王勇 武漢忠 常燕翔 朱華 夏茜

作者簡介：王勇，大學(xué)本科，副主任醫(yī)師，研究方向：神經(jīng)系統(tǒng)疾病診斷。

通信作者：武漢忠，大學(xué)本科，副主任醫(yī)師，研究方向：神經(jīng)系統(tǒng)疾病診斷。E-mail：15151099196@163.com

【摘要】目的 分析應(yīng)用人工智能輔助頭頸部電子計算機斷層掃描血管成像（CTA）對顱內(nèi)動脈瘤診斷的準(zhǔn)確性，為該疾病的診治提供參考依據(jù)。方法 回顧性分析東臺市人民醫(yī)院在2021年9月至2023年9月期間收治的68例疑似顱內(nèi)動脈瘤患者的臨床資料，所有研究對象均接受頭頸CTA、數(shù)字減影血管造影（DSA）檢查。以DSA為金標(biāo)準(zhǔn)，分析所有疑似顱內(nèi)動脈瘤患者經(jīng)人工智能輔助頭頸部CTA檢查的檢出情況、診斷效能，包括陽性例數(shù)檢出情況、病灶大?。ú≡?5 mm、3～5 mm、<3 mm）檢出情況。結(jié)果 68例研究對象經(jīng)金標(biāo)準(zhǔn)檢查，其中陽性53例，陰性15例，經(jīng)CTA檢查與DSA診斷結(jié)果的一致性較好（Kappa=0.708）。53例顱內(nèi)動脈瘤患者經(jīng)金標(biāo)準(zhǔn)檢查出61個病灶；經(jīng)CTA檢查顱內(nèi)動脈瘤病灶大小（病灶>5 mm、3～5 mm）與DSA診斷結(jié)果的一致性較好（Kappa分別為0.651、0.666，P<0.05）；人工智能輔助頭頸CTA檢查對顱內(nèi)動脈瘤的診斷特異度、靈敏度及準(zhǔn)確度分別為80.00%、92.45%、89.71%，且對

>5 mm、3～5 mm的病灶的診斷靈敏度、準(zhǔn)確度均較<3 mm病灶更高（均P<0.05）。結(jié)論 在顱內(nèi)動脈瘤中，人工智能輔助頭頸CTA具有良好的診斷價值，尤其是對病灶>5 mm、3～5 mm患者的診斷效能較高，因此，臨床可在診斷顱內(nèi)動脈瘤時運用人工智能輔助頭頸CTA的檢查結(jié)果及其影像學(xué)特征，以期提高篩查顱內(nèi)動脈瘤的準(zhǔn)確率。

【關(guān)鍵詞】顱內(nèi)動脈瘤 ; 人工智能 ; 電子計算機斷層掃描血管成像 ; 診斷 ; 準(zhǔn)確性

【中圖分類號】R445【文獻標(biāo)識碼】A【文章編號】2096-3718.2024.06.0095.04

DOI：10.3969/j.issn.2096-3718.2024.06.031

顱內(nèi)動脈瘤是臨床中常見的腦血管疾病，多數(shù)患者無明顯臨床表現(xiàn)，少數(shù)患者可伴有頭痛、麻木等癥狀。顱內(nèi)動脈瘤一旦發(fā)生破裂，則可引發(fā)蛛網(wǎng)膜下腔出血，進而導(dǎo)致患者殘疾甚至死亡，故及時發(fā)現(xiàn)、診斷至關(guān)重要?，F(xiàn)階段，臨床診斷顱內(nèi)動脈瘤主要是以數(shù)字減影血管造影（DSA）作為金標(biāo)準(zhǔn)，可有效檢出患者疾病情況，但其在應(yīng)用中存在一定局限性，如會對患者機體造成損傷，從而易影響其后期患者治療的依從性；耗時較長，易延誤患者最佳搶救時機等，從而影響臨床使用[1]。隨著影像學(xué)檢查技術(shù)的進步，電子計算機斷層掃描血管成像（CTA）已逐漸應(yīng)用于疾病診斷中，且具有操作方便、無創(chuàng)等優(yōu)勢。頭頸CTA主要是通過掃描以獲取頭頸部位圖像，進而清晰顯示其形態(tài)、結(jié)構(gòu)，能夠為疾病的臨床診療提供有效信息，目前頭頸CTA診斷結(jié)果主要依賴影像科醫(yī)師的經(jīng)驗，故易存在漏診、誤診情況[2]。人工智能自2017年以來逐漸被用于輔助頭頸CTA檢查以診斷顱內(nèi)動脈瘤，其能夠獲取更為清晰的影像圖像，且病灶觀察視野更廣泛[3]，但現(xiàn)階段關(guān)于其應(yīng)用價值情況尚未完全明確?；诖耍狙芯客ㄟ^選取68例疑似顱內(nèi)動脈瘤患者進行回顧性分析，旨在探究顱內(nèi)動脈瘤診斷應(yīng)用人工智能輔助頭頸CTA的準(zhǔn)確性，現(xiàn)將研究結(jié)果進行如下報道。

1 資料與方法

1.1 一般資料 回顧性分析2021年9月至2023年9月期間東臺市人民醫(yī)院收治的68例疑似顱內(nèi)動脈瘤患者的臨床資料，均開展頭頸CTA、DSA檢查。以DSA為金標(biāo)準(zhǔn)。所有研究對象年齡35～78歲，平均（53.47±

5.47）歲；男、女性分別為38、30例；BMI 18～25 kg/m2，平均（22.52±0.74） kg/m2。納入標(biāo)準(zhǔn)：⑴伴有頭痛、麻木、缺血性癥狀等臨床表現(xiàn)；⑵存在多發(fā)病灶情況；⑶頭頸CTA、DSA檢查間隔時間短于14 d；⑷非開顱手術(shù)、血管內(nèi)介入栓塞等術(shù)后患者。排除標(biāo)準(zhǔn)：⑴伴有惡性腫瘤或精神系統(tǒng)疾?。虎浦匾K器（心、肝等）器質(zhì)性病變；⑶圖像質(zhì)量差無法進行人工智能處理；⑷對碘對比劑過敏；⑸同期參與其他相關(guān)研究。此次研究經(jīng)東臺市人民醫(yī)院醫(yī)學(xué)倫理委員會批準(zhǔn)。

1.2 研究方法 所有研究對象均接受頭頸CTA、DSA檢查，其中CTA檢查具體方法如下：使用CT掃描儀（美國通用電氣公司，型號：revolution 256）進行掃描頭頸部位，采用迭代重建算法，設(shè)置圖像層厚（1.0 mm）、矩陣（512×512）、層間距（0.7 mm），以獲取CTA圖像，進行增強掃描，選擇監(jiān)測點：主動脈弓層面，自動觸發(fā)掃描：設(shè)置觸發(fā)閾值（100 HU）。靜脈注射碘普羅胺注射液（成都倍特藥業(yè)股份有限公司，國藥準(zhǔn)字H20233136，規(guī)格：100 mL∶62.34 g），經(jīng)右肘正中注射，40～50 mL/次，注射速度：4.5～5.0 mL/s，而后注入生理鹽水（30 mL）。人工智能評價檢測圖像：使用Cerebral Doc頭頸人工智能輔助診斷系統(tǒng)軟件（數(shù)坤科技頭頸血管智能診斷系統(tǒng)V1.0），自動識別、處理頭頸CTA圖像（使用三維卷積神經(jīng)網(wǎng)絡(luò)），得到頭頸CTA診斷結(jié)果，陽性判定標(biāo)準(zhǔn)參考《顱內(nèi)動脈瘤影像學(xué)判讀專家共識》 [4]。

DSA檢查具體方法如下：由兩名具有中級職稱以上影像診斷醫(yī)師在Philips INTEGRIS 3D-RA工作站上，使用血管造影機（荷蘭皇家飛利浦電子公司，型號：

Allura Xper FD20），穿刺置管（經(jīng)股動脈插管，使用Seldinger技術(shù)），常規(guī)注射碘普羅胺（雙側(cè)頸內(nèi)動脈、椎動脈血管），得到2D-DSA圖像，檢查全腦血管（通過旋轉(zhuǎn)DSA），行3D-DSA重建，記錄顱內(nèi)動脈瘤的有無、大小、數(shù)量及位置情況。DSA檢查陽性判定標(biāo)準(zhǔn)[4]：顱內(nèi)動脈分叉部的囊袋狀瘤樣凸起。當(dāng)醫(yī)師的診斷結(jié)果意見不一致時，由高年資高級職稱醫(yī)師審核或排除。

1.3 觀察指標(biāo) ⑴人工智能輔助頭頸CTA檢查對顱內(nèi)動脈瘤的檢出情況，包括陽性例數(shù)檢出情況、病灶大?。ú≡?5 mm、3～5 mm、<3 mm）檢出情況。⑵人工智能輔助頭頸CTA檢查對顱內(nèi)動脈瘤的診斷效能。其中特異度=[真陰性例數(shù)/（假陽性+真陰性）例數(shù)]×100%；靈敏度=[真陽性例數(shù)/（真陽性+假陰性）例數(shù)]×100%；準(zhǔn)確度=[（真陽性+真陰性）例數(shù)/總例數(shù)]×100.00%。⑶典型病例圖片分析。

1.4 統(tǒng)計學(xué)方法 采用SPSS 26.0統(tǒng)計學(xué)軟件分析，計數(shù)資料以[例（%）]表示，采用χ2檢驗；應(yīng)用Kappa檢驗評價人工智能輔助頭頸CTA檢查與DSA診斷結(jié)果的一致性：<0.4表示一致性差，0.4～0.75表示一致性較好，>0.75表示一致性高。 P<0.05為差異有統(tǒng)計學(xué)意義。

2 結(jié)果

2.1 人工智能輔助頭頸CTA檢查對顱內(nèi)動脈瘤的檢出情況 經(jīng)金標(biāo)準(zhǔn)檢查，68例研究對象中陽性53例，陰性15例；經(jīng)CTA檢查與DSA診斷結(jié)果的一致性較好（Kappa=0.708）。53例顱內(nèi)動脈瘤患者經(jīng)金標(biāo)準(zhǔn)檢查出

61個病灶；經(jīng)CTA檢查顱內(nèi)動脈瘤病灶大?。ú≡?5 mm、3～5 mm）與DSA診斷結(jié)果的一致性較好（Kappa分別為0.651、0.666，均P<0.05）；經(jīng)CTA檢查顱內(nèi)動脈瘤病灶<3 mm與DSA診斷結(jié)果的Kappa值為0.023，P>0.05），見表1、表2。

2.2 人工智能輔助頭頸CTA檢查對顱內(nèi)動脈瘤的診斷效能 人工智能輔助頭頸CTA檢查對顱內(nèi)動脈瘤的診斷特異度、靈敏度及準(zhǔn)確度分別為80.00%、92.45%、89.71%，且對>5 mm、3～5 mm的病灶的診斷靈敏度、準(zhǔn)確度均較<3 mm病灶更高，差異均有統(tǒng)計學(xué)意義（均P<0.05），見表3。

2.3 典型病例圖片及詳細(xì)對應(yīng)介紹 患者，女性，63歲，因突發(fā)頭痛、嘔吐40 min，送至江蘇省東臺市人民醫(yī)院急診內(nèi)科就診，急診查頭顱平掃CT示：蛛網(wǎng)膜下腔出血（環(huán)池、小腦天幕、側(cè)裂池密度增高）；急診頭顱CTA示基底動脈瘤狀突起，圖中箭頭所示為病灶，提示基底動脈瘤，人工智能自動處理頭顱CTA，見圖1-A；DSA檢查，圖中箭頭所示為病灶：基底動脈動脈瘤證實基底動脈瘤，見圖1-B。

3 討論

顱內(nèi)動脈瘤主要是由動脈硬化、感染等因素影響而導(dǎo)致顱內(nèi)動脈管壁局部異常擴張，并表現(xiàn)為瘤狀突出的一種血管壁損害。顱內(nèi)動脈瘤具有潛在致命性，且預(yù)后較差，因此，臨床早期快速、精準(zhǔn)檢出顱內(nèi)動脈瘤患者，可有助于管理該類患者，且對患者生活質(zhì)量改善具有重要意義。DSA主要是通過高時間、空間分辨率進行診斷顱內(nèi)動脈瘤，具有較高的診斷價值，但其屬于侵入性操作，可能會對受檢者機體造成損傷，從而使得臨床應(yīng)用受到一定限制[5-6]。

隨著醫(yī)學(xué)影像學(xué)的進步，CTA在疾病診療中發(fā)揮的作用也隨之增加，現(xiàn)已成為多種疾病篩查、診療不可或缺的工具。CTA具有無創(chuàng)、快速、操作簡單等優(yōu)勢，現(xiàn)已廣泛應(yīng)用于腦血管疾病的診療中，但由于其在應(yīng)用中受主觀性（人工測量）的影響，而難以獲取病灶的復(fù)雜特征，進而使得診斷結(jié)果存在差異[7-8]。人工智能是以深度學(xué)習(xí)計算機算法為基礎(chǔ)，可通過快速識別、處理大量的數(shù)據(jù)信息，并對圖像進行自動化分割、提取及分析數(shù)據(jù)，完整顯示顱內(nèi)動脈瘤和血管情況，進而有助于提高檢查的客觀性及準(zhǔn)確率，因此人工智能輔助頭頸CTA檢查對顱內(nèi)動脈瘤具有較高的臨床應(yīng)用價值[9]。

本研究結(jié)果顯示，68例研究對象經(jīng)金標(biāo)準(zhǔn)檢查，其中陽性53例，陰性15例；經(jīng)CTA檢查與DSA診斷結(jié)果的一致性較好（Kappa=0.708）。53例顱內(nèi)動脈瘤患者經(jīng)金標(biāo)準(zhǔn)檢查出61個病灶 ；經(jīng)CTA檢查顱內(nèi)動脈瘤病灶大?。ú≡?5 mm、3～5 mm）與DSA診斷結(jié)果的一致性較好（Kappa分別為0.651、0.666）；且人工智能輔助頭頸CTA檢查對顱內(nèi)動脈瘤（陽性例數(shù)、病灶>5 mm與3～5 mm）的靈敏度、準(zhǔn)確度均較高，表明在顱內(nèi)動脈瘤中，人工智能輔助頭頸CTA具有良好的診斷價值，尤其是對病灶>5 mm、3～5 mm患者的診斷效能較高，與胡斌等[10]研究結(jié)果基本一致。分析其原因在于，本研究采用人工智能主要是利用三維卷積神經(jīng)網(wǎng)絡(luò)進行骨分割和血管分割，能夠確保完整識別提取顱內(nèi)動脈瘤模型，進行精準(zhǔn)的瘤體長徑和短徑測量，尤其是對病灶>5 mm、3～5 mm患者，進而實現(xiàn)“數(shù)字化”動脈瘤，獲得與金標(biāo)準(zhǔn)結(jié)果較好的一致性，可為診斷醫(yī)生提供更多的可靠依據(jù)。但該研究結(jié)果存在一定的誤診、漏診情況，分析其原因可能為，檢查時患者的配合度可受多種因素影響（如種類、病情嚴(yán)重程度不同），同時蛛網(wǎng)膜下腔出血（動脈瘤破裂所致）會對影像學(xué)征象產(chǎn)生一定程度掩蓋，進而對準(zhǔn)確診斷疾病造成一定的困難[11-12]。因此，臨床可在診斷顱內(nèi)動脈瘤時運用人工智能輔助頭頸CTA的檢查結(jié)果及其影像學(xué)特征，以提高診斷顱內(nèi)動脈瘤的準(zhǔn)確率。同時，臨床還建立了顱內(nèi)動脈瘤臨床科研數(shù)據(jù)庫，以收集動脈瘤患者資料全面分析動脈瘤各方面特征，不斷修正人工智能并進行外部驗證，改進動脈瘤診斷流程，以更智能和自動化的方法簡化臨床工作中對動脈瘤的檢測（量化、報告）、破裂風(fēng)險及并發(fā)癥預(yù)測、治療策略選擇和復(fù)發(fā)風(fēng)險評估，以期能有對人類疾病診療的新發(fā)現(xiàn)。

綜上，在顱內(nèi)動脈瘤中，人工智能輔助頭頸CTA具有良好的診斷價值，尤其是對病灶>5 mm、3～5 mm患者的診斷效能較高，因此，臨床可在診斷顱內(nèi)動脈瘤時運用人工智能輔助頭頸CTA的檢查結(jié)果及其影像學(xué)特征，以提高篩查顱內(nèi)動脈瘤的準(zhǔn)確率。但值得注意的是，本研究仍存在一定不足之處，如回顧性研究無法保證全部信息的準(zhǔn)確性與可信度，單中心研究等，可能影響數(shù)據(jù)統(tǒng)計和分析，致使結(jié)果存在偏倚?；诖?，臨床仍有待進一步研究進行驗證人工智能輔助頭頸部CTA診斷顱內(nèi)動脈瘤的

準(zhǔn)確性。

參考文獻

翁海明. 3D-DSA與3D-CTA成像在顱內(nèi)動脈瘤早期診斷中的應(yīng)用效果比較[J]. 中國急救醫(yī)學(xué)， 2017， 37（1）： 128-129.

林惠嵐. 頭頸部CTA能譜成像與頭頸部DSA對微小動脈瘤篩查及診治的比較研究[J]. 中西醫(yī)結(jié)合心腦血管病雜志， 2017， 15（15）： 1918-1921.

李銳， 閻世鑫， 靳松. 人工智能技術(shù)在顱內(nèi)動脈瘤診療中的研究進展[J]. 國際醫(yī)學(xué)放射學(xué)雜志， 2021， 44（4）： 461-465.

中國醫(yī)師協(xié)會神經(jīng)介入專業(yè)委員會， 中國顱內(nèi)動脈瘤計劃研究組， 張鴻祺， 等. 顱內(nèi)動脈瘤影像學(xué)判讀專家共識[J]. 中國腦血管病雜志， 2021， 18（7）： 492-504.

鄧昊， 韋鑫， 曹聞挺， 等. AI輔助頭頸CTA在診斷顱內(nèi)動脈瘤中的應(yīng)用[J]. 第三軍醫(yī)大學(xué)學(xué)報， 2021， 43（12）： 1179-1184.

張倩， 姜淼淼， 黃艷， 等. 探討CT血管造影（CTA）在顱內(nèi)動脈瘤（IA）診斷中應(yīng)用[J]. 中國CT和MRI雜志， 2023， 21（4）： 1-3.

祁冬， 施彪， 姚傳順， 等. 人工智能對顱內(nèi)動脈瘤CTA診斷價值初探[J]. 聯(lián)勤軍事醫(yī)學(xué)， 2023， 37（7）： 576-580.

梁奕， 柳柏玉， 楊威威， 等. 人工智能在頭頸部CTA中的應(yīng)用價值[J]. 醫(yī)學(xué)影像學(xué)雜志， 2022， 32（10）： 1824-1826.

王珍， 邱曉明， 葉宇. 人工智能技術(shù)在頭頸部CT血管成像中的臨床應(yīng)用價值[J]. 臨床放射學(xué)雜志， 2022， 41（11）： 2025-2030.

胡斌， 薦志潔， 張?zhí)N， 等. 基于頭頸部CTA的人工智能輔助診斷系統(tǒng)對顱內(nèi)動脈瘤的應(yīng)用價值探討[J].中國數(shù)字醫(yī)學(xué)， 2022， 17（1）： 33-37， 26.

姜雪， 李王佳， 魏淼， 等. 容積CT數(shù)字減影血管造影與人工智能技術(shù)對頭頸CTA減影效果的比較[J]. 中國醫(yī)療設(shè)備， 2020， 35（10）： 113-116.

武玉良， 朱玉英， 趙孟德， 等. CTA與DSA診斷顱內(nèi)動脈瘤的臨床應(yīng)用分析[J]. 醫(yī)學(xué)影像學(xué)雜志， 2022， 32（5）： 858-860.