파열/비파열 뇌동맥류를 구분하는 뇌동맥의 형태학적 특징

Abstract

Background and Objectives: The aneurysm of the cerebral artery is a cerebrovascular disease that is enlarged locally due to weakened vessel walls. A ruptured cerebral aneurysm is a fatal disease, but not all unruptured aneurysms are ruptured. According to the natural history of unruptured cerebral aneurysms, the annual rupture rate is about 1.1%. Considering the morbidity and mortality associated with unruptured intracranial aneurysms to be around 10%, careful treatment decisions are essential. In addition to the morphological features of the cerebral aneurysms, the morphological characteristics of the cerebral arteries, which are the causes and consequences of genetic and hemodynamic factors, this may be the factor that distinguishes the rupture from the ruptured aneurysm. This research began under these hypotheses. The purpose of this study was to provide information on the morphologic features of the cerebral arteries in patients with cerebral aneurysms and to identify the ruptured / unruptured cerebral aneurysms according to the morphological characteristics of the cerebral arteries. And to explore the possibilities for the development of clinical decision support systems. Materials and Methods : We analyzed CT angiography before treatment in patients with cerebral aneurysms from January 2014 to December 2016 as a single institutional and retrospective study. To analyze the morphologic characteristics of A1 segment, M1 segment, V4 segment, and basilar artery in CT angiography, DICOM file was used to analyze the proximal distal diameter, area, length, and tortuosity of each segment. The age, sex, presence of rupture of the aneurysm, and history of the patients were also investigated. The morphologic characteristics and clinical factors of each vessel to distinguish between unruptured and ruptured aneurysms were identified by univariate analysis and multivariate analysis. Also, machine learning method which is a kind of artificial intelligence was used to distinguish between unruptured and ruptured aneurysms. As a machine learning, support vector machine (SVM), which is a kind of supervised learning, was used. K-fold cross validation was performed to validate the results. Results : A total of 316 CT angiographies were analyzed. Univariate analysis showed that the proximal, distal, proximal A1, V4, and basilar artery diameters on both sides of the unruptured cerebral artery aneurysm were significantly larger than those of the ruptured aneurysm. The degree of flexion was not statistically different. Hypertension, smoking, alcohol use, and family history of stroke were statistically significant clinical factors. In multivariate analysis, the factors that distinguished the unruptured / ruptured aneurysm were smoking, the mean diameter of the proximal left A1, and the minimum diameter of the distal basal artery. Excluding clinical factors, the mean diameter of the distal portion of the left A1, the minimum diameter of the proximal portion of the basilar artery, and the minimum diameter of the distal portion of the basilar artery were the factors that distinguished the ruptured / unruptured aneurysm. The accuracy of the discrimination through SVM based machine learning was confirmed to be 77.8-98.9% in training set and 73.9-78.4% in testing accuracy. Conclusion : The data of this study will be useful for pre-treatment evaluation of patients with cerebral aneurysm. In addition, simple clinical data and morphologic features of cerebral arteries could be used to distinguish individual cerebral aneurysm rupture.;연구배경 및 목적 : 뇌동맥류는 혈관벽이 약해져서 국소적으로 늘어난 뇌혈관의 병이다. 파열되면 치명적인 질환이지만, 모든 비파열 뇌동맥류가 파열되는 것은 아니다. 비파열 뇌동맥류의 자연사를 보면, 연간 파열율은 1.1% 정도이다. 비파열 뇌동맥류 치료에 따르는 이환율과 사망률이 약 10% 전후인 것을 고려한다면, 신중한 치료 결정은 필수적이다. 비파열 뇌동맥류 파열과 연관된 뇌동맥류의 형태학적 특성을 비롯한 여러 요소들이 있는데, 뇌동맥류의 형태학적 특성 외에, 유전적 요소와 혈역학적 요소의 원인과 결과가 되는 뇌동맥의 형태학적 특성도 비파열 뇌동맥류와 파열 뇌동맥류를 구분하는 요소가 될 수 있다는 가설 하 연구를 시작하게 되었다. 본 연구는 뇌동맥류 수술이나 중재 치료 전에 필요한 뇌동맥류 환자의 뇌동맥의 형태학적 특징에 관한 정보를 제공하고, 뇌동맥의 형태학적 특징에 따라 파열/비파열 뇌동맥류를 구분하며, 인공지능 기법을 통한 구분을 시도하여, 임상 결정 보조 시스템의 개발에 대한 가능성을 모색하는 것이 목적이다. 실험 재료 및 방법: 단일기관, 후향적 연구로서, 2014년 1월부터 2016년 12월까지 시행된 뇌동맥류 환자의 치료 전 CT angiography 를 분석하였다. CT angiography 에서 A1 분절, M1 분절, V4 분절 및 기저동맥의 형태학적 특성을 분석하기 위해, DICOM 파일을 의료영상 후처리 프로그램을 이용하여 각 분절의 근위부 원위부 직경, 면적, 길이, 굴곡도 등을 조사하였다. 또한 환자들의 나이, 성별, 뇌동맥류 파열 유무, 과거력 등을 조사하였다. 각 혈관의 형태학적 특성과 임상 요소는 단변량 분석과 다변량 분석을 통해 비파열 뇌동맥류와 파열 뇌동맥류를 구별하는 요소를 확인하였다. 그리고 동맥류 파열 유무를 구별하기 위해 일반 통계와 더불어 인공지능 기법인 기계학습 방법을 사용하여 두 결과치를 비교하였다. 기계학습은 지도학습의 일종인 서포트 벡터 머신 (Support vector machine, SVM) 을 사용하였다. 학습 성과 평가를 위해서 k 겹 교차검증 (k-fold cross validation) 을 시행하였다. 결과: 총 316개의 CT angiography 를 분석하였다. 단변량 분석을 통해 비파열 뇌동맥류 환자의 양측 M1 의 근위부, 원위부, A1 의 근위부 원위부, V4, 기저 동맥의 내경이 파열 동맥류 환자에 비해 통계적으로 유의하게 컸다는 것을 알 수 있었다. 굴곡도는 통계적으로 차이를 보이지 않았다. 고혈압, 흡연, 알코올 사용 및 뇌졸중 가족력은 통계적으로 유의한 임상 요인이었다. 다변량 분석에서 비파열/파열 뇌동맥류를 구분하는 요인은 흡연, 좌측 근위부 A1 의 평균 직경, 기저 동맥 원위부의 최소 직경이었다. 임상 요소를 제외했을 때에는 좌측 A1 원위부의 평균 직경, 기저동맥 근위부의 최소 직경, 기저동맥 원위부의 최소 직경이 파열/비파열 뇌동맥류를 구분하는 요소였다. SVM 기반의 기계학습을 통해 알아본 구분의 정확도는 훈련 세트시의 학습 정확도는 77.8-98.9% 로 확인되었고, 테스트시의 정확도는 73.9-78.4% 였다. 결론: 본 연구의 데이터는 뇌동맥류 환자의 치료 전 평가에 유용할 것이다. 또한 뇌동맥류 환자의 간단한 임상 데이터와 뇌혈관의 형태학적 특징을 이용하여 개인별 뇌동맥류 파열 유무를 구별할 수 있었다.