基于CT影像组学精准评价完全性肺静脉异位引流形态的研究

Owing to a wide spectrum of morphology variation of total anomalous pulmonary venous connection (TAPVC) and lack of accurate diagnostic modality, pulmonary vein stenosis remains a vexing problem after surgical repair of TAPVC. In recent years, data mining from the medical image based on radiomics has become a. After obtaining the medical images from cardiac computed tomography, we identify the volume of interest and segment the pulmonary vein (PV) as well as left atrium (LA). Subsequently, we reconstruct PV and LA in a 3D visualization. Then we extract the central lines of these veins and LA based on Voronoi picture and minimum cost path, which establishes foundations to quantify the features of TAPVC morphology. Therefore, we hypothesize that CT radiomics can help make an accurate assessment of the morphology of TAPVC. This study is intended to quantify the morphological features of TAPVC and then to perform data mining using LASSO, cluster analysis and machine learning technique. Finally, we perform a prospective study to validate the efficacy of CT-based radiomics features in precise assessment of TAPVC morphology, which helps to perform individualized operation and reduce the rate of post-repair PVS. This research provides theoretical foundation in intelligent diagnosis and treatment of TAPVC. Meanwhile, it provides a new sight in the clinical application of radiomics in cardiovascular diseases.

肺静脉狭窄是完全性肺静脉异位引流（TAPVC）术后最棘手的临床问题，主要原因为TAPVC解剖高度变异，术前缺乏精准、定量评价形态的方法。近年，基于影像组学挖掘医学图像特征进行量化研究是一个热点，但目前的特征集（纹理、形状等）主要适用于表征肿瘤异质性。我们前期研究完成CT图像中肺静脉和左心房分割与三维重建、基于Voronoi图的最小代价路径法提取管腔中心线，为TAPVC形态特征的定量分析奠定初步基础。由此假设，基于CT影像组学可以精准评价TAPVC解剖形态。为证实该设想，本课题拟（1）定量计算表征空域分布和血管三维结构的新的影像组学特征，利用LASSO、聚类分析和机器学习技术等方法挖掘特异影像组学生物标记；（2）开展基于影像组学生物标记精确诊断TAPVC的前瞻性验证研究，个体化规划手术、降低术后肺静脉狭窄。本课题为TAPVC智能诊疗提供理论基础，也为影像组学在心血管疾病中的应用提供崭新思路。

【项目背景】完全性肺静脉异位引流（TAPVC）是危重复杂先天性心脏病代表病种之一，目前唯一治疗方式是手术重建肺静脉回流。但术后肺静脉狭窄发生率较高（20-30%），病死率高达50%。其主要原因为共汇静脉与左心房对位不良，造成术后肺静脉扭曲，从而引起肺静脉血流动力学改变（扰流等）并造成狭窄。因此，术前定量评估TAPVC解剖形态，有助于个体化、精准手术，降低术后肺静脉狭窄发生率。.【研究内容】本项目分别对TAPVC四种亚型，即心上型108例、心内型168、心下型82例和混合型61例，进行基于CT图像的形态学评估。利用基于神经卷积的分割法对CT原始图像的左心房和共汇静脉进行自动分割。基于Fast Marching 算法、虚拟漫游等方法定量计算表征TAPVC解剖形态相关的特征。利用 LASSO 模型和随机森林法进行特征筛选和提取。用受试者工作特征曲线（ROC 曲线）等方法评价对特征标签预测术后肺静脉狭窄相关性的敏感性、特异性。.【重要结果和关键数据】对于心下型TAPVC：在国际上原创性地提出共汇静脉形态学分型，即倒圣诞树型和鹿角型，指出鹿角型共汇由于其与左心房空间距离远，直接吻合后易造成分支肺静脉的扭曲和吻合口张力的增高，提示此类共汇形态的心下型TAPVC宜采取无缝线技术（sutureless）纠治。对于心内型TAPVC：指出共汇静脉-肺静脉分支截面积之比小、共汇-冠状静脉窦回流路径长是不良的解剖形态，建议需采用无缝线技术或共汇静脉-左心房侧侧吻合法纠治。对于心上型TAPVC：指出左心房-共汇静脉空间距离，左心房体积和共汇静脉体积这三个定量形态学指标是此亚型的特征影像学标签，有助于危险分层。对于混合型：肺静脉共汇和肺静脉分支发育不良是影响手术操作的不良病理解剖形态，指出对于不同分型的混合型TAPVC需采取个体化手术，即“2+2”型合并双共汇静脉时宜采用无缝线技术，“3+1”型中单独回流的左上肺静脉需采用侧侧吻合法；怪异型患者则需同时联合2-3种手术技术分别处理异位引流的肺静脉。.【科学意义】基于CT影像组学的方法能个体化评估TAPVC的解剖异质性，提高此类患儿手术成功率。这为复杂先天性心脏病的精准智能诊断提供依据。