摘要
目的探讨基于中智相似积分(NSS)算法的心肌超声造影(MCE)分析系统自动计算心肌梗死模型左室收缩功能的准确性及应用价值。方法 SD大鼠制成心肌梗死模型, 根据结扎位置高低分为较大梗死面积(MI-L)组和较小梗死面积(MI-S)组, 分别于术前、术后7 d、术后28 d行MCE检查。体外实验:基于NSS算法自动分割心内膜边界, 并与人工描记计算机图像分割结果进行比较。体内实验:分别应用NSS的MCE分析系统、双平面Simpson法和心导管(PV-loop)计算左室射血分数(LVEF), 获得NSS-LVEF、Simpson-LVEF和PV-LVEF;行Masson和HE染色计算心肌梗死面积。应用Bland-Altman评估三种LVEF计算法的一致性;计算组内相关系数(ICC)评价MCE分析系统的重复性。结果①MCE分析系统自动分割获得心内膜边界在三种算法中测值最小;②同组间三种方法测得LVEF差异无统计学意义(F=0.028, P=0.973), 而MI-L与MI-S组间比较差异有统计学意义(F=78.61, P<0.01)。NSS-LVEF与Simpson-LVEF和PV-LVEF均具有较好的一致性;③NSS算法观察者间及观察者内的相关系数(ICC)分别为0.96和0.98, 说明NSS法的重复性良好;④与术前及术后7 d相比, MI-L组和MI-S组术后28 d LVEF均明显下降(P<0.05), 尤以MI-L组下降最为明显(P<0.01);且LVEF与心肌梗死面积呈明显负相关(r=-0.917, P<0.01)。结论基于NSS算法的MCE分析系统可以实现对左室心内膜的自动准确识别, 能较客观地评估实验大鼠左室收缩功能。
- 单位