人工智能軟件與人工后處理在冠狀動脈CT 血管成像中的應用及圖像質量比較

張英雄

（建始縣人民醫院放射影像科，湖北 建始 445300）

冠心病是冠狀動脈血管發生動脈粥樣硬化性改變，導致血管狹窄、堵塞，造成心肌缺氧、缺血、壞死的一種心臟病，嚴重危害患者的身心健康，因此，對冠心病盡早診斷并采取有效的干預措施是提升冠心病整體治療效果的關鍵步驟。冠狀動脈CT 血管成像安全可靠，無創傷，可以準確觀察病變血管狹窄程度，并且準確評估斑塊性質，在臨床上被廣泛應用[1-2]。冠狀動脈CT 血管成像診斷冠心病需要臨床醫師對掃描圖像進行后處理，人力資源需求較大。隨著人工智能技術的不斷發展，醫療輔助診斷和人工智能技術相結合，已經逐步應用于冠狀動脈CT 血管成像疾病診斷中，有助于緩解醫療資源壓力[3]。本研究旨在探究人工智能（AI）軟件與人工后處理在冠狀動脈CT 血管成像中的應用效果，并比較其圖像質量，現報道如下。

1 資料與方法

1.1 一般資料回顧性分析2020 年10 月至2022 年8 月建始縣人民醫院收治的200 例疑似冠狀動脈狹窄患者的臨床資料，均同時接受兩種處理方式，依據不同處理方式命名為人工組（人工后處理）和AI 組（AI 處理）。所有研究對象均接受冠狀動脈CT 血管成像檢查。其中男性105例，女性95 例；年齡25～85 歲，平均（56.14±6.25）歲；心率48～100 次/min，平均（68.45±7.52）次/min。納入標準：①出現胸悶、胸痛等癥狀，均為自由心率，且心率變異相≤5 次/min；②能夠順利進行冠狀動脈CT 血管成像檢查；③既往有心臟手術史。排除標準：①生命體征不穩定；②碘劑過敏；③無法正常配合檢查。建始縣人民醫院醫學倫理委員會對本研究進行詳細審核是否符合規范要求，已批準進行。

1.2 檢查方法

1.2.1 冠狀動脈CT 血管成像檢查 為研究對象講解冠狀動脈CT 血管成像檢查過程，咨詢是否存在碘過敏史，并作對比劑過敏皮試，防止意外情況。使用螺旋CT 機（美國GE 公司，型號：Optima CT660）進行冠狀動脈CT 血管成像檢查，掃描前3 min，無硝酸甘油禁忌證者舌下含服0.5～1.0 mg 硝酸甘油片（山西振東安欣生物制藥有限公司，國藥準字H14020584，規格：0.5 mg/片），禁止佩戴金屬異物，防護好性腺，并訓練患者吸氣、屏氣。患者平臥在雙源CT 檢查床上，雙手舉過頭頂，在患者屏氣狀態下自患者氣管分叉下方1 cm 處掃描至心臟膈面水平。掃描參數設置：機架轉速（S/R）：0.35 電壓（kVP）：80（BMI<23），100（2332）固定毫安（心電門控mAs）螺距：0.16－0.24：1（根據心率自動調整）準直器寬度（mm）：64×0.625 重建層厚/層距（mm）：0.625/0.625 迭代算法：ASiR Level 30－80%。在患者右側靜脈處埋置18G 套管針，使用雙筒高壓注射器注注射對比劑碘佛醇（350 mgI/mL），注射量：60 mL，注射流速：5 mL/s，完成后以相同注射速度注射30 mL 生理鹽水。使用對比劑智能追蹤觸發技術，升主動脈管腔內為監測點，觸發閾值60 HU，到達閾值后7 s 觸發掃描。所有圖像均使用冠脈運動凍結技術重建，以便獲得冠脈成像最佳期相。

1.2.2 圖像后處理 通過軟件ADW4.6 進行原始圖像前處理，人工組將前處理后的圖像進行后處理操作，采用多平面重組（MRP）、曲面重組（CRP）、容積再現（VR）等方法進行圖像重建，測量、評估冠脈血管狹窄程度并給出診斷報告。AI 組通過CoronaryDoc 輔助診斷軟件直接自動處理原始圖像并給出報告。

1.2.3 冠狀動脈造影檢查 患者平躺在檢查床上，局部麻醉，通過橈動脈或股動脈進行穿刺，放置鞘管，造影導管由鞘管經穿刺部位送到冠狀動脈開口處。加壓注入對比劑，觀察冠狀動脈走行、結構、有無動脈粥樣硬化病變、狹窄程度等。

1.3 觀察指標①兩組后處理方法下MRP 圖像評分。包括右冠狀動脈（RCA）、左前降支（LAD）及回旋支（LCX）評分，圖像處理后由2 名資深醫師對圖像進行評分，RCA、LAD、LCX 圖像評分均按照5 分法進行評定：4 分：血管邊緣清晰，無運動偽影，優質圖像對比；3 分：有輕度運動偽影，不影響血管評價，可接受圖像對比；2 分：有較多運動偽影，圖像評價困難，圖像對比度低；1 分：無法評價，血管顯示不清；0 分：識別命名錯誤圖像。0～2 分判定為無法診斷圖像，3～4 分判定為可診斷圖像[4]。②兩組后處理方法下CPR 圖像評分。評分方法同①。③兩組VR 圖像質量的主觀評價。由2 位資深影像科醫師采用單盲法評估VR 圖像質量，若出現意見分歧重新進行評價，協商后取得統一意見。VR 圖像質量分為3 個級別：心臟三維解剖結構顯示清晰，無靜脈污染、雜質，冠脈各主支血管及分支連續走行、無遮擋視為優；有一項不滿足于優質圖像者視為良；冠脈血管有缺如或者誤添加多余血管，不合格圖像視為差[5]。統計兩組圖像質量缺陷因素情況。④對比分析典型病例VR 與CPR 圖像經AI 與人工后處理后的圖像特征。

1.4 統計學方法采用SPSS 20.0 統計學軟件分析，計數資料以[例(%)]表示，兩組間比較采用χ2檢驗；計量資料均先經S-W 法檢驗證實均符合正態分布且方差齊，以()表示，兩組間比較采用t檢驗。以P<0.05 為差異有統計學意義。

2 結果

2.1 兩組后處理方法MRP 圖像評分比較人工組MRP圖像LCX 評分高于AI 組，差異有統計學意義（P<0.05）；兩組MRP 圖像RCA、LAD 評分比較，差異無統計學意義（P>0.05），見表1。

表1 兩組后處理方法MRP 圖像評分比較(分，)

表1 兩組后處理方法MRP 圖像評分比較(分，)

注：RCA：右冠狀動脈；LAD：左前降支；LCX：左回旋支。MRP：多平面重組。

2.2 兩組后處理方法CPR 圖像評分比較兩組CPR 圖像LCX、RCA、LAD 評分比較，差異均無統計學意義（均P>0.05），見表2。

表2 兩組后處理方法CPR 圖像評分比較(分，)

表2 兩組后處理方法CPR 圖像評分比較(分，)

注：CPR：曲面重組。

2.3 兩組VR 圖像質量的主觀評價比較兩組VR 圖像質量評級、圖像質量缺陷因素比較，差異均無統計學意義（均P>0.05），見表3。

表3 兩組VR 圖像質量的主觀評價比較[例(%)]

2.4 典型病例冠狀動脈CT 血管成像圖像特征VR 法圖像重建后處理，其中AI 后處理圖像，圖像質量優，血管顯示清晰，心臟表面無雜質，見圖1-A；人工后處理圖像，圖像質量良，冠脈主干顯示佳，分支等小血管無法顯示，部分血管與靜脈貼合緊密，無法祛除，見圖1-B。CPR 法圖像重建后處理，其中AI 后處理圖像中RCA 整體顯示清晰，更易區分病灶位置，如遠段鈣化斑塊，見圖2-A。人工后處理圖像中RCA，圖像顯示整體模糊，遠段鈣化斑塊顯示欠清晰，見圖2-B。MPR 法圖像重建后處理，其中AI 后處理圖像中LAD 近段狹窄位置更易檢出，清晰可見，見圖3-A。人工后處理圖像中LAD 近段狹窄位置顯示不清晰，不易檢出，見圖3-B。

圖1 VR 法圖像重建后處理

圖2 RCA 的CPR 法圖像重建后處理

圖3 MPR 法圖像重建后處理

3 討論

心血管疾病在中老年人群中發病率非常高，如何盡早發現冠狀動脈狹窄并對斑塊定性是臨床上非常關注的話題。冠狀動脈CT 血管成像可以清晰地顯示冠狀動脈血管數量及分段解剖結構，血管和組織的對比度展示也較為清晰，診斷準確性較高，隨著醫療影像數據的不斷增長、計算機能力的提高，以及影像工作量的急速增長驅動了AI 在影像診斷領域的應用[6]。

目前，AI 應用于X 線、超聲、MRI 等多種醫療影像中，其輔助診斷疾病種類也越來越多。ADW4.6 工作站進行智能前處理，自動完成病例前期準備工作，對解剖結構進行識別、分割、隔離顯示。智能自動切割遮擋冠狀動脈顯示的其他部分，使血管充分暴露，方便人工后處理操作。ADW4.6 具有冠狀動脈標記、狹窄測量等功能，冠狀動脈CT 血管成像人工后處理時，無需再進行繁雜的圖像處理[7-8]。CoronaryDoc 輔助診斷軟件AI 心血管疾病智能輔助診斷系統，通過獲取數據、血管分割、中心線提取、血管分段、圖像后處理、人機交互等流程獲得圖像結果。具有處理速度快、圖像診斷同步確認、智能結構化報告等優點[9]。本研究中，人工組MRP 圖像LCX 評分高于AI 組；而兩組MRP 圖像RCA、LAD 及CPR 圖像LCX、RCA、LAD 評分，以及VR 圖像質量評級、圖像質量缺陷因素比較，差異均無統計學意義，說明AI 與人工后處理在冠狀動脈CT 血管成像中的圖像質量相仿，各有優缺點。分析原因可能是，AI 后處理雖然可以實現后處理流程自動化，但可能由于AI 訓練集的數據來自多個中心的不同設備的數據，不可避免會出現處理錯誤的情況，對于特殊病例的圖像處理仍需人工后處理進行。初始圖像較為良好的病例，AI 后處理可以直接使用，后處理影像較好；初始圖像一般的病例，使用人工后處理較好；初始圖像差的病例，兩種后處理方式無太大差別[10]。就目前而言，AI 后處理可以縮短工作流程，但其圖像質量、冠脈狹窄檢出情況與人工后處理差異并不顯著，且部分特殊病例無法準確診斷，因此，AI 后處理并無法完全代替人工后處理，兩者結合可以提高其在冠狀動脈CT 血管成像中應用效果。

綜上，AI 與人工后處理在冠狀動脈CT 血管成像中的圖像質量相仿，兩者結合可以提高其在冠狀動脈CT 血管成像中應用效果。但由于本研究結果的驗證均來自建始縣人民醫院病例的數據，且為回顧性、單中心研究，結果可能存在偏倚，尚需進一步擴大樣本量選取范圍，進行前瞻性、多中心的隨機對比研究，對此系統進行更深入系統驗證及優化。