分享:
分享到微信朋友圈
X
综述
多模态影像学技术在慢性高原病多器官损伤评估中的研究进展
邹孟龙 温生宝 李伟霞 侯昱胤 杨祖琪 吉补果各莫

Cite this article as: ZOU M L, WEN S B, LI W X, et al. Research advances in multimodal imaging techniques for the evaluation of multi-organ damage in chronic mountain sickness[J]. Chin J Magn Reson Imaging, 2026, 17(4): 226-234.本文引用格式:邹孟龙, 温生宝, 李伟霞, 等. 多模态影像学技术在慢性高原病多器官损伤评估中的研究进展[J]. 磁共振成像, 2026, 17(4): 226-234. DOI:10.12015/issn.1674-8034.2026.04.032.


[摘要] 慢性高原病(chronic mountain sickness, CMS)被视为一种因长期低氧暴露所致的全身性代谢网络失调综合征,随着高原医学研究的深化,它已成为该领域亟待解决的重大公共卫生问题。目前,CMS所导致的多器官损伤机制尚不完全明确,影像学研究尚未系统阐明其代谢失衡的本质。在此背景下,应用无创影像学技术揭示其全身性功能及代谢网络改变对实现早期诊断与干预具有重要临床价值。近年来,以MRI及其衍生技术、PET/CT技术为代表的多模态影像学技术,为多维评估CMS患者脑、心、肺、肝、肾、肠等多器官的结构-功能-代谢异常提供了系统性研究工具。本文系统综述了多模态影像学技术在CMS全身性改变中的研究进展,重点探讨其在揭示多器官交互损伤机制中的应用价值、分析目前研究的局限性,并提出未来的研究方向,旨在为CMS的早期识别、精准评估与治疗提供客观的影像学依据。
[Abstract] Chronic mountain sickness (CMS) is recognized as a systemic metabolic network dysregulation syndrome resulting from prolonged hypoxic exposure. With the deepening of high-altitude medicine research, it has become a major public health challenge in this field requiring urgent attention. Currently, the mechanisms underlying the multi-organ damage caused by CMS are not fully understood, and imaging studies have yet to systematically elucidate the nature of its metabolic imbalance. In this context, the application of non-invasive imaging techniques to reveal these systemic functional and metabolic network alterations holds significant clinical value for achieving early diagnosis and intervention. In recent years, multimodal imaging technologies, represented by MRI and its derivative techniques as well as PET/CT, have provided systematic research tools for the multi-dimensional assessment of structural, functional, and metabolic abnormalities in multiple organs—including the brain, heart, lungs, liver, kidneys, and intestines—in CMS patients. This article systematically reviews the research progress of multimodal imaging techniques in studying the systemic alterations of CMS, with a focus on discussing their application value in revealing the mechanisms of multi-organ interactive injury, analyzing current research limitations, and proposing future research directions. The aim is to provide objective imaging evidence for the early identification, precise assessment, and treatment of CMS.
[关键词] 慢性高原病;多模态影像学技术;磁共振成像;代谢重编程;多器官损伤;缺氧
[Keywords] chronic mountain sickness;multimodal imaging techniques;magnetic resonance imaging;metabolic reprogramming;multi-organ damage;hypoxia

邹孟龙    温生宝    李伟霞 *   侯昱胤    杨祖琪    吉补果各莫   

青海大学附属医院影像中心,西宁 810000

通信作者:李伟霞,E-mail: lwx3100@163.com

作者贡献声明::温生宝及李伟霞设计本研究的方案,对稿件重要内容进行了修改,获得了2023年度青海省“昆仑英才·高端创新创业人才”培养拔尖人才项目资助;邹孟龙起草和撰写稿件,获取、分析和总结文献数据;侯昱胤、杨祖琪及吉补果各莫获取、分析并解释本研究的数据,对稿件重要内容进行了修改;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: 2023年度青海省“昆仑英才·高端创新创业人才”培养拔尖人才项目 青人才字〔2024〕1号
收稿日期:2025-12-20
接受日期:2026-04-10
中图分类号:R445.2  R589 
文献标识码:A
DOI: 10.12015/issn.1674-8034.2026.04.032
本文引用格式:邹孟龙, 温生宝, 李伟霞, 等. 多模态影像学技术在慢性高原病多器官损伤评估中的研究进展[J]. 磁共振成像, 2026, 17(4): 226-234. DOI:10.12015/issn.1674-8034.2026.04.032.

0 引言

       慢性高原病(chronic mountain sickness, CMS)是一种临床综合征,主要累及长期生活在高海拔地区的移居者以及因习服能力减退的世居者。该病在青藏高原相对高发,流行病学数据显示,该区域约5%~10%人群有患CMS的风险[1],其临床表型主要包括高原红细胞增多症(high altitude polycythemia, HAPC)和高原肺动脉高压(high altitude pulmonary hypertension, HAPH)[2]。CMS对许多重要组织器官,如脑、心、肺、肾、肝造成病理性损伤,严重者可导致患者死亡[3, 4]。这些过程也会破坏体内各器官之间复杂相互作用所维持的稳态,该病的常见症状涉及全身多系统,包括但不限于头晕、头痛、失眠、紫绀、血容量增加、骨关节疼痛以及记忆力与理解力等认知功能下降的表现。

       当前CMS研究多局限于单一器官或单一模态的影像评估[5, 6],缺乏对多器官间结构-功能-代谢交互网络的整合分析。传统影像手段对早期代谢与微循环改变的探测能力有限,且现有综述尚未系统梳理多模态影像在CMS全身性损伤评估中的综合进展[7, 8],对疾病系统本质的理解与早期精准干预的发展有一定限制。因此,本文从多器官、多模态整合视角出发,系统综述多模态影像学技术在CMS全身性改变中的研究进展,以期加强对CMS多器官交互损伤的认识,阐明多器官损伤的影像标志物及其关联,并探讨全身正电子发射断层扫描/计算机断层扫描(positron emission tomography/computed tomography, PET/CT)、人工智能等新技术在构建CMS早期诊断与精准评估模型中的前景,以期为相关研究提供参考。

1 CMS多器官形态、功能及代谢改变的病理生理机制

       细胞在低氧环境下的代谢重编程,是主导CMS疾病演进的关键机制。肺泡低通气引发的长期低氧,一方面通过诱发继发性红细胞增多、血液高黏度及微循环障碍,导致全身组织灌注不足与缺氧的恶性循环,最终诱发多器官损害[9];另一方面,低氧通过稳定缺氧诱导因子(hypoxia-inducible factor, HIF)等核心信号,启动代谢重编程,使细胞系统性地切换主要的能量底物与代谢通路。心脏能量底物从以脂肪酸为主逐渐转向增加对线粒体葡萄糖氧化的依赖,而大脑、肾脏和肝脏促进了脂肪酸的摄取,以满足三羧酸(tricarboxylic acid cycle, TCA)循环[10]。这些改变初期旨在优化氧利用、维持能量供应,但长期的代谢通路失衡可加剧器官损伤。

       CMS患者大脑的高耗氧特性使其对缺氧尤为敏感。低氧抑制线粒体氧化磷酸化,导致脑出血、脑细胞肿胀、间质性水肿及神经元损伤与凋亡[11]。同时可诱发小胶质细胞与巨噬细胞增殖,驱动神经炎症反应[12]。慢性缺氧导致额叶、海马等与认知相关的区域代谢减低,与认知功能下降密切相关[13],其严重程度与暴露海拔密切相关[14]

       与此同时,作为维持全身灌注的核心动力器官,心脏在慢性缺氧下会发生以右心扩大和左心室向心性肥厚为特征的结构性重构,同时经肾上腺素能通路脱敏降低心率,协同维持心肌的氧供需平衡[15]。功能上,心脏以维持收缩效能为核心[16],但每搏输出量因左心室舒张末容积减少及肺动脉高压引发的右心室后负荷增加而下降,尤其当心脏代谢适应,遭遇胰岛素抵抗等全身性代谢紊乱时,可诱发右心衰竭乃至全心衰[17, 18]。高原世居人群的肺动脉压反应性差异提示遗传适应在调节心脏应激中的关键作用[19]

       CMS患者肺血管系统的重构是驱动心脏后负荷增加的关键上游事件。长期暴露于慢性缺氧环境下可引发肺血管系统发生“结构-功能”双重病理性重构[20],这一改变在CMS中主要表现为HAPH[21]。缺氧通过激活缺氧诱导因子-1α(hypoxia-inducible factor-1α, HIF-1α),介导了肺动脉平滑肌细胞(pulmonary artery smooth muscle cell, PASMC)的代谢重编程:其能量代谢从氧化磷酸化转为糖酵解[22, 23]。上述过程导致远端非肌性肺动脉异常“肌性化”、中膜显著增厚及管腔狭窄,并伴随外膜纤维化与血管僵硬度增加,共同构成肺血管阻力升高的解剖基础[24]。慢性缺氧还可导致肺血管内皮功能紊乱,使得急性生理性的低氧性肺血管收缩反应转变为病理性、持续性的血管张力增高[25]。最终使右心室从代偿性肥厚进展为失代偿扩张与衰竭[26]

       慢性缺氧亦通过稳定激活HIF信号轴,对肝、肾、肠等脏器构成系统性损伤。肾脏因接受心输出量的20%~25%而对低氧应激尤为敏感[27],长期作用可引发肾小管间质缺氧,驱动纤维化[28]。HIF通路的持续激活导致多器官结构损伤与功能障碍[29]。慢性缺氧首先引发显著的氧化应激,表现为肝脏中丙二醛(malondialdehyde, MDA)等氧化产物积聚及超氧化物歧化酶(superoxide dismutase, SOD)等抗氧化酶活性下降[30]。代谢重编程随之发生:机体能量代谢从急性缺氧期的糖酵解增强,转变为慢性期的脂肪酸氧化利用增加[31]。同时,缺氧肝脏中与免疫炎症及物质代谢相关的基因表达被广泛激活[30, 32]。此外,慢性缺氧通过破坏肠道屏障、增加通透性及导致菌群失调,启动“肠-肝-肾”轴恶性循环:肠源性物质易位入血,先加重肝脏脂肪变性、炎症与代谢紊乱[33];继而损害肾脏,加剧其炎症与纤维化[28]。同时继发性红细胞增多与血液黏度升高,进一步减少肾血浆流量,加重肾脏的缺血缺氧性损伤。

2 多模态影像学技术在CMS多器官结构、功能及代谢异常改变中的研究进展

       近年来,多模态影像学技术的融合与发展,已成为无创、定量评估CMS多系统损害的重要手段。这些技术主要涵盖结构、功能及代谢成像三大类,能够在显示心、脑、肺等靶器官宏观形态改变的同时,无创获取其微循环灌注、组织氧合、能量代谢及细胞微环境等多维度信息。这为全面阐明CMS多器官损害及其相互关联提供了更加全面的客观手段。

2.1 多模态影像学技术在CMS脑结构、功能与代谢中的研究进展

       基于体素的形态测量学(voxel-based morphometry, VBM)能够检测不同个体局部脑灰质(gray matter, GM)和白质(white matter, WM)的各体素是否存在差异[34, 35],可用于定位慢性缺氧所致脑结构的改变。静息态功能磁共振成像(resting-state functional MRI, rs-fMRI)通过检测血氧水平依赖(blood oxygen level dependent, BOLD)信号来评估大脑在无任务状态下的自发神经活动[36]。rs-fMRI能够揭示脑功能网络的整合性及功能连接,其常用测量方法为低频振幅(amplitude of low frequency fluctuation, ALFF)[37],有助于识别缺氧相关脑功能异常活动区域。三维动脉自旋标记(3D arterial spin labeling, 3D-ASL)技术通过射频脉冲标记动脉血中的内源性水质子,可无创定量测量脑血流量(cerebral blood flow, CBF)[38],具有灌注范围更全面、磁化率伪影更少的优势,对评估脑血流量代偿具有重要意义[39]。此外,扩散张量成像(diffusion tensor imaging, DTI)通过量化水分子在白质纤维束中扩散的各向异性,其衍生的各向异性分数(fractional anisotropy, FA)可揭示纤维的微观结构完整性[40]。还能通过纤维束追踪实现神经元结构可视化,为探究低氧所致白质病理改变与连接重塑的研究提供了重要手段[41]

       氢质子磁共振波谱(1H-magnetic resonance spectroscopy, 1H-MRS)凭借其非侵入性特质,可无创量化大脑中代谢物的浓度并进行动态观测及分析[42]。该技术能够测定包括N-乙酰天冬氨酸(N-acetyl-aspartate, NAA)、胆碱(choline, Cho)、肌酸(creatine, Cr)等在内的多种代谢物水平数据。在这些代谢物中,NAA被广泛认为是神经元密度与完整性的标志物,Cr常被用作内部浓度参照以反映细胞能量代谢状态[43]

       为探究CMS患者脑结构与功能的协同改变,BAO等[44]通过VBM及ALFF技术,对CMS患者的脑结构与静息态脑功能进行了联合评估。研究发现,CMS组灰质体积在左侧小脑丘脑Ⅱ区、左侧颞下回、右侧颞中回、右侧岛叶、右侧尾状核及双侧豆状核显著增加,而在左侧枕中回、左侧颞中回显著减少;白质体积在双侧颞中回减少,在右颞横回增加(P<0.05)。CMS患者静息态rs-fMRI显示,CMS组左缘上回、左海马旁回、左颞中回的自发神经活动增强,而右小脑脚Ⅰ区和右辅助运动区的自发神经活动减弱(P<0.05)。这表明CMS患者长期慢性低氧可能导致大脑灰白质体积改变及神经活动紊乱,从影像学角度揭示了低氧对脑组织的影响。脑血量灌注代偿能力是评估CMS脑功能状态的重要维度,TROUDI等[45]系统综述了ASL技术在慢性缺氧脑血流灌注研究中的应用,指出慢性缺氧可致顶叶、枕叶、丘脑及小脑等多脑区CBF值显著降低,呈低灌注状态,并与认知功能下降相关。这表明ASL可有效评估CMS患者脑血流代偿能力,为早期干预提供影像学依据。

       此外,BAO等[46]通过DTI技术研究CMS患者与正常人大脑白质微结构的差异。研究发现,CMS患者存在区域性的脑白质微结构异常,表现为右侧额叶白质FA值显著降低,右侧内囊前肢表观扩散系数(apparent diffusion coefficient, ADC)值显著升高;相关性分析显示,左侧尾状核FA值与血红蛋白呈正相关,左侧内囊前肢FA值与MMSE评分呈负相关,右侧海马ADC值与MMSE评分亦呈负相关(r=-0.67~-0.59,P均<0.05)。这表明CMS患者白质微结构在低氧环境下发生区域性改变,且部分扩散参数与疾病严重程度及认知功能具有相关性,提示慢性缺氧可导致白质完整性受损并与认知障碍相关。多模态MRI技术系统揭示了CMS脑部多维度、相互关联的形态与功能异常中的关键价值,为其早期诊断与病理机制研究提供了重要的无创评估依据[7]

       为从代谢影像层面揭示CMS脑损害,白秀秀等[47]采用多体素¹H-MRS技术从分子代谢层面探讨CMS患者脑损害的代谢特征,研究发现,CMS组双侧额叶及海马区NAA/Cr与NAA/Cho比值显著降低,而Lac/Cr比值显著升高;进一步相关性分析显示,右侧额叶与左侧海马Cho/Cr比值与红细胞计数均呈明显正相关(r=0.53,P=0.028),而相同脑区的Lac/Cr比值与红细胞压积均呈弱正相关(r=0.49,P=0.048)。表明CMS患者长期慢性缺氧可导致神经元功能损伤、无氧代谢增强,且代谢物变化与血液指标相关,为CMS脑损害的代谢评估提供了影像学依据。

       上述研究表明,多模态神经影像学技术系统揭示了CMS患者在长期低氧环境下大脑存在的结构重塑、血流灌注代偿、白质微结构损害、自发神经活动紊乱以及能量代谢障碍等多维度异常,并初步构建了缺氧-结构-灌注-功能-代谢级联损伤模型。这些研究为阐释CMS的神经病理机制提供了关键影像学依据,但当前仍存在样本异质性较大、多为横断面描述性研究、因果机制不明等不足。未来需着力开展大样本纵向研究,融合多模态神经影像与人工智能方法,系统揭示脑网络与代谢通路的动态失调规律,以期为早期神经功能评估与干预提供客观依据。

2.2 多模态影像学技术在CMS心脏结构、功能与代谢中的研究进展

       心脏磁共振(cardiac magnetic resonance, CMR)作为无创评估心室结构、功能及心肌组织的“金标准”[8]。其主要测量参数包括右心室舒张末期容积(right ventricular end-diastolic volume, RVEDV)、收缩末期容积(right ventricular end-systolic volume, RVESV)、每搏输出量(right ventricular stroke volume, RVSV)、射血分数(right ventricular ejection fraction, RVEF)、心肌质量(right ventricular mass, RVM)以及相关径线测量,如舒张期右心室长径(right ventricular end-diastolic length, RVEDL)与收缩期右心室长径(right ventricular end-systolic length, RVESL)和收缩期三尖瓣口径(tricuspid valve systolic diameter, TVS),适用于评估CMS患者右心室重塑[48]。此外,T1 mapping、T2 mapping及细胞外容积(extracellular volume, ECV)定量技术作为CMR领域近年来的重要进展,通过量化心肌T1、T2弛豫时间及细胞外基质容积,可无创评估CMS心肌组织特性,T1值延长提示水肿或纤维化,T2值升高特异性反映水肿,ECV则反映细胞外基质扩张程度[49]

       磷-31磁共振波谱(³¹P magnetic resonance spectroscopy, 31P MRS)可无创量化心肌中高能磷酸代谢物的浓度[50]。该技术能够获取磷肌酸(phosphocreatine, PCr)与三磷酸腺苷(adenosine triphosphate, ATP)的浓度比值,即PCr/ATP,其数值下降提示心肌能量代谢受损,适用于评估CMS早期代谢异常[51]

       关于慢性缺氧对心室结构的影响,SUN等[52]通过7.0 T超高场CMR技术研究慢性高原缺氧环境下大鼠与平原对照组大鼠右心室结构与功能的差异,获取RVEDV、RVESV、RVSV、RVEF、RVM及长径等多项参数,结果发现高原组大鼠的RVEDV、RVESV、RVSV、RVM、TVS以及RVEDL、RVESL均显著高于平原组(P<0.05);而RVEF虽略有降低,但组间差异未达统计学意义;表明长期高原慢性缺氧主要导致大鼠右心室发生结构性重塑,包括容积扩大、心肌肥厚及长径增加,但在12周的暴露期内,心脏通过代偿机制仍能维持其泵血功能相对稳定。在心肌组织特性层面,ANDO等[53]联合应用T2* BOLD、T1 mapping及ECV定量技术,评估肥厚型心肌病患者心肌缺氧与纤维化的关系。研究发现,心肌缺氧节段的Native T1值及ECV值均显著高于非缺氧节段(P<0.05);多变量分析进一步证实ECV是心肌缺氧的独立危险因素。以上结果表明,即使在非CMS的缺氧性心肌病中,mapping技术也能有效揭示心肌缺氧与纤维化之间的内在联系,为CMS患者心肌组织特性的研究提供了方法学参考与理论支持。

       为探讨CMS患者心功能的改变,PENG等[5]通过CMR技术研究CMS患者与高海拔健康居民、海平面健康居民的双心室功能及心肌应变的差异。结果发现CMS患者双心室射血分数显著降低,高海拔健康居民纵向峰值应变低于海平面居民,而CMS患者径向与周向应变亦显著下降(P<0.05);此外,血红蛋白水平与左心室重塑指数独立相关(r=0.61,P<0.001;β=0.548,P=0.002),血尿素氮与右心室重塑指数独立相关(r=0.57,P<0.05;β=0.570,P=0.002)。表明CMS患者右室功能的恶化,左室功能也随之受损,且左、右心室重塑分别与缺氧性红细胞增多和肾功能指标密切相关。

       能量代谢改变是心功能受损的早期表现。YUAN等[54]通过³¹P MRS技术,动态研究观察慢性缺氧大鼠心肌能量代谢的变化,获取了反映心肌能量状态的PCr/ATP比值,并结合心脏结构与功能参数进行综合分析。结果发现,在慢性缺氧早期,心肌PCr/ATP比值即出现显著下降。而RVEF下降及RVEDVi、RVESVi增加等心室重构与功能障碍的征象,直至第2周才显现。相关性分析进一步表明,PCr/ATP比值与RVEF呈正相关(r=0.61,P=0.001),与RVEDVi、RVESVi呈负相关(r=-0.70~-0.66,P均=0.001)。这些结果表明,31P MRS所检测的PCr/ATP比值下降可作为慢性缺氧心肌代谢重塑的早期敏感标志,为阐明慢性缺氧性心脏疾病的代谢机制提供了重要依据。此外,持续的压力超负荷与缺氧可引发心肌能量代谢的重编程,右心室为应对增加的后负荷,其能量底物利用从脂肪酸氧化向葡萄糖氧化转换,以提高ATP生成效率[10],这种代谢转换可通过FDG PET/CT进行无创评估,表现为右心室FDG摄取增高。

       上述研究说明心脏多模态影像技术系统揭示了CMS患者右心从早期心肌能量代谢紊乱到后续右心室结构重塑与双心室功能下降的连续演变过程,明确了代谢失调在心脏失代偿进程中的早期驱动作用。对CMS患者心脏问题具有重要早期诊断价值,但仍受限于横断面研究设计,缺乏用于早期预警的影像生物标志物体系。未来研究需通过前瞻性纵向设计,整合心脏结构与功能影像、代谢波谱及可能的分子影像数据,并利用人工智能方法构建动态预测模型,以精准描绘右心失代偿轨迹并评估其临床预后价值。

2.3 多模态影像学技术在CMS肺血管与右心结构、功能与代谢中的研究进展

       右心导管术(right heart catheterization, RHC)是一种有创性心导管检查技术,是诊断和血流动力学分型肺动脉高压(pulmonary hypertension, PH)的“金标准”[55]。其主要优点在于能够精准获取肺循环与右心系统的实时压力与流量数据,从而对肺动脉高压进行精确的血流动力学表征与分类。右心室-肺动脉耦合(right ventricular-pulmonary arterial coupling, RV-PA coupling)评估是一种综合生理学技术,可无创或有创地量化右心室功能与其后负荷之间的匹配关系[56]。其主要优点是可以对右心室在静息与负荷状态下的功能适应进行动态评估与分析。其提供有关右心室收缩末弹性(end-systolic elastance, Ees)、舒张刚度常数β(diastolic stiffness constant, β)与舒张末弹性(end-diastolic elastance, Eed)及右心室-肺动脉耦合指标Ees/Ea比值的数据;其中,Ees被视为右心室收缩功能的负荷非依赖性指标,Eed与β反映右心室舒张刚度与充盈特性,而Ees/Ea比值则被认为是右心室功能与肺动脉负荷之间匹配程度的核心标志,对肺动脉高压与心力衰竭患者的预后具有重要预测价值。

       肺动脉扩张是CMS肺血管结构改变的常见表现,陈静等[57]通过综述性分析结合影像学技术研究CMS患者与正常人群主肺动脉(main pulmonary artery, MPA)扩张的差异,综合分析了MPA直径测量、血流动力学参数及其与肺动脉高压的关系。结果显示,CMS患者MPA常出现扩张,其直径与肺动脉压、肺血管阻力呈显著正相关;超声、CT、MRI等影像学技术能够有效检测MPA扩张,并评估其与心脏结构和功能的相关性,尤其是CMR及相位对比MRI可量化MPA顺应性、血流动力学变化。这表明CMS患者MPA扩张与低氧性肺动脉高压密切相关,其扩张程度可反映肺血管重塑与心功能受累情况,影像学检查在早期识别、评估及监测中具有重要价值。

       CMS患者右心室功能改变并非单一模式,SHIMA等[58]通过CMR与RHC,研究缺氧相关第3组肺动脉高压(group 3 pulmonary hypertension, G3PH)患者与无PH者及动脉型肺动脉高压(pulmonary arterial hypertension, PAH)患者的右心室功能差异,获取Ees、β与Eed及Ees/Ea。结果发现,与无PH组相比,G3PH组的Ees无显著差异,而Ees/Ea显著降低、β与Eed显著升高(P<0.05);与PAH组相比,上述各项指标均无显著差异。表明在G3PH患者中,右心室收缩功能得以保存,但舒张功能与右心室-肺动脉耦合均受损,其功能障碍特征与PAH患者相似,但在临床症状、运动耐受及预后关联性上存在疾病特异性差异。上述结果虽源于广义的G3PH患者,但对理解CMS肺血管病变中右心室-肺动脉耦联损伤特征具有重要参考意义。

       分子影像可提供代谢层面的特异性评估,FADÓN-PADILLA等[59]通过基于超小氧化铁纳米颗粒的磁性纳米放射性示踪剂技术,研究野百合碱(monocrotaline, MCT)诱导与采用双重打击的舒更5416联合慢性缺氧(sugen 5416 combined with chronic hypoxia, SuHx)诱导两种PAH大鼠模型肺部中性粒细胞浸润的差异,利用PET获取肺部感兴趣区(region of interest, ROI)内靶向示踪剂68Ga-IONP-cFLFLF的摄取值。研究发现,在MCT模型中,68Ga-IONP-cFLFLF在肺部的摄取显著高于SuHx模型及对照组(P<0.05);而传统非特异性示踪剂18F-FDG未能显示两组模型间的显著差异。这表明,68Ga-IONP-cFLFLF作为一种靶向中性粒细胞的分子影像探针,能够有效区分不同PAH模型的炎症浸润模式,为CMS相关肺动脉高压的个体化炎症评估提供了新工具。

       上述研究总结发现,肺部多模态影像技术从主肺动脉结构扩张、右心室-肺动脉耦联功能到肺血管局部代谢与炎症状态,系统揭示了CMS肺循环异常与右心功能之间的关联机制。这些研究实现了对肺血管病变的多尺度无创评估,具有重要临床价值,但当前无创影像参数与有创“金标准”的等效性仍需验证,且缺乏在疾病动态演进与临床转化中的应用证据。未来研究需着力开发新型靶向分子探针,并融合人工智能方法,构建基于多模态肺部影像的疾病进展预测与疗效评估模型。

2.4 多模态影像学技术在CMS其他器官结构、功能与代谢中的研究进展

       在关注肺与肺动脉这一核心靶器官的同时,肝脏、肾脏等腹部器官在CMS中的损害同样关键。这些器官常受系统性低氧及继发性血流动力学改变的影响,其功能与代谢异常与整体疾病进展密切相关。对它们的影像学评估同样依赖于多模态功能成像技术,旨在无创、定量地揭示其微循环、氧合及代谢的早期改变。从脑部到腹部器官的研究,共同构成了对CMS多系统受累的全面影像评估体系,目前尚缺乏直接针对CMS患者腹部器官的影像学研究,本节主要借鉴慢性缺氧动物模型及相关慢性缺氧疾病的研究成果,以提供方法学参考与潜在应用方向。

       体素内不相干运动成像(intravoxel incoherent motion, IVIM)与T1 mapping成像是用于无创定量评估肝脏结构与功能的磁共振技术[60]。IVIM采用双指数模型区分水分子纯扩散与微循环灌注,主要参数包括真实扩散系数D值,其反映水分子扩散能力、灌注分数f值其反映微血管容积及伪扩散系数D*值,反映血流速度。T1 mapping通过测量T1值反映组织特性。二者结合可为脂肪肝、肝纤维化及肝肿瘤的早期诊断、分级与疗效评估提供重要影像学依据。

       BOLD与ASL均为无创评估肾脏功能与血流动力学的功能磁共振技术[61]。BOLD通过横向弛豫时间T2或弛豫率R2值量化组织氧合,尤其适用于肾功能不全患者,其值降低提示肾缺氧,与慢性肾病(chronic kidney disease, CKD)进展相关。ASL通过标记动脉血中的水质子来定量测量肾血流量(renal blood flow, RBF)。两者结合可实现肾脏氧合与灌注的同步评价,为阐明CKD中的代谢-血流耦联异常及疾病进展机制提供重要的功能影像学依据。

       慢性肝病动物模型可为CMS肝损伤的影像评估提供参考。DONG等[62]通过IVIM与T1 mapping技术研究四氯化碳(Carbon Tetrachloride, CCL4)诱导的慢性肝病大鼠模型与对照组大鼠肝脏缺氧状态的差异,获取肝脏ROI内IVIM参数D、f、D*及T1 mapping值,研究发现D*值与T1值在缺氧组与对照组间具有显著性差异(P=0.01;P=0.003),缺氧组高于对照组,且D*值与T1值均与缺氧标志物pimonidazole评分及HIF-1α表达呈正相关(r=0.49~0.57,P均<0.05);表明IVIM与T1 mapping能够无创、有效地评估慢性肝病中的缺氧状态,该技术策略对未来探索CMS相关肝损伤具有潜在应用价值。

       为了解慢性缺氧状态下肾脏氧合与灌注的变化规律,ZHANG等[63]通过BOLD与ASL技术研究CKD患者与健康志愿者肾脏氧合与灌注的差异,获取肾脏皮质与髓质区域内的T2值及RBF值,结果发现皮质与髓质T2值及RBF值在CKD各组与健康对照组间差异具有统计学意义(P<0.05),CKD组低于对照组,且随着CKD分期进展,T2*值与RBF值逐渐下降;表明CKD患者肾脏氧合与血流灌注与肾功能损害程度密切相关,皮质与髓质对缺氧与缺血的反应存在差异,尤其在早期CKD阶段髓质变化更为敏感。此外,XU等[64]通过BOLD技术研究慢性肾脏病CKD患者及肾切除大鼠模型中肾氧合与氧化应激状态的差异,获取T2值及SOD水平。结果发现随着CKD进展,患者皮质与髓质T2值及血清SOD均显著下降,且与估算肾小球滤过率呈正相关(r=0.47~0.72,P均<0.05);动物模型中氯沙坦干预后皮质与髓质T2值及肾组织SOD活性上升,HIF-1α及MDA水平下降,并伴随Keap1-Nrf2/HO-1通路激活。这表明肾缺氧与氧化应激程度随CKD进展而加重,且氯沙坦可能通过调控Keap1-Nrf2/HO-1通路改善肾氧合及抗氧化能力,为CKD的代谢干预与影像评估提供了依据。上述基于CKD的影像评估方法,可为CMS相关肾损害的影像学探索提供参考。

       基于对肝、肾等腹部器官的当前研究,多模态影像技术无创揭示了慢性缺氧环境下器官微循环障碍、组织氧合下降及代谢紊乱的级联损伤过程,并初步勾勒出“肠-肝-肾”轴等多器官交互网络。这些技术为在体、系统性评估器官早期损害提供了独特价值,为CMS腹部器官损害的影像评估提供了重要参考,但该领域研究尚处起步阶段,影像学参数与病理金标准及临床纵向演进的关联仍需深入验证。未来需开展长期纵向研究,融合腹部多模态影像与全身代谢、心肺功能数据,以构建CMS多器官损害的系统性动态评估与预警体系。

3 全身PET/CT在CMS研究中的应用前景与挑战

       PET/CT是一种将功能代谢成像与精细解剖结构成像融为一体的先进分子影像技术。其核心在于利用正电子核素标记的示踪剂,无创、定量地显示活体内特定生物化学过程的速率与分布。18F-FDG是目前最常用的示踪剂,其在细胞内的摄取与滞留量反映了组织细胞的葡萄糖代谢活性[65]。在CMS的研究中,全身18F-FDG PET/CT成像能够一次性、同步评估脑、心、肺、肝、肾、肠等多个器官系统的葡萄糖代谢状态,这为系统性地揭示CMS背景下多器官间的代谢联系与网络失衡提供了不可替代的工具[66]。通过标准摄取值(standardized uptake value, SUV)等半定量参数,可以客观比较不同器官、不同疾病阶段甚至不同干预措施下的代谢变化,使得研究从传统的形态学和功能学描述,深入到分子与代谢水平[67]

       目前,除18F-FDG示踪剂,新型正电子示踪剂的开发为深入探索CMS的特定病理生理过程开辟了新路径,使用氟-18标记的氟米索硝唑(18F-Fluoromisonidazole, 18F-FMISO)可特异性显像组织缺氧,直接验证CMS不同器官的氧分压分布[68];而针对炎症的示踪剂,18F-DPA-714靶向易位蛋白可用于定量评估CMS相关慢性炎症在多器官中的激活程度[69];反映脂肪酸代谢的示踪剂,18F-FTHA则有助于验证慢性缺氧后期器官能量底物向脂肪酸氧化的转换[70]。多示踪剂PET/CT研究有望从缺氧、炎症、代谢重编程等多个维度,构建CMS更全面的在体生物分子图谱。

       然而,由于高原红细胞增多症所致的血液流变学改变对示踪剂分布模型的特异性校正要求、高原地区PET/CT设备稀缺所制约的研究规模与设计,以及代谢影像参数与临床-血液学指标整合建模的复杂性,共同制约了该技术在CMS诊疗中应用效能与转化潜力的提升。

4 CMS多器官损伤的多模态影像学技术评估总结

       针对不同靶器官的病理机制差异,多模态影像学技术在CMS多器官损伤评估中的应用策略亦各有侧重。各器官的核心病理机制、主要影像技术、关键影像发现及意义与局限,详见汇总表1

表1  CMS多器官损伤的影像评估

5 小结与展望

       综上所述,CMS是一种由慢性缺氧驱动的全身性疾病,其病理本质在于多器官系统的代谢网络失调与结构功能损害。以MRI及其衍生技术和PET/CT为核心的多模态影像学技术,为无创、多维评估这一复杂病理生理网络提供了系统性的研究工具。然而,当前研究仍面临诸多挑战:多数影像学研究为横断面设计,难以动态揭示疾病演变的时序规律;对多器官间代谢的影像学直接证据仍显不足;高原特殊环境下,样本获取困难、研究规模有限,且不同影像技术方案与数据处理缺乏标准化及传统影像技术对微观代谢环境探测的局限性,共同制约了研究的普适性与临床转化潜力。此外,在高原环境下,多模态影像技术的实地应用亦面临诸多挑战:包括MRI设备可及性低、受试者生理运动伪影增多、PET检查的辐射暴露与示踪剂供给受限,以及高昂的运维成本等,均对大规模、标准化影像学研究的开展与临床推广构成实际限制。

       当前,首要任务将MRI技术与人工智能相结合,推动前瞻性、多中心、大样本的纵向队列研究,整合标准化多模态影像数据,以动态描绘CMS从代偿到失代偿的全病程图谱。其次,强化技术创新与融合,一方面积极应用如化学交换饱和转移成像等新型MRI技术,以更高特异性和灵敏度探测组织酸碱平衡、蛋白质代谢等微观生化环境;另一方面,开发并应用靶向缺氧、炎症、特定底物代谢的新型PET示踪剂,从分子层面全景式解析CMS的代谢重编程。最后,深度融合人工智能方法,在MRI图像上可以采用UnetTransCNN的并行混合架构,将视觉Transformer(vision transformer, ViT)的全局上下文建模能力与三维卷积神经网络(3D convolutional neural network, 3D CNN)的局部特征提取优势深度融合,实现多器官损伤的自动化精准分割与深层多尺度特征提取[71]。在PET/CT图像上,可以通过人工智能平台实现多器官自动分割,任何差异都使用影像后处理软件进行手动勾画,再根据自带软件分别计算出每个VOI的代谢值,基于以上方法可进行CMS代谢网络相关性分析,构建用于CMS早期诊断、精准分型、预后预测及治疗决策支持的智能化模型。通过多模态影像技术、新型分子探针与人工智能方法的协同创新,有望最终实现CMS从病理机制阐释到精准诊疗的跨越,提升高原疾病的防控水平。

[1]
郑桂萍, 年蔚, 石雪峰, 等. 高原红细胞增多症多组学研究进展[J]. 中华血液学杂志, 2024, 45(8): 795-800. DOI: 10.3760/cma.j.cn121090-20240318-00100.
ZHENG G P, NIAN W SHI X F, et al. Progress in multiomics research on high altitude polycythemia[J]. Chin J Hematol, 2024, 45(8): 795-800. DOI: 10.3760/cma.j.cn121090-20240318-00100.
[2]
ZHONG Y, ZHANG F Y, LI Q Y, et al. Hematological characteristics, oxidative stress, and patient-reported symptoms in Tibetan patients with chronic mountain sickness at 4500 m altitude[J/OL]. Front Physiol, 2025, 16: 1661738 [2025-12-21]. https://pubmed.ncbi.nlm.nih.gov/41018020/. DOI: 10.3389/fphys.2025.1661738.
[3]
ZHANG X, ZHANG Z P, YE R Y, et al. Prevalence of hypertension and its relationship with altitude in highland areas: a systematic review and meta-analysis[J]. Hypertens Res, 2022, 45(8): 1225-1239. DOI: 10.1038/s41440-022-00955-8.
[4]
STORZ J F, BAUTISTA N M. Altitude acclimatization, hemoglobin-oxygen affinity, and circulatory oxygen transport in hypoxia[J/OL]. Mol Aspects Med, 2022, 84: 101052 [2025-12-21]. https://pubmed.ncbi.nlm.nih.gov/34879970/. DOI: 10.1016/j.mam.2021.101052.
[5]
PENG W L, LI H W, XIA C C, et al. Cardiovascular indicators associated with ventricular remodeling in chronic high-altitude disease: a cardiovascular MRI study[J]. Eur Radiol, 2023, 33(9): 6267-6277. DOI: 10.1007/s00330-023-09574-4.
[6]
CAO Y X, CAO S D, GE R L, et al. Brain-aging related protein expression and imaging characteristics of mice exposed to chronic hypoxia at high altitude[J/OL]. Front Aging Neurosci, 2023, 15: 1268230 [2025-12-21]. https://pubmed.ncbi.nlm.nih.gov/37849650/. DOI: 10.3389/fnagi.2023.1268230.
[7]
侯昱胤, 温生宝, 周伯琪, 等. 多模态磁共振成像技术在慢性高原病脑部形态及功能改变中的研究进展[J]. 磁共振成像, 2025, 16(7): 140-146. DOI: 10.12015/issn.1674-8034.2025.07.023.
HOU Y Y, WEN S B, ZHOU B Q, et al. Research advances in multimodal magnetic resonance imaging for brain structural and functional alterations in chronic mountain sickness[J]. Chin J Magn Reson Imaging, 2025, 16(7): 140-146. DOI: 10.12015/issn.1674-8034.2025.07.023.
[8]
MUSER D, CHAHAL A A, SELVANAYAGAM J B, et al. Clinical applications of cardiac magnetic resonance parametric mapping[J/OL]. Diagnostics (Basel), 2024, 14(16): 1816 [2025-12-21]. https://pubmed.ncbi.nlm.nih.gov/39202304/. DOI: 10.3390/diagnostics14161816.
[9]
QILE M G, XU Q Y, YE Y, et al. Erythrocytes display metabolic changes in high-altitude polycythemia[J]. High Alt Med Biol, 2023, 24(2): 104-109. DOI: 10.1089/ham.2022.0151.
[10]
MIDHA A D, ZHOU Y Y, QUELICONI B B, et al. Organ-specific fuel rewiring in acute and chronic hypoxia redistributes glucose and fatty acid metabolism[J/OL]. Cell Metab, 2023, 35(3): 504-516.e5 [2025-12-21]. https://pubmed.ncbi.nlm.nih.gov/36889284/. DOI: 10.1016/j.cmet.2023.02.007.
[11]
HOU Y, FAN F H, XIE N, et al. Rhodiola crenulata alleviates hypobaric hypoxia-induced brain injury by maintaining BBB integrity and balancing energy metabolism dysfunction[J/OL]. Phytomedicine, 2024, 128: 155529 [2025-12-21]. https://www.sciencedirect.com/science/article/pii/S0944711324001946via%3Dihub. DOI: 10.1016/j.phymed.2024.155529.
[12]
LIU J C, PENG S H, YE L S, et al. Neuroinflammation aggravated by traumatic brain injury at high altitude is reversed by L-serine via NFAT1-mediated microglial polarization[J/OL]. Front Cell Neurosci, 2023, 17: 1152392 [2025-12-21]. https://pubmed.ncbi.nlm.nih.gov/37124395/. DOI: 10.3389/fncel.2023.1152392.
[13]
STACEY B S, HOILAND R L, CALDWELL H G, et al. Lifelong exposure to high-altitude hypoxia in humans is associated with improved redox homeostasis and structural-functional adaptations of the neurovascular unit[J]. J Physiol, 2023, 601(6): 1095-1120. DOI: 10.1113/JP283362.
[14]
JIANG Y, CAI K E, ZHU L L, et al. A meta-analysis of multidimensional cognitive functions changes in different intensities of high-altitude hypoxia[J/OL]. Brain Behav, 2025, 15(9): e70883 [2025-12-21]. https://pubmed.ncbi.nlm.nih.gov/40976994/. DOI: 10.1002/brb3.70883.
[15]
DOUTRELEAU S, ULLIEL-ROCHE M, HANCCO I, et al. Cardiac remodelling in the highest city in the world: effects of altitude and chronic mountain sickness[J]. Eur J Prev Cardiol, 2022, 29(17): 2154-2162. DOI: 10.1093/eurjpc/zwac166.
[16]
WILLIAMS A M, LEVINE B D, STEMBRIDGE M. A change of heart: Mechanisms of cardiac adaptation to acute and chronic hypoxia[J]. J Physiol, 2022, 600(18): 4089-4104. DOI: 10.1113/JP281724.
[17]
SU Z H, LIU Y W, ZHANG H. Adaptive cardiac metabolism under chronic hypoxia: mechanism and clinical implications[J/OL]. Front Cell Dev Biol, 2021, 9: 625524 [2025-12-21]. https://pubmed.ncbi.nlm.nih.gov/33604337/. DOI: 10.3389/fcell.2021.625524.
[18]
RICHALET J P, HERMAND E, LHUISSIER F J. Cardiovascular physiology and pathophysiology at high altitude[J]. Nat Rev Cardiol, 2024, 21(2): 75-88. DOI: 10.1038/s41569-023-00924-9.
[19]
MARES A C, GUPTA R. Surviving and thriving: impact of altitude on cardiac remodelling[J]. Eur J Prev Cardiol, 2022, 29(17): 2152-2153. DOI: 10.1093/eurjpc/zwac225.
[20]
ROWAN S C, MCLOUGHLIN P. Hypoxic pulmonary hypertension: the paradigm is changing[J]. Exp Physiol, 2014, 99(6): 837-838. DOI: 10.1113/expphysiol.2014.078485.
[21]
YANG X T, LIU H, WU X H. High-altitude pulmonary hypertension: a comprehensive review of mechanisms and management[J/OL]. Clin Exp Med, 2025, 25(1): 79 [2025-12-21]. https://pubmed.ncbi.nlm.nih.gov/40063280/. DOI: 10.1007/s10238-025-01577-3.
[22]
MATHEW R, IACOBAS S, HUANG J, et al. Metabolic deregulation in pulmonary hypertension[J]. Curr Issues Mol Biol, 2023, 45(6): 4850-4874. DOI: 10.3390/cimb45060309.
[23]
CHEN M H, LI H, LI Y, et al. Glycolysis modulation: New therapeutic strategies to improve pulmonary hypertension (Review)[J/OL]. Int J Mol Med, 2024, 54(6): 115 [2025-12-21]. https://pubmed.ncbi.nlm.nih.gov/39422043/. DOI: 10.3892/ijmm.2024.5439.
[24]
YUN E, KOOK Y, YOO K H, et al. Endothelial to mesenchymal transition in pulmonary vascular diseases[J/OL]. Biomedicines, 2020, 8(12): 639 [2025-12-21]. https://pubmed.ncbi.nlm.nih.gov/33371458/. DOI: 10.3390/biomedicines8120639.
[25]
SLINGO M E. Oxygen-sensing pathways and the pulmonary circulation[J]. J Physiol, 2024, 602(21): 5619-5629. DOI: 10.1113/JP284591.
[26]
SYDYKOV A, MAMAZHAKYPOV A, MARIPOV A, et al. Pulmonary hypertension in acute and chronic high altitude maladaptation disorders[J/OL]. Int J Environ Res Public Health, 2021, 18(4): 1692 [2025-12-21]. https://pubmed.ncbi.nlm.nih.gov/33578749/. DOI: 10.3390/ijerph18041692.
[27]
WANG S Y, GAO J, ZHAO J H. Effects of high altitude on renal physiology and kidney diseases[J/OL]. Front Physiol, 2022, 13: 969456 [2025-12-21]. https://pubmed.ncbi.nlm.nih.gov/36338473/. DOI: 10.3389/fphys.2022.969456.
[28]
WU P W, LI X, LONG W J, et al. The gut-kidney axis in high-altitude hypoxia: pathophysiological mechanisms and the central role of hypoxia inducible factor[J/OL]. Ann Med, 2025, 57(1): 2557514 [2025-12-21]. https://pubmed.ncbi.nlm.nih.gov/40944332/. DOI: 10.1080/07853890.2025.2557514.
[29]
CHHABRA V, ANAND A S, BAIDYA A K, et al. Hypobaric hypoxia induced renal damage is mediated by altering redox pathway[J/OL]. PLoS One, 2018, 13(7): e0195701 [2025-12-21]. https://pubmed.ncbi.nlm.nih.gov/30005088/. DOI: 10.1371/journal.pone.0195701.
[30]
IBRAHIM E, SOHAIL S K, IHUNWO A, et al. Effect of high-altitude hypoxia on function and cytoarchitecture of rats' liver[J/OL]. Sci Rep, 2025, 15(1): 12771 [2025-12-21]. https://pubmed.ncbi.nlm.nih.gov/40229399/. DOI: 10.1038/s41598-025-97863-x.
[31]
PAPANDREOU I, BENEJ M, DENKO N C. Unanticipated metabolic plasticity in response to chronic hypoxia[J]. Cell Metab, 2023, 35(3): 381-383. DOI: 10.1016/j.cmet.2023.02.011.
[32]
XU Z G, JIA Z L, SHI J L, et al. Transcriptional profiling in the livers of rats after hypobaric hypoxia exposure[J/OL]. PeerJ, 2019, 7: e6499 [2025-12-21]. https://pubmed.ncbi.nlm.nih.gov/30993032/. DOI: 10.7717/peerj.6499.
[33]
SOLANKI S, SHAH Y M. Hypoxia-induced signaling in gut and liver pathobiology[J/OL]. Annu Rev Pathol, 2024, 19: 291-317 [2025-12-21]. https://pubmed.ncbi.nlm.nih.gov/37832943/. DOI: 10.1146/annurev-pathmechdis-051122-094743.
[34]
KRÜGER J, OPFER R, SPIES L, et al. Voxel-based morphometry in single subjects without a scanner-specific normal database using a convolutional neural network[J]. Eur Radiol, 2024, 34(6): 3578-3587. DOI: 10.1007/s00330-023-10356-1.
[35]
CHEN J X, TIAN C, ZHANG Q, et al. Changes in volume of subregions within basal ganglia in obsessive-compulsive disorder: a study with atlas-based and VBM methods[J/OL]. Front Neurosci, 2022, 16: 890616 [2025-12-21]. https://pubmed.ncbi.nlm.nih.gov/35794954/. DOI: 10.3389/fnins.2022.890616.
[36]
BOERWINKLE V L, NOWLEN M A, VAZQUEZ J E, et al. Resting-state fMRI seizure onset localization meta-analysis: comparing rs-fMRI to other modalities including surgical outcomes[J/OL]. Front Neuroimaging, 2024, 3: 1481858 [2025-12-21]. https://pubmed.ncbi.nlm.nih.gov/39742390/. DOI: 10.3389/fnimg.2024.1481858.
[37]
ZHU Q Q, TIAN S, ZHANG L, et al. Altered dynamic amplitude of low-frequency fluctuation in individuals at high risk for Alzheimer's disease[J]. Eur J Neurosci, 2024, 59(9): 2391-2402. DOI: 10.1111/ejn.16267.
[38]
HWANG Z A, LI C W, HSU A L, et al. Assessment of resting cerebral perfusion between methamphetamine-associated psychosis and schizophrenia through arterial spin labeling MRI[J]. Eur Arch Psychiatry Clin Neurosci, 2025, 275(3): 873-883. DOI: 10.1007/s00406-024-01857-1.
[39]
李洪进, 王荣品. 脑小血管病的三维动脉自旋标记成像研究进展[J]. 中国中西医结合影像学杂志, 2025, 23(1): 117-120. DOI: 10.3969/j.issn.1672-0512.2025.01.024.
LI H J, WANG R P. Research progress of 3D-ASL in small cerebral vascular diseases[J]. Chin Imaging J Integr Tradit West Med, 2025, 23(1): 117-120. DOI: 10.3969/j.issn.1672-0512.2025.01.024.
[40]
CHAKER S C, REDDY A P, KING D, et al. Diffusion tensor imaging: techniques and applications for peripheral nerve injury[J/OL]. Ann Plast Surg, 2024, 93(3S): S113-S115 [2025-12-21]. https://pubmed.ncbi.nlm.nih.gov/39230294/. DOI: 10.1097/sap.0000000000004055.
[41]
GHADERI S, MOHAMMADI S, FATEHI F. Diffusion tensor imaging (DTI) biomarker alterations in brain metastases and comparable tumors: a systematic review of DTI and tractography findings[J/OL]. World Neurosurg, 2024, 190: 113-129 [2025-12-21]. https://pubmed.ncbi.nlm.nih.gov/38986953/. DOI: 10.1016/j.wneu.2024.07.037.
[42]
THOMSON A R, PASANTA D, ARICHI T, et al. Neurometabolite differences in Autism as assessed with Magnetic Resonance Spectroscopy: a systematic review and meta-analysis[J/OL]. Neurosci Biobehav Rev, 2024, 162: 105728 [2025-12-21]. https://pubmed.ncbi.nlm.nih.gov/38796123/. DOI: 10.1016/j.neubiorev.2024.105728.
[43]
SUBAŞı TURGUT F, BULUT M, HATTAPOĞLU S, et al. The relationship between oxidative stress markers and 1H-Magnetic resonance spectroscopy findings in obsessive compulsive disorder[J/OL]. Brain Res, 2024, 1833: 148852 [2025-12-21]. https://pubmed.ncbi.nlm.nih.gov/38494099/. DOI: 10.1016/j.brainres.2024.148852.
[44]
BAO H H, HE X, WANG F F, et al. Study of brain structure and function in chronic mountain sickness based on fMRI[J/OL]. Front Neurol, 2021, 12: 763835 [2025-12-21]. https://pubmed.ncbi.nlm.nih.gov/35069409/. DOI: 10.3389/fneur.2021.763835.
[45]
TROUDI HABIBI A, MICAUX J, MAUCONDUIT F, et al. Cerebrovascular autoregulation in hypoxia: quantitative insights from arterial spin labeling[J/OL]. Front Neurosci, 2025, 19: 1672726 [2025-12-21]. https://pubmed.ncbi.nlm.nih.gov/41035522/. DOI: 10.3389/fnins.2025.1672726.
[46]
BAO H H, LI R Y, HE M L, et al. DTI study on brain structure and cognitive function in patients with chronic mountain sickness[J/OL]. Sci Rep, 2019, 9(1): 19334 [2025-12-21]. https://pubmed.ncbi.nlm.nih.gov/31852992/. DOI: 10.1038/s41598-019-55498-9.
[47]
白秀秀, 鲍海华, 何鑫. 慢性高原病脑部多体素~1H-MRS研究[J]. 磁共振成像, 2022, 13(2): 42-46. DOI: 10.12015/issn.1674-8034.2022.02.009.
BAI X X, BAO H H, HE X. Study on multi-voxel 1H-MRS in brain of chronic mountain sickness[J]. Chin J Magn Reson Imaging, 2022, 13(2): 42-46. DOI: 10.12015/issn.1674-8034.2022.02.009.
[48]
KAWEL-BOEHM N, HETZEL S J, AMBALE-VENKATESH B, et al. Society for Cardiovascular Magnetic Resonance reference values ("normal values") in cardiovascular magnetic resonance: 2025 update[J/OL]. J Cardiovasc Magn Reson, 2025, 27(1): 101853 [2025-12-21]. https://pubmed.ncbi.nlm.nih.gov/39914499/. DOI: 10.1016/j.jocmr.2025.101853.
[49]
CARRABBA N, AMICO M A, GUARICCI A I, et al. CMR mapping: the 4th-era revolution in cardiac imaging[J/OL]. J Clin Med, 2024, 13(2): 337 [2025-12-21]. https://pubmed.ncbi.nlm.nih.gov/38256470/. DOI: 10.3390/jcm13020337.
[50]
TSAMPASIAN V, CAMERON D, SOBHAN R, et al. Phosphorus magnetic resonance spectroscopy (31P MRS) and cardiovascular disease: the importance of energy[J/OL]. Medicina (Kaunas), 2023, 59(1): 174 [2025-12-21]. https://pubmed.ncbi.nlm.nih.gov/36676798/. DOI: 10.3390/medicina59010174.
[51]
PENG J, SUN P, LIAN J X, et al. Myocardial energy metabolism in heart failure: Systematic review and meta-analysis of Phosphorus-31 magnetic resonance spectroscopy phosphocreatine/adenosine triphosphate ratio[J/OL]. J Cardiovasc Magn Reson, 2026, 28(1): 101993 [2025-12-21]. https://pubmed.ncbi.nlm.nih.gov/41318032/. DOI: 10.1016/j.jocmr.2025.101993.
[52]
SUN Y Q, ZHANG C H, TIAN D F, et al. Application of 7.0 T ultra-high-field MRI in evaluating the structure and function of the right ventricle of the heart in rats under a chronic hypoxic environment at high altitude[J/OL]. Ann Transl Med, 2021, 9(20): 1585 [2025-12-21]. https://pubmed.ncbi.nlm.nih.gov/34790791/. DOI: 10.21037/atm-21-5078.
[53]
ANDO K, NAGAO M, WATANABE E, et al. Association between myocardial hypoxia and fibrosis in hypertrophic cardiomyopathy: analysis by T2* BOLD and T1 mapping MRI[J]. Eur Radiol, 2020, 30(8): 4327-4336. DOI: 10.1007/s00330-020-06779-9.
[54]
YUAN X H, ZHU X M, CHEN Y, et al. Cardiac energetics alteration in a chronic hypoxia rat model: a non-invasive in vivo 31P magnetic resonance spectroscopy study[J]. J Xray Sci Technol, 2022, 30(1): 165-175. DOI: 10.3233/XST-210985.
[55]
MATUSOV Y, KOLAITIS N A, GEFT D, et al. Best practices for right heart catheterization in the diagnosis of pulmonary hypertension[J]. Chest, 2025, 168(3): 763-779. DOI: 10.1016/j.chest.2025.05.009.
[56]
TELLO K, NAEIJE R, DE MAN F, et al. Pathophysiology of the right ventricle in health and disease: an update[J]. Cardiovasc Res, 2023, 119(10): 1891-1904. DOI: 10.1093/cvr/cvad108.
[57]
陈静, 鲍海华, 周柱. 慢性高原病主肺动脉扩张的病理生理及影像诊断[J]. 磁共振成像, 2017, 8(9): 711-715. DOI: 10.12015/issn.1674-8034.2017.09.013.
CHEN J, BAO H H, ZHOU Z. Pathophysiology and imaging diagnosis of main pulmonary artery dilatation in patients with chronic mountain sickness[J]. Chin J Magn Reson Imaging, 2017, 8(9): 711-715. DOI: 10.12015/issn.1674-8034.2017.09.013.
[58]
SHIMA H, TSUJINO I, NAKAYA T, et al. Right ventricular dysfunction in lung disease/hypoxia-associated pulmonary hypertension[J/OL]. J Am Heart Assoc, 2025, 14(16): e042186 [2025-12-21]. https://pubmed.ncbi.nlm.nih.gov/40792592/. DOI: 10.1161/JAHA.125.042186.
[59]
FADÓN-PADILLA L, MIRANDA-PÉREZ DE ALEJO C, MIGUEL-COELLO A B, et al. Magnetic nanoradiotracers for targeted neutrophil detection in pulmonary arterial hypertension[J/OL]. J Nanobiotechnology, 2024, 22(1): 709 [2025-12-21]. https://pubmed.ncbi.nlm.nih.gov/39543655/. DOI: 10.1186/s12951-024-03000-7.
[60]
WANG Q, YU G H, QIU J F, et al. Application of intravoxel incoherent motion in clinical liver imaging: a literature review[J]. J Magn Reson Imaging, 2024, 60(2): 417-440. DOI: 10.1002/jmri.29086.
[61]
COPUR S, YAVUZ F, SAG A A, et al. Future of kidney imaging: Functional magnetic resonance imaging and kidney disease progression[J/OL]. Eur J Clin Invest, 2022, 52(5): e13765 [2025-12-21]. https://pubmed.ncbi.nlm.nih.gov/35267195/. DOI: 10.1111/eci.13765.
[62]
DONG W L, XIAO L Y, LUO Z W, et al. Assessment of hypoxia status in a rat chronic liver disease model using IVIM and T1 mapping[J/OL]. Front Med, 2024, 11: 1477685 [2025-12-21]. https://pubmed.ncbi.nlm.nih.gov/39906347/. DOI: 10.3389/fmed.2024.1477685.
[63]
ZHANG X Y, YE C Y, LU F, et al. Evaluation of renal oxygenation and perfusion in patients with chronic kidney disease: a preliminary prospective study based on functional magnetic resonance[J/OL]. Ren Fail, 2024, 46(2): 2428337 [2025-12-21]. https://pubmed.ncbi.nlm.nih.gov/39584486/. DOI: 10.1080/0886022X.2024.2428337.
[64]
XU Y Z, YANG J, LU F, et al. Correlation of renal oxygenation with renal function in chronic kidney disease: a preliminary prospective study[J]. Kidney Blood Press Res, 2023, 48(1): 175-185. DOI: 10.1159/000529165.
[65]
SHARMA P, CHATTERJEE P, ALVARADO L A, et al. Standardized uptake value of normal organs on routine clinical [18F] FDG PET/CT: impact of tumor metabolism and patient-related factors[J/OL]. Nucl Med Rev Cent East Eur, 2023, 26: 1-10 [2025-12-21]. https://pubmed.ncbi.nlm.nih.gov/36286203/. DOI: 10.5603/NMR.a2022.0036.
[66]
REED M B, PONCE DE LEÓN M, VRAKA C, et al. Whole-body metabolic connectivity framework with functional PET[J/OL]. NeuroImage, 2023, 271: 120030 [2025-12-21]. https://pubmed.ncbi.nlm.nih.gov/36925087/. DOI: 10.1016/j.neuroimage.2023.120030.
[67]
ZIAI P, HAYERI M R, SALEI A, et al. Role of optimal quantification of FDG PET imaging in the clinical practice of radiology[J]. Radiographics, 2016, 36(2): 481-496. DOI: 10.1148/rg.2016150102.
[68]
HIRATA K, WATANABE S, KITAGAWA Y, et al. A review of hypoxia imaging using 18F-fluoromisonidazole positron emission tomography[J/OL]. Methods Mol Biol, 2024, 2755: 133-140 [2025-12-21]. https://pubmed.ncbi.nlm.nih.gov/38319574/. DOI: 10.1007/978-1-0716-3633-6_9.
[69]
PALARD-NOVELLO X, VISSER D, YAQUB M, et al. Whole-body [18F] DPA-714 kinetic assessment using PET/CT scanner with long axial field of view[J]. J Nucl Med, 2025, 66(7): 1142-1148. DOI: 10.2967/jnumed.124.268979.
[70]
MONFORT-PIRES M, U-DIN M, DE MELLO V, et al. Cold-induced serum short-chain fatty acids act as markers of brown adipose tissue metabolism in humans[J/OL]. J Clin Endocrinol Metab, 2025: dgaf607 [2025-12-21]. https://pubmed.ncbi.nlm.nih.gov/41206219/. DOI: 10.1210/clinem/dgaf607.
[71]
XIE Y H, HUANG B S, LI F. UnetTransCNN: integrating transformers with convolutional neural networks for enhanced medical image segmentation[J/OL]. Front Oncol, 2025, 15: 1467672 [2025-12-21]. https://pubmed.ncbi.nlm.nih.gov/40708942/. DOI: 10.3389/fonc.2025.1467672.

上一篇 零回波时间磁共振成像技术在骨骼系统中的临床应用进展
下一篇 无液氦超导磁共振成像技术发展现状与展望——从资源依赖到自主可控
  
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