不同类型支架64层螺旋CT冠状动脉成像影响因素分析及最佳重组算法探讨

来源 :南方医科大学 | 被引量 : 0次 | 上传用户:zhaodaxiang
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
研究背景随着人口的老年化,冠状动脉粥样硬化性心脏病(简称冠心病,coronaryartery disease,CAD)的发病率越来越高。1984年~1993年,中国MONICA方案(心血管病趋势及决定因素的人群监测)示急性CAD事件标化发病率的年平均增长率为2.3%。经皮冠状动脉介入治疗术(percutaneous transluminal coronaryintervention,PCI)由于其创伤性小、效果显著,易被患者接受。冠状动脉支架(特别是药物洗脱支架)置入术已成为CAD重要治疗手段。但由于支架置入后,血管内正常血管腔的丧失,血栓形成或新生内膜过度增殖,血管重塑,导致冠状动脉支架内再狭窄(in-stent restenosis,ISR)的发生,故支架置入术后面临的主要问题是ISR。冠状动脉ISR诊断的金标准为冠状动脉造影(coronaryarteriography,CAG),但其费用高、有创,而且还偶有严重并发症,重复检查不易被患者接受。值得指出的是,仅一部分病人(约53.0%)接受CAG检查后需进一步介入治疗。因此,临床上需要可靠、无创的检查方法对冠状动脉进行全面的诊断和评价,作为介入治疗前筛查手段,以更好地选择合适的治疗方案。但不管是电子束CT、MRI还是4层、16层螺旋CT冠状动脉支架血管成像(computed tomographic angiography,CTA)状况均不甚乐观,不能完全满足临床对大部分冠状动脉ISR的评价。64层螺旋CT(64-multislice CT,64-MSCT)其进一步提高的时间和空间分辨率、多种后处理重组技术及功能强大的后处理工作站使得对冠状动脉支架成像质量有明显的改善及提高。但支架金属伪影仍然是困扰冠状动脉支架CTA成像的重要因素。国外文献及笔者工作经验均认为,不同类型的冠状动脉支架CTA成像伪影严重程度各异,相应地诊断准确性也参差不齐。那种支架材质图像伪影少,更有利于冠状动脉支架CTA成像?那种材质支架CTA成像有可能导致支架再狭窄的高/低估?这些均为临床和放射科医生关心的问题。64-MSCT提供的众多的后处理重组技术中,那种更适合于冠状动脉支架成像?传统算法是否仍为冠状动脉支架成像的最佳重组算法?不同重组算法对冠状动脉支架成像质量的影响如何?那种重组算法成像能更好地发挥64-MSCT对冠状动脉支架成像优势?本研究就以上问题展开研究与探讨。研究目的第一部分对不同类型冠状动脉支架64-MSCT成像影响因素分析,包括支架材质、管径、壁厚等。第二部分分析不同重组算法对冠状动脉支架成像质量的影响,寻找64-MSCT冠状动脉支架成像的最佳重组算法,以更好地发挥64-MSCT对冠状动脉支架成像优势。材料与方法第一部分回顾性分析60例冠状动脉支架置入术后临床疑诊为ISR患者的冠状动脉CTA资料,并所有患者于CTA检查后3个月内完成CAG检查。收集患者置入支架的时间、位置、数量、支架特性(包含支架厂商、材质、管腔内径及管壁厚度)等资料。就不同支架材质、不同管径、不同管壁厚度把95个支架分为钴铬合金组与不锈钢组,管径≥3.5mm组与<3.5mm组,壁厚≤0.1mm与>0.1mm。与金标准CAG对照,计算CTA诊断冠状动脉ISR的准确性、敏感性、特异性、阳性预测值、阴性预测值,分析不同类型支架对支架CTA成像质量和诊断准确性的影响。把可评价支架图像按是否存在明显再狭窄分为内科治疗组及手术干预组;按不同材质分为钴铬合金组与不锈钢组。轴位测量升主动脉根部和支架中点内CT值,计算主动脉根部与支架内CT值的差值D,分析不同狭窄程度或不同材质支架与差值D的相关性。第二部分对冠状动脉支架置入术后临床疑诊为ISR预接受冠状动脉CTA检查的23例患者,行常规冠状动脉CT扫描后分别以0.625mm为层厚进行soft、standard、lung、detail、bone五种算法图像重组。测量不同算法图像噪声值(以主动脉根部中心CT值SD为表示),并评价不同算法支架金属丝伪影及支架内点状低密度伪影分级。分析不同算法图像噪声及支架伪影的差异。统计方法应用SPSS 13.0软件进行统计学分析,P<0.05视为有统计学意义,具体统计方法如下:第一部分1.CTA诊断有意义的(需手术积极干预的)ISR的敏感性、准确性、敏感性、特异性、阳性预测值、阴性预测值,Kappa值。2.两组间伪影度分布比较,为等级资料,采用秩和检验;3.两组间CTA与金标准CAG诊断符合率比较,采用两独立样本χ~2检验;4.两组间主动脉根部CT值与支架内CT值的差值D差异比较,为计量资料,需先行正态性检验,根据结果是否为正态分布,选择采用t检验或wilcoxon秩和检验。第二部分1.各组算法图像噪声值为计量资料,需先行正态性检验,根据结果是否为正态分布,选择采用方差分析或Friedman秩和检验;若为偏态资料,两两算法间比较采用Bonferroni法(校正检验水准为0.05/10=0.005);若为正态资料,两两算法间比较采用LSD-t检验;2.不同算法支架伪影度分布比较,为等级资料,采用Friedman秩和检验,两两算法间比较采用Bonferroni法(校正检验水准为0.05/10=0.005)。结果第一部分60例患者共置入95个支架,包含13种不同支架类型,其中78个支架图像达到可评价要求。CTA与DSA对照评价支架通畅性的敏感性74.3%、特异性81.4%,CTA阳性预测值、阴性预测值分别为76.5%、79.5%,Kappa=0.558。钴铬合金支架较不锈钢支架伪影少,可评价率(86.7%vs 77.5%,P=0.002)、诊断准确性高(94.7%vs 71.2%,P=0.034);直径≥3.5mm支架更有利于支架内腔的观察(可评价率:100%vs 67.9%,P<0.001;诊断准确性:88.4%vs 62.9%,P=0.008)。差值D与支架狭窄程度无关(P=0.236),但与支架材质有较高的相关性(P=0.003)。第二部分1.23例患者,30个支架图像均能满足评价。随着算法的增大,图像噪声值增加(soft、standard、detail、bone、lung算法图像噪声值中位数M分别为:24.1Hu,30Hu,34.7Hu,95.5Hu,113.6Hu,P<0.001),其中lung与bone算法噪声最大(中位数M:113.6Hu vs 95.5Hu,P=0.012,该两算法各与其余算法两两比较P均<0.005);soft算法图像噪声最小(仅21.1Hu,soft与其余算法两两比较P均<0.005)。2.随着算法的增大,支架金属丝勾画越来越锐利,支架内点状低密度影越来越明显。soft算法金属丝边缘模糊伪影度最重(soft与其余算法两两比较P均<0.005),lung算法金属丝勾画最锐利(lung与其余算法两两比较P均<0.005),但管壁增厚现象最明显,并支架内点状低密度伪影严重(lung与其余算法两两比较P均<0.005)。故soft和lung两算法均不利于支架图像评价。Bone与detail均能对支架金属丝勾画清晰、锐利,临近伪影无/少(前者以1级伪影为多,后者以1级~2级伪影为多,P=0.002),均能很好地显示支架情况,但前者图像噪声值为后者3倍(112.8Hu vs34.7Hu,P<0.001),结合图像噪声和伪影度评价,detail算法较bone算法稍显优势。3.detail与传统standard算法比较,detail较standard支架金属丝勾画清晰、锐利(前者以1级为多,后者以2级为多,P<0.001),两者支架内点状低密度伪影无统计学区别(P=0.098),并噪声也无明显提高(26.8Huvs 32.3Hu,P<0.001)。可见detail算法在冠状动脉支架CTA成像上较传统standard算法优,推荐应用于冠状动脉支架CTA成像。结论第一部分冠状动脉支架CTA成像是冠状动脉支架置入术后可靠的无创的评价方法。钴铬合金支架较不锈钢支架伪影少,可评价率高,诊断准确性高;直径≥3.5mm支架更有利于支架内腔的观察。并不锈钢支架和小管径支架支架伪影较重,易造成ISR高估,值得引起注意。因金属伪影的干扰,测量并计算主动脉根部与支架内CT差值D对鉴别ISR意义不大。第二部分GE Light Speed VCT 64-MSCT detail算法在不明显提高图像噪声的基础上较传统standard算法对冠状动脉支架显示良好,支架金属丝勾画清晰并支架内点状低密度伪影度低,建议临床上采用detail算法行冠状动脉支架CTA图像重组。
其他文献
目的:探讨慢性化脓性中耳炎与感音神经性聋之间的关系,以及导致慢性化脓性中耳炎骨导阈值升高的相关因素。方法:对我院自2007年1月至2009年1月收治的106例单侧慢性化脓性中耳
目的:观察中药膳食对严重烫伤大鼠肠粘膜病理形态学、血浆内毒素含量、肠道细菌移位率、盲肠膜菌群及肠道sIgA水平变化的影响,了解中药膳食对严重烫伤大鼠肠源性感染的防治效果,探索临床防治烧伤后肠源性感染的新方法。方法:设计一种中药膳食,按照药膳饮食的制作方法熬制成汤剂。健康Wistar大鼠100只,雌雄各半,体重(200±20)g,随机分成四组:烧伤药膳喂养组(药膳组,n=30)、烧伤肉汤喂养组(肉汤
目的:探讨绿萝花对T2DM合并PD模型小鼠的抗炎作用和行为学影响。  方法:高脂饮食联合腹腔注射链脲佐菌素(STZ)诱导C57BL/6N雄性小鼠产生T2DM模型,并通过腹腔LPS联合MPTP成功建立