分享:
分享到微信朋友圈
X
综述
多模态影像技术在颈动脉粥样硬化疾病中的应用进展
牛晶洁 高阳 吴琼 何金龙 王泽华 罗彤

Cite this article as: NIU J J, GAO Y, WU Q. Application and progress of multimodal imaging technology in carotid atherosclerotic disease[J]. Chin J Magn Reson Imaging, 2026, 17(3): 174-180.本文引用格式:牛晶洁, 高阳, 吴琼, 等. 多模态影像技术在颈动脉粥样硬化疾病中的应用进展[J]. 磁共振成像, 2026, 17(3): 174-180. DOI:10.12015/issn.1674-8034.2026.03.025.


[摘要] 动脉粥样硬化导致的缺血性卒中是全球致残和死亡的主要原因,而颈动脉粥样硬化作为引起缺血性卒中发作的主要原因之一,对其进行早期预防、诊断、评估以及治疗方式的选择尤为重要。目前,对颈动脉粥样硬化的研究已从传统的管腔狭窄评估,转向关注斑块易损性、血流动力学等综合风险分层。然而,先进技术的临床应用整合、标准化解读及其如何应用指导个体化治疗,仍缺乏系统性梳理。本文综述了颈动脉粥样硬化的多模态影像学评估、新型危险因素、斑块评分及外科治疗进展,重点介绍了高分辨率磁共振血管壁成像、计算流体力学和4D-flow MRI等先进影像技术在斑块成分分析、血流动力学评估和斑块风险分层中的应用,指出了目前相关研究在临床应用中的局限性并分析未来可行的研究方向。本文旨在整合多模态影像技术与个体化治疗策略,为相关研究指明新方向,助力实现该疾病的精准诊疗。
[Abstract] Ischemic stroke caused by atherosclerosis is a major cause of disability and death globally. Carotid atherosclerosis, as one of the primary causes of ischemic stroke episodes, is particularly important for early prevention, diagnosis, assessment, and selection of treatment methods. Currently, research on carotid atherosclerosis has shifted from traditional lumen stenosis assessment to focusing on comprehensive risk stratification, such as plaque vulnerability and hemodynamics. However, there is still a lack of systematic organization regarding the clinical application integration, standardized interpretation, and how to apply these technologies to guide individualized treatment. This article reviews the multimodal imaging assessment, novel risk factors, plaque scoring, and surgical treatment progress of carotid atherosclerosis. It focuses on the application of advanced imaging technologies, such as high-resolution magnetic resonance vascular wall imaging, computational fluid dynamics, and 4D-flow MRI, in plaque composition analysis, hemodynamic assessment, and plaque risk stratification. It also points out the limitations of current related research in clinical application and analyzes feasible future research directions. This article aims to integrate multimodal imaging technology with individualized treatment strategies, indicating new directions for related research and contributing to achieving precise diagnosis and treatment.
[关键词] 缺血性脑卒中;颈动脉粥样硬化;多模态影像技术;高分辨率磁共振血管壁成像;磁共振成像;血流动力学
[Keywords] ischemic stroke;carotid atherosclerosis;multimodal imaging technology;high-resolution magnetic resonance vascular wall imaging;magnetic resonance imaging;hemodynamics

牛晶洁    高阳 *   吴琼    何金龙    王泽华    罗彤   

内蒙古医科大学附属医院影像诊断科,呼和浩特 010050

通信作者:高阳,E-mail: 1390903990@qq.com

作者贡献声明::高阳设计本研究的方案,对稿件的重要内容进行了修改;牛晶洁起草和撰写稿件,获取、分析和解释本研究的数据;吴琼、何金龙、王泽华、罗彤获取、分析和解释本研究的数据,对稿件的重要内容进行了修改,其中何金龙获得了内蒙古自治区自然科学基金项目的资助;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: 内蒙古自治区自然科学基金项目 2023QN08055
收稿日期:2025-11-13
接受日期:2026-03-03
中图分类号:R445.2  R743.3 
文献标识码:A
DOI: 10.12015/issn.1674-8034.2026.03.025
本文引用格式:牛晶洁, 高阳, 吴琼, 等. 多模态影像技术在颈动脉粥样硬化疾病中的应用进展[J]. 磁共振成像, 2026, 17(3): 174-180. DOI:10.12015/issn.1674-8034.2026.03.025.

0 引言

       动脉粥样硬化是一种发生于血管壁的慢性炎症反应,可累及颈动脉和椎-基底动脉系统的任何部位,其中以颈动脉分叉处最为常见[1]。颈动脉粥样硬化是缺血性脑卒中的主要危险因素,约占缺血性脑卒中患者的15%~20%[2]。缺血性脑卒中具有高发病率、高复发率和高死亡率的特点[3]。颈动脉粥样硬化的早期识别、及时诊断和科学评估对有效预防及控制缺血性脑卒中的发生具有决定性意义[4]。目前关于颈动脉粥样硬化及其影像学评估的文献多集中于对单一影像学方法或治疗方式的论述,如SHAO等[5]利用高分辨磁共振血管壁成像技术评估颈动脉斑块的脆弱性,LIU等[6]使用高分辨磁共振血管壁成像对斑块成分进行分析并结合术后病理进行验证。然而,现有研究缺乏对多模态影像技术的系统整合,也少见对多模态影像在外科治疗方法选择中应用价值的深入分析。因此,本文围绕颈动脉粥样硬化诊疗中的多模态影像技术与新型风险评估体系进行系统性综述。分析了高分辨磁共振血管壁成像、计算流体力学(conputational fluid dynamics, CFD)等新兴技术在对斑块成分识别、血流动力学模拟和风险分层的缺陷与不足,并对比不同血运重建策略的适用场景。本综述旨在系统整合颈动脉粥样硬化诊疗中的多模态影像技术,综合分析多种影像方法的优势与局限及不同治疗策略的适用性,为临床诊疗方案制订提供参考。

1 颈动脉粥样硬化斑块的技术进展

1.1 高分辨磁共振血管壁成像颈动脉粥样硬化斑块的应用进展

       颈动脉粥样硬化血管状况评估的传统影像方法包括三维时间飞跃法磁共振血管成像、计算机断层扫描血管造影、数字减影血管造影等,这些传统管腔成像技术在颈动脉粥样硬化的诊断中存在一定局限性[7]。高分辨磁共振血管壁成像,即黑血成像技术,凭借高空间分辨率和极佳的软组织对比,在评估管腔狭窄程度、斑块成分、分布及形态学检测上均具有显著的优势。该技术通过优化TIWI、T2WI或质子密度加权成像参数,有效抑制管腔内血液及脑脊液信号,使血流呈现特征性低信号,同时增强管壁软组织、斑块与管腔的对比度,进而提升管壁结构的可视化效果[8, 9]。传统黑血技术包括双反转恢复、运动敏感驱反平衡、可变翻转角黑血序列。近年来逐渐出现了新的技术方法:①改良运动敏感驱反平衡,研究显示其可部分补偿涡流和局部B1不均匀性导致的图像信噪比下降,且不会降低血流抑制能力和时间效率[10];②延迟进动定制激发(delay alternating with nutation for tailored excitation, DANTE),通过连续施加小角度射频脉冲和梯度散相,使流动的血液与静态组织达到不同稳态。SANNANANJA等[11]的研究表明,T1-DANTE-SPACE在图像质量、信噪比、伪影影响、动脉和静脉血液抑制以及病灶评估方面均优于传统T1-SPACE,(均P<0.001)。目前高分辨磁共振血管壁成像多应用3.0 T设备。但已有研究证实,7.0 T高分辨磁共振血管壁成像用于缺血性脑卒中患者动脉粥样硬化狭窄程度的评估时,具有较好的可信度和稳定性[12]。然而在超高场MRI环境中,磁敏感效应、磁场不均匀性以及射频能量沉积等问题更为突出,根据《颅内MR血管壁成像技术与应用中国专家共识》意见,现阶段7.0 T MRI仅适用于研究使用[13]

       图像信噪比是客观评价图像质量的重要指标,线圈通道数的增加是提升信噪比和成像性能的关键[14]。当前用于高分辨磁共振血管壁成像扫描的3.0 T设备多配置32通道头颈联合线圈,其性能优于标准线圈配置,能提高信噪比,可用于评估颅内、外动脉管壁上的斑块[15]。近年来,多项研究证实,增加线圈通道数可以进一步提升图像信噪比,进而改善图像质量[14, 16, 17]。此外,无线线圈作为磁共振成像领域的重要创新,部分无线线圈已被证实可使局部信噪比提升2~4倍,能更精细地揭示解剖结构,更早识别微小病变,提高诊断效能。同时,无线线圈还可缩短扫描时间,提升患者的舒适度和配合度,间接优化图像质量[8, 18]。综上,信噪比的提高可显著提升颈动脉斑块内出血和纤维帽破裂的检出率,助力早期、精准识别高风险患者,通过及时干预降低卒中发生率。

       从临床应用价值来看,高分辨磁共振血管壁成像的发展不仅提高了软组织分辨率,还通过对硬件创新平衡了成像质量与临床实用性。但该技术仍存在明显局限:一是高场强设备的磁敏感效应与射频能量沉积问题尚未解决;二是无线线圈虽能改善图像质量,但分辨率仍有提升空间,对微小斑块成分的识别能力不足;三是部分新技术(如 DANTE)的临床推广受限于设备兼容性。未来研究重点可围绕提高低场强设备分辨率方向展开,可结合无线线圈与压缩感知技术,进一步提升空间分辨率,以较低成本获得高性价比,提高基层医院的可及性,使更多患者实现早期精准诊断的可能。

1.2 血流动力学、CFD和4D-flow MRI在颈动脉粥样硬化中的应用

       颈动脉粥样硬化是缺血性脑卒中的重要原因,许多临床和病理学证据表明,颈动脉粥样硬化斑块的分布具有显著的空间选择性,CFD联合血管形态学研究证实,斑块主要出现在血流动力学复杂的区域,如中动脉的分叉、弯曲及汇合处[19]。CFD是一种通过数值求解描述流体运动的数学方程来模拟实际流动过程的方法。CFD作为一种非侵入性的数值模拟手段,具有高效、低成本和无创等特点[20],可用于分析斑块形成、破裂特点及斑块成分与血流动力学参数相关性的研究。血流动力学参数的异常改变与动脉粥样硬化的发生发展过程密切相关,其中壁切应力已被证实能独立预测斑块进展和不良成分改变[21]。BASHAR等[22]通过CFD对血流动力学指标定性定量分析,发现颈动脉分叉区域因解剖结构特殊,易产生二次流、涡旋面积增大等血流动力学变化,导致血流压力升高、壁切应力值降低,最终促进动脉粥样硬化的发生和进展。YANG等[23]创新性地采用CFD技术,对颈总动脉、颈内外动脉近、中、远段设置多种狭窄程度,通过CFD模拟计算壁切应力、振荡剪切指数和相对停留时间等参数。结果表明,在中度至重度狭窄情况下,颈动脉分叉区域的相关CFD参数可用于评估斑块稳定性,初步识别斑块破裂或进展的高风险区域。

       现有研究表明[24],心动周期收缩期时,颈动脉分叉处易形成涡流;舒张期时,涡流区进一步扩张。而4D-flow MRI即时间分辨三维相位对比磁共振成像,作为一种非侵入性定量评估技术,可在扫描后导出血流动力学参数和血管几何信息[25, 26],能全面测量不同心动周期中任何方向和角度的血流动力学参数,并将血流方向和状态可视化。该技术可识别颈动脉狭窄及狭窄处血流动力学变化,量化颈动脉粥样硬化疾病及血管分叉处的壁切应力分布差异,对比低风险与高风险斑块壁切应力差异。ZHANG等[27]的研究证明,壁切应力值升高可能是高风险斑块的信号,尤其在舒张期和轴向方向上表现明显,高危斑块轴向壁切应力为(0.18±0.08)Pa,环向为(0.04±0.02)Pa(P<0.001),最大舒张压速度差异显著(均P<0.05),这对早期识别高风险斑块和预测颈动脉斑块进展的风险有重要应用潜力。4D-flow MRI可通过获取血流体积流量、壁切应力和黏性能量损失等血流信息参数对血流进行综合量化评估,清晰地检测出血流灌注不良[28]。4D-flow MRI还可应用于术后随访,确认血流恢复情况。HARLOFF等[26]使用4D-flow MRI扫描对比颈动脉内膜剥脱术(carotid endarterectomy, CEA)术前术后血流动力学变化,发现颈内动脉收缩期前后壁切应力分别下降了32%和52%(P<0.001),狭窄远端振荡剪切指数降低40%(P=0.01),证明了4D-flow MRI能够量化复杂血流条件下的血流动力学变化。

       4D-flow MRI和CFD在颈动脉粥样硬化疾病评估中各具特色,形成优势互补。NGO等[29]对比研究表明,4D-flow MRI在血流速度和壁切应力分布测量方面与CFD具有良好的一致性,且避免了CFD建模过程中的假设和简化,能直接获取真实人体内的血流动力学数据。然而,MOKHTARI等[30]的系统性对比分析发现:随着狭窄程度增加,CFD和4D-flow MRI获取的峰值速度及平均壁切应力幅度误差增大,在分叉区域尤为明显。

       血流动力学研究通过揭示颈动脉粥样硬化的生物力学机制,突破了传统形态学评估的局限。但血流动力学参数缺乏统一的正常参考范围,限制了其临床应用。此外,两种主流评估技术CFD与4D-flow MRI各有优劣:CFD可对重度狭窄及复杂解剖区域进行精准的血流动力学分析,但其模拟结果与真实血流存在偏差;4D-flow MRI能直接反映血流真实情况,但在狭窄程度较高时测量准确性会下降。综合二者优劣势,在常规临床诊断和对血流动力学做定量评估时推荐首选4D-flow MRI,其无创性和高临床效率优势显著,而其扫描时间过长的缺点也可通过对特定部位的血管进行小范围的扫描而得到改善;而术前规划或对复杂斑块形成及进展机制进行深入研究时,建议首选CFD,其精确度较高,且可预测外科治疗对远期血流的影响。未来可通过开展大样本研究,建立不同人群的血流动力学参数参考范围与风险阈值,结合炎症因子等生物标志物构建综合风险预测模型。在技术上,探索CFD与4D-flow MRI的融合应用,利用4D-flow MRI数据验证并优化CFD模型,再借助CFD拓展复杂场景下的分析能力,为缺血性脑卒中提供更精准的评估方案。

1.3 特殊序列在颈动脉粥样硬化中的应用

       动态对比增强MRI借助反映心血管通透性、局部血管生成及微流量调节的药代动力学参数,实现对颈动脉血管功能的定量评估[31]。可量化评估斑块血供和渗透性,对于判断斑块进展有重要意义。斑块内新生血管形成是易损斑块的特征之一,动态对比增强MRI可以测量与颈动脉粥样硬化斑块新生血管和炎症反应相关的无创标志物[32]。弥补了传统成像的不足。SUN等[31]的研究证明,动态对比增强MRI生成的Ktrans参数能特异性检测微血管对比剂渗漏速率,无创量化斑块微血管的血流、内皮表面积及通透性,直接反映微血管功能状态,从而有效评估斑块内的微血管生成情况。尹丹妮等[33]通过动态对比增强MRI无创评估斑块新生血管通透性,发现新生血管通透性增加会促进炎症细胞外渗,与颈动脉斑块炎症密切相关,表明该技术可作为评估相关靶向药物治疗反应潜在的监测手段。

       定量磁化率图谱是一种无创的磁共振成像技术,通过从MRI相位图像计算组织磁化率图谱,根据顺磁性物质(如来自血红蛋白的铁)和抗磁性物质(如钙化)的浓度,揭示组织中铁、髓鞘和钙含量的变化。经研究证实,颈动脉斑块的定量磁化率图谱能够可靠地区分斑块内出血、脂质坏死核心和钙化,有助于识别易损斑块[34, 35]。斑块内出血使卒中风险增加5~6倍,而颈动脉粥样硬化斑块内钙化成为斑块稳定性的结构标志物[36]。传统MRI通过T1WI高信号检测斑块内出血,这是由于急性出血内的高铁血红蛋白所致,但慢性出血的标志物铁血黄素在T1WI呈低信号,易与钙化混淆。定量磁化率图谱通过直接测量磁化率,能准确区分含铁血黄素和钙化,成为提升斑块评估和卒中风险预测水平的重要工具[37]。可以避免低估斑块卒中风险。DIMOV等[38]研究表明,定量磁化率图谱上呈高信号的区域可见斑块内出血和铁沉积;低信号区域常见钙化和纤维基质,证明定量磁化率图谱能够表征颈动脉斑块的组成成分,并量化斑块内出血和铁沉积的程度。ISHIMARU等[39]对比常规磁共振血管壁成像技术和定量磁化率图谱,发现定量磁化率图谱检测斑块钙化的AUC为0.85(显著高于其他序列,P<0.01),是检测斑块钙化最可靠的MRI序列。该技术为颈动脉斑块中铁和钙的代谢评估提供了新视角,提高了易损斑块评估的准确性。

       动态对比增强MRI和定量磁化率图谱均为斑块成分评估提供了新思路,有望提高易损斑块诊断的准确性。但二者也存在局限:动态对比增强MRI扫描时间过长,会导致患者配合度低,而且注射对比剂可能会引起过敏反应;定量磁化图谱受磁场不均匀及伪影影响大,对设备要求高。若结合无线线圈提高图像质量,定量磁化图谱可应用于低场强设备,具有更高的性价比。有望使基层医院患者实现高危斑块的早期识别、诊断和治疗。

2 颈动脉粥样硬化的临床进展

2.1 颈动脉粥样硬化危险因素

       近年来,中国心血管疾病的发病率逐年上升。根据《2024 中国心血管健康与疾病报告》发布的数据,目前中国约有2634万卒中患者[40]。颈动脉粥样硬化作为心脑血管疾病的重要危险因素,早期识别其危险因素对疾病的预防、诊断和治疗至关重要。除常见的风险因素外,近年来的研究证实,躯干脂肪与四肢脂肪比值与颈动脉粥样硬化的风险显著相关(OR=15.626,95% CI:8.252~29.589,P<0.001),为肥胖或超重人群颈动脉粥样硬化的防控提供了新视角的理论依据[41]。此外研究还发现[42, 43],颈动脉粥样硬化风险与新型炎症指标以及新型生物标志物独立相关,例如中性粒细胞与淋巴细胞血小板比值及Lp(a)。LAI等[44]的研究则发现动脉粥样硬化斑块中存在三级淋巴系统,其存在直接加速的斑块的炎症进展及不稳定性,成为缺血性脑卒中的独立危险因素。

2.2 斑块新型评分系统在颈动脉粥样硬化中的应用

       2025年,欧洲心脏病学会在颈动脉粥样硬化疾病卒中风险管理的共识声明中提出[45],斑块的组成和形态对脑卒中风险的评估优于传统的腔内狭窄指标。早在2023年SABA等[46]51位专家共同推出了Plaque-RADS评分系统,该系统可与多种成像方式结合使用,通过报告颈动脉斑块的组成,为首次或复发的大动脉脑血管事件提供风险评估。其评分标准如下:Plaque-RADS评分1表示无斑块;Plaque-RADS评分2表示偏心性斑块,最大管壁厚度<3 mm;Plaque-RADS评分3表示最大管壁厚度≥3 mm或愈合的溃疡斑块(3a.脂质坏死核心伴厚纤维帽;3b.脂质坏死核心伴薄纤维帽;3c.愈合的溃疡斑块);Plaque-RADS评分4表示复杂斑块(不论最大管壁厚度)(4a.斑块内出血;4b.纤维帽破裂;4c.管腔内血栓)。

       目前Plaque-RADS评分系统多与MRI联合应用于颈动脉斑块的风险分层。HUANG等[47]开展的临床研究,对比了不同狭窄程度、颈动脉Plaque-RADS分类及其组合对无病生存率和复发率的影响,发现该评分系统显著提升了无症状个体及卒中病史患者的狭窄程度预后评估准确性,在卒中风险分层(尤其轻度至中度狭窄)中优势显著(均P<0.001)。同时可作为预测初发和复发缺血性脑卒中的工具。宋梦星等[48]基于高分辨磁共振血管壁成像,使用Plaque-RADS评分对颈动脉斑块进行标准化评估,证明该评分相较于其他危险因素具有良好的诊断效能(AUC=0.815),且独立性较高,可作为识别责任斑块和预测急性脑卒中的重要工具。QIAO等[49]的通过对急性脑卒中患者进行回顾性研究也证实,颈动脉Plaque-RADS评分系统对复发性缺血性脑卒中有很好的预测性能(AUC=0.79)。再结合颈动脉周围脂肪密度,该评分系统可以进一步提高缺血性脑卒中复发风险的预测准确性[50]。此外,Plaque-RADS评分也促进颈动脉粥样硬化的评估从传统管腔狭窄程度评估向风险分层转变,使患者得到更精准化的术前评估,为个体化治疗选择提供指导[47]

       Plaque-RADS具有评分系统标准化、量化程度高的优势,可解决多影像技术评估差异的问题,适用于大规模研究与卒中风险筛查,但该系统缺乏大量数据支持,在基层应用中受设备与经验限制。未来可结合CFD或4D-flow等新型影像技术,通过获取壁切应力等血流动力学参数对斑块风险进行进一步评估斑块风险及预测未来斑块可能增大的位置。同时开展长期研究,优化基层设备适配标准,完善Plaque-RADS系统。

3 多模态影像技术在颈动脉粥样硬化外科治疗的进展

3.1 颈动脉粥样硬化的外科治疗

       颈动脉粥样硬化目前外科治疗方式主要有CEA、颈动脉支架置入术(carotid artery stenting, CAS)、颈动脉血流重建术(transcarotid artery revascularization, TCAR)。CEA通过切除颈动脉增生内膜和斑块,重建正常血管管腔及血流,其围手术期卒中风险低,长期卒中复发和再狭窄风险可控,尤其对狭窄程度70%~99%的患者获益显著,已被欧美多中心研究列为该疾病治疗的金标准[51, 52]。CAS作为治疗颈动脉狭窄的重要手段,与CEA相比具有麻醉风险低、颅神经麻痹及穿刺部位血肿风险低的优势,二者的血管再通率无明显差异[53]。TCAR为近年快速发展的一种新型复合微创手术,结合了CEA和CAS的低缺血性脑卒中风险及微创优势。一项大型荟萃分析证实[54],TCAR是一种技术成功率高、围手术期中枢神经损伤少的颈动脉重建术式,尤其对高风险患者可能具有心脑血管保护优势。

3.2 多模态影像技术对颈动脉粥样硬化外科治疗术式选择的应用

       对于颈动脉狭窄患者而言,影像学通过提供多维信息,为选择最安全、最有效的术式提供了决定性依据(表1)。影像学可以通过评估狭窄程度、斑块及血管,辅助术式选择。首先,判断斑块或血管是否存在高危特征。高分辨磁共振血管壁成像作为检测不稳定斑块的金标准,可以准确评估斑块内出血和纤维帽破裂等特征。HUANG等[55]的研究表明,对于不稳定斑块,CEA无事件生存率显著高于CAS(P=0.004),因此此类患者通常更推荐CEA。其次,解剖结构也影响术式选择,2022年JACC前沿综述指出[56],通过多种影像学方法如CTA或MRA对血管进行整体评估,若病变位置过高(C2水平以上)或过低(颈根部,锁骨下),会增加CEA手术暴露难度与颅神经损伤风险,此时TCAR或CAS可能更具优势。另外,使用DSA或MRA评估血液循环状态时,若发现对侧颈动脉闭塞且侧支循环不良时,会增加脑缺血风险,属于CEA的高危因素,此类患者可能更适于CAS或TCAR。

       若经评估无高危因素,三种外科术式均可选择时,影像学可进一步用于优化决策和预测长期效果,如联合高分辨率磁共振血管壁成像与CTA评估斑块负荷与钙化程度,JACC前沿综述明确指出,斑块内钙化体积过大可能会导致CAS术中球囊扩张不足,增加远期狭窄的风险;若斑块长度或体积过大,在CAS手术时需增加支架或球囊的数量,同样会增加远期狭窄的风险。还可应用CFD进行手术规划,对比CAS与CEA术后流线和壁切应力的差异。HAYASE等[57]的流线分析发现,CEA术后颈内动脉峰值流速显著低于CAS术后,这一发现为临床术式选择提供了重要参考。

       在术后随访中,血流动力学分析也具有重要应用价值。作为治疗颈动脉狭窄的主要手段,CEA和CAS术后的血管重构与血流动力学变化对预防血管内再狭窄至关重要。研究表明[58],术后血流动力学环境的差异主要取决于血管几何形态的改变。BORISOV等[59]基于真实血管构建CFD血流动力学模型,结果显示CFD可以对CEA术后再狭窄的风险进行评估和预测。

       颈动脉粥样硬化的外科治疗的三种核心术式各有优劣:CAS微创、恢复快但并发症风险较高,CEA作为“金标准”,长期疗效稳定、成本效益高却创伤较大,TCAR融合前两者优势、安全性佳但依赖特殊设备与团队;多模态影像学为术式选择提供了更多依据,但仍存在数据整合不足、基层设备欠缺、与手术衔接不充分等问题,未来应加强影像与临床的关联,推动影像与手术的融合,例如术中通过 4D-flow MRI实时监测血流状态,术后定期通过高分辨MRI与CFD评估疗效,形成闭环管理,进一步提升治疗效果。

表1  多模态影像技术指导术式选择
Tab. 1  Multimodal imaging technology guides surgical procedure selection

4 小结与展望

       颈动脉粥样硬化是缺血性脑卒中的重要病因,其诊疗策略已从单一的管腔狭窄评估,发展为融合斑块成分、血流动力学及患者个体特征的综合治疗。本综述系统回顾了该领域的关键进展:高分辨率磁共振血管壁成像能精确解析斑块内出血、脂质核心及纤维帽状态等易损特征;CFD与4D-flow MRI则能无创量化壁切应力等关键血流动力学参数,揭示斑块发生与进展的生物力学机制;而动态对比增强MRI与定量磁化率图谱等功能学序列,为评估斑块稳定性提供了新视角。另外,新型Plaque-RADS评分系统整合了斑块影像特征,实现了更精细的风险分层。再者,在外科治疗方面,CEA、CAS及TCAR各有其适应证与优劣,术式选择依赖于术前精准的影像评估,包括斑块易损性、血管解剖结构及侧支循环等综合信息。

       展望未来,颈动脉粥样硬化的多模态影像研究正从单一形态评估,迈向融合斑块成分、血流动力学与个体特征的综合精准诊疗新阶段。然而,当前高分辨磁共振血管壁成像、计算流体力学、4D-flow MRI等多模态影像技术的数据尚未进行整合。而且,用以对斑块进行风险评估的血流动力学参数和斑块评分系统缺乏统一的测量标准与大样本前瞻性研究的效能验证,限制了其临床普及与应用。另外,新兴技术对高场强设备与复杂后处理的依赖,使其难以在资源有限的基层医院推广,造成了诊疗水平的区域性差异。为突破这些局限,未来研究应聚焦于四个方向:首先,通过影像组学与血流动力学以及新型斑块评分系统模型的深度结合,有望进一步突破现有诊疗瓶颈,为实现缺血性卒中的高效防治提供新方案;其次,通过大规模前瞻性队列研究建立中国人群的影像生物标志物体系,并制定适合中国人群的精准化操作规范;再次,可以通过研发适配低场强设备的优化成像方案与低成本技术组合,缩小基层医疗差距;最后,若将影像特征与病理组学、术后长期随访数据相关联,深入揭示斑块演进机制并构建疗效预测模型,有助于实现精准诊疗。

[1]
BRYAN B H O, LAZCANO-ETCHEBARNE C, SCHWARTZ A, et al. Hemodynamics in carotid artery stenosis[J]. Int Angiol, 2025, 44(4): 271-282. DOI: 10.23736/s0392-9590.25.05441-0.
[2]
EVANS N R, BHAKTA S, CHOWDHURY M M, et al. Management of carotid atherosclerosis in stroke[J]. Pract Neurol, 2024, 24(5): 382-386. DOI: 10.1136/pn-2023-003918.
[3]
FU J Z, DENG Y H, MA Y, et al. National and provincial-level prevalence and risk factors of carotid atherosclerosis in Chinese adults[J/OL]. JAMA Netw Open, 2024, 7(1): e2351225 [2025-11-12]. https://pubmed.ncbi.nlm.nih.gov/38206625/. DOI: 10.1001/jamanetworkopen.2023.51225.
[4]
WEI M, JIANG Q J, BIAN S, et al. Dual-mode-driven nanomotors targeting inflammatory macrophages for the MRI and synergistic treatment of atherosclerosis[J/OL]. J Nanobiotechnol, 2025, 23(1): 54 [2025-11-12]. https://pubmed.ncbi.nlm.nih.gov/39881324/. DOI: 10.1186/s12951-025-03136-0.
[5]
SHAO S, SHI H L, WANG G B, et al. Differences in left and right carotid plaque vulnerability in patients with bilateral carotid plaques: a CARE-II study[J]. Stroke Vasc Neurol, 2023, 8(4): 284-291. DOI: 10.1136/svn-2022-001937.
[6]
LIU J C, NING Z H, DU C L, et al. Histological validation of three-dimensional variable flip angle turbo spin echo multi-contrast magnetic resonance vessel wall imaging in characterizing carotid vulnerable atherosclerotic plaques[J/OL]. J Cardiovasc Magn Reson, 2024, 26(2): 101112 [2025-11-12]. https://pubmed.ncbi.nlm.nih.gov/39442673/. DOI: 10.1016/j.jocmr.2024.101112.
[7]
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 Imaging, 2022, 13(5): 136-139. DOI: 10.12015/issn.1674-8034.2022.05.028.
[8]
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 [2025-11-12]. https://pubmed.ncbi.nlm.nih.gov/38571643/. DOI: 10.1016/j.heliyon.2024.e27948.
[9]
刘颖, 霍然, 徐慧敏, 等. 磁共振血管壁成像评估颈动脉中重度狭窄患者斑块特征与脑血流灌注的相关性[J]. 北京大学学报(医学版), 2023, 55(4): 646-651. DOI: 10.19723/j.issn.1671-167X.2023.04.013.
LIU Y, HUO R, XU H M, et al. Correlations between plaque characteristics and cerebral blood flow in patients with moderate to severe carotid stenosis using magnetic resonance vessel wall imaging[J]. J Peking Univ Health Sci, 2023, 55(4): 646-651. DOI: 10.19723/j.issn.1671-167X.2023.04.013.
[10]
WANG J N, YARNYKH V L, YUAN C. Enhanced image quality in black-blood MRI using the improved motion-sensitized driven-equilibrium (iMSDE) sequence[J]. J Magn Reson Imaging, 2010, 31(5): 1256-1263. DOI: 10.1002/jmri.22149.
[11]
SANNANANJA B, ZHU C, COLIP C G, et al. Image-quality assessment of 3D intracranial vessel wall MRI using DANTE or DANTE-CAIPI for blood suppression and imaging acceleration[J]. AJNR Am J Neuroradiol, 2022, 43(6): 837-843. DOI: 10.3174/ajnr.A7531.
[12]
何敏, 邓亚利, 黎川, 等. 7.0 T MR HR-VWI对大脑中动脉粥样硬化性狭窄的评估: 与DSA的一致性分析[J]. 磁共振成像, 2024, 15(12): 42-47. DOI: 10.12015/issn.1674-8034.2024.12.006.
HE M, DENG Y L, LI C, et al. Assessment of middle cerebral artery atherosclerotic stenosis by 7.0 T MR HR-VWI: a consistency analysis with DSA[J]. Chin J Magn Reson Imaging, 2024, 15(12): 42-47. DOI: 10.12015/issn.1674-8034.2024.12.006.
[13]
中华医学会放射学分会MR学组. 颅内MR血管壁成像技术与应用中国专家共识[J]. 中华放射学杂志, 2019, 53(12): 1045-1059. DOI: 10.3760/cma.j.issn.10051201.2019.12.006.
MR Group of Chinese Society of Radiology, Chinese Medical Association. Expert consensus on techniques and application of intracranial MR vessel wall imaging in China[J]. Chin J Radiol, 2019, 53(12): 1045-1059. DOI: 10.3760/cma.j.issn.10051201.2019.12.006.
[14]
MAY M W, HANSEN S J D, MAHMUTOVIC M, et al. A patient-friendly 16-channel transmit/64-channel receive coil array for combined head-neck MRI at 7 Tesla[J]. Magn Reson Med, 2022, 88(3): 1419-1433. DOI: 10.1002/mrm.29288.
[15]
HU X Q, LI Y, ZHANG L, et al. A 32-channel coil system for MR vessel wall imaging of intracranial and extracranial arteries at 3T[J/OL]. Magn Reson Imaging, 2017, 36: 86-92 [2025-11-12]. https://pubmed.ncbi.nlm.nih.gov/27989910/. DOI: 10.1016/j.mri.2016.10.018.
[16]
ZHOU Z C, LI R, ZHAO X H, et al. Evaluation of 3D multi-contrast joint intra- and extracranial vessel wall cardiovascular magnetic resonance[J/OL]. J Cardiovasc Magn Reson, 2015, 17(1): 41 [2025-11-12]. https://pubmed.ncbi.nlm.nih.gov/26013973/. DOI: 10.1186/s12968-015-0143-z.
[17]
CHOI K S, PARK C, LEE J Y, et al. Prospective evaluation of accelerated brain MRI using deep learning-based reconstruction: simultaneous application to 2D spin-echo and 3D gradient-echo sequences[J]. Korean J Radiol, 2025, 26(1): 54-64. DOI: 10.3348/kjr.2024.0653.
[18]
ZHU H Q, LANG M L, YANG Y J, et al. Detunable wireless Litzcage coil for human head MRI at 1.5 T[J/OL]. NMR Biomed, 2024, 37(3): e5068 [2025-11-12]. https://pubmed.ncbi.nlm.nih.gov/37964107/. DOI: 10.1002/nbm.5068.
[19]
王安聪, 童薪宇, 徐远清, 等. 头颈动脉粥样硬化的计算流体力学研究进展[J]. 中国脑血管病杂志, 2021, 18(4): 271-276. DOI: 10.3969/j.issn.1672-5921.2021.04.010.
WANG A C, TONG X Y, XU Y Q, et al. Research progress of computational fluid dynamics for intracranial and carotid atherosclerosis[J]. Chin J Cerebrovasc Dis, 2021, 18(4): 271-276. DOI: 10.3969/j.issn.1672-5921.2021.04.010.
[20]
ZHOU M L, YU Y F, CHEN R Y, et al. Wall shear stress and its role in atherosclerosis[J/OL]. Front Cardiovasc Med, 2023, 10: 1083547 [2025-11-12]. https://pubmed.ncbi.nlm.nih.gov/37077735/. DOI: 10.3389/fcvm.2023.1083547.
[21]
CANDREVA A, BUONGIORNO A L, MATTER M A, et al. Impact of endothelial shear stress on coronary atherosclerotic plaque progression and composition: a meta-analysis and systematic review[J/OL]. Int J Cardiol, 2024, 407: 132061 [2025-11-12]. https://pubmed.ncbi.nlm.nih.gov/38641263/. DOI: 10.1016/j.ijcard.2024.132061.
[22]
BASHAR M S, HOSSAIN R, RAHMAN M H, et al. CFD analysis of non-Newtonian blood flow through human carotid artery bifurcation: Carotid sinus susceptible to atherosclerosis[J/OL]. Heliyon, 2024, 10(22): e40286 [2025-11-12]. https://pubmed.ncbi.nlm.nih.gov/39624269/. DOI: 10.1016/j.heliyon.2024.e40286.
[23]
YANG J X, ZHANG Y, XUE J Z, et al. Hemodynamic effects of stenosis with varying severity in different segments of the carotid artery using computational fluid dynamics[J/OL]. Sci Rep, 2025, 15(1): 4896 [2025-11-12]. https://pubmed.ncbi.nlm.nih.gov/39929978/. DOI: 10.1038/s41598-025-89100-2.
[24]
GUO C L, MU X S, WANG X W, et al. Effect of plaque micro-watershed changes on carotid atherosclerosis[J/OL]. Comput Methods Programs Biomed, 2025, 260: 108582 [2025-11-12]. https://pubmed.ncbi.nlm.nih.gov/39799643/. DOI: 10.1016/j.cmpb.2024.108582.
[25]
WÅHLIN A, EKLUND A, MALM J. 4D flow MRI hemodynamic biomarkers for cerebrovascular diseases[J]. J Intern Med, 2022, 291(2): 115-127. DOI: 10.1111/joim.13392.
[26]
HARLOFF A, BERG S, BARKER A J, et al. Wall shear stress distribution at the carotid bifurcation: influence of eversion carotid endarterectomy[J]. Eur Radiol, 2013, 23(12): 3361-3369. DOI: 10.1007/s00330-013-2953-4.
[27]
ZHANG G L, ZHANG S, QIN Y Y, et al. Differences in wall shear stress between high-risk and low-risk plaques in patients with moderate carotid artery stenosis: a 4D flow MRI study[J/OL]. Front Neurosci, 2021, 15: 678358 [2025-11-12]. https://pubmed.ncbi.nlm.nih.gov/34456667/. DOI: 10.3389/fnins.2021.678358.
[28]
TAKEHARA Y, SEKINE T, OBATA T. Why 4D flow MRI real advantages[J]. Magn Reson Med Sci, 2022, 21(2): 253-256. DOI: 10.2463/mrms.e.2022-1000.
[29]
NGO M T, LEE U Y, HA H, et al. Comparison of hemodynamic visualization in cerebral arteries: can magnetic resonance imaging replace computational fluid dynamics [J/OL]. J Pers Med, 2021, 11(4): 253 [2025-11-12]. https://pubmed.ncbi.nlm.nih.gov/33808514/. DOI: 10.3390/jpm11040253.
[30]
MOKHTARI A, CORSO P, JUNG B, et al. Comparison of 4D flow MRI and computational fluid dynamics in carotid models with different stenosis levels[J/OL]. Comput Biol Med, 2025, 194: 110405 [2025-11-12]. https://pubmed.ncbi.nlm.nih.gov/40499370/. DOI: 10.1016/j.compbiomed.2025.110405.
[31]
SUN B B, GE X Q, LI X, et al. Elevated hemoglobin A1c is associated with leaky plaque neovasculature as detected by dynamic contrast-enhanced magnetic resonance imaging[J]. Arterioscler Thromb Vasc Biol, 2022, 42(4): 504-513. DOI: 10.1161/ATVBAHA.121.317190.
[32]
SHAKIL S, CHEN D, ISQUITH D, et al. Treated HIV infection is not associated with carotid vascular inflammation or plaque progression as assessed by dynamic contrast magnetic resonance imaging[J]. Vasc Med, 2025, 30(4): 449-459. DOI: 10.1177/1358863X251340633.
[33]
尹丹妮, 王玲玲, 张进, 等. 糖尿病与颈动脉斑块炎症相关性的动态对比增强磁共振成像研究[J]. 临床放射学杂志, 2025, 44(2): 237-242. DOI: 10.13437/j.cnki.jcr.2025.02.008.
YIN D N, WANG L L, ZHANG J, et al. Type Ⅱ diabetes is related to increased carotid plaque inflammation-a novel finding of dynamic contrast-enhanced MR imaging[J]. J Clin Radiol, 2025, 44(2): 237-242. DOI: 10.13437/j.cnki.jcr.2025.02.008.
[34]
AIMO A, HUANG L, TYLER A, et al. Quantitative susceptibility mapping (QSM) of the cardiovascular system: challenges and perspectives[J/OL]. J Cardiovasc Magn Reson, 2022, 24(1): 48 [2025-11-12]. https://pubmed.ncbi.nlm.nih.gov/35978351/. DOI: 10.1186/s12968-022-00883-z.
[35]
BENSON J C, SABA L, BATHLA G, et al. MR imaging of carotid artery atherosclerosis: updated evidence on high-risk plaque features and emerging trends[J]. AJNR Am J Neuroradiol, 2023, 44(8): 880-888. DOI: 10.3174/ajnr.A7921.
[36]
HOMSSI M, SAHA A, DELGADO D, et al. Extracranial carotid plaque calcification and cerebrovascular ischemia: a systematic review and meta-analysis[J]. Stroke, 2023, 54(10): 2621-2628. DOI: 10.1161/STROKEAHA.123.042807.
[37]
OOMORI D, AKAMATSU Y, UWANO I, et al. Diagnostic accuracy of preoperative quantitative susceptibility mapping for detecting histologic intraplaque hemorrhage in cervical ICA stenosis in patients undergoing carotid endarterectomy[J]. AJNR Am J Neuroradiol, 2024, 45(10): 1461-1467. DOI: 10.3174/ajnr.A8356.
[38]
DIMOV A V, LI J H, NGUYEN T D, et al. QSM throughout the body[J]. J Magn Reson Imaging, 2023, 57(6): 1621-1640. DOI: 10.1002/jmri.28624.
[39]
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.
[40]
国家心血管病中心, 中国心血管健康与疾病报告编写组, 胡盛寿. 中国心血管健康与疾病报告2024 概要[J]. 中国循环杂志, 2025, 40(6): 521-559. DOI: 10.3969/j.issn.1000-3614.2025.06.001.
National Cardiovascular Disease Center, Chinese Cardiovascular Health and Disease Report Writing Team, HU S S. Report on cardiovascular health and diseases in China 2024: an updated summary[J]. Chin Circ J, 2025, 40(6): 521-559. DOI: 10.3969/j.issn.1000-3614.2025.06.001.
[41]
齐衍濛, 李丹丹, 陈安琪, 等. 人体脂肪分布与颈动脉粥样硬化的相关性[J]. 协和医学杂志, 2025, 16(3): 703-709. DOI: 10.12290/xhyxzz.2024-0699.
QI Y M, LI D D, CHEN A Q, et al. Correlation between human body fat distribution and carotid atherosclerosis[J]. Med J Peking Union Med Coll Hosp, 2025, 16(3): 703-709. DOI: 10.12290/xhyxzz.2024-0699.
[42]
LIAO M, LIU L H, BAI L J, et al. Correlation between novel inflammatory markers and carotid atherosclerosis: a retrospective case-control study[J/OL]. PLoS One, 2024, 19(5): e0303869 [2025-11-12]. https://pubmed.ncbi.nlm.nih.gov/38809853/. DOI: 10.1371/journal.pone.0303869.
[43]
MAN S, ZU Y N, YANG X C, et al. Prevalence of elevated lipoprotein(a) and its association with subclinical atherosclerosis in 2.9 million Chinese adults[J]. J Am Coll Cardiol, 2025, 85(21): 1979-1992. DOI: 10.1016/j.jacc.2025.02.032.
[44]
LAI Z C, KONG D Q, LI Q S, et al. Single-cell spatial transcriptomics of tertiary lymphoid organ-like structures in human atherosclerotic plaques[J]. Nat Cardiovasc Res, 2025, 4(5): 547-566. DOI: 10.1038/s44161-025-00639-9.
[45]
MUSIALEK P, GRUNWALD I Q, SIDDIQUI A H. ESC consensus statement on stroke risk management in carotid atherosclerotic disease: 10 key points[J]. Eur Heart J, 2025, 46(41): 4150-4153. DOI: 10.1093/eurheartj/ehaf614.
[46]
SABA, CAU R, MURGIA A, et al. Carotid plaque-RADS: a novel stroke risk classification system[J]. JACC Cardiovasc Imaging, 2024, 17(1): 62-75. DOI: 10.1016/j.jcmg.2023.09.005.
[47]
HUANG Z, CHENG X Q, LU R R, et al. Incremental prognostic value of carotid plaque-RADS over stenosis degree in relation to stroke risk[J]. JACC Cardiovasc Imaging, 2025, 18(1): 77-89. DOI: 10.1016/j.jcmg.2024.07.004.
[48]
宋梦星, Ndamka Josephat Sylvester, 李帅, 等. 基于HRMR-VWI分析颈动脉斑块的特征与Plaque-RADS评分的临床应用价值[J]. 磁共振成像, 2024, 15(12): 101-108. DOI: 10.12015/issn.1674-8034.2024.12.015.
SONG M X, SYLVESTER N J, LI S, et al. Analysis of the characteristics of carotid plaque based on HRMR-VWI and the clinical application value of Plague-RADS score[J]. Chin J Magn Reson Imaging, 2024, 15(12): 101-108. DOI: 10.12015/issn.1674-8034.2024.12.015.
[49]
QIAO M, ZHOU T, WANG R, et al. Risk prediction of recurrent ischemic stroke based on Carotid Plaque-RADS: construction and validation of a nomogram model[J/OL]. Front Aging Neurosci, 2025, 17: 1646916 [2025-11-12]. https://pubmed.ncbi.nlm.nih.gov/40900993/. DOI: 10.3389/fnagi.2025.1646916.
[50]
QIAN J H, CHI Q J, ZHU L, et al. Carotid plaque-RADS score combined with pericarotid fat density-an incremental prediction model for stroke recurrence[J]. Acad Radiol, 2025, 32(8): 4807-4817. DOI: 10.1016/j.acra.2025.04.051.
[51]
PEREZ-TRONCOSO D, EPSTEIN D, DAVIES A H, et al. Cost-effectiveness of carotid endarterectomy in symptomatic patients[J]. Br J Surg, 2023, 110(2): 193-199. DOI: 10.1093/bjs/znac386.
[52]
SRIDHARAN N D, CHAER R A, SMITH K, et al. Carotid endarterectomy remains cost-effective for the surgical management of carotid stenosis[J]. J Vasc Surg, 2022, 75(4): 1304-1310. DOI: 10.1016/j.jvs.2021.09.039.
[53]
BONATI L H, JANSEN O, DE BORST G J, et al. Management of atherosclerotic extracranial carotid artery stenosis[J]. Lancet Neurol, 2022, 21(3): 273-283. DOI: 10.1016/S1474-4422(21)00359-8.
[54]
SAGRIS M, GIANNOPOULOS S, GIANNOPOULOS S, et al. Transcervical carotid artery revascularization: a systematic review and meta-analysis of outcomes[J/OL]. J Vasc Surg, 2021, 74(2): 657-665.e12 [2025-11-12]. https://pubmed.ncbi.nlm.nih.gov/33864829/. DOI: 10.1016/j.jvs.2021.03.032.
[55]
HUANG Z, CHENG X Q, LU R R, et al. Correlation of plaque vulnerability stratified by Carotid Plaque-Reporting and Data System with outcomes of endarterectomy vs stenting[J/OL]. J Vasc Surg, 2025, 82(4): 1299-1310.e2 [2025-11-12]. https://pubmed.ncbi.nlm.nih.gov/40505824/. DOI: 10.1016/j.jvs.2025.06.004.
[56]
WHITE C J, BROTT T G, GRAY W A, et al. Carotid artery stenting: JACC state-of-the-art review[J]. J Am Coll Cardiol, 2022, 80(2): 155-170. DOI: 10.1016/j.jacc.2022.05.007.
[57]
HAYASE H, TOKUNAGA K, NAKAYAMA T, et al. Computational fluid dynamics of carotid arteries after carotid endarterectomy or carotid artery stenting based on postoperative patient-specific computed tomography angiography and ultrasound flow data[J]. Neurosurgery, 2011, 68(4): 1096-1101. DOI: 10.1227/NEU.0b013e318208f1a0.
[58]
MARSH L M M, LÖHNER R, ABOU-MRAD T, et al. Modeling hemodynamic effects of the closure procedure of carotid artery endarterectomy[J/OL]. Int J Numer Method Biomed Eng, 2025, 41(5): e70048 [2025-11-12]. https://pubmed.ncbi.nlm.nih.gov/40396217/. DOI: 10.1002/cnm.70048.
[59]
BORISOV V G, ZAKHAROV Y N, VINOGRADOV R A, et al. Mathematical modeling in assessing the risk of restenosis after carotid endarterectomy[J/OL]. Biomed Phys Eng Express, 2024, 10(3): 035011 [2025-11-12]. https://pubmed.ncbi.nlm.nih.gov/38447220/. DOI: 10.1088/2057-1976/ad30cb.

上一篇 MRI影像组学对原发性中枢神经系统淋巴瘤的鉴别诊断与预后评估的研究进展
下一篇 体素内不相干运动MRI在鼻咽癌诊治中的研究进展
  
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