چربی روی قلب؛ گاهی حجم کمتر، خطر بیشتر
پژوهشگران با کمک یادگیری عمیق توانستند چربی نشسته روی سطح قلب را از تصاویر CCTA بهصورت خودکار جدا کنند و حجم آن را محاسبه نمایند. یافته مهمتر این بود که حجم بهتنهایی برای پیشبینی حوادث قلبی کافی نیست؛ الگوی ترکیبی حجم کم و ناهمگنی بالای بافت، با افزایش خطر MACE همراه بود.
📌 چربی اپیکارد
بافت چربی اپیکاردیال (EAT) لایهای از چربی است که مستقیما روی سطح قلب قرار دارد و با میوکارد در تماس است. افزایش این بافت با بیماری عروق کرونر و پیامدهای نامطلوب قلبی مرتبط دانسته شده است. اندازهگیری حجم آن روی سیتی قلب میتواند در ارزیابی خطر مفید باشد؛ اما اندازهگیری دستی زمانبر است، به تجربه پزشک وابسته است و میان مشاهدهگران متغیر است.
در این مطالعه، ۲۸۶ تصویر CCTA از افراد ۴۰ تا ۹۰ ساله تحلیل شد. مدل با ۶۰ تصویر آموزش دید؛ مجموعه اعتبارسنجی و آزمون هر یک شامل ۲۰ نفر بود.
━━━━━━━━━━━━━━━━━━━━
⚙️ مدل چه کاری انجام داد؟
برای قطعهبندی سهبعدی از معماری 3D Residual U-Net استفاده شد. آموزش با PyTorch و MONAI و بهینهسازی با Dice loss انجام گرفت.
نتایج روی تصاویر جدید:
▸ نمره Dice برابر با ۰٫۸۵ بود.
▸ توافق حجم خودکار و دستی بالا بود (Spearman r = ۰٫۹۳۲؛ CCC = ۰٫۹۴۳).
▸ برای رد خطای جبران حجمی، CCC حجم همپوشان نیز محاسبه شد و در سطح ۰٫۸۱۹ باقی ماند.
▸ تحلیل Bland–Altman تنها سوگیری کوچکی نشان داد.
▸ زمان تحلیل از چند دقیقه به چند ثانیه کاهش یافت.
به بیان دیگر، مدل علاوه بر سرعت، با اندازهگیری متخصص همخوانی قابل قبولی داشت.
━━━━━━━━━━━━━━━━━━━━
⚠️ حجم بهتنهایی همه چیز نیست
بیماران حدود دو سال از نظر بروز MACE پیگیری شدند. پس از تعدیل عوامل خطر کلاسیک قلبیـعروقی:
▪ EFV بهتنهایی ارتباط معناداری با MACE نداشت
▪ در مقابل، یک فنوتیپ رادیومیکس پرخطر — یعنی حجم کم همراه با ناهمگنی فضایی بالا — پیشبینیکننده مستقل MACE بود
▪ نسبت خطر تعدیلشده: HR = ۱٫۸۲ (فاصله اطمینان ۹۵٪: ۱٫۰۴ تا ۳٫۱۷؛ p = ۰٫۰۳۵)
✅ پیام بالینی روشن است: ترکیب و بافت EAT میتواند از حجم خام آن مهمتر باشد. چربی کمحجم اما ناهمگن، الزاما کمخطر نیست.
━━━━━━━━━━━━━━━━━━━━
▶ همان CCTA که برای بررسی تنگی عروق کرونر گرفته میشود، بدون تصویربرداری اضافه، ظرفیت استخراج اطلاعات بیشتر درباره EAT را دارد.
▶ قطعهبندی خودکار، اندازهگیری را سریعتر، تکرارپذیرتر و کمتر وابسته به فرد میکند.
▶ در تفسیر نباید تنها به عدد حجم بسنده کرد؛ الگوی رادیومیکس نیز ممکن است در طبقهبندی خطر نقش داشته باشد.
▶ برای بیمار، نتیجه سیتی صرفا به «وجود یا نبود گرفتگی» محدود نیست؛ وضعیت بافت چربی دور قلب نیز میتواند بخشی از تصویر بالینی باشد.
━━━━━━━━━━━━━━━━━━━━
چربی دور قلب فقط یک عدد در گزارش تصویربرداری نیست. گاهی الگوی بافتی آن، بیش از مقدار حجمش، با خطر حوادث قلبی مرتبط است. تفسیر CCTA را به متخصص بسپارید و همزمان عوامل خطر شناختهشده — فشار خون، دیابت، دخانیات و کمتحرکی — را جدی بگیرید. ابزارهای جدید میتوانند تصمیمگیری را دقیقتر کنند، اما جایگزین اصلاح سبک زندگی و پیگیری بالینی نمیشوند.
ارسال نظر