针对缺血性卒中远端血管闭塞的自动化侧支评估:局限于低灌注区的方法
本研究基于MR CLEAN-NO IV试验和MR CLEAN注册研究,纳入204例近端M1、远端M1或M2闭塞患者,开发了自动化闭塞下游区域侧支评分(ODACS),以CT灌注低灌注区为下游区域替代,用CTA血管分割计算同侧与对侧血管体积比。结果显示ODACS在各闭塞部位均低于基于大脑中动脉供血区的评分,且越远端差异越大(M2闭塞中58%患者从良好侧支转为不良侧支);ODACS与专家视觉评分的一致性(κ=0.35至0.51)与专家间一致性(κ=0.45)相当。
要点
- ODACS利用CTP低灌注区(Tmax>6秒)定义闭塞下游区域,较全MCA供血区评分更低,尤其在远端闭塞中避免侧支高估。
- M2闭塞中58%患者使用ODACS后从良好侧支(>50%)转为不良侧支(≤50%),提示MCA供血区评分在远端闭塞中可能高估侧支状态。
- ODACS与专家视觉评分的一致性(κ=0.35至0.51)与专家间一致性(κ=0.45)相当,支持其作为自动化评估工具的可靠性。
核心结论
- ODACS在近端M1、远端M1及M2闭塞中均产生比基于MCA供血区评分更低的侧支评分,且闭塞越远端差异越大。
- ODACS与专家视觉评分的一致性程度与专家间一致性相当(κ=0.45)。
研究设计与样本
- 回顾性纳入MR CLEAN-NO IV试验和MR CLEAN注册研究中基线行CTA和CTP检查、且CTP经StrokeViewer软件处理的患者,最终纳入204例。
- 患者闭塞部位包括近端M1(52%)、远端M1(32%)和M2(16%)。
- ODACS计算:以CTP Tmax>6秒低灌注区为闭塞下游区域替代,经形态学闭运算纳入血管,采用StrokeViewer血管分割算法(Residual 3D U-Net)分割CTA血管,计算同侧与对侧下游区域血管体积比。
- 参考方法为基于Kaffenberger神经解剖CT-MRI脑图谱的MCA供血区侧支评分(MCA-CS),以及两位神经放射学专家(分别有27年和17年经验)的视觉ODACS评估。
关键影像表现/征象
- 近端M1闭塞中,MCA-CS与ODACS差值的Bland-Altman均值为0.15,34/106(32%)患者ODACS分类低于MCA-CS,32/106(30%)从良好侧支转为不良侧支。
- 远端M1闭塞中,MCA-CS与ODACS差值均值为0.23,29/65(45%)患者ODACS分类更低,26/65(40%)从良好转为不良侧支。
- M2闭塞中,MCA-CS与ODACS差值均值为0.34,24/33(73%)患者ODACS分类更低,19/33(58%)从良好转为不良侧支;远端M1和M2亚组中ODACS从未高于MCA-CS。
- 近端M1闭塞中MCA-CS考虑体积中位数(IQR)为304(295–309)mL,低灌注体积为166(122–206)mL;远端M1中分别为304(300–310)mL和136(100–183)mL;M2中分别为308(297–311)mL和86(50–153)mL。
- 视觉ODACS为0的患者中自动化ODACS估计的侧支状态更高,视觉ODACS为3的患者中自动化ODACS更低。
诊断标准与关键数值
- ODACS分类基于Tan四分制:CS 0(无充盈,调整为对侧<5%充盈)、CS 1(>0%但≤50%充盈)、CS 2(>50%但<100%充盈)、CS 3(100%充盈,调整为对侧>95%充盈)。
- 专家间一致性:加权Cohen's kappa κ=0.45(中等)。
- ODACS与评分者R1一致性:κ=0.51(中等);与R2一致性:κ=0.35(一般);ODACS与R1使用扩展Tan量表的一致性:κ=0.55(中等)。
临床应用与阅片要点
- 对于远端血管闭塞(远端M1、M2),基于全MCA供血区的侧支评分可能将未受影响区域的血管误计为侧支血流而高估侧支状态,ODACS可提供更准确的下游区域评估。
- ODACS与专家视觉评分的一致性程度与专家间一致性相当,提示自动化评估可作为远端闭塞侧支状态评估的客观工具。
- ODACS在侧支极少或无侧支的病例中可能因弱衰减血管或噪声导致假阳性血管分割而高于最低侧支分类阈值(本研究中出现2例)。
- 作者指出,ODACS可能有助于更准确地将患者分类为良好或不良侧支,从而支持治疗策略的决策,尤其对远端闭塞患者。
- 作者指出,进一步研究下游侧支评估对血管内治疗效果的临床相关性是需要的。
局限性
- 方法需要CTP成像,而本数据集中CTP并非一致可用,尤其在MR CLEAN注册研究中,限制了在更大比例患者中评估ODACS的能力。
- 数据集仅包含有限比例的远端闭塞,远端M1和M2闭塞分别占32%和16%。
- 方法使用的低灌注区来自CTP软件,不同厂商CTP软件间存在差异,但评估研究显示ODACS对不同厂商CTP软件具有稳健性。
- 后处理方法平滑低灌注区边界以纳入血管,可能影响评分计算。
- 图像质量变化(如噪声)可能影响血管分割和CTP结果质量。
全文中译18 节 · 点击展开
引言
通畅的侧支动脉网络(简称侧支)的存在是急性缺血性卒中患者良好功能预后的预后因素[1]。此外,侧支会改变早期时间窗内血管内治疗(EVT)的治疗效果,侧支较好的患者治疗效果更大[2]。在一定程度上,侧支可以维持受累脑组织的灌注,并减缓从高危组织(缺血半暗带)向梗死组织(核心)的进展。已提出多种(自动)侧支评分(CSs)用于评估侧支状态[1, 3–8]。此类评分通常评估大脑中动脉(MCA)供血区远端的充盈情况,因为它们是为近端大血管闭塞而开发的[3, 8–10]。对于近端闭塞,由于(几乎)整个MCA供血区受累,这是一种直接、高效、快速且实用的方法[9–13]。然而,在远端闭塞中,评估整个MCA供血区会高估侧支状态,因为未受影响区域的血管被错误地计为侧支血流——这反过来可能降低CS的预测价值。鉴于EVT器械和经验的进步,治疗更多远端闭塞患者的趋势正在兴起[14–19]。为评估侧支对远端闭塞患者治疗获益的影响,需要一种新的下游侧支评估方法。
我们提出一种自动闭塞下游区域侧支评分(ODACS)来解决这些局限性。这种新方法专门针对远端闭塞患者的受累区域提供侧支循环的客观评估,克服了MCA供血区方法的高估问题以及因更远端血管脑血管解剖变异而带来的视觉评估挑战[20–22]。我们的主要目标是开发一种方法,能够准确确定更多远端闭塞患者的侧支状态,而无需明确血栓定位,且对血管解剖变异具有鲁棒性。为实现这一目标,我们引入并研究了一种利用基于计算机断层扫描(CT)灌注的低灌注区域获得的患者特异性闭塞下游区域进行侧支评分的方法。由于不属于闭塞下游区域的血管在所提出的方法中被忽略,我们假设与评估完整MCA供血区的评分相比,该方法将导致远端闭塞患者的CS较低。
方法
数据集
我们使用了来自欧洲多中心、前瞻性、随机临床试验 MR CLEAN-NO IV [23] 的数据,以及来自荷兰前瞻性、全国性、观察性队列研究 MR CLEAN Registry [24] 的数据。这些研究纳入了2014年3月至2020年10月期间的大血管闭塞性急性缺血性卒中患者。荷兰鹿特丹Erasmus MC大学医学中心的医学伦理委员会评估了研究方案,并批准了 MR CLEAN-NO IV 试验(MEC-2017-368)和 MR CLEAN Registry 队列研究(MEC-2014-235)。伦理委员会豁免了 MR CLEAN Registry 书面知情同意书的必要性;MR CLEAN-NO IV 中的所有患者均获得了书面知情同意。有关纳入和排除标准的详细信息已在其他文献中描述 [23, 24]。从这些研究中,我们回顾性纳入了部分患者。具体而言,我们纳入了在基线时接受了计算机断层扫描血管成像(CTA)和计算机断层扫描灌注成像(CTP)的患者,且其 CTP 扫描作为 CLEOPATRA 医疗保健评估研究 [25] 的一部分,使用 StrokeViewer 软件(Nicolab;www.nicolab.com/strokeviewer)进行了处理。CLEOPATRA 医疗保健评估研究旨在评估 CTP 用于血管内治疗(EVT)筛选的成本和健康效应。在 CLEOPATRA 中,MR CLEAN Registry 和 MR CLEAN-NO IV 中所有可用的 CTP 均在可能的情况下使用多个供应商的 CTP 软件进行了处理。并非所有 CTP 都能被处理,例如,由于缺少源数据、质量欠佳或匿名化故障导致源数据损坏。由此产生的数据库中,MR CLEAN Registry 有169名患者具有 StrokeViewer CTP 结果,MR CLEAN-NO IV 有176名。我们使用单一软件以确保 CTP 结果的一致性。CTP 灌注图、缺血半暗带和核心梗死掩膜以及基线图像重建的层厚均为5 mm。未使用标准化注射方案。我们排除了 CTA 层厚超过2 mm的患者。我们肉眼评估了 CTA 期相,并按照与先前发表文献 [26] 类似的流程排除了存在静脉对比剂增强的患者。由于颈内动脉(-末端)(ICA(-T))闭塞可能引入大脑中动脉(MCA)供血区以外的低灌注,我们排除了此类闭塞的患者。
闭塞下游区域 CS
我们提出的自动化 ODACS 旨在量化患者特异性闭塞下游区域内的侧支循环,该区域由基于 CTP 的低灌注区获得。我们将在以下段落中描述计算 ODACS 的步骤。
对齐与配准
我们使用 StrokeViewer 提取的中线平面,将 CTP 扫描的中线平面与标准坐标系对齐并居中。我们对 CTP 结果应用相同的对齐,并将 CTA 配准到 CTP 序列的第一帧。
血管分割
我们使用 StrokeViewer 的血管分割算法对 CTA 中的血管进行分割。该算法为残差3D U-Net [27, 28]。
闭塞下游区域选择
我们使用在Tmax > 6 s时确定的低灌注区域作为闭塞下游区域。Tmax是识别低灌注组织的稳健参数[29]。我们使用增加的Tmax来代表闭塞下游区域,因为它捕捉了因动脉阻塞而导致灌注延迟的组织,使其成为闭塞下游区域的良好替代指标。Tmax > 6 s阈值是各种CTP分析软件包中定义低灌注的常用阈值。由于典型的CTP软件在分析中会去除血管,我们将下游区域细化以包括血管。我们从估计的低灌注区域生成掩膜,并通过应用形态学闭运算填充对应于血管的空隙,使用三维椭球结构元素,其半轴半径沿x轴和y轴为十个体素,沿z轴为一个体素。这种方法使穿行于下游区域的血管成为细化后下游区域掩膜的一部分。我们将细化后的下游区域掩膜在中线平面进行镜像,以获得对侧半球上的相似区域。
定量评分
我们计算了闭塞下游区域及其对侧镜像对应区域内的总血管体积。我们将ODACS定义为同侧与对侧血管体积之比[5]。为了直观展示结果,我们通过图形用户界面呈现所识别的血管,突出显示同侧血管(红色)和对侧血管(绿色)。图1展示了所提出的闭塞下游区域CS计算的工作流程。
分类评分
与临床实践中使用的大多数侧支循环评分(CS)一样,我们使用阈值对定量评分进行分类。我们基于四分有序量表Tan评分,该评分将侧支循环状态分类为:无侧支循环(CS 0,闭塞区域无充盈)、侧支循环差(CS 1,闭塞区域充盈> 0%但≤ 50%)、侧支循环中等(CS 2,闭塞区域充盈> 50%但< 100%)和侧支循环好(CS 3,闭塞区域100%充盈)[5]。我们调整了标准以确保轻微的假阳性分割不会错误地导致不正确的分类。因此,对于CS 0组,我们将标准从闭塞区域无充盈放宽为与对侧相比充盈小于5%。同样,对于CS 3组,我们将标准放宽为与对侧相比充盈大于95%。
参考方法
MCA供血区侧支循环评分
由于我们假设与完整大脑中动脉(MCA)供血区相比,闭塞下游方法的侧支评分会降低,我们还计算了整个MCA供血区的评分。我们使用Kaffenberger神经解剖CT-MRI脑图谱创建MCA供血区掩模[30, 31]。我们将定量侧支评分定义为同侧与对侧MCA供血区之间血管体积的比值。我们将该评分称为MCA-CS。
视觉闭塞下游区域侧支评分
为验证我们的自动ODACS方法,我们将其与由两位经验丰富的神经放射科医师R1(C.M.)和R2(B.E.)评估的视觉ODACS进行比较,两人分别拥有27年和17年的经验。遵循Tan评分的定义,两位评估者通过视觉估算所有可用的MR CLEAN-NO IV患者的侧支评分,利用CTA和CTP灌注图以及闭塞段和侧别,提供参考标准。为更好地与所提出的连续ODACS保持一致,我们探索了对一位评估者(R1)使用扩展Tan评分[32]以进行更精细的评估。扩展Tan评分将CS 1细分为CS 1a(> 0%但≤ 25%闭塞区域充盈)和CS 1b(> 25%但≤ 50%),将CS 2细分为CS 2a(> 50%但≤ 75%)和CS 2b(> 75%但< 100%)。
分析
我们仔细视觉审查每个病例,以确保中平面对齐、配准和血管分割的质量标准。不符合这些质量标准或没有低灌注的患者被排除在分析之外。我们计算了三组闭塞位置的侧支评分:近端M1、远端M1和M2。在我们的研究中,我们将(分叉后)M2闭塞定义为远端。我们使用Bland–Altman图分析三个闭塞位置定量MCA-CS和ODACS的结果,并使用混淆矩阵分析分类评分。我们使用单侧Wilcoxon符号秩检验(置信水平0.05,python SciPy v1.12.0 [33])检验我们的假设,即与MCA供血区相比,仅考虑闭塞下游时侧支评分降低。我们使用相同的分析评估低灌注体积是否小于MCA体积。此外,我们检查了使用ODACS而非MCA-CS时,从临床相关的二分类侧支评分良好(CS 2–3)转变为不良(CS 0–1)的患者比例。我们使用二次加权Cohen's kappa统计量分析评估者间一致性以及我们的方法与经验丰富评估者之间的一致性。
补充分析
我们进行了补充分析以进一步验证所提出的方法。这些额外分析集中于两个关键方面:评估我们方法中血管分割组件的性能,以及评估我们的方法在使用不同CTP软件包时的敏感性。这些分析为ODACS方法的稳健性和可靠性提供了额外支持,并呈现在补充材料中。
结果
在具备基线CTA、CTP图像及StrokeViewer结果的345例患者中,204例被纳入(图2)。表1列出了我们分析中近端M1(n = 106)、远端M1(n = 65)和M2(n = 33)闭塞患者的特征。图1展示了一位近端M1闭塞患者的ODACS和基于MCA的评分。即使对于近端M1闭塞,下游区域也可能小于MCA供血区,从而导致不同的侧支循环评分。
近端M1闭塞
对于近端M1闭塞,MCA-CS通常高于ODACS。图3中的Bland–Altman图显示MCA-CS–ODACS差值的均值为0.15,提示基于MCA的方法存在侧支评分偏高的偏倚。图4中的混淆矩阵显示,34/106(32%)的患者ODACS低于MCA-CS。对于近端M1闭塞,定量和分类ODACS均显著低于MCA-CS(p < 0.001)。有2例患者的分类ODACS高于MCA-CS。总计32/106(30%)的患者从良好侧支评分转为不良侧支评分。表2中的定量结果表明,MCA-CS所考虑体积的中位数(IQR)为304(295–309)mL,而低灌注体积为166(122–206)mL。
远端M1和M2闭塞
对于远端M1和M2闭塞,MCA-CS也高于ODACS。图3中的Bland–Altman图显示,远端M1闭塞的MCA-CS–ODACS平均差值为0.23,M2闭塞为0.34,提示MCA-CS在更远端闭塞中侧支评分偏倚更大的趋势。此外,与近端M1闭塞相比,更远端闭塞的平均差值分布范围增大。相应地,图4中的混淆矩阵显示,29/65(45%)的远端M1和24/33(73%)的M2患者在使用ODACS时获得较低的侧支评分。这反映在以下事实中:对于远端M1和M2闭塞,定量和分类ODACS均显著低于MCA-CS(p < 0.001)。在这些亚组中,ODACS从未高于MCA-CS。26/65(40%)的远端M1患者和19/33(58%)的M2患者从良好侧支循环组转为不良侧支循环组。表2表明,对于远端M1患者,MCA-CS所考虑体积的中位数(IQR)为304(300–310)mL,而低灌注体积为136(100–183)mL。对于M2患者,MCA-CS所考虑的体积为308(297–311)mL,而低灌注体积为86(50–153)mL。
视觉ODACS
图5显示了定量ODACS和视觉评分ODACS的箱线图。对于视觉评分ODACS为0的患者,我们的自动ODACS估计的侧支循环状态更高。相反,对于视觉ODACS为3的患者,ODACS低于视觉评分。R1和R2之间评估者间一致性的Cohen kappa统计量为κ = 0.45(中等一致性)。ODACS与R1和R2之间的一致性分别为κ = 0.51(中等一致性)和κ = 0.35(一般一致性)。使用扩展Tan量表时,ODACS与R1之间的一致性为0.55(中等一致性)。R1将9例患者分类为视觉ODACS 3,R2将3例患者分类为视觉ODACS 3。专家们对2例视觉ODACS 3患者达成一致。
讨论
在本研究中,我们提出了一种新的定量评估闭塞颅内动脉下游区域侧支循环状态的方法。对于近端M1、远端M1以及M2闭塞,我们发现ODACS低于使用整个大脑中动脉供血区(MCA-CS)的结果。闭塞位置越远端,ODACS与MCA-CS之间的差异越大。此外,我们已经表明,ODACS与专家之间的一致性与专家之间的观察者间一致性相当。
对于近端M1闭塞,我们预期ODACS和MCA-CS应更为一致。然而,我们的研究发现,约三分之一的近端M1闭塞患者使用下游方法获得了较低的侧支循环分级。此外,我们发现近端M1闭塞下游区域的同侧平均体积约为整个MCA体积的一半。这一观察结果可能是由于解剖变异或分水岭区域被包含在整个MCA体积中但不在低灌注区域内,或CTP覆盖范围有限所致。ODACS可能为下游区域提供一种患者特异性方法,但在CTP覆盖范围有限的情况下,它可能低估下游区域。鉴于CTP通常覆盖MCA供血区的大部分区域,这一局限性的影响需要进一步验证。
我们使用低灌注区域来定义下游区域。或者,Boers等人根据随访NCCT梗死核心分割计算了平均闭塞区域图[34]。然而,使用随访影像可能不能代表当时的情况,因为EVT可能导致低估,而梗死进展可能导致高估[35]。此外,Boers等人未区分近端和远端M1血管段闭塞或上、下M2主干闭塞,且M2和M1区域的概率图在视觉上相当相似。虽然我们可以为近端闭塞创建图谱或区域图,但由于血管解剖结构的显著变异,为远端闭塞创建此类图谱可能很困难。此外,视觉和自动闭塞定位已被证明对远端闭塞具有挑战性[21, 36]。通过考虑低灌注区域,我们获得了固有地捕捉血管解剖结构的患者特异性下游区域。例如,上、下M2主干的下游区域不仅在不同患者内部存在差异,而且在患者之间也存在差异,使用低灌注区域作为下游区域的替代指标可捕捉这些变异。此外,确定下游区域不受闭塞定位的影响。
反对使用低灌注区域作为下游区域替代指标的一个论点可能是,具有快速侧支供血(Tmax < 6 s)的患者的下游区域可能被低估。在这种情况下,我们的方法在计算ODACS时不会考虑这些侧支血管,低灌注区域内的侧支分级可能被低估。未来研究应探讨低灌注区域的其他定义(例如,Tmax > 4 s)是否能改善对患者“真实”下游区域的代表性。
我们的专家读者之间中等程度的评估者间一致性凸显了开发远端闭塞下游侧支状态自动评估的重要性。我们的方法主要在与评分者不一致的病例中表现为侧支循环极少或无侧支循环。在这些情况下,ODACS往往高于最低侧支评分类别的阈值,可能是由于弱衰减血管的分割或噪声导致假阳性血管分割。这一问题出现在两名患者中。此外,与较高视觉ODACS的差异可能源于视觉评估中的高估。考虑到R1和R2仅对两名患者判定视觉ODACS为3,这一点尤为明显,凸显了该任务的挑战性。
与MCA-CS相比,ODACS对远端闭塞的侧支状态提供了更准确的评估,而MCA-CS会高估侧支能力。使用MCA-CS的临床医生可能基于高估的侧支评分预期良好的治疗效果,而ODACS可以提供更具代表性的评估。这种侧支评估的改进对急性卒中护理中的患者选择和管理具有潜在意义,特别是对于远端闭塞。通过更准确地将患者分类为良好或不良侧支,ODACS可能支持治疗策略中更明智的决策,从而可能改善患者预后。
例如,下游侧支评分可能有助于评估侧支循环对血管内治疗(EVT)试验中潜在治疗获益的影响。近期的MR CLEAN LATE试验基于大脑中动脉(MCA)供血区与未受影响侧相比侧支循环的存在,确定了一个在晚期时间窗内从血管内治疗中获益的患者群体[37]。值得注意的是,亚组分析显示,侧支循环状态较差(与未受影响侧相比< 50%)的患者相比侧支循环状态良好的患者具有更大的治疗效果。对此的一种解释可能是侧支循环良好组中远端闭塞患者的比例过高。这可能归因于基于MCA供血区的评分方法,导致远端闭塞的侧支评分偏高。因此,需要进一步研究下游侧支评估,特别是关注其与EVT治疗效应的临床相关性。此类研究还可为闭塞下游侧支评估在指导治疗决策方面的潜在优势提供见解。
我们的研究存在局限性。第一,我们的方法需要CTP成像,而该成像在我们的数据集中并非始终可用,尤其是在MR CLEAN Registry中,这限制了我们在大比例患者中评估ODACS的能力。然而,CTP目前已广泛可用。第二,我们的数据集中更远端闭塞的比例有限,远端M1和M2闭塞分别占病例的32%和16%。数据集中更远端闭塞比例有限,直接原因是迄今接受血管内治疗的远端M1和M2闭塞患者相对较少。第三,我们的方法使用CTP软件获得的低灌注区域,而不同厂商的CTP软件之间存在差异[38, 39]。然而,我们的评估研究表明,ODACS在使用不同厂商CTP软件时具有稳健性。另一个局限性是,虽然我们的后处理方法平滑了低灌注区域的边界以纳入血管,但这可能影响了评分计算。此外,图像质量的变化(如噪声)可能影响了血管分割和CTP结果的质量。另一个局限性是我们排除了存在静脉血流的患者,但轻微的静脉充盈不能完全排除。早期时相CTA可能低估侧支评分,这对远端闭塞的影响可能更大。反之,晚期时相CTA可能高估侧支循环,因为静脉充盈更多。使用薄层CTP或多时相CTA源数据在动脉峰值期进行血管分割可缓解这些问题。然而,对于我们的研究,此类数据不可用。最后,我们的研究仅限于仅使用两名评分者进行视觉ODACS评分,这可能限制了我们的评分者间一致性研究结果的普适性。
总之,我们提出了一种针对更远端血管闭塞的侧支评估新方法。ODACS侧支评分结果低于基于MCA的方法,导致分类从良好侧支状态向不良侧支状态偏移,尤其是对于更远端闭塞。ODACS与专家评分者之间表现出中等至一定程度的一致性,而专家评分者彼此之间也表现出中等程度的一致性。
补充信息
电子补充材料docx
引用
- de Vries L, Robbe MMQ, Jansen IGH, et al. Automated collateral assessment restricted to the hypoperfused area for distal vessel occlusions in ischemic stroke. Eur Radiol. 2025. PMID: 40227346. doi:10.1007/s00330-025-11442-2
- 全文:PMC12417235(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12417235/
供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。