賈永軍，于 楠，于 勇，2，楊創(chuàng)勃，2，馬光明

（1.陜西中醫(yī)藥大學(xué)附屬醫(yī)院醫(yī)學(xué)影像科，陜西 咸陽(yáng) 712000；2.陜西中醫(yī)藥大學(xué)醫(yī)學(xué)技術(shù)學(xué)院，陜西 咸陽(yáng) 712000）

腦出血是臨床常見(jiàn)的致殘率、致死率較高的急重癥，而血腫體積作為判定手術(shù)指征的標(biāo)準(zhǔn)，也是患者預(yù)后不良的重要獨(dú)立預(yù)測(cè)因素，因此，快速且準(zhǔn)確地測(cè)量血腫體積有利于臨床有效治療并評(píng)估預(yù)后［1-4］。目前，腦內(nèi)血腫體積測(cè)量尚缺少金標(biāo)準(zhǔn)，常用的測(cè)量方法如2/3Sh 公式法（2/3×最大面積×高）［5］、Coniglobus 公式法（π/6×長(zhǎng)×寬×高）［6］、CT 閾值定量等，但均存在測(cè)量誤差較大或費(fèi)時(shí)、費(fèi)力等不足。隨著計(jì)算機(jī)輔助診斷系統(tǒng)影像成型產(chǎn)品不斷涌現(xiàn)［7］，通過(guò)基于深度學(xué)習(xí)的計(jì)算機(jī)輔助診斷（deep learning-based computer aided diagnosis，DL-CAD）系統(tǒng)即人工智能能夠有效檢測(cè)顱內(nèi)血腫［8］，其也逐漸應(yīng)用于臨床測(cè)量腦出血體積中。本研究以itk-snap 軟件手工勾畫(huà)作為血腫體積測(cè)量的金標(biāo)準(zhǔn)，對(duì)2/3Sh 法、Coniglobus 公式法及DL-CAD 測(cè)量血腫體積進(jìn)行比較分析，探討DL-CAD 對(duì)規(guī)則和不規(guī)則腦出血血腫體積測(cè)量的準(zhǔn)確性與實(shí)用性。

1 資料與方法

1.1 一般資料 收集陜西中醫(yī)藥大學(xué)附屬醫(yī)院2019 年1—3 月經(jīng)顱腦MSCT 明確診斷為急性高血壓腦出血患者120 例，其中男74 例，女46 例；年齡43～82 歲，平均（65.59±10.81）歲。CT 檢查時(shí)間均為發(fā)病24 h 內(nèi)；均符合《自發(fā)性腦出血診療指南——美國(guó)心臟協(xié)會(huì)/美國(guó)卒中協(xié)會(huì)的健康職業(yè)者指南》中腦出血的診斷標(biāo)準(zhǔn)［9］；排除血腫破入腦室及蛛網(wǎng)膜下腔、腫瘤實(shí)質(zhì)內(nèi)出血、外傷性顱內(nèi)血腫、硬膜外或硬膜下血腫。

1.2 分組 根據(jù)CT 圖像上最大層面的血腫形態(tài)，參考Barras 等［10］對(duì)血腫規(guī)則性的五分類法判別血腫形狀：Ⅰ和Ⅱ類為規(guī)則血腫（≤1 個(gè)島狀或半島狀凸起），Ⅲ～Ⅳ類為不規(guī)則血腫（＞1 個(gè)島狀或半島狀凸起）。將120 例分為規(guī)則組（血腫形態(tài)規(guī)則）和不規(guī)則組（血腫形態(tài)不規(guī)則）各60 例。

1.3 血腫體積計(jì)算 ①2/3Sh 法和Coniglobus 公式法計(jì)算得出血腫體積（mL）。②DL-CAD 法：隨即經(jīng)PACS 在已預(yù)裝DL-CAD 的華海醫(yī)學(xué)影像工作站上得到DL-CAD 測(cè)量的血腫體積（mL）。③itk-snap 軟件手工勾畫(huà)：在華海醫(yī)學(xué)影像工作站上保存為DICOM格式，打開(kāi)itk-snap 醫(yī)學(xué)圖像處理軟件，導(dǎo)入顱腦DICOM 格式CT 圖像，在腦實(shí)質(zhì)窗下選擇血腫所有層面，根據(jù)像素密度手工認(rèn)真勾畫(huà)血腫邊界，逐層計(jì)算出血面積后疊加得出血腫體積（mL）。所有測(cè)量和手工勾畫(huà)血腫邊界均由1 名具有10 年影像診斷經(jīng)驗(yàn)的主治醫(yī)師完成，測(cè)量與邊界勾畫(huà)的過(guò)程和數(shù)據(jù)經(jīng)1 名具有17 年診斷影像診斷經(jīng)驗(yàn)的主任醫(yī)師審核。以軟件手工勾畫(huà)作為血腫體積的金標(biāo)準(zhǔn)，得到2/3Sh法、Coniglobus 公式法及DL-CAD 血腫體積的測(cè)量誤差率，誤差率定義為各方法計(jì)算體積與itk-snap 測(cè)量體積差的絕對(duì)值除以itk-snap 測(cè)量體積。

1.4 統(tǒng)計(jì)學(xué)方法 采用SPSS 20.0 統(tǒng)計(jì)軟件進(jìn)行數(shù)據(jù)處理。計(jì)量資料行配對(duì)t 檢驗(yàn)，以表示，不同測(cè)量方法測(cè)量數(shù)據(jù)比較行兩兩配對(duì)t 檢驗(yàn)。以P＜0.05 為差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

2.1 4 種方法測(cè)量的血腫體積比較（表1）4 種方法測(cè)量得到血腫體積均符合正態(tài)分布。對(duì)于規(guī)則血腫，DL-CAD 測(cè)量體積最小，itk-snap 軟件手工勾畫(huà)法、2/3Sh 公式法、Coniglobus 公式法測(cè)量體積依次增大；4 種方法兩兩比較，差異均有統(tǒng)計(jì)學(xué)意義（均P＜0.05）。對(duì)于不規(guī)則血腫，itk-snap 軟件手工勾畫(huà)法測(cè)量體積最小，DL-CAD、2/3Sh 公式法、Coniglobus 公式法測(cè)量體積依次增大；4 種方法兩兩比較，差異均有統(tǒng)計(jì)學(xué)意義（均P＜0.05）。

表1 4 種方法對(duì)規(guī)則血腫及不規(guī)則血腫的測(cè)量結(jié)果比較（mL，）

表1 4 種方法對(duì)規(guī)則血腫及不規(guī)則血腫的測(cè)量結(jié)果比較（mL，）

注：DL-CAD，基于深度學(xué)習(xí)的計(jì)算機(jī)輔助診斷系統(tǒng)。規(guī)則血腫：itk-snap 測(cè)量體積小于2/3Sh 和Coniglobus 公式測(cè)量體積（t=-3.936、-11.264，均P＜0.001），大于DL-CAD 測(cè)量體積（t=2.12，P=0.038）；2/3Sh 公式測(cè)量體積大于DL-CAD 測(cè)量體積（t=-5.453，P＜0.001），小于Coniglobus 公式測(cè)量體積（t=-2.448，P=0.017）；Coniglobus 公式測(cè)量體積大于DL-CAD測(cè)量體積（t=-7.632，P＜0.001）。不規(guī)則血腫：itk-snap 測(cè)量體積小于2/3Sh 公式、Coniglobus 公式和DL-CAD 測(cè)量體積（t=-10.175、t=-11.445 和t=-3.173，P＜0.05）；2/3Sh 公式測(cè)量體積大于DL-CAD 測(cè)量體積（t=8.358，P＜0.001），但小于Coniglobus 公式測(cè)量體積（t=-8.056，P＜0.001）；Coniglobus 公式測(cè)量體積大于DL-CAD 測(cè)量體積（t=11.161，P＜0.001）。

2.2 4 種方法的測(cè)量誤差 以itk-snap 法測(cè)量結(jié)果為參考標(biāo)準(zhǔn)，DL-CAD、2/3Sh 公式法、Coniglobus 公式法測(cè)量血腫體積的誤差率逐漸增大（圖1，2），且對(duì)不規(guī)則血腫的測(cè)量誤差更明顯。對(duì)于規(guī)則血腫，2/3Sh法平均誤差率為7.58%，Coniglobus 公式法為13.15%，DL-CAD 為4.11%；對(duì)于不規(guī)則血腫，2/3Sh 法平均誤差為8.37%，Coniglobus 公式法為30.99%，DL-CAD為6.05%。

3 討論

腦出血是指原發(fā)于腦實(shí)質(zhì)內(nèi)的自發(fā)性、非外傷性出血，發(fā)病率和死亡率高，常為急診入院，需盡快根據(jù)病情完善相關(guān)檢查并進(jìn)行針對(duì)性處理。出血量是患者卒中預(yù)后的獨(dú)立影響因素，也是臨床密切關(guān)注的指標(biāo)，準(zhǔn)確測(cè)量血腫體積可幫助臨床有效治療并評(píng)估預(yù)后。臨床實(shí)踐中，快速、精確、便捷測(cè)量腦出血患者的顱內(nèi)血腫體積對(duì)輔助診斷和治療具有較高的應(yīng)用價(jià)值。目前，國(guó)內(nèi)外仍常使用比較傳統(tǒng)的測(cè)量方法測(cè)量腦出血的血腫體積，如Coniglobus 公式法、2/3Sh 公式法、體視學(xué)法、CT 定量法等［11］，但上述測(cè)量方法均存在不足：①Coniglobus 公式測(cè)量法雖操作方便、快捷，但只能粗略計(jì)算血腫體積，不夠精確；其測(cè)量結(jié)果常大于血腫實(shí)際體積［12］，特別是對(duì)于不規(guī)則血腫、分葉狀血腫和硬膜下血腫的計(jì)算結(jié)果誤差大［13］。②2/3Sh 公式法測(cè)量計(jì)算 血腫體積相對(duì)于Coniglobus 公式稍復(fù)雜，需在工作站、后處理服務(wù)器或第三方軟件上勾畫(huà)、測(cè)量血腫最大層面面積及高度，對(duì)不規(guī)則血腫體積計(jì)算結(jié)果優(yōu)于Coniglobus 公式［14］，本研究認(rèn)為，相對(duì)于Coniglobus 公式法測(cè)量血腫體積，2/3Sh 公式計(jì)算不規(guī)則血腫體積相對(duì)精確，但存在費(fèi)時(shí)、效率低且需等工作站、后處理服務(wù)器等問(wèn)題。③體視學(xué)法要求根據(jù)頭部CT 片的比例尺單位長(zhǎng)度，間隔在膠片上劃出互相垂直的線，制作簡(jiǎn)單的正方形測(cè)量格子（測(cè)格），然后將測(cè)格隨意疊放在CT 片上，計(jì)數(shù)落于血腫上的測(cè)點(diǎn)數(shù)（覆蓋血腫范圍內(nèi)正方形測(cè)量格子數(shù)量），最終根據(jù)血腫體積公式計(jì)算，V=a（P）×ΣP×t，a（P）為測(cè)點(diǎn)相當(dāng)?shù)拿娣e1 cm2，ΣP 為落于血腫上的測(cè)點(diǎn)總數(shù)，t 為層厚，累加每層面血腫上測(cè)點(diǎn)數(shù)乘上層厚即為血腫體積的數(shù)值。體視學(xué)法雖能較準(zhǔn)確地測(cè)得任意大小、形態(tài)的血腫體積，但較費(fèi)時(shí)，臨床普及率不高，本研究未采用。基于CT定量法的計(jì)算機(jī)輔助容量分析作為評(píng)價(jià)血腫體積的最準(zhǔn)確的方法［5］，其測(cè)量血腫體積結(jié)論準(zhǔn)確、重復(fù)性好，不受血腫形狀和部位的影響，能滿足臨床多種應(yīng)用需要［15］，但該方法最耗時(shí)，也僅限在影像科工作站或第三方后處理軟件上使用。本研究采用的醫(yī)學(xué)圖像分析處理平臺(tái)itk-snap 軟件（itk-snap/3.8.0/itksnap-3.8.0-20190612-win64.exe）代表基于CT 定量法的計(jì)算機(jī)輔助容量分析法，能準(zhǔn)確測(cè)量包括血腫在內(nèi)的所有醫(yī)學(xué)影像圖像上病變體積［16］。本研究在itksnap 軟件上勾畫(huà)血腫邊緣耗時(shí)3～18 min，中位耗時(shí)約7 min。

相較于傳統(tǒng)人工測(cè)量血腫體積方法，DL-CAD 方法具有便捷、結(jié)果精確及可避免人工計(jì)算血腫體積時(shí)的個(gè)體誤差。其由計(jì)算機(jī)自動(dòng)識(shí)別、分割、標(biāo)記血腫范圍內(nèi)的所有體素，計(jì)算機(jī)自動(dòng)統(tǒng)計(jì)血腫體積（即所有體素體積和），是一種計(jì)算機(jī)輔助的全自動(dòng)容積測(cè)量方法，連接上PACS 后可實(shí)時(shí)三維顯示血腫位置、邊界、大小，同時(shí)計(jì)算出血腫體積（mL），大大降低診斷時(shí)間。但由于腦出血圖像上血腫外觀具有復(fù)雜性、多樣性和漸變性，計(jì)算機(jī)自動(dòng)分割血腫目前尚缺少各種臨床場(chǎng)景下不同類型血腫體積測(cè)量準(zhǔn)確性的循證研究成果。本研究基于形態(tài)是腦內(nèi)血腫體積和再出血的重 要影響因素［17］，參考Barras 等［10］對(duì)血腫規(guī)則性的五分類法將血腫分為規(guī)則形和不規(guī)則形2 種。規(guī)則血腫各種計(jì)算方法得到血腫體積較為接近；而通過(guò)2/3Sh 公式法、Coniglobus 公式法測(cè)量不規(guī)則血腫體積的誤差率較大，而DL-CAD 方法測(cè)得的不規(guī)則血腫體積較接近金標(biāo)準(zhǔn)的itk-snap 軟件法，與Won 等［18］的結(jié)論相似。在醫(yī)學(xué)圖像的人工智能分析中，深度學(xué)習(xí)是更有潛力的技術(shù)，新一代DL-CAD 以人工智能為核心技術(shù)，能在薄層影像上于三維狀態(tài)下計(jì)算血腫整體的尺寸和密度定量參數(shù)，對(duì)血腫形態(tài)特征和組織空間分布的定量特征進(jìn)行精準(zhǔn)分析，結(jié)果精確、客觀，整體提高診斷質(zhì)量水平［19］，且具有更強(qiáng)的學(xué)習(xí)能力及自主學(xué)習(xí)進(jìn)化能力，結(jié)合高維信息挖掘大量學(xué)習(xí)數(shù)據(jù)，突破模型準(zhǔn)確率的瓶頸限制，可使模型得到高效運(yùn)用［20］，相比于常規(guī)的計(jì)算機(jī)輔助診斷系統(tǒng)，臨床可行性及普及性更優(yōu)。

圖1 男，75 歲，左側(cè)基底節(jié)區(qū)高血壓性腦出血，規(guī)則血腫 圖1a 在itk-snap 軟件三維層面圖像上手工勾畫(huà)所有血腫像素測(cè)得血腫體積為9.45 mL，血腫定量采用2/3Sh 法測(cè)得9.94 mL，Coniglobus 公式法測(cè)得8.48 mL 圖1b 基于深度學(xué)習(xí)的計(jì)算機(jī)輔助診斷系統(tǒng)（DL-CAD）血腫勾畫(huà)和測(cè)量，顯示血腫體積為9.50 mL 圖2 女，59 歲，左側(cè)基底節(jié)區(qū)高血壓性腦出血，不規(guī)則血腫 圖2a 在itk-snap 軟件三維層面圖像上手工勾畫(huà)所有血腫像素測(cè)得血腫體積為34.32 mL，血腫定量采用2/3Sh 法測(cè)得39.94 mL，Coniglobus 公式法測(cè)得41.08 mL 圖2b DL-CAD 血腫勾畫(huà)和測(cè)量，顯示血腫體積為33.05 mL

本研究的局限性：由于該數(shù)據(jù)集在掃描和研究方案的出血時(shí)間方面有嚴(yán)格的納入排除標(biāo)準(zhǔn)，導(dǎo)致樣本量較??；依據(jù)文獻(xiàn)對(duì)規(guī)則血腫和不規(guī)則血腫的定義有主觀性，且分類僅限于軸位圖像上；采用的僅是諸多DL-CAD 軟件中的一個(gè)版本，要求有較完全的顱腦DICOM 數(shù)據(jù)且層厚為5 mm 以內(nèi)，因此采用其他DL-CAD 軟件計(jì)算多種層厚CT 圖像的準(zhǔn)確性尚需進(jìn)一步研究。

總之，DL-CAD 對(duì)顱內(nèi)規(guī)則和不規(guī)則血腫體積測(cè)量的結(jié)果較2/3Sh 法、Coniglobus 公式法更準(zhǔn)確，能減少血腫測(cè)量誤差，對(duì)于不規(guī)則血腫測(cè)量的臨床意義更明顯。