方法文章

在非门控计算机断层扫描中识别冠状动脉钙化

15.2K 次观看

DOI:

10.3791/57918

2018年8月28日

本文内容

摘要

本文介绍了一种在胸部或腹部非门控计算机断层扫描(CT)图像上可靠且系统地识别冠状动脉钙化(CAC)的实验方案。CAC 可为冠状动脉疾病的研究和临床评估提供客观的衡量指标。

摘要

冠状动脉钙化(CAC)是冠状动脉疾病的一个客观指标,在非门控计算机断层扫描(CT)图像上可被清晰识别,且与门控心脏CT扫描结果具有高度相关性。本标准化方案采用逐步递进的方法,不仅优化图像以准确识别钙化灶,还能将CAC与其他常见的心脏轮廓钙化原因进行区分。在非门控CT扫描中识别出CAC有助于发现一个极为重要的预后因素,从而影响治疗干预决策或后续诊断检查,而无需额外进行门控心脏扫描。这些非门控CT扫描通常作为患者常规诊疗的一部分被获取,相关数据易于获得,且无需额外接受电离辐射剂量 。本方案可用于临床研究中回顾性数据分析时精确、准确地提取此类信息,同时也适用于患者的临床评估与管理。

引言

冠状动脉疾病是主要不良心血管事件的预测指标。CT 扫描中的冠状动脉钙化(CAC)为冠状动脉疾病提供了客观证据,可能识别出先前未确诊的患者。此外,CAC 具有重要的预后价值。具体而言,在多种不同患者亚群中,包括有心脏症状的患者以及无症状患者,门控心脏 CT 扫描未发现 CAC 可识别出心血管事件风险较低的患者群体1,2。在美国,每年进行约 7000 万次 CT 扫描,且使用量持续上升,其中约有 1100 至 1200 万次为胸部 CT 扫描,因此在大量患者中识别 CAC 的潜力仍然很高3。然而,上述分析中大多数胸部 CT 扫描并非专门的心脏 CT 扫描。专门的心脏 CT 扫描具有标准化的层厚、采集方案、心电图(ECG)门控以最小化心脏运动,以及重建方案。此外,门控心脏 CT 扫描采用 Agatston 评分进行标准化定量。Agatston 评分系统已得到充分验证,并与临床结局密切相关1,2

冠状动脉钙化(CAC)在这些非门控CT扫描中可以很容易地识别,但常常被忽视4。已有研究证明,在非门控CT扫描中识别出的CAC与通过门控CT扫描获得的Agatston评分之间存在良好的相关性(汇总分析中超过> 90%)5,6,7,8,9,10。在非门控CT扫描中,CAC的存在与更差的临床结局相关;而其缺失则与发病率和死亡率的降低相关10,11,12,13,14,15

尽管已有不同研究探讨了非门控扫描中冠状动脉钙化(CAC)的预后意义,但关于如何最佳识别 CAC 的公开发表数据仍然有限。研究人员曾尝试建立一种自动化方法,用于识别因肺癌筛查目的而进行的低剂量 CT 胸部扫描中的 CAC;然而,该方法向其他研究方案的转化应用极为有限16不同CT扫描仪、扫描方案以及对比剂使用(包括注射时机和剂量)的差异,限制了这种自动化方法的应用。尽管心血管CT学会和胸腔放射学会尝试推动在所有胸部CT检查中对冠状动脉钙化(CAC)进行标准化报告,但实施效果参差不齐。17尽管本指南文件提供了一个总体框架,但对于冠状动脉钙化的识别细节,特别是对于那些不常规观察冠状动脉解剖结构的操作者而言,相关内容仍较为有限。此外,本文件未涉及针对腹部CT扫描、增强扫描以及疑难病例判读的具体策略。许多研究已发表其采用特定方案的观察者间与观察者内重复性数据;然而,目前尚无统一标准被不同研究广泛采用。

在这些非门控CT扫描中持续且可靠地识别冠状动脉钙化(CAC)的能力,使得研究人员能够对多种不同情况下CAC在预测心血管结局中的作用进行回顾性和前瞻性观察研究。然而,为了确保研究结果的可重复性,以及在临床实践中提供一致的培训支持,必须采用标准化的方法来识别非门控CT扫描中的CAC。

访问受限。请登录或开始试用以查看此内容。

方案

本方案遵循肯塔基大学机构审查委员会和人体受试者研究方案所制定的指南。

1. 打开图像查看器

  1. 打开开展研究的机构所使用的图像查看器。双击桌面图标以启动查看器。
  2. 使用机构提供的用户名和密码登录。

2. 确定合适的患者

  1. 单击工具栏中的 研究列表 图标。
  2. 搜索条件 下拉列表中,选择标有 患者 ID 等于 的选项。
  3. 输入患者的医院识别编号。
  4. 成像模式 下,单击 所有成像模式 以取消选中所有成像模式。
    1. 单击 CT 以选择此成像模式。
  5. 身体区域 下,保留默认选项 所有身体区域
  6. 然后,用鼠标单击 查找

3. 确定最佳研究

  1. 单击 执行日期,按研究日期对列表进行排序。
  2. 然后,单击感兴趣的研究项目。
    注意:最佳研究为胸部CT(无论是否使用对比剂)。当存在多个研究时,应选择能够最接近索引时间点显示完整冠状动脉树的CT扫描(用于回顾性数据分析),或选择最近的CT扫描(用于临床目的)。

4. 确定最佳图像序列

  1. 用鼠标点击屏幕右上角的平铺图标,并高亮选中单个平铺。点击以使屏幕变为单窗格。
  2. 将鼠标悬停在图像顶行的序列图标上,识别出层厚为 3 mm(或最接近 3 mm)的序列。
  3. 点击并按住鼠标左键,将该图标拖动到查看屏幕的中心位置,然后松开鼠标左键。
  4. 使用鼠标中间的滚动条(或 alternatively 按住鼠标左键并向右拖动)来浏览图像,确保冠状动脉树得到充分显示。

5. 优化图像以突出钙化

  1. 滚动图像,直到找到显示其中一条冠状动脉的图像。
  2. 右键单击并选择 窗宽/窗位 选项。
  3. 点击 交互式窗宽/窗位
  4. 作为起始点,在 W(窗宽)字段中输入 500
  5. 作为起始点,在 L(窗位)字段中输入 150
    注意:调整窗宽和窗位的目的是优化心外膜脂肪[通常为心脏轮廓中最低的亨氏单位(HU)]、心腔以及钙化或金属结构(通常为最高的HU)之间的对比度。使用较低kV的增强CT扫描通常需要最高的窗位(常> 250 HU)和最大的窗宽(常> 1,000 HU)。对于无对比剂的"低剂量" CT扫描(低mAs),应使用稍低的窗位(0 - 150 HU)。
  6. 通过按住鼠标左键在水平滑动条上左右移动,手动调整窗宽(将滑动条向右移动可增大窗宽)。
  7. 通过按住鼠标左键在垂直滑动条上上下移动,手动调整窗位(将滑动条向上移动可提高窗位)。
    注意:调整目标是使窗宽和窗位达到以下效果:脂肪(包括心外膜脂肪)应呈深灰色至黑色;心肌应呈稍浅的灰色;钙化和金属应呈白色。
  8. 点击 关闭 以关闭窗宽/窗位设置框,并开始查看图像。

6. 鉴定冠状动脉钙化

  1. 使用鼠标中间的滚轮上下滚动图像序列,一次观察一条冠状动脉。
  2. 标记(在单独的文档或电子表格中, 等等。) 在四支主要的心外膜冠状动脉中,是否存在冠状动脉钙化图1).
    注意:如果在血管本身或其分支中观察到冠状动脉钙化(CAC),则认为左前降支(LAD)、左回旋支(LCx)或右冠状动脉(RCA)存在CAC。

7. 识别微小钙化区域的技术

  1. 确定可疑的冠状动脉钙化区域。
  2. 右键单击屏幕以调出菜单。
  3. 点击 标注(Annotate)
  4. 然后,点击 椭圆形感兴趣区域(Elliptical ROI)
  5. 在钙化区域上按下并按住鼠标左键,向下并向右移动,以创建一个足够大的圆或椭圆,覆盖整个钙化区域。
    ​注意:确保感兴趣区域(ROI)足够大,能够覆盖整个潜在钙化区域及部分心外膜脂肪,但又足够小,避免包含其他心腔(尤其是含有对比剂的腔室)。软件随后将显示未包含在感兴趣区域内的区域的最小、最大和平均HU值。
    1. 如有必要,将鼠标左键按在感兴趣区域的中心并拖动,以移动该区域。
    2. 如有必要,将鼠标左键按在感兴趣区域的角点上并拖动,以调整其大小。
  6. 重复步骤7.5–7.5.2,在胸骨(屏幕顶部明亮的骨性结构)上创建另一个感兴趣区域。
  7. 重复步骤7.5–7.5.2,在升主动脉上创建另一个感兴趣区域。
  8. 将潜在钙化区域的最大HU值与升主动脉和胸骨的最大HU值进行比较。
    注意:若某区域的最大HU值比升主动脉的最大HU值高出2个标准差以上,则可将其归类为冠状动脉钙化。冠状动脉钙化的最大HU值应更接近胸骨的最大HU值,而非升主动脉的最大HU值(图2)。

8. 区分冠状动脉钙化与其他来源的钙化

  1. 打开后处理软件时,先左键单击 Windows 的“开始”按钮,然后单击后处理软件。接着使用机构用户名和密码登录。
  2. 要打开检查和序列,请在屏幕右上方搜索选项的相应字段中输入Patient IDPatient Name。然后取消勾选Date 1
    1. 接着单击Update Study List,然后在屏幕左上方的结果列表中单击选中所需的检查。
    2. 在下方的Series List中,单击标签中标明层厚为 3 mm 的序列。
  3. 在其中一幅图像上按住鼠标中键并向上移动鼠标以放大,以便清晰显示动脉结构。
  4. 在每个十字线的中心处按住鼠标左键,将其移动至待评估钙化区域的中心位置。
  5. 按住十字线上的标记并拖动鼠标,以旋转另外两幅图像。持续观察另外两幅图像,直至目标邻近结构清晰可见。
    注意:最常与冠状动脉钙化混淆的三种情况包括:主动脉壁钙化(误认为右冠状动脉或左主干钙化)、二尖瓣环钙化(误认为左回旋支钙化)或三尖瓣环钙化(误认为右冠状动脉钙化),以及心包钙化。冠状动脉周围有心外膜脂肪包绕,而这些其他邻近结构则无此特征。

访问受限。请登录或开始试用以查看此内容。

结果

冠状动脉解剖在大多数患者中相对可预测,如上所述。在大多数患者中,评估这些血管的典型位置也容易识别。图1)。采用所述方法学,可在单个队列中可靠地识别出84%患者(317例可评估患者中的267例)是否存在结肠锯齿状病变(CAC)15绝大多数被排除的患者在规定的时间范围内未进行CT扫描,或进行了腹部CT扫描但未能显示完整的冠状动脉血管结构,且未发现冠状动脉钙化(CAC)。仅有一位患者因严重的呼吸和心脏运动伪影,导致无法区分冠状动脉钙化与二尖瓣环钙化,因此未纳入分析。心脏运动伪影的影响可能为轻度或重度。图3)。这是门控CT扫描与非门控CT扫描之间相关性不完全的主要原因之一。然而,随着扫描仪速度的提升,屏气持续时间及采集时间逐渐缩短,这最大限度地减少了呼吸和心脏运动对图像质量的影响,并提高了图像的时间分辨率。

访问受限。请登录或开始试用以查看此内容。

讨论

冠状动脉钙化(CAC)的识别是一种极为强大的预后工具,现有大量且不断增长的文献支持其在多种临床场景中的应用。多数文献集中于通过门控心脏CT扫描识别CAC,但已有充分证据表明,非门控CT扫描同样能够准确反映CAC,并具有可靠的预后价值。考虑到CT扫描在美国的广泛应用,以及人们对辐射暴露日益增加的担忧,从已获取的CT扫描中提取CAC信息的能力似乎具有额外的临床价值。,以最低甚至无额外成本提升质量)。这在不断发展的医疗环境中将持续具有重要意义。为了以有意义且可靠的方式实现这一目标,从研究角度以及向临床应用转化的角度,都需要采用标准化的方法来识别非门控CT扫描中的冠状动脉钙化(CAC)。

优化序列识别并准确进行灰度图像的窗宽/窗位调节是本方法学中最关键的步骤。保持最佳的层厚、辐射剂量(kV 和 mAs)以及后处理方式,以模拟经过充分验证的门控心脏CT扫描,可实现最佳的相关性。在条件允许的情况下,保持2–3 mm层厚和120 kV的扫描参数最为理想,有助于冠状动脉钙化(CAC)17的准确识别。由于本方法学的目标是在多种不同类...

访问受限。请登录或开始试用以查看此内容。

披露

作者无任何利益冲突需要披露。

致谢

本工作由美国国立卫生研究院资助 [1TL1TR001997-01, 2016-2017]。

访问受限。请登录或开始试用以查看此内容。

材料

本文使用的材料清单
姓名公司目录编号评论
Microsoft Windows Server 2012 R2 标准版PowerEdge R7308F8KFB2后处理软件服务器配置:Intel(R) Xeon(R) CPU E5-2609 v3 @ 1.90GHz Intel(R) Xeon®CPU E5-2609 v3 @ 1.90GHz
IntuitionTerarecon4.4.12.xxx后处理软件
McKesson 放射学阅片工作站McKessonStation Lite 版本 1.0.0.182IP 版本 8.0.31.0
台式计算机及显示器:Optiplex 9030 AIODellOptiplex 9030 AIO处理器:Intel  Core i5-4590S CPU @ 3.00 GHz, 3001Mhz, 4 核心, 4 个逻辑处理器

参考文献

  1. Douglas, P., et al. Outcomes of anatomical versus function testing for coronary artery disease. The New England Journal of Medicine. 372 (14), 1291-1300 (2015).
  2. Detrano, R., et al. Coronary calcium as a predictor of coronary events in four racial or ethnic groups. The New England Journal of Medicine. 358, 1336-1345 (2008).
  3. Sarma, A., et al. Radiation and chest CT scan examinations: what do we know. CHEST. 142, 750-760 (2012).
  4. Winkler, M. A., et al. Identification of coronary artery calcification and diagnosis of coronary artery disease by abdominal CT: A resident education continuous quality improvement project. Academic Radiology. 22 (6), 704-707 (2015).
  5. Budoff, M. J., et al. Coronary artery and thoracic calcium on noncontrast thoracic CT scans: comparison of ungated and gated examinations in patients from the COPD Gene cohort. Journal of Cardiovascular Computed Tomography. 5, 113-118 (2011).
  6. Einstein, A. J., et al. Agreement of visual estimation of coronary artery calcium from low-dose CT attenuation correction scans in hybrid PET/ CT and SPECT/CT with standard Agatston score. JACC: Journal of the American College of Cardiology. 56, 1914-1921 (2010).
  7. Kim, S. M., et al. Coronary calcium screening using low-dose lung cancer screening: effectiveness of MDCT with retrospective reconstruction. AJR. American Journal of Roentgenology. 190, 917-922 (2008).
  8. Kirsch, J., et al. Detection of coronary calcium during standard chest computed tomography correlates with multi-detector computed tomography coronary artery calcium score. The International Journal of Cardiovascular Imaging. 28, 1249-1256 (2012).
  9. Wu, M. T., et al. Coronary arterial calcification on low-dose ungated MDCT for lung cancer screening: concordance study with dedicated cardiac CT. AJR. American Journal of Roentgenology. 190, 923-928 (2008).
  10. Xie, X., et al. Validation and prognosis of coronary artery calcium scoring in non-triggered thoracic computed tomography: systematic review and meta-analysis. Circulation: Cardiovascular Imaging. 6, 514-521 (2013).
  11. Itani, Y., et al. Coronary artery calcification detected by a mobile helical computed tomography unit and future cardiovascular death: 4-year follow-up of 6120 asymptomatic Japanese. Heart and Vessels. 19, 161-163 (2004).
  12. Hughes-Austin, J. M., et al. Relationship of coronary calcium on standard chest CT scans with mortality. JACC: Cardiovascular Imaging. 9, 152-159 (2016).
  13. Shemesh, J., et al. Ordinal scoring of coronary artery calcifications on low-dose CT scans of the chest is predictive of death from cardiovascular disease. Radiology. 257, 541-548 (2010).
  14. Sarwar, A., et al. Diagnostic and prognostic value of absence of coronary artery calcification. JACC: Cardiovascular Imaging. 2, 675-688 (2009).
  15. Gupta, V. A., et al. Coronary artery calcification predicts cardiovascular complications after sepsis. Journal of Critical Care. 44, 261-266 (2017).
  16. Takx, R. A., et al. Automated coronary artery calcification scoring in non-gated chest CT: agreement and reliability. PLoS One. 9 (3), 91239(2014).
  17. Hecht, H. S., et al. 2016 SCCT/STR guidelines for coronary artery calcium scoring of noncontrast noncardiac chest CT scans: A report of the Society of Cardiovascular Computed Tomography and Society of Thoracic Radiology. Journal of Cardiovascular Computed Tomography. 11 (1), 74-84 (2016).
  18. Erbel, R., et al. Progression of coronary artery calcification seems to be inevitable, but predictable - results of the Heinz Nixdorf recall (HNR) study. European Heart Journal. 35 (42), 2960-2971 (2014).
  19. Blaha, M. J., et al. Improving the CAC score by addition of regional measures of calcium distribution. JACC: Cardiovascular Imaging. 9, 1407-1416 (2016).

访问受限。请登录或开始试用以查看此内容。

重印与许可

申请许可以重复使用本 JoVE 文章的文本或图表

申请许可

标签

CT

相关文章