分享:
分享到微信朋友圈
X
综述
磁共振参数定量管壁成像技术在颈动脉粥样硬化中的研究进展
李婷婷 汪振佳 李璐 孙雨蒙 于薇

Cite this article as: LI T T, WANG Z J, LI L, et al. Research progress of quantitative vessel wall imaging with magnetic resonance parameters in carotid atherosclerosis[J]. Chin J Magn Reson Imaging, 2025, 16(2): 229-234.本文引用格式:李婷婷, 汪振佳, 李璐, 等. 磁共振参数定量管壁成像技术在颈动脉粥样硬化中的研究进展[J]. 磁共振成像, 2025, 16(2): 229-234. DOI:10.12015/issn.1674-8034.2025.02.037.


[摘要] 颈动脉粥样硬化是缺血性卒中的关键致病因素,精准识别易损斑块对优化诊疗策略至关重要。磁共振参数定量管壁成像技术能无创性评估斑块成分及其微观结构,量化分析斑块易损性,为卒中风险预测及个体化治疗提供客观依据,已成为精准医疗的研究热点。本文综述了磁共振参数定量管壁成像技术在颈动脉粥样硬化中的技术进展及临床应用,分析了现有研究的局限性和未来发展方向,有望在易损斑块识别、风险分层及疗效监测等方面为临床提供可靠的定量影像标志物。
[Abstract] Carotid atherosclerosis is a key pathogenic factor for ischemic stroke, and accurate identification of vulnerable plaques is essential for optimizing diagnosis and treatment strategies. Quantitative vessel wall imaging with magnetic resonance parameters can noninvasively assess plaque composition and microstructure, quantify plaque vulnerability, and provide objective evidence for stroke risk prediction and individualized treatment, which has become a research hotspot in precision medicine. This article reviews the technical progress and clinical application of quantitative vessel wall imaging with magnetic resonance parameters in carotid atherosclerosis, analyzes the limitations of existing research and future development directions, and is expected to provide reliable quantitative imaging markers for clinical use in vulnerable plaque identification, risk stratification and efficacy monitoring.
[关键词] 磁共振成像;参数定量管壁成像技术;高分辨磁共振管壁成像;颈动脉粥样硬化;易损斑块
[Keywords] magnetic resonance imaging;parametric quantitative vessel wall imaging;high-resolution magnetic resonance wall imaging;carotid atherosclerosis;vulnerable plaque

李婷婷    汪振佳    李璐    孙雨蒙    于薇 *  

首都医科大学附属北京安贞医院影像科,北京市心肺血管疾病研究所,北京 100029

通信作者:于薇,E-mail: nxyw1969@163.com

作者贡献声明:于薇设计本研究的方案,对稿件的重要内容进行了修改;李婷婷、汪振佳、李璐、孙雨蒙起草和撰写稿件,获取、分析或解释本研究的数据;于薇获得了北京市自然科学基金项目资助;全体作者都同意发表最后的修改稿,同意对本研究的所有方面负责,确保本研究的准确性和诚信。


基金项目: 北京市自然科学基金项目 7222047
收稿日期:2024-11-01
接受日期:2025-02-10
中图分类号:R445.2  R543.5 
文献标识码:A
DOI: 10.12015/issn.1674-8034.2025.02.037
本文引用格式:李婷婷, 汪振佳, 李璐, 等. 磁共振参数定量管壁成像技术在颈动脉粥样硬化中的研究进展[J]. 磁共振成像, 2025, 16(2): 229-234. DOI:10.12015/issn.1674-8034.2025.02.037.

0 引言

       卒中具有高发病率、高复发率、高致残率、高致死率的特点[1]。颈动脉粥样硬化(carotid atherosclerosis, CAS)易损斑块破裂导致远端分支血管栓塞和狭窄导致颅内血流动力学损害是发生脑卒中的主要原因,且斑块易损性与缺血性事件关系更密切[2, 3, 4]。因此,准确识别易损斑块是诊治缺血性卒中的关键[5]

       易损斑块的特征包括富含脂质的坏死核心(lipid rich necrotic core, LRNC)、斑块内出血(intra-plaque hemorrhage, IPH)、薄或破裂的纤维帽、溃疡性斑块和斑块内新生血管[6, 7]。高分辨磁共振管壁成像用信号模式描述斑块成分[8, 9],能无创性识别易损斑块[10, 11, 12],然而组织学层面斑块成分往往不均匀,IPH通常是多期出血的混合物,LRNC成分混杂[13]。近年来新序列层出不穷[14, 15, 16],包括不断改进的血流抑制技术、特异性识别IPH或血栓成分的序列等[17, 18],但仍不足以精准反映斑块成分的微观结构,且图像分析结果高度依赖判读者诊断水平[19]

       随着精准影像发展,多种磁共振参数定量管壁成像技术应运而生,能在无对比剂情况下,提供参数对斑块成分定量分析,减少对相对信号强度的依赖,提高测量的可重复性,使结果更标准化,更适用于多中心研究[20]。目前综述多聚焦于单一定量管壁成像技术在多种疾病中的应用,而缺乏针对CAS的多种定量管壁成像技术的描述[21]。因此,本文就磁共振参数定量管壁成像技术在颈动脉粥样硬化中的研究进展进行全面综述,以期通过提供斑块成分的定量信息,推动CAS斑块从定性诊断向精准定量评估的跨越。

1 单序列单参数磁共振定量管壁成像的技术进展及临床应用

       近年来,应用于颈动脉的单序列单参数磁共振定量管壁成像技术不断涌现[22],主要包括:纵向弛豫时间定量成像(T1 mapping)、横向弛豫时间定量成像(T2 mapping)、横向磁化衰减定量成像(T2* mapping)、定量磁敏感成像(quantitative susceptibility mapping, QSM)、扩散加权成像(diffusion weighted imaging, DWI)、扩散张量成像(diffusion tensor imaging, DTI)。这些成像技术在评估斑块成分方面展现出各自独特的优势。

1.1 T1 mapping

       T1 mapping通过测量组织的纵向弛豫时间(T1值)来区分CAS斑块的不同成分,特别是IPH。IPH区域T1值显著偏低,且T1值的降低与IPH中新鲜出血比例的增加密切相关,为IPH分期提供了客观依据。QI等[23]开发了三维黄金角径向k空间采样(3D golden angle radial k-space sampling, GOAL)与同时无对比剂血管成像和斑块内出血成像(simultaneous non-contrast angiography and intraplaque hemorrhage, SNAP)技术相结合的三维管壁T1 mapping序列——GOAL-SNAP序列,通过调整反转时间抑制血流信号,测得SNAP序列检测到的IPH区域最小T1值明显减低。用该序列进一步测量34名CAS患者斑块成分的T1值,对比组织学发现IPH、LRNC和疏松基质的平均T1值显著不同[IPH(651±253)ms<LRNC(1161±182)ms<疏松基质(1447±310)ms],其中IPH的T1值最低。将IPH以新鲜出血占比进行分型,发现1型(≥50%)的T1值显著低于2型(<50%),提示新鲜出血越多,T1值越低,斑块易损性更高。

       黑血磁化准备快速梯度回波序列通过脉冲和延迟的组合抑制血流信号,提高静止组织与血液之间的对比噪声比,进而准确量化与血液T1值相似的斑块和静脉血栓,弥补了GOAL-SNAP序列在此方面的局限性。

       T1 mapping在识别和监测IPH方面表现出巨大潜力。然而尚缺乏用于临床决策的T1阈值,如IPH分期、血栓溶栓反应预测等。此外,LRNC与疏松基质T1值有所重叠,未来的研究引入多参数联合分析及人工智能辅助诊断,有望提高成分鉴别能力。黑血技术在抑制血流信号方面取得显著进展,但IPH的T1值范围与慢血流相近仍影响其准确量化。因此,优化局部血流抑制实现靶向黑血仍是一个挑战。

1.2 T2 mapping

       T2 mapping通过测量组织的横向弛豫时间(T2值),为CAS斑块的表征、风险分层及疗效监测提供有效的定量工具。它能区分不同的斑块成分,尤其是LRNC。T2阈值法能够精确实现斑块分割和脂质含量定量分析,并可动态监测其变化过程,同时有效评估脂质空间分布特征。

       BIASIOLLI等[24]采用多回波自旋回波序列生成T2 mapping序列,发现LRNC、纤维组织、近期IPH的T2值显著不同[LRNC(37±5)ms<纤维组织(56±9)ms<近期IPH(107±25)ms],而新鲜IPH由于T2值较小难以准确识别。有研究界定纯脂质T2值<42 ms,LRNC合并IPH时T2值>90 ms。无论采用双T2阈值分割(<42 ms和>90 ms)全面评估斑块成分,还是单T2阈值分割(<42 ms)专注脂质成分,其分割的区域与组织学都高度匹配,表明T2 mapping能准确量化斑块的脂质含量[25]。ALKHALIL等[26]用T2 mapping技术评估CAS斑块的脂质含量、分布,并探讨其与临床症状的关系,提示脂质在颈动脉分叉区含量最高,且双侧脂质含量显著正相关。在狭窄程度和斑块总体积相似的情况下,有症状斑块的脂质含量明显高于无症状斑块。为了更好描述脂质分布,作者用最大脂质沉积百分比和脂质聚集指数来反映脂质沉积的大小和集中度,提示大且集中的脂质沉积增加斑块易损性并提高症状发生风险。有研究者进一步用T2 mapping技术评估斑块脂质含量的变化,发现高强度他汀降脂治疗三个月后斑块脂质含量显著减少,纤维组织含量相应增加。值得注意的是,患者各种脂蛋白、炎症分子等血浆生物标志物与斑块的初始脂质含量及其对降脂治疗的反应均无相关性,强调了T2 mapping技术评估患者降脂疗效的价值[27]

       YUAN等[28]评估了四种黑血T2 mapping序列,用改进的运动敏感驱动平衡准备脉冲抑制血流,结合压缩感知和并行成像,研发了三维黑血快速自旋回波的颈动脉T2 mapping成像。该序列在准确性、重复性、图像质量和效率方面展现出综合性的优势,然而该序列研究仅限健康志愿者,尚未在患者中验证。

       T2 mapping在评估脂质方面作用显著,既往研究集中在高度狭窄患者,对无症状、低度狭窄患者的预测价值尚未充分验证,且多数研究为横断面或短期干预(随访3个月),尚需进一步开展前瞻性队列研究,纳入不同风险人群,评估长期(>1年)降脂治疗对斑块脂质的影响,有望识别无症状但高风险及降脂治疗后脂质含量仍高的患者,从而辅助临床决策。IPH的T2值随出血时间变化,当前技术难以动态区分不同阶段的IPH,需融合多模态成像,改进脉冲序列设计,提升高T2值区域的量化精度。

1.3 T2* mapping

       T2* mapping反映了在梯度回波成像中,横向弛豫和磁场不均匀性共同导致的横向磁化矢量衰减。铁通过催化低密度脂蛋白氧化、促进炎症和泡沫细胞形成,加剧斑块不稳定性[29]。基于此,T2* mapping技术用于量化CAS斑块铁含量、评估铁分布,进而评估斑块的稳定性。斑块与正常动脉相比含有更高的铁相关蛋白和更低的T2*值,且T2*值与斑块体积呈负相关[30]。一项针对39名CAS患者的研究发现有症状的斑块T2*值更低[有症状(20.0±1.8)ms<无症状(34.4±2.7)ms],铁水平更高。总铁含量相似的情况下,有症状的斑块铁的分布更广泛且低分子量Fe(Ⅲ)复合物浓度更低,考虑这部分铁转化为铁蛋白和含铁血黄素,使T2*值减低[31]。另一项研究重点关注了101名绝经过渡期女性,发现其颈动脉管壁T2*值与血清铁蛋白、高敏感C反应蛋白显著负相关,表明较高的铁含量可能通过炎症机制促进CAS早期发展。随访发现,随着绝经后铁流失减少,这些女性血清铁蛋白水平有所上升,但其与T2*值相关性却减弱,提示全身铁水平与局部斑块铁含量并不一致,也进一步证实了T2*值表征斑块铁含量的可靠性[32]

       T2* mapping也可以量化巨噬细胞对超小顺磁氧化铁(ultrasmall superparamagnetic iron oxide particle, USPIO)对比剂的摄取,以测量斑块的炎症负担和对他汀类药物治疗的反应,表现为USPIO注入后斑块的T2*值显著下降。与低剂量他汀治疗组相比,高剂量他汀治疗组的USPIO摄取减少[12周时高剂量T2*值(18.3±11.2)ms>低剂量(14.0±7.6)ms],证明T2*值可动态监测他汀治疗的抗炎效果,支持其作为治疗反应的无创标志物[33]。此外,有研究发现注射USPIO后,小鼠头臂动脉斑块的平均T2*值下降,且T2*值与斑块铁水平成反比,为T2* mapping监测斑块炎症反应及评估疗效提供有力证据[34]

       与心脏、肝脏相比,颈动脉管壁较薄,T2*值可能受到部分体积效应、运动导致的图像错位、噪声及其他错误源的影响。为了解决这些误差,SHARKEY-TOPPEN等[35]提出了一种新技术,通过加权数据点,使用邻域数据来增加拟合点的数量,并评估拟合度以实现自动检测和删除异常值,更可靠地估计血管壁中薄层区域的T2*值。

       既往研究逐步构建“铁-炎症-斑块易损性”的理论框架,然而T2*值与铁在斑块内的具体形态(如游离铁、铁蛋白结合铁、血黄素铁等)和分布情况尚未详细探讨,铁与钙在斑块中呈空间分布互斥,可能解释钙化斑块的稳定性。同时,定量氧化低密度脂蛋白有助于解释铁和炎症在CAS发生发展中的潜在机制。探索靶向铁代谢的治疗策略(如抗铁调素抗体、局部铁螯合剂)将推动铁定量技术纳入动脉粥样硬化风险评估体系。

1.4 QSM

       QSM技术通过定量分析组织磁化率来区分斑块成分。出血区域含顺磁性物质,在QSM上高信号;相反,含抗磁性物质的钙化区域则表现为低信号。不同的斑块成分平均磁化率显著不同,QSM不仅能准确量化IPH并评估其严重程度,也是检测颈动脉管壁钙化最可靠的磁共振成像技术[36]

       一项在体研究显示,QSM显著提高了IPH与LRNC及钙化之间的对比,IPH的相对磁化率值明显高于LRNC[37]。另一项研究对9个颈动脉内膜剥脱术后样本扫描,发现QSM低信号区以钙化和纤维基质为主,高信号区以IPH和铁沉积为主。斑块整体的平均磁化率与组织学上出血和铁沉积的面积显著正相关,表明QSM可以量化IPH的严重程度[38]

       在IPH早期,顺磁性高铁血红蛋白在T1WI呈高信号,而慢性出血主要为含铁血黄素沉积,尽管其磁化率更高,但由于磁场不均匀性易丢失信号,与抗磁性钙化难以区分[21]。有研究用非线性预处理总场反演算法提高QSM质量,识别到与IPH一致的小灶高信号区,而这些区域在传统高分辨上呈类似于钙化的低信号,进而提高IPH和钙化的检出率,然而该序列扫描时间较长,运动伪影导致18%数据不可用[39]

       巨噬细胞摄取USPIO可以表征斑块炎症。T2* mapping上USPIO摄取区和钙化均呈低信号而难以鉴别,然而USPIO的强顺磁性在QSM图像上表现为高信号,与低磁化率钙化得以区分。目前QSM技术还不能单独区分IPH与USPIO摄取区高信号[40]

       钙化与出血共存时,磁敏感性可能被主导成分掩盖,QSM技术有待进一步优化,例如快速成像、提高检测精度、减少运动伪影等并进一步体内验证。既往研究尚未建立 QSM参数与临床直接关联,结合磁化率、出血体积、钙化形态,验证其与症状发生及未来卒中事件的预测价值,同时发掘IPH演变特征,如新发出血和慢性铁沉积,有助深入理解斑块进展机制。

1.5 DWI

       DWI对水分子流动性的变化高度敏感,是分子扩散的表征,可以通过表观扩散系数(apparent diffusion coefficient, ADC)来量化。斑块内脂质分子、红细胞及其代谢产物等沉积影响水分子扩散,使ADC值减低。DWI能识别易损斑块并量化LRNC和IPH成分,低ADC值提示IPH斑块出现症状的风险增加及炎症活动增强。

       在体研究发现纤维帽和LRNC的平均ADC值显著不同(LRNC<纤维帽),且ADC值与组织学上脂质分级含量负相关,证明了DWI检测脂质的能力。经组织学验证,LRNC、IPH和正常颈动脉管壁之的ADC值存在显著差异[LRNC(0.38±0.10)<IPH(0.98±0.25)<正常颈动脉管壁(1.27±0.16),单位为×10-3 mm2/s]。然而IPH的ADC值范围较广与LRNC有所重叠,有研究结合ADC值和纵向弛豫率的倒数(R1=1/T1)评估斑块成分,发现LRNC、IPH和纤维组织的R1值显著不同且重叠较少,强调了R1值辅助区分IPH和LRNC的作用[41]

       DWI能有效区别出血和非出血性斑块、出血性斑块中的出血和非出血性区域、IPH和壁内血肿,其ADC值显著不同,含IPH的斑块整体ADC值降低。KIM等[42]进一步探讨ADC值与缺血性症状的发生关系,发现含IPH和症状性斑块整体ADC值明显减低,且有症状的IPH斑块的ADC值显著低于无症状的IPH斑块。另一项研究测量了23名CAS患者最大狭窄水平的斑块平均ADC值,经组织学验证发现易损斑块、含LRNC和含IPH的斑块ADC值减低[易损斑块0.83<非易损1.7、含LRNC 0.86<无LRNC 1.44、有IPH 0.751<无IPH 1.352,单位×10-3 mm2/s],且指出评估是否易损斑块的ADC阈值为1.1145×10-3mm2/s[43]。随后,WANG等[44]得到类似的结果,此外还发现ADC值能反映斑块的炎症状态,表现为血清炎症标志物(高敏C反应蛋白、髓过氧化物酶)水平在易损斑块组显著升高,且与斑块ADC值呈负相关。

       为了提供更完整、准确的ADC图像,有研究提出了扩散准备快速自旋回波三维黑血DWI技术,通过缩小成像体积来减少采集时间并补偿运动伪影,尤其适用于检测LRNC[45]。KIM等[42]则引入星状采样技术,开发了扩散加权星状采样序列,通过多方向径向采样,同时沿切片方向笛卡尔采样,达到高分辨率和高信噪比的目的,其识别IPH的能力已得到验证。

       既往研究中ADC值部分差异较大或有所重叠,尤其是LRNC和IPH,除了成分共存亦可能受技术因素和样本量影响,有待进一步重复验证。目前对纤维帽破裂的风险因素研究较少,水分子微观运动敏感性使DWI有望成为无对比剂评估纤维帽状态、区分LRNC和纤维帽的定量工具。开展长期随访研究,验证ADC值与斑块破裂风险及临床结局的相关性,能为临床决策提供更加精准有效的工具。

1.6 DTI

       DTI技术用平均扩散率和分数各向异性指标定量描述斑块组织微观结构,有助于早期识别病变区域和易损斑块并预测斑块破裂风险。

       TORNIFOGLIO等[46]用DTI技术对颈动脉进行了一系列研究,首先检测不同猪颈动脉模型中细胞、胶原蛋白和弹性蛋白含量,发现细胞含量减少导致分数各向异性下降,而弹性蛋白缺失不仅使分数各向异性下降,还使平均扩散率升高。此结果与人尸检颈动脉早期粥样硬化区域的变化相吻合,此外,平均扩散率在晚期疾病区域显著升高。早期增厚的内膜和纤维帽变薄的区域都表现为低分数各向异性和高平均扩散率,提示组织微结构松散、杂乱[47]。随后,该研究团队对人离体CAS斑块进行微观结构、力学和组织学综合评估,发现DTI衍生的纤维束成像能清晰显示斑块内的纤维排列,均匀的环周纤维排列区域能在更高的应力和应变下保持完整性,纤维排列紊乱的区域更容易破裂,提示微观结构的一致性和排列方式对于斑块的稳定性至关重要[48]

       目前DTI的研究主要基于离体样本,面临着扫描时间长及在体成像运动伪影等问题,开发快速、运动校正、高分辨的DTI序列将推动其临床转化。与此同时,探索DTI指标与易损斑块微结构的关联,将微结构数据与力学模型结合,建立斑块破裂风险预测框架,有助于挖掘其作为早期疾病标志物的潜力。

2 单序列多参数磁共振定量管壁成像的技术进展及临床应用

       为了全面有效评估斑块成分的同时提高时间效率,衍生出了单序列多参数定量管壁成像技术,即单次序列扫描获得多个定量参数,目前包括T1、T2 mapping联合序列、T1、T2* mapping联合序列、T1、T2、T2* mapping联合序列。

       COOLEN等[49]首次融合了T1和T2 mapping序列,通过调整翻转角和回波时间实现颈动脉定量管壁成像。随后QI等[50]在GOAL-SNAP序列的基础上添加不同的T2准备模块,开发了同时颈动脉斑块T1和T2成像(simultaneous T1 and T2 mapping of the carotid plaque, SIMPLE)序列,发现斑块区域T1、T2值的变化与传统高分辨的信号强度变化一致。

       SIMPLE*序列是在SIMPLE序列的基础上融合了T2* mapping成像,改进了图像重建和参数拟合的方法,提高扫描效率的同时实现大范围覆盖,能有效地测量斑块成分的T1、T2和T2*值且与先前研究相似,所测IPH的T1值低于LRNC和纤维组织[IPH(641±179)ms<LRNC(1181±91)ms<纤维组织(1316±196)ms],LRNC的T2值在3种斑块成分中最低[LRNC(36±4)ms<IPH(38±4)ms<纤维组织(40±6)ms],IPH的T2*值低于LRNC和纤维组织[IPH(18±5)ms<LRNC(24±4)ms<纤维组织(24±8)ms],但IPH的T2值与BIASIOLLI等研究结果差异较大[51]。与此同时,QIAO等[52]提出的序列也可以完成T1、T2和T2* mapping成像,能区分健康者和CAS患者的颈动脉形态学和定量参数的差异,包括血管壁面积、平均壁厚和标准化壁指数(健康志愿者<患者)和T2、T2*(患者<健康志愿者),即CAS患者血管壁更厚、面积更大且T2和T2*值有所降低。此外,定量T1、T2和T2*值与平均血管壁厚度结合有助于区分症状性斑块。

       FUJIWARA等[53]创新性使用了三维多回波相位敏感反转恢复序列,通过多次回波时间和反转时间采集图像来量化颈动脉管壁T1和T2*值,特别是IPH和铁沉积区域。该序列能够提高斑块与邻近胸锁乳突肌之间的对比噪声比,但所测的有症状与无症状斑块的平均T1和T2*值差异不显著,且T2*的测量结果与先前不一致,这可能由于斑块成分混杂,需要多成分分析、阈值分割等方法深入评估这些混合成分的特征。与此同时,TRUONG等[54]在11.7 T高场强下扫描12例离体颈动脉斑块,获取了T1和T2* mapping图像,结合二次判别分析对不同斑块成分的T1和T2*值进行分类,发现该方法在纤维组织和脂质的分类上表现出色,与组织学结果具有较高一致性。然而,对于含有出血或炎症的斑块,分类的准确性较低。未来的研究可以进一步优化机器学习分类算法,以提高对复杂斑块成分的识别精度。

       多参数定量管壁成像研究大部分未进行组织学验证,扩大样本量、进行纵向研究、组织学验证、优化成像参数、应用先进的图像重建算法(例如压缩感知和低秩重建)以及提高空间分辨率有助于其临床可行性和准确性。同时探索多成分分析、阈值分割或基于高斯混合分布的聚类分析,有利于准确评估颈动脉斑块中混合成分的特征。

3 当前研究的局限性及未来发展方向

       目前磁共振定量管壁成像研究的样本量较小,现有成果多基于短期观察或单次扫描数据,且主要聚焦于单一斑块成分的定量评估,部分缺乏组织学验证。开展长期随访研究,在更广泛的患者群体中评估各序列描述斑块特征和监测斑块进展的能力,能辅助优化治疗方案,降低卒中风险。

       由于斑块内的复杂结构、伪影以及分辨率的限制,精确地评估纤维帽仍然面临挑战,验证DWI及DTI参数与斑块破裂风险及临床结局的相关性,能为临床决策提供有力的定量依据。目前斑块成分识别主要依靠观察者主观判断,利用人工智能辅助分析,例如深度学习自动分割斑块成分(如LRNC、IPH、钙化等),能显著减少人为误差。此外,引入影像组学,整合影像和临床数据建立多参数模型,能进一步提高斑块成分分类准确性,在卒中风险分层及预测方面具有额外诊断价值。

       随着技术不断发展,减少成像时间并提高成像质量至关重要。部分技术虽然能够提供高分辨图像信息,但时间扫描长、后处理步骤复杂以及对设备要求较高等,限制了其在实际临床中的推广应用。通过构建标准化后处理流程,推动多中心数据共享,实现多等参数的跨平台一致性,有望推动定量管壁成像技术从实验研究向临床实践的转化,最终实现个体化卒中风险评估与干预的目标。

4 小结

       颈动脉磁共振管壁成像技术逐渐从定性主观判读发展到定量客观评估。定量参数管壁成像通过探索不同斑块成分与影像定量参数间的相关性,有望阐明斑块形成甚至破裂过程中各种成分的转归过程,为患者卒中风险预测、疾病进展和预后提供可靠的影像相关生物标志物。

[1]
TU W J, WANG L D, YAN F, et al. China stroke surveillance report 2021[J/OL]. Mil Med Res, 2023, 10(1): 33 [2024-10-30]. https://pubmed.ncbi.nlm.nih.gov/37468952/. DOI: 10.1186/s40779-023-00463-x.
[2]
VAN DAM-NOLEN D H K, TRUIJMAN M T B, VAN DER KOLK A G, et al. Carotid plaque characteristics predict recurrent ischemic stroke and TIA: the PARISK (plaque At RISK) study[J]. JACC Cardiovasc Imaging, 2022, 15(10): 1715-1726. DOI: 10.1016/j.jcmg.2022.04.003.
[3]
SABA L, CAU R, MURGIA A, et al. Carotid plaque-RADS[J]. JACC Cardiovasc Imag, 2024, 17(2): 62-75. DOI: 10.1016/j.jcmg.2023.09.005.
[4]
KOPCZAK A, SCHINDLER A, SEPP D, et al. Complicated carotid artery plaques and risk of recurrent ischemic stroke or TIA[J]. J Am Coll Cardiol, 2022, 79(22): 2189-2199. DOI: 10.1016/j.jacc.2022.03.376.
[5]
杨丽, 王效春. 高分辨率磁共振血管壁成像在缺血性脑卒中的应用进展[J]. 磁共振成像, 2022, 13(5): 136-139. DOI: 10.12015/issn.1674-8034.2022.05.028.
YANG L, WANG X C. Application progress of high-resolution magnetic resonance imaging vascular wall imaging in ischemic stroke[J]. Chin J Magn Reson Imag, 2022, 13(5): 136-139. DOI: 10.12015/issn.1674-8034.2022.05.028.
[6]
VAN DAM-NOLEN D H K, VAN EGMOND N C M, DILBA K, et al. Sex differences in plaque composition and morphology among symptomatic patients with mild-to-moderate carotid artery stenosis[J]. Stroke, 2022, 53(2): 370-378. DOI: 10.1161/STROKEAHA.121.036564.
[7]
罗彤, 高阳, 吴琼, 等. 颈动脉高分辨磁共振血管壁成像对缺血性脑卒中发生及复发诊断价值的Meta分析[J]. 磁共振成像, 2024, 15(7): 70-75. DOI: 10.12015/issn.1674-8034.2024.07.012.
LUO T, GAO Y, WU Q, et al. Meta analysis of the diagnostic value of carotid artery high-resolution magnetic resonance vessel wall imaging in the occurrence and recurrence of ischemic stroke[J]. Chin J Magn Reson Imag, 2024, 15(7): 70-75. DOI: 10.12015/issn.1674-8034.2024.07.012.
[8]
SABA L C, LOEWE C, WEIKERT T, et al. State-of-the-art CT and MR imaging and assessment of atherosclerotic carotid artery disease: standardization of scanning protocols and measurements-a consensus document by the European Society of Cardiovascular Radiology (ESCR)[J]. Eur Radiol, 2023, 33(2): 1063-1087. DOI: 10.1007/s00330-022-09024-7.
[9]
FERNÁNDEZ-ALVAREZ V, LINARES-SÁNCHEZ M, SUÁREZ C, et al. Novel imaging-based biomarkers for identifying carotid plaque vulnerability[J/OL]. Biomolecules, 2023, 13(8): 1236 [2024-10-30]. https://pubmed.ncbi.nlm.nih.gov/37627301/. DOI: 10.3390/biom13081236.
[10]
JIANG H Y, REN K X, LI T T, et al. Correlation of the characteristics of symptomatic intracranial atherosclerotic plaques with stroke types and risk of stroke recurrence: a cohort study[J/OL]. Ann Transl Med, 2022, 10(12): 658 [2024-10-30]. https://pubmed.ncbi.nlm.nih.gov/35845483/. DOI: 10.21037/atm-22-2586.
[11]
HOU C, XUAN J Q, ZHAO L, et al. Comparison of the diagnostic performance of contrast-enhanced ultrasound and high-resolution magnetic resonance imaging in the evaluation of histologically defined vulnerable carotid plaque: a systematic review and meta-analysis[J]. Quant Imaging Med Surg, 2024, 14(8): 5814-5830. DOI: 10.21037/qims-24-540.
[12]
SABA L C, CAU R, SPINATO G, et al. Carotid stenosis and cryptogenic stroke[J]. J Vasc Surg, 2024, 79(5): 1119-1131. DOI: 10.1016/j.jvs.2024.01.004.
[13]
WANG Y L, WANG T, LUO Y M, et al. Identification markers of carotid vulnerable plaques: an update[J/OL]. Biomolecules, 2022, 12(9): 1192 [2024-10-30]. https://pubmed.ncbi.nlm.nih.gov/36139031/. DOI: 10.3390/biom12091192.
[14]
WEI H Y, ZHANG M Q, LI Y D, et al. Evaluation of 3D multi-contrast carotid vessel wall MRI: a comparative study[J]. Quant Imaging Med Surg, 2020, 10(1): 269-282. DOI: 10.21037/qims.2019.09.11.
[15]
KASSEM M, NIES K P H, BOSWIJK E, et al. Quantification of carotid plaque composition with a multi-contrast atherosclerosis characterization (MATCH) MRI sequence[J/OL]. Front Cardiovasc Med, 2023, 10: 1227495 [2024-10-30]. https://pubmed.ncbi.nlm.nih.gov/37680565/. DOI: 10.3389/fcvm.2023.1227495.
[16]
LEE U Y, KWAK H S. Evaluation of plaque vulnerability via combination of hemodynamic analysis and simultaneous non-contrast angiography and intraplaque hemorrhage (SNAP) sequence for carotid intraplaque hemorrhage[J/OL]. J Pers Med, 2021, 11(9): 856 [2024-10-30]. https://pubmed.ncbi.nlm.nih.gov/34575633/. DOI: 10.3390/jpm11090856.
[17]
LARSON A S, BRINJIKJI W, KROLL N J, et al. Normalized intraplaque hemorrhage signal on MP-RAGE as a marker for acute ischemic neurological events[J]. Neuroradiol J, 2022, 35(1): 112-118. DOI: 10.1177/19714009211029263.
[18]
JIA Y X, LIU X M, ZHANG L, et al. Integrated head and neck imaging of symptomatic patients with stroke using simultaneous non-contrast cardiovascular magnetic resonance angiography and intraplaque hemorrhage imaging as compared with digital subtraction angiography[J/OL]. J Cardiovasc Magn Reson, 2022, 24(1): 19 [2024-10-30]. https://pubmed.ncbi.nlm.nih.gov/35307027/. DOI: 10.1186/s12968-022-00849-1.
[19]
HUANG L X, WU X B, LIU Y A, et al. High-resolution magnetic resonance vessel wall imaging in ischemic stroke and carotid artery atherosclerotic stenosis: a review[J/OL]. Heliyon, 2024, 10(7): e27948 [2024-10-30]. https://pubmed.ncbi.nlm.nih.gov/38571643/. DOI: 10.1016/j.heliyon.2024.e27948.
[20]
李聪, 罕迦尔别克·库锟, 马文辉, 等. 磁共振定量评估颈动脉粥样硬化斑块成分的研究进展[J]. 中国实用神经疾病杂志, 2023, 26(4):519-523. DOI: 10.12083/SYSJ.221356.
LI C, HANJIAERBIEKE K K, MA W H, et al. Research progress of magnetic resonance quantitative assessment of carotid atherosclerotic plaque components[J]. Chin J Pract Nerv Dis, 2023, 26(4):519-523. DOI: 10.12083/SYSJ.221356.
[21]
DIMOV A V, LI J, NGUYEN T D, et al. QSM throughout the body[J]. J Magn Reson Imaging, 2023, 57(6): 1621-1640. DOI: 10.1002/jmri.28624.
[22]
NAKOU E, PATEL R K, FONTANA M, et al. Cardiovascular magnetic resonance parametric mapping techniques: clinical applications and limitations[J/OL]. Curr Cardiol Rep, 2021, 23(12): 185 [2024-10-30]. https://pubmed.ncbi.nlm.nih.gov/34762189/. DOI: 10.1007/s11886-021-01607-y.
[23]
QI H K, SUN J, QIAO H Y, et al. Carotid intraplaque hemorrhage imaging with quantitative vessel wall T1 mapping: technical development and initial experience[J]. Radiology, 2018, 287(1): 276-284. DOI: 10.1148/radiol.2017170526.
[24]
BIASIOLLI L, LINDSAY A C, CHAI J T, et al. In-vivo quantitative T2 mapping of carotid arteries in atherosclerotic patients: segmentation and T2 measurement of plaque components[J/OL]. J Cardiovasc Magn Reson, 2013, 15(1): 69 [2024-10-30]. https://pubmed.ncbi.nlm.nih.gov/23953780/. DOI: 10.1186/1532-429X-15-69.
[25]
CHAI J T, BIASIOLLI L, LI L Q, et al. Quantification of lipid-rich core in carotid atherosclerosis using magnetic resonance T2 mapping: relation to clinical presentation[J]. JACC Cardiovasc Imaging, 2017, 10(7): 747-756. DOI: 10.1016/j.jcmg.2016.06.013.
[26]
ALKHALIL M, BIASIOLLI L, CHAI J T, et al. Quantification of carotid plaque lipid content with magnetic resonance T2 mapping in patients undergoing carotid endarterectomy[J/OL]. PLoS One, 2017, 12(7): e0181668 [2024-10-30]. https://pubmed.ncbi.nlm.nih.gov/28746385/. DOI: 10.1371/journal.pone.0181668.
[27]
ALKHALIL M, BIASIOLLI L, AKBAR N, et al. T2 mapping MRI technique quantifies carotid plaque lipid, and its depletion after statin initiation, following acute myocardial infarction[J/OL]. Atherosclerosis, 2018, 279: 100-106 [2024-10-30]. https://pubmed.ncbi.nlm.nih.gov/30227984/. DOI: 10.1016/j.atherosclerosis.2018.08.033.
[28]
YUAN J M, PATTERSON A J, RUETTEN P P R, et al. A comparison of black-blood T2 mapping sequences for carotid vessel wall imaging at 3T: an assessment of accuracy and repeatability[J]. Magn Reson Med Sci, 2019, 18(1): 29-35. DOI: 10.2463/mrms.mp.2017-0141.
[29]
GUO Q, QIAN C, QIAN Z M. Iron metabolism and atherosclerosis[J]. Trends Endocrinol Metab, 2023, 34(7): 404-413. DOI: 10.1016/j.tem.2023.04.003.
[30]
WINNER M W, SHARKEY-TOPPEN T, ZHANG X L, et al. Iron and noncontrast magnetic resonance T2* as a marker of intraplaque iron in human atherosclerosis[J]. J Vasc Surg, 2015, 61(6): 1556-1564. DOI: 10.1016/j.jvs.2014.02.006.
[31]
RAMAN S V, WINNER M W, TRAN T, et al. In vivo atherosclerotic plaque characterization using magnetic susceptibility distinguishes symptom-producing plaques[J]. JACC Cardiovasc Imaging, 2008, 1(1): 49-57. DOI: 10.1016/j.jcmg.2007.09.002.
[32]
RAMAN S V, SHARKEY-TOPPEN T P, TRAN T, et al. Iron, inflammation and atherosclerosis risk in men vs. perimenopausal women[J]. Atherosclerosis, 2015, 241(1): 249-254. DOI: 10.1016/j.atherosclerosis.2015.03.032.
[33]
PATTERSON A J, TANG T Y, GRAVES M J, et al. In vivo carotid plaque MRI using quantitative T2* measurements with ultrasmall superparamagnetic iron oxide particles: a dose-response study to statin therapy[J]. NMR Biomed, 2011, 24(1): 89-95. DOI: 10.1002/nbm.1560.
[34]
MOONEN R P M, COOLEN B F, SLUIMER J C, et al. Iron oxide nanoparticle uptake in mouse brachiocephalic artery atherosclerotic plaque quantified by T2-mapping MRI[J/OL]. Pharmaceutics, 2021, 13(2): 279 [2024-10-30]. https://pubmed.ncbi.nlm.nih.gov/33669667/. DOI: 10.3390/pharmaceutics13020279.
[35]
SHARKEY-TOPPEN T P, MIHAI G, MAISEYEU A, et al. Improved in vivo human carotid artery wall T2 estimation[J]. Magn Reson Imaging, 2013, 31(1): 44-52. DOI: 10.1016/j.mri.2012.06.006.
[36]
ISHIMARU H, IKEBE Y, IZUMO T, et al. Assessment for carotid atherosclerotic plaque using vessel wall magnetic resonance imaging: a multireader ROC study to determine optimal sequence for detecting vessel wall calcification[J]. J Vasc Res, 2024, 61(3): 122-128. DOI: 10.1159/000538175.
[37]
WANG C Y, ZHANG Y, DU J W, et al. Quantitative susceptibility mapping for characterization of intraplaque hemorrhage and calcification in carotid atherosclerotic disease[J]. J Magn Reson Imaging, 2020, 52(2): 534-541. DOI: 10.1002/jmri.27064.
[38]
AZUMA M, MAEKAWA K, YAMASHITA A, et al. Characterization of carotid plaque components by quantitative susceptibility mapping[J]. AJNR Am J Neuroradiol, 2020, 41(2): 310-317. DOI: 10.3174/ajnr.A6374.
[39]
NGUYEN T D, WEN Y, DU J W, et al. Quantitative susceptibility mapping of carotid plaques using nonlinear total field inversion: Initial experience in patients with significant carotid stenosis[J]. Magn Reson Med, 2020, 84(3): 1501-1509. DOI: 10.1002/mrm.28227.
[40]
RUETTEN P P R, CLUROE A D, USMAN A, et al. Simultaneous MRI water-fat separation and quantitative susceptibility mapping of carotid artery plaque pre- and post-ultrasmall superparamagnetic iron oxide-uptake[J]. Magn Reson Med, 2020, 84(2): 686-697. DOI: 10.1002/mrm.28151.
[41]
OTA H, TAMURA H, ITABASHI R, et al. Quantitative characterization of carotid plaque components using MR apparent diffusion coefficients and longitudinal relaxation rates at 3T: a comparison with histology[J]. J Magn Reson Imaging, 2018, 48(6): 1657-1667. DOI: 10.1002/jmri.26216.
[42]
KIM S E, PARKER D L, ROBERTS J A, et al. Differentiation of symptomatic and asymptomatic carotid intraplaque hemorrhage using 3D high-resolution diffusion-weighted stack of stars imaging[J/OL]. NMR Biomed, 2021, 34(11): e4582 [2024-10-30]. https://pubmed.ncbi.nlm.nih.gov/34296793/. DOI: 10.1002/nbm.4582.
[43]
ALEX A, AYYAPPAN A, VALAKADA J, et al. Role of diffusion-weighted imaging in carotid plaque vulnerability assessment[J/OL]. Egypt J Radiol Nucl Med, 2022, 53(1): 124 [2024-10-30]. https://ejrnm.springeropen.com/articles/10.1186/s43055-022-00776-2. DOI: 10.1186/s43055-022-00776-2.
[44]
WANG X Y, LI J, WANG X, et al. Clinical evaluation of high-resolution MRI combined with DWI in identifying vulnerable carotid plaque[J]. Neurologist, 2023, 28(1): 5-10. DOI: 10.1097/NRL.0000000000000432.
[45]
XIE Y B, YU W, FAN Z Y, et al. High resolution 3D diffusion cardiovascular magnetic resonance of carotid vessel wall to detect lipid core without contrast media[J/OL]. J Cardiovasc Magn Reson, 2014, 16(1): 67 [2024-10-30]. https://pubmed.ncbi.nlm.nih.gov/25238168/. DOI: 10.1186/s12968-014-0067-z.
[46]
TORNIFOGLIO B, STONE A J, JOHNSTON R D, et al. Diffusion tensor imaging and arterial tissue: establishing the influence of arterial tissue microstructure on fractional anisotropy, mean diffusivity and tractography[J/OL]. Sci Rep, 2020, 10(1): 20718 [2024-10-30]. https://pubmed.ncbi.nlm.nih.gov/33244026/. DOI: 10.1038/s41598-020-77675-x.
[47]
TORNIFOGLIO B, STONE A J, KERSKENS C, et al. Ex vivo study using diffusion tensor imaging to identify biomarkers of atherosclerotic disease in human cadaveric carotid arteries[J]. Arterioscler Thromb Vasc Biol, 2022, 42(11): 1398-1412. DOI: 10.1161/ATVBAHA.122.318112.
[48]
TORNIFOGLIO B, JOHNSTON R D, STONE A J, et al. Microstructural and mechanical insight into atherosclerotic plaques: an ex vivo DTI study to better assess plaque vulnerability[J]. Biomech Model Mechanobiol, 2023, 22(5): 1515-1530. DOI: 10.1007/s10237-022-01671-5.
[49]
COOLEN B F, POOT D H J, LIEM M I, et al. Three-dimensional quantitative T1 and T2 mapping of the carotid artery: Sequence design and in vivo feasibility[J]. Magn Reson Med, 2016, 75(3): 1008-1017. DOI: 10.1002/mrm.25634.
[50]
QI H K, SUN J, QIAO H Y, et al. Simultaneous T1 and T2 mapping of the carotid plaque (SIMPLE) with T2 and inversion recovery prepared 3D radial imaging[J]. Magn Reson Med, 2018, 80(6): 2598-2608. DOI: 10.1002/mrm.27361.
[51]
WANG Y J, LIU X M, WANG J, et al. Simultaneous T1, T2, and T2* mapping of carotid plaque: the SIMPLE* technique[J/OL]. Radiology, 2023, 307(3): e222061 [2024-10-30]. https://pubmed.ncbi.nlm.nih.gov/36853181/. DOI: 10.1148/radiol.222061.
[52]
QIAO H Y, YANG Q S, HUO R, et al. Reliability and value of 3D sequential QUantitative T1-T2-T2* MAppings (SQUMA) MR multi-parametric imaging in characterizing carotid artery atherosclerosis[J]. J Magn Reson Imaging, 2023, 57(5): 1376-1389. DOI: 10.1002/jmri.28445.
[53]
FUJIWARA Y, MIO M. Improvement in the contrast-to-noise ratio and quantitative measurement of T1 and T2* values for carotid atherosclerotic plaque using multi-echo phase-sensitive inversion recovery[J]. Radiol Phys Technol, 2021, 14(2): 186-192. DOI: 10.1007/s12194-021-00619-1.
[54]
TRUONG M, LENNARTSSON F, BIBIC A, et al. Classifications of atherosclerotic plaque components with T1 and T2* mapping in 11.7 T MRI[J/OL]. Eur J Radiol Open, 2021, 8: 100323 [2024-10-30]. https://pubmed.ncbi.nlm.nih.gov/33532518/. DOI: 10.1016/j.ejro.2021.100323.

上一篇 磁共振生境成像在恶性肿瘤预后评估中的研究进展
下一篇 没有了
  
诚聘英才 | 广告合作 | 免责声明 | 版权声明
联系电话:010-67113815
京ICP备19028836号-2