基于動脈瘤形態學及影像組學特征模型預測大腦中動脈鏡像動脈瘤破裂的價值

王豪，周甲豐，林博麗，陳勇春

溫州醫科大學附屬第一醫院 放射科，浙江 溫州 325015

顱內動脈瘤因其高致死率及高致殘率而備受關注。因此，預測哪些動脈瘤易于破裂以及是否建議進行干預至關重要。目前，很多病例對照研究已經報道了動脈瘤破裂的形態學危險因素[1-6]。但是，這些研究結果可能因患者的個體特征，不同的動脈瘤發生位置而發生沖突。鏡像動脈瘤可以很好地避免這些問題，因此，鏡像動脈瘤可以作為研究與動脈瘤破裂有關特征的有用模型。

近年來，影像組學已廣泛應用于醫學領域，并且很多研究已經報道了其在腫瘤病變的風險分層有一定的價值[7-10]。最近，有幾項研究將影像組學用于預測顱內動脈瘤的破裂狀態。ZHANG等[11]和LIU等[12]證實了影像組學特征與動脈瘤破裂有關。目前鮮見關于大腦中動脈（middle cerebral artery,MCA）鏡像動脈瘤且同時涉及傳統形態學及影像組學的報道。本研究通過收集MCA鏡像動脈瘤患者（其中一側破裂，另一側未破），采用三維CT血管造影（computed tomography ngiograph,CTA）測量動脈瘤的形態，使用PyRadiomics提取影像組學衍生的形態學參數，旨在探討基于動脈瘤形態學及影像組學特征邏輯回歸模型預測MCA鏡像動脈瘤的價值。

1 對象和方法

1.1 對象 收集2010年5月至2020年10月溫州醫科大學附屬第一醫院收治的38 例診斷為蛛網膜下腔出血并經CTA證實為MCA鏡像動脈瘤的患者。將動脈瘤根據破裂與否分為破裂組與未破裂組。納入標準：①CT頭顱平掃或腦脊液檢查提示蛛網膜下腔出血；②CTA檢查發現MCA鏡像動脈瘤；③經由DSA或開顱手術證實；④結合臨床病史、CT平掃及其他相關檢查進行綜合判斷，確認有且僅有一側MCA動脈瘤發生破裂。排除標準：①兩側均未發生動脈瘤破裂者；②霉菌性動脈瘤、夾層動脈瘤、外傷性動脈瘤、梭形動脈瘤或與動靜脈畸形相關的動脈瘤；③CTA圖像質量不佳無法評估動脈瘤幾何結構及形態；④無法判別哪側動脈瘤破裂；⑤造影前已行動脈瘤栓塞或夾閉介入治療者。本研究經本院倫理委員會批準，患者和患者家屬均知情同意并簽署知情同意書。

1.2 CTA圖像獲取與重建 2010年5月至2020年10月，所有患者的CTA檢查分別在3臺不同的CT機上完成。2010年5月至2012年6月，采用GE Lightspeed pro 16 排螺旋CT機，參數：螺距0.562，準直器 1.25 mm，掃描速度為0.8 s/轉，重間間距及重建層厚（0.625 mm，1.25 mm），管電壓及管電流 （120 kV，300 mA）。2012年6月至2020年10月，采用GELightspeed VCT 64 排螺旋CT機及Aquilion ONE 320排CT機，前者參數為：螺距為0.984，準直器為0.625 mm，掃描速度為0.5 s/轉，重建層厚及重建間距（0.625 mm，0.625 mm），管電壓及管電流（100 kV，500 mA）；后者參數為：準直器為0.5 mm， 掃描速度為0.5 s/轉，重建層厚及重建間距 （0.625 mm，0.625 mm），管電壓及管電流（100 kV，300 mA）。掃描范圍：自C1水平至顱頂，打描基準線為OML線。在16排螺旋CT機上，使用高壓注射器經一側前臂肘靜脈注入非離子型造影劑（碘普胺，含碘300 mg/mL），注射流率3.0 mL/s，注射劑量為1.0～2.0 mL/kg。在64排螺旋CT及320排CT上，使用高壓注射器經一側肘靜脈注入非離子型造影劑（優維，含碘300 mg/mL），注射流速為4.0 mL/s，注射劑量為0.8～1.0 mL/kg。掃描監控分別采用Sure Start技術（320排螺旋CT）及Smart Prep技術（64排螺旋CT）來實現。

1.2.1 動脈瘤傳統形態學參數的測量標準：所有動脈瘤參數在CTA后處理圖像中獲得。形態學參數包括動脈瘤大小、動脈瘤垂直高度、動脈瘤高度、瘤頸寬度、動脈瘤垂直高度與瘤頸的比值（AR值）、動脈瘤高度與平均血管管徑比值（SR值）。根據動脈瘤形態分為規則、不規則。

1.2.2 影像組學參數的獲取：首先使用Software 3D Slicer 4.8.0將血管重建為三維圖像，然后由2位放射科醫師將血管瘤從載瘤血管中分離出來。使用Python中實現的PyRadiomics軟件包為每個動脈瘤自動提取12個形態學特征，包括Compactness1（衡量形狀相對于球體的緊密程度）、Compactness2（衡量形狀相對于球體的緊密程度的度量）、SurfaceArea（形狀的總面積）、SurfaceVolumeRatio （形狀的表面積與體積的比率）、球度（形狀相對于球體的圓度的度量）、SphericalDisproportion （表面積到具有相同體積的球體的表面積）、Maximum3DDiameter（曲面網格頂點之間的最大成對歐幾里德距離）、Maxium2DDiameterSlice（軸向平面中曲面網格頂點之間的最大成對歐幾里得距離）、Maximum2DDiameterColumn（最大成對成對冠狀平面中的表面網格頂點之間的歐幾里得距離）、Maximun2DDiameterRow（矢狀平面中網格頂點表面之間最大的成對歐幾里得距離）、Elogation伸長率（度量顯示形狀中兩個最大主成分之間的關系）和Flatness平坦度（度量顯示形狀中最大和最小主成分之間的關系）。具體流程：①動脈瘤ROI勾畫（見圖1）；②數據預處理（歸一化、重采樣）；③影像組學參數特征提取。

圖1 動脈瘤ROI勾畫示意圖

1.3 統計學處理方法 采用SPSS22.0統計軟件進行統計學處理。計量資料采用表示，并進行單樣本Kolmogorove-Smirnov檢驗，若符合正態性分布，使用配對t檢驗進行統計；若不符合正態性分布，使用配對Wilcoxon符號秩和檢驗。計數資料使用χ2檢驗或Fisher確切概率法進行統計分析。將上述篩選出的形態學參數及影像組學參數構建形態學模型、影像組學模型及形態學-影像組學混合模型。采用受試者工作特征曲線（receiver operating characteristic curve,ROC曲線）及曲線下面積（area under curve,AUC）對模型的預測效能進行評估。P＜0.05為差異有統計學意義。

2 結果

2.1 一般資料 本研究共納入38例MCA鏡像動脈瘤患者，年齡29～81（54.9±11.3）歲，其中男11例（28.9%），女27例（71.1%）。

2.2 2組MCA鏡像動脈瘤傳統形態學參數比較 破裂組動脈瘤的大小、動脈瘤垂直高度、動脈瘤高度、瘤頸寬度、AR值及SR值均大于未破裂組，差異有統計學意義（P＜0.05或P＜0.01）。不規則的動脈瘤在破裂組中的發生率是未破裂組的2倍多，見表1。

表1 2組MCA鏡像動脈瘤傳統形態學參數比較

2.3 2組MCA鏡像動脈瘤影像組學參數比較 破裂組動脈瘤的Maximum3DDiameter（P=0.009）、Maxium2D Diameter Slice（P=0.003）、Maximum2DDiameterColumn（P=0.015）、Maximun2DDiameterRow（P=0.010）及SurfaceArea （P=0.003）均大于未破裂組，差異有統計學意義（P＜0.05 或P＜0.01）。破裂組動脈瘤的 SurfaceVolumeRatio小于未破裂組，差異有統計學意義（P=0.005）。Elongation、Flatness、Compatness1、Compatness2、Sphercity、Spherical disproportion差異無統計學意義（P＞0.05）。見表2。

表2 2組MCA鏡像動脈瘤影像組學參數比較

2.4 3種模型的診斷效能 將篩選出的7個形態學參數及6個影像組學參數分別構建形態學模型、影像組學模型及混合模型，經ROC曲線分析結果表明，其AUC值分別為0.83、0.71和0.85。見圖2。

圖2 3種模型的ROC曲線

3 討論

本研究采用MCA鏡像動脈瘤的這一特殊配對模型，結合動脈瘤形態學和影像組學特征構建Logistic 回歸模型，并評估了其在預測動脈瘤破裂中的診斷效能。結果顯示，此模型在預測動脈瘤破裂風險中具有較好的應用價值。

顱內動脈瘤破裂具有很高的致死率及致殘率。隨著影像檢查的普及，越來越多的未破裂動脈瘤被發現，然而對于未破裂動脈瘤是否需要治療仍存在爭議，因為動脈瘤手術具有一定的風險。因此，評估未破裂動脈瘤的破裂風險具有很高的臨床價值。研究發現形態學參數在預測動脈瘤破裂風險中具有一定的價值。

動脈瘤大小被認為是影響動脈瘤破裂風險的重要的形態學參數之一，學者們普遍認為動脈瘤越大，其破裂的風險也越大[13-17]。一項關于MCA鏡像分叉動脈瘤的研究發現動脈瘤大小是預測動脈瘤破裂的因素之一[18]。本研究發現動脈瘤大小在破裂動脈瘤與未破裂動脈瘤之間差異有統計學意義，破裂動脈瘤[（7.67±3.51）mm]明顯大于未破裂動脈瘤[（4.86±2.18）mm]。與此同時，在影像組學衍生的形態學參數中，與動脈瘤大小相關的參數諸如Maximum3Ddiameter、Maxium2DDiameterSlice、Maximum2DDiameterColumn、Maximun2DDiameterRow在兩組之間差異亦有統計學意義，且破裂動脈瘤的上述參數明顯大于未破裂動脈瘤。這些結果表明與動脈瘤大小相關的影像組學參數同樣可以表現出較好的預測價值。

在很多研究中，動脈瘤不規則形態被認為是預測動脈瘤破裂最重要的因素[19-21]。形態不規則的動脈瘤往往更容易發生破裂，這可能跟不規則動脈瘤瘤腔內具有復雜的血流動力學（諸如單個或多個湍流形成）有關[22]。本研究發現破裂動脈瘤中形態不規則的動脈瘤數量是未破裂動脈瘤中形態不規則的動脈瘤數量的2倍多，這也進一步驗證了不規則形態的動脈瘤具有更高的破裂風險，需要臨床醫師密切關注，及時進行干預治療。

盡管目前動脈瘤形態學參數在預測動脈瘤破裂風險中有著廣泛的應用，但是形態學參數在獲取過程中存在一定的缺陷。其一是動脈瘤形態學參數會隨著測量者選取不同的投影位置而發生變化。其二是在2D投影上進行測量時存在測量誤差。然而影像組學參數由計算機自動提取，大大減少了人為誤差，且其包含很多傳統形態學無法獲取的高緯度信息，因此將影像組學參數加入到預測模型使得預測結果更加客觀。在本研究中，形態學模型的AUC為0.83，加入影像組學參數后模型的診斷效能得到提升，AUC提高到0.85，這也進一步證實了影像組學參數中包含了傳統形態學參數無法獲取的形態學信息，進而提高了模型的可靠性。本研究對影像組學參數預測動脈瘤破裂風險進行了初步探索，發現其在預測動脈瘤破裂風險中有較高的臨床價值，其在機器學習及深度學習中的應用將在今后的研究中進一步證實。

本研究有幾個局限性。首先，這是一項回顧性研究，涉及的患者數量有限，可能會影響破裂和未破裂動脈瘤之間的傳統形態學參數及影像組學參數比較的可靠性。其次，動脈瘤破裂是一個瞬時事件，可能會改變動脈瘤的大小和形態。該研究只能記錄動脈瘤破裂狀態的形態學參數。動脈瘤破裂前后可能 發生形態的變化。第三，鑒于本研究患者數量相對較少，并沒有設置驗證組來進一步驗證模型的效能。

綜上所述，基于動脈瘤形態學參數及影像組學參數構建的模型表現出較好的診斷效能。這些動脈瘤的傳統形態學和影像組學參數很容易在臨床工作中獲取，并且可能有助于評估動脈瘤的破裂風險。