文献速递心血管胸部CT

结合传统因素与冠状动脉斑块纹理的影像组学特征可改善心脏风险预测

Combined conventional factors and the radiomics signature of coronary plaque texture could improve cardiac risk prediction.
PubMed 文献 · Insights Imaging · 2024-07-06

回顾性单中心研究纳入61例患者306个冠状动脉斑块,采用光子计数CT提取影像组学特征并测量心外膜脂肪组织(EAT)密度与厚度。结果显示高风险斑块及≥50%狭窄组EAT平均密度显著高于无风险因素组,高风险组斑块纹理更不均匀;EAT厚度无显著差异。作者认为EAT密度增高联合斑块纹理不均匀可能为心血管风险评估提供额外工具。

要点

  • 高风险斑块组、≥50%狭窄组及合并组EAT平均密度显著高于无风险因素组,EAT厚度无显著差异。
  • 高风险斑块组与合并组斑块纹理更不均匀,中等狭窄组斑块结构更均匀。
  • 光子计数CT影像组学纹理分析可能有助于识别心血管风险升高的患者。

核心结论

  • 更高的EAT密度与更不均匀的斑块纹理相结合,可能为识别心血管事件风险升高的患者提供额外工具。

研究设计与样本

  • 回顾性单中心研究,2022年4月至7月纳入61例符合欧洲心脏病学会指南对比增强心脏CT临床标准且检出至少一个冠状动脉斑块的患者,均无缺血性心脏病史,排除既往起搏器或心脏支架植入及严重图像伪影者。
  • 采用第一代全身双源光子计数CT(NAEOTOM Alpha,Siemens Healthcare GmbH),前瞻性心电门控序列模式,管电压120 kV,自动剂量调制,CARE keV BQ设为64,机架旋转时间0.25 s。
  • 心率控制:无禁忌时静脉给予β受体阻滞剂5–10 mg并根据心率调整,随后舌下含服硝酸甘油0.8 mL;增强扫描使用碘对比剂80 mL(Imeron 400)加20 mL生理盐水冲管,流速按体重5–6 mL/秒,升主动脉团注追踪触发。
  • 非增强轴位扫描层厚3 mm、Qr36内核用于Agatston评分;增强CCTA以层厚0.6 mm、增量0.4 mm、软组织血管内核Bv40重建,手动分割306个斑块后用pyradiomics 3.0.1提取影像组学特征。
  • EAT密度在70 keV虚拟单能重建(层厚0.6 mm、增量0.4 mm、Qr40内核)上于右冠状动脉开口旁单层设置ROI测量;EAT厚度沿心脏短轴在右心室前游离壁基底层面取三次测量的均值。

关键影像表现/征象

  • 高风险斑块定义为至少具备以下一项特征:点状钙化、正性重构、低衰减、餐巾环征。
  • 按风险因素将患者分为HRP组、≥50%狭窄组、≥70%狭窄组、三支血管病变组及合并组(至少满足一项风险因素标准)。
  • EAT平均密度:无风险因素组−97.55 HU,≥50%狭窄组−87.28 HU(p=0.008),≥70%狭窄组−94.60 HU(p=0.424),HRP组−87.92 HU(p=0.006),三支血管病变组−91.27 HU(p=0.066),合并组−89.35 HU(p=0.008)。
  • EAT厚度在各组与无风险因素组之间均无显著差异(p=0.222–p=0.877)。
  • 无监督k-means聚类将患者分为两簇,左簇26例平均Agatston评分455.25,右簇35例平均Agatston评分113.69。

诊断标准与关键数值

  • HRP判定标准:斑块至少表达点状钙化、正性重构、低衰减、餐巾环征中的一项。
  • ≥50%狭窄组区分特征为original_ngtdm_Busyness与original_glcm_MaximumProbability。
  • ≥70%狭窄组区分特征为original_glcm_Idmn、original_gldm_DependenceEntropy与original_glszm_ZoneEntropy。
  • 三支血管病变组区分特征为original_glrlm_RunPercentage、original_glrlm_LongRunEmphasis与original_firstorder_Kurtosis。
  • HRP组区分特征为original_glrlm_RunLengthNonUniformityNormalized;合并组区分特征为original_firstorder_kurtosis。

临床应用与阅片要点

  • 在光子计数CT冠状动脉成像中,可同时测量EAT密度(70 keV虚拟单能重建,右冠状动脉开口旁ROI)作为传统风险因素之外的附加指标。
  • 斑块纹理不均匀的影像组学特征与HRP、≥50%狭窄及合并风险因素相关,阅片时可关注斑块纹理异质性。
  • EAT厚度在各风险组间无显著差异,单独测量EAT厚度对风险分层的价值有限。
  • 作者认为将影像组学斑块纹理特征与EAT衰减组合纳入传统风险因素,未来可能改善心脏风险评估与管理。

局限性

  • 单中心研究且队列规模相对较小,归因于光子计数CT扫描仪的新近部署。
  • 影像组学分析的可重复性挑战未被充分解决,需标准化纹理分析方法并确保跨光子计数CT平台的可重复性。
  • ≥70%狭窄组仅5例患者,可能使随机森林特征选择算法易受过拟合影响。
  • 未来研究应聚焦于前瞻性多中心方法、更大研究人群及充足临床数据以解决上述局限。
全文中译13 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者,按 CC BY 许可使用,本译文为翻译改编。出处:Insights Imaging. 2024 Jul 6;15:170. doi: 10.1186/s13244-024-01759-9

引言

心血管疾病(CVD)是全球发病率和死亡率的主要原因[1],其治疗和预防仍然是现代医疗保健面临的最大挑战之一。严重心血管事件的风险因个体危险因素而异,包括斑块所致狭窄程度、斑块的特殊高危成分以及斑块数量或受累冠状动脉血管数量较多[2, 3]。

高危斑块(HRP)特征包括点状钙化、正性重构、低衰减和餐巾环征[4]。具有这些特征的斑块通过斑块破裂或侵蚀引起心血管事件的风险升高[5, 6]。然而,HRP的易损性是一种波动状态,受生物力学和炎症状态等其他因素影响[6]。因此,需要更深入地研究HRP纹理并将其与其他风险指示因素相关联。

近期研究概述了心外膜脂肪组织(EAT)与CVD发病机制之间的有趣联系[7, 8]。在此背景下,EAT密度和体积尤其受到关注[9]。EAT与下方心肌共享相同的微循环,并彼此处于即时双向相互作用中[10]。虽然生理条件下的EAT可对心脏产生保护作用[10],但它也可通过炎症、过度免疫反应、氧化应激和糖毒性促进CVD的发展[11]。此外,EAT体积已与HRP的存在相关联[12]。由于EAT对某些对主要不良心血管事件(MACE)发生具有积极作用的药物有反应[13, 14],了解这一重要组织可能极为有益。

冠状动脉计算机断层扫描血管造影(CCTA)是CVD预检概率中等患者的诊断选择[15]。与初始有创冠状动脉造影相比,它提供相当的诊断效能,同时最大限度减少操作相关并发症[16]。传统上,CCTA依赖于对定性视觉特征的主观评估,通常取决于检查者的专业水平。然而,心脏计算机断层扫描(CT)的重大进展使通过影像组学分析评估组织纹理成为可能[17],该分析涉及量化图像内的像素强度模式,从而为组织异质性、组成和结构特征提供有价值的见解[18]。要充分实现影像组学纹理分析的潜力,需要解决目前阻碍其最终融入临床方案的特定挑战。关于其易受技术参数(如重建算法、对比度和层厚)变化影响的担忧仍然存在[19, 20]。

与传统能量积分CT(EICT)设备相比,新型光子计数CT(PCCT)技术采用更小的光子计数探测器元件。这些光子计数探测器元件将每个击中探测器板的入射光子直接转换为电脉冲[21],使PCCT具备优越的空间分辨率、增强的信噪比和减少的束硬化伪影[21, 22]。因此,它提供了改善的特征稳定性,为推进影像组学分析并解决若干局限性提供了可能性[23, 24]。

本研究旨在探讨具有传统心血管事件高风险因素的患者中冠状动脉斑块纹理的鉴别特征,并将其与传统因素及心外膜脂肪组织(EAT)厚度和密度的差异进行比较,以提供一种潜在的心血管风险评估影像生物标志物。

方法

研究设计

本研究遵循《赫尔辛基宣言》原则,并获得机构审查委员会和地方伦理委员会批准(编号 2021-659)。2022年4月至7月,这项回顾性单中心研究纳入符合欧洲心脏病学会指南[25]中增强心脏CT临床标准且心脏CT检出至少一个冠状动脉斑块的患者。这些患者均无缺血性心脏病病史。排除标准包括既往起搏器或心脏支架植入者以及严重图像伪影者。临床参数从现有的传统临床危险因素问卷中回顾性获取。

患者群体与斑块分布

根据纳入和排除标准,共选取61例患者(女13例,男48例,平均年龄61岁,范围:40–82岁)。患者共检出306个斑块(钙化265个,非钙化19个,混合22个)。首先,识别所有存在高危斑块(HRP)的患者。HRP定义为斑块至少表现出以下一项高风险特征:点状钙化、正性重构、低衰减和餐巾环征[4]。另确定了三个与心血管事件风险升高相关的因素:狭窄至少50%的斑块、狭窄至少70%的斑块或三支冠状动脉病变( regardless of the degree of stenosis)[2, 3]。随后根据这些因素的存在与否将患者组分为多个亚组(“HRP”组、“50%”组、“70%”组和“三支血管”组)。此外,将患者人群分为两个主要组:一组由符合至少一项风险升高因素标准的个体组成(“联合组”),另一组由不具有任何这些风险因素的患者组成(表1)。

表1 患者群体概览。连续变量给出平均值和(标准差) 查看原表 ↗

心脏CT成像

全部61例患者均使用第一代全身双源光子计数CT(PCCT)系统(NAEOTOM Alpha;Siemens Healthcare GmbH,Forchheim,Germany)进行检查。检查采用前瞻性心电门控(ECG)序列模式,管电压120 kV,自动剂量调制。CARE keV BQ设置配置为64,机架旋转时间为0.25 s。

为将心率维持在每分钟65次以下,在没有禁忌证的情况下,患者接受5–10 mg范围的静脉β受体阻滞剂,并根据个体心率调整剂量。随后,给予舌下含服硝酸甘油(0.8 mL)。进行非增强心脏CT扫描以评估冠状动脉钙化。随后,使用80 mL碘对比剂(Imeron 400,Bracco Imaging Deutschland GmbH,Konstanz,Germany)进行增强扫描,并配合20 mL生理盐水冲管(NaCl 0.9%),按体重为基础的流速5–6 mL/秒。CCTA通过升胸主动脉团注追踪启动。

心脏CT成像分析

冠状动脉钙化评估包括层厚3 mm、Qr36卷积核的非增强轴位扫描,使用专用syngo.via软件(Siemens Healthcare GmbH,Forchheim,Germany)进行处理,以Agatston评分估算冠状动脉钙化程度。此外,轴位对比增强CCTA图像以0.6 mm层厚、0.4 mm增量重建,采用软组织血管卷积核(Bv40)。

随后,对比增强图像经匿名化处理并导出为医学数字成像和通信(DICOM)文件。然后转换为神经影像信息技术倡议(NIfTI)格式,再导入3D Slicer(版本4.11),一种专用分割工具[26]。

冠状动脉斑块形态学和狭窄程度的评估由一位具有十余年心胸影像经验的资深放射科医师完成。全部306个冠状动脉斑块由一名具有一年以上图像分割经验的医学生手动分割,并由同一位资深放射科医师验证。

此外,测量每位患者的心外膜脂肪组织(EAT)密度(以Hounsfield单位(HU)报告)和平均厚度(以mm报告)。EAT密度按照文献推荐使用70 keV虚拟单能重建测量,层厚0.6 mm、增量0.4 mm、软组织血管卷积核(Qr40)[27]。使用Horos PACS(版本3.3.6),在单层图像上于右冠状动脉起始处旁的EAT中设置感兴趣区(ROI),测量平均、最小和最大密度。ROI大小选择尽可能大,同时避开邻近结构[28]。EAT厚度在沿心脏短轴重建后评估,通过计算右心室前游离壁基底水平从外层心肌到脏层心外膜三个不同测量值的平均值[29]。图1展示了冠状动脉斑块的示例分割以及EAT密度和厚度的示例测量。

图1 a 一名63岁男性冠状动脉斑块(绿色)的示例分割。b 一名69岁女性EAT厚度的示例测量。c 一名64岁男性EAT密度的示例测量 查看原图 ↗

影像组学特征提取与统计分析

使用pyradiomics(版本3.0.1)[30]提取影像组学特征,包括形状、一阶、灰度共生矩阵、灰度依赖矩阵、灰度尺寸区域矩阵、灰度游程长度矩阵和邻域灰度差矩阵。纹理特征导入R Statistics(版本4.2.0,R Core Team,Vienna,Austria)[31]进行进一步分析,在RStudio(版本2022.07.1 + 554,Boston,MA)[32]中进行。计算平均值和标准差(SD)值。所有影像组学特征使用z-score公式进行标准化:使用R的ComplexHeatmap包生成聚类热图,直观展示这些提取特征的分布。对每个患者子集使用R的Boruta包进行基于置换的随机森林(RF)分类。生成所选特征的箱线图用于可视化。

影像组学特征与EAT密度的联合

创建了两幅散点图,将影像组学特征“original_firstorder_Kurtosis”和“original_glrlm_RunLengthNonUniformityNormalized”映射至EAT平均密度。在这些图中,将联合组患者与对照组患者进行了比较。

结果

斑块评估

本研究入组的61例患者中共分割出306个斑块。其中265个斑块为完全钙化,19个为非钙化,22个为部分钙化/混合性。平均每位患者有5个斑块(范围:1–26)。斑块在各患者亚组中的分布如下:50%组16例患者共171个斑块(平均:10.69个),70%组5例患者共77个斑块(平均:15.40个),HRP组22例患者共165个斑块(平均:7.50个),三支血管组19例患者共175个斑块(平均:9.21个),联合组32例患者共253个斑块(平均:7.91个)(表1)。

EAT比较

对全部五个组的EAT厚度和密度进行了研究,并与不具有任何危险因素的患者(非联合组)进行比较。p值低于0.05被视为具有显著性。在EAT厚度方面,各组与非联合组之间均无显著差异(p = 0.222 – p = 0.877)。在EAT密度方面,主要发现各组之间存在显著差异。所有组的平均EAT密度均高于未受影响的患者:非联合组为−97.55 HU,50%组为−87.28 HU(p = 0.008),70%组为−94.60 HU(p = 0.424),HRP组为−87.92 HU(p = 0.006),三支血管组为−91.27 HU(p = 0.066),联合组为−89.35 HU(p = 0.008)。除三支血管组和70%组外,这些差异均具有显著性。最小密度和最大密度呈现相同趋势。仅70%组的最小密度较非联合组略低(表2)。所有组的EAT平均密度以箱线图形式可视化(图2)。

表2 EAT数据概览 查看原表 ↗
图2 50%、70%、HRP、三支血管组和联合组的EAT平均密度 查看原图 ↗

聚类分析

对所有患者提取的影像组学特征进行无监督k-means聚类。所得热图显示患者分为两个主要聚类(图3)。进一步分析揭示了仅在Agatston评分方面存在显著差异。构成左侧聚类的26例患者平均Agatston评分为455.25,而右侧聚类35例患者的平均值为113.69。

图3 冠状动脉斑块影像组学特征的无监督聚类热图 查看原图 ↗

特征选择

使用随机森林(RF)特征选择识别有助于区分患者组的纹理特征。该选择过程对所有亚组及合并组均进行了执行。特征“original_ngtdm_Busyness”和“original_glcm_MaximumProbability”被发现可区分狭窄≥50%与<50%的患者,而70%组的患者可通过特征“original_glcm_Idmn”、“original_gldm_DependenceEntropy”和“original_glszm_ZoneEntropy”进行判别。对于三支血管病变组的识别,选择了特征“original_glrlm_RunPercentage”、“original_glrlm_LongRunEmphasis”和“original_firstorder_Kurtosis”。关于HRP组,仅特征“original_glrlm_RunLengthNonUniformityNormalized”被识别为具有区分性。合并组的区分通过特征“original_firstorder_kurtosis”得以实现。(图4)。所有所选特征及其在各组中数值的汇总见表3,每组中最重要的所选特征以箱线图形式呈现(图5)。

图4 合并组的随机森林(RF)特征选择:与区分相关的特征以绿色标示 查看原图 ↗
表3 各患者亚组所选特征 查看原表 ↗
图5 最重要所选特征在各患者亚组中的分布 查看原图 ↗

异质性、EAT密度与心血管风险升高的关联

生成了两幅散点图,展示影像组学特征(“original_firstorder_Kurtosis”和“original_glrlm_RunLengthNonUniformityNormalized”)与EAT平均密度之间的关系。比较侧重于合并组患者与其对照组。这些图展示了根据所选特征,合并组中心血管事件风险升高的患者总体上表现为更高的EAT平均密度和更异质性的斑块纹理(图6)。

图6 合并组患者(深蓝色)与其对照组中异质性斑块纹理特征及EAT密度的比较。a “original_glrlm_RunLengthNonUniformityNormalized”,b “original_firstorder_Kurtosis” 查看原图 ↗

讨论

本研究表明,冠状动脉斑块纹理的影像组学特征分析可提供一种检测与心血管事件风险升高相关斑块的方法。EAT厚度的分析未揭示任何有意义的差异。EAT密度的研究在50%组、HRP组和合并组中产生了显著差异,受累患者密度更高。然而,对于这两个组,无法描述显著差异,这强调了当前文献中关于EAT密度与冠状动脉疾病心血管风险升高之间关系的不确定性持续存在[33]。这一分歧可通过开发冠状动脉斑块纹理的影像组学特征并将其整合到风险预测过程中来加以应对。

放射组学特征显示,心血管事件风险升高的患者斑块纹理更为 heterogeneous(异质性)。高风险斑块(HRP)组和联合组可以通过更异质的斑块纹理得到最佳区分。与这些发现一致,三个相关区分特征中有两个表明 70% 组中斑块纹理更为异质。另一方面,仅有中度冠状动脉狭窄的患者显示出更均匀的斑块结构,无法通过异质性进行区分。因此,本研究概述了更异质的斑块纹理与心脏斑块传统危险因素之间的相关性。此外,心外膜脂肪组织(EAT)密度与异质性斑块纹理的结合可能在未来为心血管风险预测提供一种影像生物标志物。

大量研究探讨了 EAT 厚度、EAT 密度与心血管疾病(CVD)或心血管事件风险升高之间的相关性。然而,其研究结果存在一些不一致之处。

Goeller 等人研究了 CVD、斑块炎症和主要不良心血管事件(MACE)是否与 EAT 密度和体积相关。其研究纳入 456 例无症状患者的非对比心脏 CT 扫描,发现与无冠状动脉钙化者相比,存在冠状动脉钙化的个体 EAT 体积更高、EAT 密度更低。EAT 体积也与动脉粥样硬化程度呈正相关。此外,较低的 EAT 密度和较高的体积与 MACE 显著相关 [34]。虽然一些研究与这些结果一致 [35, 36],但其他研究得出了不同结论。

Pracon 等人的一项研究报告了 EAT 密度增高与冠状动脉粥样硬化(定义为 CVD 或 Agatston 评分阳性)之间的关联。共有 164 例患者接受了冠状动脉造影,其中 36 例存在 CVD。这些患者的 EAT 密度显著高于无 CVD 的受试者(−78.99 ± 4.12 对 −81.57 ± 4.64 HU,p < 0.01)。此外,该密度与患者的 Agatston 评分呈正相关(r = 0.23,p < 0.01)[37]。

关于 EAT 密度,我们的结果与报告 CVD 程度更高或心血管风险升高的受试者密度增高的研究基本一致。然而,EAT 厚度的评估未产生任何显著差异。这反映了文献中发现的不一致性,并提示可能需要扩大关注范围,将冠状动脉斑块纹理特征纳入风险评估过程。

此外,冠状动脉斑块纹理已成为近期研究的对象。为预测中位三年随访期间的 MACE,Chen 等人开发了一种包含 14 个纹理特征和 2 个形状特征的放射组学斑块特征。该回顾性研究包括一个由 225 例患者、419 个斑块组成的放射组学特征开发集。总之,高放射组学特征与 MACE 发生率独立相关(风险比 = 2.01;p = 0.005)[38]。这些有希望的结果应成为进一步研究冠状动脉斑块纹理的动力,以理解其与其他可用风险预测因素的相关性,并开发将放射组学特征与传统危险因素相结合的方法。

Tobe等人开展的一项回顾性研究纳入691例接受经皮冠状动脉介入治疗和颈动脉超声的患者,旨在探讨颈动脉超声表现与临床结局之间的关系。通过肉眼评估颈动脉最大内中膜厚度(CIMT)及颈动脉斑块特征。研究发现,具有异质性颈动脉斑块(最大CIMT ≥ 1.5 mm且质地不均匀)的患者发生MACE的风险更高,提示此类患者需要更积极的药物治疗和密切随访[39]。尽管该研究结果基于不同的诊断方法,但其发现与我们的研究一致,进一步支持了异质性斑块质地提示心血管风险升高的观点。

尽管如此,本研究仍存在一定局限性。由于PCCT扫描仪的应用非常新颖,本研究为单中心研究且研究队列规模相对较小。因此,与影像组学分析相关的可重复性挑战未能得到充分解决。将我们的发现转化为临床实践的关键步骤包括标准化纹理分析方法并确保在不同PCCT平台间的可重复性。特别是70%组仅包含5例患者,因此可能容易受到RF特征选择算法的过拟合影响。然而,其他研究指出,与EICT相比,PCCT能够更深入地揭示纹理变化[40]。在PCCT背景下观察到的影像组学特征稳定性增强,提示通过PCCT应用改善可比性具有广阔前景[23]。未来研究应着眼于采用前瞻性多中心方法,纳入更广泛的研究人群并具备足够的临床数据,以解决这些局限性。

总之,在心血管事件风险升高的患者中发现了冠状动脉斑块纹理的结构差异,主要表现为异质性更高。表达这些危险因素的患者EAT密度似乎更高,而未检测到EAT厚度的显著变化。利用先进成像技术和现代计算方法,将影像组学斑块纹理特征与EAT衰减相结合并整合到传统危险因素中,有望在未来进一步改善心脏风险评估和管理。

引用

  1. Kahmann J, Nörenberg D, Papavassiliu T, et al. Combined conventional factors and the radiomics signature of coronary plaque texture could improve cardiac risk prediction. Insights Imaging. 2024. PMID: 38971903. doi:10.1186/s13244-024-01759-9
  2. 全文:PMC11227490(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC11227490/

供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。