RSNA2021 心臟CT及MRI

2022-12-05 09:00冉玲平楊朝霞喬金晗趙培君魯健窈李浩杰朱桐嚴祥虎羅毅向春林黃璐夏黎明

放射學實踐 2022年2期

冉玲平，楊朝霞，喬金晗，趙培君，魯健窈，李浩杰，朱桐，嚴祥虎，羅毅，向春林，黃璐，夏黎明

2021年RSNA的心臟專題收錄90余篇摘要，現(xiàn)對2021年RSNA年會上心臟CT及MRI方面的主要研究熱點及重點內(nèi)容概述如下。

人工智能在冠狀動脈CTA和心臟MRI中的應用

人工智能是近幾年心血管成像研究的熱點。冠狀動脈CTA(coronary computed tomography angiography,CCTA)是一種可靠的無創(chuàng)性成像方式，能夠準確診斷并排除冠狀動脈疾病(coronary artery disease,CAD)。在冠狀動脈CTA中，需要更高的空間分辨率來精確評估CAD。近年發(fā)展起來的基于深度學習的重建(deep learning-based reconstruction,DLR)可以減少圖像噪聲，提高CT掃描的圖像質(zhì)量，但不能提高空間分辨率。Fuminari等的研究開發(fā)了一種用于常規(guī)CT圖像的超分辨率DLR(super-resolution DLR,SR-DLR)，將常規(guī)分辨率轉(zhuǎn)換為高分辨率CT圖像；發(fā)現(xiàn)與傳統(tǒng)混合迭代重建圖像相比，使用SR-DLR可降低冠脈CTA圖像噪聲并提高空間分辨率。

CAD是接受經(jīng)導管主動脈瓣植入術(shù)(transcatheter aortic valve implantation,TAVI)治療患者的常見合并癥。當前指南建議在TAVI術(shù)前對其進行評估。如果CCTA可以排除顯著的CAD，則無需進行有創(chuàng)性冠狀動脈造影術(shù)(invasive coronary angiography,ICA)。盡管CCTA是一種非常敏感的檢測方法，但它受限于相對較低的特異度和陽性預測值，尤其是在高?；颊咧?。Robin等研究發(fā)現(xiàn)基于機器學習(machine learning，ML)的CT衍生的血流儲備分數(shù)(CT-derived fractional flow reserve,CT-FFR)可以通過在CCTA上正確重新分類相當比例的具有CAD形態(tài)學征象的TAVI患者，可進一步提高CCTA的診斷效能。CT-FFR有可能提高CCTA的特異度和陽性預測值，并進一步減少具有挑戰(zhàn)性的老年患者組TAVI術(shù)前對ICA的需求。Xu等應用基于深度學習重建算法提高了冠狀動脈CTA的圖像質(zhì)量，并略微提高了基于ML的冠狀動脈CTA CT-FFR值的診斷效能。Huang等發(fā)現(xiàn)與傳統(tǒng)的ICA相比，基于ML-CCTA能夠區(qū)分哪些患者需要血管重建術(shù)，并對血運重建策略的選擇做出正確的決定，ML-CCTA使治療決策能夠在臨床工作流程中快速執(zhí)行。

Verena等發(fā)現(xiàn)了一種基于CCTA的全自動人工智能(artificial intelligence，AI)檢測軟件，用于使用冠狀動脈疾病報告和數(shù)據(jù)系統(tǒng)(CAD-RADS)自動進行冠狀動脈分割和狹窄評估，實現(xiàn)了CCTA對冠狀動脈狹窄患者快速、可靠的識別，具有很高的診斷準確度，可能有助于以更省時的方式提高診斷準確度。Han等發(fā)現(xiàn)CCTA-AI可以提高不同經(jīng)驗水平的放射科醫(yī)生的診斷效能，初級組能提高敏感度，而高級組則提高特異度，CCTA-AI輔助可以縮短放射科醫(yī)生的診斷時間。

Zhao等研究了深度學習的AI診斷系統(tǒng)對鈣化斑塊、非鈣化斑塊和混合斑塊檢測效率的差異，發(fā)現(xiàn)AI系統(tǒng)檢測冠狀動脈斑塊的診斷效率與斑塊類型相關(guān)，識別鈣化斑塊和混合斑塊的效果優(yōu)于非鈣化斑塊。Yu等發(fā)現(xiàn)基于AI的各種非門控胸部CT的自動冠狀動脈鈣化(coronary artery calcium,CAC)評分與心電門控CAC掃描中的參考評分具有較好的一致性，對心血管疾病風險分類準確。由于在心臟風險預測中有關(guān)CAC評分的現(xiàn)有證據(jù)主要基于專用心電門控掃描，這種在常規(guī)胸部CT檢查的自動CAC評分能減少額外的CT檢查。

Bauer等發(fā)現(xiàn)基于ML的事件時間分析比現(xiàn)有的臨床或CCTA指標以及結(jié)合這些特征的傳統(tǒng)Cox模型能更準確地預測主要心臟不良事件(major adverse cardiac event，MACE)。ML可通過加強臨床和CCTA風險預測因子的整合來改善風險分層。盡管努力將斑塊分析納入CCTA數(shù)據(jù)的評估，但迄今為止基于CCTA的風險分層的臨床相關(guān)性有限。通過將時間-事件分析引入整合臨床和CCTA預測因子的機器學習模型，可提高個性化風險預測的精準度。

心臟磁共振(cardiac magnetic resonance,CMR)是測量雙心室容積和功能的金標準，已被證實具有診斷價值和預測死亡率，在一些心臟疾病的檢查和隨訪中是必不可少的。Andrew等將AI和人工獲得的CMR測量結(jié)果與有創(chuàng)性右心導管和死亡率預測等臨床客觀結(jié)果進行比較，發(fā)現(xiàn)AI獲得的CMR測量結(jié)果優(yōu)于人工評估。CMR人工智能驅(qū)動的全自動雙心室測量進一步提高了CMR在臨床環(huán)境中的實用性。Chang等發(fā)現(xiàn)基于AI軟件可以快速自動分析T1-mapping圖像，自動測量心肌T1值和心肌細胞外體積分數(shù)(extracellular volume fraction,ECV)，與放射科醫(yī)生分析的結(jié)果相當，是一種有價值的輔助工具，可以減輕手動分析的負擔。

2D相位對比(2D phase contrast,PC)MRI可以分析許多心血管異常的血流，如瓣膜疾病。由于主動脈、肺動脈和其他血管結(jié)構(gòu)之間有著密切的解剖關(guān)系，為了實現(xiàn)可靠的流量定量，需要準確地勾畫血管輪廓。Maurice等研究發(fā)現(xiàn)在92%的入選患者中，與有經(jīng)驗的人工觀察者相比，全自動DL血流定量提供了可靠的結(jié)果，分析時間顯著減少，可為放射科醫(yī)生提供支持。

心臟CT灌注及增強成像

無創(chuàng)性鑒別心外膜血管狹窄與微血管因素所致慢性心肌缺血是具有挑戰(zhàn)性的。Florian等發(fā)現(xiàn)在微血管缺血患病率高的前瞻性多中心隊列中，4D CT灌注(computed tomography perfusion,CTP)的分形分析準確地區(qū)分了心肌缺血的大血管和微血管病因。CTP的分形分析可作為有創(chuàng)性檢測前的無創(chuàng)性把關(guān)檢測，以確定ICA的適應證。Kouchi等研究發(fā)現(xiàn)靜態(tài)CTP來源的心肌-主動脈增強比(myocardial enhancement ratio to aorta,MER)用于檢測心肌缺血是可行的，其診斷效能明顯高于常規(guī)定量參數(shù)透壁灌注比和心肌CT值。MER是一個心肌CTP靜態(tài)顯像的新定量參數(shù)，具有較高的診斷準確度，有希望通過應用靜態(tài)而不是動態(tài)CTP顯像檢出心肌缺血，可降低輻射劑量。

心臟同種異體移植血管病變(cardiac allograft vasculopathy,CAV)是心臟移植的主要遠期并發(fā)癥，Ahn等研究了負荷心肌CTP在識別CAV中的作用，發(fā)現(xiàn)負荷CTP能顯示心臟移植患者CAV中心肌血流量(myocardial blood flow,MBF)的改變，有CAV患者的MBF顯著低于無CAV患者，CTP是一種可提供預測CAV信息的無創(chuàng)性檢查方法。

雙能CT的低keV圖像或碘圖較單能CT更適合評估心臟CT中的晚期碘增強(late iodine enhancement,LIE)。然而，以前沒有研究評估其他定量圖和混合圖像在心臟CT中評估LIE的作用。Takeshi等在雙能心臟CT中建立最佳虛擬單能量圖像、最佳定量圖和混合圖像來描述LIE。發(fā)現(xiàn)在心臟雙能CT中，與低keV圖像或碘圖相比，電子密度圖提供了更好的LIE區(qū)和左心室內(nèi)空間對比度。低keV圖像和電子密度圖的混合圖像較其他混合圖像提供了更好的圖像質(zhì)量，能為心臟雙能CT中的LIE分析提供額外信息。Deng等以基于CMR-ECV為參考標準，來驗證采用雙能CT的LIE衍生的ECV，發(fā)現(xiàn)LIE衍生的CT-ECV可以作為CMR-ECV的替代指標。此外，CT-ECV有可能用于心力衰竭患者的危險分層。在一站式檢查中，CCTA聯(lián)合LIE具有相對較低的輻射，不僅在評估冠狀動脈和心臟結(jié)構(gòu)方面非常有用，而且在量化彌漫性心肌纖維化方面也很有價值。Zhang等研究發(fā)現(xiàn)雙能量心臟CTA掃描的輻射劑量低，對左心耳血栓具有較高的診斷價值；建議動脈期雙能量CTA代替?zhèn)鹘y(tǒng)的兩期采集，以檢測左心耳血栓，并獲得清晰的解剖結(jié)構(gòu)。

為了改善心肌延遲增強(myocardial delayed enhancement,MDE)CT圖像質(zhì)量，Hironori等開發(fā)了一種基于人工智能的去噪方法，該方法添加了三次采集和原始單次采集的一組圖像作為基礎，定量評估AI去噪圖像的圖像質(zhì)量，并以CMR為標準評估其診斷效能?；贏I去噪過程可以顯著提高MDE CT的對比噪聲比(contrast-to-noise ratio,CNR)和診斷效能，AI去噪方法通過使用MDE CT的加權(quán)平均來學習降噪，可以實現(xiàn)高降噪和改進診斷效能，從而優(yōu)化輻射暴露。

非缺血性/缺血性心肌病的MRI評估

1.非缺血性心肌病

心血管疾病是腫瘤復發(fā)后影響腫瘤患者預期壽命的重要因素，化療藥物的心臟毒性是腫瘤治療的嚴重并發(fā)癥，可導致嚴重的發(fā)病率和死亡率。多種抗癌藥物都會引起心臟毒性，特別是蒽環(huán)類藥物容易引起心力衰竭。CMR的心肌組織特征顯像是評價化療藥物心臟毒性的一種有用的診斷工具。Satoshi等研究發(fā)現(xiàn)蒽環(huán)類藥物化療后乳腺癌患者心肌初始T1rho和T1值升高，心功能降低；初始T1rho和T1值可能成為早期檢測乳腺癌患者化療治療相關(guān)心臟損傷的一種新興無創(chuàng)性生物標記物，無創(chuàng)性CMR可能在早期發(fā)現(xiàn)化療相關(guān)心臟損傷中發(fā)揮作用。胸部放療會增加腫瘤幸存者心臟損傷的長期風險,因此需要建立早期檢測的標記物。Tian等研究發(fā)現(xiàn)在胸部放療后3個月和6個月，初始T1-mapping可檢測到心肌的早期持續(xù)性變化，而左心室射血分數(shù)(left ventricular ejection fraction,LVEF)和T2-mapping則顯示可逆性異常。初始T1和T2-mapping可以檢測腫瘤相關(guān)治療引起的心臟毒性的早期心肌損傷。因此，它們可能有助于識別胸部放療引起的心肌變化。Yoo等在乳腺MRI檢查中增加心臟成像方案，使用乳腺線圈獲得的心臟成像參數(shù)顯示，功能評估的掃描間變異性較低，左心室組織特征的掃描間重復性較高，這可能對乳腺癌患者癌癥治療相關(guān)心臟功能障礙的診斷和監(jiān)測具有重要作用，可以成為一種可行的常規(guī)監(jiān)測成像方法，用于評估乳腺癌化療患者的心臟毒性。

Fabry病中鞘脂的積聚導致左心室肥厚、心肌質(zhì)量增加和心肌T1值縮短，進而導致心肌結(jié)構(gòu)和功能的病理改變，與心臟不良事件相關(guān)。早期發(fā)現(xiàn)心肌受累對于及時啟動酶替代療法(enzyme replacement therapy,ERT)并提高其療效至關(guān)重要。Tilman等采用基于Feature-tracking技術(shù)的應變分析評價Fabry病患者右心室質(zhì)量的早期變化，并評估其診斷準確性，結(jié)果顯示Fabry病患者右心室的形態(tài)和功能變化先于左心室。右心室心肌質(zhì)量指數(shù)(indexed right ventricular myocardial mass,RVMi)和右心室整體縱向應變(right ventricular global longitudinal strain,RV-GLS)有助于檢測先前假定的表型陰性Fabry病患者改變的心肌變形模式，合并RVMi和RV-GLS提高了診斷準確率。這些發(fā)現(xiàn)可能會幫助更早啟動ERT，從而減緩甚至預防左心室肥厚及其相關(guān)的長期風險。Tilman等的另一研究結(jié)果顯示Fabry病患者與健康志愿者在T1值、心肌質(zhì)量和左心房應變參數(shù)中存在顯著差異；將左心房功能參數(shù)與心肌質(zhì)量和T1相結(jié)合，提高了在每個疾病階段檢測Fabry病的診斷效能。左心房應變參數(shù)可以補充目前診斷Fabry病心肌受累的多參數(shù)方法，尤其是在疾病肥厚前期的早期，以評估疾病嚴重程度和進展，指導藥物治療的開始和監(jiān)測治療的成功率。Chan等在Fabry病患者中行CMR檢查,發(fā)現(xiàn)Fabry病患者心肌的反應存在性別差異，男性左心室肥厚進展率高于女性，ERT可改善女性的鞘糖脂儲存，但男性的反應不太明顯，仍需進一步研究來評估疾病進展和治療反應中性別差異的預后意義。

Xu等研究發(fā)現(xiàn)CMR延遲釓增強(late gadolinium enhancement,LGE)是圍產(chǎn)期心肌病(peripartum cardiomyopathy,PPCM)MACE和LVEF無法恢復的增量獨立預測因子，CMR LGE與PPCM的臨床和預后相關(guān)。盡管幾乎所有無LGE的PPCM患者預后良好，但仍有相當數(shù)量的此類婦女存在心肌組織損傷的高風險，可能導致隨訪期間病情惡化。因此，建議使用CMR LGE監(jiān)測心肌受累情況，來指導PPCM患者的風險分層和臨床管理。

目前左心室致密化不全(left ventricular noncompaction,LVNC)的診斷標準與不良預后的關(guān)系較差，LGE是MACE的預測因子，但LVNC患者LGE的危險分層尚不清楚。Huang等研究發(fā)現(xiàn)在LVNC中，LGE范圍大于7.5%時MACE的風險顯著增加，環(huán)狀、多節(jié)段和游離壁LGE的存在與MACE相關(guān)，這些結(jié)果表明了LGE風險分層在LVNC患者中的價值。該研究提供了基于LGE的范圍、模式和位置的有用模型，用于預測LVNC中的MACE。Zhou等發(fā)現(xiàn)在LVNC患者中，心律失常的類型多且不具有代表性，心律失常不是其預后因素。心律失常結(jié)合影像學指標更有利于風險分層，心律失常LVNC患者合并LGE陽性或LVEF<30%患者的風險更高。

心臟淀粉樣變性(cardiac amyloidosis,CA)的心肌中存在淀粉樣纖維沉積和非特異性心肌水腫。這種非特異性心肌水腫可影響CA各種生物標志物的定量值，包括ECV。Oda等研究發(fā)現(xiàn)心肌水腫影響CA的ECV值。排除心肌水腫后，ECV顯示出與各種定量生物標志物的顯著相關(guān)性，可作為CA患者的監(jiān)測標志物。因此，在對CA患者進行心肌ECV監(jiān)測時，應考慮是否存在心肌水腫。

Chang等發(fā)現(xiàn)對于非缺血性擴張型心肌病(non-ischemic dilated cardiomyopathy,NIDCM)患者左心室反向重構(gòu)的評估，影像組學Rad評分較傳統(tǒng)的臨床放射學模型具有更高的價值，將Rad評分與傳統(tǒng)的臨床-放射學危險因素相結(jié)合，可作為NIDCM患者風險分層的補充生物學標志物。

Morita等發(fā)現(xiàn)心肌T1rho mapping與非缺血性心肌病的ECV值有較好的相關(guān)性，使識別ECV異常具有較高的診斷準確性。此外，與ECV值相似，無論是LGE(+)還是LGE(-)心肌節(jié)段T1rho值明顯高于正常心肌。說明這種無需對比劑就可以識別心肌纖維化的新技術(shù)，有助于評估早期心臟受累程度、疾病嚴重程度和預后。

2.缺血性心肌病

在慢性冠狀動脈疾病中，準確檢測缺血和冬眠心肌非常重要。Zhuang等的研究評價靜息狀態(tài)和ATP應激狀態(tài)下T1-mapping檢測豬心肌缺血、冬眠和梗死的可能性，發(fā)現(xiàn)靜息/負荷初始T1-mapping有可能檢測到缺血和冬眠心肌，而不需要釓對比劑。CMR靜息/負荷初始T1-mapping一種新的診斷冠心病缺血心肌的方法，初始T1-mapping不需要對比劑，可用于腎功能不全患者，避免不必要的ICA、過敏反應和對比劑沉積。

Park等的研究將急性心梗(acute myocardial infarction,AMI)患者MRI圖像上LGE灰色或白色信號的區(qū)域與隨訪時整體和節(jié)段性收縮功能恢復相關(guān)聯(lián)，發(fā)現(xiàn)LGE上灰色信號區(qū)域的心肌有益于左心室功能的恢復，可被認為是一種潛在的可挽救心肌。LGE上信號強度(signal intensity,SI)較低的AMI患者較LGE上SI較高的AMI患者有更好的功能恢復。

Yu等研究了CMR特征追蹤與常規(guī)CMR參數(shù)在ST段抬高型心肌梗死(ST-segment elevation myocardial infarction,STEMI)患者中的相關(guān)性，發(fā)現(xiàn)整體和局部應變都能對LGE程度進行分層，梗死鄰近區(qū)域雖然無LGE，但與遠端心肌相比其應變受損。CMR特征追蹤可以檢測LVEF保留的左心室功能減低，并區(qū)分由LGE評估的不同程度的心肌梗死。評估STEMI患者中，CMR特征追蹤是LVEF和LGE的潛在補充。

COVID-19心臟受累的影像學評估

心肌炎是運動員心源性猝死的已知常見原因。之前的研究表明，從COVID-19感染中康復的大學運動員通過CMR可能檢測到心血管受累。然而，目前對于COVID-19康復后的健康運動員在重返運動賽場之前是否需要進行CMR篩查尚無共識。Trabzonlu等研究發(fā)現(xiàn)從COVID-19感染中康復的學生運動員中，急性心肌炎(1.8%)和急性心包炎(0.9%)的患病率低，在COVID-19感染后康復的學生運動員中常規(guī)使用CMR作為篩查工具是有爭議的。Neo等研究發(fā)現(xiàn)在從COVID-19感染后恢復的大學運動員中，CMR異常表現(xiàn)的發(fā)生率很低；在CMR上識別生理性與正常變異的表現(xiàn)(特別是右心室插入部心肌的延遲強化和心腔輕度增大)，對于避免過度診斷及對運動員復出的決策是十分重要的。Jean等通過CMR篩查了來自13個機構(gòu)的1597例COVID-19陽性的運動員，其中37例確診為心肌炎(2.3%)，亞臨床心肌炎(28例，76%)較臨床心肌炎(9例，24%)更常見，CMR作為篩查工具在這一人群中的作用還需進一步研究。

活動性COVID-19患者的心肌損傷可表現(xiàn)為不同類型，包括急性心肌炎、心包炎和單純性水腫改變，對疾病不同模式的快速識別是促進治療和患者管理的關(guān)鍵。Livia等研究發(fā)現(xiàn)CMR mapping能夠預測COVID-19活動性疾病中的亞臨床心肌損傷，并且與白細胞、淋巴細胞計數(shù)、CRP和hs-cTnT水平相關(guān)。心肌T2似乎是活動性COVID-19患者普遍存在的影像學生物標志物，也是心肌損傷的最佳預測指標。

近期已有研究發(fā)現(xiàn)COVID-19患者在CMR上顯示的心肌損傷和炎癥。與此同時，越來越多的患者在感染COVID-19后出現(xiàn)慢性COVID-19綜合征(chronic COVID-19 syndrome,CCS)，表現(xiàn)為疲勞、勞力呼吸困難等癥狀。Dmitrij等研究了CCS與心肌損傷和炎癥之間的關(guān)系，發(fā)現(xiàn)CCS患者CMR上沒有活動性心肌損傷或炎癥的征象，只有一小部分有癥狀的患者表現(xiàn)出LGE(7%,3/41)，不推薦CMR作為CCS的篩查工具。

應激性心肌病(takotsubo cardiomyopathy,TCM)是COVID-19 感染后潛在的心血管并發(fā)癥。然而，在COVID-19大流行的背景下，TCM的發(fā)病率和臨床預后尚不清楚。心肌炎是COVID-19感染可識別的潛在表現(xiàn)，加上COVID-19的生理和心理壓力，這可能導致應激性心肌病。Brandon等研究發(fā)現(xiàn)，與單純COVID-19患者比較，COVID-19合并TCM患者的死亡率更高。由于TCM具有較高的發(fā)病率和死亡率，因此該疾病是COVID-19患者篩查和診斷需要著重考慮的因素。

確定COVID-19早期的預后因素可能會影響治療選擇和隨后的死亡風險。最近的研究表明，心血管風險與感染患者的病情演變密切相關(guān)。CAC評分等影像學生物標志物在長期心血管事件風險分層中具有確定的作用，可能提供預后信息。Jaime等研究發(fā)現(xiàn)合并CAC的COVID-19患者死亡風險較高，且隨Agatston評分值增加其風險也增加。

心臟MRI技術(shù)的改進

縮短CMR掃描時間是目前研究的熱點。Nakamura等應用基于壓縮感知(compressed sensing,CS)自由呼吸3D LGE在約6min內(nèi)完成全心掃描，同時保持較好的診斷效能，對于不能屏氣患者其可以替代傳統(tǒng)2D LGE。Nagai等發(fā)現(xiàn)CS電影中的加速度因子和心電圖觸發(fā)方法影響峰值應變值，與常規(guī)電影相似，采用回顧性心電觸發(fā)和4倍加速度因子CS電影可用于特征跟蹤心肌應變分析。設置合適的參數(shù)，可以在CS電影中進行準確的可重復性應變分析，從而減少了電影掃描時間，提高了患者的依從性。Yamamoto等把HyperKat算法的高加速應用到全心3D電影成像上，基于深度學習的自動識別體積測量方法可以準確評估心臟體積和功能，與傳統(tǒng)的2D電影成像效果相當。這可以減少數(shù)據(jù)采集時間且可進行多平面后處理。

Yasutoshi等發(fā)現(xiàn)高分辨率2D LGE圖像在不損失圖像質(zhì)量或CNR的情況下提高了圖像分辨率，因此有可能精確觀察LGE的分布和形態(tài)。Malgorzata等發(fā)現(xiàn)一種短LGE序列，單次屏氣短固定反轉(zhuǎn)時間3D序列，在檢測梗死患者非缺血性纖維化方面不遜于標準LGE。短LGE不需要心肌清零，同樣可以顯示缺血性與非缺血性纖維化。