楊德武 晏子旭 杜志強(qiáng) 王俊瑩 周 振 高一峰

冠狀動(dòng)脈CT造影(coronary computed tomography angiography，CCTA)是一種通過被檢者靜脈注射造影劑后，采用螺旋CT對冠狀動(dòng)脈進(jìn)行斷層掃描，獲取冠狀動(dòng)脈解剖形態(tài)和病變信息的影像學(xué)檢查方法，是目前臨床開展冠狀動(dòng)脈相關(guān)疾病的早期診斷、手術(shù)治療及預(yù)后評估過程中的最有效輔助手段[1-2]。受到心臟運(yùn)動(dòng)節(jié)律性和冠狀動(dòng)脈結(jié)構(gòu)復(fù)雜性的影響，CCTA圖像易產(chǎn)生運(yùn)動(dòng)偽影和梯狀偽影，從而降低冠狀動(dòng)脈的邊緣影像質(zhì)量，并影響疾病診斷準(zhǔn)確率。

隨著數(shù)字圖像處理技術(shù)的發(fā)展，醫(yī)生對圖像中不同組織和(或)器官相鄰區(qū)域間像素集合(邊緣)的識(shí)別能力逐步提升，其基本原理是對圖像局部灰度變化明顯的信息進(jìn)行提取[3-4]。常用檢測方法包括一階導(dǎo)數(shù)檢測中的Sobel算子、Robert算子和Prewitt算子等，以及二階導(dǎo)數(shù)過零點(diǎn)檢測中的拉普拉斯-高斯算子(Laplacian of Gaussian，LOG)、Laplacian算子等邊緣檢測算法。邊緣檢測算法在醫(yī)學(xué)圖像質(zhì)量優(yōu)化中具有較高的臨床應(yīng)用價(jià)值，但不同算法的優(yōu)劣存在一定差異，且研究對象以顱腦、胸肺等為主，而CCTA冠狀動(dòng)脈邊緣優(yōu)化的研究較少[5-6]。根據(jù)邊緣檢測和對圖像噪聲抑制的效果，本研究采用LOG邊緣檢測算法探索CCTA冠狀動(dòng)脈邊緣檢測的有效途徑，通過對比主觀檢測和客觀檢測的差異性，探討其在臨床圖像質(zhì)量優(yōu)化中的應(yīng)用價(jià)值。

1 資料與方法

1.1 臨床圖像資料

選取2019年7-8月期間首都醫(yī)科大學(xué)附屬北京安貞醫(yī)院放射科接診行CCTA檢查的100例患者，其中男性57例，女性43例；年齡38～88歲，平均年齡(64.08±11.36)歲；心率(94.77±39.62)次/min。將CCTA檢查的曲面重建(CPR)圖像主觀檢測數(shù)據(jù)納入對照組，LOG算子邊緣檢測數(shù)據(jù)納入觀察組。對照組采用的主觀檢測方法是由影像診斷醫(yī)師進(jìn)行冠狀動(dòng)脈的邊緣識(shí)別和質(zhì)量評估；觀察組采用的客觀檢測是通過LOG邊緣檢測算法進(jìn)行冠狀動(dòng)脈的邊緣識(shí)別和質(zhì)量評估。本研究經(jīng)醫(yī)院倫理委員會(huì)批準(zhǔn)，符合醫(yī)學(xué)倫理學(xué)標(biāo)準(zhǔn)，并獲得患者或家屬的知情同意。

1.2 納入與排除標(biāo)準(zhǔn)

(1)納入標(biāo)準(zhǔn)：①心電圖診斷為心律不齊的患者；②臨床診治及影像學(xué)資料齊全的患者。

(2)排除標(biāo)準(zhǔn)：①合并肝、腎、心功能衰竭的患者；②患有精神類疾病的患者；③依從性較差的患者。

1.3 儀器設(shè)備與藥物

采用256排Revolution螺旋CT(美國GE公司)為影像采集設(shè)備；AW4.5影像處理工作站(美國GE公司)。優(yōu)維顯370(德國拜耳)為造影劑。

1.4 圖像采集及處理

掃描參數(shù)設(shè)置為：管電壓100 kV，管電流為自動(dòng)毫安，掃描層厚及間隔為0.625 mm，掃描范圍140～160 mm，對比劑濃度370 mg/ml，流率4～4.5 ml/s，總量55～60 ml，隨機(jī)采用相對時(shí)相(30%～80%的RR波間期)和絕對時(shí)相(R波后250～350 ms)掃描各50例，選擇冠狀動(dòng)脈運(yùn)動(dòng)追蹤最佳期相。圖像后處理技術(shù)采用曲面重建(curve planar reconstruction，CPR)和容積再現(xiàn)(volume rendering，VR)。

1.5 冠狀動(dòng)脈邊緣檢測

(1)主觀檢測方法：由2名具有兩年以上影像診斷經(jīng)驗(yàn)的醫(yī)師組成圖像分析小組，獨(dú)立完成冠狀動(dòng)脈邊緣的識(shí)別和清晰度的評估，當(dāng)分析結(jié)果不一致時(shí)由高一級(jí)影像醫(yī)師協(xié)助[7-8]。根據(jù)橫斷面圖像的邊緣識(shí)別情況判定冠狀動(dòng)脈狹窄程度(S)，輕度狹窄為S＜50%，中度狹窄為50%≤S＜70%，重度狹窄為S≥70%；依據(jù)國際心血管CT協(xié)會(huì)制定的冠狀動(dòng)脈18段分段標(biāo)準(zhǔn)，血管光滑完整無偽影得4分，有偽影但不影響診斷得3分，有嚴(yán)重偽影且影響診斷得2分，血管不連續(xù)且偽影嚴(yán)重得1分。

(2)客觀檢測方法：較之于一階導(dǎo)數(shù)算子，二階導(dǎo)數(shù)算子具有更高的檢測效率，圖像分界效果更明顯，但也存在對圖像噪聲敏感的不利因素，易出現(xiàn)雙邊緣現(xiàn)象。LOG邊緣檢測算法是通過高斯函數(shù)對圖像進(jìn)行濾波，降低圖像噪聲，而通過拉普拉斯算子進(jìn)行二階導(dǎo)數(shù)運(yùn)算，找到邊緣之間的零交叉，達(dá)到改善邊緣檢測效果的目的[9-10]。其中，采用的邊緣檢測掩模(g)計(jì)算為公式1，高斯函數(shù)(h)和拉普拉斯算子(Δ)計(jì)算方法為公式2和公式3：

式中h(x,y)為高斯函數(shù)，標(biāo)準(zhǔn)差為σ，決定圖像平滑程度，Δ2h(x,y)為輸入圖像的拉普拉斯算子。

(3)圖像分析：圖像分析小組根據(jù)矩陣實(shí)驗(yàn)室(matrix laboratory，MATLAB)處理CPR圖像的邊緣識(shí)別情況判定冠狀動(dòng)脈狹窄程度(S)；圖像中冠狀動(dòng)脈分界線連貫且無雙邊緣現(xiàn)象得4分，分界線不連貫但不影響診斷得3分，分界線中斷明顯且影響診斷得2分，分界線不明顯得1分。

1.6 觀察指標(biāo)

以VR圖像為參照標(biāo)準(zhǔn)，對比兩組冠狀動(dòng)脈的狹窄程度分析結(jié)果準(zhǔn)確性，即輕度狹窄、中度狹窄以及重度狹窄的真陽性率，進(jìn)行冠狀動(dòng)脈圖像的清晰度評估；對比兩組冠狀動(dòng)脈分段的評分結(jié)果，進(jìn)行冠狀動(dòng)脈邊緣識(shí)別的效果評估。

1.7 統(tǒng)計(jì)學(xué)方法

采用SPSS19.0統(tǒng)計(jì)軟件進(jìn)行數(shù)據(jù)分析，兩組冠狀動(dòng)脈狹窄程度的準(zhǔn)確性數(shù)據(jù)為計(jì)數(shù)資料，以百分比(%)表示，采用x2檢驗(yàn)進(jìn)行組間比較；冠狀動(dòng)脈分段評分為計(jì)量資料，以均值±標(biāo)準(zhǔn)差()表示，數(shù)據(jù)呈正態(tài)分布采用獨(dú)立樣本t檢驗(yàn)進(jìn)行組間比較，以P＜0.05為差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

2.1 LOG圖像處理結(jié)果分析

(1)冠狀動(dòng)脈分支原始圖像：重建后CPR輸出灰度圖的像素分辨率為800×700，典型患者的3個(gè)主要冠狀動(dòng)脈分支圖像分別為右冠狀動(dòng)脈(right coronary artery，RCA)、左前降支(left anterior descending，LAD)和左回旋支(left circumflex artery，LCX)，見圖1。

(2)LOG邊緣檢測處理圖像：應(yīng)用MATLAB7.0處理軟件處理LOG邊緣檢測結(jié)果顯示，冠狀動(dòng)脈血管和少量組織的邊界信息保留，背景信息和噪聲被減弱，見圖2。

2.2 兩組冠狀動(dòng)脈狹窄程度分析結(jié)果比對

100例患者經(jīng)VR影像診斷顯示，輕度狹窄、中度狹窄及重度狹窄患者分別為67例(占67%)、24例(占24%)和9例(占9%)。對照組診斷為輕度狹窄、中度狹窄及重度狹窄的真陽性率分別為80.59%(54/67)、70.83%(17/24)和55.56%(5/9)；觀察組分別為92.54%(62/67)、95.83%(23/24)和100%(9/9)，兩組比較差異均有統(tǒng)計(jì)學(xué)意義(x2=4.107，x2=5.400，x2=5.143；P＜0.05)，見表1。

表1 兩組100例患者冠狀動(dòng)脈狹窄程度分析結(jié)果比對(例)

圖1 主要冠狀動(dòng)脈分支原始圖像

圖2 LOG邊緣檢測處理后冠狀動(dòng)脈分段圖像

2.3 兩組冠狀動(dòng)脈分段評分結(jié)果比對

對照組右冠狀動(dòng)脈、左回旋支動(dòng)脈、左前降支動(dòng)脈和冠狀動(dòng)脈的評分分別為(3.31±0.67)分、(3.19±0.59)分、(3.07±0.68)分和(3.19±0.51)分；觀察組分別為(3.71±0.31)分、(3.59±0.33)分、(3.52±0.41)分和(3.61±0.28)分，兩組比較差異均有統(tǒng)計(jì)學(xué)意義(t=2.126，t=2.333，t=2.183，t=2.762；P＜0.05)，見表2。

表2 兩組100例患者冠狀動(dòng)脈分段評分結(jié)果比對(分，)

表2 兩組100例患者冠狀動(dòng)脈分段評分結(jié)果比對(分，)

3 討論

醫(yī)學(xué)圖像最基本的特征是人體組織、器官和病灶的邊界，表示圖像局部區(qū)域內(nèi)不連續(xù)的突變信息，是醫(yī)學(xué)圖像處理和影像診斷最關(guān)鍵的要素之一。邊緣檢測方法利用圖像一階導(dǎo)數(shù)的極值或二階導(dǎo)數(shù)的過零點(diǎn)信息判斷邊緣點(diǎn)，通過構(gòu)造對圖像灰度階躍變化敏感的差分算子實(shí)現(xiàn)圖像的分割，具有計(jì)算簡便、執(zhí)行效率高、靈敏度高等特點(diǎn)，但也存在對圖像噪聲敏感的缺點(diǎn)，在醫(yī)學(xué)影像處理領(lǐng)域具有較高的研究價(jià)值。國內(nèi)諸多學(xué)者對圖像邊緣檢測的原理和方法研究較多，提出了很多改進(jìn)的措施，圖像質(zhì)量得到了進(jìn)一步優(yōu)化[11-12]。目前，在結(jié)合臨床研究方面，探索實(shí)踐內(nèi)容仍然較少。

本研究選取了醫(yī)院放射科接診行CCTA檢查的100例患者，對重建CPR圖像分別進(jìn)行冠狀動(dòng)脈邊緣的主觀檢測和LOG檢測，以VR診斷結(jié)果為診斷標(biāo)準(zhǔn)，對比兩種方法的優(yōu)劣。本研究結(jié)果數(shù)據(jù)顯示，主觀檢測方法進(jìn)行冠狀動(dòng)脈輕度狹窄、中度狹窄及重度狹窄的真陽性率低于LOG檢測方法，組間差異有統(tǒng)計(jì)學(xué)意義；通過CPR圖像進(jìn)行右冠狀動(dòng)脈、左回旋支動(dòng)脈、左前降支動(dòng)脈和冠狀動(dòng)脈的評分低于LOG處理圖像，組間差異有統(tǒng)計(jì)學(xué)意義。結(jié)果表明，LOG邊緣檢測算法提高了冠狀動(dòng)脈CCTA圖像的清晰度和血管邊緣銳利度，血管邊緣信息連貫且對比度高，其在優(yōu)化CCTA圖像質(zhì)量中具有較高的臨床應(yīng)用價(jià)值。

4 結(jié)論

本研究對LOG邊緣檢測技術(shù)在冠狀動(dòng)脈CCTA圖像質(zhì)量優(yōu)化中的應(yīng)用進(jìn)行了初步探索，提示LOG可有效地提高冠狀動(dòng)脈邊緣的清晰度和對比度，提高冠狀動(dòng)脈疾病影像診斷的準(zhǔn)確性，應(yīng)用于CCTA圖像質(zhì)量優(yōu)化中具有可行性?？紤]到被檢患者和影像醫(yī)師對研究結(jié)果的影響程度，今后將進(jìn)一步增加臨床案例的收集和分析，提高研究結(jié)果的科學(xué)性，同時(shí)在自動(dòng)檢測技術(shù)方面提高信息化效率。