周慧 劉良卿 龔波 李紅堯 潘靚 邢偉

[摘 ? 要] ? 目的：探討基于冠狀動脈CT血管成像（coronary computed tomographic angiography，CCTA）的冠狀動脈周圍脂肪組織（pericoronary adipose tissue，PCAT）影像組學(xué)模型在鑒別急性冠狀動脈綜合征（acute coronary syndrome，ACS）和穩(wěn)定性冠心?。╯table coronary artery disease，SCAD）中的應(yīng)用價值。方法：回顧性分析97例冠心病患者影像學(xué)資料及臨床資料，分為ACS組48例和SCAD組49例。將狹窄冠狀動脈周圍脂肪組織設(shè)為感興趣區(qū)（region of interest，ROI），提取出脂肪衰減指數(shù)（fat attenuation index，F(xiàn)AI）和脂肪影像組學(xué)特征。按照7∶3比例構(gòu)建影像組學(xué)模型， 97例患者隨機分為訓(xùn)練組67例和測試組30例。通過單因素相關(guān)系數(shù)分析、單因素Logistic回歸分析以及最小絕對收縮與選擇算子（LASSO）回歸進行影像組學(xué)特征篩選并構(gòu)建預(yù)測模型。采用受試者工作特征（receiver operating characteristic，ROC）曲線分析兩種模型的診斷效能。結(jié)果：從基于CCTA檢查勾畫的冠周脂肪ROI的圖像中獲取788個影像組學(xué)特征，最終篩選出6個特征來構(gòu)建冠周脂肪影像組學(xué)預(yù)測模型，基于提取的脂肪衰減指數(shù)構(gòu)建FAI模型。冠周脂肪影像組學(xué)預(yù)測模型在訓(xùn)練組及測試組中曲線下面積（area under the curve，AUC）（0.881、0.884）均高于FAI模型的AUC（0.721）。冠周脂肪影像組學(xué)預(yù)測模型在測試組的準確度、敏感度、特異度分別為80.0%、66.7%、93.3%。結(jié)論：基于CCTA檢查的冠周脂肪影像組學(xué)模型在鑒別急性冠脈綜合征和穩(wěn)定性冠心病中明顯優(yōu)于FAI模型，具有更高的應(yīng)用價值，有助于及時、準確發(fā)現(xiàn)高危患者，為臨床采取干預(yù)措施提供依據(jù)。

[關(guān)鍵詞] ? 冠心??；脂肪組織；影像組學(xué)；脂肪衰減指數(shù)；鑒別診斷

[中圖分類號] ? R541.4 [文獻標志碼] ? B [DOI] ? 10.19767/j.cnki.32-1412.2024.01.018

冠心病一般分為急性冠狀動脈綜合征（acute coronary syndrome，ACS）和穩(wěn)定性冠心?。╯table coronary artery disease，SCAD），其中ACS發(fā)病突然，更易誘發(fā)嚴重并發(fā)癥，死亡率更高[1-3]。不穩(wěn)定斑塊的破裂是導(dǎo)致ACS發(fā)生的重要因素，需盡早識別和干預(yù)治療。既往研究證實，冠狀動脈血管內(nèi)炎癥在斑塊形成和不穩(wěn)定進展中起著舉足輕重的作用[4]，冠狀動脈周圍脂肪衰減指數(shù)（fat attenuation index，F(xiàn)AI），即冠狀動脈周圍脂肪組織（pericoronary adipose tissue，PCAT）平均CT值可以反映這種炎性改變[5]。最新研究發(fā)現(xiàn)，血管纖維化和微血管重構(gòu)也是脂肪組織功能障礙的兩個重要因素[6]。目前影像組學(xué)衍生出脂肪影像組學(xué)特征這一新的成像生物標記物，可以客觀反映感興趣區(qū)（region of interest，ROI）的生理特征和潛在的病理特征[7-8]。有學(xué)者基于冠周脂肪直方圖參數(shù)對ACS和SCAD進行鑒別，獲得較好的臨床價值[9]，但直方圖參數(shù)只是影像組學(xué)特征中的一個指標，不能代表全部潛在信息，存在一定的局限性。本研究回顧性分析江蘇大學(xué)附屬武進醫(yī)院2019年12月—2021年4月診治的冠心病患者97例的臨床和影像資料，提取FAI和冠周脂肪影像組學(xué)特征后構(gòu)建預(yù)測模型，探討兩者的診斷效能，為臨床及時發(fā)現(xiàn)高?；颊?，采取干預(yù)治療提供更有效的參考依據(jù)。

1 ? 資料與方法

1.1 ? 一般資料 ? 冠心病患者97例，分為ACS組48例和SCAD組49例。ACS組男性24例，女性24例，年齡48～87歲，平均67.5±1.59歲。SCAD組男性27例，女性22例，年齡41～87歲，平均66.9±1.41歲。ACS組納入標準：（1）因急性冠狀動脈事件入院；（2）冠狀動脈CT血管成像（coronary computed tomographic angiography，CCTA）診斷為冠脈主干中、重度狹窄或閉塞[10]，且在72小時內(nèi)行冠狀動脈造影（coronary angiography，CAG）檢查，二者結(jié)果符合。SCAD組納入標準：（1）CCTA診斷為冠脈主干中、重度狹窄；（2）根據(jù)臨床特點診斷為穩(wěn)定性冠心病，包括慢性穩(wěn)定性勞力型心絞痛、缺血性心肌病和急性冠狀動脈綜合征后穩(wěn)定病程階段[3]。排除標準：（1）冠狀動脈起源或終止異常；（2）曾行心臟搭橋術(shù)或支架植入手術(shù)；（3）有心臟起搏器植入史或人工瓣膜置換手術(shù)史；（4）患有腫瘤及嚴重肝腎疾病。將2組患者按7∶3的比例隨機分為訓(xùn)練組67例和測試組30例。

1.2 ? 檢查方法 ? 采用炫速雙源螺旋CT（西門子，德國）掃描，采用回顧性、前瞻性心電門控掃描或大螺距前瞻性FLASH掃描。掃描參數(shù)：重建層厚0.75 mm，重建層距0.5 mm，管電壓120 kV，通過CARE Dose 4D低劑量技術(shù)自動電流調(diào)節(jié)。掃描范圍：氣管隆突下2 cm至心臟膈面下1 cm。利用Ulrich高壓注射器經(jīng)肘正中靜脈快速注射非離子型對比劑優(yōu)維顯（濃度370 mgI/mL），注射速率為5.0 mL/s。

1.3 ? 圖像處理和ROI勾畫 ? 使用西門子Syngo.via云處理工作站進行圖像后處理，采用容積再現(xiàn)（volume rendering，VR）、曲面重建（curved planar reformation，CPR）及最大密度投影（maximum intensity projection，MIP）3種方法確定病變部位、范圍及狹窄程度，然后由2名醫(yī)師分別使用ITK-SNAP軟件（http：//www.itksnap.org）在CPR圖像上選擇狹窄程度最嚴重的層面勾畫病變血管處的PCAT。勾畫范圍：在病變血管兩旁脂肪組織內(nèi)各畫一平行于血管長軸走形的類矩形ROI，長徑為病變血管長度，短徑為病變血管直徑的平均值。為去除非脂肪組織的影響，將ROI的CT值范圍設(shè)置為-190～30 HU。ACS組選擇病變血管進行勾畫，SCAD組選擇狹窄率≥50%的病變血管進行勾畫，若為多發(fā)病變則選擇狹窄程度最高的病變血管勾畫。

1.4 ? 影像特征提取和篩選 ? 將原始CPR圖像和已勾勒的ROI圖像導(dǎo)入AK軟件（Artificial Intelligence Kit Ver 3.2.0，GE公司）提取出788個影像組學(xué)參數(shù)，其中包含14個形狀特征、18個一階統(tǒng)計特征、68個紋理特征和688個小波變換特征。篩選出最終的特征集構(gòu)建預(yù)測模型，并使用5折交叉驗證檢驗?zāi)Ｐ偷目煽啃浴?/p>

1.5 ? 統(tǒng)計學(xué)處理 ? 應(yīng)用Rstudio 4.1.1軟件進行統(tǒng)計分析。正態(tài)性檢驗采用Kolmogorov Smirnov檢驗，符合正態(tài)分布的計量資料以x±s表示，組間比較采用獨立樣本t檢驗；計數(shù)資料以頻數(shù)和百分率表示，組間比較采用χ2檢驗。P＜0.05為差異具有統(tǒng)計學(xué)意義。ROI影像組學(xué)特征在觀察者間的一致性采用組內(nèi)相關(guān)系數(shù)（intraclass correlation coefficient，ICC）評估，ICC＞0.75為一致性較好[11]。預(yù)測模型的診斷效能采用受試者工作特征曲線（receiver operating characteristic curve，ROC）評估，并通過繪制校準曲線來檢測預(yù)測模型的準確性。

2 ? 結(jié) ? ? ?果

2.1 ? 兩組患者基線資料比較 ? ACS組與SCAD組FAI值比較，差異有統(tǒng)計學(xué)意義（P<0.05），而兩組性別、年齡、體質(zhì)量指數(shù)（body mass index，BMI）、吸煙史、合并癥、血脂水平比較，差異均無統(tǒng)計學(xué)意義（P>0.05）。見表1。

2.2 ? 影像組學(xué)特征篩選和降維 ? 2位影像學(xué)醫(yī)師分別獨立測量的ROI影像組學(xué)特征組間ICC值為 0.778～0.931，均>0.75，表明一致性較高。通過單因素相關(guān)系數(shù)分析去冗余后保留77個特征，然后采用單因素Logistic回歸分析保留11個最具差異性的影像組學(xué)特征，繼而使用LASSO回歸進行降維處理，篩選權(quán)重不為0的特征（圖1），最終得到6個影像組學(xué)特征并用于構(gòu)建預(yù)測模型（表2）。影像組學(xué)得分（radiomics score，Rad-score）即是這6個特征的值與其對應(yīng)的權(quán)重的乘積相加后再加上截距值。

2.3 ? 預(yù)測模型的效能評估 ? 根據(jù)FAI值獲得的ROC曲線下面積（area under the curve，AUC）為0.721，而通過冠周脂肪影像組學(xué)特征得到的ROC曲線截距值為0.511，訓(xùn)練組AUC值為0.881，測試組AUC值為0.884（圖2）。訓(xùn)練組準確度、敏感度、特異度、陽性預(yù)測值、陰性預(yù)測值分別為79.1%、75.8%、82.4%、80.6%、77.8%，測試組準確度、敏感度、特異度、陽性預(yù)測值、陰性預(yù)測值分別為80.0%、66.7%、93.3%、90.9%、73.7%（表3）。校準曲線顯示，冠周脂肪影像組學(xué)預(yù)測模型在訓(xùn)練組及測試組均表現(xiàn)較好，與理想曲線走形較為一致（圖3）。在獲得的Rad-score瀑布圖中，0以上代表模型識別為ACS組，0以下代表模型識別為SCAD組；藍色柱狀圖為實際ACS組，紅色柱狀圖為實際SCAD組（圖4）。

3 ? 討 ? ? ?論

冠狀動脈周圍脂肪組織是與冠狀動脈血管壁接觸最為緊密的組織，與冠狀動脈血管壁的信號傳遞呈雙向性[12]。既往研究表明PCAT成像和量化可用于心血管疾病的風(fēng)險分層[7]，但僅對PCAT一個或一類紋理特征進行分析，而本研究采用影像組學(xué)方法對PCAT進行定量和定性分析。與傳統(tǒng)的閱片方式相比，影像組學(xué)極大增加了從圖像中獲取的信息，從感興趣區(qū)域提取成百上千個人眼無法辨別的成像特征，從大數(shù)據(jù)中導(dǎo)出與臨床特征或結(jié)果相關(guān)聯(lián)的成像模式，為臨床提供更有價值的診斷依據(jù)。

本研究發(fā)現(xiàn)，ACS與SCAD患者冠周脂肪FAI值的差異具有統(tǒng)計學(xué)意義（P<0.001），與GOELLER等[13]對PCAT平均CT值的研究結(jié)果一致，進一步驗證FAI值可作為反映血管炎性改變的參考指征。另外，本研究采用CCTA技術(shù)對PCAT進行非侵入性影像學(xué)測量，篩選出6個最具價值的特征構(gòu)建預(yù)測模型。發(fā)現(xiàn)這6個最重要的參數(shù)分別是基于幾何形狀特征、體素強度分布和小波變換后的影像組學(xué)特征，其中小波變換后的特征占5項。表明小波變換特征在鑒別急性冠脈綜合征和穩(wěn)定性冠心病中具有重要價值，可能與小波變換保留了更多的圖像銳度和局部信息有關(guān)，這些信息更利于發(fā)現(xiàn)不穩(wěn)定斑塊的細微結(jié)構(gòu)變化，識別出潛在急性冠脈事件。

本研究ROC曲線分析顯示，F(xiàn)AI和冠周脂肪影像組學(xué)預(yù)測模型均表現(xiàn)出較好的診斷能力，但后者的預(yù)測能力明顯優(yōu)于前者。其主要原因是FAI作為度量僅代表平均體素強度值，而不考慮體素之間的空間關(guān)系，而影像組學(xué)則是對體素灰度強度的空間分布進行建模，并應(yīng)用高階統(tǒng)計量來提供異質(zhì)性的度量，因此可以更好地發(fā)現(xiàn)不穩(wěn)定斑塊的潛在信息。

本研究仍存在一定的局限性：（1）研究樣本量偏小，今后將繼續(xù)收集病例進行外部驗證。（2）本次研究為回顧性分析，存在一定的選擇偏倚，未來將進行前瞻性研究。（3）手動方法勾畫二維ROI易受人為因素影響，未來可采用全自動三維方法提取影像組學(xué)特征。

綜上所述，基于CCTA的冠周脂肪影像組學(xué)在鑒別急性冠脈綜合征和穩(wěn)定性冠心病中明顯優(yōu)于FAI模型，具有更高的臨床價值，有助于及時、準確發(fā)現(xiàn)高?；颊撸瑸榕R床采取干預(yù)措施提供依據(jù)，從而預(yù)防急性冠脈事件的發(fā)生，降低冠心病死亡率和致殘率。

[參考文獻]

[1] 中國心血管健康與疾病報告編寫組. 中國心血管健康與疾病報告2020概要［J］. 中國循環(huán)雜志，2021，36（6）：521-545.

[2] 胡一平. 急性冠狀動脈綜合征的診斷與治療新進展［J］. 心血管病學(xué)進展，2012，33（1）：131-134.

[3] 中華醫(yī)學(xué)會心血管病學(xué)分會介入心臟病學(xué)組，中華醫(yī)學(xué)會心血管病學(xué)分會動脈粥樣硬化與冠心病學(xué)組，中國醫(yī)師協(xié)會心血管內(nèi)科醫(yī)師分會血栓防治專業(yè)委員會，等. 穩(wěn)定性冠心病診斷與治療指南［J］. 中華心血管病雜志，2018，46（9）：680-694.

[4] LIBBY P，THEROUX P. Pathophysiology of coronary artery disease［J］. Circulation，2005，111（25）：3481-3488.

[5] ANTONOPOULOS A S，ANTONOPOULOS A S，SANNA F，et al. Detecting human coronary inflammation by imaging perivascular fat［J］. Sci Transl Med，2017，9（398）：eaal2658.

[6] CREWE C，AN Y A，SCHERER P E. The ominous triad of adipose tissue dysfunction： inflammation，fibrosis，and impaired angiogenesis［J］. J Clin Investig，2017，127（1）：74-82.

[7] KOLOSSV？魣RY M，KELLERMAYER M，MERKELY B，et al. Cardiac computed tomography radiomics： a comprehensive review on radiomic techniques［J］. J Thorac Imaging，2018，

33（1）：26-34.

[8] OIKONOMOU E K，WILLIAMS M C，KOTANIDIS C P，et al. A novel machine learning-derived radiotranscriptomic signature of perivascular fat improves cardiac risk prediction using coronary CT angiography［J］. Eur Heart J，2019，40（43）：3529-3543.

[9] 陶青，鄒偉婕，范艷芬，等. 冠狀動脈周圍脂肪直方圖參數(shù)鑒別急性冠狀動脈綜合征及穩(wěn)定性冠心病的價值初探［J］. 中華放射學(xué)雜志，2020，54（3）：192-197.

[10] 國家心血管病專業(yè)質(zhì)控中心心血管影像質(zhì)控專家工作組，中華醫(yī)學(xué)會放射學(xué)分會心胸學(xué)組，《中華放射學(xué)雜志》心臟冠狀動脈多排CT臨床應(yīng)用指南寫作專家組. 冠狀動脈CT血管成像的適用標準及診斷報告書寫規(guī)范［J］. 中華放射學(xué)雜志，2020，54（11）：1044-1055.

[11] KOO T K，LI M Y. A guideline of selecting and reporting intraclass correlation coefficients for reliability research［J］. J Chiropr Med，2016，15（2）：155-163.

[12] VERHAGEN S N，VISSEREN F L J. Perivascular adipose tissue as a cause of atherosclerosis［J］. Atherosclerosis，2011，214（1）：3-10.

[13] GOELLER M，ACHENBACH S，CADET S，et al. Pericoronary adipose tissue computed tomography attenuation and high-risk plaque characteristics in acute coronary syndrome compared with stable coronary artery disease［J］. JAMA Cardiol，2018，3（9）：858-863.

[收稿日期] 2023-02-17

（本文編輯 ? 王曉蘊）