分享:
分享到微信朋友圈
X
• 临床研究 •
急性缺血性卒中患者深髓静脉不对称征与DTI-ALPS指数的相关性研究
程诗涵 赵元辉 杨智翔 高铎 张正楠 王惠晓 周金丽 杨海庆

本文引用格式 程诗涵, 赵元辉, 杨智翔, 等. 急性缺血性卒中患者深髓静脉不对称征与DTI-ALPS指数的相关性研究[J]. 磁共振成像, 2026, 17(11): 53-60. DOI:10.12015/issn.1674-8034.2026.11.007.


[摘要] 目的 探讨急性缺血性卒中(acute ischemic stroke, AIS)患者深髓静脉不对称征与沿血管周围间隙的扩散张量成像分析(diffusion tensor imaging analysis along the perivascular space, DTI-ALPS)指数的相关性,以评估类淋巴系统微结构损伤与静脉引流障碍在AIS中的相互作用。材料与方法 本研究为单中心横断面观察研究。前瞻性纳入92例AIS患者,所有受试者均接受MRI扫描。采集序列包括:三维T1加权成像(three dimensional T1 weighted imaging, 3D-T1WI)、T2加权成像(T2 weighted imaging, T2WI)、液体衰减反转恢复(fluid attenuated inversion recovery, FLAIR)、扩散加权成像(diffusion weighted imaging, DWI)、磁敏感加权成像(susceptibility weighted imaging, SWI)和扩散张量成像(diffusion tensor imaging, DTI)。基于DTI计算ALPS指数。根据SWI图像将AIS患者分为深髓静脉不对称征(asymmetric deep medullary veins, ADMV)组与非ADMV组,其中ADMV组49例、非ADMV组43例。比较两组间临床资料差异,采用单因素及多因素线性回归分析探讨ALPS指数的影响因素及其与ADMV的关联。多因素回归模型Ⅰ调整年龄、性别;模型Ⅱ调整年龄、性别、NIHSS评分、高血压;模型Ⅲ调整年龄、性别、NIHSS评分、高血压、糖尿病。结果 AIS患者患侧与健侧ALPS指数差异无统计学意义(t=-0.027,P>0.05);ADMV组ALPS比值(患侧/健侧)显著高于非ADMV组(t=3.661,P<0.001)。单因素线性回归显示,年龄(β=0.220,95% CI:0.000~0.005,P=0.035)、NIHSS评分(β=0.306,95% CI:0.003~0.016,P=0.003)及ADMV(β=0.360,95% CI:0.032~0.107,P<0.001)是ALPS比值的影响因素。多因素回归模型调整混杂因素后,ADMV仍与ALPS比值独立相关(模型Ⅰ:β=0.286,95% CI:0.018~0.093,P=0.005;模型Ⅱ:β=0.304,95% CI:0.020~0.097,P=0.003;模型Ⅲ:β=0.310,95% CI:0.021~0.098,P=0.003)。亚组分析显示ADMV对ALPS比值的影响在不同亚组中保持稳健。结论 ADMV与ALPS比值升高独立相关,且ALPS比值与神经功能缺损程度呈正相关,提示在AIS人群中解读ALPS指数时需结合SWI静脉引流状态,避免将其单独视为类淋巴功能的特异性指标。二者联合评估有望为AIS类淋巴功能改变及卒中严重程度评价提供互补信息。
[Abstract] Objective To investigate the correlation between the asymmetric deep medullary veins (ADMV) sign and the diffusion tensor imaging analysis along the perivascular space (DTI-ALPS) index in patients with acute ischemic stroke (AIS), and to evaluate the interaction between glymphatic microstructural impairment and venous drainage dysfunction in AIS.Materials and Methods This single-center cross-sectional observational study prospectively enrolled 92 patients with AIS. All subjects underwent MRI, including three-dimensional T1-weighted imaging (3D-T1WI), T2-weighted imaging (T2WI), fluid-attenuated inversion recovery (FLAIR), diffusion-weighted imaging (DWI), susceptibility-weighted imaging (SWI), and diffusion tensor imaging (DTI). The ALPS index was calculated based on DTI. According to SWI findings, patients with AIS were divided into the ADMV group (n = 49) and the non-ADMV group (n = 43). Clinical data were compared between the two groups. Univariate and multivariate linear regression analyses were performed to identify factors influencing the ALPS index and to examine its association with the ADMV sign. Multivariate regression Model Ⅰ was adjusted for age and sex; Model Ⅱ was adjusted for age, sex, NIHSS score, and hypertension; and Model Ⅲ was adjusted for age, sex, NIHSS score, hypertension, and diabetes.Results There was no significant difference in the ALPS index between the ipsilesional and contralesional sides in AIS patients (t = -0.027, P > 0.05). The ALPS ratio (ipsilesional / contralesional) in the ADMV group was significantly higher than that in the non-ADMV group (t = 3.661, P < 0.001). Univariate linear regression showed that age (β = 0.220, 95% CI: 0.000 to 0.005, P = 0.035), NIHSS score (β = 0.306, 95% CI: 0.003 to 0.016, P = 0.003), and ADMV (β = 0.360, 95% CI: 0.032 to 0.107, P < 0.001) were associated with the ALPS ratio. After adjusting for confounders in multivariate regression models, ADMV remained independently associated with the ALPS ratio (Model Ⅰ: β = 0.286, 95% CI: 0.018 to 0.093, P = 0.005; Model Ⅱ: β = 0.304, 95% CI: 0.020 to 0.097, P = 0.003; Model Ⅲ: β = 0.310, 95% CI: 0.021 to 0.098, P = 0.003). Subgroup analysis demonstrated that the effect of ADMV on the ALPS ratio remained robust across different subgroups.Conclusions ADMV is independently associated with an elevated ALPS ratio, and the ALPS ratio is positively correlated with the severity of neurological impairment. These findings suggest that, in the AIS population, interpretation of the ALPS index should take SWI-assessed venous drainage status into account rather than regarding it solely as a specific marker of glymphatic function. Combined evaluation of these two imaging measures is expected to provide complementary reference information for assessing glymphatic alterations and stroke severity in patients with acute ischemic stroke.
[关键词] 急性缺血性卒中;磁共振成像;扩散张量成像;沿血管周围间隙的扩散张量成像分析指数;类淋巴系统;深髓静脉
[Keywords] acute ischemic stroke;magnetic resonance imaging;diffusion tensor imaging;diffusion tensor imaging analysis along the perivascular space index;glymphatic system;deep medullary vein

程诗涵    赵元辉    杨智翔    高铎    张正楠    王惠晓    周金丽    杨海庆 *  

河北医科大学第二医院医学影像科,石家庄 050000

通信作者:杨海庆,E-mail: hbyhq@sina.com

作者贡献声明:杨海庆、高铎设计本研究的方案,对稿件重要内容进行了修改;程诗涵起草和撰写稿件,获取、分析和解释本研究的数据;赵元辉、杨智翔、张正楠、王惠晓和周金丽获取、分析本研究的数据,对稿件重要内容进行了修改;杨海庆获得了河北省医学科学研究课题计划项目和河北省重大科技专项的资助;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: 河北省医学科学研究课题计划项目 20250477 河北省重大科技专项 242W7709Z
收稿日期:2026-07-09
接受日期:2026-09-24
中图分类号:R445.2  R743.3 
文献标识码:A
DOI: 10.12015/issn.1674-8034.2026.11.007
本文引用格式 程诗涵, 赵元辉, 杨智翔, 等. 急性缺血性卒中患者深髓静脉不对称征与DTI-ALPS指数的相关性研究[J]. 磁共振成像, 2026, 17(11): 53-60. DOI:10.12015/issn.1674-8034.2026.11.007.

0 引言

       脑卒中是全球第二大死亡原因,也是致残的首要原因[1]。急性缺血性卒中(acute ischemic stroke, AIS)是临床上最常见的卒中类型,近年来,全球卒中患病负担显著增加[2]。脑卒中后遗留的认知功能障碍以及运动感觉功能障碍严重影响着患者的生活质量,因此脑卒中后病理生理机制研究一直是全球关注的焦点。

       近期研究发现,类淋巴系统可能在脑卒中及其相关并发症的病理生理学中起着至关重要的作用[3]。研究表明,类淋巴系统功能变化与卒中后认知功能障碍[4]及感觉运动功能障碍[5]有关,并且类淋巴系统通过水通道蛋白4(aquaporin-4, AQP4)在卒中后脑水肿形成中发挥着重要作用[6],因此有学者认为类淋巴系统可能成为卒中治疗的新靶点[7]。类淋巴系统相关研究为包括脑卒中在内的众多脑疾病的发病机制提供了全新的研究视角。深髓静脉(deep medullary vein, DMV)是深静脉系统的重要组成部分,负责深部脑白质的静脉回流[8]。DMV的正常引流对于脑组织代谢废物的清除和脑血流量的维持至关重要[9]。既往研究表明,AIS患者的深髓静脉不对称征(asymmetric deep medullary veins, ADMV)主要源于局部缺血引发的血管扩张,导致静脉容量增加,脱氧血红蛋白含量相对升高[10, 11, 12]。

       近年来,沿血管周围间隙的扩散张量成像分析(diffusion tensor imaging analysis along the perivascular space, DTI-ALPS)指数[13]在宏观尺度上为临床检测类淋巴系统功能提供了无创性手段[14]。ALPS通过测量侧脑室体部水平血管周围间隙的扩散率来间接反映局部组织液变化,已被用于多种疾病的类淋巴系统功能评估,包括缺血性脑卒中[3]、2型糖尿病[15]、帕金森病[16]、特发性正常压力脑积水[17]、睡眠障碍等[18]。磁敏感加权成像(susceptibility weighted imaging, SWI)能够很好地显示脑实质的细小静脉分支[19],DMV是深部白质静脉回流的主要通道,其引流障碍在SWI上表现为ADMV[20, 21, 22]。值得注意的是,DMV不仅是静脉回流结构,也是类淋巴系统脑脊液-组织间液(cerebrospinal fluid–interstitial fluid, CSF-ISF)交换的重要清除途径[23]。因此,ADMV可能通过阻碍ISF清除,影响血管周围间隙的微环境稳态。ALPS指数与ADMV可能反映同一病理过程的不同侧面,但二者在AIS中的关联尚不明确。

       因此,本研究旨在探讨AIS患者的ADMV与ALPS指数的相关性。基于既往研究,本研究提出如下假设:AIS患者的ADMV与ALPS指数有关。

1 材料与方法

1.1 研究对象

       本研究遵守《赫尔辛基宣言》,经河北医科大学第二医院伦理委员会批准(伦理批号:2024-R627),所有受试者检查前均已签署书面知情同意书。

       本研究为单中心横断面观察研究。前瞻性招募2024年9月至2025年8月就诊于河北医科大学第二医院的AIS患者,并在入院当天行MRI扫描,根据入院当天SWI是否存在ADMV分为ADMV组(暴露组)与非ADMV组(非暴露组)。同时采集患者的临床资料,包括年龄、性别、身体质量指数(body mass index, BMI)、梗死侧别、梗死部位、梗死体积、糖尿病、高血压、冠心病、血甘油三酯、吸烟史、饮酒史、美国国立卫生研究院卒中量表(National Institutes of Health Stroke Scale, NIHSS)评分。NIHSS评分由一名具有10年以上工作经验的神经内科主任医师进行评估。

       AIS患者纳入标准:(1)依据《中国急性缺血性脑卒中诊治指南2023》[24]中AIS诊断标准确诊为AIS;(2)病灶仅累及单侧大脑半球并且位于前循环供血区域,病灶体积<20 mL[25];(3)年龄区间40~80岁;(4)入院时间在卒中发病后7天之内,且MRI检查前尚未接受静脉溶栓、血管内取栓或抗血小板治疗;(5)右利手。

       排除标准:(1)首次头颅MRI检查有任何既往卒中证据;(2)存在除缺血性卒中外的神经系统疾病;(3)脑白质高信号Fazekas评分>2;(4)存在磁共振检查禁忌;(5)有药物滥用或依赖史;(6)存在脑微出血或其他出血性病变(基于SWI评估)。

       共收集107例AIS患者,其中有7例因MRI图像头动伪影严重影响数据测量被排除,5例因既往卒中病史被排除,另有3例因双侧大脑半球均存在梗死灶被排除。最终,本研究纳入了92名AIS患者。

1.2 MRI数据采集

       使用美国GE Signa™ Architect 3.0 T磁共振成像系统(General Electric Healthcare, Waukesha, Wisconsin, United States)进行扫描,32通道头部线圈。所有受试者佩戴耳塞后采取仰卧位检查,并且用海绵垫固定受试者头部,以减少运动伪影。采集序列包括:三维T1加权成像(three dimensional T1 weighted imaging, 3D-T1WI)、T2加权成像(T2 weighted imaging, T2WI)、液体衰减反转恢复(fluid attenuated inversion recovery, FLAIR)、扩散加权成像(diffusion weighted imaging, DWI)、磁敏感加权成像(susceptibility weighted imaging, SWI)和扩散张量成像(diffusion tensor imaging, DTI)。具体扫描参数见表1。

表1  MRI序列扫描参数
Tab. 1  MRI sequence scan parameters

1.3 ALPS指数计算及梗死灶体积测量

       所有DTI图像均使用开源软件(QSIprep v0.14.3,国际神经信息学协调机构;https://qsiprep.readthedocs.io/)进行预处理,该软件是基于FSL(https://fsl.fmrib.ox.ac.uk/fsl)和MRtrix3的自动化预处理工具,预处理步骤包括数据格式转换、去噪、Gibbs伪影校正、头动与涡流校正、磁敏感校正等。预处理完成后,通过FSL的dtifit工具进行DTI张量拟合,生成平均扩散率、各向异性分数(fractional anisotropy, FA)指标和张量分量文件。基于FSL将所有受试者的FA图依次进行线性和非线性配准,将FA图对齐到FMRIB58_FA标准空间。

       使用预定义的感兴趣区(region of interest, ROI)模板进行分析,获得ROI的扩散指标值。ALPS指数测量采用TAOKA等[13]提出的方法,具体步骤如下:基于SWI图像确定ROI,在侧脑室体部水平选择穿髓血管垂直于脑室通过的层面。将该层面与彩色编码的FA图进行融合。在彩色FA图上,投射纤维(上下走行,蓝色)与联络纤维(前后走行,绿色)区域分别放置ROI。每个大脑半球放置2个ROI(投射纤维区1个,联络纤维区1个),双侧半球共计4个ROI。ROI形状为球形,直径为5 mm(图1)。所有ROI均选取侧脑室体部旁外观正常的白质区域。对梗死病灶累及侧脑室体部水平标准ROI区域者,按预设规则将ROI移至侧脑室体部上方一层对应白质区(方案一:上一层ROI),并在敏感性分析中比较原方案(ROI置于标准解剖位置)、方案一及方案二(排除12例梗死累及标准ROI区域者)三种ROI定义对结果的影响。对每个受试者ROI的位置逐一检查确认。ALPS指数的计算及相关ROI DTI指标的提取通过FSL完成,并从张量文件中提取Dxx、Dyy、Dzz分量。根据TAOKA等[13]的公式计算出ALPS指数,公式如下:

       由于AIS患者病灶位于不同侧别,为评估AIS患者患侧与健侧大脑半球ALPS指数的差异,定义ALPS比值=患侧ALPS指数/健侧ALPS指数[26]。如病灶位于左侧的患者,ALPS比值=左侧ALPS指数/右侧ALPS指数;病灶位于右侧的患者,ALPS比值=右侧ALPS指数/左侧ALPS指数。

       根据DWI/FLAIR确定梗死部位,分为大脑中动脉(middle cerebral artery, MCA)供血区及大脑前动脉(anterior cerebral artery, ACA)供血区两种类型。梗死灶体积测量采用3D Slicer(v5.2.2)软件,由两位具有5年以上工作经验的放射科主治医师在不了解临床信息的情况下于DWI(b=1000 s/mm2)及表观扩散系数(apparent diffusion coefficient, ADC)图像上对病灶进行逐层手动勾画,勾画完成后,通过软件的Segment Statistics模块自动计算所有层面感兴趣区的体积总和,单位为立方毫米(mm3),并换算为毫升(mL),最终体积取两人测量值的平均值。

图1  沿血管周围间隙的扩散张量成像分析(DTI-ALPS)方法概念示意图。1A:DTI彩图显示投射纤维(z轴,蓝色)、联络纤维(y轴,绿色)、皮质下纤维(x轴,红色)的走行方向。放置两个感兴趣区(ROI)来测量投射纤维和联络纤维的扩散率。1B:示意图表示血管周围空间方向(灰色)与纤维方向的关系。其中血管周围间隙的方向垂直于投射纤维和联络纤维。1C:放置相同的ROI测量沿x轴的扩散率。1D:放置相同的ROI测量沿y轴的扩散率。1E:放置相同的ROI测量沿z轴的扩散率。
Fig. 1  Conceptual diagram of the diffusion tensor imaging along perivascular spaces (DTI-ALPS) method. 1A: A DTI color map showing the directions of projection fibers (z-axis, blue), commissural fibers (y-axis, green), and subcortical fibers (x-axis, red). Two regions of interest (ROIs) are placed to measure the diffusion coefficients of projection fibers and commissural fibers. 1B: A schematic illustrating the relationship between the direction of the perivascular space (gray) and the fiber directions. The direction of the perivascular space is perpendicular to both the projection fibers and the commissural fibers. 1C: The same ROIs are placed to measure the diffusion coefficient along the x-axis. 1D: The same ROIs are placed to measure the diffusion coefficient along the y-axis. 1E: The same ROIs are placed to measure the diffusion coefficient along the z-axis.

1.4 ADMV评估

       本研究为更好地观察两侧大脑半球深髓静脉不对称的情况,定义ADMV为患侧大脑半球DMV信号减低的数量较对侧增加≥5[20],ADMV评估在侧脑室体部层面进行。“DMV信号减低”由两位具有5年以上工作经验的放射科主治医师在不了解临床信息的情况下独立目测判定,当图像处理过程中意见不一致时,由双方协商达成一致。基于SWI图像,根据是否存在ADMV将AIS患者进一步分为ADMV组与非ADMV组,其中ADMV组49人,非ADMV组43人,代表性图像见图2。

图2  深髓静脉不对称征(ADMV)评估示意图。2A:左侧大脑半球存在ADMV(信号减低);2B:正常表现,无ADMV(信号减低)。
Fig. 2  Schematic illustration of the assessment of asymmetric deep medullary veins (ADMV). 2A: ADMV (reduced signal intensity) in the left cerebral hemisphere; 2B: A normal appearance with no ADMV (reduced signal intensity).

1.5 样本量估算

       根据文献[5]中AIS患者患侧与健侧ALPS指数[(1.225±0.132)vs.(1.337±0.138)],推算ALPS比值(患侧/健侧)均值约为0.92,标准差约为0.13。预期ADMV组与非ADMV组ALPS比值的差值约为0.12,合并标准差约为0.20。设α=0.05(双侧),1-β=0.80,采用PASS 15.0软件(两独立样本t检验)计算,每组最低样本量为25例,两组共50例。考虑20%脱落率,每组需纳入30例,共需60例。本研究最终纳入92例,满足上述样本量要求。

1.6 统计学分析

       所有统计分析均采用SPSS软件(31.0版;IBM公司)。首先采用Shapiro-Wilk检验判断变量分布情况:正态分布的连续变量以均值±标准差表示,组间差异采用独立样本t检验;非正态分布的连续变量以[M (Q1, Q3)]表示,组间差异采用Mann-Whitney U检验;计数资料以n(%)表示,组间比较采用χ2检验。采用配对样本t检验分别比较全部AIS患者、ADMV组及非ADMV组患者患侧与健侧ALPS指数差异。采用协方差分析比较ADMV组与非ADMV组的ALPS比值,校正协变量包括年龄、性别;采用组内相关系数(intra-class correlation coefficient, ICC)评价两位放射科医生对ALPS指数测量、ROI放置以及梗死灶体积勾画的一致性,ICC>0.75表示一致性良好。采用Cohen's Kappa检验评价两位放射科医生对ADMV评估的一致性,0.60<Kappa≤0.80表示一致性良好,Kappa>0.80表示一致性极好。

       以ALPS比值为因变量,进行单因素线性回归分析。对于预先设定的相关混杂因素和单因素分析中P<0.10的混杂因素,调整回归模型。既往研究表明,高血压[27]和糖尿病[15]可显著影响类淋巴系统功能,为控制其潜在混杂效应,本研究将高血压和糖尿病纳入多因素回归模型中进行校正。模型Ⅰ调整了年龄、性别;模型Ⅱ调整了年龄、性别、NIHSS评分、高血压;模型Ⅲ调整了年龄、性别、NIHSS评分、高血压、糖尿病。

       统计学显著性水平设定为P<0.05。

2 结果

2.1 受试者的临床特征

       本研究共纳入AIS患者92例,其中ADMV组患者49例,非ADMV组患者43例。两位放射科医生对AIS患者梗死灶体积测量的观察者间一致性良好[ICC:0.837(95% CI:0.795~0.868)]。ADMV组与非ADMV组患者的年龄和性别差异无统计学意义(P>0.05)。ADMV组NIHSS评分高于非ADMV组,差异有统计学意义(P<0.05)。研究对象的人口学特征和临床特征见表2。

表2  ADMV组、非ADMV组之间临床资料比较
Tab. 2  Comparison of clinical data between the ADMV group and the non-ADMV group

2.2 ADMV组与非ADMV组ALPS指数比较

       两位放射科医生对AIS患者ALPS指数[ICC:0.908(95% CI:0.852~0.942)]及ADMV[Kappa:0.813(95% CI:0.752~0.874)]的观察者间一致性均良好。AIS组患侧ALPS指数与健侧ALPS指数差异无统计学意义(t=-0.027,P>0.05),ADMV组患侧ALPS指数高于健侧(t=2.369,P=0.022),非ADMV组患侧ALPS指数低于健侧(t=-3.739,P<0.001)。ADMV组ALPS比值高于非ADMV组(t=3.661,P<0.001),差异均具有统计学意义。

2.3 AIS患者ALPS比值的线性回归分析

       单因素线性回归分析表明,年龄(β=0.220,95% CI:0.000~0.005,P=0.035)、NIHSS评分(β=0.306,95% CI:0.003~0.016,P=0.003)及ADMV(β=0.360,95% CI:0.032~0.107,P<0.001)是ALPS比值的影响因素(表3)。

       将单因素线性回归中P<0.10的变量和高血压、糖尿病纳入多因素分析,构建三个多元线性回归模型,结果见表4。

表3  与ALPS比值相关因素的单因素线性回归分析
Tab. 3  Univariate linear regression analysis of factors associated with the ALPS ratio
表4  与ALPS比值相关因素的多因素线性回归分析
Tab. 4  Multivariate linear regression analysis of factors associated with the ALPS ratio

2.4 ROI放置敏感性分析

       AIS患者中共12例(13.0%)梗死灶累及标准ROI区域,其中ADMV组5例、非ADMV组7例。ROI由两位放射科医师独立放置,不一致时协商解决。标准ROI放置的组间ICC为0.893(95% CI:0.841~0.932,92例),上一层ROI放置的ICC为0.852(95% CI:0.556~0.951,12例)。原方案、方案一(上一层ROI)及方案二(排除12例)三种情况下,ADMV与ALPS比值的关联方向及显著性基本一致:多因素模型Ⅲ中ADMV的β分别为0.310、0.364、0.309,NIHSS的β分别为0.229、0.243、0.227(P均<0.05)(表5)。提示ROI定义对主结论影响有限。

表5  不同ROI定义下ADMV及NIHSS与ALPS比值关联的敏感性分析
Tab. 5  Sensitivity analysis of the associations of ADMV and NIHSS with the ALPS ratio under different ROI definitions

2.5 亚组分析

       为评估ADMV与ALPS比值关联的稳健性并探索潜在效应修饰因子,本研究预先设定以下亚组变量:年龄(≤60岁 vs. >60岁)、NIHSS评分(≤3 vs. >3)、BMI(≤28 kg/m2 vs. >28 kg/m2)、高血压(有vs.无)、糖尿病(有vs.无)及吸烟史(有vs.无)。此外,参照《中国血脂管理指南(2023年)》[28],将血甘油三酯水平分为血脂合适(<1.7 mmol/L)与血脂异常(≥1.7 mmol/L)两组进行亚组分析。因冠心病及饮酒史亚组样本量有限,未纳入亚组分析。各亚组内采用多元线性回归模型,并通过纳入ADMV与各亚组变量的交互项计算交互作用P值。

       亚组分析结果(图3)显示,ADMV对ALPS比值的影响在多数亚组中保持一致。在年龄>60岁组、NIHSS评分≤3组、BMI≤28组、无高血压组、糖尿病组、有吸烟史组、血脂合适组及血脂异常组中,ADMV与ALPS比值升高呈显著正相关。所有亚组变量的交互作用P值均>0.05,提示ADMV对ALPS比值的影响在不同亚组间差异无统计学意义,研究结果具有较好的稳健性。

图3  ADMV对ALPS比值影响的亚组分析结果。*表示在P<0.05水平上差异具有统计学意义。横坐标为β值,横线为95% CI,竖线为无效线(β=0),交互作用P值反映ADMV效应在各亚组间的异质性。AIS:急性缺血性卒中;NIHSS:美国国立卫生研究院卒中量表;BMI:身体质量指数;ADMV:深髓静脉不对称征;ALPS:沿血管周围间隙;CI:置信区间。
Fig. 3  Results of the stratified analysis of the effect of ADMV on the ALPS ratio. * indicates a statistically significant difference at the P < 0.05 level. The x-axis represents β values; the horizontal lines indicate the 95% CI; the vertical line represents the null line (β = 0); and the interaction P-values reflect the heterogeneity of the ADMV effect across subgroups. AIS: acute ischemic stroke; NIHSS: National Institutes of Health Stroke Scale; BMI: body mass index; ADMV: asymmetric deep medullary veins; ALPS: along perivascular space; CI: confidence interval.

3 讨论

       本研究首次在AIS患者中系统评估了ADMV与ALPS指数的关联。核心发现如下:(1)ADMV组ALPS比值(患侧/健侧)显著高于非ADMV组,且ADMV是ALPS比值升高的独立相关因素;(2)ADMV状态修饰患侧/健侧ALPS指数的差异方向(ADMV组患侧>健侧,非ADMV组患侧<健侧);(3)ALPS比值与基线神经功能缺损程度(NIHSS评分)正相关。这些发现提示,深髓静脉引流障碍可能通过影响血管周围间隙微环境,干扰ALPS对类淋巴功能的评估。敏感性分析进一步显示,ADMV与ALPS比值的关联在原方案、方案一及方案二三种ROI定义下保持一致,提示该关联对ROI选择稳健。

3.1 AIS患者ALPS指数及其与神经功能损伤的关联

       ALPS指数作为目前无创评估类淋巴系统功能的重要影像学指标,可间接反映血管周围间隙脑脊液(cerebrospinal fluid, CSF)循环与组织间液清除效率,是评价类淋巴系统引流功能的重要参数。本研究发现,整体上AIS患者双侧ALPS指数差异无统计学意义,但按ADMV分组后呈现截然不同的模式:ADMV组患侧ALPS指数显著高于健侧,而非ADMV组患侧ALPS指数显著低于健侧,两组ALPS比值差异亦有统计学意义。这一结果表明,AIS患者类淋巴系统的微观改变并不一致,深髓静脉引流状态可能是决定患侧血管周围间隙水分子扩散特性变化方向的重要调节因素。对于非ADMV组,患侧ALPS指数降低可能反映了缺血后局部类淋巴引流功能受损,从病理生理机制来看,AIS的核心病理改变是血脑屏障的破坏和脑水肿的发生[29],脑缺血缺氧直接造成血管内皮损伤,导致血脑屏障通透性增加、完整性破坏,同时导致星形胶质细胞AQP4表达异常与极性紊乱[30, 31],二者共同造成CSF-ISF物质交换与流动效率下降[32];而对于ADMV组,患侧ALPS指数的相对升高则可能与深髓静脉引流障碍导致的血管周围间隙被动性扩张和间液滞留有关,这种机械性扩张反而增加了局部水分子沿血管周围间隙的扩散能力。上述发现提示,在AIS背景下,ALPS指数所反映的血管周围间隙水分子扩散特性同时受组织微结构损伤与静脉引流状态的共同调节,按静脉引流状态进行分层分析可能比整体比较更有利于揭示ALPS指数变化的潜在机制。

       本研究结果显示,较高的NIHSS评分与ALPS比值升高显著相关,需要注意的是,ALPS比值的升高在ADMV背景下可能并不意味着功能改善,反而提示存在ADMV的AIS患者可能存在更严重的神经功能损伤。既往研究发现,脑卒中后脑水肿是继发性神经功能恶化的核心因素,不仅是脑卒中患者高死亡率和致残率的关键影响因素[33],更是预后评估的重要预测指标[34]。类淋巴系统作为脑卒中后脑水肿形成的关键调控环节,其微结构受损程度一定程度上反映了脑水肿的进展与严重程度,卒中后病灶周围区域存在反应性星形胶质细胞增生及AQP4极性丧失,是导致类淋巴系统引流功能及微结构破坏的重要细胞学机制[6, 35]。反应性星形胶质细胞在修复期的失调会加剧炎症反应、阻碍轴突再生[36, 37],而AQP4极性丧失则进一步削弱了类淋巴系统的引流效率[38, 39, 40]。因此,针对病灶周围区域星形胶质细胞增生与AQP4功能异常的干预,可能成为改善AIS预后的重要策略[41]。此外,SUN等[42]关于急性抑制AQP4可减少星形胶质细胞增生、缩小梗死体积并改善神经功能的研究结果,为上述推论提供了证据。

3.2 ADMV与ALPS指数改变的潜在关联

       本研究的核心发现是ADMV组患者的ALPS比值显著高于非ADMV组,且ADMV是ALPS比值的独立影响因素。这一结果提示,深髓静脉引流障碍与血管周围间隙的水分子扩散特性改变在AIS中可能存在密切关联。DMV作为深部白质的主要引流静脉,不仅是脑组织静脉回流的重要通道,也被认为是类淋巴系统CSF-ISF循环的主要清除途径之一[23]。因此,DMV的结构与功能完整性可能对血管周围间隙的微环境稳态至关重要。

       在机制层面,我们提出以下假设:AIS后,局部缺血缺氧可能首先导致血管内皮损伤和血脑屏障破坏,继而引起DMV引流障碍,在SWI图像上表现为ADMV[10, 11, 12]。DMV引流不畅可能导致血管周围间隙内液体滞留,表现为血管周围间隙的相对扩张。这种扩张可能使得水分子沿血管周围间隙的扩散能力相对增强,从而导致ALPS指数出现反常性升高[43]。与此同时,AIS引发的细胞毒性水肿和血管源性水肿还可能导致白质微结构破坏[44]。

       除静脉引流障碍导致的血管周围间隙扩张外,以下替代解释需考虑:(1)梗死体积。ADMV组梗死体积有大于非ADMV组的趋势(5.17 vs. 3.45 mL,P=0.198),较大梗死可能导致更多细胞坏死和游离水释放,增加表观扩散率。(2)脑水肿。ADMV可能反映更严重的血脑屏障破坏和血管源性水肿,而水肿本身可改变血管周围间隙的扩散特性。未来研究需联合定量T2/FLAIR评估水肿严重程度。

       综合来看,ADMV组患者ALPS比值的升高可能并不代表与类淋巴功能相关的液体交换效率好转,而更可能反映了在DMV引流障碍背景下,血管周围间隙的被动性扩张与ISF积聚。既往研究发现,在AIS患者中,ADMV可能预示着不良的预后结局[20, 45]。一项针对老年人群的脑白质高信号研究发现,DMV受损程度与ALPS指数密切相关,支持了DMV功能状态影响血管周围间隙微环境的观点[22]。亚组分析进一步评估了ADMV与ALPS比值关联的稳健性。结果显示,ADMV对ALPS比值的影响在各分层因素(年龄、NIHSS评分、BMI、高血压、糖尿病、吸烟、血甘油三酯)中均呈现一致的效应方向,且各亚组间的交互作用P值均大于0.05,提示上述因素未显著改变ADMV与ALPS比值的关联,主结果具有较好的稳健性。上述发现进一步支持了DMV功能状态对血管周围间隙微环境具有重要调控作用的观点。

3.3 临床意义与潜在应用价值

       本研究的结果为理解AIS后脑微环境变化提供了新的线索。ALPS指数和SWI显示的深髓静脉征可能从不同侧面反映了AIS后脑组织微环境的变化:前者侧重于血管周围间隙的水分子扩散特性,后者则反映深部静脉的引流状态。联合应用这两种影像学标志物,或许有助于更全面地评估AIS患者的脑结构损伤程度和神经功能缺损风险[46]。然而,需要强调的是,ALPS指数作为一种间接测量指标,其在反映类淋巴系统功能方面的局限性不容忽视,本研究结果与MOSSIGE等[47]的发现形成呼应:若ALPS主要反映白质微结构完整性而非类淋巴清除效率,则ADMV组ALPS比值升高可能反映静脉淤滞导致的白质微观结构损伤(如髓鞘水肿或轴突损伤),而非类淋巴功能改善。这进一步支持在AIS中,ALPS应被视为非特异性白质微结构指标,其解释需结合其他影像标志物(如SWI、动脉自旋标记)。总之,ALPS指数只能作为评估类淋巴功能的间接指标,并且受疾病本身以及其他混杂因素(如衰老、睡眠习惯等[48])的影响,无法精准反映真实的类淋巴系统活性,本研究结果侧面验证了这一结论。

3.4 局限性及展望

       本研究存在一些局限性:(1)本研究样本量相对有限。(2)本研究采用二分类变量评估ADMV,未对其不对称程度进行量化,可能损失部分信息,限制了对ADMV分级效应与ALPS比值关联的深入探讨,未来研究可结合信号强度比等定量指标进一步验证。(3)未记录发病至MRI的精确时间,不同时间窗的脑水肿类型(细胞毒性vs.血管源性)可能不同,影响ALPS指数。(4)虽排除中重度脑白质高信号(Fazekas>2),但未定量评估轻度白质高信号负荷,其本身与类淋巴功能障碍相关。(5)ROI置于“病灶旁正常表现白质”,该区可能存在微观结构损伤;虽已通过敏感性分析验证主结论稳健,但替代ROI与标准ROI仍有解剖差异,残余偏倚难以完全排除。(6)本研究无法明确ALPS指数与ADMV、神经功能损伤之间的动态因果关系。未来,通过大样本、多中心的研究,结合动态对比增强MRI等更直接的类淋巴功能评估方法,有望进一步明确血管周围间隙影像学改变与AIS病理生理进程之间的确切关系。

4 结论

       本研究基于MRI探讨了AIS患者ADMV与ALPS指数的相关性,结果显示ADMV是ALPS比值升高的独立影响因素,且ALPS比值与基线神经功能缺损程度呈正相关。上述发现提示,AIS后深髓静脉引流障碍与血管周围间隙的扩散特性改变可能存在密切的病理生理关联。

[1]
HILKENS N A, CASOLLA B, LEUNG T W, et al. Stroke[J]. Lancet, 2024, 403(10446): 2820-2836. DOI: 10.1016/S0140-6736(24)00642-1.
[2]
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.
[3]
ZHU J, MO J, LIU K, et al. Glymphatic System Impairment Contributes to the Formation of Brain Edema After Ischemic Stroke[J]. Stroke, 2024, 55(5): 1393-1404. DOI: 10.1161/STROKEAHA.123.045941.
[4]
LI C, LI T, HU M, et al. Novel perivascular macrophage mechanism to promote glymphatic aβ clearance after stroke[J]. Stroke, 2025, 56(9): 2695-2706. DOI: 10.1161/STROKEAHA.124.050266.
[5]
ZENG L, YIN Z, LI W, et al. Impaired glymphatic system for upper limb motor dysfunction in patients with acute ischemic stroke[J]. Quant Imaging Med Surg, 2025, 15(12): 11894-11906. DOI: 10.21037/qims-2025-1170.
[6]
MASRI M AL, CORELL A, JAKOLA A S, et al. The glymphatic system for neurosurgeons: a scoping review[J/OL]. Neurosurg Rev, 2024, 47(1): 61 [2026-07-06]. https://doi.org/10.1007/s10143-024-02291-6. DOI: 10.1007/s10143-024-02291-6.
[7]
LV T, ZHAO B, HU Q, et al. The glymphatic system: a novel therapeutic target for stroke treatment[J/OL]. Front Aging Neurosci, 2021, 13: 689098 [2026-07-06]. https://www.frontiersin.org/journals/aging-neuroscience/articles/10.3389/fnagi.2021.689098/full. DOI: 10.3389/fnagi.2021.689098.
[8]
王天然, 刘冲. MRI评估深髓静脉相关脑血管病的研究进展[J]. 中国介入影像与治疗学, 2024, 21(6): 378-381. DOI: 10.13929/j.issn.1672-8475.2024.06.014.
WANG T R, LIU C. Research progresses of MRI for evaluating deep medullary vein related cerebrovascular diseases[J]. Chin J Interv Imaging Ther, 2024, 21(6): 378-381. DOI: 10.13929/j.issn.1672-8475.2024.06.014.
[9]
LIU Z Y, ZHAI F F, AO D H, et al. Deep medullary veins are associated with widespread brain structural abnormalities[J]. J Cereb Blood Flow Metab, 2022, 42(6): 997-1006. DOI: 10.1177/0271678X211065210.
[10]
CETINKAYA E, ARALASMAK A, GOKSUNGUR G, et al. Comparing perfusion data of CE-MRI, SWI, and CTA with MR perfusion in stroke[J]. Curr Med Imaging, 2023, 19(2): 136-141. DOI: 10.2174/1573405618666220211094501.
[11]
XIANG W, LIANG Z, ZHANG M, et al. Prognostic value of susceptibility-weighted imaging of prominent veins in acute ischemic stroke: A systematic review and meta-analysis[J/OL]. Front Neurol, 2022, 13: 1052035 [2026-07-13]. https://www.frontiersin.org/journals/neurology/articles/10.3389/fneur.2022.1052035/full. DOI: 10.3389/fneur.2022.1052035.
[12]
XIE Q, LIAO Y H, HE W J, et al. Evaluation of neonatal cerebral circulation under hypoxic ischemic risk factors based on quantitative analysis of cerebral veins with magnetic resonance susceptibility weighted imaging[J]. Clin Neuroradiol, 2024, 34(4): 859-869. DOI: 10.1007/s00062-024-01432-0.
[13]
TAOKA T, MASUTANI Y, KAWAI H, et al. Evaluation of glymphatic system activity with the diffusion MR technique: diffusion tensor image analysis along the perivascular space (DTI-ALPS) in Alzheimer's disease cases[J]. Jpn J Radiol, 2017, 35(4): 172-178. DOI: 10.1007/s11604-017-0617-z.
[14]
VAN DER THIEL M M, BACKES W H, RAMAKERS I H G, et al. Novel developments in non-contrast enhanced MRI of the perivascular clearance system: What are the possibilities for alzheimer's disease research?[J/OL]. Neurosci Biobehav Rev, 2023, 144: 104999 [2026-07-06]. https://www.sciencedirect.com/science/article/abs/pⅡ/S0149763422004764?via%3Dihub. DOI: 10.1016/j.neubiorev.2022.104999.
[15]
YANG G W, DENG N, LIU Y, et al. Evaluation of glymphatic system using diffusion MR technique in T2DM cases[J/OL]. Front Hum Neurosci, 2020, 14: 300 [2026-07-06]. https://www.frontiersin.org/journals/human-neuroscience/articles/10.3389/fnhum.2020.00300/full. DOI: 10.3389/fnhum.2020.00300.
[16]
WOOD K H, NENERT R, MIFTEN A M, et al. Diffusion tensor imaging-along the perivascular-space index is associated with disease progression in Parkinson's disease[J]. Mov Disord, 2024, 39(9): 1504-1513. DOI: 10.1002/mds.29908.
[17]
WU Q, CHEN J, YANG X, et al. Associations of ventriculomegaly and white matter hyperintensities with glymphatic dysfunction in idiopathic normal pressure hydrocephalus[J]. Eur Radiol, 2025, 35(7): 4315-4324. DOI: 10.1007/s00330-024-11320-3.
[18]
CHRISTENSEN J, YAMAKAWA G R, SHULTZ S R, et al. Is the glymphatic system the missing link between sleep impairments and neurological disorders? Examining the implications and uncertainties[J/OL]. Prog Neurobiol, 2021, 198: 101917 [2026-07-06]. https://www.sciencedirect.com/science/article/abs/pⅡ/S0301008220301868?via%3Dihub. DOI: 10.1016/j.pneurobio.2020.101917.
[19]
LI H, CHANG C, ZHOU B, et al. Radiomics machine learning based on asymmetrically prominent cortical and deep medullary veins combined with clinical features to predict prognosis in acute ischemic stroke: a retrospective study[J/OL]. PeerJ, 2025, 13: e19469 [2026-07-13]. https://peerj.com/articles/19469. DOI: 10.7717/peerj.19469.
[20]
YU X, YUAN L, JACKSON A, et al. Prominence of Medullary Veins on Susceptibility-Weighted Images Provides Prognostic Information in Patients with Subacute Stroke[J]. AJNR Am J Neuroradiol, 2016, 37(3): 423-429. DOI: 10.1038/jcbfm.2014.238.
[21]
CRITON G, HERMIER M, DE BOURGUIGNON C, et al. The brush sign is associated with a more severe oxygen metabolic impairment of the ischemic penumbra: an MRI-based study in patients with acute stroke[J]. AJNR Am J Neuroradiol, 2025, 46(8): 1557-1564. DOI: 10.3174/ajnr.A8723.
[22]
CAI J, SUN J, CHEN H, et al. Different mechanisms in periventricular and deep white matter hyperintensities in old subjects[J/OL]. Front Aging Neurosci, 2022, 14: 940538 [2026-07-06]. https://www.frontiersin.org/journals/aging-neuroscience/articles/10.3389/fnagi.2022.940538/full. DOI: 10.3389/fnagi.2022.940538.
[23]
YANG X L, LUO Y F, WANG T Y, et al. Glymphatic function, deep medullary veins, and cognitive impairment in cerebral small vessel disease: A mediation analysis[J/OL]. Clin Neurol Neurosurg, 2025, 258: 109143 [2026-07-06]. https://doi.org/10.1016/j.clineuro.2025.109143. DOI: 10.1016/j.clineuro.2025.109143.
[24]
中华医学会神经病学分会, 中华医学会神经病学分会脑血管病学组. 中国急性缺血性卒中诊治指南2023[J]. 中华神经科杂志, 2024, 57(6): 523-559. DOI: 10.3760/cma.j.cn113694-20240410-00221.
Chinese Society of Neurology, Chinese Stroke Society. Chinese guidelines for diagnosis and treatment of acute ischemic stroke 2023[J]. Chin J Neurol, 2024, 57(6): 523-559. DOI: 10.3760/cma.j.cn113694-20240410-00221.
[25]
MENG X B, JI J W. Infarct volume and outcome of cerebral ischaemia, a systematic review and meta‐analysis[J/OL]. Int J Clin Pract, 2021, 75(11): e14773 [2026-07-06]. https://onlinelibrary.wiley.com/doi/10.1111/ijcp.14773. DOI: 10.1111/ijcp.14773.
[26]
TOH C H, SIOW T Y. Glymphatic Dysfunction in Patients With Ischemic Stroke[J/OL]. Front Aging Neurosci, 2021, 13: 756249 [2026-07-06]. https://www.frontiersin.org/journals/aging-neuroscience/articles/10.3389/fnagi.2021.756249/full. DOI: 10.3389/fnagi.2021.756249.
[27]
TIAN Y, ZHAO M, CHEN Y, et al. The underlying role of the glymphatic system and meningeal lymphatic vessels in cerebral small vessel disease[J/OL]. Biomolecules, 2022, 12(6): 748 [2026-07-06]. https://doi.org/10.3390/biom12060748. DOI: 10.3390/biom12060748.
[28]
中国血脂管理指南修订联合专家委员会. 中国血脂管理指南(2023年)[J]. 中华心血管病杂志, 2023, 51(3): 221-255. DOI: 10.3760/cma.j.cn112148-20230119-00038.
Joint Committee on the Revision of the Chinese Guidelines for Lipid Management. Chinese guideline for lipid management (2023)[J]. Chin J Cardiol, 2023, 51(3): 221-255. DOI: 10.3760/cma.j.cn112148-20230119-00038.
[29]
REHMAN S, NADEEM A, AKRAM U, et al. Molecular mechanisms of ischemic stroke: a review integrating clinical imaging and therapeutic perspectives[J/OL]. Biomedicines, 2024, 12(4): 812 [2026-07-06]. https://doi.org/10.3390/biomedicines12040812. DOI: 10.3390/biomedicines12040812.
[30]
BLASE A, DI GIRASOLE C G, BENJAMIN L, et al. Phased blood-brain barrier disruption in ischaemic stroke: implications for therapy?[J/OL]. Fluids Barriers CNS, 2025, 22(1): 90 [2026-07-06]. https://doi.org/10.1186/s12987-025-00701-5. DOI: 10.1186/s12987-025-00701-5.
[31]
LI Y, REN M H, WANG J J, et al. Progress in Borneol Intervention for Ischemic Stroke: A Systematic Review[J/OL]. Front Pharmacol, 2021, 12: 606682 [2026-07-06]. https://www.frontiersin.org/journals/pharmacology/articles/10.3389/fphar.2021.606682/full. DOI: 10.3389/fphar.2021.606682.
[32]
YANG J, CAO C, LIU J, et al. Dystrophin 71 deficiency causes impaired aquaporin-4 polarization contributing to glymphatic dysfunction and brain edema in cerebral ischemia[J/OL]. Neurobiol Dis, 2024, 199: 106586 [2026-07-13]. https://www.sciencedirect.com/science/article/pⅡ/S0969996124002108. DOI: 10.1016/j.nbd.2024.106586.
[33]
SIMARD J M, WILHELMY B, TSYMBALYUK N, et al. Brain swelling versus infarct size: a problematizing review[J/OL]. Brain Sci, 2024, 14(3): 229 [2026-07-06]. https://doi.org/10.3390/brainsci14030229. DOI: 10.3390/brainsci14030229.
[34]
GUASCH-JIMÉNEZ M, DHAR R, KUMAR A, et al. Early automated cerebral edema assessment following endovascular therapy: impact on stroke outcome[J]. J Neurointerv Surg, 2025, 17(4): 354-359. DOI: 10.1136/jnis-2024-021641.
[35]
ZHANG H, WANG J, ZHANG S, et al. Aquaporin 4 and its isoforms regulation ameliorate AQP4 mis-localization-induced glymphatic dysfunction in ischemic stroke[J]. J Adv Res, 2026, 80: 835-849. DOI: 10.1016/j.jare.2025.05.022.
[36]
CAPUK O, BERTHOLD E, KALIYAPPAN K, et al. Selective deletion of NBCe1 in reactive astrocytes attenuates ischemic stroke brain damage[J]. Glia, 2025, 73(12): 2386-2406. DOI: 10.1002/glia.70075.
[37]
CIERI M B, RAMOS A J. Astrocytes, reactive astrogliosis, and glial scar formation in traumatic brain injury[J]. Neural Regen Res, 2025, 20(4): 973-989. DOI: 10.4103/NRR.NRR-D-23-02091.
[38]
ILIFF J J, WANG M, LIAO Y, et al. A paravascular pathway facilitates CSF flow through the brain parenchyma and the clearance of interstitial solutes, including amyloid β[J/OL]. Sci Transl Med, 2012, 4(147): 147ra111 [2026-07-06]. https://www.science.org/doi/10.1126/scitranslmed.3003748. DOI: 10.1126/scitranslmed.3003748.
[39]
ZAHRAN A, ABU-KHAZNEH O, BDAIR M, et al. Glymphatic system dysfunction in central nervous system diseases[J/OL]. CNS Neurosci Ther, 2026, 32(3): e70810 [2026-07-13]. https://onlinelibrary.wiley.com/doi/10.1111/cns.70810. DOI: 10.1111/cns.70810.
[40]
NEDERGAARD M, GOLDMAN S A. Glymphatic failure as a final common pathway to dementia[J]. Science, 2020, 370(6512): 51-56. DOI: 10.1126/science.abb8739.
[41]
XING X, ZHANG S. Neuroprotective role of AQP4 knockdown in astrocytes after oxygen–glucose deprivation[J/OL]. Brain Behav, 2024, 14(10): e70107 [2026-07-06]. https://doi.org/10.1002/brb3.70107. DOI: 10.1002/brb3.70107.
[42]
SUN C F, LIN L Y, YIN L K, et al. Acutely Inhibiting AQP4 With TGN-020 Improves Functional Outcome by Attenuating Edema and Peri-Infarct Astrogliosis After Cerebral Ischemia[J/OL]. Front Immunol, 2022, 13: 870029 [2026-07-06]. https://www.frontiersin.org/journals/immunology/articles/10.3389/fimmu.2022.870029/full. DOI: 10.3389/fimmu.2022.870029.
[43]
LAN H Y, LEI X J, WANG Q C, et al. Enlarged perivascular spaces in the basal ganglia region are associated with white matter interstitial fluid content via deep medullary vein dysfunction[J/OL]. Front Hum Neurosci, 2025, 19: 1656036 [2026-07-06]. https://www.frontiersin.org/journals/human-neuroscience/articles/10.3389/fnhum.2025.1656036/full. DOI: 10.3389/fnhum.2025.1656036.
[44]
KERN K C, WRIGHT C B, LEIGH R. Global changes in diffusion tensor imaging during acute ischemic stroke and post-stroke cognitive performance[J]. J Cereb Blood Flow Metab, 2022, 42(10): 1854-1866. DOI: 10.1177/0271678X221101644.
[45]
JING L N, SUI B B, SHEN M, et al. Are prominent medullary veins better than prominent cortical veins as predictors of early clinical outcome in patients with acute ischemic stroke?[J]. Diagn Interv Radiol, 2021, 27(2): 285-292. DOI: 10.5152/dir.2021.19644.
[46]
SUN J J, TANG Y L, WANG W N, et al. Multimodal neuroimaging investigation of post-stroke fatigue in middle-aged and older adults: combining resting-state fMRI and DTI-ALPS analysis[J/OL]. Front Aging Neurosci, 2025, 17: 1583655 [2026-07-06]. https://www.frontiersin.org/journals/aging-neuroscience/articles/10.3389/fnagi.2025.1583655/full. DOI: 10.3389/fnagi.2025.1583655.
[47]
MOSSIGE I, VALNES L M, STORÅS T H, et al. Comparing glymphatic function measures: Diffusion tensor image analysis along perivascular spaces (DTI-ALPS) versus intrathecal contrast-enhanced MRI[J/OL]. Radiology, 2026, 318(2): e252070 [2026-07-06]. https://pubs.rsna.org/doi/full/10.1148/radiol.252070. DOI: 10.1148/radiol.252070.
[48]
HAN G, ZHOU Y, ZHANG K, et al. Age- and time-of-day dependence of glymphatic function in the human brain measured via two diffusion MRI methods[J/OL]. Front Aging Neurosci, 2023, 15: 1173221 [2026-07-06]. https://www.frontiersin.org/journals/aging-neuroscience/articles/10.3389/fnagi.2023.1173221/full. DOI: 10.3389/fnagi.2023.1173221.

上一篇 基于静息态功能磁共振成像研究血管性认知功能障碍患者皮层低频振幅异常与认知损害的关系
下一篇 基于MRI影像组学诊断颅内静脉窦血栓模型的开发与验证研究
  
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