，高血壓、糖尿病病史及射血分?jǐn)?shù)差異有統(tǒng)計(jì)學(xué)意義（P＜0.05）。見表1。

2.3 基于深度學(xué)習(xí)和醫(yī)師對(duì)CCTA 的CADRADS分級(jí)的比較基于深度學(xué)習(xí)對(duì)CCTA的CADRADS 分級(jí)和醫(yī)師對(duì)CCTA 的CAD-RADS 分級(jí)評(píng)價(jià)差異無統(tǒng)計(jì)學(xué)意義（Z=-0.202，P= 0.84），一致性檢驗(yàn)結(jié)果顯示兩者的Kappa 值為0.687（P＜0.05），一致性較好。見表2。

3 討論

圖1 基于深度學(xué)習(xí)的CAD-RADS 分級(jí)CCTA 圖像Fig.1 Images of CCTA with CAD-RADS grades base on deep learning

表1 基于深度學(xué)習(xí)CAD-RADS 分級(jí)的患者一般資料Tab.1 Basic clinical characteristics of patients with CAD-RADS classification based on deep learning ±s

表1 基于深度學(xué)習(xí)CAD-RADS 分級(jí)的患者一般資料Tab.1 Basic clinical characteristics of patients with CAD-RADS classification based on deep learning ±s

高血壓［例（%）］糖尿病［例（%）］腎病［例（%）］EF（%）TG（mmol/L）TC（mmol/L）HDL-c（mmol/L）LDL-c（mmol/L）Cr（μmol/L）BUN（μmol/L）CAD-RADS 0（n=82）43（52.4）21（25.6）9（11.0）53±9.7 1.6±1.1 4.3±1.4 1.1±0.4 2.6±1.1 7.6±2.5 99±14 CAD-RADS 1（n=32）18（56.2）12（37.5）5（15.6）53±9.4 1.6±1.2 4.3±1.5 1±0.3 2.6±1.1 7.9±2.6 119±16 CAD-RADS 2（n=31）21（67.7）7（22.6）4（12.9）54±8.0 1.6±1.0 3.9±1.0 1±0.2 2.3±0.8 7±4.0 89±36 CAD-RADS 3（n=42）32（76.2）12（28.6）6（14.3）56±9.9 1.8±1.4 4.4±1.8 1.2±0.78 2.6±1.2 6.7±3.6 100±29 CAD-RADS 4A（n=15）13（86.7）10（66.7）1（6.7）47±9.2 2.4±2.1 4.3±1.6 1±0.5 2.6±1.3 8.3±4.6 104±39 CAD-RADS 4B（n=11）9（81.8）6（54.5）0（0.0）43±12 1.5±0.5 5.5±2.1 1.1±0.2 3.6±1.7 6.8±1.9 78±28 CAD-RADS 5（n=10）8（80.0）8（80.0）0（0.0）42±8.4 1.3±1.0 4±0.9 0.9±0.16 2.4±0.8 6.2±1.8 80±28 χ2/F 值14.532 23.704 4.082 7.013 1.543 1.835 0.731 2.046 0.341 0.426 P 值0.024 0.001 0.666 0.001 0.165 0.094 0.625 0.061 0.914 0.861

表2 基于深度學(xué)習(xí)和醫(yī)師CAD-RADS 分級(jí)比較Tab.2 Comparisons of CAD-RADS classification with based on deep learning and based on doctor 例

近年來，以冠心病為主的心臟缺血性疾病是影響中老年人健康的主要疾病之一，目前已逐漸呈現(xiàn)出年輕化的趨勢(shì)。由于冠狀動(dòng)脈的狹窄是冠心病的發(fā)病最主要的形態(tài)學(xué)病因，因此，早期發(fā)現(xiàn)病變血管的狹窄以及更為精準(zhǔn)的定位，能為臨床提供及時(shí)的治療信息。雙源CT 冠脈血管成像以其高清晰和高真性的圖像質(zhì)量能準(zhǔn)確判斷冠脈血管數(shù)量，重建出各分段的解剖結(jié)構(gòu)，同時(shí)良好的組織對(duì)比度能增加診斷的精確度［9］。

冠心病的診斷主要依靠影像學(xué)檢查，目前，公認(rèn)的“金標(biāo)準(zhǔn)”是冠狀動(dòng)脈造影（ICA）。然而，ICA屬于侵入性檢查，不僅檢查費(fèi)用高，而且檢查過程中存在并發(fā)癥風(fēng)險(xiǎn)，因此，ICA 在基層醫(yī)院推廣相對(duì)困難［10］。隨著CCTA 成像技術(shù)的革新與快速發(fā)展，其在臨床心血管影像學(xué)檢查中已占據(jù)了重要地位。影像學(xué)報(bào)告標(biāo)準(zhǔn)化的應(yīng)用（例如肝臟LIRADS［11］，乳腺BI-RADS［12］，肺部Lung-RADS［13］，前列腺PI-RADS［14］等），推動(dòng)了報(bào)告標(biāo)準(zhǔn)化及規(guī)范化的患者診斷、治療、隨訪等管理指導(dǎo)［6］。CADRADS 標(biāo)準(zhǔn)化報(bào)告系統(tǒng)提示：目前該系統(tǒng)僅適用于疑似或已確診為冠心病的患者的CCTA 檢查，通過標(biāo)準(zhǔn)化的報(bào)告提示CCTA 分級(jí)，提供患者有效的建議。本研究結(jié)果顯示，大部分CCTA 圖像（223/226）能被深度學(xué)習(xí)模型識(shí)別、用于重建、識(shí)別血管及病變并能作出分級(jí)診斷，用于指導(dǎo)臨床工作。

醫(yī)療影像大數(shù)據(jù)，各種軟硬件及算法的快速發(fā)展，帶動(dòng)了人工智能在影像醫(yī)學(xué)診斷領(lǐng)域的發(fā)展應(yīng)用。目前，基于深度學(xué)習(xí)的影像領(lǐng)域的研究也快速發(fā)展，包括傳統(tǒng)X 線、CT 和多模態(tài)MRI 等。基于深度學(xué)習(xí)的冠心病的研究也逐漸增多［15-17］。KWON 等［15］通過基于深度學(xué)習(xí)的心臟超聲指標(biāo)預(yù)測(cè)冠心病患者住院病死率，4 種深度學(xué)習(xí)模型預(yù)測(cè)ROC 曲線下面積分別為0.912、0.898、0.958 和0.913。VON KNEBEL DOEBERITZ 等［16］等通過基于深度學(xué)習(xí)的CT-FFR 模型，發(fā)現(xiàn)其較常規(guī)CCTA能更好的發(fā)現(xiàn)特異性損傷缺血。BETANCUR 等［17］通過SPECT 心肌灌注掃描，與常規(guī)方法相比，深度學(xué)習(xí)的方法對(duì)阻塞性冠心病的預(yù)測(cè)價(jià)值更優(yōu)。

本研究中深度學(xué)習(xí)和醫(yī)師對(duì)患者CCTA 圖像的CAD-RADS 分級(jí)報(bào)告評(píng)價(jià)差異不明顯，一致性較好。目前，基于深度學(xué)習(xí)的CAD-RADS 分級(jí)報(bào)告評(píng)價(jià)CCTA 的研究少見報(bào)道，大部分的研究主要針對(duì)冠脈狹窄的檢出，冠脈阻塞性病變的判斷，以及鈣化積分的評(píng)價(jià)。

本研究排除了CAD-RADS 分級(jí)報(bào)告中的支架（S）、橋血管（G）的分類描述，其原因主要是此類病例的訓(xùn)練樣本量尚不足，后期將增加高質(zhì)量CCTA 數(shù)據(jù)庫(kù)的學(xué)習(xí)，多中心的驗(yàn)證，以完善CADRADS 標(biāo)準(zhǔn)化報(bào)告。

綜上所述，基于深度學(xué)習(xí)的CCTA圖像的CADRADS 標(biāo)準(zhǔn)化報(bào)告能較準(zhǔn)確評(píng)價(jià)疑似冠心病患者，與診斷醫(yī)師具有較好的一致性。并且能顯著減少醫(yī)師圖像后處理、排版出片、報(bào)告書寫時(shí)間，極大的提高了影像診斷的工作效率，具有廣闊的應(yīng)用前景。