2021年11月16日发布 | 2709阅读

【中国声音】三种CT灌注软件评估急性缺血性脑卒中患者核心梗死体积的定量一致性

刘钦晨

南京医科大学第一附属医院

贾振宇

江苏省人民医院

赵林波

江苏省人民医院

曹月洲

江苏省人民医院

马高

南京医科大学第一附属医院

施海彬

江苏省人民医院

刘圣

江苏省人民医院

达人收藏
 


作者:

刘钦晨(共同第一作者),贾振宇(共同第一作者),赵林波,曹月洲,马高,施海彬,刘圣(通讯作者)


作者单位:

南京医科大学第一附属医院(江苏省人民医院)




【Liu QC, Jia ZY, Zhao LB, et al. Agreement and Accuracy of Ischemic Core Volume Evaluated by Three CT Perfusion Software Packages in Acute Ischemic Stroke. J Stroke Cerebrovasc Dis. 2021;30(8):105872. doi:10.1016/j.jstrokecerebrovasdis.2021.105872】


摘要




目的

比较两种CT灌注软件(CT Perfusion 4D和Carestream Vue PACS)定量评估急性缺血性卒中(Acute ischemic stroke,AIS)灌注图像上核心梗死体积与RAPID软件的一致性,并评估三种软件预测最终梗死体积(Final Infarction Volume,FIV)的准确性。


材料与方法 

回顾性收集2019年11月至2020年2月AIS患者的影像学及临床资料。CT灌注图像分别采用RAPID、CT Perfusion 4D和Vue PACS软件进行后处理,其中,Vue PACS软件包括三种不同的算法:算法A(循环奇异值分解,cSVD)、算法B(振荡索引奇异值分解,oSVD)和算法C(标准奇异值分解,sSVD)。使用组内相关系数(ICC)、Bland−Altman分析和Kappa分析来评估三种软件量化核心梗死的一致性。对于机械取栓获得良好再通分级(mTICI≥2b)的患者,使用术后5~7天随访CT或MR图像测量FIV。


结果 

最终共纳入82例患者。ICC分析显示,Vue PACS算法A和CT Perfusion 4D与RAPID的一致性最好(算法A:ICC=0.954;CT Perfusion 4D:ICC=0.950);算法B和算法C与RAPID的一致性良好(算法B:ICC=0.780;算法C:ICC=0.852)。算法A的一致性界限最窄(−32.3~41.8ml)。Kappa分析显示,在比较三种软件评估核心梗死体积≤70ml的一致性时,Vue PACS算法A和CT Perfusion 4D与RAPID显示出极强的一致性(算法A:kappa=0.87;CT Perfusion 4D:kappa=0.87),而Vue PACS算法B和C与RAPID则显示出较强的一致性(算法B:kappa=0.77;算法C:kappa=0.73)。32名患者接受机械取栓并获得良好再通分级,RAPID评估核心梗死体积的准确性最高(ICC=0.818;r=0.694)。


结论 

CT Perfusion 4D和Vue PACS软件算法A与RAPID软件表现出极好的一致性,在临床实践中可以作为筛选适合机械取栓的AIS患者的替代软件。


【关键词】

CT灌注成像;核心梗死体积;急性缺血性卒中;后处理软件



前言


随机对照研究表明,对于发病6小时以内的急性前循环大血管闭塞患者,机械取栓(Mechanical thrombectomy,MT)是最有效的治疗方式之一[1–5]。2018年DAWN和DEFUSE 3研究表明,对于发病后6~24小时的急性前循环大血管闭塞患者,灌注成像能帮助筛选出从MT中获益的患者,该选择标准很快纳入到更新的指南中[6–8]


值得注意的是,DAWN和DEFUSE 3研究均使用RAPID软件对灌注数据进行后处理以筛选适合MT的患者。然而在临床实践中,有多种后处理软件均能对CT灌注数据后处理生成可视化的灌注图像并量化核心梗死和缺血半暗带,不同软件在算法上的差异会导致不同的量化结果。目前,后处理算法和预定义阈值尚缺乏统一的标准[9–11]。文献报道,RAPID软件评估的核心梗死体积最接近于最终梗死体积[11-14]。因此,在根据后处理软件量化结果制定MT的临床决策时,不同软件之间的可比性和准确性非常重要。


CT Perfusion 4D和Vue PACS是临床上常用的两种CT灌注成像(CT Perfusion,CTP)后处理软件,目前尚未有文献报道这两种软件评估核心梗死与RAPID软件的一致性。因此,本研究的目的主要是比较CT Perfusion 4D和Vue PACS定量评估核心梗死体积与RAPID软件评估核心梗死体积的一致性,对于不以RAPID软件作为参考依据的医疗中心具有一定的指导意义。


材料与方法


临床资料

本研究经本院机构审查委员会和伦理委员会批准。回顾性收集2019年11月至2020年2月间于我院就诊患者的临床及影像学资料。


纳入标准:

(1)临床诊断为急性缺血性脑卒中(Acute Ischemic Stroke,AIS);

(2)经CTA确认为颅内前循环大血管(颈内动脉末端、大脑中脑动脉M1或M2段)闭塞;

(3)入院后使用CTP进行评估。


排除标准:

(1)明显运动伪影或心功能不全的患者;

(2)双侧大血管病变;

(3)影像学资料丢失的患者。


CTP成像方案

所有CT扫描均在配备有宽40mm探测器的Optima CT660扫描仪(GE,密尔沃基,美国)上进行。CTP图像采集使用以下参数:管电压=80kv;管电流=250mA;探测器准直=64×0.625mm;转速=0.8s;图像厚度=5mm;脑覆盖度=120mm;矩阵=512×512;总扫描时间=50s。采用高压注射器经上臂静脉注射50ml碘克沙醇(威视派克320,GE,美国)以10ml生理盐水助推,速率均为4.5ml/s。


CTP图像后处理

所有入组患者的CTP原始数据均分别使用RAPID、CT Perfusion 4D和Vue PACS软件量化核心梗死和缺血半暗带。


RAPID软件(iSchemaView,Menlo Park,CA)是一种完全自动化软件,它使用延迟不敏感算法[15–16]。核心梗死被定义为rCBF<30%的区域。


CT Perfusion 4D软件(GE Healthcare Inc,Milwaukee,WI)是具有两种算法的半自动软件,包括延迟校正去卷积算法和标准去卷积算法[17],本研究采用延迟校正去卷积算法。该软件产生的病变区域为空间平滑处理半径大于1cm2的区域[17]。我们手动选择保留相互连接的区域,以提高准确度。核心梗死被定义为CBV<1.0ml/100g。


Vue PACS软件(Carestream Health Inc,Rochester,NY)是具有三种不同算法的半自动软件。算法A使用循环奇异值分解(Circular Singular Value Decomposition,cSVD)算法,算法B使用振荡索引奇异值分解(Oscillating index Singular Value Decomposition,oSVD)算法,算法C使用标准奇异值分解(Standard Singular Value Decomposition,sSVD)算法[18]。我们将rCBF<30%的区域定义为核心梗死区域,使其和RAPID软件具有可比性。


Vue PACS和CT Perfusion 4D两种软件均可以自动检测动脉输入功能(AIF)和静脉输出功能(VOF),并且允许用户手动校正,我们将动脉参考设置在大脑中动脉或基底动脉,静脉参考设置在上矢状窦。


最终梗死体积(Final Infarction Folume,FIV)的测量

根据MT术后的最终血管造影图像,对于再通分级良好(mTICI≥2b)的患者,在术后5~7天随访的NCCT或MRI扩散加权成像(diffusion weighted image,DWI)图像上,采用内部开发的半自动软件测量FIV。如果术后同时随访CT和MRI,则使用DWI作为测量FIV的首选。


统计分析

采用Kolmogorov−Smirnov's检验对所有参数进行正态分布分析。变量资料符合正态分布使用x ± s表示,不符合正态分布采用中位数(四分位间距)表示。计数资料以频数及百分数表示,非参数检验采用Wilcoxon秩和检验。


用Bland−Altman分析和组内相关系数(Intra−class correlation coefficient,ICC)分析CT Perfusion 4D和Vue PACS(三种算法)与RAPID软件在评估核心梗死体积方面的一致性。ICC<0.50时,一致性较差;0.51−0.75为一致性一般,0.76−0.90 为一致性较好,0.91−1.00为一致性很好[19]


为了分析CT Perfusion 4D和Vue PACS是否都能根据基于RAPID的核心体积准确分类患者,通过Kappa值确定了CT Perfusion 4D和Vue PACS检测梗死核心体积≤70mL的诊断一致性。同时我们也通过Kappa值分析了根据三种软件分析结果制定临床决策的一致性。Kappa值0~0.20为较差,0.21~0.40为一般,0.41~0.60为中等,0.61~0.80为较强,0.81~1为极强[12]。使用ICC、Bland−Altman和Spearman检验来验证RAPID、CT Perfusion 4D和Vue PACS与FIV的相关性。所有统计分析均采用SPSS(PASW Statistics 23.0,Chicago,IL,USA)及MedCalc(MedClac 11.0,Mariakerke,Belgium)统计软件进行,以P<0.05为差异具有统计学意义。


结果


基线资料

本研究最终共纳入82例患者。35例患者接受了MT,其中32例患者MT术后获得良好再通(mTICI≥2b)。所有入组患者的人口统计学和基线资料见表1。图1展示了一个典型的案例,该图分别显示了每个软件生成的核心梗死图像和量化的FIV图像。



不同软件评估核心梗死体积的比较

RAPID,Vue PACS算法A、B、C和CT Perfusion 4D评估的中位(IQR)核心梗死体积分别为12.5(0−40.5)ml、23.8(15.9−37.2)ml、18.2(11.0−31.6)ml、44.6(31.2−78.0)ml以及6.4(1.2−24.6)ml(见图2)。Vue PACS算法A和RAPID(p<0.001)、算法C和RAPID(p<0.001)以及CT Perfusion 4D和RAPID(p=0.021)之间评估核心梗死体积差异具有统计学意义,算法B和RAPID之间的核心梗死体积差异没有统计学意义(p=0.75)。


核心梗死体积的一致性

ICC分析表明,算法B和算法C评估核心梗死体积与RAPID的一致性较好(算法B:ICC=0.780,95%CI=0.674~0.854;算法C:ICC=0.852,95%CI=0.330~0.946),CT Perfusion 4D和算法A评估核心梗死体积与RAPID的一致性很好(CT Perfusion 4D:ICC=0.950,95%CI=0.923~0.967;算法A:ICC=0.954,95%CI=0.928~0.971)。


图3中的Bland−Altman图也说明了Vue PACS、CT Perfusion 4D和RAPID之间预测核心体积的一致性。Bland−Altman分析表明,算法A、B、C预测核心梗死体积和RAPID之间的平均差异(SD)分别是4.8(18.9)ml、-9.7(36.2)ml和26(25.4)ml;而CT Perfusion 4D和RAPID之间的平均差异为−3.6(22.3)ml。算法A量化核心梗死体积与RAPID的一致性界限最小(−32.3~41.8)ml;算法B量化核心梗死体积与RAPID的一致性界限最大(−80.6~61.2)ml(表2)。ICC和Bland−Altman分析的综合结果表明,Vue PACS算法A和CT Perfusion 4D与RAPID的一致性最高。



三种软件评估核心梗死体积≤70ml的一致性

Vue PACS算法A和CT Perfusion 4D评估梗死体积≤70ml与RAPID的一致性极强(算法A:kappa=0.87;CT Perfusion 4D:kappa=0.87),而Vue PACS算法B和C与RAPID(算法B:kappa=0.77;算法C:kappa=0.73)则显示出较强的一致性。(表3)


根据不同软件制定临床决策的一致性

根据Vue PACS算法A和CT Perfusion 4D的量化结果制定临床决策时,与RAPID的一致性极强(算法A:kappa=0.87;CT Perfusion 4D:kappa=0.87),而Vue PACS算法B和C与RAPID(算法B:kappa=0.77;算法C:kappa=0.73)则显示出较强的一致性。(表3)


预测FIV的准确性

在32名mTICI≥2b患者的随访NCCT或DWI图像上定量测量FIV。在这些患者中,中位(IQR)FIV为8.6(3.2~23.9)ml,RAPID、Vue PACS算法A、B、C以及CT Perfusion 4D预测核心梗死体积中位数分别为7.5(0−22.0)ml、21.9(15.3−27.9)ml、16.7(10.9−19.6)ml、43.8(33.0−62.6)ml和2.4(1.0−7.3)ml。ICC分析显示Vue PACS和CT Perfusion 4D预测的核心梗死体积与FIV一致性较差(算法A:ICC=0.408,95%CI=0.029−0.675;算法B:ICC=0.30,95%CI=-0.028−0.577;算法C:ICC=0.103,95%CI=-0.080−0.344;CT Perfusion 4D:ICC=0.256,95%CI=-0.051−0.535);RAPID预测的核心梗死体积与FIV一致性较好(ICC=0.818,95%CI=0.659−0.907)。几种软件与FIV的Bland−Altman分析和Sperman相关性见表4。ICC、Bland−Altman分析和Sperman相关性分析的综合结果表明,RAPID与FIV的一致性最高,其次是Vue PACS算法A。


讨论


本研究分析了两种临床常用后处理软件评估核心梗死体积与RAPID软件的一致性,最终发现CT Perfusion 4D和Vue PACS算法A在评估核心梗死体积方面与RAPID存在很好的一致性。在根据后处理软件诊断核心梗死体积≤70ml的一致性方面,CT Perfusion 4D和Vue PACS算法A也与RAPID软件表现出极强的一致性。此外,在评估几种软件量化核心梗死体积与FIV相比的准确性时,RAPID显示出较高的一致性,而CT Perfusion 4D和Vue PACS算法A的一致性较差。


近年来,随着更新的指南的发布,越来越多的中心均使用脑CTP作为AIS术前评估来筛选适合MT的患者。后处理软件可以快速生成脑组织的可视化灌注图像,量化核心梗死和缺血半暗带体积,还可以为临床决策节省大量时间。研究表明,CT灌注参数还可以预测出血转化和临床预后。然而,目前关于CT灌注成像尚缺乏统一的协议和算法[11],目前大多数中心MT的标准仍取决于后处理软件与RAPID软件之间的可比性。


在本研究中,我们发现CT Perfusion 4D和Vue PACS算法A评估的核心体积与RAPID的一致性很高。然而,Bland−Altman分析表明,与RAPID软件相比,CT Perfusion 4D倾向于低估核心梗死体积,而Vue PACS算法A倾向于高估核心梗死体积,这个发现对临床决策有着重要影响。正如之前的研究结果显示,对核心梗死低估或高估均会对临床决策产生重大影响[13,20]。CT Perfusion 4D倾向于低估核心梗死,会导致更多不适合MT的患者被纳入适应症范围内,而使用Vue PACS算法A,可能会错误地排除许多适合MT的患者。


先前的研究还表明,核心梗死体积的评估受到许多因素的影响,如CT扫描参数(电压、电流、扫描时间)和对比剂的传输速度,此外,后处理算法、定义核心梗死的阈值、动脉输入和静脉输出函数的确定以及运动校正也可能导致结果的变化[9,11,21]。本研究的优点是,我们使用从同一扫描仪获得的相同CT灌注数据进行后处理分析,可以消除CT参数对结果的影响。CT Perfusion 4D使用延迟校正算法和CBV<1.0ml/100g定义核心梗死,而RAPID使用延迟不敏感算法和rCBF<30%来定义核心梗死体积。CBV的定义阈值低于先前研究中报告的阈值(CBV<2.0ml/100g),这可能是CT Perfusion 4D倾向于低估核心梗死的原因[22]。由于该阈值(CBV<1.0ml/100g)是CT Perfusion 4D软件的默认和推荐设置,因此,我们没有将其修改为CBV<2.0ml/100g。尽管Vue PACS软件也使用rCBF<30%来定义为核心梗死以便于与RAPID软件进行比较,但Vue PACS软件使用延迟敏感算法,这与RAPID中的延迟不敏感算法不同,先前的研究表明,延迟敏感算法会高估核心梗死体积[9]。未来尚需要进一步研究,以确定在后处理算法中定义核心梗死的统一标准。


至于在预测FIV方面,RAPID软件表现出了较好的准确性,这与先前的研究结果是一致的[11-14]。然而,CT Perfusion 4D和Vue PACS软件显示的准确性较差。但是,先前的82例患者核心梗死体积的一致性表明,CT Perfusion 4D和Vue PACS与RAPID的一致性最高。这两个结果似乎相互矛盾。然而,这82例患者包括有血管内治疗适应症和无适应症的患者,我们将82例患者分为介入组和非介入组时再次进行比较发现,在介入治疗组中,CT Perfusion 4D和Vue PACS评估的核心梗死体积与RAPID软件的一致性较差,但在非介入组中无明显变化。在介入组中,梗死核心体积通常小于70ml,而在非介入组中,许多患者的核心核心体积大于70ml。在评估梗死核心大小时,在基线值较高的人群中,不同软件的一致性可能更好。本研究中,介入组的人群与FIV准确性分析中使用的患者人群几乎相同,因此,我们认为差异很可能是由人口基线特征的不一致引起的。


本研究尚存在几个局限性。首先,我们的样本量相对较小,限制了不同软件之间评估核心梗死体积差异的能力。此外,只有少数患者基于RAPID评估的核心梗死体积是大于70ml的(n=15),这也对正确区分70ml以上核心梗死体积的能力表现出一定的局限性。其次,本研究是一项回顾性研究,着重比较了几种软件对梗死核心体积量化的一致性,并未对各种软件后处理时间进行比较。同时,本研究对保守治疗的患者没有评估核心梗死体积与FIV之间的一致性,因为在这些患者中,血栓自发性破裂或溶解导致缺血半暗带被部分挽救将影响分析结果。最后,我们使用RAPID作为参考标准,而不是DWI。然而,最近几项主要的随机临床试验中均是以RAPID结果作为筛选标准,此外,RAPID的准确性已经在之前的研究中得到了很好的验证[4,14,16]


无论如何,在本研究中,我们着重比较了不同软件CTP分析结果的一致性,没有单独强调每种方法的有效性。因此,我们不会就哪种软件的分析结果更可靠作出任何结论。


结论


我们的研究表明,CT Perfusion 4D和Vue PACS算法A在核心梗死体积量化方面与RAPID有极好的一致性。此外,在根据CT Perfusion 4D和Vue PACS算法A筛选适合MT的患者时,在治疗决策上与RAPID具有极高的一致性。在临床实践中可用于制定MT方案的替代后处理软件。 


通讯作者简介

刘圣 教授

南京医科大学第一附属医院

(江苏省人民医院)

介入科副主任,主任医师、医学博士、博士后、教授、研究生导师

江苏省“医学重点人才”、“六大高峰人才”

中华放射学会介入学组神经介入专委会副主任委员,江苏省医学会介入学分会副主任委员,江苏省卒中学会神经介入委员会副主任委员,江苏省医师协会神经介入专委会副主任委员,南京医学会介入学分会主任委员

主持国家及省厅级课题5项,以第一或通讯作者发表SCI论文30余篇,任AJNR、CVIR、DIR等杂志审稿专家


参考文献:

1. Diener HC, Nitschmann S. Endovaskul€are Therapie beiakutem isch€amischem Insult: Multicenter Randomized Clinical Trial of Endovascular Treatment for Acute Ischemic Stroke in the Netherlands (MR CLEAN) [Endovascular treatment for acute ischemic stroke: Multicenter Randomized Clinical Trial of Endovascular Treatment for Acute Ischemic Stroke in the Netherlands (MR CLEAN)]. Internist (Berl) 2015;56(7):847-850.

2. Demchuk AM, Goyal M, Menon BK, et al. Endovascular treatment for Small Core and Anterior circulation Proximal occlusion with Emphasis on minimizing CT to recanalization times (ESCAPE) trial: methodology. Int J Stroke 2015;10(3):429-438.

3. Millan M, Remollo S, Quesada H, et al. Vessel Patency at 24 Hours and Its Relationship With Clinical Outcomes and Infarct Volume in REVASCAT Trial (Randomized Trial of Revascularization With Solitaire FR Device Versus Best Medical Therapy in the Treatment of Acute Stroke Due to Anterior Circulation Large Vessel Occlusion Presenting Within Eight Hours of Symptom Onset). Stroke 2017;48(4):983-989.

4. Mokin M, Levy EI, Saver JL, et al. Predictive Value of RAPID Assessed Perfusion Thresholds on Final Infarct Volume in SWIFT PRIME (Solitaire With the Intention for Thrombectomy as Primary Endovascular Treatment). Stroke 2017;48(4):932-938.

5. Campbell BC, Mitchell PJ, Yan B, et al. A multicenter, randomized, controlled study to investigate Extending the time for Thrombolysis in Emergency Neurological Deficits with Intra-Arterial therapy (EXTEND-IA). Int J Stroke 2014;9(1):126-132.

6. Nogueira RG, Jadhav AP, Haussen DC, et al. Thrombectomy 6 to 24 Hours after Stroke with a Mismatch between Deficit and Infarct. New Engl J Med 2018;378(1):11-21.

7. Albers GW, Marks MP, Kemp S, et al. Thrombectomy for Stroke at 6 to 16 Hours with Selection by Perfusion Imaging. New Engl J Med 2018;378(8):708-718.

8. Powers WJ, Rabinstein AA, Ackerson T, et al. Guidelines for the Early Management of Patients With Acute Ischemic Stroke: A Guideline for Healthcare Professionals From the American Heart Association/American Stroke Association. Stroke 2018;49(3):e46-e110.

9. Kudo K, Sasaki M, Yamada K, et al. Differences in CT perfusion maps generated by different commercial software: quantitative analysis by using identical source data of acute stroke patients. Radiology 2010;254(1):200-209.

10. Campbell BC, Yassi N, Ma H, et al. Imaging selection in ischemic stroke: feasibility of automated CT-perfusion analysis. Int J Stroke 2015;10(1):51-54.

11. Vagal A, Wintermark M, Nael K, et al. Automated CT perfusion imaging for acute ischemic stroke: Pearls and pitfalls for real-world use. Neurology 2019;93(20): 888-898.

12. Xiong Y, Huang CC, Fisher M, et al. Comparison of Automated CT Perfusion Softwares in Evaluation of Acute Ischemic Stroke. Journal of Stroke and Cerebrovascular Diseases 2019;28(12):104392.

13. Rava RA, Snyder KV, Mokin M, et al. Assessment of a Bayesian Vitrea CT Perfusion Analysis to Predict Final Infarct and Penumbra Volumes in Patients with Acute Ischemic Stroke: A Comparison with RAPID. AJNR Am J Neuroradiol 2020;41(2):206-212.

14. Hoving JW, Marquering HA, Majoie CBLM, et al. Volumetric and Spatial Accuracy of Computed Tomography Perfusion Estimated Ischemic Core Volume in Patients With Acute Ischemic Stroke. Stroke 2018;49(10): 2368-2375.

15. Koopman MS, Berkhemer OA, Geuskens RREG, et al. Comparison of three commonly used CT perfusion software packages in patients with acute ischemic stroke. J Neurointerv Surg 2019;11(12):1249-1256.

16. Austein F, Riedel C, Kerby T, et al. Comparison of Perfusion CT Software to Predict the Final Infarct Volume After Thrombectomy. Stroke 2016;47(9):2311-2317.

17. GE Healthcare Publications. In: CT Perfusion 4D User Guide. Revision 2; 2011.

18. Carestream Healthcare Publications. In: CARESTREAM Vue PACS CT Perfusion User Guide. Revision 2; 2016.

19. Koo TK, Li MY. A Guideline of Selecting and Reporting Intraclass Correlation Coefficients for Reliability Research [published correction appears in J Chiropr Med. J Chiropr Med 2016;15(2):155-163.

20. Caruso P, Naccarato M, Furlanis G, et al. Wake-up stroke and CT perfusion: effectiveness and safety of reperfusion therapy. Neurol Sci 2018;39(10):1705-1712.

21. Sotoudeh H, Shafaat O, Sotoudeh E. Misleading CT perfusion in subacute ischemic stroke. Emerg Radiol 2019;26 (5):581-586.

22. Kameda K, Uno J, Otsuji R, et al. Optimal thresholds for ischemic penumbra predicted by computed tomography perfusion in patients with acute ischemic stroke treated with mechanical thrombectomy. J Neurointerv Surg 2018;10(3):279-284.




声明:脑医汇旗下神外资讯、神介资讯、脑医咨询所发表内容之知识产权为脑医汇及主办方、原作者等相关权利人所有。未经许可,禁止进行转载、摘编、复制、裁切、录制等。经许可授权使用,亦须注明来源。欢迎转发、分享。

最新评论
发表你的评论
发表你的评论
来自于专栏
关键词搜索