胡盛寿院士团队研发出先心病模型表型全自动鉴定（利器,5分钟内搞定,准确率与20年小儿心外经验的高年资医生相当）

参考文献：

相关论文于2020年2月21日在国际知名综合期刊Advanced Science（SCI影响因子15.8）在线发表。【点击可见原文】

胡盛寿院士为该研究的通讯作者，北京协和医学院博士生（外科学）储庆为第一作者。研究受到国家自然科学基金重点项目和科技部国家重点研发计划的资金支持。

图2 CACCT自动鉴定心脏流出道畸形

转载：请标明“中国循环杂志”

科学研究的一小步，往往是攻克疾病的一大步。

研究者表示，希望CACCT能帮助先心病研究人员、遗传学和发育生物学研究人员更加精确地建立心脏表型和分子遗传之间的因果关系，大力推动先心病的研究与认知。

图3 CACCT自动识别室间隔缺损

好消息来了。

比如要想攻克先天性心脏病（先心病），就需要利用小鼠等模式生物开展心脏异常发育及心脏结构畸形发生的相关机制研究，但是这并非容易：

CACCT不仅可以在5分钟以内完成1000张心脏micro-CT影像的自动化分析，而且其全自动快速鉴定多种复杂心脏畸形（图1）的准确率与拥有20年小儿心脏外科手术经验的高年资医生相当。

有没有一种简单容易上手且快速稳定的心脏畸形鉴定系统？比如即使无临床诊断经验和小鼠心脏发育学研究经验的研究者，也能通过这种鉴定对复杂先心病进行准确和快速的鉴定？

据悉，CACCT能准确识别图像中的心室腔、心房腔和大动脉，并实现对心脏腔室连接关系的自动判断，快速准确地展示出心脏中室间隔缺损的位置和形态；进而根据判断结果报告相应的心脏畸形。

图 1 CACCT实现小鼠流出道畸形自动鉴定

近日，中国医学科学院阜外医院胡盛寿院士课题组研发的“自动化小鼠复杂心脏畸形鉴定系统”——CACCT（Computer-assisted cardiac cavity tracking system）解决了这个问题。

[1] Qing Chu, Haobin Jiang, Libo Zhang, et al. CACCT: An Automated Tool of Detecting Complicated Cardiac Malformations in Mouse Models [J]. Adv Sci, online, 20 Feb 2020.

一是既往研究需要通过分析病理切片来判断心脏结构表型，而这依赖研究人员的长期训练；二是二维切片往往无法精确反映心脏在三维层面的畸形和变化，即便是经验丰富的研究者也极易做出误判。

为了验证CACCT对心脏畸形的鉴定能力，研究者构建了多种小鼠心脏畸形。应用CACCT可以准确甄别正常心脏、大动脉转位（TGA）和右心室双出口（DORV）（图2）。

值得注意的是，该研究发现如果用二维图像筛查室间隔缺损，部分与二维影像层面斜交的室间隔缺损会被误诊。因为，该类室间隔缺损在二维图像上不会同时连接左右心室腔（图3）；CACCT则不受切面限制，可以精确识别斜交室间隔缺损，显著提高室间隔缺损的检出精度和检测速度。