彭意春，張梅舜，張思靜

（博羅縣人民醫(yī)院放射科 廣東 惠州 516100）

冠心病是一種臨床上常見的由冠狀動(dòng)脈粥樣硬化導(dǎo)致的心臟病，在冠狀動(dòng)脈粥樣硬化發(fā)生后可導(dǎo)致血管腔狹窄或閉塞，從而發(fā)生心肌血供缺乏，引起心臟疾病[1]。冠心病在我國(guó)心血管疾病中具有較高的發(fā)病率和死亡率，近年來其發(fā)病率呈上升趨勢(shì)，并且農(nóng)村地區(qū)的發(fā)病率更高。因此，冠心病的早診斷、早干預(yù)、早治療具有重要意義。冠狀動(dòng)脈CT血管造影（CCTA）具有更高的安全性，該診斷方式屬于一種無創(chuàng)診斷，可通過圖像觀察病變血管腔具體情況及狹窄或閉塞程度，對(duì)血管腔狹窄部位斑塊的性質(zhì)進(jìn)行評(píng)估，為臨床治療以及療效評(píng)估提供科學(xué)依據(jù)，在臨床上應(yīng)用較為廣泛[2]。但是冠狀動(dòng)脈CT血管造影需要經(jīng)驗(yàn)較高的影像學(xué)醫(yī)師對(duì)圖像進(jìn)行分析處理，而目前大部分醫(yī)院在這方面的人力資源較為缺乏，對(duì)其發(fā)展應(yīng)用形成一定的限制。計(jì)算機(jī)人工智能技術(shù)在近年來發(fā)展迅速，已在多個(gè)領(lǐng)域上應(yīng)用廣泛。同時(shí)人工智能深度學(xué)習(xí)的發(fā)展，使其逐漸與醫(yī)療輔助診斷相結(jié)合[3]。并且有研究提出，人工智能在冠心病的冠狀動(dòng)脈CT血管造影診斷中具有較高準(zhǔn)確性，在一定程度上可緩解醫(yī)院人力資源緊張問題[4]?；诖?，選取博羅縣人民醫(yī)院于2021年4月—2023年3月收治的68 例冠心病患者開展相關(guān)研究，主要分析冠狀動(dòng)脈CT血管造影人工智能輔助診斷的應(yīng)用，報(bào)道如下。

1 資料與方法

1.1 一般資料

選取2021年4月—2023年3月博羅縣人民醫(yī)院收治的疑似冠心病患者68例作為研究對(duì)象，其中男性36例，女性32例，年齡43～79歲，平均年齡（57.83±6.89） 歲?；颊呒凹覍僦橥獠⒑炇鹬橥鈺?。納入標(biāo)準(zhǔn)：在臨床診斷中符合冠心病診斷標(biāo)準(zhǔn)者。排除標(biāo)準(zhǔn)：①存在嚴(yán)重心律不齊者；②CCTA圖像不滿足診斷要求者（圖像質(zhì)量評(píng)分≤3分）；③依從性極差，拒不配合者；④ 接受過冠狀動(dòng)脈支架置入治療者。

1.2 方法

所有患者均接受CCTA診斷，檢查開始前患者仰臥于檢查床正中，使用對(duì)比劑行過敏皮試，告知患者推藥過程中可能發(fā)生的一過性發(fā)熱情況，教會(huì)患者屏氣呼吸。選用18號(hào)留置針建立于患者右側(cè)肘前靜脈，使用10 mL生理鹽水推注，確保留置針通暢。使用64排CT檢查床，患者取平臥位，留置針連接雙筒高壓注射器，再次使用10 mL生理鹽水推注，保證通暢。使用電極粘貼于患者雙側(cè)鎖骨上與肋弓下，間接心電監(jiān)測(cè)。使用定位相掃描確定范圍，于氣管隆嵴下方1 cm至心臟膈面，行增強(qiáng)掃描。使用碘佛醇，用量0.5～1.0 mL/kg（體重），350 mg/mL對(duì)比劑。設(shè)置觸發(fā)掃描CT值為100 HU，同時(shí)使用對(duì)比劑小劑量團(tuán)注測(cè)試法，選擇患者主動(dòng)脈根部監(jiān)測(cè)ROI，由亮變暗后停止掃描。使用公式計(jì)算達(dá)峰延遲時(shí)間，于定位像修改掃描時(shí)間，輸入延時(shí)掃描時(shí)間，回顧性心電門控法掃描，管電流設(shè)為280 mAs，管電壓100 kV，層厚0.75 cm，時(shí)間4.0 s。移床至掃描起始位置，掃描與高壓注射器注射同時(shí)進(jìn)行。

1.3 圖像分析

獲取最佳收縮期、舒張期圖像，上傳LJPACS工作站，使用冠狀動(dòng)脈分析軟件處理圖像，最大密度投影、容積再現(xiàn)、曲面重建，顯示是否存在斑塊、是否存在狹窄。再傳至數(shù)坤進(jìn)行人工智能分析，提取圖像信息，進(jìn)行圖像分析，識(shí)別圖像中的血管病變生成報(bào)告，并自動(dòng)排版。使用美國(guó)心臟病協(xié)會(huì)心臟病分段法對(duì)患者的右冠狀動(dòng)脈、左前降支、回旋支進(jìn)行判斷，是否存在狹窄，觀察狹窄部位、程度，判斷斑塊性質(zhì)。圖像分析評(píng)價(jià)由5年以上工作經(jīng)驗(yàn)的影像科醫(yī)師進(jìn)行，由10年以上工作經(jīng)驗(yàn)的副主任醫(yī)師進(jìn)行審核。

1.4 觀察指標(biāo)

記錄AI后處理圖像以及副主任醫(yī)師處理結(jié)果，以副主任醫(yī)師處理結(jié)果為金標(biāo)準(zhǔn)，比較冠心病診斷結(jié)果、冠狀動(dòng)脈病變定位、冠狀動(dòng)脈斑塊定性結(jié)果、冠狀動(dòng)脈管腔狹窄程度。冠狀動(dòng)脈病變位置包括：右冠狀動(dòng)脈（RCA）、左前降支（LAD）、回旋支（LCX）。冠狀動(dòng)脈斑塊性質(zhì)包括：鈣化斑塊、非鈣化斑塊、混合斑塊。冠狀動(dòng)脈管腔狹窄程度與近狹窄處的正常冠狀動(dòng)脈血管腔內(nèi)徑作為參照，計(jì)算狹窄程度包括：無狹窄、輕微狹窄（＜25%）、輕度狹窄（25%～＜50%）、中度狹窄（50% ～ ＜70%）、重度狹窄（70%～＜100%）、閉塞（100%）。

1.5 統(tǒng)計(jì)學(xué)方法

采用SPSS 22.0統(tǒng)計(jì)軟件分析數(shù)據(jù)。符合正態(tài)分布的計(jì)量資料以均數(shù)±標(biāo)準(zhǔn)差（）表示，采用t檢驗(yàn)；計(jì)數(shù)資料以頻數(shù)（n）、百分率（%）表示，采用χ2檢驗(yàn)。一致性采用Kappa檢驗(yàn)，Kappa值≥0.75表示一致性良好；0.4～＜0.75表示一致性一般；＜0.4則表示一致性較差。以P＜0.05為差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

2.1 圖像處理后冠心病診斷結(jié)果比較

CCTA圖像處理中，副主任醫(yī)師處理結(jié)果顯示陽性44例，陰性24例。AI處理結(jié)果顯示陽性43例，陰性25例，靈敏度為95.45%（42/44），特異度為95.83%（23/24），準(zhǔn)確率為95.59%（65/68），Kappa=0.904，與金標(biāo)準(zhǔn)一致性良好。見表1。

2.2 圖像處理后冠狀動(dòng)脈病變位置比較

在冠狀動(dòng)脈病變位置中，副主任醫(yī)師處理后顯示病變位置共59處，其中RCA 26處，LAD 23處，LCX 10處。AI處理顯示病變位置共59處，其中RCA 26處，LAD 22處，LCX 11處。AI處理中RCA的診斷靈敏度、特異度、準(zhǔn)確率分別為96.15%（25/26）、94.44%（17/18）、95.45%（42/44），Kappa=0.906，與金標(biāo)準(zhǔn)一致性良好；LAD的診斷靈敏度、特異度、準(zhǔn)確率分別為91.30%（21/23）、95.24%（20/21）、93.18（41/44），Kappa=0.864，與金標(biāo)準(zhǔn)一致性良好；LCX分別為90.00%（9/10）、94.12%（32/34）、93.18%（41/44），Kappa=0.812，與金標(biāo)準(zhǔn)一致性良好。見表2。

表2 圖像處理后冠狀動(dòng)脈病變位置比較 單位：處

2.3 AI處理冠狀動(dòng)脈斑塊性質(zhì)結(jié)果

副主任醫(yī)師處理結(jié)果顯示，冠狀動(dòng)脈鈣化斑塊15處，非鈣化斑塊28處，混合斑塊16處，AI處理不同斑塊準(zhǔn)確率為94.92%（56/59）。見表3。

表3 AI處理冠狀動(dòng)脈斑塊性質(zhì)結(jié)果 單位：處

2.4 AI冠狀動(dòng)脈圖像處理血管腔狹窄程度比較

副主任醫(yī)師處理結(jié)果顯示血管腔輕微狹窄8處、輕度狹窄22處、重度狹窄11處、重度狹窄18處，AI冠狀動(dòng)脈圖像處理血管腔狹窄程度準(zhǔn)確率為84.75%（50/59）。見表4。

表4 AI冠狀動(dòng)脈圖像處理血管腔狹窄程度結(jié)果 單位：處

3 討論

目前，心血管疾病的致死亡率較高，其中血管斑塊導(dǎo)致的血管狹窄冠心病的發(fā)生已經(jīng)嚴(yán)重危害人類的生命健康。冠心病發(fā)病后早期癥狀不明顯，隨著冠狀動(dòng)脈粥樣硬化的不斷加重，可導(dǎo)致患者出現(xiàn)胸悶、胸痛、呼吸困難、心悸等癥狀，嚴(yán)重的還可能引發(fā)心力衰竭，嚴(yán)重威脅人們的生命安全。對(duì)冠心病的早診斷、早干預(yù)可有效減少心腦血管疾病導(dǎo)致的不良事件發(fā)生。隨著影像學(xué)技術(shù)的發(fā)展，影像學(xué)檢查已經(jīng)成為臨床上診斷疾病的重要手段之一，具有較高的安全性、準(zhǔn)確性。目前冠心病診斷的金標(biāo)準(zhǔn)為冠狀動(dòng)脈血管造影，準(zhǔn)確性較高，但屬于一種有創(chuàng)的診斷方式，并且造影劑的使用對(duì)患者具有一定的影響。相較而言，對(duì)于冠心病的診斷，CCTA是目前主要應(yīng)用較為廣泛的一種診斷方式，無創(chuàng)傷性，應(yīng)用價(jià)值較高[5]。但是CTA診斷的圖像數(shù)據(jù)較為龐大，通常需要醫(yī)師使用較多的時(shí)間進(jìn)行分析處理，導(dǎo)致診斷的時(shí)間較長(zhǎng)，并且還會(huì)明顯增加醫(yī)師的工作量，更容易疲憊，在長(zhǎng)時(shí)間的診斷工作中，可導(dǎo)致醫(yī)師的注意力下降，容易增加漏診的風(fēng)險(xiǎn)。

深度學(xué)習(xí)人工智能在近年來發(fā)展迅速，并且已經(jīng)在多領(lǐng)域中得到了廣泛的應(yīng)用。因此有研究提出，將人工智能與CTA相結(jié)合，可明顯提高醫(yī)師診斷的效率，并且具有較高的準(zhǔn)確度[6]。人工智能是一種多學(xué)科相互交叉融合的新興科學(xué)技術(shù)，目前已經(jīng)在醫(yī)學(xué)領(lǐng)域廣泛應(yīng)用于影像學(xué)、病理學(xué)等方面，為醫(yī)學(xué)診斷、研究提供了巨大的便利。人工智能是通過模擬人類思維的計(jì)算機(jī)算法，包括模擬學(xué)習(xí)、推理以及自我校正[7]。而醫(yī)學(xué)影像學(xué)中具有龐大的數(shù)據(jù)，因此促進(jìn)了人工智能在疾病診斷中的應(yīng)用。人工智能在CCTA的輔助診斷中，主要是通過圖像分割、智能心臟數(shù)據(jù)提取、血管標(biāo)記以及圖像后處理等技術(shù)來完成輔助診斷，可依據(jù)相關(guān)的標(biāo)準(zhǔn)自動(dòng)對(duì)冠狀動(dòng)脈血管主干、分支進(jìn)行精確的標(biāo)記，為醫(yī)生還原真實(shí)、完整的血管、心臟結(jié)構(gòu)，可幫助觀察灌裝動(dòng)脈血管在心肌上的走行，清晰觀察病變情況，同時(shí)還有利于后續(xù)提取冠狀動(dòng)脈血管重建[8]。并且現(xiàn)階段的人工智能軟件可通過3D血管分割模型分割斑塊與附近血管，通過計(jì)算正常的血管管徑判斷是否存在狹窄，通過斑塊檢測(cè)模型為斑塊性質(zhì)進(jìn)行診斷，包括鈣化斑塊、非鈣化斑塊以及混合斑塊的性質(zhì)診斷。通過CTA的3D模型可計(jì)算流體力學(xué)，模擬冠狀動(dòng)脈血流動(dòng)力學(xué)特點(diǎn)，并進(jìn)行檢出和量化分析，生成符合臨床要求的結(jié)構(gòu)化報(bào)告，同時(shí)得出無創(chuàng)血流儲(chǔ)備分?jǐn)?shù)（FFR）。在李浚利等[9]的研究中提出，人工智能可對(duì)CCTA圖像質(zhì)量較好地進(jìn)行正確識(shí)別，對(duì)冠狀動(dòng)脈管腔狹窄≥50%的診斷具有較高的可行性。在張曉浩等[10]的研究中提出，AI評(píng)價(jià)疑似冠心病患者的診斷結(jié)果準(zhǔn)確性較高，通過大量的優(yōu)質(zhì)數(shù)據(jù)支撐可質(zhì)量控制，可明顯提高準(zhǔn)確性。在本研究中，主要分析冠狀動(dòng)脈CT血管造影人工智能輔助診斷的應(yīng)用，結(jié)果顯示，CCTA圖像處理中，AI處理的靈敏度為95.45%，特異度為95.83%，準(zhǔn)確率為95.59%，Kappa=0.904，與金標(biāo)準(zhǔn)一致性良好。在冠狀動(dòng)脈病變位置中，與副主任醫(yī)師處理結(jié)果相比，AI處理中RCA、LAD、LCX的診斷靈敏度、特異度、準(zhǔn)確率分別為96.15%、94.44%、95.45%；91.30%、95.24%、93.18；90.00%、94.12%、93.18，Kappa分別為0.906、0.864、0.812，均與金標(biāo)準(zhǔn)一致性良好。AI處理的冠狀動(dòng)脈鈣化斑塊、非鈣化斑塊、混合斑塊不同斑塊性質(zhì)準(zhǔn)確率為94.92%（56/59）；AI冠狀動(dòng)脈圖像處理血管腔輕微狹窄、輕度狹窄、重度狹窄、重度狹窄不同血管腔狹窄程度準(zhǔn)確率為84.75%（50/59）?？梢娫贏I評(píng)價(jià)冠心病的準(zhǔn)確性較高。但是從數(shù)據(jù)中可見仍然存在一定的誤差，分析主要原因在于該研究中除排除醫(yī)生診斷習(xí)慣以及目測(cè)評(píng)估對(duì)結(jié)果的影響，同時(shí)斑塊的性質(zhì)和形態(tài)可能對(duì)血管狹窄程度的判斷產(chǎn)生影響。

綜上所述，采用人工智能技術(shù)對(duì)冠狀動(dòng)脈CT血管造影后處理的準(zhǔn)確性較高，可作為醫(yī)師評(píng)價(jià)冠脈血管的輔助診斷工具。