HeartAssist™ — автоматическая классификация проекций и измерения при трансторакальной эхокардиографии взрослых

Автор: Hyuk-Jae Chang, MD, PhD Источник: SonoAce Ultrasound №36 Рубрика: Технологии, методики и стандарты

Введение

Эхокардиография (ЭхоКГ) играет важную роль в диагностике и лечении сердечно-сосудистых заболеваний. Точная количественная оценка структур и функции сердца необходима для первоначальной оценки, планирования лечения и последующего наблюдения пациентов. Хотя количественная эхокардиографическая оценка повышает качество лечения пациентов, врачам приходится измерять параметры вручную, что является трудоемкой задачей даже для опытных специалистов. Такие процедуры зависят от опыта врача и характеризуются вариабельностью результатов как между исследованиями, так и между различными операторами.

В области диагностической визуализации, включая ЭхоКГ, все чаще применяют методы искусственного интеллекта (ИИ). Благодаря методам глубокого обучения качество алгоритмов ИИ существенно повысилось, позволяя эффективно и согласованно выполнять автоматизированные измерения в ЭхоКГ.

HeartAssist™ — программное обеспечение, использующее методы ИИ на базе глубокого обучения. В его основе лежит алгоритм SONIX HEALTH™, разработанный компанией ON:TACT HEALTH. Это программное обеспечение доступно как встроенная функция на ультразвуковых аппаратах V7/V8 (Samsung Medison, Сеул, Корея).

За счет устранения ручных действий оператора функция HeartAssist™ позволит проводить измерения с воспроизводимыми результатами и снизить их вариабельность, устранив необходимость в повторяющихся трудоемких задачах. Учитывая растущее бремя сердечно-сосудистых заболеваний и одновременный рост спроса на ЭхоКГ, полностью автоматизированная количественная эхокардиографическая оценка может быть чрезвычайно полезной для снижения рабочей нагрузки и обеспечения устойчивого развития отделения ультразвуковой диагностики.

Сравнение рабочих процессов

Обычная количественная эхокардиографическая оценка состоит из следующих этапов:

1. Определение проекции
2. Выбор соответствующих фаз сердечного цикла (конечно-диастолическая и конечно-систолическая)
3. Выбор целевой структуры
4. Выбор измеряемых параметров
5. Проведение ручных измерений

Для полного эхокардиографического исследования пациента обычно необходимо выполнить 20-30 измерений. Чтобы учесть вариабельность между сердечными сокращениями, каждое измерение рекомендуется выполнять для двух или более сердечных циклов: трех для пациентов с нормальным синусовым ритмом и не менее пяти для пациентов с фибрилляцией предсердий. Однако в повседневной практике эти рекомендации реализуются не в полной мере, поскольку весь процесс требует большого количества времени и усилий.

HeartAssist™ помогает полностью автоматизировать каждый этап эхокардиографических измерений, избегая многоэтапной работы. Каждый автоматизированный этап интегрирован в единую последовательность, поэтому все процессы выполняются автоматически.

HeartAssist™ автоматически сегментирует электрокардиограмму (ЭКГ) и выбирает соответствующие фазы сердечного цикла для измерений без участия оператора. Даже в отсутствие ЭКГ система автоматически определяет конечно-диастолическую и конечно-систолическую фазы по другим индикаторам.

Автоматические измерения с помощью функции HeartAssist™ можно выполнять как для одного, так и для нескольких сердечных циклов. Это позволяет снизить вариабельность между циклами и обеспечивает точные измерения для каждой эхокардиографической проекции без больших затрат времени.

HeartAssist™ снижает рабочую нагрузку за счет интеграции нескольких ручных действий в единую команду. Например, для ручного измерения параметров левого желудочка в парастернальной проекции по длинной оси требуется 14 нажатий клавиш, а в автоматическом режиме всего одно (уменьшение на 93%).

Идентификация проекции

Автоматическое определение проекций является фундаментальным этапом для автоматического анализа эхокардиографических изображений. От правильности идентификации зависит точность последующей оценки.

В предыдущих исследованиях моделей автоматической классификации проекций была достигнута точность в 84-92% для 15 проекций. Большинство исследований было посвящено классификации в B-режиме, и только в одном рассматривалась классификация допплеровских изображений — в нем общая точность составила 96%. Не существует известных исследований, относящихся к классификации изображений в M-режиме.

Функция HeartAssist™ для взрослых обеспечивает автоматическую идентификацию проекций для наиболее часто используемых эхокардиографических изображений:

• 7 изображений в B-режиме
• 2 изображения в M-режиме
• 11 допплеровских изображений

Алгоритм классификации HeartAssist™ был проверен на 1237 изображениях, охватывающих широкий спектр сердечно-сосудистых заболеваний, включая пороки развития камер сердца и аритмии. Средняя точность классификации составила 98%.

Точность автоматической идентификации проекций

Режим	Проекция	Точность, %
B-режим	Парастернальная по длинной оси левого желудочка	100
B-режим	Верхушечная четырехкамерная	98
B-режим	Верхушечная четырехкамерная с увеличением левого желудочка	95
B-режим	Верхушечная двухкамерная	98
B-режим	Верхушечная двухкамерная с увеличением левого желудочка	100
M-режим	Левое предсердие и аорта	100
M-режим	Левый желудочек	100
Допплеровские режимы	Митральный стеноз в CW-режиме	100
Допплеровские режимы	Митральная регургитация в CW-режиме	88
Допплеровские режимы	Митральный клапан в PW-режиме	100
Допплеровские режимы	Аортальный клапан в CW-режиме	99
Допплеровские режимы	Аортальная регургитация в CW-режиме	100
Допплеровские режимы	Трикуспидальная регургитация в CW-режиме	99
Допплеровские режимы	Клапан легочной артерии в CW-режиме	93
Допплеровские режимы	Легочная регургитация в CW-режиме	100
Допплеровские режимы	Выносящий тракт правого желудочка в PW-режиме	98
Допплеровские режимы	Выносящий тракт левого желудочка в PW-режиме	100
Допплеровские режимы	Кольцо митрального клапана в режиме тканевого допплера	100

Примечание. Точность оценивалась по 1201 изображению. Изображения, которые эксперты не смогли классифицировать, были исключены из анализа. CW — непрерывноволновой допплер; PW — импульсноволновой допплер.

Автоматическое измерение

После идентификации HeartAssist™ переходит к автоматическим измерениям параметров, соответствующих каждой позиции. Для оценки эффективности рассчитан коэффициент приемки, который определяется как процент измерений, принятых двумя специалистами.

1. B-режим

Важным этапом трансторакальной ЭхоКГ является измерение размера и функции камер сердца — для этого необходимо точное оконтуривание эндокарда. В настоящее время границы эндокарда определяют вручную, что является трудоемкой процедурой с высокой вариабельностью как для разных исследований, так и при работе разных операторов.

Функция HeartAssist™ выполняет:

• Линейные измерения левого желудочка (ЛЖ), включая межжелудочковую перегородку, полость ЛЖ и заднюю стенку в парастернальной проекции по длинной оси
• Измерения левого предсердия (ЛП), синуса Вальсальвы и диаметра выносящего тракта правого желудочка (ПЖ) на проксимальном уровне
• Измерения объемов ЛЖ и ПЖ по изображениям в верхушечных четырех- и двухкамерной проекциях

HeartAssist™ автоматически идентифицирует полученное изображение в B-режиме, обнаруживает соответствующую фазу (конечно-диастолическую и конечно-систолическую), а затем выполняет необходимые измерения.

Поскольку для обнаружения конечно-диастолической и конечно-систолической фаз используется площадь ЛЖ, функция HeartAssist™ для взрослых работает даже без ЭКГ. Это может быть полезно в ситуациях, когда отсутствует возможность использовать ЭКГ.

Рекомендации для B-режима

Глубину среза следует выбирать так, чтобы размер изображения всех исследуемых структур был максимальным. Рекомендуется такое положение среза, при котором за пределами перикарда остается около 1 см. Если глубина задана неправильно, возрастает вероятность ошибки измерения или сбоя при их автоматическом выполнении.

В соответствии с текущими рекомендациями для точной сегментации ЛЖ и ЛП в верхушечной четырехкамерной проекции предпочтительно, чтобы левосторонние структуры появлялись в правой части отображаемого сектора и правосторонние структуры слева. Аналогичным образом желательно, чтобы передняя стенка ЛЖ в верхушечной двухкамерной проекции находилась справа и передняя стенка и аорта в верхушечной трехкамерной проекции также отображались справа.

Сегментация возможна, даже если изображение получено с обратной ориентацией структур, однако в этом случае точность, скорее всего, будет низкой. Рекомендуется выполнить автоматические измерения повторно, предварительно перевернув изображения слева направо.

Для точного измерения объема ЛЖ его верхушка должна быть центрирована в секторе, а размер по длинной оси должен быть максимальным. При неправильном выборе плоскости визуализации появятся геометрические искажения (укорочение), которые приводят к заниженной оценке объема ЛЖ.

2. M-режим

Поскольку 2D-визуализация является предпочтительным методом по сравнению с M-режимом, текущие клинические руководства не рекомендуют выполнять стандартные линейные измерения в этом режиме в рамках количественного анализа. Однако поскольку измерения в M-режиме через аорту и ЛП или через ЛЖ все еще используются многими специалистами, функция HeartAssist™ для взрослых обеспечивает проведение автоматических измерений для этих двух позиций.

HeartAssist™ автоматически идентифицирует изображение и обеспечивает измерение одним касанием. Важно отметить, что автоматические измерения можно выполнять как для одного, так и для нескольких сердечных циклов. Таким образом, в соответствии с клиническими рекомендациями пользователи могут получить среднее значение по нескольким последовательным сердечным сокращениям без дополнительных затрат времени.

В оценке эффективности автоматических измерений в M-режиме коэффициенты приемки результатов специалистами варьировались от 97,5 до 100%.

Рекомендации для M-режима

Хотя анализ изображений в M-режиме можно проводить без ЭКГ на основе изменения размеров, при наличии аритмии или даже небольшого изменения размеров во время сердечного цикла точность обнаружения конечно-диастолической и конечно-систолической фаз может снизиться. Поэтому для более точной оценки предпочтительно использовать ЭКГ.

Изображение в M-режиме должно содержать все целевые структуры. Изображение в M-режиме через аорту и ЛП должно включать как аорту, так и ЛП, в частности его заднюю стенку. Изображение в M-режиме через ЛЖ должно включать в себя все структуры ЛЖ, в том числе его заднюю стенку. В противном случае автоматическое измерение может быть не выполнено или измерения окажутся неточными.

3. Допплеровские режимы

При обычном исследовании оператор после выбора целевого клапана и допплеровского параметра проводит все измерения вручную. Функция HeartAssist™ упрощает эту процедуру: она автоматически идентифицирует допплеровское изображение и выполняет необходимые измерения по одному нажатию кнопки оператором.

Например, если получено изображение аортального клапана в непрерывноволновом допплеровском режиме (CW), алгоритм распознает и идентифицирует изображение, измеряет максимальную скорость (Vmax) и интеграл скорости по времени (VTI) по огибающей допплеровской кривой, а затем вычисляет значения клинических параметров, таких как максимальный и средний градиент давления, и выводит их на экран вместе с Vmax.

Функция HeartAssist™ автоматически идентифицирует 11 допплеровских изображений, включая изображения в режимах PW, CW и TDI, и обеспечивает 25 измерений. Уровень приемки измерений клиническими специалистами колеблется от 97 до 100%.

Важно отметить, что, как и в M-режиме, пользователи могут выполнять автоматические измерения для нужного количества сердечных циклов. Поэтому ожидается, что проблемы, связанные с вариабельностью измерений между различными сердечными сокращениями, будут устранены без дополнительных усилий и времени.

Рекомендации для допплеровских режимов

Получение допплеровских изображений в соответствии с клиническими рекомендациями повышает точность автоматических измерений. Базовая линия спектрального допплера должна располагаться так, чтобы исследуемый кровоток отображался оптимальным образом. По соглашению кровоток в сторону датчика отображается на трансторакальных эхокардиографических изображениях выше базовой линии нулевой скорости, а кровоток от датчика — ниже базовой линии.

Система распознает положение базовой линии на допплеровском изображении, при этом допплеровский сигнал ниже базовой линии анализируется, когда он расположен над центром, а допплеровский сигнал выше базовой линии анализируется, когда он находится ниже центра. Если базовая линия центрирована, то алгоритм автоматически находит доминирующий кровоток.

Однако если значительные допплеровские сигналы присутствуют с обеих сторон (за исключением случая визуализации ткани митрального кольца в режиме тканевого допплера), то алгоритм может не определить целевой кровоток. В этом случае оператор может повторно отрегулировать базовую линию в соответствии с целевым сигналом, после чего он будет идентифицирован и функция автоматически выполнит соответствующие измерения.

Оператор должен правильно настроить масштаб отображения так, чтобы спектральная допплеровская кривая имела как можно больший размер без появления эффекта наложения (элайзинга). Также необходимо отрегулировать скорость развертки, чтобы на одном изображении отображалось не слишком много сердечных сокращений; обычно рекомендуется использовать скорость развертки 100 мм/с.

В противном случае небольшая амплитуда допплеровской огибающей или слишком большое количество сокращений могут привести к значительным различиям в получаемых значениях.

Функция HeartAssist™ хорошо работает без информации ЭКГ на всех допплеровских изображениях, кроме изображения митрального клапана в PW-режиме. Но и для этого изображения алгоритм будет по-прежнему хорошо работать, если у пациента синусовый ритм и типичные формы пиков E (раннее диастолическое наполнение) и A (позднее диастолическое наполнение).

Однако у пациентов с аритмией обнаружение пиков Е и А при отсутствии ЭКГ может быть неправильным. Например, у пациентов с фибрилляцией предсердий, которая приводит к потере пика A, или у пациентов с тахикардией, которая может вызвать объединение пиков E и A, алгоритм может ошибочно принять пик E за пик A. В то же время при наличии ЭКГ алгоритм автоматически идентифицирует фазу сердечного цикла и правильно определяет пики E и A.

Функция HeartAssist™ на основе ИИ обеспечивает быструю автоматическую идентификацию изображения и проведение измерений при трансторакальной ЭхоКГ взрослых путем сокращения количества нажатий клавиш, необходимых для выполнения измерений, на 88% и времени измерений в среднем на 90%. Таким образом, оператор освобождается от лишней физической нагрузки и от повторяющихся действий при длительных измерениях, что повышает эффективность его работы и качество обслуживания пациентов.

Заключение

HeartAssist™ полностью автоматизирует каждый этап процесса трансторакальных эхокардиографических измерений, тем самым сокращая время и усилия, затрачиваемые медицинским персоналом. Кроме того, благодаря проведению измерений в M-режиме и допплеровских режимах для нескольких последовательных сердечных сокращений эта функция помогает повысить точность и снизить вариабельность результатов между сердечными сокращениями.

Благодаря сокращению нагрузки и временных затрат специалист по эхокардиографии получает реальную пользу от применения HeartAssist™ для взрослых.

Поддерживаемые системы: V8, V7, V6.

Литература

1. Yoon Y.E., Kim S., Chang H.-J. Artificial Intelligence and Echocardiography // J Cardiovasc Imaging. 2021; 29 (3): 193.
2. Mitchell C., Rahko P.S., Blauwet L.A. et al. Guidelines for Performing a Comprehensive Transthoracic Echocardiographic Examination in Adults: Recommendations from the American Society of Echocardiography // J Am Soc Echocardiogr. 2019; 32 (1): 1-64.
3. Madani A., Arnaout R., Mofrad M., Arnaout R. Fast and accurate view classification of echocardiograms using deep learning // npj Digital Medicine. 2018; 1 (1): 6.
4. Zhang J., Gajjala S., Agrawal P. et al. Fully Automated Echocardiogram Interpretation in Clinical Practice // Circulation. 2018; 138 (16):1 623-635.
5. Gilbert A., Holden M., Eikvil L. et al. User-Intended Doppler Measurement Type Prediction Combining CNNs With Smart Post-Processing // IEEE J Biomed Health Inform. 2021; 25 (6): 2113-2124.
6. Thorstensen A., Dalen H., Amundsen B.H. et al. Reproducibility in echocardiographic assessment of the left ventricular global and regional function, the HUNT study // Eur J Echocardiogr. 2010; 11 (2): 149-156.