Potential use of radiomics analysis of cine-mode cardiac MRI to detect post-infarction lesions in the left ventricular myocardium

Texto integral

Обоснование

Частота сердечно-сосудистых заболеваний неумолимо растёт с каждым годом. Лидирующую позицию в структуре их осложнений занимает ишемическая болезнь сердца, которая является основной причиной смертности и инвалидности взрослого населения во всём мире [1]. Одна из её наиболее распространённых форм — инфаркт миокарда (ИМ), характеризующийся необратимым некрозом сердечной мышцы, вызванным острым нарушением коронарного кровообращения [2, 3]. Определение размера и локализации, а также чёткая дифференциация между интактной тканью и областью инфаркта важны для клинической диагностики и прецизионной медицины [4]. Нередко после перенесённого ИМ происходит ремоделирование левого желудочка (ЛЖ) — процесс, клинически проявляющийся изменением размеров и функции ЛЖ, начинающийся в первые часы после нарушения коронарного кровообращения и в дальнейшем прогрессирующий [5]. Патофизиология постишемического ремоделирования ЛЖ сложна и включает множество ультраструктурных, метаболических и нейромедиаторных процессов, происходящих в инфарктном и удалённом от области инфаркта миокарде. Ремоделирование сердца принято считать определяющим фактором клинического течения сердечной недостаточности [6].

Магнитно-резонансная томография (МРТ) сердца с контрастированием — один из ключевых и наиболее важных методов диагностики наличия, распространённости и выраженности постинфарктных изменений миокарда. Данный метод используют также для определения жизнеспособности миокарда и ремоделирования ЛЖ. МРТ сердца позволяет количественно оценить размер ИМ, выявить зоны микрососудистой обструкции и геморрагического пропитывания — это ключевые факторы, определяющие неблагоприятное ремоделирование, и предикторы неблагоприятных сердечно-сосудистых исходов [7–9]. Однако метод имеет ряд ограничений, в том числе зависимость от субъективной оценки врача и внутриоператорскую вариабельность. Кроме того, использование гадолиний-содержащих препаратов у пациентов с почечной недостаточностью может привести к нефрогенному системному фиброзу [10] — это важная проблема в клинической практике из-за частоты коморбидных заболеваний почек и сердца у пациентов кардиологического профиля [11].

Одно из быстроразвивающихся направлений углублённого анализа цифровых медицинских изображений — радиомика и текстурный анализ. Радиомика — технология, позволяющая точно охарактеризовать патологические изменения, обнаруженные при анализе цифровых медицинских изображений, путём преобразования данных визуализирующих методов в количественные показатели. Ранее уже проводили исследования эффективности текстурного анализа МРТ-изображений сердца для выявления условно здоровых и нежизнеспособных сегментов миокарда [12], некоторые из них сосредоточены на обнаружении рубцовых изменений миокарда ЛЖ на бесконтрастных изображениях МРТ сердца в кино-режиме [13]. Очевидно, что морфологические особенности миокарда в области рубца отличаются от интактного миокарда, и, как следствие, текстурные характеристики данных участков должны отличаться [14]. Предположения о том, что неявные различия между нежизнеспособными и условно здоровыми сегментами присутствуют и на изображениях МРТ сердца в кино-режиме и могут быть обнаружены с помощью радиомического анализа, демонстрируя разную гетерогенность уровня серого, на сегодняшний день подтверждают немногочисленные исследования [15, 16]. Эта гипотеза позволяет предположить, что участки постинфарктного кардиосклероза можно выявить, используя исключительно бесконтрастные изображения МРТ сердца в кино-режиме, сведя к минимуму побочные эффекты от введения гадолиний-содержащих препаратов и значительно снизив стоимость и время исследования. Согласно опубликованным данным, подобные исследования у пациентов с ишемической кардиомиопатией (ИКМП) не проводили.

Цель

Оценить возможности и информативность радиомического анализа в выявлении постинфарктных областей миокарда ЛЖ у пациентов с ИКМП по данным бесконтрастных изображений МРТ сердца в кино-режиме.

Материалы и методы

Дизайн исследования

В данное обсервационное одноцентровое ретроспективное выборочное неконтролируемое исследование включены пациенты обоего пола в возрасте от 52 до 65 лет, которым проводили хирургическое лечение ИКМП. Всем пациентам выполняли МРТ сердца с контрастированием по клиническим показаниям либо как часть научного протокола.

Критерии соответствия

В исследование включены пациенты, соответствующие стандартизованным критериям ИКМП [17]:

1) перенесённый ИМ в анамнезе;

2) многососудистое поражение коронарных артерий (выявленное по данным инвазивной коронароангиографии);

3) низкая фракция выброса ЛЖ (ФВЛЖ) — менее 40%;

4) повышенный конечно-систолический индекс (КСИ) — более 60 мл/м²;

5) сердечная недостаточность II–IV функционального класса по NYHA.

Не включали в исследование пациентов с пороками сердца инфекционного, ревматического генеза, пациентов с острым нарушением мозгового кровообращения и острой стадией ИМ, пациентов с наличием правожелудочковой недостаточности.

Для проведения исследования отобраны изображения МРТ сердца с контрастированием пациентов, перенёсших хирургическое лечение по поводу ИКМП за период с 2019 по 2023 годы.

Условия проведения

Набор пациентов осуществляли на базе Научно- исследовательского института кардиологии Томского национального исследовательского медицинского центра Российской академии наук.

В исследование включены пациенты, которым для оценки жизнеспособности миокарда проведена МРТ сердца с парамагнитным контрастным усилением (ПМКУ).

Основной исход исследования

Суррогатной конечной точкой было различие значений радиомических показателей интактного миокарда и областей ПИКС на изображениях МРТ сердца в кино-режиме.

Методы регистрации исходов

МРТ сердца с контрастированием

В рамках исследования из медицинской документации пациентов собраны данные о проведённой для оценки жизнеспособности миокарда МРТ сердца с ПМКУ по стандартной методике на магнитно-резонансном томографе Vantage Titan (Toshiba) 1,5 Тл с ЭКГ-синхронизацией, синхронизацией по дыханию и получением изображений миокарда по короткой и длинным осям до и после введения гадолиний-содержащего контрастного препарата гадобутрола, в дозировке 0,1–0,15 ммоль/кг массы тела пациента. Толщина срезов составляла 7–8 мм, с записью в матрицу 256×256. Протокол МРТ-исследования включал Т1-, Т2-взвешенные последовательности, и последовательность с подавлением сигнала от жировой ткани для оценки состояния миокарда, динамические SSFP-последовательности для оценки объёмов и функции ЛЖ, градиентные последовательности инверсия–восстановление (GR–IR) для выявления участков патологического контрастирования. Время инверсии подбирали индивидуально (в среднем TI=300±10 мс). Оценку изменённых участков в миокарде проводили с учётом 17-сегментной системы топической характеристики миокарда ЛЖ. Основные параметры ЛЖ рассчитывали с использованием программы постпроцессинговой обработки Segment (version 2.2, Medviso AB).

Радиомический анализ

Текстурный анализ выполняли на основе бесконтрастных изображений МРТ сердца в кино-режиме. Все изображения сегментировали с использованием программного обеспечения 3D slicer (version 5.2.2), радиомические признаки извлекали автоматически с помощью расширения SlicerRadiomics (version aa418a5).

В дальнейшем проводили сравнение радиомических характеристик участков интактного миокарда с участками постинфарктного кардиосклероза (ПИКС) на основе бесконтрастных изображений в кинорежиме.

Для определения различий в радиомических характеристиках интактного миокарда и областей постинфарктного кардиосклероза на кино-изображениях формировали зоны интереса, размер и локализация которых соответствовала областям ПИКС и интактного миокарда по данным МРТ-изображений с отсроченным контрастированием. Последовательно выполняли следующие действия: вручную очерчивали области интереса на МРТ-срезах по короткой оси (в режиме SSFP), соответствующие областям ПИКС на постконтрастных МРТ-изображениях (ROI) → извлекали текстурные характеристики с использованием библиотеки Pyradiomics. Методика формирования зон интереса показана на рис. 1.

 

Рис. 1. Этапы формирования зон интереса на постконтрастных и бесконтрастных МРТ-изображениях сердца по короткой оси левого желудочка. a — результаты магнитно-резонансной томографии с отсроченным контрастированием; по нижней стенке левого желудочка визуализируется трансмуральное накопление контрастного вещества, в области межжелудочковой перегородки со стороны левого желудочка данных за повреждение нет. b — МРТ-изображение сердца в кино-режиме; сформированы зоны интереса в области задней стенки (зелёного цвета), что соответствует участку постинфарктного кардиосклероза нижнего сегмента среднего отдела левого желудочка, и в области переднеперегородочного сегмента среднего отдела (жёлтого цвета), что соответствует интактной межжелудочковой перегородке.

 

Проведён текстурный анализ 66 участков изображений МРТ сердца в кино-режиме, для каждого из которых определили 105 текстурных характеристик, которые подразделены на следующие классы:

• признаки первого порядка (Energy, Entropy, Range, Kurtosis и т.д.);
• характеристики формы, 3D (Mesh Volume, Voxel Volume, Sphericity и т.д.);
• характеристики формы, 2D (Perimeter, Pixel Surface, Elongation и т.д.);
• матрица совместного совпадения уровней серого (GLCM);
• матрица длины пробега на уровне серого (GLRLM);
• матрица размерных зон уровня серого (GLSZM);
• матрица различий соседних серых тонов (NGTDM);
• матрица зависимости уровней серого (GLDM).

Этическая экспертиза

Исследование выполнено в соответствии со стандартами надлежащей клинической практики (Good Clinical Practice) и принципами Хельсинкской декларации. Все пациенты, включённые в исследование, подписывали информированное согласие на участие. Работа одобрена Комитетом по биомедицинской этике Научно-исследовательского института кардиологии Томского Национального исследовательского медицинского центра (протокол № 210 от 18 февраля 2021 г.).

Статистический анализ

В ходе статистической обработки последовательно выполнены следующие действия: отбор значимых текстурных характеристик → построение диаграмм коллинеарности признаков → отбор признаков по важности → выполнение регрессии Lasso. Отбор признаков осуществлялся с помощью функций и методов identify_collinear, identify_zero_importance, identify_low_importance, identify_single_unique, identify_all на языке программирования Python. Размер выборки предварительно не рассчитывался.

Результаты

Объекты исследования

Характеристика исследуемой выборки

В исследование включены 33 пациента с ИКМП (94% — мужчины), средний возраст составил 58,3±5,7 года. Стенокардию напряжения наблюдали у всех пациентов, при этом третий функциональный класс встречался чаще других (67%). Сердечную недостаточность также диагностировали у всех пациентов, максимальное количество принадлежало третьему классу (61%). Гипертоническую болезнь выявили в 85% случаев, при этом дислипидемию — в 73% случаев, сахарный диабет — в 24%. Клиническая характеристика пациентов приведена в табл. 1.

 

Таблица 1. Клиническая характеристика пациентов
Показатель	Значение
Возраст, лет	58,3±5,7
Мужчины, n (%)	31 (94%)
ИМТ, кг/м2	27,5±3,9
Гипертоническая болезнь в анамнезе, n (%)	28 (85%)
Функциональный класс сердечной недостаточности по NYHA, n (%):
I	0 (0%)
II	12 (39%)
III	20 (61%)
IV	0 (0%)
Функциональный класс стенокардии напряжения, n (%):
I	1(3%)
II	10 (30%)
III	22 (67%)
IV	0 (0%)
Сахарный диабет, n (%)	8 (24%)
Дислипидемия, n (%)	24 (73%)
Примечание. ИМТ — индекс массы тела; NYHA (New York Heart Association) — Нью-Йоркская кардиологическая ассоциация.

 

Магнитно-резонансная томография сердца с контрастированием

Согласно результатам МРТ сердца с контрастированием, ФВЛЖ ниже 40% выявили у всех пациентов. Масса миокарда и индекс конечного систолического объёма (ИКСО) ЛЖ были выше нормы. На изображениях в отсроченную фазу контрастирования у всех пациентов выявили области патологического накопления контраста, что соответствует ПИКС; у 5 (15%) пациентов в проекции истончённой стенки ЛЖ выявлены тромботические массы; сферификацию полости ЛЖ наблюдали у 31 (94%) пациента. Данные МРТ сердца с контрастированием приведены в табл. 2.

 

Таблица 2. Данные магнитно-резонансной томографии сердца с контрастированием
Показатель	Значение
ФВЛЖ, %	31,5±7,5
ИКСО, мл/м2	79,7±16,7
ММЛЖ, г	190,8±2,1
МЖМ, г	140,8±30,05
Количество сегментов с трансмуральностью более 50%	4,4±2,6
Отношение массы миокарда, накопившего контрастный препарат, к ММЛЖ, %	27,1±6,9
Тромбоз, n (%)	5 (15)
Примечание. ФВЛЖ — фракция выброса левого желудочка; ММЛЖ — масса миокарда левого желудочка; МЖМ — масса жизнеспособного миокарда; ИКСО — индекс конечного систолического объёма.

 

Основные результаты исследования

Предобработка данных

Мы удалили столбцы и строки данных, в которых доля пропущенных значений была более 0,75. В остальных случаях пропущенные значения заменили средними по признаку.

Диаграммы коллинеарности признаков

Для поиска коллинеарных предикторов использовали метод identify_collinear. Данный метод для каждой пары коррелированных признаков определил один для удаления. В машинном обучении наличие признаков, которые с высокой степенью коррелируют между собой, приводит к снижению производительности обобщения данных из-за высокой дисперсии и меньшей интерпретируемости модели. Мы получили 33 радиомических признака с коэффициентом корреляции больше 0,98. Для визуального представления коллинеарности признаков построены тепловые карты, в которых по вертикали представлены коррелируемые признаки, по горизонтали – признаки, подлежащие удалению (рис. 2, 3).

 

Рис. 2. Тепловая карта всех корреляций в наборе.

 

Рис. 3. Тепловая карта корреляции 33 признаков с коэффициентом корреляции более 0,98.

 

Признаки с нулевой важностью

Мы использовали функцию identify_zero_importance, чтобы выявить признаки с нулевой важностью. Определение и удаление таких признаков не влияет на информативность. Кроме того, с помощью функции FeatureSelector установили важность признаков, используя алгоритм градиентного бустинга. Показатель усреднялся по 10 тренировочным итерациям для уменьшения дисперсии. Использовали раннюю остановку с проверочным набором, чтобы предотвратить переобучение. На рис. 4 представлены нормализованные показатели важности самых значимых признаков, по оси абсцисс отложена нормализованная важность признаков.

 

Рис. 4. Нормализованные показатели важности.

 

Мы оценили кумулятивную важность признаков в зависимости от их общего количества. Выяснили, что всего 27 признаков вносят свой вклад в общий вариационный ряд (рис. 5).

 

Рис. 5. Изменение кумулятивной важности признаков.

 

Признаки с низкой важностью

Метод выявления признаков с низкой важностью основан на предыдущем методе. Используя функцию identify_low_importance, определили параметры с наименьшей значимостью, которые не влияют на указанный общий уровень. Получили, что 27 признаков необходимы для суммарной важности 0,98, при этом 78 признаков не вносят дополнительного вклада в суммарную значимость.

Признаки с единственным значением

Метод выявления признаков с единственным значением отбирает все столбцы, которые содержат только одно значение. Такие признаки не могут быть полезны для машинного обучения, так как имеют нулевую дисперсию. Используя данный метод, мы не нашли функций с единственным уникальным значением (рис. 6).

 

Рис. 6. Количество уникальных значений для каждого признака.

 

С помощью логистической регрессии Lasso мы отобрали признаки и сформировали ROC-кривую (рис. 7). Точность обучения (training accuracy) и точность теста (test accuracy) составили 0,77 и 0,64 соответственно (Se=57,14%; Sp=71,43%).

 

Рис. 7. ROC-кривые, показывающие точность обучения и точность тестирования (training accuracy AUC=0,77; test accuracy AUC=0,64).

 

Обсуждение

Основной результат исследования

В данном исследовании мы изучили возможность использования радиомического анализа бесконтрастных МРТ-изображений сердца в кино-режиме для характеристики участков, соответствующих ПИКС и интактной стенке миокарда у пациентов с ИКМП. По данным проведённого нами исследования, чувствительность и спе-цифичность метода с помощью регрессии Lasso составила 57,14 и 71,43% соответственно. Представленные результаты подтверждают возможность дифференцировки рубцовых изменений миокарда и условно здоровой ткани, при этом относительно низкие значения чувствительности и спе-цифичности, вероятнее всего, обусловлены небольшим объёмом выборки.

Обсуждение основного результата исследования

Полученные нами данные показывают, что радиомические признаки, извлечённые из изображений в кино-режиме, потенциально можно использовать для идентификации зон постинфарктных изменений, что может повысить точность выявления ИМ и снизить риски от введения гадолиний-содержащих контрастных препаратов. На сегодняшний день опубликованы единичные работы, посвящённые текстурному анализу бесконтрастных МРТ-изображений сердца в кино-режиме, при этом соответствующих исследований в группах пациентов с ИКМП мы не обнаружили.

Данные результаты согласуются с исследованием Smith и соавт. [16], которое продемонстрировало значимость радиомических признаков на основе машинного обучения, извлечённых из бесконтрастных изображений МРТ сердца, для дифференцировки ИМ и нормальной ткани миокарда, что открывает новые возможности для клинической диагностики (AUC=0,88). В другом исследовании показано, что с помощью радиомического анализа бесконтрастных изображений МРТ сердца у пациентов с ИМ и подъёмом сегмента ST (ИМпST) можно оценивать неблагоприятное ремоделирование ЛЖ, тем самым повышая точность оценки и улучшая прогноз развития неблагоприятного ремоделирования ЛЖ (AUC=0,82) [18]. Более того, интеграция нативного T1-картирования и картирования внеклеточного объёма в МРТ сердца вместе с радиомическим анализом повышает точность прогнозирования восстановления функции сердца и микрососудистых повреждений. Ma Q. и соавт. в своём исследовании показали, что радиомический анализ с использованием бесконтрастного Т1-картирования может играть важную роль в диагностике острого ИМ и прогнозировании восстановления функции миокарда [19]. Этот метод не только повышает точность выявления микрососудистой обструкции, но и, как предполагают авторы, способен улучшить долгосрочный прогноз относительно сократительной функции миокарда. Кроме того, радиомика, основанная на нативном Т1-картировании, способна предсказывать основные неблагоприятные сердечно-сосудистые события у пациентов с ИМпST, облегчая стратификацию риска [20]. В своём исследовании B. Chen и соавт. [21] показали, что текстурный анализ на основе данных картирования внеклеточного объёма может дифференцировать обратимые и необратимые повреждения миокарда у пациентов с ИМпST, прогнозируя неблагоприятное ремоделирование ЛЖ, что потенциально важно для клинического применения (AUC=0,91). В другом исследовании показано, что у пациентов с неишемической дилатационной кардио-миопатией радиомические характеристики, извлечённые из нативных изображений Т1-картирования, позволяют предсказать риск неблагоприятного ремоделирования ЛЖ (AUC=0,81) [22]. Современные методики картирования перспективны в выявлении различных патологий миокарда, но на сегодняшний день доступность данных методик ограничена. Мы, в свою очередь, предлагаем способ получения дополнительной информации по данным бесконтрастных изображений МРТ сердца в кино-режиме, без использования картирования и контрастного усиления с приемлемой точностью (AUC=0,77).

В последние годы МРТ сердца стала «золотым стандартом» неинвазивной диагностики и комплексной оценки структурных изменений миокарда [23]. Помимо общепризнанной ценности динамических SSFP-последовательностей для оценки объёмов и функции ЛЖ, изображения с отсроченным контрастированием являются на сегодняшний день уникальным инструментом для выявления и расчёта протяжённости участков ПИКС. Хорошо известно, что объём повреждения, рассчитанный по данным отсроченного контрастирования, имеет решающее значение для прогнозирования ремоделирования ЛЖ [24]. При этом использование контрастных препаратов имеет определённые ограничения для отдельных групп пациентов: значительное количество постинфарктных пациентов клинически нестабильны на момент исследования и, как следствие, не могут переносить длительные процедуры; применение гадолиния может вызывать побочные эффекты, особенно ухудшать функцию почек у пациентов с почечной недостаточностью.

Ограничения исследования

Настоящее исследование имеет ряд ограничений. К таковым относят, в первую очередь, ретроспективный характер и небольшой объём выборки; её необходимый размер для достижения требуемой статистической мощности результатов при планировании и проведении исследования не рассчитывали. В связи с этим выборку участников нельзя считать в достаточной степени репрезентативной, что не позволяет экстраполировать полученные результаты и их интерпретацию на генеральную совокупность аналогичных пациентов за пределами исследования. Кроме того, не выполнена проверка информативности модели на верифицирующей выборке. Тем не менее на данной немногочисленной выборке нам удалось выявить значимые различия между интактной тканью и участками ПИКС по данным радиомического анализа изображений в кино-режиме.

Заключение

Радиомический анализ бесконтрастных МРТ-изображений сердца в кино-режиме способен различать участки ПИКС и жизнеспособного миокарда и потенциально может быть использован в качестве метода, альтернативного отсроченному контрастированию у пациентов с ИМ. При этом, безусловно, требуется проведение дальнейших исследований на выборках большего объёма и создание модели с высокой прогностической эффективностью для стратификации пациентов с ИКМП и обеспечения поддержки принятия решений для ведения данных пациентов.

Дополнительная информация

Источник финансирования. Авторы заявляют об отсутствии внешнего финансирования при проведении исследования.

Конфликт интересов. Авторы декларируют отсутствие явных и потенциальных конфликтов интересов, связанных с публикацией настоящей статьи.

Вклад авторов. Все авторы подтверждают соответствие своего авторства международным критериям ICMJE (все авторы внесли существенный вклад в разработку концепции, проведение исследования и подготовку статьи, прочли и одобрили финальную версию перед публикацией). Наибольший вклад распределён следующим образом: А.С. Максимова — клиническая оценка участников исследования, сбор и анализ полученных данных, подготовка текста рукописи; Д.С. Саматов, Б.С. Мерзликин — анализ и интерпретация данных, редактирование рукописи; Т.А. Шелковникова — клиническая оценка участников исследования, сбор и анализ полученных данных, редактирование рукописи; А.И. Листратов — анализ и интерпретация данных; К.В. Завадовский — планирование и руководство исследованием, редактирование рукописи.

Additional information

Funding source. This study was not supported by any external sources of funding.

Competing interests. The authors declare that they have no competing interests.

Authors’ contribution. All authors made a substantial contribution to the conception of the work, acquisition, analysis, interpretation of data for the work, drafting and revising the work, final approval of the version to be published and agree to be accountable for all aspects of the work. A.S. Maksimova — planned research design, participated in clinical data collection, data analysis and interpretation and original draft preparation; D.S. Samatov, B.S. Merzlikin — erformed data analysis and interpretation and edited the manuscript; T.A. Shelkovnikova — participated in clinical data collection, data analysis and interpretation and edited the manuscript; A.I. Listratov — performed data analysis and interpretation; K.V. Zavadovsky — planned research design, supervised the study, reviewed and edited the manuscript.

Sobre autores

Aleksandra Maksimova

Tomsk National Research Medical Center of the Russian Academy of Sciences

Email: asmaximova@yandex.ru
ORCID ID: 0000-0002-4871-3283
Código SPIN: 2879-9550

MD, Cand. Sci. (Medicine)

Rússia, Tomsk

Denis Samatov

National Research Tomsk Polytechnic University

Email: denissamatov470@gmail.com
ORCID ID: 0009-0000-1821-323X
Rússia, Tomsk

Boris Merzlikin

National Research Tomsk Polytechnic University

Email: merzlikin@tpu.ru
ORCID ID: 0000-0001-8545-9491
Código SPIN: 4815-6169

Cand. Sci. (Physics and Mathematics)

Rússia, Tomsk

Tatiana Shelkovnikova

Tomsk National Research Medical Center of the Russian Academy of Sciences

Email: fflly@mail.ru
ORCID ID: 0000-0001-8089-2851
Código SPIN: 1826-7850

MD, Cand. Sci. (Medicine)

Rússia, Tomsk

Artem Listratov

Siberian State Medical University

Email: listrat312@gmail.com
ORCID ID: 0009-0004-3202-8179
Rússia, Tomsk

Konstantin Zavadovsky

Tomsk National Research Medical Center of the Russian Academy of Sciences

Autor responsável pela correspondência
Email: Konstz@cardio-tomsk.ru
ORCID ID: 0000-0002-1513-8614
Código SPIN: 5081-3495

MD, Dr. Sci. (Medicine)

Rússia, Tomsk

Bibliografia

Arquivos suplementares