主动脉夹层CT血管成像标注专家共识 .pdfVIP

主动脉夹层CT血管成像标注专家共识

【摘要】主动脉夹层是严重威胁生命的心血管急症之一，CT血管成像(CTA)

是诊断主动脉夹层的首选检查方法。将基于CTA图像的人工智能应用于主动脉夹

层，有助于快速辅助诊断、评估疗效和预测术后风险等。影像人工智能最核心的

部分是数据的标注，为了规范主动脉夹层CTA影像数据的标注，促进人工智能更

好地落地临床，中华医学会放射学分会心胸学组及国内心血管影像专家写了主

动脉夹层CTA标注专家共识，从主动脉夹层的定义和分型，标注数据来源和储存

要求，标注平台、工具和方式的选择，标注人员资质、培训和考核，标注后数据

的质控，标注方法和内容，标注流程等各个方面达成共识，为建设规范化的主动

脉夹层CTA影像标注数据库提供了有力的技术指导和质量保障，为主动脉夹层人

工智能影像模型的构建、验证、优化及推广等提供研究基础，从而推动主动脉夹

层人工智能影像真正落地临床应用，最终使患者受益。

【关键词】体层摄影术，X线计算机；主动脉夹层；人工智能；标注

主动脉夹层是严重威胁生命的心血管急症之一，尤其是有症状的急性升主动

脉夹层非常危险，出现症状后每小时的死亡率为1%〜2%[1-2],当合并心包填

塞、急性心肌缺血或梗死、卒中、器官灌注不良等并发症时死亡率进一步增加[1]。

无并发症的急性B型主动脉夹层患者30d死亡率为10%[1]o

影像学检查对主动脉夹层的诊断至关重要，尤其是主动脉CT血管成像(CT

angiography,CTA),已成为明确诊断的首选检查[3],并产生了大量的医学

影像数据。人工智能(artificialintelligence,AI)近年来在医学领域有了

快速的发展，尤其是在影像大数据的处理与应用，其在主动脉夹层中也有了初步

的研究，包括在CTA图像上利用卷积神经网络预测主动脉夹层破裂风险［］,

基于集成学习的主动脉夹层辅助诊断模型的建立［5］,利用深度学习模型预测

主动脉夹层院内死亡的风险、急性肾损伤以及术后重症监护病房的住院时间等［6

-8］o这些研究基本都需要统一标注的影像数据，且标注的质量和精准程度将

直接影响AI模型的效能。目前国内虽然已有主动脉夹层的临床数据库［9］,但

对诊断最为重要的CT影像数据库仍然是空白。而且，多中心影像大数据标注面

临着影像数据来源不同、图像质量良莠不齐、标注方法不一致等问题。同时，主

动脉夹层病灶累及范围长，破口及真假腔受搏动伪影影响存在识别与测量的难度,

且分支受累众多，标注难度大，也在很大程度上限制了主动脉夹层AI影像研究

的推广及应用。

基于此，中华医学会放射学分会心胸学组组织业内心血管影像专家写主动

脉夹层CTA数据标注专家共识，旨在建立主动脉夹层的CTA图像标注规范，以便

推动AI技术在主动脉夹层精准诊断、风险预测、决策指导等方面的应用（本标

注共识不包含主动脉壁内血肿，不涉及主动脉夹层术后评估及并发症等的评估）。

一、主动脉夹层的定义及分型

主动脉管壁由内而外分为内膜、中膜和外膜3层。主动脉夹层是因内膜破口，

致主动脉腔内血流进入中膜层而使管壁撕裂，并沿主动脉长轴方向扩展，可累及

分支动脉的一种严重心血管急症［10］。管壁撕裂后分成两层的同时管腔形成真、

假两个腔。真腔和假腔之间在撕裂进程中可以无交通，也可经再破口相交通。内

膜片撕裂的方向多为顺行，也可为逆行。

主动脉夹层有两种常用的分型：DeBakey分型和Stanford分型。DeBakey

分型依据破口的位置和撕裂的范围将主动脉夹层分为I型（破口位于升主动脉,

向远端撕裂累及主动脉弓、降主动脉等）、II型（破口及撕裂受累均位于升主动

脉，并向远端延伸）和III型（破口位于胸主动脉，并向远端延伸）。Stanford

分型主要考虑撕裂的范围而非破口的位置，依据升主动脉是否受累分为A型（撕

裂累及升主动脉）和B型（撕裂不累及升主动脉）[11],这一分型与手术方式

相关，因此更多地被临床及指南采用[2]o

二、标注要求

1.标注来源图像质控要求：拟纳入标注的主动脉夹层CTA原始图像的扫描流

程及参数设置等应统一规范，符合以下要求：（1）扫描设备：应为64排以上C

T扫描；（2）扫描参数：管电压100kV[体重指数（bodymassindex,BMI）

25kg/m2]或120kV