人工智能心脏MRI测量的验证:与右心导管检查的关系及死亡预测
该研究基于多中心多 vendor 数据开发深度学习心脏 MRI 双心室分割模型,并在前瞻性队列中与右心导管及扫描重复性对照,同时利用 ASPIRE 注册 3487 例患者评估死亡预测。自动测量的左室每搏输出量与右心导管相关性优于人工测量(r=0.74 vs 0.68,P=.03),自动右室参数可预测肺动脉高压患者死亡,且重复性与泛化性良好。
要点
- 自动测量左室每搏输出量与右心导管的相关性高于人工测量(r=0.74 vs 0.68,P=.03,n=178)。
- 自动右室收缩末期容积、射血分数及质量均预测肺动脉高压患者死亡(HR 分别为 1.40、0.76、1.15,P=.001,n=920)。
- 自动分割总体失败率 1.0%(53/5316),多因先天性心脏病或图像伪影所致。
核心结论
- 全自动心脏 MRI 测量与有创血流动力学强相关,具有预后价值,重复性高,并显示出优异的泛化性。
研究设计与样本
- 回顾性多中心多 vendor 训练集包含 539 例患者的 611 次检查,用于开发基于 UNET 架构的深度学习双心室分割模型。
- 临床测试包括前瞻性同日重复性队列(n=46)、前瞻性同日右心导管队列(n=179)、来自英格兰、威尔士和苏格兰 32 个中心的外部测试队列(n=40)及 ASPIRE 注册中未用于训练的 3782 次 MRI 检查。
- 死亡预测分析纳入 ASPIRE 注册 3487 例患者,其中肺动脉高压亚组 920 例,随访至 2021 年 6 月 20 日,平均随访 3.8 年。
关键影像表现/征象
- 自动分割在右室基底部(人工评估最富挑战的区域)尤为准确,附加训练后能正确包含右室流出道并排除右房。
- 分割失败 53/5316(1.0%),几乎均由先天性心脏病(如室间隔缺损)或图像伪影和技术问题引起;91/5316(1.7%)存在主要累及心尖的分割错误。
诊断标准与关键数值
- 同日右心导管队列中,自动与人工左室每搏输出量与 RHC 的相关系数分别为 r=0.74 与 0.68(P=.03)。
- 自动测量心室质量指数与肺血管阻力及平均肺动脉压的相关系数分别为 r=0.64 vs 0.44(P<.001)和 r=0.56 vs 0.37(P<.001)。
- 自动右室射血分数与平均肺动脉压及肺血管阻力的相关性与人工测量无差异(P=.75 和 .76)。
- 肺动脉高压亚组中,自动右室收缩末期容积、射血分数及质量的死亡预测风险比分别为 1.40、0.76、1.15(P=.001,n=920)。
- 扫描-再扫描重复性 ICC:自动左室和右室容积与质量分别为 0.92 和 0.99,左室和右室射血分数分别为 0.80 和 0.90。
临床应用与阅片要点
- 自动右室及左室心脏 MRI 测量可用于疑似肺动脉高压患者的死亡风险评估,尤其右室射血分数在多变量分析中仍为显著预后标志物。
- 自动测量与人工测量的扫描-再扫描差异无统计学意义(右室射血分数 P=.73,左室射血分数 P=.8),Bland-Altman 平均绝对差在 0–4 mL 之间。
- 外部多中心多 vendor 数据集中自动与人工测量的观察者间 ICC 为 0.94–0.99(左室和右室容积),左室射血分数 ICC 为 0.93、右室射血分数为 0.94。
- Dice 分析显示内部数据集左室 93%–96%、右室 93%–95%,外部队列略低,左室 89%–95%、右室 88%–92%。
局限性
- 原文未报告局限性。
全文中译15 节 · 点击展开
摘要
对人工智能心脏MRI测量进行了验证,并用于评估患者未来的死亡率。
关键结果
■ 使用一个包含539例左右心疾病患者的回顾性训练数据集,训练了一个用于心脏MRI测量的人工智能(AI)模型。
■ 同日进行的心脏MRI与右心导管检查显示强相关性,且AI测量在左心室每搏输出量方面的相关性高于手动测量(r = 0.74 vs 0.68;P = .03;n = 178)。
■ AI测量的右心室收缩末期容积、射血分数和质量均能预测肺动脉高压患者的死亡率(风险比分别为1.40、0.76和1.15;P = .001;n = 920)。
引言
心脏MRI是测量心腔的参考标准,在心血管疾病的诊断和预后中具有重要作用。手动测量通过在舒张末期和收缩末期勾画心腔获得,这是一个耗时且需要专业人员的流程。近年来,心脏MRI测量自动化的努力不断发展(1),并在评估左心室(LV)方面取得了与手动评估相当的结果(2)。然而,自动心脏MRI定量仍需更多内部和外部测试以及临床基准。
右心室(RV)的自动评估具有挑战性,因为其形状、厚度和复杂解剖结构存在变异,尤其是在基底部和流出道(1,3)。此外,RV形状在肺动脉高压(4)等情况下可发生极端的形态学改变。自动化RV评估有可能提高RV分析的可重复性。迄今为止,人工智能(AI)双心室分割研究基于小型单中心和单厂商数据集,纳入的影响RV的疾病患者数量有限,且未评估RV质量(1)。
本研究的目的是开发并全面评估一种用于LV和RV心脏MRI测量的自动化深度学习定量分析。我们还试图验证以下假设:AI心脏MRI双心室分析与有创血流动力学相关、可预测肺动脉高压患者的死亡率,并且具有可重复性和可推广性。
材料与方法
研究样本
本研究涉及一个回顾性训练数据集和一个测试数据集(图1)。训练数据集包括在两所大学教学医院(Sheffield Teaching Hospitals,谢菲尔德;以及Semmelweis UniversityHeart and Vascular Center,布达佩斯)进行的611次检查,涉及539名患有各种心脏异常的参与者(附录E1[在线])。
布达佩斯数据集包括192例患者,共211次MRI检查,为因疑似或确诊左心室疾病转诊的患者中随机选择。总体而言,该数据集包括180次左心室疾病MRI检查和32次正常MRI检查。布达佩斯研究使用Philips MRI系统进行,并用于训练初始的左心室和右心室分割模型。对于谢菲尔德数据集,从2007年至2021年间在“评估肺动脉高压转诊中心肺动脉高压严重程度”(简称ASPIRE)登记处(5)中识别出疑似肺动脉高压并接受心脏MRI的连续患者。短轴堆栈不完整、不可用或无法获取的患者被排除。采用离线人在回路方法,其中用以布达佩斯采集的MRI扫描训练的初始分割模型在谢菲尔德数据集上进行测试,并将分割欠佳或失败的随机病例样本纳入进一步训练(图2)。第一轮训练包括220次MRI检查,第二轮包括180次检查,这些检查同样是从精炼分割模型产生的欠佳分割中识别出来的。第一轮、第二轮和最终轮训练分别使用Philips、GE和Siemens MRI系统进行。
对于临床测试,纳入了四个数据集:一个前瞻性同日重复性队列(n = 46);一个前瞻性同日右心导管检查(RHC)队列(n = 179);一个来自英格兰、威尔士和苏格兰32个中心的外部测试队列(n = 40);以及来自ASPIRE登记处未纳入训练的MRI检查,用于评估死亡预测(n = 3782)。
参与者为我们的可重复性分析前瞻性招募,作为“肺动脉高压无创终点指标的可重复性和变化敏感性”(RESPIRE)研究的一部分(6)(ClinicalTrials.gov标识符:NCT03841344)。该研究获得了当地伦理委员会和机构审查委员会的伦理批准(ASPIRE,参考号c06/Q2308/8;REC 17/YH/0016;RESPIRE,REC 15/YH/0269)。所有前瞻性招募的参与者均提供了书面知情同意。所有数据在分析前均严格匿名化。我们遵循医学影像人工智能清单(简称CLAIM)进行AI研究报告(7)。
成像程序
MRI方案。——心脏MRI使用来自三家厂商的1.5-T MRI系统(Signa HDx,GE Healthcare;Avanto,Siemens Solutions;Achieva,Philips Healthcare)进行。多层短轴电影图像通过标准心脏门控平衡稳态自由进动序列获得,层厚8 mm、每个心动周期20个相位(Signa HDx;GE Healthcare),层厚6 mm、每个心动周期25个相位(Avanto;Siemens Solutions),以及层厚8 mm、每个周期25个相位(Achieva;Philips Healthcare)。参数(重复时间毫秒/回波时间毫秒)分别为3.7/1.6(Signa HDx;GE Healthcare)、38.92/1.13(Avanto;Siemens Solutions)和2.72/1.36(Achieva;Philips Healthcare)。二维相位对比序列通过使用穿过平面速度编码,垂直于主动脉腔长轴采集。所有相位对比序列均使用GE MRI系统进行,成像参数如下:5.6/2.7;层厚10 mm;20个相位;以及层面方向速度编码150 cm/秒。
图像分析。——用于训练和测试数据集的短轴堆叠图像上的双心室心外膜和心内膜轮廓手动分割由七名观察者完成(A.T.、D.C.、K.K.、A.J.S.、S.S.、F.A.A.和S.A.,分别具有19、17、13、11、4、3和3年心脏MRI专业经验)。所有手动轮廓均由一名作者审核(A.J.S.,一名3级认证心脏MRI放射科医师)。小梁被纳入血池,右心室(RV)和左心室(LV)均纳入流出道。在ASPIRE队列中,小梁被排除在血池之外(由D.C.执行)。用于Dice准确性分析的手动分割独立完成(由K.K.和A.J.S.完成),用于外部队列测试的手动分割独立完成(由S.A.和A.J.S.完成)。扫描-重扫描分割由一名具有3年经验且未参与模型训练的高级心脏MRI放射技师完成。所有手动勾画均在不知晓临床数据和右心导管(RHC)结果的情况下进行。使用软件进行手动勾画(MASS,研究版2020;Leiden University Medical Center)。所有分割的视觉质量审查由两名作者共同完成(S.A.和A.J.S.),以确定最终分割模型的失败率。失败分割是指导致视觉上不可接受的轮廓并会导致错误测量的分割。被认为不影响心脏MRI测量的具有最小误差的轮廓被标记为次优分割。
AI模型开发
用于实验的卷积神经网络采用类似UNET的架构(实现方式与https://github.com/dmolony3/ResUNet相似),包含16个卷积层,包括残差学习单元,并使用Python(3.6.9版;Python软件基金会)和TensorFlow(1.12版)实现(8)。输入图像被重采样至固定的1 mm像素间距,裁剪至256×256矩阵大小,并在需要时进行零填充。训练时使用Adam优化器方法,学习率选择为0.001,交叉熵用作损失函数。数据增强通过随机旋转、翻转、平移和修改原始图像的图像强度来创建新的训练样本。每个训练批次包括随机选择的20张图像。固定轮数设为30,每个轮次中所有图像使用一次。关于AI模型开发的更多细节见附录E2(在线)。
统计分析
连续变量以比例、均值±标准差或中位数伴四分位距(适用于不对称分布数据)表示。进行变量标准化,以便通过减去每个变量的均值并除以其标准差,在同一尺度上比较不同的连续变量。心脏MRI容积测量按体表面积进行指数化。通过计算已发表参考数据的预测值百分比(9,10),对测量值进行年龄和性别校正。
研究间重复性采用组内相关系数(ICC)和Bland-Altman分析评估,以比较自动和手动心脏MRI测量的扫描-再扫描变异。计算配对t检验以比较AI与手动评估之间扫描-再扫描测量的差异。Spearman相关系数用于比较左心室每搏输出量与右心导管检查(RHC)得出的每搏输出量以及相位对比成像测量的左心室流出道主动脉前向血流容积。RHC每搏输出量通过心输出量除以心率得出。右心室射血分数和心室质量指数与RHC肺血管阻力和平均肺动脉压相关。心室质量指数计算为右心室舒张末期质量与左心室舒张末期质量的比值(RV质量与LV质量比值)。使用Steiger方法(11)的z检验用于检验手动与AI相关性(与RHC和相位对比成像)之间的差异。
对年龄和性别校正后的心脏MRI参数分别计算单变量和多变量Cox比例风险回归的风险比。采用Spearman相关检验检测共线性。r大于0.8的相关性被认为密切 related。所有患者随访至全因死亡或行政删失日期(2021年6月20日)。无患者失访。采用ICC和Bland-Altman分析评估研究间重复性,以比较自动和手动心脏MRI测量的扫描-再扫描变异。计算配对t检验以比较AI与手动评估之间扫描-再扫描测量的差异。在外部队列测试数据集中,采用ICC和Bland-Altman图分析AI与手动心脏MRI测量之间的一致性。通过在从队列中随机选择的内部测试数据集的30项检查和外部测试数据集的40项检查中计算Dice相似系数,评估AI轮廓相对于手动轮廓的准确性。Dice评分衡量手动分割区域与自动分割区域之间的重叠率和距离;较高的值表明轮廓模型相对于手动分割具有更好的准确性。统计分析使用Pingouin(版本0.5)(12)和Lifelines(版本0.26)(13)Python库进行,图表使用Matplotlib库(版本3.5)(14)生成。P值≤.05表示有统计学显著性。所有检验均在.05水平进行。
结果
研究样本特征
排除244例因影像不完整或无法获取的患者后(图1),总研究样本包括4289例患者和5630次心脏MRI检查。训练数据集的中位年龄为58岁(IQR,34岁),ASPIRE队列为66岁(IQR,21岁),同日右心导管检查患者为67岁(IQR,19岁),扫描-再扫描患者为48岁(IQR,22岁)。女性比例分别为:训练数据集,315/539(58%);ASPIRE队列,2158/3487(61%);同日右心导管检查患者,131/178(56%);扫描-再扫描患者,35/46(78%)(表1、2)。
质量控制
电影1(在线)展示了整个心动周期短轴层叠AI分割的示例。自动分割的总体失败率为1.0%(53/5316),几乎完全由先天性心脏病如室间隔缺损(图3A)或影响图像质量的伪影和技术问题所致。在5316项检查中的91项(1.7%)存在主要影响心尖的分割错误(图3B)。
与有创血流动力学和相位对比流量的相关性
心脏MRI估计的LV每搏输出量均值在AI和人工评估中分别为78 mL ± 24(SD)和79 mL ± 26。右心导管(RHC)衍生的LV每搏输出量为66 mL ± 23,相位对比平均主动脉前向血流容积为68 mL ± 21。RHC与心脏MRI LV每搏输出量之间的相关性(图4)在AI中高于人工测量(分别为r = 0.74 vs 0.68;P = .03)(图4A,表3)。AI和人工衍生的LV每搏输出量与主动脉前向血流容积均显示相似的相关性(分别为r = 0.73和0.70;P = .29;n = 118),尽管不同每搏输出量计算方法之间存在明显变异性,部分可能归因于技术因素和部分患者的心内分流(图4B)。AI测量的心室质量指数(RV质量与LV质量比)与肺血管阻力(图4D)和平均肺动脉压(图4F)的相关性高于人工测量(分别为r = 0.64 vs 0.44 [P < .001]和0.56 vs 0.37 [P < .001])。
RV射血分数与平均肺动脉压(图4C)和肺血管阻力(图4E)之间存在良好相关性,AI与人工读数之间无差异证据。肺血管阻力和平均肺动脉压与AI和人工RV射血分数的相关性相似(分别为P = .75和.76)。
基于AI的心脏MRI测量与RHC之间的相关性在ASPIRE队列的2051例患者中得到确认(表E1,图E1[在线])。
死亡预测
在ASPIRE注册中心的3487例患者中评估了自动心脏MRI测量。研究人群包括患有多种病理疾病的患者,主要为肺动脉高压(3487例中920例;26%)、左心疾病(3487例中741例;21%)、肺部疾病(3487例中480例;13%)、慢性血栓栓塞性肺动脉高压(3487例中623例;19%)以及无肺动脉高压(3487例中635例;18%)。在平均随访期间(3.8年),3487例中1604例(46%)患者死亡。除右心室每搏输出量外,所有心脏MRI参数均预测死亡率(表4)。包括右心室质量在内的右心室参数是肺动脉高压亚组(n = 920)的预后标志物(表4)。在纳入年龄、世界卫生组织功能分级、增量穿梭步行试验、右心导管检查参数(平均肺动脉压、肺动脉楔压、心输出量和混合静脉血氧饱和度)以及心脏MRI变量(年龄和性别校正的右心室和左心室射血分数及质量指数)的多变量分析中,右心室射血分数仍是显著的预后标志物(表4)。可用的手动心脏MRI测量的单变量和多变量Cox回归结果见表E2(在线)。
可重复性评估
人工智能和手动测量的心脏MRI测量在研究间可重复性均较高。自动左心室和右心室容积及质量测量的组内相关系数(ICC)分别为0.92和0.99。左心室和右心室射血分数的ICC分别为0.80和0.90(表5)。人工智能与手动测量之间扫描-再扫描测量的差异无统计学意义(t检验右心室射血分数P = .73,左心室射血分数P = .8)(表E3[在线])。
Bland-Altman图显示手动与自动测量之间高度一致,扫描-再扫描测量的平均绝对差异较小,范围为0 mL至4 mL(图5)。差异较大的MRI扫描示例见图E2(在线)。
外部测试
在多中心和多厂商(西门子、飞利浦和GE)外部数据集中,人工智能与手动测量之间具有极好的一致性。观察者间ICC在左心室和右心室容积方面范围为0.94至0.99(表E4[在线])。左心室射血分数的ICC为0.93,右心室射血分数为0.94,左心室和右心室质量的ICC分别为0.95和0.92。Bland-Altman图显示平均绝对差异较小(图E3[在线],图4)。
分割准确性
Dice分析显示,在内部和外部测试队列中,人工智能与手动测量的左心室和右心室心外膜及心内膜收缩末期和舒张末期轮廓具有极好的一致性(表E5[在线])。内部数据集中,左心室的Dice值范围为93%至96%,右心室为93%–95%。外部队列的Dice值略低,左心室范围为89%至95%,右心室为88%至92%。
讨论
我们的研究在一个大型患者队列中开发并全面分析了一种全自动双心室心脏磁共振评估的性能。我们证明,全自动左心室(LV)每搏输出量和心室质量指数评估与有创血流动力学参数的相关性强于手动评估,如LV每搏输出量(r = 0.74 vs 0.68;P = .03)、肺血管阻力(r = 0.62 vs 0.41;P < .001)和平均肺动脉压(r = 0.56 vs 0.37;P < .001)。此外,我们展示了人工智能(AI)测量在评估LV和右心室(RV)测量值方面具有极好的扫描-再扫描可重复性,包括更具挑战性的RV质量(组内相关系数,0.98;95% CI:0.96,0.99)。在人群水平上,我们评估了基于AI的心脏磁共振测量值的预后价值,并展示了其在多种病理疾病队列中预测死亡率的能力,并进一步评估了肺动脉高压患者亚组中的RV参数。最后,我们展示了AI轮廓在外部队列中极好的泛化能力。
我们纳入了影响RV的不同类型和严重程度的疾病,以提高模型自动测量RV功能和容积的可靠性。我们还训练模型识别RV心外膜轮廓,以捕获各种RV表现,如RV扩张和肥厚,以及正常变异。既往评估双心室或专注于RV短轴分割的研究使用了小型公共数据集,未纳入或仅纳入有限数量的RV功能异常患者(1)。最大的双心室分割研究由Bai等(15)和Budai等(16)报道,每项研究约纳入5000名参与者。Bai等(15)纳入了来自英国生物银行研究的健康志愿者,而Budai等(16)纳入的队列主要患有LV病理疾病,RV病理疾病有限,如致心律失常性心室疾病等。两项研究均为单中心和单 vendor。我们的研究在两个主要方面有所不同:AI分割模型包含了来自多个 vendor(GE、Philips和Siemens)、多个中心(布达佩斯和谢菲尔德)和多种病理病因(LV和RV疾病)的大型训练数据集;并通过测试自动心脏磁共振结果与有创血流动力学的相关性、预后能力、可重复性以及在外部队列中与手动测量的比较对其进行评估。我们的外部测试数据集包括因复杂病理病因转诊至专家寻求第二意见的患者。
我们验证了人工智能(AI)衍生的心脏磁共振(MRI)测量结果与同日进行的侵入性血流动力学检查的一致性。与参考标准血流动力学相比,心脏MRI对肺动脉高压具有诊断准确性(17–19)。右心室射血分数与肺血管阻力之间的相关性据报道在−0.32至−0.55之间,与平均肺动脉压的相关性在−0.28至−0.66之间(20–23)。心室质量指数(右心室质量与左心室质量之比)也与右心导管检查(RHC)参数相关,与肺血管阻力的相关性在0.11至0.74之间,与平均肺动脉压的相关性在0.53至0.87之间(20,22,23)。我们的研究表明,基于AI的心脏MRI测量结果与RHC参数相关。其中心室质量指数——已知是肺动脉高压的诊断和预后标志物——在自动测量时与RHC显示出更强的相关性,表明其准确性优于手动测量的心室质量指数。尽管某些数值显示出高度不一致,但这在包含先天性心脏病患者的异质性人群中是可以预期的,并且考虑到所比较模态之间存在显著的技术变异性。
心脏MRI测量结果的预后价值已在多种心肺疾病中得到确立,包括缺血性心脏病、心肌病、心力衰竭和肺动脉高压(24–27)。在肺动脉高压患者中,一项纳入近2000例患者的荟萃分析显示,右心室射血分数、右心室收缩末期容积指数和右心室舒张末期容积指数可预测死亡率和临床恶化(28)。我们的研究在3417例患有多种病理疾病的大型队列(包括920例肺动脉高压患者)中证实了自动心脏MRI测量结果的预后能力。经年龄和性别校正后,右心室射血分数、右心室收缩末期容积指数、右心室舒张末期容积指数和右心室舒张末期质量指数可预测肺动脉高压患者的死亡。右心室舒张末期质量指数未在商业软件包中评估,但可提供有用的预后信息,尤其是在肺动脉高压中。此外,我们表明,将自动测量的右心室射血分数加入功能评估(世界卫生组织功能分级和步行试验)和右心导管检查参数后,其在肺动脉高压中是具有统计学意义的预后标志物。
尽管我们的分析显示自动测量与手动测量之间的差异无统计学意义,但这些差异可能相对较大(例如,射血分数差异为6%)。因此,我们认为建立人工智能(AI)分割的正常范围很重要。此外,尽管自动分割与手动分割之间的重复性相似,但在扫描-再扫描队列的手动分割中注意到了一致的差异,例如排除右心室流出道的部分区域。虽然这种一致性维持了极好的重复性,但手动分割的准确性较低。扫描-再扫描分割由一名未参与AI模型训练的心脏MRI从业者完成,突显了即使在同一机构内,对心脏基底部的判读也存在主观差异。此外,AI分割在某些患者中失败,表明需要进一步训练。失败的AI分割将被持续识别并纳入未来训练轮次,以提高模型的准确性。
我们的研究存在局限性。第一,验证(包括与心导管检查的比较以及死亡预测)在单中心使用两套MRI系统完成,且队列描述有限。第二,由于对小梁处理方式的不同,无法在大型ASPIRE队列中对AI测量与手动测量进行直接比较,以评估其与右心导管检查(RHC)的相关性及死亡预测。第三,分割算法无法公开获取,因为深度学习代码需要大量文档和兼容性脚本才能供外部各方应用。然而,我们鼓励读者联系通讯作者,以研究目的获取Mass软件和AI分割工具的使用权限。
总之,我们描述了一种人在回路中的人工智能(AI)方法,用于开发双心室心脏MRI评估工具。我们在一个包含广泛右心室和左心室病理异常及正常变异的大型患者队列中,对基于AI的心脏MRI测量进行了全面评估。全自动心脏MRI评估与侵入性血流动力学相关,并具有预后价值。针对心尖部误差和更极端病理异常进行训练可进一步推进AI方法。未来以心脏MRI作为临床终点的研究可受益于AI测量的高重复性和泛化性。
引用
- Alabed S, Alandejani F, Dwivedi K, et al. Validation of Artificial Intelligence Cardiac MRI Measurements: Relationship to Heart Catheterization and Mortality Prediction. Radiology. 2022. PMID: 35699578. doi:10.1148/radiol.212929
- 全文:PMC9527336(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC9527336/
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。