基于网络理论的DIEP皮瓣灌注冗余建模及其在计算性显微外科规划中的应用

《Artificial Intelligence Surgery》：Network-theoretic modeling of DIEP flap perfusion redundancy for computational microsurgical planning

　　

目的：确定在分离动脉供应、组织交换和静脉引流之后，以及改变图分辨率之后，深下腹壁穿支（deep inferior epigastric perforator, DIEP）皮瓣冗余的哪些网络描述符仍然可解释。

方法：研究人员复现了两种九节点原型，并将其扩展为压力驱动的动脉-组织-静脉网络。四十八种配方（formulation）改变了组织细分、侧支分布、浅深连接位置和静脉出口。精确Shapley归因（Shapley attribution）评估了32个特征联盟；额外对比测试了电导预算。保持电导的边细分（conductance-preserving edge subdivision）和Kron约简（Kron reduction）测试了表示依赖性。单段失效和原始容量网络的精确枚举（exact enumeration）表征了脆弱性。

结果：原始代数连通性（algebraic connectivity）为0.638034对0.033342。八重串行细分将第一个值降至0.068918，且不改变终端水力行为；Kron约简恢复了原始值。在各分区模型中，增强网络的总体组织通量（tissue throughput）是基线的1.69-2.22倍。第二个穿支在所有48种参考预算配方中及均衡特征预算后均排名第一，但在其参考电导的十分之一时，18/48配方中仍排第一。静脉排名随引流方式而逆转。在仅深部引流的参考基线中，对侧组织仅获得总通量的2.5%，尽管其占建模组织的一半。尽管存在内部侧支冗余，共同的动脉蒂或唯一静脉出口失效仍导致血流消失。

结论：网络指标描述特定的血管表示。其解释需要明确的引流边界和区域组织血流评估。这一经过验证的计算框架识别了决定预测冗余的假设；在指导临床DIEP规划之前，需要生理校准和独立验证。

论文解读：网络理论建模解析DIEP皮瓣灌注冗余

深下腹壁穿支（deep inferior epigastric perforator, DIEP）皮瓣的存活依赖于动脉供应分布和静脉引流可用性。临床分析已将灌注区域和并发症与穿支口径、位置及皮瓣几何相关联；直接和间接链接通路连接相邻穿支体，阻断血管行为影响邻近区域征募。动静脉路径具有不同解剖和生理角色，近期CTA引导的临床研究强调浅深静脉交通的重要性，浅腹壁下静脉（superficial inferior epigastric vein, SIEV）可提供额外外科出口。然而，网络分析可进一步询问替代路径的排列如何影响组织通量及局部失效后果。原始九节点抽象未区分动脉供应、组织交换和静脉引流，且图分辨率变化可能改变网络描述符的解释。因此，本研究旨在开发一个可复现的计算框架，评估DIEP血管冗余，确定哪些结论依赖所选表示，哪些在明确模型替代方案中保持一致。

研究人员复现了两种九节点原型（Archetype A和B），并扩展为压力驱动的动脉-组织-静脉网络。通过改变组织细分（4、8、16单位）、侧支模式（局部或分布）、浅深连接位置和静脉出口，构建了48种结构配方。使用精确Shapley归因评估五个增强参数（第二穿支、跨中线连接静脉MCLV、浅深连接SDC、丛增强、动脉穿支间连接）的贡献，并测试电导预算敏感性；通过保持电导的边细分和Kron约简检验图分辨率影响；通过单段删除和原始容量网络精确枚举表征脆弱性。所有分析基于合成图和已发表解剖描述，无患者数据。主要技术方法包括压力驱动电阻网络建模、精确Shapley归因（枚举全部32个联盟）、电导保持串行细分与Kron约简、单段失效分析以及枚举32,768（A）和4,096（B）边子集的最大流退化曲线，并用对数正态权重扰动进行灵敏度检查。

结果部分：

（1）原始拓扑结果复现。原始图A的代数连通性λ₂为0.638034，B为0.033342，等化总边权后比值9.86。精确Shapley归因显示第二穿支贡献最大（41.7%），MCLV次之（30.6%），表明该连通性差异不能仅由总权重解释。

（2）图分辨率改变原始连通性而不改变终端行为。将每条边替换为k条串行边（保持电阻不变）后，八重细分使A的λ₂降至0.068918；Kron约简恢复原始九节点Laplacian，最大矩阵误差3.6×10^-15。这说明原始λ₂不能跨任意分段规则直接比较。

（3）组织通量和局部失效韧性。48种配方中，增强网络总组织通量为基线的1.69-2.22倍。参考增强和基线总通量分别为0.212518和0.106603；对侧通量分别为0.109442和0.002708。在仅深部引流的参考基线中，对侧组织虽占模型一半，仅获得总通量的2.5%。单段删除在增强网络中大多数内部失效保留≥81.4%总通量，但共同动脉蒂或唯一静脉出口失效完全消除血流。说明内部侧支冗余不能提供整体N-1安全。

（4）静脉特征重要性取决于引流配置。参考预算下第二穿支在所有48种配方中总通量Shapley贡献最大。MCLV与SDC贡献排序随静脉出口改变：仅深部引流时SDC贡献高于MCLV；增加对侧SIEV出口后关系反转。连续响应面显示，在对称深部引流网络中单独增加MCLV不增加通量，需SDC打破对称性。因此不存在普遍的静脉通路重要性排序。

（5）替代电导预算下的特征排名。在第二穿支电导缩放0.25至4倍以及均衡增量控制中，其始终排名第一；降至0.1倍时，仅在18/48配方中排名第一，动脉连接血管和SDC分别在其中18和12配方中居首。说明排名依赖于通路电导幅度。

（6）精确退化、权重敏感性和数值检查。精确枚举最大流退化，A的f₅₀=32.24%，B=28.75%，B退化离散度更大。在2,000次对数正态扰动中，λ₂(A)>λ₂(B)始终成立。所有守恒残差在10^-15量级，Shapley效率误差最大5.55×10^-17，验证了计算一致性。

讨论部分指出，代数连通性是特定加权图的性质，而非皮瓣固有生理属性；分段规则改变可导致λ₂大幅变化而终端水力不变。静脉连接的重要性由可用引流出口决定，SDC与MCLV的相对贡献可随出口增加而反转。总通量会掩盖区域性低灌注，必须结合区域血流和最小组织单位流量评估。内部侧支韧性不能保护共同终端血管，因此区分局部韧性和共同终端脆弱性比整体标签更有用。该框架的生理准确性需通过人体测量校准和独立验证；当前结果可用于机制假设检验和验证设计，但不能直接作为患者特异性灌注阈值或手术建议。模型未代表氧输送、组织损伤、自动调节等复杂生理过程。

研究结论如下：基于网络的DIEP灌注建模能够识别明显冗余优势所依赖的假设。原始λ₂依赖于表示方式，MCLV和SDC的相对贡献随可用引流变化，全网络通量可能掩盖严重的区域性灌注不足。内部侧支韧性也无法消除共同终端血管的脆弱性。这些经过验证的模型行为为测试拟议的血管安排和设计生理验证提供了具体基础。患者特异性灌注估计和临床建议需要针对人体测量的校准和独立验证。