分享:
分享到微信朋友圈
X
综述
MRI识别和评估急性脑梗死缺血半暗带的研究进展
王燕停 于昊

Cite this article as: WANG Y T, YU H. Research progress of magnetic resonance imaging in the identification and evaluation of ischemic penumbra in acute cerebral infarction[J]. Chin J Magn Reson Imaging, 2023, 14(1): 161-165.本文引用格式:王燕停, 于昊. MRI识别和评估急性脑梗死缺血半暗带的研究进展[J]. 磁共振成像, 2023, 14(1): 161-165. DOI:10.12015/issn.1674-8034.2023.01.030.


[摘要] 急性缺血性脑卒中(acute ischemic stroke, AIS)也称为急性脑梗死,是我国最常见的脑卒中类型,具有较高的致死率及致残率。缺血半暗带作为急性脑梗死再灌注治疗的靶点,其早期和精准的识别对于临床医生制订合理的治疗方案以及预后评估具有重要意义。近年来,基于MRI序列的多种不匹配模型从血流动力学、侧支循环和代谢层面研究如何早期和精准地识别缺血半暗带。本文就这些模型在缺血半暗带的评估中的研究进展进行综述,旨在为今后的研究提供方向。
[Abstract] Acute ischemic stroke (AIS), also known as acute cerebral infarction, is one of the most common type of stroke in China, with high mortality and disability rate. As the target of reperfusion therapy for acute cerebral infarction, the early and accurate identification of ischemic penumbra is of great significance for clinicians to make reasonable treatment plan and prognosis evaluation. In recent years, a variety of mismatched models based on MRI sequences have studied how to identify the ischemic penumbra early and accurately from the perspectives of hemodynamics, collateral circulation and metabolism. This article reviews the research progress of these models in the evaluation of ischemic penumbra, aiming to provide directions for future research.
[关键词] 急性脑梗死;缺血半暗带;磁共振成像;灌注加权成像;磁敏感加权成像;酰胺质子转移成像
[Keywords] acute cerebral infarction;ischemic penumbra;magnetic resonance imaging;perfusion weighted imaging;susceptibility weighted imaging;amide proton transfer imaging

王燕停 1   于昊 2*  

1 济宁医学院临床医学院,济宁 272013

2 济宁医学院附属医院医学影像科,济宁 272029

通信作者:于昊,E-mail:ssyuhao@126.com

作者贡献声明:于昊设计本研究的方案,对稿件重要的智力内容进行了修改;王燕停起草和撰写稿件,获取、分析或解释本研究的数据;于昊获得了国家自然科学基金(编号:82001805)和济宁医学院附属医院博士科研启动基金(编号:2018-BS-010)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: 国家自然科学基金 82001805 济宁医学院附属医院博士科研启动基金 2018-BS-010
收稿日期:2022-05-10
接受日期:2022-12-12
中图分类号:R445.2  R743 
文献标识码:A
DOI: 10.12015/issn.1674-8034.2023.01.030
本文引用格式:王燕停, 于昊. MRI识别和评估急性脑梗死缺血半暗带的研究进展[J]. 磁共振成像, 2023, 14(1): 161-165. DOI:10.12015/issn.1674-8034.2023.01.030.

0 前言

       流行病学调查指出,脑卒中是我国成年人致死和致残的首位原因,其中,缺血性脑卒中约占发病总数的80%,其发病率呈上升趋势[1, 2]。缺血性脑卒中发病时血管狭窄或闭塞,血流灌注减低,脑组织出现不可逆转的梗死核心区域;但在其周围存在血流灌注水平低于维持正常脑功能但不至于引起脑组织形态结构改变的区域,该区域被称为缺血半暗带(ischemic penumbra, IP),这一概念是由ASTRUP等[3]首次提出。《急性脑梗死缺血半暗带临床评估及治疗中国专家共识》[4]指出,及时恢复IP区域的血流,该区域即可恢复正常,否则会恶化成为梗死灶而加重脑损害,因此IP是缺血性脑梗死治疗的关键靶点[5]。另外,多项临床研究发现部分超过时间窗并存在IP的患者仍可从再灌注治疗中获益,成为拓宽血管内治疗时间窗的最新证据。早期、全面和精准地识别IP对临床治疗至关重要,MRI以其多参数、多序列成像以及软组织分辨率高的优势在中枢神经系统疾病的成像中应用广泛,MRI不匹配模型也是IP评估中主要方法之一,目前对梗死核心的诊断价值基本达成共识,对于如何区分血流异常灌注的区域,仍是IP研究的热点,多种不匹配模型的研究以及基于图像大数据的影像组学及人工智能技术的应用以期更为早期和精准地评估IP,为临床进行再灌注治疗提供影像证据,本文就应用较多的MRI技术对IP的识别与评估的研究进展进行综述,旨在为今后的研究提供方向。

1 基于传统MRI影像学“不匹配”对IP的识别和评估

1.1 液体衰减反转恢复-扩散加权成像不匹配模型

       当扩散加权成像(diffusion weighted imaging, DWI)上出现高信号区域,而液体衰减反转恢复(fluid attenuated inversion recovery, FLAIR)像该区域信号改变不明显时,即FLAIR-DWI不匹配;FLAIR-DWI不匹配的出现表明患者发病时间在4.5 h之内[6, 7],该发现有助于指导醒后卒中及发病时间不明的患者进行安全有效的静脉溶栓治疗[8, 9]。但FLAIR-DWI不匹配的判断存在主观差异[10]。FLAIR血管高信号征(FLAIR vascular hyperintensity, FVH)是MRI上比较常见的一种征象,主要表现为MRI FLAIR序列上沿脑沟或脑表面分布的点状、线状的高信号影[11],该征象的出现与血栓引起大血管狭窄或闭塞继而导致缺血区内血流缓慢有关[12],但这一表现大多在有侧支循环建立时才可见。LEGREND等[13, 14]研究发现,DWI所示梗死核心和FVH出现区域存在不匹配,并且与灌注加权成像(perfusion weighted imaging, PWI)-DWI不匹配相比,FVH-DWI不匹配可以识别更大范围的IP且具有高度敏感性;更进一步的研究发现,FVH-DWI不匹配可以快速识别最有可能从血管再通及血运重建中获益的患者,提示临床存在FVH-DWI不匹配的患者可能会有较好的临床预后,这与WANG等[15]研究结果一致。但FVH-DWI不匹配敏感度虽高,特异度只有中等[14],认为所显示的不匹配区域不仅仅是IP,其原因仍值得进一步探讨。

1.2 MR血管成像-DWI不匹配模型

       急性缺血性脑卒中(acute ischemic stroke, AIS)的发生与病变区域供血血管的狭窄或闭塞有关。MR血管成像(MR angiography, MRA)是MRI检查序列中常用的一种技术,可无损伤、多角度旋转显示脑血管血流情况。目前MRA在AIS的应用多集中在诊断责任血管及评估侧支循环,对于IP评估中应用较少。LANSBERG等[16]发现前循环大动脉闭塞或狭窄而DWI所示梗死部位体积越小的患者可以从6 h内的再灌注中获益;DEGUCHI等[17]发现MRA-DWI不匹配可以用来预测IP并指导溶栓治疗及预后评估。付志勇等[18]研究急性后循环脑梗死患者发现存在MRA-DWI不匹配者容易发生早期神经功能恶化,而早期的血管再通治疗可以改善这一情况,认为这与IP的存在有一定联系,但仍需要更多的研究及更大的样本量进一步证明。

1.3 PWI-DWI不匹配模型

       动态磁敏感对比增强PWI(dynamic susceptibility contrasts enhanced PWI, DSC-PWI)在临床中应用较多,主要基于团注顺磁性对比剂追踪技术来反映组织血管灌注情况,并可以通过拟合得到脑血容量(cerebral blood volume, CBV)、脑血流量(cerebral blood flow, CBF)、平均通过时间(mean transit time, MTT)、达峰时间(time to peak, TTP)及残余功能达峰时间(time to maximum of the residual function, Tmax)等血流动力学参数。PWI和DWI之间的不匹配是临床上运用MRI技术评估IP的最经典的模式,一般认为以Tmax>6 s或相对MTT(relative MTT, rMTT)>145%区域代表低灌注区,DWI高信号区域[表观扩散系数(apparent diffusion coefficient, ADC)<620×10-6 mm2/s]代表梗死核心[19],两者的不匹配的范围即为IP。虽然PWI-DWI不匹配模式预测IP已被广泛使用,但随着研究的深入[20],发现PWI-DWI不匹配模型评价IP有一定不足:一方面是PWI常常包括了可逆性缺血区域;另一方面,部分DWI扩散受限高信号区域在早期溶栓后是可逆的。也有学者[21]对经典的不匹配模型进行改进,并提高了IP评估的准确性。但是,此模型仅适用于前循环脑卒中的患者,说明该模型有一定的局限性。

1.4 动脉自旋标记成像-DWI不匹配模型

       动脉自旋标记成像(arterial spin labeling, ASL)技术是近些年发展起来的MRI灌注技术,利用动脉血内水质子作为内源性标记物,将标记前后采集的图像进行减影而获得CBF图像,避免了注射钆对比剂所致认知障碍和肾纤维化的潜在风险[22, 23],研究发现该技术与传统的PWI技术对血流动力学异常区域的检出有良好的一致性[24, 25],可以作为替代手段应用于不适于注射钆对比剂的患者。LIU等[26]发现ASL-DWI和PWI-DWI两种不匹配模型对IP的评估同样具有良好的一致性;NIIBO等[27]研究发现当ASL<20 mL/100g•min-1以及MTT>10 s时,ASL-DWI不匹配与PWI-DWI不匹配具有100%一致性。但ASL也有一定的不足,KOHNO等[28]发现ASL仅对大面积脑梗死血流灌注敏感,对低血流灌注区域或小梗死灶的敏感性较差。侯聪等[29]认为由于技术因素ASL测量值会低于真实灌注值,或许高估了缺血区域;但值得注意的是,相对于DSC-PWI,ASL所获得的参数仅有CBF,而没有CBV、MTT、Tmax等指标,故ASL-DWI不匹配模型在评估IP时具有一定局限性。

1.5 磁敏感加权成像-DWI不匹配模型

       磁敏感加权成像(susceptibility weighted imaging, SWI)是一种利用组织磁敏感性的差异而成像的技术。研究发现,SWI在缺血区域内出现明显减低、管径明显增粗的低信号血管影,称为突出血管征(prominent vessel sign, PVS)[30, 31],一般认为PVS可以反映侧支血管形成情况。和PWI(ASL)-DWI不匹配模型从血流动力学变化的角度反映IP不同,SWI-DWI主要从侧支血管形成程度方面评估[32, 33];WANG等[34]发现SWI-DWI不匹配与传统的PWI-DWI不匹配在识别IP方面能力相近。LU等[35]使用SWI相位图与幅值图结合、过滤后的SWI mapping图对IP的体积进行了测量,发现SWIvolume-DWI不匹配与PWI-DWI具有很好的一致性,这或许为识别IP提供了新的方法。但JIANG等[36]研究 发现并非所有缺血性卒中病人都出现PVS,只有前循环梗死、大血管闭塞及心源性梗死的患者更容易出现PVS征。而且目前SWI尚不能精准量化,PVS征象的评价需要较为丰富的临床经验,所以SWI-DWI不匹配模型仅能作为辅助手段提高对IP评估的准确性。

2 基于组织代谢成像对IP的识别和评估

2.1 基于磁共振波谱成像对IP识别与评估

       磁共振波谱(magnetic resonance spectroscopy, MRS)是一种利用MRI化学位移现象来测定组成物质的分子成分进而无创性检测活体组织代谢产物的MRI技术。根据脑卒中的病理生理改变,当缺血时,缺血脑组织由无氧酵解功能,使得该区域pH值减低,而组织缺血程度不同,其发生无氧酵解的程度也不同,一般认为,缺血区脑组织发生代谢异常是早于组织梗死出现的,这使得从代谢层面可以更早地识别和评估IP。ZOLLNER等[37]应用MRI磷谱研究脑卒中发现,梗死区存在不同程度酸中毒的区域,认为该技术可能具有评价IP和梗死核心的能力;LI等[38]基于新型磁共振光谱成像(MRS imaging, MRSI)技术获得了N-乙酰天门冬氨酸(N-acetyl-aspartate, NAA)和乳酸(lactate, Lac)的3D地图,发现3D高分辨率MRSI可以将PWI-DWI失配区区分为酸性半暗带区(高Lac和NAA正常或减低)和良性低血区(低Lac和NAA正常);DEUCHAR等[39]发现MRS联合血氧水平依赖磁共振成像(blood oxygen level-dependent MRI, BOLD MRI)识别具有代谢活性半暗带的潜力;另有研究发现急性脑梗死的恢复可能与IP区代谢产物氨基丁酸明显下降有关[40],这可作为识别IP的一个诊断指标。尽管MRS可以从代谢层面评估IP,但是具有采集时间长、空间分辨率差、覆盖范围窄且不能做到可视化等缺点,因此,其临床上用于评估IP仍存在挑战。

2.2 基于酰胺质子转移加权成像技术对IP的评估

       基于酰胺质子转移加权(amide proton transfer weighted, APTw)成像是一种基于化学交换饱和转移(chemical exchange saturation transfer, CEST)原理,能够反映受检组织pH值、微摩尔甚至纳摩尔的游离蛋白或多肽内酰胺质子浓度分子影像新技术[41],且可以构建出基于pH值及酰胺质子浓度的可视化图像。SUN等[42]应用包含APTw技术在内的多序列MRI研究脑梗死大鼠模型时发现APTw成像可以早于常规T1WI、T2WI检出缺血脑组织,且可进一步细分PWI-DWI不匹配区,并认为APTw-DWI不匹配区可能为IP,APTw-PWI不匹配区可能为良性缺血区;WANG等[43]应用弛豫校准后的APTw技术研究急性脑梗死大鼠模型得到的结果与SUN等一致。TIETZE等[44]应用APTw技术研究超急性脑梗死病例发现APTw低信号范围与最终梗死范围一致;HARSTON等[45]对急性脑梗死患者进行APTw成像,发现梗死核心区、梗死进展区以及良性低灌注区的APTw信号依次增高,提示APTw技术有区分不同缺血程度脑区的潜力。谭月发[46]通过研究亚急性期缺血性脑卒中患者发现,APTw在临床试验中同样可以进一步细分PWI-DWI不匹配区。CBF灌注和APTw信号均减低而DWI信号正常可能为IP,而CBF低灌注而APTw与DWI均正常的区域对应良性缺血区。但APT成像影响因素较多,第一是核奥氏效应[47],是指两个空间位置很近的质子相互之间存在弛豫现象,当其中一个质子受到激发而饱和时,会将能量传递给另一个靠近的质子,导致其共振信号增加,继而产生干扰性的磁化传递效应,影响APTw成像结果的准确性;第二,场强的要求较高,目前仅适合用于场强3.0 T的MRI机器;第三,扫描时间仍相对较长。相信随着技术的进步,这些问题都会得到有效解决。

3 基于影像组学与人工智能技术在IP识别与评估中的应用

       影像组学是近年来新兴的图像后处理技术,借助于计算机软件对医学影像图像进行处理,然后通过定量分析得出最有价值的影像组学特征,进而提高疾病诊断准确率。一些学者将该技术应用于IP的评判中。BOUTS等[48]在自发或重组组织纤溶酶原激活剂(recombinant tissue plasminogen activator, rt-PA)诱导再灌注的栓塞性卒中大鼠模型发现广义线性模型(generalized linear model, GLM)在区分梗死核心与IP组织中的准确性最高,Dice相似指数为0.79。KUO等[49]开发了一种基于扩散张量成像(diffusion tensor imaging, DTI)衍生指标的2-level分类模型,用来预测AIS阶段的可抢救组织。结合平均扩散率(mean diffusivity, MD)和相对脑血流量参数图(relative cerebral blood flow maps)可以区分卒中半球的梗死核心、IP和正常组织区域。ZHANG等[50]将影像组学引入急性脑卒中患者的研究,发现通过提取ADC图的最佳影像组学特征构建的影像组学评分模型对AIS患者的IP识别具有较高的价值,并在此基础上进一步构建了ADC低信号区域及周围大脑区域的影像组学模型,发现基于ADC图低信号区域的影像组学模型的诊断效能优于基于ADC图病灶周围区域的影像组学模型。因此,影像组学可通过提取影像信息成为提供AIS演变的生物标志物,并且未来或能成为判断IP的一种有效的工具。

4 小结与展望

       总之,在急性脑梗死患者IP的评估中,MRI不匹配模型分别从结构、血流动力学变化、侧支循环建立及代谢等方面有效的识别IP这一治疗靶点,为临床干预提供了有效的影像学证据支持,特别是基于图像大数据的影像组学和人工智能算法的引入,提高了IP识别和评估的准确性。相信随着MRI技术的革新以及研究的深入,MRI对IP的评估将会越来越精准,越来越多的卒中患者会因此而受益。

[1]
HOLLIST M, MORGAN L, CABATBAT R, et al. Acute Stroke Management: Overview and Recent Updates[J]. Aging Dis, 2021, 12(4): 1000-1009. DOI: 10.14336/AD.2021.0311.
[2]
GU H, YANG X, WANG C, et al. Clinical Characteristics, Management, and In-Hospital Outcomes in Patients With Stroke or Transient Ischemic Attack in China[J/OL]. JAMA Netw Open, 2021, 4(8): e2120745 [2022-05-10]. https://pubmed.ncbi.nlm.nih.gov/34387677/. DOI: 10.1001/jamanetworkopen.2021.20745.
[3]
ASTRUP J, SIESJO B K, SYMON L. Thresholds in cerebral ischemia-the ischemic penumbra[J]. Stroke, 1981, 12(6): 723-725. DOI: 10.1161/01.str.12.6.723.
[4]
党超, 卢洁, 宋海庆, 等. 急性脑梗死缺血半暗带临床评估和治疗中国专家共识[J]. 中国神经精神疾病杂志, 2021, 47(6): 324-335. DOI: 10.3969/j.issn.1002-0152.2021.06.002.
DANG C, LU J, SONG H Q, et al. Chinese expert consensus on clinical evaluation and treatment of ischemic penumbra of acute cerebral infarction[J]. Chin J Nerv Ment Dis, 2021, 47(6): 324-335. DOI: 10.3969/j.issn.1002-0152.2021.06.002.
[5]
YANG S, LIU R. Four Decades of Ischemic Penumbra and Its Implication for Ischemic Stroke[J]. Transl Stroke Res, 2021, 12(6): 937-945. DOI: 10.1007/s12975-021-00916-2.
[6]
BENZAKOUN J, DESLYS M A, Legrand L, et al. Synthetic FLAIR as a Substitute for FLAIR Sequence in Acute Ischemic Stroke[J]. Radiology, 2022, 303(1): 153-159. DOI: 10.1148/radiol.211394.
[7]
CHENG B, PINNSCHMIDT H, KÖNIGSBERG A, et al. Estimating nocturnal stroke onset times by magnetic resonance imaging in the WAKE-UP trial[J]. Int J Stroke, 2022, 17(3): 323-330. DOI: 10.1177/17474930211059608.
[8]
CAO S, DONG H. Predictive value of DWI-FLAIR Mismatch in patients with Ischemic Stroke and receiving Endovascular treatment beyond Time Window[J]. Pak J Med Sci, 2021, 37(2): 466-471. DOI: 10.12669/pjms.37.2.3293.
[9]
BERGE E, WHITELEY W, AUDEBERT H, et al. European Stroke Organisation (ESO) guidelines on intravenous thrombolysis for acute ischaemic stroke[J/OL]. Eur Stroke J, 2021, 6(1): I-LXII [2022-05-10]. https://doi.org/10.1177/2396987321989865. DOI: 10.1177/2396987321989865.
[10]
REGENHARDT R W, BRETZNER M, ZANON Z M, et al. Radiomic signature of DWI-FLAIR mismatch in large vessel occlusion stroke[J]. J Neuroimaging, 2022, 32(1): 63-67. DOI: 10.1111/jon.12928.
[11]
ZENG L, CHEN J, LIAO H, et al. Fluid-Attenuated Inversion Recovery Vascular Hyperintensity in Cerebrovascular Disease: A Review for Radiologists and Clinicians[J/OL]. Front Aging Neurosci, 2021, 13: 790626 [2022-05-10]. https://doi.org/10.3389/fnagi.2021.790626. DOI: 10.3389/fnagi.2021.790626.
[12]
LEE K Y, KIM J W, PARK M, et al. Interpretation of fluid-attenuated inversion recovery vascular hyperintensity in stroke[J]. J Neuroradiol, 2022, 49(3): 258-266. DOI: 10.1016/j.neurad.2021.01.009.
[13]
LEGRAND L, TISSERAND M, TURC G, et al. Do FLAIR Vascular Hyperintensities beyond the DWI Lesion Represent the Ischemic Penumbra?[J]. AJNR Am J Neuroradiol, 2015, 36(2): 269-274. DOI: 10.3174/ajnr.A4088.
[14]
LEGRAND L, TURC G, EDJLALI M, et al. Benefit from revascularization after thrombectomy according to FLAIR vascular hyperintensities-DWI mismatch[J]. Eur Radiol, 2019, 29(10): 5567-5576. DOI: 10.1007/s00330-019-06094-y.
[15]
WANG Y, ZHOU Z, DING S. FLAIR vascular hyperintensity-DWI mismatch most likely to benefit from recanalization and good outcome after stroke[J/OL]. Medicine, 2020, 99(2): e18665 [2022-05-10]. https://doi.org/10.1097/MD.0000000000018665. DOI: 10.1097/MD.0000000000018665.
[16]
LANSBERG M G, THIJS V N, BAMMER R, et al. The MRA-DWI mismatch identifies patients with stroke who are likely to benefit from reperfusion[J]. Stroke, 2008, 39(9): 2491-2496. DOI: 10.1161/STROKEAHA.107.508572.
[17]
DEGUCHI I, DEMBO T, YOSHIMURA S, et al. Relationship between magnetic resonance angiography-diffusion-weighted imaging mismatch and clinical outcome in endovascular treatment for acute ischemic stroke: subgroup analysis of the Recovery by Endovascular Salvage for Cerebral Ultra-acute Embolism--Japan Registry[J]. J Stroke Cerebrovasc Dis, 2014, 23(6): 1471-1476. DOI: 10.1016/j.jstrokecerebrovasdis.2013.12.053.
[18]
付志勇, 王正则, 孙晓红. 磁共振血管成像-扩散加权成像不匹配预测基底动脉闭塞型急性后循环脑梗死缺血半暗带的价值[J]. 中国脑血管病杂志, 2019, 16(11): 587-592. DOI: 10.3969/j.issn.1672-5921.2019.11.005.
FU Z Y, WANG Z Z, SUN X H. The value of magnetic resonance angiography diffusion weighted imaging mismatch in predicting ischemic penumbra of acute posterior circulation cerebral infarction with basilar artery occlusion[J] Chin J Cerebrovasc Dis, 2019, 16 (11): 587-592. DOI: 10.3969/j.issn.1672-5921.2019.11.005.
[19]
ALBERS G W, MARKS M P, KEMP S, et al. Thrombectomy for Stroke at 6 to 16 Hours with Selection by Perfusion Imaging[J]. N Engl J Med, 2018, 378(8): 708-718. DOI: 10.1056/NEJMoa1713973.
[20]
CHEUNG J, DOERR M, HU R, et al. Refined Ischemic Penumbra Imaging with Tissue pH and Diffusion Kurtosis Magnetic Resonance Imaging[J]. Transl Stroke Res, 2021, 12(5): 742-753. DOI: 10.1007/s12975-020-00868-z.
[21]
KIDWELL C S, WINTERMARK M, DE SILVA D A, et al. Multiparametric MRI and CT models of infarct core and favorable penumbral imaging patterns in acute ischemic stroke[J]. Stroke, 2013, 44(1): 73-79. DOI: 10.1161/STROKEAHA.112.670034.
[22]
FALK DELGADO A, VAN WESTEN D, NILSSON M, et al. Diagnostic value of alternative techniques to gadolinium-based contrast agents in MR neuroimaging—a comprehensive overview[J/OL]. Insights Imaging, 2019, 10(1): 84 [2022-05-10]. https://doi.org/10.1186/s13244-019-0771-1. DOI: 10.1186/s13244-019-0771-1.
[23]
CHAZOT A, BARRAT J, GAHA M, et al. Brain MRIs make up the bulk of the gadolinium footprint in medical imaging[J]. J Neuroradiol, 2020, 47(4): 259-265. DOI: 10.1016/j.neurad.2020.03.004.
[24]
QU Y, KONG D, WEN H, et al. Perfusion measurement in brain gliomas using velocity-selective arterial spin labeling: comparison with pseudo-continuous arterial spin labeling and dynamic susceptibility contrast MRI[J]. Eur Radiol, 2022, 32(5): 2976-2987. DOI: 10.1007/s00330-021-08406-7.
[25]
GOPINATH G, ASLAM M, ANUSHA P. Role of Magnetic Resonance Perfusion Imaging in Acute Stroke: Arterial Spin Labeling Versus Dynamic Susceptibility Contrast-Enhanced Perfusion[J/OL]. Cureus, 2022, 14(3) : e23625 [2022-05-10]. https://doi.org/10.7759/cureus.23625. DOI: 10.7759/cureus.23625.
[26]
LIU J, LIN C, MINUTI A, et al. Arterial spin labeling compared to dynamic susceptibility contrast MR perfusion imaging for assessment of ischemic penumbra: A systematic review[J]. J Neuroimaging, 2021, 31(6): 1067-1076. DOI: 10.1111/jon.12913.
[27]
NIIBO T, OHTA H, YONENAGA K, et al. Arterial spin-labeled perfusion imaging to predict mismatch in acute ischemic stroke[J]. Stroke, 2013, 44(9): 2601-2603. DOI: 10.1161/strokeaha.113.002097.
[28]
KOHNO N, OKADA K, YAMAGATA S, et al. Distinctive Patterns of Three-Dimensional Arterial Spin-Labeled Perfusion Magnetic Resonance Imaging in Subtypes of Acute Ischemic Stroke[J]. J Stroke Cerebrovasc Dis, 2016, 25(7): 1807-1812. DOI: 10.1016/j.jstrokecerebrovasdis.2016.03.035.
[29]
侯聪, 侯姗姗, 张俊, 等. 动脉自旋标记技术在急性脑梗死中的应用进展[J]. 分子影像学杂志, 2020, 43(4): 563-567. DOI: 10.12122/j.issn.1674-4500.2020.04.02.
HOU C, HOU S S, ZHANG J, et al. Application progress of arterial spin labeling technique in acute cerebral infarction[J]. J Molecular Imaging, 2020, 43(4): 563-567. DOI: 10.12122/j.issn.1674-4500.2020.04.02.
[30]
胡现宁, 袁涛, 刘武杰, 等. 急性缺血性卒中突出静脉征影响因素的研究现状[J]. 国际医学放射学杂志, 2021, 44(2): 152-156. DOI: 10.19300/j.2021.Z18105.
HU X N, YUAN T, LIU W J, et al. Factors influencing prominent venous sign in acute ischemic stroke: current study status[J]. Int J Med Radiol, 2021, 44(2): 152-156. DOI: 10.19300/j.2021.Z18105.
[31]
LI Z, BAI X, GAO P, et al. Changes of prominent vessel sign and susceptibility vessel sign in acute ischemic stroke patients with and without successful recanalization: a study based on susceptibility weighted images[J]. Neurol Res, 2022, 44(7): 583-590. DOI: 10.1080/01616412.2021.2024729.
[32]
XU Z, TONG Z, DUAN Y, et al. Diffusion- and Susceptibility Weighted Imaging Mismatch Correlates With Collateral Circulation and Prognosis After Middle Cerebral Artery M1-Segment Occlusion[J/OL]. Front Neurol, 2021, 12: 660529 [2022-05-10]. https://doi.org/10.3389/fneur.2021.660529. DOI: 10.3389/fneur.2021.660529.
[33]
JIANG H F, ZHANG Y X, PANG J X, et al. Susceptibility-diffusion mismatch correlated with leptomeningeal collateralization in large vessel occlusion stroke[J/OL]. J Int Med Res, 2021, 49(5): 3000605211013179 [2022-05-10]. https://doi.org/10.1177/03000605211013179. DOI: 10.1177/03000605211013179.
[34]
WANG Y, LI Z, HUANG W, et al. The Value of Susceptibility-Weighted Imaging (SWI) in Evaluating the Ischemic Penumbra of Patients with Acute Cerebral Ischemic Stroke[J]. Neuropsychiatr Dis Treat, 2021, 17: 1745-1750. DOI: 10.2147/NDT.S301870.
[35]
LU X, MENG L, ZHOU Y, et al. Quantitative susceptibility-weighted imaging may be an accurate method for determining stroke hypoperfusion and hypoxia of penumbra[J]. Eur Radiol, 2021, 31(8): 6323-6333. DOI: 10.1007/s00330-020-07485-2.
[36]
JIANG H F, ZHANG Y Q, PANG J X, et al. Factors associated with prominent vessel sign on susceptibility-weighted imaging in acute ischemic stroke[J/OL]. Sci Rep, 2021, 11(1): 5641 [2022-05-10]. https://doi.org/10.1038/s41598-021-84269-8. DOI: 10.1038/s41598-021-84269-8.
[37]
ZOLLNER J P, HATTINGEN E, SINGER O C, et al. Changes of pH and energy state in subacute human ischemia assessed by multinuclear magnetic resonance spectroscopy[J]. Stroke, 2015, 46(2): 441-446. DOI: 10.1161/STROKEAHA.114.007896.
[38]
LI Y, WANG T, ZHANG T, et al. Fast high-resolution metabolic imaging of acute stroke with 3D magnetic resonance spectroscopy[J]. Brain, 2020, 143(11): 3225-3233. DOI: 10.1093/brain/awaa264.
[39]
DEUCHAR G A, BRENNAN D, HOLMES W M, et al. Perfluorocarbon Enhanced Glasgow Oxygen Level Dependent (GOLD) Magnetic Resonance Metabolic Imaging Identifies the Penumbra Following Acute Ischemic Stroke[J]. Theranostics, 2018, 8(6): 1706-1722. DOI: 10.7150/thno.21685.
[40]
HU Y, WU J, ZHANG X, et al. Effects of Paired Associative Stimulation on Metabolites in Ischemia Stroke Rats Model as Studied by Nuclear Magnetic Resonance Spectrum[J]. Neurochem Res, 2021, 46(9): 2495-2504. DOI: 10.1007/s11064-021-03388-w.
[41]
ZHOU J, PAYEN J F, WILSON D A, et al. Using the amide proton signals of intracellular proteins and peptides to detect pH effects in MRI[J]. Nat Med, 2003, 9(8): 1085-1090. DOI: 10.1038/nm907.
[42]
SUN P Z, ZHOU J, SUN W, et al. Detection of the ischemic penumbra using pH-weighted MRI[J]. J Cereb Blood Flow Metab, 2007, 27(6): 1129-1136. DOI: 10.1038/sj.jcbfm.9600424.
[43]
WANG E, WU Y, CHEUNG J S, et al. Mapping tissue pH in an experimental model of acute stroke-Determination of graded regional tissue pH changes with non-invasive quantitative amide proton transfer MRI[J]. NeuroImage, 2019, 191: 610-617. DOI: 10.1016/j.neuroimage.2019.02.022.
[44]
TIETZE A, BLICHER J, MIKKELSEN I K, et al. Assessment of ischemic penumbra in patients with hyperacute stroke using amide proton transfer (APT) chemical exchange saturation transfer (CEST) MRI[J]. NMR Biomed, 2014, 27(2): 163-174. DOI: 10.1002/nbm.3048.
[45]
HARSTON G W, TEE Y K, BLOCKLEY N, et al. Identifying the ischaemic penumbra using pH-weighted magnetic resonance imaging[J]. Brain, 2015, 138(1): 36-42. DOI: 10.1093/brain/awu374.
[46]
谭月发. 旋转坐标系下时间常数(T1ρ)和表观扩散系数(ADC)在评估缺血性脑卒中演变进程中的对比应用&酰胺质子转移成像(APT)和动脉自旋标记(ASL)联合评价亚急性脑梗中缺血半暗带的初步研究[D]. 广州:南方医科大学, 2018, 9: 1-119.
TAN Y F. Use of rotating frame (Tlp) and apparent diffusion coefficient (ADC) obtained from MRI with T1 relaxation time to estimate cerebralischemia evolution & preliminary research of ischemic penumbra insubacute stroke patients combinatinguse of amide proton transfer (APT) with arterial spin-labeling (ASL)[D]. Guangzhou: South Med Univ, 2018, 9: 1-119.
[47]
JIN T, KIM S G. Role of chemical exchange on the relayed nuclear Overhauser enhancement signal in saturation transfer MRI[J]. Magn Reson Med, 2022, 87(1): 365-376. DOI: 10.1002/mrm.28961.
[48]
BOUTS M J, TIEBOSCH I A, VAN DER TOORN A, et al. Early identification of potentially salvageable tissue with MRI-based predictive algorithms after experimental ischemic stroke[J]. J Cereb Blood Flow Metab, 2013, 33(7): 1075-1082. DOI: 10.1038/jcbfm.2013.51.
[49]
KUO D P, KUO P C, CHEN Y C, et al. Machine learning-based segmentation of ischemic penumbra by using diffusion tensor metrics in a rat model[J/OL]. J Biomed Sci, 2020, 27(1): 80 [2022-10-11]. https://pubmed.ncbi.nlm.nih.gov/32664906/. DOI: 10.1186/s12929-020-00672-9.
[50]
ZHANG R, ZHU L, ZHU Z, et al. Apparent diffusion coefficient map based radiomics model in identifying the ischemic penumbra in acute ischemic stroke[J]. Ann Palliat Med, 2020, 9(5): 2684-2692. DOI: 10.21037/apm-20-1142.

上一篇 磁共振高分辨力血管壁成像在缺血性脑卒中的研究进展
下一篇 深度学习脑肿瘤MRI图像分类研究进展
  
诚聘英才 | 广告合作 | 免责声明 | 版权声明
联系电话:010-67113815
京ICP备19028836号-2