影像組學對房顫患者左心房與左心耳連接處心肌的特征分析

田欣 朱芳華 宋鵬 張亞楠 武柏林 胡婧 耿左軍 李彩英 劉懷軍

影像組學是2012年由Lambin等[1]提出的，指的是從影像(CT, MRI, PET等)數據內高通量地提取大量影像信息，實現腫瘤分割、特征提取與模型建立，憑借對海量影像數據信息進行更深層次的挖掘、預測和分析來輔助醫師做出最準確的診斷[2]。影像組學的處理流程包括：影像數據的獲取，感興趣區的標定和分割，影像特征提取和量化，影像數據庫建立，分類和預測[3]。感興趣區選擇取決于研究對象，如果研究對象是腫瘤，感興趣區可以包括腫瘤實體及腫瘤周邊[4]。影像特征提取一般先采用廣義特征選擇，得到數千個特征，然后將特征降維，得到某幾個特征。降維方法中，最常用的是Lasso法[5]，它能夠從成百上千個影像特征中篩選出幾個重要的特征[6]。在腫瘤性疾病方面，影像組學能夠通過提取腫瘤的特征，預測其基因分型，提供靶向治療的依據[7]。但是，影像組學方法還沒有應用于評價心肌特征。因此，本研究探索運用影像組學Lasso降維方法提取房顫患者心肌組織的影像組學特征的可行性，為下一步運用影像組學評價房顫患者心肌并進行預后預測奠定基礎。

1 資料與方法

1.1 一般資料 回顧性收集2019年1～8月我院接受心臟CTA檢查的房顫患者84例，并收集同時期因冠狀動脈粥樣硬化接受心臟CTA檢查的患者84例。本研究納入84例房顫患者，平均年齡(60.36±10.11)歲，男 50例(60%)，女34例(40%)。納入冠狀動脈粥樣硬化患者84例，平均年齡(58.36±13.11)歲，男54例(65%)，女30例(35%)。對房顫組及動脈粥樣硬化組患者的臨床資料進行比較，二者年齡、性別、BMI無明顯統計學差異。見表1。

表1 房顫組與動脈粥樣硬化組患者臨床信息 n=84

1.2 入選與排除標準

1.2.1 房顫患者入選標準：①房顫患者均為臨床證實，經體格檢查及心電圖確診為房顫的患者；②均行256層螺旋CT心臟CTA檢查；③無冠狀動脈粥樣硬化。

1.2.2 房顫患者排除標準：①CTA影像質量差，無法測量左心房和左心耳體積；②CTA檢查禁忌者、造影劑過敏者、起搏器置入及其他心臟內置入物者；③合并瓣膜性心臟病及先天性心臟病患者。

1.2.3 冠狀動脈粥樣硬化患者入選標準：冠心病診斷符合國際心臟病學會和世界衛生組織缺血性心臟病的診斷命名標準。

1.2.4 冠狀動脈粥樣硬化患者排除標準：冠心病伴有房顫，或伴心肌炎、心肌病、心內膜炎、風濕性心臟病、結締組織病、腫瘤以及肝硬化等。

1.3 圖像采集 應用philips 256層螺旋CT對所有受試者按照冠狀動脈CTA掃描方案進行檢查。掃描前對患者進行呼吸訓練，對心率過快、心律不穩的房顫患者應用美托洛爾調節心率。將非離子型對比劑碘海醇(350 mgI/ml，0.8 ml/kg)使用雙筒高壓注射器從靜脈注入，自氣管分叉下方0.5 cm掃描至心臟膈面。采用回顧性心電門控技術，掃描參數為管電壓80～120 kV，管電流280～350 mAs/r，準直128×0.625，螺距0.18，矩陣512×512，旋轉時間330 ms，掃描視野250 mm，根據患者 BMI調整掃描電壓及電流減少掃描劑量。采用75%掃描時相進行感興趣區勾畫及影像組學分析。

1.4 感興趣區勾畫 在影像組學軟件(購自匯醫慧影公司)上進行感興趣區勾畫。由一名有經驗的放射科醫師在顯示左心房與左心耳連接處心肌最佳的三個層面上勾畫感興趣區，另一名有經驗的放射科醫師對所畫的感興趣區進行修正。選擇左心房與左心耳的交界點為中心，分別沿左心房方向及左心耳方向兩側延長1～2 cm，勾畫此范圍內的心肌。見圖1。

圖1 ROI勾畫圖。在CTA圖像上，勾畫出左心房與左心耳連接處的心肌

1.5 影像組學降維分析 使用影像組學分析軟件中的Lasso(least absolute shrinkage and selection operator)方法，做降維分析，得出感興趣區的影像特征。Lasso法，即套索法，是目前醫學機器學習中應用廣泛的特征篩選統計學方法，屬于回歸分析的一種。也就是說，計算機將醫學圖像處理為數字矩陣，各圖像的數字矩陣會具有上千個數字排列特征，這些特征用Lasso方法進行統計學回歸分析，得到的結果即為對診斷、預后等結果有重要影響的影像組學特征。這些特征通常包括強度、形狀、紋理等，用灰度的強度及變異度、形狀的平直性和橢圓球體最小軸長度等表示。

2 結果

2.1 房顫患者與動脈粥樣硬化患者具有相關性的影像組學特征 共提取到8個房顫患者與動脈粥樣硬化患者心肌具有相關性的特征，由于original-shape描述的特征主要是勾畫形狀的三維特征，不具有臨床意義，予以排除。見表2。

表2 影像組學Lasso法提取到的特征及其類別和濾波器

2.2 房顫患者與動脈粥樣硬化患者不具有相關性的影像組學特征 Lasso方法還顯示了以上特征是正相關或負相關，但是在本研究中，暫未涉及相關性數值的具體討論。見表3。

表3 影像組學Lasso法提取到的不具有相關性的特征及類別和濾波器

2.3 影像組學特征概況 本研究中影像組學降維分析后，篩選到的影像特征可以歸納為：一階特征(firstorder)和紋理特征(texture features)。一階特征包括灰度的分布，最大值，形狀等，描述了各個體素值的分布，但不涉及體素的空間排列。紋理特征反映體素的空間排列特點，包括：(1)GLRLM(gray level run length matrix)，灰度級長矩陣，即灰度級在指定的方向上連續出現的次數。(2)GLSZM(gray level size zone matrix)灰度區域大小矩陣，表示ROI的紋理特征，是醫學影像的重要參數之一，圖像紋理越均勻，矩陣寬度越大。(3)GLDM(gray level dependence matrix)，灰度級相關矩陣。見圖2。

圖2 降維分析Lasso法顯示的左心房與左心耳連接處心肌的影像特征；藍色柱形的長度表示相關性的大小，柱形越長，相關性越大；藍色柱形位于0的左邊為負相關，位于0的右邊為正相關

3 討論

目前在腫瘤診治領域，影像組學已經發揮了重要作用，包括評價腫瘤的組織形態[8]、淋巴結轉移[9]、預后分析[10]等。本文研究了Lasso降維方法對心肌的影像組學特征進行篩選的可行性，為后續進一步將影像組學方法應用于房顫患者的心肌評價奠定了基礎。

房顫是臨床上最常見的持續性快速心律失常，患病率約為0.65%[11]，最嚴重的并發癥之一為血栓導致的腦卒中事件[12-14]，其栓子主要來源于左心耳[15-17]。房顫與心肌纖維化互成因果關系，左心耳擴大引起心臟幾何形狀變化，心臟表面積擴大，心電活動的折返環路增多，再加上存在不同程度的心肌纖維化，使得心肌電活動的非均質性程度加重和各向異性增加，促使心房顫動的發生和持續[18]。左心耳與左心房心肌纖維化使得房顫患者左心耳與左心房的收縮功能受損，血液流動狀態發生改變[19]，是導致血栓形成的重要原因。研究發現，房顫患者左心耳心肌存在普遍纖維化，心肌纖維變性，心肌細胞肌節延長使細胞間基質增加，膠原蛋白產生，進一步使左心耳與左心房排空分數減小，導致血栓形成[20]。已有研究表明，左心耳及左心房的形態、解剖結構及功能對血栓事件的發生有預測價值[21]，并有望成為房顫患者預防腦卒中發生的重要的、可調控的風險因素。

但左心房與左心耳心肌結構重構對于血栓形成的影響尚不明確，若能實時、無創評價左心房與左心耳心肌的病變程度，將有可能為房顫患者血栓形成機制提供重要信息，并可能進一步預測房顫患者的預后和轉歸。

由于左心耳與左心房大部分心肌壁都非常薄，在CTA圖像上不易測量，但左心房與左心耳連接處的心肌較其余部分厚，能夠滿足勾畫感興趣區的需要，且此部位的心肌同時參與心房與心耳的收縮，能夠反映與左心房與左心耳的排空功能相關的心肌重構。因此，本研究選擇左心房與左心耳連接處的心肌作為影像組學的觀察對象，具有臨床意義。

因為與房顫患者年齡相匹配的人群正常心臟少見，且動脈粥樣硬化并不導致左心耳與左心房的心肌纖維化改變，因此，本研究同時選擇了無心肌梗死的冠狀動脈粥樣硬化患者進行影像組學特征提取，能夠檢測Lasso方法的可行性。

本研究發現，動脈粥樣硬化患者與房顫患者左心房與左心耳連接處的心肌灰度最大值及變異度，灰度區域大小矩陣變異度，灰度級長均勻性歸一化，灰度相關矩陣均勻性歸一化具有相關性，這表明，Lasso降維方法能夠探查到心肌的CT值分布特征。纖維化心肌的CT值較正常心肌強化時間推遲，表現為CTA延遲強化[22]，CT值異常，提供了Lasso法提取到的影像特征的理論依據。因此Lasso方法未來有可能應用于房顫患者的心肌特征篩選及預后預測。

總之，影像組學Lasso降維分析結果篩選出了房顫患者及動脈粥樣硬化患者的左心房與左心耳連接處心肌的影像組學特征，CTA結合影像組學的方法能夠獲得肉眼無法分辨的心肌結構變化，這為下一步運用

影像組學評價房顫患者心肌并進行預后預測奠定基礎。