플라크 병리학 및 생리학 평가에서 CTCA 평가

연구 설계

1. 선택적 관상동맥 조영술에서 하나 이상의 복합(이분부 병변, 긴 병변, 석회화 병변) 폐쇄성 병변(관상동맥 조영술에서 >70% 직경 협착 또는 분획유류력 <0.80)을 보이는 전형적인 협심증 증상을 보이는 환자 70명 IVUS 지침에 따라 경피적 관상동맥 중재술(PCI)에 적합한 것으로 간주되는 것이 연구에 포함될 것입니다. 제외 기준은 다음과 같습니다: 1) 연령 >75세, 2) <3개월 이내의 ACS, 2) eGFR <60ml/min/1.73m², 3) 이전의 관상 동맥 우회로 수술, 3) 비대상 심부전 또는 좌심실 박출률 ≤30%, 4) 정맥 조영제 알레르기 또는 아스피린, 헤파린 또는 티에노피리딘으로 치료를 받을 수 없음, 5) 예상 수명 < 1년, 6) 심장 이식 병력, 7) 외과적 혈관재생술이 필요한 환자, 및 8) 광범위한 관상 동맥 질환(즉, 다발성 만성 총 폐쇄) 또는 NIRS-IVUS 영상으로 관상 동맥 평가를 허용하지 않는 구불구불한 관상 동맥 해부학. 모집된 환자는 정보에 입각한 동의를 제공하고 전용 3세대 CT 이중 소스 스캐너(Siemens Force)를 사용하여 CTCA 이미징을 받게 됩니다. 연구 노력의 처음 4개월은 획득한 CTCA 데이터가 자동 분할에 적합하도록 이미지 획득 프로토콜을 최적화하기 위해 만들어질 것입니다. 효율적인 이미징 매트릭스를 사용하여 면내 공간 해상도와 더 선명한 재구성 커널을 개선하고 반복적 재구성 알고리즘을 구현하여 이미지 세분화를 향상시킬 것입니다.

   CTCA 이미징 2주 후 환자는 계획된 PCI를 받게 됩니다. PCI 동안 협착 병변을 포함한 3개의 심외막 관상 동맥과 주요 측부 일부(즉, 큰 대각선, 둔각 변연부, 후방 하행 동맥 또는 우관상 동맥의 좌심실 분지)를 모두 연구하기 위한 노력을 기울일 것입니다. ) 결합된 NIRS-IVUS 카테터와 함께. PCI 후 참가자는 최적의 치료를 받고 퇴원합니다.

2. CTCA 이미징 데이터의 분할 및 관상 동맥 해부학적 재구성 이미징 데이터는 익명으로 처리되고 전문 작업자가 전용 워크스테이션을 사용하여 임상 세부 사항을 보지 않고 분석합니다. CTCA 및 NIRS-IVUS 영상 데이터에서 해부학적 기준점(즉, 측부 가지)이 식별되고 관심 세그먼트를 정의하는 데 사용됩니다.

   CTCA 데이터의 분석은 내강 중심선의 자동 추출, 내강 및 외부 혈관벽 경계의 반자동 감지, 플라크 부하의 정량화를 가능하게 하고 플라크 특성화 알고리즘을 통합하는 전용 소프트웨어를 사용하여 수행됩니다. 플라크의 구성. 플라크 특성화 알고리즘은 Hounsfield 단위의 미리 정의된 고정 강도 컷오프 값과 이미지 감쇠에 따라 이러한 컷오프 값을 수정할 수 있는 적응형 접근 방식을 고려합니다. 현재 세분화 프로세스는 환자당 평균 3시간이 소요됩니다. 이 프로젝트에서 조사관은 CTCA 이미지 획득 및 분할 알고리즘을 최적화하여 이 프로세스가 자동화되고 CTCA 분할 시간을 <1시간으로 줄이는 것을 목표로 합니다.

3. NIRS-IVUS 영상 데이터의 분할 및 관상 동맥 해부학의 재구성 관심 있는 부분을 나타내는 NIRS-IVUS 데이터는 임상 세부 사항 및 CTCA 영상 데이터에 대해 눈이 먼 전문 작업자가 분석일로부터 3개월 간격으로 분석합니다. IVUS에서 루멘 및 외부 혈관벽 경계의 검출, 플라크 부하의 정량화 및 석회화 조직 성분의 주석을 가능하게 하는 소프트웨어를 사용한 CTCA 데이터의 분석. NIRS 이미징 데이터의 분석 결과는 혈관벽을 따라 지질 성분 분포의 색상 코드 맵인 케모그램입니다(노란색은 지질 조직의 확률 증가 및 빨간색 낮은 확률을 나타냄). 지질 부하의 척도는 지질 성분에 해당하는 노란색 픽셀의 비율을 1000으로 나눈 값으로 계산되는 지질 코어 부하 지수(LCBI)입니다. 또한 각 2mm 세그먼트에 대해 블록 케모그램이 생성되어 이 세그먼트에 대한 케모그램의 요약을 제공하고 관상 동맥의 2mm 블록에 지질 조직이 존재할 확률을 표시합니다. 블록 케모그램은 조직학에 대해 검증되었으며 지질이 풍부한 플라크의 정확한 검출을 가능하게 하는 것으로 나타났습니다.

   분할된 NIRS-IVUS 데이터는 확립되고 검증된 방법론을 사용하여 관상 동맥 해부학을 재구성하는 데 사용됩니다. 직경이 >1.5mm인 측면 가지가 혈관 조영 데이터에서 재구성되고 NIRS-IVUS에서 재구성된 주요 혈관 형상과 융합됩니다. 측면 가지가 ESS 분포에 영향을 미치는 것으로 나타났기 때문입니다.

4. 혈류 시뮬레이션 IVUS 기반 및 CTCA 기반 모델 모두에 동일한 경계 조건이 적용됩니다. 혈액은 동적 점도가 0.0035 Pa•s이고 밀도가 1,050 kg/m3인 층류의 비압축성 뉴턴 유체로 간주됩니다. 이것은 계산 시간을 줄이고 정상 또는 맥동 흐름 프로파일이 사용될 때 추정된 ESS에 큰 차이가 없다는 증거가 있기 때문에 루멘의 유입에 정상 흐름 프로파일이 부과됩니다. Murray의 상수 ESS 이론을 사용하여 메인 및 사이드 브랜치에서 경계 조건을 도출합니다. 동맥 벽은 단단한 것으로 간주되며 미끄럼 방지 조건이 내강 표면에 적용됩니다. 조영제가 재구성된 세그먼트의 입구에서 출구로 통과하는 데 필요한 프레임 수, 기준선에서 세그먼트의 부피 및 시네 프레임 속도를 측정하여 혈관 조영 데이터에서 유속을 추정합니다.
5. NIRS-IVUS 및 CTCA 이미징 데이터 분석 NIRS-IVUS 이미징은 환자당 평균 2.5개의 혈관에서 수행될 것으로 예상됩니다. 이 40개의 무작위로 선택된 혈관에서 CTCA 세분화 및 플라크 특성화(훈련 데이터 세트)를 위한 알고리즘을 훈련하는 데 사용되고 나머지는 검증 목적(검증 데이터 세트)에 사용됩니다.

트레이닝 세트에서 CTCA 및 NIRS-IVUS 데이터로부터 재구성된 관심 세그먼트는 2mm 세그먼트로 분할되고 해당 2mm 세그먼트는 CTCA 및 NIRS-IVUS 모델에서 식별됩니다. 각 2mm 세그먼트에 대해 NIRS-IVUS 모델에서 다음 메트릭이 추정됩니다: 평균 내강 면적, 평균 외측 혈관벽 면적, 평균 플라크 면적, 평균 플라크 부담(100 x 플라크 면적/혈관 면적으로 정의됨), 평균 석회화 면적 , LCBI 및 우세한 ESS. 또한 각 세그먼트는 블록 케모그램에 따라 지질이 풍부하거나 지질이 풍부하지 않은 것으로 분류됩니다.

유사하게, CTCA 모델에서 평균 내강 면적, 외부 혈관벽 면적, 플라크 면적, 플라크 부하, 석회화 면적 및 평균 우세 ESS는 2mm 세그먼트마다 추정되고 NIRS-IVUS의 추정치와 비교됩니다. 혈관 벽 경계의 세분화를 최적화하기 위해 여러 가지 접근 방식을 테스트하고 가장 좋은 방법을 채택할 것입니다. 석회화 부담이 증가하고 블루밍 아티팩트가 있는 세그먼트를 식별하고 CTCA와 NIRS-IVUS 주석 간에 상당한 차이가 있는 경우 NIRS-IVUS에서 제공하는 정보를 활용하는 기계 학습 기술을 구현하여 CTCA 세분화를 최적화합니다. 지질 및 석회화 조직을 가장 잘 식별하는 적응형 Hounsfield 단위 컷오프가 정의됩니다. CTCA 모델에서 지질 조직의 분포를 나타내는 스프레드 아웃 혈관 플롯이 생성되고 여기에서 LCBICT가 각 2mm 세그먼트에 대해 추정되고 NIRS의 출력과 비교됩니다. AUC(Area Under the Curve) 분석을 사용하여 고위험 플라크를 나타내는 NIRS-IVUS 컷오프 값에 해당하는 최고의 CT 파생 플라크 부담, LCBI 및 ESS 컷오프 값을 식별합니다(플라크 부담: 67%, LCBI: 178 및 ESS: 1Pa). NIRS-IVUS의 블록 케모그램은 2mm 세그먼트를 지질 또는 비지질 풍부로 정확하게 분류할 수 있는 2mm LCBICT 컷오프를 식별하는 데 사용됩니다. 이러한 컷오프의 정확도는 유효성 검사 데이터 세트에서 테스트됩니다.

또한 유효성 검사 데이터 세트에서 NIRS-IVUS 데이터는 3개의 연속 프레임에서 플라크 부하가 >40%인 세그먼트로 정의되는 관상 동맥 병변을 식별하는 데 사용됩니다. 각각의 병변에 대해 그것의 리모델링 지수가 추정되고 양성 또는 음성 리모델링이 있는 병변으로 분류하는 데 사용됩니다. NIRS-IVUS 데이터는 그들의 표현형을 특성화하고 병리학적 내막 비후/섬유성 플라크, 섬유석회성 플라크, 섬유죽종(FA) 및 석회화된 섬유죽종으로 분류하는 데 사용될 것입니다. NIRS-IVUS 병변 분류는 병변 표현형을 특징짓는 CTCA의 정확성을 평가하기 위해 참조 표준으로 사용될 것입니다.

통계 분석 - 검정력 계산 연구의 1차 종점은 FA 검출에서 CTCA의 능력입니다. 단일 혈관 IVUS 이미징을 받는 129명의 환자를 포함하는 Garcia-Garcia 연구에서 환자당 1.7개의 병변이 확인되었습니다. Puri 등의 연구에서 병변의 45%가 조직학적으로 FA였다. 그 연구에서 IVUS와 결합된 NIRS는 탁월한 정확도(c-index: 0.80)로 FA 검출을 가능하게 했습니다. 우리는 환자당 2.5개의 관상 동맥에서 NIRS-IVUS 이미징을 수행할 수 있고 연구 대상 환자의 93%에서 CTCA 이미징 품질이 최적일 것으로 예상합니다. 70명의 환자를 모집하면 NIRS-IVUS 및 CTCA 162개 혈관으로 성공적으로 연구할 것으로 예상되며 이 중 120개(203개 병변 - 92개 FA)가 검증 데이터 세트로 사용됩니다. 이 데이터 세트는 FA 식별에서 CTCA의 민감도가 NIRS-IVUS(CTCA 범위의 AUC: 0.89-0.71)와 다르지 않다는 것을 5% 유의 수준을 사용하여 입증하는 데 80% 검정력을 제공할 것으로 예상됩니다. NIRS-IVUS에 대해 실제 민감도를 0.80으로 가정합니다.

연구의 2차 종점은 다음을 식별하기 위한 CTCA의 정확도입니다. 참조 표준으로 NIRS-IVUS 모델).