Разработка автоматизированной системы выявления нестабильных бляшек на основе оптической когерентной томографии с использованием методов глубокого обучения.

КАРТОЧКА ПРОЕКТА ФУНДАМЕНТАЛЬНЫХ И ПОИСКОВЫХ НАУЧНЫХ ИССЛЕДОВАНИЙ,
ПОДДЕРЖАННОГО РОССИЙСКИМ НАУЧНЫМ ФОНДОМ

Информация подготовлена на основании данных из Информационно-аналитической системы РНФ, содержательная часть представлена в авторской редакции. Все права принадлежат авторам, использование или перепечатка материалов допустима только с предварительного согласия авторов.

ОБЩИЕ СВЕДЕНИЯ

Номер проекта 23-75-10009

НазваниеРазработка автоматизированной системы выявления нестабильных бляшек на основе оптической когерентной томографии с использованием методов глубокого обучения.

Руководитель Кочергин Никита Александрович, Кандидат медицинских наук

Организация финансирования, регион Федеральное государственное бюджетное научное учреждение "Научно-исследовательский институт комплексных проблем сердечно-сосудистых заболеваний" , Кемеровская обл (Кузбасс)

Конкурс №85 - Конкурс 2023 года «Проведение исследований научными группами под руководством молодых ученых» Президентской программы исследовательских проектов, реализуемых ведущими учеными, в том числе молодыми учеными

Область знания, основной код классификатора 05 - Фундаментальные исследования для медицины; 05-202 - Сердечно-сосудистая система

Ключевые слова ишемическая болезнь сердца; острый коронарный синдром; нестабильная бляшка коронарных артерий; фиброатерома c тонкой капсулой; оптическая когерентная томография; глубокое обучение, сверточные нейронные сети

Код ГРНТИ76.29.30

ИНФОРМАЦИЯ ИЗ ЗАЯВКИ

Аннотация
Поскольку стандартная коронарография не позволяет дифференцировать бляшки на стабильные и уязвимые, методом решения проблемы выступает внутрисосудистая визуализация (оптическая когерентная томография (ОКТ) и внутрисосудистое ультразвуковое исследование (ВСУЗИ)). ОКТ представляет собой современный метод внутрисосудистой диагностики с разрешающей способностью до 10 мкм, что в 10 раз выше, чем у ВСУЗИ. Высокая разрешающая способность ОКТ позволяет получать высококачественные изображения микроструктур бляшек, таких как тонкая фиброзная капсула, vasa vasorum, скопление липидов и макрофагов, а также выявлять нестабильные бляшки. Одним из ограничений ОКТ является операторзависимая интерпретация результатов, что обуславливает низкую воспроизводимость измерений липидной дуги и фиброзной покрышки, отличительных признаков нестабильной бляшки. Потенциальным решением проблемы операторзависимости и объективизации анализа ОКТ-данных может стать использование алгоритмов обработки медицинских изображений, которые позволяют автоматически анализировать большой массив данных. Проект предполагает использование набора современных глубоких сверточных нейронных сетей для семантической сегментации областей интереса – атеросклеротической бляшки, областей кальцификации, толщина фиброзной капсулы, наличие vasa vasorum; автоматического их количественного анализа и определения состояния стабильности. Для первичного обучения нейросетей будут использованы ОКТ-данные 120 пациентов, включающих примерно 31000 изображений. При этом, обучающая выборка будет предварительно размечена тремя экспертами для снижения зависимости машинного обучения от субъективности операторов, что должно повысить качество сегментации. Для обеспечения точности будут апробированы 9 различных архитектур нейросетей с выбором оптимальных. Для обеспечения верифицируемости будут использованы методы повышения транспарентности и интерпретируемости результатов работы алгоритмов машинного обучения. Для решения научной проблемы лечения нестабильных бляшек планируется выполнить проспективное рандомизированное исследование с включением пациентов со стабильной ишемической болезнью сердца с пограничными (50-70%) стенозами коронарного русла. Для определения гемодинамической значимости будет измерен фракционный резерв кровотока пограничных поражений коронарного русла. Только незначимые стенозы и их смежные сегменты коронарной артерии (50 мм) будут визуализированы с помощью ОКТ для определения признаков уязвимой бляшки: липидная дуга более 90 градусов и толщина фиброзной покрышки менее 65 мкм. Также будут оцениваться такие критерии уязвимости, как наличие vasa vasorum и инфильтрации макрофагами. Пациенты с незначимыми, но уязвимыми бляшками будут рандомизированы в две группы: превентивной реваскуляризации (чрескожное коронарное вмешательство) или оптимальной медикаментозной терапии. Для сравнения двух групп будут использованы следующие конечные точки: кардиальная смерть; инфаркт миокарда, обусловленный целевым сосудом; повторная госпитализация по поводу ОКС, обусловленного целевым поражением; повторная незапланированная реваскуляризация целевого поражения. Также планируется анализ комбинированной конечной точки, включающей все вышеперечисленное. Всем пациентам через 12 месяцев будет выполнена контрольная коронарография с оценкой конечных точек. Больным в группе оптимальной медикаментозной терапии будет выполнено повторное ОКТ целевого поражения. Таким образом, по результатам реализации всего проекта будет разработан автоматизированный алгоритм анализа данных оптической когерентной томографии на основе глубокого обучения, определяющий стабильность коронарных атеросклеротических бляшек, и определена оптимальная тактика лечения пациентов с нестабильными бляшками.

ОТЧЁТНЫЕ МАТЕРИАЛЫ

Аннотация результатов, полученных в 2025 году
В рамках этапа выполнения проекта был завершен набор пациентов в рандомизированное одноцентровое клиническое исследование, направленное на оценку 12-месячных исходов при профилактическом стентировании атеросклеротических бляшек с высоким риском неблагоприятных коронарных событий. В исследование включено 120 пациентов со стабильной стенокардией и стенозами коронарных артерий пограничной степени (50–89%). После исключения гемодинамически значимых поражений на основе фракционного резерва кровотока проводилось ОКТ-исследование. Пациенты с бляшками, соответствующими двум или более морфологическим критериям высокого риска (включая объем бляшки >70%, минимальную площадь просвета <3 мм², толщину фиброзной капсулы <65 мкм), были рандомизированы в две группы: получавшие оптимальную медикаментозную терапию или профилактическое чрескожное коронарное вмещательство с имплантацией стентов с лекарственным покрытием второго поколения. Целью исследования является сравнительная оценка частоты клинически значимых неблагоприятных событий в течение 12 месяцев наблюдения. Параллельно проведены исследования по разработке алгоритмов автоматизированной сегментации ОКТ-изображений с применением современных архитектур сверточных нейронных сетей (U-Net++, DeepLabV3+, MA-Net и др.). Использование методов аугментации и оптимизация гиперпараметров позволило достичь высоких значений коэффициента подобия Дайса (DSC) (до 0,987 для просвета сосуда, 0,751 — для липидного ядра, 0,736 — для фиброзной покрышки). Реализован ансамблевый подход, обеспечивший интегральную точность сегментации на уровне DSC = 0,882. На основе алгоритмов глубокого обучения создана система автоматического измерения толщины фиброзной капсулы с точностью менее 1 мкм на основе метода контурных расстояний, что соответствует современным требованиям клинической практики. Оптимизация инференса позволила добиться времени обработки изображения менее 400 мс, обеспечивая возможность использования в режиме реального времени. Полученные результаты создают научно обоснованный задел для последующего дополнения стратегии ведения пациентов с морфологически нестабильными атеросклеротическими поражениями и открывают перспективы для внедрения искусственного интеллекта в рутинную клиническую практику.

Публикации

1. Колесников А.Ю., Арнт А.А., Кочергин Н.А. Возможности внутрисосудистых методов визуализации в диагностике васкулопатии трансплантированного сердца. Обзор литературы Вестник трансплантологии и искусственных органов, 2024. Т. 26. № 1. С. 97-102. (год публикации - 2024)
10.15825/1995-1191-2024-1-97-102

2. Арнт А.А., Колесников А.Ю., Кочергин Н.А. Физиология и внутрисосудистая визуализация в определении показаний для реваскуляризации у пациентов с пограничными стенозами коронарных артерий Кардиология и сердечно-сосудистая хирургия, Кардиология и сердечно-сосудистая хирургия. 2025;18(3): 255‑260 (год публикации - 2025)
10.17116/kardio202518031255

3. Лаптев В.В., Данилов В.В., Овчаренко Е.А., Клышников К.Ю., Колесников А.Ю., Арнт А.А., Бессонов И.С., Литвинюк Н.В., Кочергина Н.А. Uncovering unstable plaques: deep learning segmentation in optical coherence tomography Компьютерная оптика , Компьютерная оптика, 2025, том 49, №5 (год публикации - 2025)
10.18287/2412-6179-CO-1571