基于人工智能的冠状动脉钙化评分模型在CT上的评估
本研究开发并评估了一种全自动人工智能模型,用于在非增强心电门控心脏CT上识别和量化冠状动脉钙化(CAC)。模型在2439例扫描上训练,771例验证,1849例独立测试。结果显示自动评分与人工参考标准相关性极强(Spearman r=0.90),89%的扫描被分入相同风险类别,分析时间仅13.1秒/扫描。
要点
- AI模型自动计算CAC Agatston评分,与人工评分相关性高(r=0.90),89%风险分类一致。
- 对CAC>100的阳性预测值95.2%,阴性预测值98.9%,可用于风险分层。
- 模型分析时间13.1秒/扫描,有望优化工作流程。
关键影像表现/征象
- 模型检测CAC阳性867例(46.9%),人工参考标准815例(44.1%),差异无统计学意义(p=0.09)。
- 在人工参考标准CAC=0的1034例中,92例(8.9%)被模型判为阳性;在人工参考标准CAC>0的815例中,40例(4.9%)被模型判为0。
- 模型与人工评分相关性:Spearman r=0.90(95%CI 0.89-0.91,p<0.001),ICC=0.98(95%CI 0.98-0.99,p<0.001)。
- Bland-Altman平均差异1.69(95%一致性界限:-41.22,44.60)。
- 风险分类一致性:89.0%(1646/1849)分入相同类别,Cohen's κ=0.90(95%CI 0.88-0.91,p<0.001)。
诊断标准与关键数值
- CAC Agatston评分风险分类:0(无CAC)、1-10(微小CAC)、11-100(轻度CAC)、101-400(中度CAC)、>400(重度CAC)。
- 对CAC>100的阳性预测值95.2%,阴性预测值98.9%。
- 在人工参考标准CAC>100的274例中,模型正确识别256例(93.4%);在CAC≤100的1575例中,仅13例(0.8%)被模型判为>100。
临床应用与阅片要点
- 模型可自动识别冠状动脉钙化并排除非冠状动脉钙化(如二尖瓣环、主动脉根部),减少人工操作时间。
- 对CAC>100的识别准确性高,可辅助决定是否启动他汀类药物治疗。
- 需注意模型在极低CAC(1-10)范围内的误分类,主要发生在0与1-10类别之间,临床影响较小。
- 模型不适用于有金属伪影、高噪声、冠状动脉支架、搭桥、人工瓣膜、起搏器等情况的扫描。
局限性
- 测试集中超过一半扫描CAC评分为0,可能导致模型在低CAC水平准确性降低。
- 模型未开发用于按单支冠状动脉量化CAC。
- 排除金属伪影和高噪声扫描,限制了模型在这些情况下的适用性。
- 回顾性研究设计。
全文中译8 节 · 点击展开
引言
冠状动脉疾病(CAD)是全球死亡和残疾的主要原因,给医疗支出带来了沉重负担[1]。早期识别高心血管风险的无症状个体对于优化预防性药物治疗(如他汀类药物)的使用十分重要。冠状动脉钙化(CAC)评分是冠状动脉内动脉粥样硬化斑块负荷的替代指标,已被证明可预测CAD事件[2, 3]。CAC传统上通过心电图门控的心脏计算机断层扫描(CT)成像进行无创评估,无需静脉造影剂[3]。随着指南目前推荐对中等或临界风险个体进行CAC评分以重新分类心血管风险,从而辅助预防性治疗的决策[4–6],其在临床实践中的应用可能会增加。
CAC目前由放射技师使用CT图像轴位层面手动评估,然后使用市售的半自动软件进行量化。放射技师必须选择高密度体素,定义为> 130亨氏单位(HU),这些体素被半自动识别,然后根据其在冠状动脉中的位置进行分割。[3]重要的是,放射技师必须检查高密度体素的位置以排除非冠状动脉钙化。CAC通常使用Agatston方法进行量化,该方法考虑钙化斑块面积和单个钙化病灶的最大密度,但不考虑位置和分布模式[7, 8]。Agatston评分可根据评分分为心血管风险类别:0(无CAC)、1–10(极少量CAC)、11–100(轻度CAC)、101–400(中度CAC)和> 400(重度CAC)[3, 9]。CAC评分虽然简单直接,但增加了成本,且可能耗时,对于大规模研究而言不切实际。
使用心脏CT进行CAC评估的自动化模型已有报道,包括基于规则的、机器学习的和深度学习方法[10–20]。全自动评分方法的一个挑战是区分真正的CAC与周围结构中的钙化,如二尖瓣环、心脏瓣膜和主动脉的钙化。尽管结果令人鼓舞,但这些自动化方法尚未被纳入常规临床实践,因为需要更多证据且需要证明其普适性。需要极少或无需人工分析的全自动CAC识别和量化可能减少人工操作者的工作量、提高时间效率、降低成本,并在大规模筛查策略或流行病学研究中发挥作用[21–23]。本研究旨在开发和评估一种新型的基于人工智能(AI)的全自动模型,该模型使用心脏CT识别和量化CAC。
材料和方法
用于自动化CAC评分模型(DeepC Architecture,Salix,Artrya Ltd.)训练、验证和测试的所有CT扫描均为回顾性获取。本研究经当地研究伦理委员会批准(Bellberry人类研究伦理委员会:2020-06-533),并按照《赫尔辛基宣言》进行。
模型开发
开发了一个三维(3D)全卷积神经网络(CNN),用于将非增强CT体积中的高密度体素(定义为>130 HU)进行分类,如图1所示。该定制CNN是一个由3D卷积层组成的13层模型。CNN的视野包括z方向33 mm和轴平面60.5 mm的区域,这为CNN提供了用于预测所识别病变分类的空间上下文。开发了一个单独的基于U-NET的CNN,用于从CT轴位切片中识别升主动脉和降主动脉。主动脉分割的输出被用作CAC评分CNN的额外输入通道。第二个二维CNN具有与主动脉分割模型相似的设计,用于从扫描中分割心脏感兴趣区域。纳入这些分割模型是为了通过消除扫描中非冠状动脉钙化区域来减少假阳性。
该模型的一个独特方面是使用CNN的额外输入通道来提供相对于扫描中空间参考点的空间位置信息。由于CNN在推理时只能访问CT体积的一个子集(即前面描述的视野),额外的空间位置数据可用于区分体积中不同位置出现的相似空间模式。这通过区分冠状动脉与非冠状动脉钙化进一步帮助减少假阳性。例如,左前降支的钙化仅发生在前室间沟附近,CNN利用嵌入在空间通道中的信息将其纳入分析。使用ADAMAX优化器以及针对分类血管类别的交叉熵损失函数。
验证与测试
纳入年龄≥18岁、因检查冠心病而接受冠状动脉钙化(CAC)评估、且由三级专家阅片者报告Agatston CAC评分的个体所做的非对比前瞻性心电门控CT扫描数据。手动CAC评分被视为金标准。研究者在事先依据排除标准对扫描进行评估,被排除的扫描未纳入分析。排除标准包括噪声水平高、存在多个非对比序列、数据缺失,以及个体存在冠状动脉支架、冠状动脉旁路移植术、人工心脏瓣膜、永久性心脏起搏器或其他金属伪影的扫描。在数据集中,若存在噪声或采集问题,个体可能有多个非对比CT序列。因此,这些扫描被排除以减少潜在偏倚。噪声水平由降主动脉的信噪比和病灶数量(> 130 HU)确定。因噪声排除扫描的截断值事先通过内部分析确定为信噪比1.7且最大病灶数量9000,从而排除的扫描不超过5%。
为训练和验证自动化模型,回顾性从两家独立机构获取因临床目的常规进行的连续非增强心脏CT扫描。3D卷积神经网络(CNN)的训练数据为:(1)来自Envision Medical Imaging(澳大利亚珀斯)的2251例Siemens Healthcare SOMATOM Force扫描,验证集由随机选取的735例扫描组成;(2)来自爱丁堡大学(苏格兰爱丁堡)的143例Philips Healthcare Brilliance 64和45例Toshiba Medical Systems Aquilion ONE扫描,验证集由20例Philips Healthcare和16例Toshiba Medical Systems扫描组成。
主动脉模型使用来自三台独立CT扫描仪的数据进行训练:Siemens Healthcare SOMATOM Force、Toshiba Medical Systems Aquilion ONE和Philips Healthcare Brilliance 64。训练集共使用54例研究,验证集7例研究,测试集12例研究,均为随机选取。测试集上获得的Dice评分为0.94。心脏模型使用更大的训练集开发,三台扫描仪的训练集共94例研究,验证集7例研究,测试集10例研究。心脏模型的Dice评分为0.86。
此后,回顾性获取2014年12月至2021年5月期间在渥太华大学心脏研究所(加拿大渥太华)因临床指征进行的2000例心脏CT扫描。这些CT图像采用标准化的厂商特定序列扫描方案采集,管电压为120 kVp,层厚为2.5 mm(GE Healthcare)或3 mm(Siemens Healthcare)。应用排除标准后,在该独立数据集上使用非对比序列图像测试自动化CAC评分模型,并为每例扫描计算CAC评分。使用的图形处理单元为EVGA GeForce RTX3090 FTW3 ULTRA 24G(NVIDIA)。
统计分析
统计分析使用Python(Python软件基金会)进行。数据以均值和标准差或计数和百分比表示。根据Agatston方法计算每个个体的总CAC评分,并进一步根据评分按照以下五个心血管风险类别进行分类:0、1–10、11–100、101–400和> 400。[3, 9] 将自动CAC评分与根据扫描报告(手动参考标准)获得的手动和前瞻性推导的Agatston CAC评分进行比较。比例之间的差异使用Pearson卡方检验进行比较。方法之间的相关性和一致性使用Spearman秩相关系数(⍴)、双向组内相关系数(ICC)、Bland-Altman图(含平均差异和95%一致性界限)以及Cohen线性加权kappa系数(κ)进行评估。双侧p值< 0.05用于定义统计学显著性。
结果
在获得的2000例独立心脏CT扫描中,排除了151例,其余1849例(92.5%)用于测试模型,如图2所示。在这1849例扫描中,965例(52.2%)为Siemens Healthcare Definition Flash,884例(47.8%)为GE Healthcare Lightspeed VCT 64层扫描。平均年龄为55.7 ± 10.5岁,915例(49.5%)为男性。模型每次扫描的平均总分析时间为13.1 ± 3.2秒,时间因每次CT扫描需要分析的层数而有所变化。
根据参考标准,815例(44.1%)个体报告有冠状动脉钙化,而使用自动模型在867例(46.9%,p = 0.09)个体中检测到冠状动脉钙化。检测到的钙化示例如图3所示。在参考标准CAC评分为零的1034例(55.9%)个体中,92例(8.9%)使用自动模型评分为阳性(表1),其原因详见补充表1。在参考标准CAC评分为阳性的815例(44.1%)个体中,40例(4.9%)使用自动模型评分为零(原因详见补充表1)。参考标准报告274例(14.8%)个体CAC评分> 100 Agatston单位,其中256例(93.4%)使用自动模型评分> 100。对于CAC评分> 100,阳性预测值为95.2%,阴性预测值为98.9%。在CAC评分≤ 100 Agatston单位的1575例(85.2%)个体中,13例(0.8%)使用自动模型评分> 100。
自动模型的CAC评分结果与参考标准相关性极强(Spearman r = 0.90,95%置信区间[CI] 0.89–0.91,p < 0.001;ICC = 0.98,95% CI 0.98–0.99,p < 0.001)(图4)。Bland-Altman分析显示参考标准与自动模型预测的CAC评分之间差异很小,平均差异为1.69(95%一致性界限:−41.22,44.60)(图5)。总体而言,全自动模型将1646例个体(89.0%)分类至与参考标准相同的CAC评分风险类别。在203例被重新分类的个体中,171例(84.2%)被重新分类至相邻的风险类别。当使用Cohen kappa统计量比较两种方法之间的CAC评分风险类别时(表1),几乎具有极好的一致性(κ = 0.90,95% CI 0.88–0.91,p < 0.001)。
讨论
本文介绍了一种新型的基于人工智能的全自动模型,该模型被开发用于使用非对比增强心电图门控心脏CT来识别和量化每名患者的总CAC。与通过人工参考标准获得的CAC评分相比,该模型表现出非常高水平的相关性和一致性。值得注意的是,该模型的高准确度在心血管风险分类的整个谱系以及不同扫描仪之间均得以保持。此外,该模型能够快速计算CAC评分,每次CT扫描的分析时间很短。这些结果为基于人工智能的CAC评分技术在临床实践中的转化奠定了基础。
评估自动CAC评分模型的研究数量有限,并且由于研究设计、方法和所用CT数据集的差异,研究之间的比较较为困难。本研究是其他类似研究的延伸,其结果与其他评估自动化方法的心脏CT研究结果一致,与人类参考标准相比,具有高相关性和约0.90的kappa系数[12, 15, 16, 18–20]。自动CAC评分在过去两年中也是一些重要发表的主题,包括Eng等人的另一项多中心、多厂商研究,该研究纳入了非心电图门控CT扫描[21, 23, 24]。人工智能模型还可以在识别和量化低剂量非心电图门控CT扫描中的CAC方面发挥作用,这些扫描包括心脏,但却是因非心脏原因(如肺癌筛查)而进行的,从而允许机会性心血管风险评估[15, 16, 23–25]。然而,鉴于非门控胸部CT的保真度降低,自动CAC评分的准确度仍然较低(kappa系数在0.6至0.7范围内)[20, 25]。
自动CAC评分方法的一个主要挑战是在无需人工输入的情况下区分真性CAC与非冠状动脉钙化或噪声的能力。文献中报道的一些自动化算法依赖冠状动脉计算机断层扫描血管造影(CCTA)层面的信息来更好地界定冠状动脉解剖结构,从而改善这种区分能力[13, 26, 27]。然而,用于量化CAC的CT图像并不总是与需要静脉注射对比剂的CCTA同时采集。本研究的重点是在非对比剂心电门控心脏CT扫描上独家实现快速且准确的结果。基于此,本研究开发了一种基于AI的模型,使用多个CNN设计以整合3D空间位置信息,从而可以估计冠状动脉和主动脉的位置,并在无需对比剂的情况下分割病灶。纳入独立的主动脉分割模型和心脏分割模型也可能有助于通过区分冠状动脉与非冠状动脉钙化来减少假阳性。该模型还能够在数秒量级内计算CAC评分,这比人工方法快得多,是实施AI软件的重要前提[15, 17, 18, 20]。
本研究设计的另一个不同之处是使用五个CAC评分类别[3, 9]。一些使用心脏CT的研究评估了自动化模型将个体分为三个或四个CAC评分风险类别的能力[10, 19, 21, 26]。纳入CAC评分为1–10和11–100的类别而非将1–100作为一个类别,评估了识别极少量冠状动脉斑块个体的附加能力。此外,CAC评分为零的个体10年心血管风险非常低,识别这些个体可以减少不必要的预防性药物治疗。[9]该自动化模型将9%报告CAC评分为零的个体分类为阳性评分,其原因包括检测到非冠状动脉钙化、噪声、真实值存疑以及伪影。另一方面,仅有5%报告CAC评分为阳性的个体被自动化模型分类为零分,原因与上述类似。既往CAC评分的AI研究中也注意到了类似原因,从而凸显了一个持续存在的挑战[12, 28]。大多数错误分类发生在0与1–10 CAC评分类别之间。从临床角度来看,目前尚无推荐使用1至10 Agatston单位之间的CAC评分来指导预防性药物治疗决策,因此在这一极低CAC评分范围内错误分类的临床影响较小。
尽管CAC评分是一个连续变量,指南推荐将CAC评分≥100 Agatston单位作为启动他汀类药物治疗的阈值[4–6]。该自动化模型在95%的个体中准确识别了CAC评分>100 Agatston单位,与人工评估结果相比。另一方面,在使用自动化模型的CAC评分≤100 Agatston单位的个体中,<1%的个体评分>100。尽管该模型达到了可接受的诊断性能,但可以提供视觉反馈以显示对评分有贡献的区域,并允许人工操作者在需要时进行修改。尽管本研究未使用,但可以嵌入模糊检测器以在病变不确定的情况下提示人工操作者提供反馈,这可以解决假阳性或阴性结果,从而最大限度地减少CAC评分类别的误分类[10, 12]。
过去十年中,人工智能在心血管影像学中的应用发展迅速[22, 23]。全自动化模型可以通过减少人工分析的需求,最大限度地减少执行CAC识别、量化和分割的体力性和重复性任务。将人工操作者的角色重新导向其他任务可以进一步降低与CAC评分相关的成本,从而使其更广泛地可用。这一点很重要,因为由于指南现在推荐将其用作心血管风险分层的额外无创工具,未来对CAC评分需求可能会大幅增加[4–6]。此外,自动化模型可以应用于大规模人群进行筛查或研究目的,因为它们能够在数秒内量化CAC,并且人工智能由于其高可重复性可以潜在地克服人工观察者的测量误差[21, 23]。一旦得到充分验证,用于CAC评分的AI模型也可以用于培训医生解读和报告CAC评分。
用于自动化CAC评分模型训练、验证和测试的大量CT扫描是本研究的 key 优势。此外,数据集中的CT图像来自多种不同的扫描仪,反映了真实世界实践中的变异性。尽管不同厂商制造的CT扫描仪可能产生不同的CAC评分,但在来自不同厂商或扫描仪类型的多种CT图像上测试自动化模型提高了其在不同实践中的适用性和泛化性[29]。本研究的一个局限性是测试数据集中超过一半的扫描CAC评分为零。尽管这与其他研究一致并反映了临床实践和真实世界人群,但这样的数据集会导致某些情况下模型错误地报告阳性CAC评分(特别是在1–10 CAC评分类别中)[17]。因此,如果不是因为这一局限性,所报告的结果可能会更好。因此,模型在极低CAC水平下的准确性可能会降低,模型的未来迭代将寻求改进这一方面。此外,该模型并非为量化每支冠状动脉的CAC而开发,这可能改善心血管风险分层,但目前尚未为此目的常规进行[8]。带有金属伪影和高水平噪声的扫描被排除,因为这可能影响CAC评分,从而限制了自动化模型在此类情况下的适用性。
总之,所提出的用于心脏CT的基于人工智能的全自动冠状动脉钙化(CAC)评分模型具有新颖性和快速性,与当前的人工CAC评分方法相比显示出高准确性。未来研究应评估其对临床实践和心脏CT报告临床医生工作流程的潜在影响,并评估自动CAC评分与患者结局之间的关联。
补充信息
ESM 1(DOCX 21 kb)
引用
- Ihdayhid, Lan, Williams, et al. Evaluation of an artificial intelligence coronary artery calcium scoring model from computed tomography. Eur Radiol. 2022. PMID: 35986771. doi:10.1007/s00330-022-09028-3
- 全文:PMC9755106(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC9755106/
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。