分享:
分享到微信朋友圈
X
综述
磁共振血流动力学在症状性颅内动脉狭窄中的应用进展
施雯璐 王天乐 朱丽

Cite this article as: SHI W L, WANG T L, ZHU L. Advances of magnetic resonance hemodynamics in symptomatic intracranial arterial stenosis[J]. Chin J Magn Reson Imaging, 2026, 17(4): 142-148.本文引用格式:施雯璐, 王天乐, 朱丽. 磁共振血流动力学在症状性颅内动脉狭窄中的应用进展[J]. 磁共振成像, 2026, 17(4): 142-148. DOI:10.12015/issn.1674-8034.2026.04.020.


[摘要] 症状性颅内动脉粥样硬化性狭窄(symptomatic intracranial atherosclerotic stenosis, sICAS)患者脑缺血事件复发风险较高,解析其卒中发生发展机制对疾病评估和预后判断具有重要意义。传统基于解剖学狭窄程度的评估方式难以全面反映病变的真实功能学影响,而血流动力学异常在卒中发生、进展及复发中发挥关键作用。近年来,高分辨率磁共振成像(high-resolution magnetic resonance imaging, HR-MRI)、四维血流磁共振成像(four-dimensional flow magnetic resonance imaging, 4D Flow MRI)等方法的应用,从管壁结构、血流模式及能量损失等多个维度实现了对颅内动脉血流动力学状态的无创定量评估;同时,通过与计算流体力学(computational fluid dynamics, CFD)及人工智能(artificial intelligence, AI)技术的融合,有助于揭示不同卒中机制并提高风险分层的准确性。目前sICAS血流动力学研究在方法标准化、多模态整合及临床转化方面仍存在不足,本文旨在综述sICAS血流动力学的主要影响因素、磁共振成像相关评估方法及其与卒中相关风险之间的关系,分析了目前研究的局限性、提出了未来的研究方向,为磁共振血流动力学评估在卒中机制研究与临床转化中的应用提供参考。
[Abstract] Patients with symptomatic intracranial atherosclerotic stenosis (sICAS) are at a high risk of recurrent cerebral ischemic events, and elucidating the mechanisms underlying stroke occurrence and progression is of great importance for disease assessment and prognostic evaluation. Traditional assessment strategies based solely on the degree of anatomical stenosis fail to comprehensively reflect the true functional impact of the lesion, whereas hemodynamic abnormalities play a pivotal role in the occurrence, progression, and recurrence of stroke. In recent years, techniques such as high-resolution magnetic resonance imaging (HR-MRI) and four-dimensional flow magnetic resonance imaging (4D Flow MRI) have enabled noninvasive and quantitative evaluation of intracranial arterial hemodynamics from multiple dimensions, including vessel wall characteristics, flow patterns, and energy loss. Moreover, integration with computational fluid dynamics (CFD) and artificial intelligence (AI) technologies has facilitated deeper insights into distinct stroke mechanisms and improved the accuracy of risk stratification. Currently, research on hemodynamics in sICAS still faces limitations in methodological standardization, multimodal integration, and clinical translation. This review aims to summarize the major factors influencing hemodynamics in sICAS, magnetic resonance-based assessment methods, and their associations with stroke-related risks. In addition, it analyzes the existing research limitations and proposes future directions, providing a reference for the application of magnetic resonance-based hemodynamic evaluation in stroke mechanism research and clinical translation.
[关键词] 颅内动脉粥样硬化;血流动力学;计算流体动力学;四维血流磁共振成像;磁共振成像
[Keywords] intracranial atherosclerosis;hemodynamics;computational fluid dynamics;four-dimensional flow magnetic resonance imaging;magnetic resonance imaging

施雯璐    王天乐    朱丽 *  

南通大学临床学院 南通第一人民医院放射科,南通 226600

通信作者:朱丽,E-mail: ntyyyxkzhuli@163.com

作者贡献声明::朱丽设计本研究的方案,查阅、归纳和总结文献,对稿件重要内容进行了修改,获得了南通市卫生健康委科研课题的资助;施雯璐起草和撰写稿件,查阅、归纳和总结文献,获取、分析和解释本研究的数据;王天乐查阅、归纳和总结文献,对稿件重要内容进行了修改;王天乐获得了南通市科技局指令性计划项目的资助。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: 南通市科技局指令性计划项目 MS2023068 南通市卫生健康委科研课题 MS2024026
收稿日期:2026-01-26
接受日期:2026-04-10
中图分类号:R445.2  R543.5 
文献标识码:A
DOI: 10.12015/issn.1674-8034.2026.04.020
本文引用格式:施雯璐, 王天乐, 朱丽. 磁共振血流动力学在症状性颅内动脉狭窄中的应用进展[J]. 磁共振成像, 2026, 17(4): 142-148. DOI:10.12015/issn.1674-8034.2026.04.020.

0 引言

       颅内动脉粥样硬化性狭窄(intracranial atherosclerotic stenosis, ICAS)是指由动脉粥样硬化斑块引起的颅内主要动脉管腔狭窄或闭塞,是全球缺血性卒中的主要病因之一[1, 2]。而症状性颅内动脉粥样硬化性狭窄(symptomatic intracranial atherosclerotic stenosis, sICAS)通常指在ICAS供血区域内出现缺血性事件(如短暂性脑缺血发作或缺血性卒中),其患者表现出更高的卒中复发风险,据报道约有14.9%的患者在首次卒中后1年内发生再次卒中[3]

       近年来,计算流体力学(computational fluid dynamics, CFD)、高分辨率磁共振成像(high-resolution magnetic resonance imaging, HR-MRI)、四维血流磁共振成像(four dimensional flow magnetic resonance imaging, 4D Flow MRI)以及人工智能(artificial intelligence, AI)技术的应用,使得对sICAS的血流动力学特征的分析日趋精准和自动化,为卒中的风险预测与个体化治疗方案制定提供了有力支持[4, 5]。深入研究sICAS血流动力学特征及其与卒中的相关性具有重要的临床实践意义。然而,目前不同研究在病例选择、参数定义及后处理方法等方面尚未统一,影响结果的可比性与可重复性;并且证据多来源于小样本、横断面研究,对于血流动力学异常与卒中机制、复发风险及预后之间关系的系统认识仍不充分。现有综述多集中于单一血流动力学技术在sICAS中的应用,对多模态血流动力学评估及其与卒中机制和临床结局之间关系的系统总结仍不足[6, 7]。因此,本文将从sICAS的血流动力学特征、评估方法、与卒中关系及其临床应用等方面,对该领域的最新研究进展进行综述,分析目前研究的局限性并展望未来发展方向,以期为卒中的早期诊断、精准干预及预后评估提供参考。

1 文献检索方法

       本文检索数据库包括PubMed、Web of Science、Embase、中国知网及万方数据库。检索时间范围为建库至2026年1月。检索关键词包括“intracranial atherosclerotic stenosis”“hemodynamics”“computational fluid dynamics”“4D flow MRI”“HR-MRI”“vessel wall imaging”等,并结合布尔逻辑运算符进行组合检索。文献纳入标准:(1)研究对象为ICAS,尤其为sICAS患者;(2)研究内容涉及血流动力学评估或相关指标;(3)研究方法包括但不限于CFD、4D Flow MRI、HR-MRI或AI等相关技术;(4)文献类型为原创研究或综述性文献;(5)优先纳入近年(尤其近5年)发表的高质量研究。排除标准:(1)研究对象为颅外动脉或非动脉粥样硬化性狭窄(如动脉夹层、血管炎、动脉瘤等)的文献;(2)未涉及血流动力学评估或缺乏相关定量指标的研究;(3)病例报告、会议摘要、专家意见、重复发表或数据不完整的文献;(4)动物实验或体外实验且缺乏临床相关性的研究(如无临床转化意义)。

2 sICAS血流动力学的评估方法

       随着影像学与计算技术的发展,sICAS的血流动力学评估已由单纯解剖学狭窄评价向功能学分析转变。目前常用方法主要包括CFD、HR-MRI、4D Flow MRI以及AI等,共同构成了sICAS血流动力学评估的多模态体系(表1)。

2.1 CFD

       CFD通过求解流体动力学方程来模拟流型,以其精准、高效和非侵入性的优势,逐渐成为研究sICAS血流动力学特征的重要手段[8]。基于CFD的血流动力学分析证明在sICAS研究中具有良好的可行性,除了血液流速、压力、壁剪切应力(wall shear stress, WSS)等基础参数外,还可进一步获得反映病变部位功能学意义的衍生指标,如跨病灶压力比(pressure ratio, PR)、跨病灶剪切应力比(wall shear stress ratio, WSSR)[9]。2023年欧洲血管外科学会关于动脉粥样硬化性颈动脉和椎动脉疾病管理的临床实践指南不建议将颅内血管成形术/支架植入作为sICAS的一线治疗方式,临床更需通过无创功能学评估明确其病变是否真正导致血流受限,以指导风险分层与治疗选择[10]。在此背景下,CFD作为一种无创血流动力学评估工具展现出独特优势,其在评估sICAS功能学改变方面与侵入性测量结果具有较高一致性[11]。既往对sICAS的评估主要依赖解剖学狭窄程度,但近年来的一项系统综述提出CFD模型获得的血流动力学指标还与sICAS的斑块特征、侧支循环及灌注状态密切相关,并可反映卒中机制,同时提供较狭窄程度更具价值的功能学信息[6]。一项横断面研究显示,与中度狭窄(狭窄程度为50%~69%)相比,重度狭窄(狭窄程度为70%~99%)sICAS病变表现为更低的平均PR(2.389 vs. 3.394,P<0.001)、更高的剪切应变率(3.163 vs. 5.205,P<0.001)及血流速度比(3.784 vs. 8.426,P<0.001)[12]

       因此,CFD所提供的血流动力学指标有助于弥补单纯狭窄率评估的不足,在sICAS的功能学评估与临床决策支持中展现出重要应用潜力。但不同CFD分析在建模流程和参数设定方面存在一定差异,如血管壁假设及网格划分策略、边界条件设定(血液黏度、入口流速)等,均会对PR、WSSR等关键参数的计算产生影响,限制结果的可重复性和可比性。未来需推动建模流程的标准化,结合HR-MRI、4D Flow MRI等多模态成像手段,将个体化影像数据对模型进行校准与验证,以提高其准确性和临床应用价值。

2.2 4D Flow MRI

       4D Flow MRI技术通过捕获三维空间内获得随时间变化的多方向血流信息,实现了对脑血管系统血流动力学的全面评估[13, 14]。该技术能够定量获得包括血流速度矢量、体积流量、WSS、湍动动能(turbulent kinetic energy, TKE)及黏性能量损失等血流动力学参数,可以为sICAS患者复杂的血流状态及卒中机制研究提供重要影像学依据[15, 16]。一项基于4D Flow MRI的研究显示,大脑中动脉不同节段的血管弯曲可显著影响局部血流动力学环境,弯曲M1段的最小时间平均壁面剪切应力明显低于其近端(1.33 vs. 1.39,P=0.031)和远端(1.33 vs. 1.36,P=0.002),而弯曲M2段的振荡剪切指数(oscillatory shear index, OSI)显著高于远端(0.08 vs. 0.04,P=0.001),提示血管弯曲可诱导低剪切及高振荡剪切的异常血流环境[17]。在颈内动脉狭窄患者中,基于4D Flow MRI 得出的TKE具有良好的测量重复性[组内相关系数:0.922,95%置信区间(confidence interval, CI):0.822~0.964],且随狭窄程度和斑块负荷增加而显著升高,并与狭窄程度(r=0.309)、斑块长度(r=0.392)和内膜中膜厚度(r=0.543)均相关,提示TKE可作为反映狭窄相关血流动力学应激的补充指标[18]

       尽管4D Flow MRI为无创性评估脑血管血流动力学状态提供了重要技术手段,并在揭示血管几何结构与局部异常血流环境之间的关系方面展现出独特优势,但当前相关研究仍存在明显局限。现有研究多集中于颅外血管或健康人群,针对sICAS的研究仍相对不足。此外,一方面4D Flow MRI的时间分辨率较低,难以捕捉瞬时血流变化;另一方面,颅内血管细小导致信噪比较低,影响参数测量的准确性。针对上述问题,后续研究应重点聚焦于基于4D Flow MRI的TKE等参数,通过并行成像、压缩感知及多VENC技术等手段提升时间分辨率和信噪比,并结合AI重建技术改善图像质量进一步推动血流动力学在sICAS患者中的临床应用。

2.3 AI

       随着AI技术在医学影像分析和复杂数据建模领域的快速发展,其在脑血管病血流动力学研究中的潜在价值受到进一步的关注。ZENG等[19]提出了AI驱动的血管形态聚类方法用于优化血流动力学模拟过程,提高了血流动力学模拟的准确性(误差减少77%~95%,计算成本降低了约98.5%),并成功捕获了高WSS的分布。已有研究表明,基于卷积神经网络的血管自动分割方法可应用于ICAS患者的4D-flow MRI数据处理,并显著减少人工分割时间及不同观察者间的差异,从而为血流动力学参数的定量计算提供可靠的血管几何模型基础[20]。然而目前尚缺乏针对sICAS患者的AI自动分割研究,未来有必要在sICAS人群中进一步验证其适用性与泛化能力,以推动血流动力学分析的自动化与精准化。此外AI可以整合血管几何学、影像学、血流动力学等参数,实现对sICAS机制或风险状态的自动化识别与分类。有研究通过整合CT灌注、CFD指标与机器学习算法,构建了用于sICAS患者卒中机制分型的高判别效能模型(AUC=0.91,AP=0.85),并证实WSSR(P<0.001)和PR(P=0.004)在不同卒中亚型之间存在显著差异[21]。这种基于AI数据驱动的分析策略为复杂血流动力学模式的快速解析与精准风险分层提供了新的研究思路,但目前相关研究多处于探索阶段,样本规模有限,模型泛化能力及可解释性仍有待加强。未来研究需在大样本、多中心的基础上进一步验证,明确AI驱动的血流动力学指标与临床结局之间的关联,以推动其在sICAS个体化评估与临床决策支持中的规范化应用。

表1  不同血流动力学评估技术的优缺点比较
Tab. 1  Comparison of the advantages and limitations of different hemodynamic assessment techniques

3 sICAS血流动力学的临床应用

3.1 斑块特征及易损性

       动脉粥样硬化斑块是影响颅内血流动力学最重要的局部因素之一,其所致的管腔狭窄程度、斑块长度及偏心性分布均可显著改变局部乃至整体血流动力学模式。既往研究表明,在sICAS患者中不同脑动脉节段的斑块分布会引发差异性WSS与OSI改变[22, 23]。同样,基于血流动力学数值模拟的研究表明,颈内动脉颅内段狭窄程度的增加会显著改变局部流速与WSS,进而影响远端颅内动脉的血液供应状态,并增加脑缺血事件的发生风险[24]。STRECKER等[25]的进一步研究发现高WSS与复杂斑块的特征,包括斑块内出血、纤维帽破裂、血栓形成等显著相关,尤其在狭窄中心及下游区域更为明显,表明高WSS可能是斑块易损性的重要血流动力学标志。同时,在颈动脉斑块的相关研究中,ANDRAE等[26]校正年龄、性别、心血管危险因素和血管壁厚后,发现高收缩期WSS和OSI仍与复杂颈动脉斑块独立相关(OR=1.54,95% CI:1.07~2.21,P=0.020;OR=0.67,95% CI:0.45~0.99,P=0.044)。尽管已有研究从血流动力学角度揭示了斑块特征与局部血流异常之间的密切关联,但基于血流动力学或数值模拟的方法仍难以全面反映血管壁结构及斑块内部成分的复杂性。

       在此背景下,HR-MRI作为一种以血管壁为成像目标的磁共振成像技术,能够在抑制管腔血流信号的基础上,清晰显示血管壁结构及斑块成分特征[27],为深入解析斑块-血流动力学耦合机制提供了重要工具。尽管HR-MRI并不能直接测量血流速度或压力等血流动力学参数,但其通过对斑块形态、分布位置及组织学特征的精细表征,能够有效捕捉管壁与血流间的动态变化[28]。ZHANG等[29]基于HR-MRI与CFD的联合分析发现,在sICAS患者中血管正性重构组的WSSR(中位数为9.98 vs. 5.99,P=0.004)和WSS(平均值为53.99 Pa vs. 39.98 Pa,P=0.023)均高于负性重构组,而重构指数(r=0.376,P=0.026)和斑块面积(r=0.407,P=0.015)分别与WSSR呈正相关。另外,在一项结合HR-MRI、CFD及外周炎症指标的研究中显示,颅内动脉斑块的强化程度与WSSR呈显著正相关(r=0.411,P=0.022),且炎症指标低的患者表现出更高的WSSR(104.3±49.3 vs. 63.2±52.6,P=0.030)和更显著的斑块强化(0.63±0.10 vs. 0.44±0.12,P<0.001),提示局部高剪切应力状态可能通过诱导内皮功能损伤和局部炎症反应,促进斑块负荷增加和易损性的提升[30]。上述结果提示,斑块的特征结构与局部血流动力学状态之间存在一定关联,但其具体的定量关系仍有待进一步研究加以明确。HR-MRI与4D Flow MRI或CFD模型的联合应用,为血流动力学与管壁病变的结构-功能整合分析提供了新思路。通过将HR-MRI所描绘的真实斑块形态引入血流动力学模型,可更准确地评估斑块局部的剪切应力分布、压力梯度及能量损失,并在多模态血流动力学评估体系中发挥关键补充作用。

       上述研究从血流动力学角度揭示了局部血流动力学异常与斑块结构不稳定之间的密切联系,为理解sICAS斑块易损性的形成机制提供了重要功能学依据。但血流动力学异常、局部炎症反应与斑块演变之间的因果关系仍未得到充分阐明,未来研究有必要系统解析血流动力学异常在斑块易损性演变及卒中风险分层中的作用机制,以推动其在临床评估中的规范化应用。

3.2 灌注状态与侧支循环

       在sICAS患者中,局部血流动力学异常最终是否转化为脑组织缺血,关键取决于远端脑灌注状态及侧支循环的代偿能力。当低血压或血流储备受限时,狭窄病变更易导致远端灌注不足,脑灌注对侧支循环的依赖性相应增加。研究表明在sICAS 患者中PR较低者呈现出血流动力学受损的趋势,尤其是在重度狭窄(狭窄程度70%~99%)患者中脑灌注更多依赖软脑膜侧支循环供血(r=0.038,P=0.051)[31]。WANG等[32]进一步研究发现PR与MRI灌注加权中的Tmax呈显著负相关(r=-0.73,P<0.01),提示跨病变压力梯度(transstenotic pressure gradient, TPG)增大与灌注延迟密切相关。相似的研究发现,在低灌注状态下的sICAS患者中PR明显低于灌注正常患者(0.38 vs. 0.76,P<0.01)[33]。这从影像学角度进一步验证了PR可作为反映灌注受损程度的重要血流动力学指标。此外,侧支循环状况在一定程度上可缓冲狭窄引起的压力梯度变化,对维持下游灌注具有重要调节作用。LENG等[34]指出在sICAS患者中,更大的TPG与更良好的软脑膜侧支循环显著相关(绝对压力梯度增加10 mmHg的aOR为1.70;95% CI:1.06~2.74;P=0.029),提示显著的TPG下降可能是侧支循环募集的重要驱动。

       从机制上看,局部血流动力学异常并非必然转化为脑组织缺血,其临床意义高度依赖于远端灌注储备及侧支循环的代偿能力,这也可能解释了相同解剖学狭窄程度下卒中风险与临床表现的显著异质性。因此,单一血流动力学参数或解剖学指标难以全面反映病变的真实功能学意义,整合血流动力学特征、脑灌注状态及侧支循环评估,或将更有助于识别真正处于高风险状态的sICAS患者。

3.3 卒中病因及风险预测

       急性缺血性卒中的发生与颅内动脉血流动力学紊乱密切相关,尤其是供血不足、血流压力以及局部剪切力异常等多因素共同作用[35]。在sICAS患者中,血流动力学常表现为PR降低伴有WSSR的升高(P<0.05),且PR和WSSR异常与同侧的中重度脑小血管病负荷(aOR=12.55,P=0.033)显著相关[36]。此外在sICAS患者中卒中的发生机制具有明显异质性,既可能源于远端低灌注,也可能与动脉到动脉栓塞及斑块不稳定性密切相关[37]。研究表明单纯依赖解剖学狭窄程度难以准确评估卒中风险,而血流动力学状态在揭示卒中病因分析中发挥着关键作用[38]。FENG等[9]发现,在前循环sICAS患者中,高WSSR是动脉间栓塞作为卒中机制的独立预测因子(aOR=3.90;95% CI:1.22~12.47;P=0.022)。同样的LI等[39]的研究揭露了血流动力学与ICAS不同交界区梗死类型之间的关系,PR降低与内部边界区梗死独立相关(aOR=4.223,P=0.026)。这些研究表明,不同血流动力学指标的改变可能对应不同的卒中发生机制。具体而言,WSSR升高通常提示局部血流加速及剪切力增强,可促进内皮损伤及斑块纤维帽破裂,从而增加动脉到动脉栓塞的发生风险。相反,PR降低则反映远端灌注不足,提示血流储备下降,更易导致低灌注性卒中。因此,血流动力学状态能够在功能层面能够更深入地揭示sICAS的不同致卒中路径,但其具体作用机制及因果关系仍需更多前瞻性研究和实验研究加以证实。

       此外颅内动脉的血流动力学参数在卒中风险预测中的重要作用日益受到关注,结合传统血管危险因素与脑血流动力学参数能更精准地预测卒中发生风险。近期关于前瞻性椎基底血流评估与短暂性缺血性脑缺血发作及卒中风险(VERiTAS)的研究结果显示在存在血流动力学受损的sICAS患者中,若随访期间平均血压<140/90 mmHg其后续卒中风险将会提高4.5倍(95% CI:1.3~16.0,P=0.02),提示在血流动力学受损人群中过度降压可能不利[40]。TIAN等[41]基于常规血管危险因素与血流动力学状态(正常:PR和WSSR正常;异常:PR和WSSR异常)构建的预测模型,在sICAS患者复发性卒中的风险分层中表现出更好的风险重分类能力(71.56%,95% CI:29.52%~113.59%)及更大的净效益。基于4D Flow MRI的研究进一步证实,即使在解剖学狭窄程度相近的患者中,血流量、WSS及TPG等血流动力学参数仍存在显著差异,其中狭窄下游血流减少(2.691 vs. 0.698,P=0.049)及TPG(0.328 vs. 0.611,P=0.049)与急性缺血性卒中密切相关[42]。值得注意的是,血流动力学改变并非局限于单一病变血管,BRAET等[43]的研究表明当对侧颈内动脉狭窄程度≥90%时,会显著改变同侧颈动脉的血流速度、WSS及压力梯度。

       以上研究成果表明,精准的血流动力学参数分析能够有效提高卒中机制区分和风险预测的准确性和可靠性,突破了单纯依赖解剖学狭窄程度的传统评估模式,可为卒中诊治提供重要的理论依据和实践指导。同时,当前研究多聚焦单一责任血管或局部狭窄段,对多血管相互作用、整体脑血流代偿模式及血流动力学异常与斑块易损性、微循环损伤之间的内在联系仍需进行深入探讨。

3.4 预后与复发风险

       卒中后脑血流动力学的改变被认为是影响患者功能恢复及临床结局的重要因素,其临床意义正受到越来越多关注。WOO等[44]的研究验证了WSS的空间变异性(aOR=2.37,95% CI:1.26~4.45,P=0.007)及斑块上游的最大剪切区域(aOR=5.30,95% CI:1.34~20.91,P=0.017)均可促进血栓形成与动脉狭窄进展,进而加重急性缺血程度。并且一项相关的多元回归分析显示,卒中早期出现的血流动力学异常,如大脑中动脉血流速度降低,可以预测住院期间功能独立性测量评分改善幅度的降低(β=-8.42;P=0.01)[45]。良好的侧支循环在血流动力学损伤后的代偿中亦发挥关键作用,其功能越好,缺血半暗带越易维持,从而导致更小的最终梗死体积并显著降低神经功能恶化风险[46]。血流动力学状态还与卒中后认知障碍密切相关,一项前瞻性研究发现最低与最高神经血管耦合水平均与较差的认知功能独立相关(aOR分别为0.53和2.29,P<0.05),持续的血流速度降低或调节能力受损可长期影响神经认知恢复轨迹[47]。对卒中后脑血流动力学状态的动态评估有助于更全面地预测功能和认知结局,并为个体化康复和二级预防策略的制定提供重要依据。

       卒中复发是 sICAS 患者首要不良预后之一,其发生并非完全由解剖学狭窄程度决定,而可能与持续存在的血流动力学异常密切相关。FENG等[48]采用基于CT血管造影的CFD揭示,低收缩压可能会增加具有高PR的sICAS患者卒中复发的风险(HR=5.08,P=0.043)。值得注意的是,在另一项关于sICAS脑血流动力学量化的CFD模型研究中,发生孤立性白质梗死且具PR较低的患者在3个月内具有较高的卒中复发风险(17.9% vs. 0.0%,P=0.023)[39]。此外,通过对sICAS 患者不同类型梗死的研究发现,复发性卒中多累及内部边界区及皮质区域,且常伴随PR降低(aHR=3.16,P=0.026)和WSS升高(aHR=3.05,P=0.014)等血流动力学异常[35]。这些研究共同表明,sICAS患者的卒中复发风险并非单纯由单一血流动力学指标决定,而是受到局部血流动力学受损程度与全身血压状态的共同影响,不同血流动力学表型可能对应不同的复发机制与时间窗口。因此,卒中后早期系统评估脑血流动力学,可为预后评估及个体化干预提供重要依据。

       总体而言卒中后持续存在的脑血流动力学异常不仅影响神经功能与认知恢复过程,也在sICAS患者卒中复发风险中发挥重要作用,其作用独立于单纯的解剖学狭窄程度。未来研究需通过前瞻性随访,结合多模态影像与动态血流动力学监测,系统阐明不同血流动力学表型与功能恢复、认知结局及卒中复发之间的关系,以达到更精准的预后评估以及更优的个体化干预策略。

4 小结与展望

       综上,sICAS相关的血流动力学改变在缺血性脑卒中的发生、进展及复发过程中发挥着关键作用,已成为卒中临床分型、风险预测及预后评估的重要生物学基础。并且随着CFD、HR-MRI、4D Flow MRI和AI等技术的不断发展,颅内动脉血流动力学评估正逐步由定性分析向定量化、个体化和多模态融合转变。通过对sICAS患者复杂血流动力学环境的系统解析,如PR、WSS及WSSR等指标的综合应用,有助于早期识别功能学高危病变,深化对不同卒中机制的理解,并为临床治疗策略的优化提供重要依据。

       未来围绕血流动力学在sICAS中的研究应从以下几个方向进一步拓展。(1)方法学层面:当前血流动力学评估主要依赖CFD、灌注成像及 4D Flow MRI 等技术,但不同方法在时间与空间分辨率、边界条件设定等方面均存在限制。未来需通过方法学统一、成像技术优化及AI辅助重建等手段加以突破,以进一步提升血流动力学评估的准确性与临床可推广性。(2)人群层面:现研究较少关注sICAS 患者不同的卒中临床表现、责任血管部位及侧支循环对血流动力学异常模式的影响,未来应基于病灶特征,对患者进行更精细化的异质性评估以阐明潜在差异性机制。(3)多模态影像整合层面:建议将血流动力学评估与结构性血管影像、HR-MRI、脑灌注成像及组织损伤评估相结合,从结构-功能-灌注协同的角度构建更完整的影像学评估体系。(4)影像与临床指标融合层面:应整合传统血管危险因素、生化指标、卒中严重程度及随访结局等数据,借助机器学习方法构建风险分层与预测模型,推动血流动力学评估的临床转化应用。

[1]
FEIGIN V L, BRAININ M, NORRVING B, et al. World stroke organization: global stroke fact sheet 2025[J]. Int J Stroke, 2025, 20(2): 132-144. DOI: 10.1177/17474930241308142.
[2]
YIN X L, YANG R, LI Z, et al. Integrating hemodynamic analysis with traditional imaging in intracranial atherosclerotic stenosis: current status and future perspectives[J/OL]. Front Neurol, 2025, 16: 1589162 [2026-01-25]. https://pubmed.ncbi.nlm.nih.gov/40757026/. DOI: 10.3389/fneur.2025.1589162.
[3]
罗彤, 高阳, 吴琼, 等. 基于颅内动脉粥样硬化斑块特征和表观扩散系数直方图在预测缺血性脑卒中复发中的联合分析[J]. 磁共振成像, 2024, 15(12): 94-100. DOI: 10.12015/issn.1674-8034.2024.12.014.
LUO T, GAO Y, WU Q, et al. Combined analysis based on the characteristics of intracranial atherosclerotic plaque and apparent diffusion coefficient histogram in predicting the recurrence of ischemic stroke[J]. Chin J Magn Reson Imaging, 2024, 15(12): 94-100. DOI: 10.12015/issn.1674-8034.2024.12.014.
[4]
LIU Y Y, LI S, TIAN X, et al. Cerebral haemodynamics in symptomatic intracranial atherosclerotic disease: a narrative review of the assessment methods and clinical implications[J]. Stroke Vasc Neurol, 2023, 8(6): 521-530. DOI: 10.1136/svn-2023-002333.
[5]
张先达, 景文君, 刘华坤. 计算流体力学评价在有症状颅内动脉粥样硬化性狭窄患者中的应用[J]. 国际脑血管病杂志, 2025, 33(5): 371-375. DOI: 10.3760/cma.j.issn.1673-4165.2025.05.009.
ZHANG X D, JING W J, LIU H K. Application of computational fluid dynamics evaluation in patients with symptomatic intracranial atherosclerotic stenosis[J]. Int J Cerebrovasc Dis, 2025, 33(5): 371-375. DOI: 10.3760/cma.j.issn.1673-4165.2025.05.009.
[6]
LIU Y, LI S, LIU H P, et al. Clinical implications of haemodynamics in symptomatic intracranial atherosclerotic stenosis by computational fluid dynamics modelling: a systematic review[J]. Stroke Vasc Neurol, 2025, 10(1): 16-24. DOI: 10.1136/svn-2024-003202.
[7]
杨春香, 鲁际, 周恒, 等. 四维血流磁共振成像在中枢神经系统中的应用进展[J/OL]. 磁共振成像 [2026-04-02]. https://link.cnki.net/urlid/11.5902.R.20260331.2033.012.
YANG C X, LU J, ZHOU H, et al. Progress in the application of four-dimensional flow magnetic resonance imaging in the central nervous system[J/OL]. Chin J Magn Reson Imaging [2026-04-02]. https://link.cnki.net/urlid/11.5902.R.20260331.2033.012.
[8]
任蕾, 刘继华, 丁静, 等. 基于计算流体力学与4D Flow MRI的血流分析方法在心脑血管疾病诊治中的应用进展[J]. 磁共振成像, 2025, 16(2): 172-178. DOI: 10.12015/issn.1674-8034.2025.02.028.
REN L, LIU J H, DING J, et al. Application of blood flow analysis method based on computational fluid dynamics and 4D Flow MRI in diagnosis and treatment of cardiovascular and cerebrovascular diseases[J]. Chin J Magn Reson Imaging, 2025, 16(2): 172-178. DOI: 10.12015/issn.1674-8034.2025.02.028.
[9]
FENG X Y, FANG H, IP B Y M, et al. Cerebral hemodynamics underlying artery-to-artery embolism in symptomatic intracranial atherosclerotic disease[J]. Transl Stroke Res, 2024, 15(3): 572-579. DOI: 10.1007/s12975-023-01146-4.
[10]
ZEEBREGTS C J, PARASKEVAS K I. The new 2023 European society for vascular surgery (ESVS) carotid guidelines–the European perspective[J]. Eur J Vasc Endovasc Surg, 2023, 65(1): 3-4. DOI: 10.1016/j.ejvs.2022.04.033.
[11]
YANG R, YIN X L, LI G H, et al. CTA and DSA based computational fluid dynamics models for morphological and hemodynamic assessment of intracranial atherosclerotic stenosis[J/OL]. Front Neurol, 2025, 16: 1686189 [2026-01-25]. https://pubmed.ncbi.nlm.nih.gov/41132878/. DOI: 10.3389/fneur.2025.1686189.
[12]
NAM H S, SCALZO F, LENG X Y, et al. Hemodynamic impact of systolic blood pressure and hematocrit calculated by computational fluid dynamics in patients with intracranial atherosclerosis[J]. J Neuroimaging, 2016, 26(3): 331-338. DOI: 10.1111/jon.12314.
[13]
ARISTOVA M, VALI A, ANSARI S A, et al. Standardized evaluation of cerebral arteriovenous malformations using flow distribution network graphs and dual-venc 4D flow MRI[J]. J Magn Reson Imaging, 2019, 50(6): 1718-1730. DOI: 10.1002/jmri.26784.
[14]
SHI Z Y, BAI X Y, LI M, et al. A novel staged parent artery occlusion following extracranial-intracranial bypass for giant intracranial aneurysms: case series and hemodynamic insights via 4D flow MRI[J/OL]. Neurosurg Focus, 2025, 59(6): E12 [2026-01-26]. https://pubmed.ncbi.nlm.nih.gov/41343831/. DOI: 10.3171/2024.9.focus24761.
[15]
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.
[16]
PUNG J, LEE G H, HUH H, et al. Artificial intelligence in 4D flow MRI: Review of technological aspects and clinical applications[J/OL]. Artif Intell Med, 2026, 171: 103308 [2026-01-26]. https://pubmed.ncbi.nlm.nih.gov/41273805/. DOI: 10.1016/j.artmed.2025.103308.
[17]
BAI X Y, FU M Z, LI Z Y, et al. Distribution and regional variation of wall shear stress in the curved middle cerebral artery using four-dimensional flow magnetic resonance imaging[J]. Quant Imaging Med Surg, 2022, 12(12): 5462-5473. DOI: 10.21037/qims-22-67.
[18]
ANDO T, SEKINE T, SUDA S, et al. Quantitative evaluation of carotid artery stenosis by multi-VENC 4D flow MRI: incorporating turbulent kinetic energy for clinical validity[J]. J Magn Reson Imaging, 2025, 62(4): 1168-1177. DOI: 10.1002/jmri.70008.
[19]
ZENG Y, SUN Z, WANG M F, et al. Expanding point cloud statistical shape model applications: Generalized vascular modeling for population-level hemodynamic simulations[J/OL]. Comput Methods Programs Biomed, 2025, 269: 108924 [2026-01-26]. https://pubmed.ncbi.nlm.nih.gov/40592009/. DOI: 10.1016/j.cmpb.2025.108924.
[20]
WINTER P, BERHANE H, MOORE J E, et al. Automated intracranial vessel segmentation of 4D flow MRI data in patients with atherosclerotic stenosis using a convolutional neural network[J/OL]. Front Radiol, 2024, 4: 1385424 [2026-01-26]. https://pubmed.ncbi.nlm.nih.gov/38895589/. DOI: 10.3389/fradi.2024.1385424.
[21]
YIN X L, ZHAO Y S, HUANG F P, et al. Machine learning-based classification of anterior circulation cerebral infarction using computational fluid dynamics and CT perfusion metrics[J/OL]. Brain Sci, 2025, 15(4): 399 [2026-01-26]. https://pubmed.ncbi.nlm.nih.gov/40309891/. DOI: 10.3390/brainsci15040399.
[22]
MARKL M, WEGENT F, ZECH T, et al. In vivo wall shear stress distribution in the carotid artery: effect of bifurcation geometry, internal carotid artery stenosis, and recanalization therapy[J]. Circ Cardiovasc Imaging, 2010, 3(6): 647-655. DOI: 10.1161/CIRCIMAGING.110.958504.
[23]
CECCHI E, GIGLIOLI C, VALENTE S, et al. Role of hemodynamic shear stress in cardiovascular disease[J]. Atherosclerosis, 2011, 214(2): 249-256. DOI: 10.1016/j.atherosclerosis.2010.09.008.
[24]
ZHANG X, JIAO Z Y, HUA Z H, et al. Localized elevation of wall shear stress is linked to recent symptoms in patients with carotid stenosis[J]. Cerebrovasc Dis, 2023, 52(3): 283-292. DOI: 10.1159/000526872.
[25]
STRECKER C, KRAFFT A J, SAAM T, et al. High wall shear stress is related to complicated American heart association lesion type VI plaques in mild-to-moderate ICA stenosis: a 3D cardiovascular MRI study[J]. AJNR Am J Neuroradiol, 2025, 46(5): 879-886. DOI: 10.3174/ajnr.A8583.
[26]
ANDRAE J, SCHINDLER A, STRECKER C, et al. Wall shear stress and oscillatory shear index are independently associated with complicated carotid artery plaques[J/OL]. Eur Heart J Cardiovasc Imaging, 2025: jeaf366 [2026-01-26]. https://pubmed.ncbi.nlm.nih.gov/41439620/. DOI: 10.1093/ehjci/jeaf366.
[27]
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.
[28]
YUAN W Z, LIU X Y, YAN Z R, et al. Association between high-resolution magnetic resonance vessel wall imaging characteristics and recurrent stroke in patients with intracranial atherosclerotic Steno-occlusive disease: a prospective multicenter study[J]. Int J Stroke, 2024, 19(5): 569-576. DOI: 10.1177/17474930241228203.
[29]
ZHANG D F, WU X Y, TANG J, et al. Hemodynamics is associated with vessel wall remodeling in patients with middle cerebral artery stenosis[J]. Eur Radiol, 2021, 31(7): 5234-5242. DOI: 10.1007/s00330-020-07607-w.
[30]
WU X B, LIU Y A, HUANG L X, et al. Hemodynamics combined with inflammatory indicators exploring relationships between ischemic stroke and symptomatic middle cerebral artery atherosclerotic stenosis[J/OL]. Eur J Med Res, 2023, 28(1): 378 [2026-01-26]. https://pubmed.ncbi.nlm.nih.gov/37752519/. DOI: 10.1186/s40001-023-01344-8.
[31]
LAN L F, LENG X Y, IP V, et al. Sustaining cerebral perfusion in intracranial atherosclerotic stenosis: The roles of antegrade residual flow and leptomeningeal collateral flow[J]. J Cereb Blood Flow Metab, 2020, 40(1): 126-134. DOI: 10.1177/0271678X18805209.
[32]
WANG M, LENG X C, MAO B J, et al. Functional evaluation of intracranial atherosclerotic stenosis by pressure ratio measurements[J/OL]. Heliyon, 2023, 9(2): e13527 [2026-01-26]. https://pubmed.ncbi.nlm.nih.gov/36852079/. DOI: 10.1016/j.heliyon.2023.e13527.
[33]
YIN Z H, ZHOU C S, GUO J, et al. CT-derived fractional flow reserve in intracranial arterial stenosis: a pilot study based on computational fluid dynamics[J/OL]. Eur J Radiol, 2024, 171: 111285 [2026-01-26]. https://pubmed.ncbi.nlm.nih.gov/38181628/. DOI: 10.1016/j.ejrad.2024.111285.
[34]
LENG X, LAN L, IP H L, et al. Translesional pressure gradient and leptomeningeal collateral status in symptomatic middle cerebral artery stenosis[J]. Eur J Neurol, 2018, 25(2): 404-410. DOI: 10.1111/ene.13521.
[35]
LENG X Y, LAN L F, IP H L, et al. Hemodynamics and stroke risk in intracranial atherosclerotic disease[J]. Ann Neurol, 2019, 85(5): 752-764. DOI: 10.1002/ana.25456.
[36]
ZHENG L N, TIAN X, ABRIGO J, et al. Hemodynamic significance of intracranial atherosclerotic disease and ipsilateral imaging markers of cerebral small vessel disease[J]. Eur Stroke J, 2024, 9(1): 144-153. DOI: 10.1177/23969873231205669.
[37]
MESCHIA J F. Addressing the heterogeneity of the ischemic stroke phenotype in human genetics research[J]. Stroke, 2002, 33(12): 2770-2774. DOI: 10.1161/01.str.0000035261.28528.c8.
[38]
WEGENER S, BARON J C, DERDEYN C P, et al. Hemodynamic stroke: emerging concepts, risk estimation, and treatment[J]. Stroke, 2024, 55(7): 1940-1950. DOI: 10.1161/STROKEAHA.123.044386.
[39]
LI S, TIAN X, IP B, et al. Cerebral hemodynamics and stroke risks in symptomatic intracranial atherosclerotic stenosis with internal versus cortical borderzone infarcts: a computational fluid dynamics study[J]. J Cereb Blood Flow Metab, 2024, 44(4): 516-526. DOI: 10.1177/0271678X231211449.
[40]
AMIN-HANJANI S, TURAN T N, DU X J, et al. Higher stroke risk with lower blood pressure in hemodynamic vertebrobasilar disease: analysis from the VERiTAS study[J]. J Stroke Cerebrovasc Dis, 2017, 26(2): 403-410. DOI: 10.1016/j.jstrokecerebrovasdis.2016.09.044.
[41]
TIAN X, FANG H, LAN L F, et al. Risk stratification in symptomatic intracranial atherosclerotic disease with conventional vascular risk factors and cerebral haemodynamics[J]. Stroke Vasc Neurol, 2023, 8(1): 77-85. DOI: 10.1136/svn-2022-001606.
[42]
卢菲, 孙梦瑶, 马越, 等. 基于4D Flow MRI评估颈动脉狭窄及卒中相关血流动力学危险因素的研究[J]. 磁共振成像, 2024, 15(2): 14-22, 47. DOI: 10.12015/issn.1674-8034.2024.02.003.
LU F, SUN M Y, MA Y, et al. Assessment of carotid artery stenosis and hemodynamic risk factors related to stroke based on 4D Flow MRI[J]. Chin J Magn Reson Imaging, 2024, 15(2): 14-22, 47. DOI: 10.12015/issn.1674-8034.2024.02.003.
[43]
BRAET D J, SCHOLLENBERGER J, OSBORNE N H, et al. A systematic evaluation of the impact of contralateral stenosis on ipsilateral internal carotid artery hemodynamics using computational fluid dynamics[J]. Quant Imaging Med Surg, 2025, 15(10): 9179-9194. DOI: 10.21037/qims-2025-1093.
[44]
WOO H G, KIM H G, LEE K M, et al. Wall shear stress associated with stroke occurrence and mechanisms in middle cerebral artery atherosclerosis[J]. J Stroke, 2023, 25(1): 132-140. DOI: 10.5853/jos.2022.02754.
[45]
NAVALKAR N, SANDEFER K, NANAVATI H, et al. Transcranial Doppler ultrasonography can predict inpatient rehabilitation functional outcome in patients with stroke[J]. PM R, 2024, 16(10): 1072-1078. DOI: 10.1002/pmrj.13161.
[46]
MAGUIDA G, SHUAIB A. Collateral circulation in ischemic stroke: an updated review[J]. J Stroke, 2023, 25(2): 179-198. DOI: 10.5853/jos.2022.02936.
[47]
FERREIRA J, ALVES F, PEDRO T, et al. Neurovascular coupling assessment by transcranial Doppler in acute stroke could be informative of long-term cognitive status[J]. J Cereb Blood Flow Metab, 2025, 45(11): 2077-2091. DOI: 10.1177/0271678X251352695.
[48]
FENG X Y, CHAN K L, LAN L F, et al. Translesional pressure gradient alters relationship between blood pressure and recurrent stroke in intracranial stenosis[J]. Stroke, 2020, 51(6): 1862-1864. DOI: 10.1161/STROKEAHA.119.028616.

上一篇 基于功能磁共振成像的针刺镇痛中枢机制研究进展
下一篇 弥散加权成像在垂体神经内分泌肿瘤诊疗中的应用进展
  
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