邢園園，薛紅元綜述 葉玉泉審校

隨著超聲技術(shù)的不斷發(fā)展，20世紀(jì)90年代初出現(xiàn)了三維超聲心動圖(three-dimensional echocardiography，3DE)并逐步應(yīng)用于臨床。3DE的優(yōu)勢在于避免了幾何假設(shè)，可以更準(zhǔn)確地定量心腔，對心臟功能的評價更加準(zhǔn)確。全容積心臟圖像還可以任意角度切割觀察，為心臟瓣膜病、先天性心臟病等疾病的超聲診斷提供了新的視角。其可更直觀地顯示心臟三維解剖結(jié)構(gòu)，也便于與臨床醫(yī)師溝通。人工智能(artifcial intelligence，AI)目前在醫(yī)學(xué)領(lǐng)域主要應(yīng)用于X射線、計算機斷層掃描(computed tomography，CT)、心臟磁共振成像(cardiac magnetic resonance imaging，CMR)等靜態(tài)圖像的分析[1-2]，研究人員也試圖將其應(yīng)用于動態(tài)圖像中。近年來出現(xiàn)了一系列與AI相結(jié)合的3DE軟件[3]?，F(xiàn)就3DE及AI在心臟相關(guān)疾病中的臨床應(yīng)用、研究進展及未來應(yīng)用前景進行綜述。

1 定義

1.1 三維超聲心動圖 早期的3DE基于人工掃描或機械旋轉(zhuǎn)傳感器采集圖像后再進行三維重建。最新的三維全容積矩陣探頭已經(jīng)可以實現(xiàn)實時三維心臟超聲圖像的采集，新一代的經(jīng)食管三維超聲心動圖(three dimensional transesophageal echocardiography，3D-TEE)更進一步地拓寬了三維超聲的應(yīng)用范疇。

1.2 人工智能 AI本質(zhì)上屬于一種計算機程序，可以通過模仿人類思維過程來執(zhí)行人類智能任務(wù)[4-5]。AI已在游戲、社交媒體和機器人技術(shù)中使用了很長時間[6]。近年來由于計算機技術(shù)的進步和高級神經(jīng)網(wǎng)絡(luò)的創(chuàng)建，AI在醫(yī)學(xué)成像領(lǐng)域得到了快速發(fā)展[7]，目前計算機視覺系統(tǒng)已經(jīng)可以完成一部分專家水平的圖像診斷任務(wù)[8]。此外，AI 還可以應(yīng)用于圖像采集、處理、報告和跟蹤，具有巨大的發(fā)展前景[9]。

1.3 機器學(xué)習(xí) 機器學(xué)習(xí)(machine learning，ML)是一種人工生成的計算機算法。計算機通過已輸入的數(shù)據(jù)進行學(xué)習(xí)，當(dāng)出現(xiàn)類似數(shù)據(jù)，即可使用之前學(xué)習(xí)到的經(jīng)驗來預(yù)測結(jié)果[10]。ML屬于AI的亞領(lǐng)域，也是AI的核心部分——計算機獲得智能的關(guān)鍵所在。ML是一個比較廣泛的概念，包括幾種不同的算法，大致可以分為有監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)、半監(jiān)督學(xué)習(xí)和強化學(xué)習(xí)[11-12]，其中有監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)最常出現(xiàn)在技術(shù)領(lǐng)域和研究開發(fā)領(lǐng)域。

1.4 深度學(xué)習(xí) 深度學(xué)習(xí)(deep learning，DL)也稱為深度神經(jīng)學(xué)習(xí)網(wǎng)絡(luò)。DL不需要在數(shù)據(jù)分類之前使用特定特征進行訓(xùn)練，而是由互連節(jié)點組成的神經(jīng)網(wǎng)絡(luò)來定義數(shù)據(jù)點之間的關(guān)系，是一種更高級別的ML算法。DL與傳統(tǒng)ML最大的區(qū)別在于DL使用多層神經(jīng)網(wǎng)絡(luò)，它模擬了人類的神經(jīng)通路，允許計算機系統(tǒng)讀取、構(gòu)建和學(xué)習(xí)更加復(fù)雜、大量的數(shù)據(jù)集，這些人工神經(jīng)網(wǎng)絡(luò)通常深達數(shù)百層，在這些多層結(jié)構(gòu)中，數(shù)據(jù)被連續(xù)處理，直到獲得最終的輸出結(jié)果[13-14]。

1.5 卷積神經(jīng)網(wǎng)絡(luò) DL包括卷積神經(jīng)網(wǎng)絡(luò)(convolutional neural network，CNN)、堆疊自動編碼器、深度置信網(wǎng)絡(luò)、深度玻爾茲曼機。其中CNN可以將輸入數(shù)據(jù)分層，根據(jù)不同的特征進行分類，能夠準(zhǔn)確執(zhí)行模式識別[15]。CNN近年獲得極大關(guān)注，它對包含1 000個不同類別的100萬張左右的圖像進行分類，錯誤率僅為傳統(tǒng)DL方法的一半[16-17]。目前CNN已被廣泛應(yīng)用于影像醫(yī)學(xué)診斷[18-19]，是超聲心動圖與AI結(jié)合的研究熱點。

2 心臟結(jié)構(gòu)和功能評價

2.1 左心容積和功能 左心室容積和功能評估是超聲心動圖的關(guān)鍵[20]。歐洲心血管影像協(xié)會/美國超聲心動圖學(xué)會(EACVI/ASE)已經(jīng)推薦將3DE測量左心室容積應(yīng)用于臨床[21]。應(yīng)用3DE不僅可以準(zhǔn)確評估左心室整體容積及功能，還存在可以評估左心室局部容積及功能的可能性。左心房容積和功能的評估在心血管系統(tǒng)疾病診斷中也起著非常重要的作用。3DE測得的左心房最大容積(maximal left atrium volume, LAVMAX)與CMR結(jié)果相關(guān)性良好，是嚴(yán)重心血管疾病的預(yù)測因子。傳統(tǒng)3DE分析方法需要前期進行專門的人員培訓(xùn)，并且手動描繪心內(nèi)膜操作繁鎖、耗時，無法適用于日常臨床工作。目前，已有多家儀器供應(yīng)商研究了AI相關(guān)軟件對心臟結(jié)構(gòu)和功能進行快速評估，例如Philips公司研發(fā)的Heart ModelAI(HM)是與AI相結(jié)合的3DE軟件，其原理基于解剖智能超聲模型的分割算法，可一鍵對左心容積進行測定，簡單、快速評價左心室收縮功能[22]。HM分析軟件存入1 000多個3DE的數(shù)據(jù)模型，首先自動檢測出收縮末期及舒張末期，軟件自動追蹤左心室心內(nèi)膜、匹配體積和形狀。HM可以自動測量左心室射血分?jǐn)?shù)(left ventricular ejection fraction，LVEF)、左心室舒張末期容積(left ventricular end diastolic volume，LVEDV)、左心室收縮末期容積(left ventricular end systolic volume，LVESV)、LAVMAX。Tsang等[23]首先應(yīng)用HM、3DE、CMR分別對左心室和左心房進行了對比研究，其研究結(jié)果顯示，應(yīng)用HM可以同時對左心室和左心房進行定量評估，其自動測量結(jié)果與手動測量的3DE、CMR均有很好的相關(guān)性。Medvedofsky等[24]對HM技術(shù)進行了一項多中心研究，其研究結(jié)果同樣顯示HM測量左心功能的準(zhǔn)確性和可重復(fù)性。在國內(nèi)的研究中，申斌等[25]通過HM與心臟超聲造影進行對比研究，進一步確認了其評價左心功能的可行性。李萌等[26]通過將HM自動化測量與進行輪廓調(diào)整后的數(shù)據(jù)與傳統(tǒng)3DE進行對比，其結(jié)論是HM對左心室容積的自動評估與3DE有很好的相關(guān)性及一致性，自動測量后對描記左心室心內(nèi)膜進行輪廓調(diào)整可以提高測量準(zhǔn)確率。目前，HM已經(jīng)在不同人群中進行評價分析，結(jié)果良好，對部分心臟疾病的心功能評價也有可行性[23,27-30]。但對于失去正常形態(tài)的左心室功能評估較少，且尚未涉及左心室局部容積及功能的評價[31]。此外，HM已經(jīng)可以對整個心臟容積進行自動測量和左心室質(zhì)量測定[32-33]。AI軟件與“金標(biāo)準(zhǔn)”CMR的相關(guān)性和一致性好。盡管如此，心內(nèi)膜的識別仍然容易出現(xiàn)一定的誤差。隨著AI技術(shù)的不斷發(fā)展，一些研究人員試圖應(yīng)用不基于容積測量的評估方法來減少這些誤差。這些算法模仿了專業(yè)技術(shù)人員的眼睛和大腦功能，而不是通過追蹤心內(nèi)膜和計算心室容積來得到心臟功能[34]。AI還可以幫助年輕醫(yī)師快速得出更加準(zhǔn)確的超聲診斷結(jié)果[35]。

2.2 右心容積和功能 由于右心室復(fù)雜的幾何形狀，常規(guī)二維超聲很難對其進行評估。3DE可以快速、準(zhǔn)確對右心室的容積和功能進行評估。同3DE對左心室容積的評估相似，與CMR相比也會低估右心室容積，但對右心室射血分?jǐn)?shù)的評估更準(zhǔn)確。Grapsa等[36]證實了3DE對肺動脈高壓患者右心房容積的評估也有重要價值。3DE的優(yōu)勢還在于解剖關(guān)系的可視化，3DE應(yīng)用于右心房可以觀察到很多二維超聲無法觀察的結(jié)構(gòu)，如靜脈嵴、冠狀靜脈竇開口、三尖瓣環(huán)及歐氏瓣等。與左心室的AI自動評估相比，右心室的AI自動評估相對困難。Bersvendsen等[37]構(gòu)建了一個多心室模型，該模型允許對左心室和右心室進行分割。多心室模型的建立可以對整體心臟功能進行臨床表現(xiàn)的評估。Levy等[38]發(fā)現(xiàn)應(yīng)用可以識別邊界的隨機森林模型也可以準(zhǔn)確識別右心室。

3 心臟疾病的評價

3.1 冠狀動脈粥樣硬化性疾病 冠狀動脈粥樣硬化性疾病(CAD)是最常見的冠狀動脈疾病之一。3DE及AI相關(guān)軟件可以更簡單、準(zhǔn)確地評估心臟局部室壁運動及心臟形態(tài)，并且還可以對左心室質(zhì)量進行定量評估來進行冠心病診斷。

3.1.1 左心室壁運動評估：超聲心動圖可以通過識別局部室壁運動異常(RWMAs)來診斷缺血性冠狀動脈疾病。經(jīng)過培訓(xùn)的超聲心動圖醫(yī)師對急診胸痛患者進行RWMAs評估是診治原則中的Ⅰ類推薦[39]。傳統(tǒng)2DE可以通過多切面掃查來評價RWMAs，而3DE僅需在一個位點進行掃查即可得到左心室全容積圖像，獲得更全面的室壁運動信息。Kusunose等[40]應(yīng)用DL算法構(gòu)建了心肌梗死自動診斷模型來檢測RWMAs，準(zhǔn)確性與有經(jīng)驗的超聲心動圖醫(yī)師相似。

3.1.2 左心室形態(tài)評估：應(yīng)用超聲心動圖對心臟形態(tài)進行圖像分析在CAD臨床診斷中也起到了至關(guān)重要的作用[41]。3DE可以對心肌梗死后心室重構(gòu)進行更準(zhǔn)確的評價，其不僅可以定性評估動脈瘤等左心室形態(tài)的改變，還可以得出球形指數(shù)(SI)。隨著心功能惡化，心室會從正常的橢圓形向球形轉(zhuǎn)變，SI是急性心肌梗死后左心室重構(gòu)的早期及獨立預(yù)測因子。Zhang等[42]通過應(yīng)用已知結(jié)果的超聲心動圖圖像對AI軟件進行“訓(xùn)練”，從而在新樣本中對左心室形態(tài)進行識別、分類。

3.1.3 左心室質(zhì)量評估：左心室質(zhì)量的增加是很多心血管病的獨立預(yù)測因子。3DE圖像采集是基于全容積心內(nèi)膜及心外膜的識別，更準(zhǔn)確地測定心肌體積，從而得到左心室質(zhì)量。Qin等[43]對羊尸檢結(jié)果顯示，M型超聲心動圖(M-mode echocardiography，MME)高估了左心室質(zhì)量(10%±21%)，2DE低估了左心室質(zhì)量(-19%±9%)，而3DE提供了最接近的估測值(-8%±7%)。應(yīng)用3DE評估左心室質(zhì)量雖然有臨床應(yīng)用價值，但軟件操作繁鎖，尚未較好的應(yīng)用于臨床。Streiff等[44]建立了豬和羊的心肌梗死模型，嘗試應(yīng)用AI自動分析軟件對左心室質(zhì)量和應(yīng)變進行評估。

3.2 心臟瓣膜病 3DE在評價心臟瓣膜病方面有其獨到的優(yōu)勢，可以更加直觀地顯示瓣葉數(shù)目、位置、瓣膜及瓣下裝置等，并且可以進行多平面重建，提供了瓣膜完整、立體的圖像，同時更容易與外科醫(yī)生交流及進行手術(shù)方案的制定。

3.2.1 二尖瓣疾?。?DE通過體積渲染的方法可以描繪二尖瓣復(fù)雜的鞍形結(jié)構(gòu)，形象地顯示二尖瓣結(jié)構(gòu)，從而測量其前后徑、前外—后內(nèi)側(cè)徑、二尖瓣環(huán)高度、二尖瓣面積、前后瓣膜接合部長度、接合部面積及主動脈與二尖瓣平面的夾角等多種2DE無法獲得的二尖瓣相關(guān)參數(shù)。在二尖瓣狹窄(mitral stenosis，MS)的評估中，可以通過裁剪圖像正確識別瓣口形態(tài)，測得最小的瓣口面積。在二尖瓣關(guān)閉不全(mitral regurgitation，MR)的診斷中，3DE可以更準(zhǔn)確地判定反流口大小，從而避免了多個偏心射流所引起的反流口低估可能。由于二尖瓣瓣環(huán)與瓣葉并非平面關(guān)系，傳統(tǒng)的2DE常常過度或者低估二尖瓣脫垂(mitral valve prolapse，MVP)的程度，尤其在復(fù)雜性MVP中差別更為顯著，3DE可以顯示脫垂的確切位置和有無斷裂的腱索。AI軟件的出現(xiàn)并與3DE相結(jié)合又為各種二尖瓣疾病的診斷提供了新的思路。Kagiyama等[45]使用AI自動化軟件(Mitral Valve Navigator)對MVP進行定量評估，與手動方法相比，AI自動軟件可以獲得更多相關(guān)參數(shù)，并縮短了分析時間[(260±65)s vs.(381±68)s，P<0.001]。3DE可以從左心房方向觀察二尖瓣的形態(tài)及瓣周結(jié)構(gòu)，從而為二尖瓣疾病的手術(shù)治療提供更多更準(zhǔn)確的參考信息。應(yīng)用3D-TEE可以評估瓣膜受損的具體情況和部位，定位穿房間隔的最佳位置。Jeganathan等[46]應(yīng)用AI自動化軟件(eSie Valve Software)對二尖瓣圍手術(shù)期評估具有可行性。

3.2.2 主動脈瓣疾病：在主動脈瓣狹窄(aortic stenosis，AS)的診斷中，瓣口的準(zhǔn)確測量至關(guān)重要。3DE可以從長軸及短軸各個切面進行評估，能夠準(zhǔn)確找到瓣口狹窄平面。3DE還可以對冠狀動脈開口的位置及與主動脈瓣環(huán)的距離進行測量，并對主動脈瓣關(guān)閉不全(aortic regurgitation，AR)進行實時評估。但由于聲窗距離主動脈瓣較遠，3D-TEE對主動脈瓣評估會更有優(yōu)勢。Calleja等[47]應(yīng)用3D-TEE結(jié)合AI軟件(auto valve siemens)自動量化評估AS和AR，與專家評估的結(jié)果進行對比表現(xiàn)出色(ICC=0.99)。主動脈瓣置換對于嚴(yán)重的AS 治療至關(guān)重要。3DE在主動脈瓣置換術(shù)前需要評估瓣膜狹窄程度，為確定人工瓣膜的大小提供充分依據(jù)。在瓣膜置換術(shù)后心內(nèi)膜炎診斷和預(yù)后評估中也有重要價值。3D-TEE被推薦應(yīng)用于引導(dǎo)經(jīng)皮主動脈瓣置換術(shù)，其可以更準(zhǔn)確、直觀地評估主動脈瓣口的面積。在手術(shù)中，3D-TEE也可以判斷導(dǎo)絲、導(dǎo)管及置換瓣的正確位置，并時刻監(jiān)測并發(fā)癥的發(fā)生風(fēng)險。Prihadi等[48]的研究也證實了AI軟件與3D-TEE結(jié)合對主動脈瓣環(huán)和主動脈根部的評估與心臟CT測量結(jié)果一致性好。此外，AI軟件還可以顯著縮短分析時間，提高診斷效率[49]。

3.3 先天性心臟病 3DE可以應(yīng)用于先天性心臟病(congenital heart disease,CHD)診斷中，在房間隔缺損的評估中，2DE在對缺損大小的評估時可能會出現(xiàn)低估的現(xiàn)象。3DE可以準(zhǔn)確地評估缺損的類型、大小、位置，以及與相鄰結(jié)構(gòu)的位置關(guān)系，對于選擇合理的手術(shù)方式和封堵器大小有著非常重要的作用。同樣的，對于室間隔缺損，3DE也可以進行更準(zhǔn)確的評估。3DE尤其對于解剖結(jié)構(gòu)較復(fù)雜的CHD更具優(yōu)勢。AI軟件在CHD的診斷也取得了一些進展，有研究應(yīng)用DL對大動脈轉(zhuǎn)位(transposition of the great arteries，TGA)或矯正型大動脈轉(zhuǎn)位(congenitally corrected transposition of the great arteries，ccTGA)進行診斷研究[50],該研究對132例患者(包括TGA和ccTGA)和67例正常對照者應(yīng)用CNN自動分割系統(tǒng)來識別心室，診斷符合率為98.0%。Nabi等[51]的研究證實AI自動診斷程序支持向量機也可以自動診斷房間隔缺損。

4 3DE及AI臨床應(yīng)用局限性

3DE時間和空間分辨率較低，隨著扇角的增大和深度的增加分辨率會進一步降低[52]。除了在其他醫(yī)學(xué)相關(guān)領(lǐng)域應(yīng)用中的常見局限性以外[53]，AI在超聲心動圖中的應(yīng)用還存在一些特定的局限性。首先，醫(yī)患之間的直接交流在心臟疾病診斷中扮演著無可替代的角色，而目前的AI技術(shù)與超聲心動圖相結(jié)合在人機交互方面還尚未發(fā)展成熟。由于受心率等的影響，超聲心動圖標(biāo)準(zhǔn)化切面的采集比其他器官更加困難，不利于多中心研究的數(shù)據(jù)收集。此外，不同種族之間心臟生理和解剖結(jié)構(gòu)的差異也不容忽視。這意味著根據(jù)特定人群數(shù)據(jù)庫建立的AI模型可能無法適用于其他人群。因此，在進行AI軟件應(yīng)用時，還需要考慮對應(yīng)人群的最佳參數(shù)設(shè)置。

5 小結(jié)與展望

3DE在臨床中有很好的應(yīng)用前景，目前推薦的應(yīng)用范圍包括心臟容積和功能、心臟瓣膜病、冠心病、先天性心臟病等。對于心臟介入手術(shù)則推薦應(yīng)用3D-TEE來進行引導(dǎo)[52]。盡管目前超聲心動圖檢查是診斷心血管相關(guān)疾病最重要的影像學(xué)方法之一，但在一定程度上仍然受到操作者臨床經(jīng)驗的影響。AI能夠準(zhǔn)確識別各種超聲心動圖特征并預(yù)測結(jié)果，且不受操作者經(jīng)驗的限制。AI在超聲心動圖圖像獲取、圖像識別和定量分析中提供了廣泛的支持。隨著技術(shù)水平的不斷發(fā)展，提高三維超聲的時間和空間分辨率、進一步提高圖像質(zhì)量、AI與3DE相結(jié)合及3DE與CMR、CT等影像學(xué)技術(shù)相互融合，將使得超聲心動圖能更多、更好地應(yīng)用于臨床，并隨著超聲醫(yī)師操作水平的提高而更全面地與臨床醫(yī)師共同合作，促進心臟疾病診斷及治療水平的進步。