0 引言

       脑卒中是世界性的医疗卫生难题，已成为国人死亡和残疾的首位病因，其中缺血性脑卒中约占70%~80%^{[1, 2]}，给社会和患者家庭造成了沉重负担，且发病率随着人口老龄化的加剧逐年上升，同时呈年轻化趋势^[3]。脑分水岭梗死（watershed infarction, WI）作为缺血性脑卒中的重要亚型，约占全部脑梗死类型的10%^[4]。该类型卒中具有独特的血流动力学特征，且具有“灌注-梗死阈值狭窄、侧支代偿耗竭隐匿性及治疗时间窗短暂”等特点，是临床关注及影像评估的重点。WI是脑血流动力学卒中的一种特殊表现，主要发生在脑动脉供血分水岭区，因其特殊分布，临床上也称之为脑“边缘带梗死”^[5]。

       尽管WI具有较典型的发病部位，但往往难以定位到明确的责任病灶，且分水岭区的位置存在个体差异。其核心治疗目标是通过增强全身或局部灌注来增强患处的血流量，而当前支持压力或流量增加优于保守措施的证据依旧有限^[5]。尽管2025 ARISE Ⅱ共识建立了颅内动脉粥样硬化性疾病的核心治疗框架，即药物治疗为首选，血管内治疗为替代性选择，外科手术则需严格筛选^[6]。然而药物治疗对于不同脑梗死亚型患者的疗效并非普遍满意，支架治疗对比药物治疗预防颅内动脉狭窄（stenting and aggressive medical management for preventing recurrent stroke in intracranial stenosis, SAMMPRIS）研究亚组分析发现，头颅MRI中表现为WI合并侧支循环代偿不良的患者1年卒中复发率仍高达到37%^{[7, 8]}。这些研究提示血流动力学评估对于识别药物难治的“脆弱”患者至关重要。尽管MRI在WI领域已展现出强大的多参数评估能力，然而，评估方式如何选择、如何标准化以及如何与病理生理及预后精准挂钩等问题仍然是当下面临的关键挑战。因此，本文对MRI在WI评估中的最新应用及相关知识进行综述，指出目前研究的局限性，提出未来的研究方向，以期提升临床对相关MRI技术的认识并为未来研究提供方向。

1 WI病因

       WI病因复杂，血压、血容量的异常及脑动脉结构病变均可能起作用。EL-GAMMAL等^[9]研究认为脑动脉狭窄可能是皮质下型WI（也称内分水岭梗死）的主要病因，而心源性栓塞则可能是皮质型WI（也称外分水岭梗死）的主要病因。HASHEMILAR等^[10]基于前瞻性设计研究发现大动脉粥样硬化性狭窄（狭窄>50%）可能是皮质型与皮质下型WI的主要病因，发生率分别为52.8%、41.5%；而心源性栓塞更可能导致皮质型WI（发生率18.9%）。此外，SHAH等^[11]的研究发现71.9%的皮质型WI和35%的皮质下型WI患者有低血压或低血容量病史，患者颈内动脉及大脑中动脉（middle cerebral artery, MCA）狭窄的发生率分别约60.5%和60.0%。尽管头颈动脉狭窄或闭塞伴反复发作的全身低血压被认为是WI的典型表现，但是由于缺乏仅伴低血压和低血容量而无颈动脉或MCA狭窄的相关队列研究，因此当前对于低血容量及血压如何在WI中起作用及其相关阈值仍无法确定^{[12, 13, 14]}。此外，病因不明的WI仍占有一定比例，这部分患者往往缺乏典型的脑血管病变证据，也无明显的血压、血容量异常，其发病机制往往更为复杂，可能与微血管病变、血液流变学异常、血管内皮功能障碍等多种因素相互作用有关。

2 WI的发生机制

       WI的发生可能涉及多重机制，血流动力学损害被认为是WI发生的基础^{[5, 15]}。微栓塞机制也逐渐被广泛接受，微栓塞现象最早被TORVIK等^[16]发现，他们在颈内动脉闭塞远端的WI患者软脑膜动脉中观察到微栓子阻塞终末血管的证据。报道发现，采用经颅多普勒（transcranial doppler, TCD）对症状性颅内动脉狭窄患者微栓子信号的检出率为15%~39%^{[17, 18, 19]}，这些微栓子可以是实性的，如血小板血栓、动脉粥样硬化物质、癌栓或脂肪，也可以气体的如微气泡，它们在TCD上均表现为一过性的单向频谱高信号，持续时间低于300 ms，伴“哨音”样音频信号^[20]。微栓塞机制是独立作用或是与血流动力学机制协同发挥作用仍然存在争议。GU等^[21]研究发现，微栓子信号在症状性颈动脉狭窄患者中更常见，这意味着微栓塞机制与血流动力学机制很难拆分。另有学者发现，微栓子的形成可能继发于斑块炎症，并且微栓塞机制在深部WI事件中可能独立起作用^[22]。当前脑血流动力学障碍/微栓塞机制被视为WI发生的核心，最终事件的发生可能是“灌注下降-代偿衰竭-血栓清除能力下降-血压波动诱发梗死”的多因素交互结果。

3 脑WI血流动力学相关MRI技术

3.1 脑灌注成像技术

       LI等^[23]学者采用前瞻性研究设计，深入探究了T2^*动态磁敏感对比灌注加权成像（dynamic susceptibility contrast-perfusion weighted imaging, DSC-PWI）灌注参数与颅内动脉狭窄的WI患者1年内缺血性脑卒中复发之间的关联。研究结果表明，基线PWI最大峰值时间（time-to-maximum, Tmax）>4 s的梗死体积与复发性缺血事件呈独立相关。在症状性前循环动脉闭塞患者中，PWI上Tmax>4 s[比值比（odds ratio, OR）为1.01；95%置信区间（confidence interval, CI）为1.003~1.02；P=0.011）]亦被确认为复发性缺血事件的独立预测因素^[24]。DSC-PWI凭借其无法透过完整血脑屏障的特性，借助首过期间血管内外的磁敏感差异进行成像，能够获取相对脑血流量（cerebral blood flow, CBF）、相对脑血容量（cerebral blood volume, CBV）、相对平均通过时间（mean transit time, MTT）、相对达峰时间（time-to-peak, TTP）和Tmax等半定量参数^[25]。这些参数为量化狭窄动脉远端脑组织灌注受损状况以及评估未来卒中风险提供了客观的参考依据。

       动脉自旋标记（arterial spin labeling, ASL）使用射频脉冲改变血液中氢质子自旋状态形成标记效果，通过估计标记点到毛细血管的平均通过时间（arterial transit time, ATT）来选择标记后延迟（post label delay, PLD）时间进行成像，可以获得CBF值，这一定量参数测量与DSC-PWI一致性较好^{[26, 27]}。LYU等^[28]研究发现，MCA重度狭窄患者的低灌注体积比（hypoperfusion volume ratio, HVR）与复发性脑缺血事件独立相关。需要注意的是，单延迟ASL测量准确性取决于PLD是否合理，PLD太小使得标记的血流无法达到目标区域会低估CBF^[29]。多延迟ASL使用多个PLD进行ATT校正可以提高CBF测量的准确性^[30]。

       脑灌注成像技术已成为评估脑血流动力学的最主要手段。然而，在WI的评估中，这些技术仍存在一些局限性。首先，尽管DSC-PWI能够提供多种灌注参数，但其对血脑屏障完整性的依赖限制了其在某些情况下的应用，如血脑屏障破坏时，对比剂的渗漏可能影响参数的准确性。其次，ASL的测量准确性受PLD选择的影响较大，尽管多延迟ASL提高了准确性，但增加了扫描时间和复杂性。此外，现有研究在WI的灌注特征、侧支循环代偿机制以及灌注参数与临床结局的精准关联方面仍存在不足，尚未形成统一的评估标准。未来的研究方向应聚焦于优化灌注成像技术，如制定更精确的PLD选择策略，以提高测量的可靠性和重复性；同时，建立大规模、多中心的WI患者队列，深入探究灌注参数与临床结局的关联。

3.2 脑氧代谢相关MRI技术

       通过乙酰唑胺或二氧化碳（CO2）等刺激，结合血氧水平依赖性（blood oxygen level-dependent, BOLD）MRI信号变化，能够对脑血管反应性（cerebral vascular reactivity, CVR）进行定量分析。CVR下降和自动调节受损常早于影像学结构异常，是反映血流动动力学障碍最敏感的预测指标^{[31, 32]}。研究显示，在有症状的颅内大血管病患者中，BOLD-CVR受损的大脑半球复发缺血性卒中风险比未受损的患者高10.7倍^[33]。定量BOLD（quantitative BOLD, qBOLD）技术利用脱氧血红蛋白的信号扰动效应和信号衰减模型，可以实现氧提取分数（oxygen extraction fraction, OEF）的定量测量^{[34, 35]}。OEF升高是CBF不足时的代偿反应，尽管qBOLD在评估脑氧合代谢方面具有重要意义，但单独使用时，噪声、模型耦合以及生理假设等因素会限制其在个体水平上定量的准确性与可重复性。

       有学者整合qBOLD与定量磁化率成像（quantitative susceptibility mapping, QSM）相位和幅度信号建立QQ模型定量测量OEF，该技术采用常规的多重梯度回波（multi-echo gradient, mGRE）序列即可实现数据采集，无需进行血管负荷试验，具有更好的临床适用性^{[36, 37]}。ZHANG等^[38]采用QQ模型计算OEF，研究发现，轻中度脑小血管疾病负担评分患者白质OEF升高，但重度负担患者OEF下降，可用于预测脑小血管疾病进展。OEF反映了CBF与脑氧代谢率（cerebral metabolic rate of oxygen, CMRO2）之间的平衡，当CBF下降时，脑组织可增加摄氧进行代偿，这种平衡模式与WI的发生息息相关。

       尽管脑氧代谢MRI技术在评估CVR和脑氧合代谢方面展现出了巨大应用潜力。然而相关数据采集与处理过程仍较复杂，且对硬件要求较高。同时缺乏大规模纵向研究证实OEF其作为预后生物标志物的价值。未来应着重开展多中心前瞻性研究，建立基于脑氧代谢参数的WI风险分层模型；并且优化扫描序列参数，开发自动化后处理软件以提升临床可操作性，从而为WI的精准诊疗提供更好的技术支持。

3.3 其他相关MRI技术

       低血压及血容量与WI的发生独立相关。AMIN-HANJANI等^[39]基于颅内动脉粥样硬化性疾病早期复发的机制（mechanisms of early recurrence in intracranial atherosclerotic disease, MYRIAD）前瞻性数据库进行研究设计，发现定量磁共振血管造影（quantitative magnetic resonance angiography, QMRA）检测的低血流量是预测颅内动脉粥样硬化性狭窄患者卒中复发的独立风险因素。其不足之处在于只能测量一个方向的流速及流量，限制了其在复杂血流环境下的应用。与QMRA不同的是，四维血流MRI（4D Flow MRI）采用三维梯度回波序列结合相位对比（phase contrast, PC）技术^[40]，可同时在三个相互垂直的方向上进行流速编码（velocity encoding, VENC），实现多方向采集，除获得流速、流量等参数，还可以进行管壁剪切应力、压力梯度和动能分析^[41]，实现狭窄病灶局部复杂血流动力学的分析^{[42, 43, 44]}。其缺点在于扫描时间较长，流速的测量准确性依赖于合适的VENC选择。

       此外，一些脑灌注损害替代性指标也被陆续发现，部分特征依托于结构成像方法。时间飞跃法（time-of-flight, TOF）-MRA上狭窄远端和近端管腔信号强度比（signal intensity ratio, SIR）减低反映血流动力学受损更严重，SIR≤0.9与狭窄远端低灌注独立相关^[45]。高分辨磁共振血管壁成像（high-resolution magnetic resonance vessel wall imaging, HR-VWI）上“血管内增强征（intravascular enhancement sign, IVES）”同样与脑灌注损害及腔内慢血流有关^{[46, 47]}，该征象在症状性头颈大动脉重度狭窄及闭塞患者中的出现率可达90%，并且HR-VWI闭塞处腔内特征与WI亚型独立相关^[48]。此外，ASL上的动脉穿行伪影（arterial transit artifact, ATA）与软脑膜侧支开放状态及管腔内慢血流有关，为侧支状态的评估提供了可行性手段^{[49, 50]}。

       以上研究显示，MRI通过“结构、灌注、侧支、储备”多维度评价，可为WI的病因识别、机制解析、治疗决策和随访评估提供重要工具。然而，现有MRI应用多侧重于单一参数的测量，而WI的发生发展是一个多因素交互的复杂过程，如何实现多参数的有效整合与综合分析，从而更全面地反映脑血流动力学状态，仍是亟待解决的问题。未来，随着技术的不断发展和优化，如提高扫描速度、改进测量方法、开发多参数整合分析软件等，有望为WI的精准评估提供更强大的技术支持。

4 MRI在WI评估中的临床应用

4.1 WI临床诊断

       WI多见于50岁以上患者，临床症状包括单侧肢体运动障碍、视野缺失、言语不清和面部下垂等，晕厥、非旋转性头晕和局灶性癫痫样发作症状可能提示WI^[5]。包括皮质型与皮质下型WI两个亚型（图1），弥散加权成像（diffusion-weighted imaging, DWI）是检测WI的重要手段^{[5, 51]}。皮质型WI约占40%，病灶分布于大脑前动脉（anterior cerebral artery, ACA）/MCA和MCA/大脑后动脉（posterior cerebral artery, PCA）的供血交界区，病灶位于皮质和皮质下区，可呈三角形或楔形，约2/3表现为皮层小梗死；皮质下型WI主要发生于豆纹动脉或脉络膜动脉与ACA、MCA的交界区，分布于放射冠及半卵圆中心的深部白质区，“串珠状”病灶是其典型表现^[52]。幕下WI相对少见，主要见于小脑前下动脉及上动脉交界或脑干基底动脉旁正中分支与小脑动脉供血区域之间^{[53, 54]}。

点击查看大图

图1  分水岭梗死（WI）弥散加权成像（DWI）及磁共振血管造影（MRA）表现。1A~1B：男，53岁。1A：MRA示右侧大脑中动脉M1段闭塞（箭）；1B：右侧额叶皮质型WI。1C~1D：男，60岁。1C：MRA示右侧大脑中动脉M1段闭塞（箭）；1D：DWI示右侧放射冠区“串珠状”皮质下型WI。1E~1F：男，70岁。1E：MRA示左侧大脑中动脉M1段闭塞（箭）；1F：DWI示左侧放射冠区皮质下型WI。1G~1H：男，52岁。1G：MRA示右侧大脑中动脉M1段闭塞（箭）；1H：DWI示右侧混合型WI。
Fig. 1  Diffusion-weighted imaging (DWI) and magnetic resonance angiography (MRA) findings in watershed infarcts (WI). 1A to 1B: A 53-year-old man. Right MCA-M1 occlusion (arrow, 1A) with cortical WI in the right frontal lobe (1B). 1C to 1D: A 60-year-old man. Right MCA-M1 occlusion (arrow, 1C) and “rosary-like” subcortical WI in the right corona radiata (1D). 1E to 1F: A 70-year-old man. Left MCA-M1 occlusion (arrow, 1E) with subcortical WI in the left corona radiata (1F). 1G to 1H: A 52-year-old man. Right MCA-M1 occlusion (arrow, 1G) and mixed-type WI on the right side (1H).

4.2 WI发生风险预测

       从WI的病因和机制上看，颅颈动脉狭窄/闭塞性疾病伴脑灌注损害的患者可能面临更高风险。研究显示，脑血流动力学损害通常分三阶段：第一阶段脑组织通过自动调节机制引起血管舒张以维持CBF，此期OEF、CMRO2可正常，灌注成像上包括Ⅰ1期（仅TTP延长，余参数正常）和Ⅰ2期（TTP及MTT延长，CBV正常或轻度升高）；第二阶段表现为“痛苦灌注”，自动调节超负荷，CBF减少、OEF增加，CMRO2保持，灌注上包括Ⅱ1期（TTP及MTT延长，CBV正常或轻度下降）和Ⅱ2期（TTP及MTT延长，CBV下降）；第三阶段为终末期，即使OEF增加但仍无法维持氧代谢，此期CMRO2下降，产生神经功能障碍^{[5, 55]}。FIELDS等^[56]研究发现，镰状细胞病患者OEF、CBF和CMRO2等指标的变化与深分水岭区血流生理演变有关，当区域CBF及OEF无法代偿以维持CMRO2时，WI风险增加，这意味着OEF、CBF和CMRO2的动态平衡可预测未来WI风险的能力。

       从系统水平上看，WI的发生发展涉及局部狭窄病变-血流动力学-侧支状态-脑灌注水平等宏观到微观多个维度的动态交互影响。除血流动力学评估外，血管壁病灶特征（如斑块易损性）、侧支代偿和脑自动调节能力同样是决定WI是否发生的重要驱动因素。因此，要实现WI发生风险的精准预测，应致力于完善多维度评价体系。

4.3 WI患者预后评估

       报道发现，大多数WI预后相对较好，往往不会遗留严重残疾，住院时间也相对较短^[11]。与皮质型WI相比，皮质下型WI临床恶化的可能性更高，预后更差，可能与深部白质纤维的破坏有关^[9]。FLAIR高信号血管征被认为与皮质型WI患者的长期预后不良相关^[57]。YANG等^[58]的研究发现，入院时收缩压>180 mmHg（OR为1.17；95% CI为1.01~1.37；P=0.002）或舒张压>100 mmHg（OR为1.04；95% CI为1.01~1.09；P=0.019）与WI患者3个月不良神经功能预后独立相关。

       尽管部分WI患者急性期神经功能缺损症状可能相对较轻或恢复较好，但其长期卒中复发风险及认知功能下降风险仍需高度警惕。多项研究表明，WI与颅内动脉狭窄患者复发性缺血性脑卒中的发生风险增加有关，尤其是在出院后的3个月^{[59, 60]}。WI的存在提示脑灌注受损或微血栓清除障碍，尽管药物治疗有助于稳定斑块和降低血栓形成，但是可能无法增强区域的脑血流量，持续的血流动力学损害状态可能成为梗死复发风险的来源^{[61, 62]}。且研究同样发现，皮质下型WI患者的早期（3个月内）卒中复发风险要高于皮质型WI的患者，1年后二者梗死风险类似^[63]。长期的灌注不足将损害患者的认知功能。系统评价证据显示，在颈动脉闭塞患者中，超过半数患者存在认知损害，严重的无症状颈动脉狭窄（asymptomatic carotid stenosis, ACS）与认知功能的多个方面逐渐下降有关，包括整体认知、记忆和执行功能^[64]。

5 人工智能在MRI血流动力学分析中的应用

       随着人工智能技术的发展，其在MRI血流动力学分析中同样展现出巨大潜力。在数据的采集上，采用自监督深度学习去噪框架进行模型训练可以显著改善4D Flow MRI测量的可重复性^[65]。在病灶分割领域，卷积神经网络（convolutional neural network, CNN）已被成功应用于自动识别和分割缺血性卒中的病灶区域，显著提高了诊断的准确性和效率^[66]。在数据分析上，基于BOLD多尺度特征融合的XGBoost预测框架为分析神经活动和血流动力学反应之间的非线性映射关系提供了创新的研究视角和技术方法^[67]。此外，人工智能还能通过分析DSC-PWI数据中的动态放射组学特征，有效进行缺血性卒中的诊断及预后预测^[68]。同时，利用机器学习算法对脑梗死患者的DWI及FLAIR数据进行训练，可以预测低灌注的存在，有助于识别早期神经功能恶化^[69]。

       虽然人工智能富有前景，但其可解释性仍面临挑战。在临床应用中，医生不仅需要模型给出诊断或预测结果，还需要了解模型做出决策的依据，以便精准判断。未来，应着眼于开发更具鲁棒性和可解释性的人工智能模型，进一步推动其在MRI血流动力学分析以及WI诊疗中的应用。

6 小结与展望

       脑WI的主要病因是头颈动脉严重狭窄/闭塞、心源性栓塞或全身性血压和血容量异常，核心机制是脑血流动力学障碍及微栓塞机制。影像学手段可有效提取与脑WI发生发展相关的时空演变生物标志物，为WI的诊断、发生风险预测及预后评估提供客观证据。

       然而，当前相关MRI技术在WI领域的研究尚不充分。未来，应聚焦于以下研究方向：（1）深入探究不同病因和机制亚型下WI的血流动力学特征差异，通过大规模、多中心的临床研究，进一步明确各种MRI技术在不同亚型WI诊断、风险预测及预后评估中的特异性和敏感性，为个性化精准诊疗提供依据；（2）加强多模态技术的联合应用研究。目前单一技术往往难以全面准确地评估脑血流动力学状态。未来应探索如何将脑灌注成像技术、脑氧代谢相关MRI技术以及其他相关MRI技术有机结合，发挥各自优势，实现从不同角度、不同层面全面评估脑血流动力学，提高对WI的早期诊断准确性和风险预测能力；（3）进一步推动人工智能技术在MRI血流动力学分析以及WI诊疗中的应用。一方面，持续优化现有的人工智能模型，提高其准确性和可解释性，使其能够更好地辅助医生进行诊断和决策；另一方面，探索人工智能在WI发病机制、新治疗靶点发现等方面的潜在应用，为WI的防治带来新的突破。