文献速递神经外周血管MRDSA

血栓性颅内动脉瘤血流动力学与影像组学特征的相关性研究

Correlations between hemodynamics and radiomic features in thrombosed intracranial aneurysms.
PubMed 文献 · Neuroradiology · 2025-08-18

本研究对37例血栓性颅内动脉瘤的3T高分辨MRI进行影像组学分析,提取瘤壁强化特征,并与计算流体力学模拟的血流动力学参数做Spearman相关分析。结果显示多个瘤壁强化影像组学特征与动脉瘤体积、涡流参数及壁剪切应力指标强相关,且囊状与梭形动脉瘤的相关模式不同;作者认为停滞血流可能促进瘤壁退变和瘤内血栓形成。

要点

  • 血栓性颅内动脉瘤瘤壁强化影像组学特征与动脉瘤体积和表面积强相关(ρ>0.7)。
  • 10个瘤壁强化影像组学特征与涡流参数强相关(ρ>0.7),1个与壁剪切应力指标强相关。
  • 囊状动脉瘤中20个瘤壁强化影像组学特征与壁剪切应力指标强相关,梭形动脉瘤则与涡核特征相关更强。

核心结论

  • 停滞血流可能促进动脉瘤壁退行性重塑和瘤内血栓形成。
  • 血流动力学参数与瘤壁强化模式的联合时空分析可提供动脉瘤生物学过程的信息,包括瘤内血栓形成的发展。
  • 高且不均匀的瘤壁强化与大型血栓性颅内动脉瘤相关,这类动脉瘤常伴有明显的瘤内血流紊乱,尤其是瘤囊内较大的低速再循环区。

研究设计与样本

  • 研究为对现有数据的二次分析,经两家机构审查委员会批准,无需知情同意。
  • 从内部数据库识别血栓性颅内动脉瘤,最终纳入37个动脉瘤(梭形22个,占59.5%;囊状15个,占40.5%)。
  • 影像采用3T扫描仪(Magnetom Skyra,SIEMENS)的高分辨MRI方案,于2018年5月至2024年12月采集,包括T1加权和T1增强序列,增强前注射0.1 mmol/kg钆对比剂(Gadavist,Bayer Pharmaceuticals),注射后5分钟采集T1增强图像。
  • 采用3D Slicer进行三维分割,用DSA、MRA或CTA对动脉瘤边界进行质量控制,并基于计算流体力学模拟获取血流动力学参数。
  • 影像组学从瘤壁和瘤内血栓提取130个特征(19个形状特征、36个一阶特征、75个二阶特征),分别获得无血栓区瘤壁和邻近血栓区瘤壁两套特征。

关键影像表现/征象

  • 血栓性颅内动脉瘤在高分辨MRI上可见瘤壁强化,邻近瘤内血栓的瘤壁与无血栓区瘤壁可分别提取影像组学特征。
  • 图4示例显示增强后瘤壁强化分布与壁剪切应力分布存在空间相关性,涡核重叠度低的区域对应壁应力变异性高的区域(如壁剪切应力升高和内皮细胞活化势升高)。

诊断标准与关键数值

  • 强相关定义为Spearman相关系数ρ>0.7,P<0.05为差异有统计学意义。
  • 6个瘤壁强化影像组学特征与动脉瘤形态特征显著相关,与动脉瘤体积和表面积均ρ>0.7。
  • 10个瘤壁强化影像组学特征与涡流参数强相关(ρ>0.7),相关系数一般强于形态学参数(相关系数>0.75)。
  • 邻近血栓区瘤壁的NGTDN.Complexity与OSI和RRT均强相关。
  • 亚组分析中,囊状动脉瘤有30对影像组学特征与血流动力学参数高度相关(≥0.7),梭形动脉瘤有11对;囊状动脉瘤中20个影像组学特征与壁剪切应力指标强相关,梭形动脉瘤中为0个。

临床应用与阅片要点

  • 在血栓性颅内动脉瘤的高分辨MRI报告中,可关注瘤壁强化的空间异质性,并将其与动脉瘤体积、涡流及壁剪切应力等血流动力学特征联系起来理解。
  • 囊状与梭形血栓性动脉瘤的瘤壁强化相关模式不同:囊状动脉瘤中邻近血栓的瘤壁强化特征与OSI、RRT相关更强,梭形动脉瘤中则与涡核体积和涡核数量相关更强。

局限性

  • 原文为对现有数据的二次分析。
  • 分叶状动脉瘤可能被纳入分析,因为部分病例无法确定血栓的确切位置是壁内还是囊内。
  • 原文未报告其他局限性。
全文中译14 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者,按 CC BY 许可使用,本译文为翻译改编。出处:Neuroradiology. 2025 Aug 18;67(9):2447–58. doi: 10.1007/s00234-025-03730-x

引言

血栓性颅内动脉瘤(intracranial aneurysms, IAs)是动脉瘤中一种不常见的亚型,因其体积较大常被称为肿瘤性动脉瘤[1]。与普遍认知相反,这些动脉瘤具有生长和破裂的潜力[1, 2]。然而,这些动脉瘤中血栓形成的发病机制仍存在争议。血栓性颅内动脉瘤可能存在一种称为囊内血栓形成(intrasaccular thrombosis, IST)的现象。同时,另一种提出的机制认为动脉瘤壁内的壁内出血可导致血栓形成,即壁内血栓,最终可能促进动脉瘤生长[3, 4]。这些与瘤壁相关的过程可与囊内血栓形成共存,并可能提示潜在夹层动脉瘤而非单纯的囊状病变。因此,在某些情况下,无法确定血栓形成的确切来源,而更好地理解囊内血栓形成可为血栓性颅内动脉瘤的行为提供有价值的见解。

放射组学分析已被用于高分辨率磁共振成像(high-resolution magnetic resonance imaging, HR-MRI)中,基于动脉瘤壁的信号强度(signal intensity, SI)特征对颅内动脉瘤的破裂风险进行分层[5, 6]。放射组学能够提取一套全面的定量特征——放射组学特征(radiomic features, RFs)——以捕捉动脉瘤壁特征的详细信息,尤其是动脉瘤壁强化(aneurysm wall enhancement, AWE)[7]。其他计算工具,如计算流体力学(computational fluid dynamics, CFDs),可用于进一步研究颅内动脉瘤,因为动脉瘤血流动力学在颅内动脉瘤的自然病程中起着关键作用[8, 9]。

为此,我们旨在分析具有囊内血栓形成的动脉瘤的最大队列之一,并结合放射组学衍生的动脉瘤壁强化数据和计算流体力学。更具体地说,我们的主要目标是考察动脉瘤壁强化与综合血流动力学特征之间的潜在关系,包括近壁和瘤内血流模式。除评估壁面剪切应力(wall shear stress, WSS)及其衍生指标外,还通过涡核分析对宏观动脉瘤血流动力学进行表征,该分析利用时间分辨三维速度场量化旋涡流模式[10, 11]。这些旋涡和涡流作为动脉瘤血流的标志,被假设影响血栓形成和动脉瘤壁强化信号特征[11–13]。

本研究结果将增进我们对复杂瘤内血流行为与动脉瘤壁强化放射组学特征相关性的理解,有望提升对血栓性颅内动脉瘤影像学表现的解读。

方法与材料

涉及计算血流动力学分析、形态学分析和放射组学分析的工作流程示意图见图1。

图1 展示我们数据分析整体工作流程的示意图 查看原图 ↗

图像数据采集

XXX和XXX的机构审查委员会批准了我们的研究方案,作为对现有数据的二次分析。因此,无需知情同意。

血栓性颅内动脉瘤(IAs)从XXX的内部数据库中识别。所有影像数据均采用高分辨率磁共振成像(HR-MRI)方案,使用3 T扫描仪(Magnetom Skyra,SIEMENS)于2018年5月至2024年12月期间采集。作为成像方案的一部分,获取了T1加权(T1)和T1+钆(T1+Gd)序列。T1+Gd图像在给予0.1 mmol/Kg钆基对比剂(Gadavist,Bayer Pharmaceuticals,Whippany,NJ;补充材料)后5分钟采集。图像按照先前发表的方案进行各向同性重采样和空间配准[14]。分析纳入具有囊状和梭形IAs且有瘤内血栓(IST)证据的患者。夹层动脉瘤可能被纳入分析,因为在某些情况下,尽管夹层动脉瘤多层血栓壁具有典型的洋葱皮样外观[2],仍无法确定血栓的确切位置:壁内 versus 囊内。人口学信息从电子病历中获取。

模型创建与形态学分析

为进行三维(3D)分割,使用开源处理软件包(3D Slicer,版本5.6.1,https://www.slicer.org/)在T1和T1+Gd图像上对每个IA的范围进行掩膜[15]。具体而言,分割过程包括在T1和T1+Gd图像上勾画动脉瘤及其载瘤血管。数字减影血管造影(DSA)、磁共振血管造影(MRA)或计算机断层血管造影(CTA)用于动脉瘤边界的质量控制。

3D Slicer中的分割掩膜被转换为代表IA血管几何形态的三角化表面。然后,为每个IA模型生成立体光刻(STL)文件;每个STL文件导入商业软件包(3-Matic V.16,Materialise Inc. Leuven,Belgium)进行表面质量优化。按照已发表的方法[16],首先从每个三角化血管表面(即上述血管模型)中分离出IA囊。然后计算动脉瘤体积、动脉瘤高度、动脉瘤宽度(即沿垂直于流入动脉瘤的血流方向的最大宽度)、纵横比(高度/宽度)、载瘤血管直径和尺寸比。

形态学分析的其他细节与其他出版物中所用相似(例如[17–19]),为完整性起见在补充材料中提供。形态学指标使用内部Python脚本(版本3.8)计算,该脚本源自可视化工具包(VTK,Kitware,NY,USA)。

计算流体力学(CFD)模拟

按照已发表的方案[20–22],对每个IA进行CFD模拟,如图1所示。类似的CFD模拟方案已针对动脉瘤血流定量与相位对比磁共振血管造影(PC-MRA)和超声多普勒测速进行了交叉验证[23–27]。

处理后的血管几何形态(见上文模型创建部分)使用血管建模工具包(VMTK v1.4,www.vmtk.org)在所有入口/出口处添加圆柱形流动延伸段(最小长度:10×血管直径),以最小化边界效应。然后,使用TetGen(版本1.4.2)生成非结构化3D四面体(体)网格用于后续CFD模拟。所有网格包含五个边界层,约0.5–1.0百万个单元。进行了网格敏感性分析,我们得出结论已实现适当的网格密度。

生成的体积网格经过处理,使用FLUENT(版本21,Ansys Inc.,美国宾夕法尼亚州)求解瞬态Navier–Stokes方程。血液被建模为不可压缩、层流、牛顿流体,动力黏度为0.004 Pa·s,质量密度为1040 kg/m3。所有动脉壁均假定为刚性,采用无滑移边界条件。

根据所选动脉瘤的解剖位置(例如来自[28]中的MR血流测量),将匹配的搏动性血流(流量)波形作为入口边界条件。所有出口均设定为零压力边界条件。CFD模拟进行了四个心动周期,每个心动周期1000个(时间)步长(每时间步0.001 s)。从最后一个心动周期中时间(等间隔)采样的20组计算得到的壁面剪切应力(WSS)和速度数据用于后续的血流动力学分析。

血流动力学分析

CFD模拟完成后,计算得到的WSS和流场可用于进一步分析。在动脉瘤表面的每个点上,WSS矢量由Ansys Fluent计算。这些矢量在最后一个心动周期的20个时间点上取平均,以获得时间平均壁面剪切应力(TAWSS),计算公式如下:

其中T为模拟心动周期的持续时间,表示WSS矢量的大小。

利用生成的TAWSS场,可以计算动脉瘤囊上每个点的内皮细胞活化潜能(ECAP),其与血栓形成潜能[29]相关,以及相对滞留时间(RRT)[30]:

类似地,通过确定WSS矢量在心动周期内的变化,计算动脉瘤囊上每个点的振荡剪切指数(OSI),如下所示:[31]:

除WSS衍生参数外,还进行了涡旋分析以提取涡旋体积(VV)和涡核数量(NOC),以代表动脉瘤的整体血流动力学。

如图2所示,动脉瘤囊内存在旋流涡旋(即再循环区)。通常,流涡在一个心动周期内会在空间中移动、破碎和合并。使用已发表的方法[11, 32, 33],我们首先对心动周期每个阶段的流涡核心区域进行掩模处理(见图2A和B中的蓝色和红色表面)。然后,我们计算了重叠程度(DVO),定义为心动周期两个相邻阶段流涡核心区域之间的重叠比率(见图2C)。心动周期内流涡核心的可视化叠加颅内动脉瘤(IA)的时间分辨流线见图2A-B。

补充材料的第2节和第3节包含更多WSS和流涡指标的详细信息。这些指标使用源自开源VTK/VMTK(版本1.4)软件包的内部Python脚本(版本3.8)计算。

图2 宽颈囊状颅内动脉瘤(IA)中复杂流场紊乱示例 心动周期两个阶段之间流涡核心的体积重叠程度(DVO):(A)第i个时间步(蓝色),(B)第(i+1)个时间步(红色),(C)最小流涡核心重叠表明显著的流场复杂性。速度流线显示每个阶段的整体流型 查看原图 ↗

血管壁成像(VWI)数据的影像组学分析

在3D slicer中,识别并分离血栓边界。一位资深研究者(XXX)使用DSA和MRA判定血栓边界。随后使用HR-MRI分离游离的动脉瘤壁和邻近囊内血栓的部分壁,如图3所示。

使用Py-Radiomics(https://pyradiomics.readthedocs.io/en/latest/)从动脉瘤壁和IST中提取RFs(图3)。共提取130个RFs,包括19/130个形状特征、36/130个一阶特征和75/130个二阶特征。最终,每个IA获得两组RFs,即无IST的动脉瘤壁增强和邻近IST的动脉瘤壁增强。

在本研究中,放射组学与CFD分析之间的空间配准/对应通过使用共享的(图像)分割掩膜作为参考来自动实现。具体而言,放射组学特征和CFD模拟均来源于同一3D动脉瘤模型,该模型是从原始HR-MRI VWI图像中手动分割的。然后将该模型分为壁和管腔两部分以进行各自的分析。

图3 在高分辨率磁共振成像(HR-MRI)中识别出一例伴有囊内血栓形成(白色星号)的颈内动脉(ICA)末端囊状动脉瘤(A)(箭头)。同样,在HR-MRI中可见一例伴有IST(白色星号)的海绵窦段ICA梭形动脉瘤(D)(箭头)。(B和E)随后在磁共振成像(MRA)上识别血栓边界(白色箭头,黄色圆圈)。(C、F)分离邻近血栓的壁(黄色圆圈)和无血栓的壁(红色圆圈),并提取放射组学特征 查看原图 ↗

统计与可视化分析

计算壁RFs与IA参数在以下三个类别之间的Spearman相关值:(1)IA形态学,(2)WSS相关指标,(3)流涡核心相关参数。相关分析(即corr函数)使用MATLAB(Mathworks Inc.,MA,USA)中的Statistics工具箱进行。在囊状和梭形血栓性IAs中,对RFs与血流动力学参数之间进行了亚组分析。强相关定义为Rho > 0.7。p值小于0.05被认为具有统计学意义。

结果

在我们的HR-MRI数据库中识别出44例血栓性IAs,其中4/44例(9.1%)因血流伪影被排除,2/44例(4.5%)因图像质量差被排除,1/44例(2.3%)因难以创建CFD模型被排除。最终纳入37例血栓性IAs进行分析,包括22/37例(59.5%)梭形IAs和15/37例(40.5%)囊状IAs。最常见的位置是海绵窦段颈内动脉(ICA),见于16/37例(43.2%)。

相关性分析

表1显示六个AWE RFs与动脉瘤形态学特征显著相关。

如表2所示,十个AWE RFs与流涡参数表现出强相关。值得注意的是,这些相关性通常(Correlation > 0.75)强于与形态学参数观察到的相关性。此外,我们发现邻近IST的动脉瘤壁增强中的NGTDN.Complexity与OSI和RRT均显示强相关(表3)。

亚组分析

在亚组分析中,分别计算囊状和梭形颅内动脉瘤的AWE射频与血流动力学参数之间的Spearman相关性。高相关性(> = 0.7)的参数对分别显示在表4和表5中。总体而言,在囊状颅内动脉瘤中识别出更多具有高相关性的AWE射频与血流动力学参数对(30[表4]对11[表5])。这种差异可解释如下。在囊状颅内动脉瘤中,许多AWE射频与三个WSS指标高度相关,即avg OSI、avg ECAP和avg RRT。相比之下,梭形颅内动脉瘤中不存在这种高相关性(15[表4]对0[表5])。将MRI扫描上的AWE与WSS衍生参数的分布和涡核进行视觉比较,以定性验证AWE空间模式与总体动脉瘤血流动力学强相关的假设。图4中两个样本病例的结果强烈支持前面各节提出的结论。

表1 与动脉瘤形态学高度相关的AWE射频总结。GLDN.DN——灰度依赖矩阵(GLDM)中的依赖非均匀性(DN),GLRLM.GLN——灰度游程长度矩阵(GLRLM)中的灰度非均匀性(GLN),GLSZM.SZN——灰度尺寸区域矩阵(GLSZM)中的尺寸区域非均匀性(SZN)。这些AWE射频的更详细描述可在补充材料中找到 查看原表 ↗
表2 在动脉瘤穹顶内评估的AWE高相关影像组学特征与涡核参数总结。GLDM.DN——灰度依赖矩阵(GLDM)中的依赖非均匀性(DN),GLRLM.GLN——灰度游程长度矩阵(GLRLM)中的灰度非均匀性(GLN),GLSZM.SZN——灰度尺寸区域矩阵(GLSZM)中的尺寸区域非均匀性(SZN),GLRLM.RLN——GLRLM中的游程长度非均匀性(RLN),VV——涡体积,NOC——(流动涡)核心数量,NOC-STD——一个心动周期内(流动涡)核心数量的标准差,其为流动时间稳定性的指标。这些AWE射频的更详细描述可在补充材料中找到 查看原表 ↗
表3 在动脉瘤穹顶评估的AWE射频-管腔图像标志物与WSS相关参数高度相关(即相关性> = 0.7)总结。NGTDN代表邻域灰度差矩阵。OSI和RRT分别代表振荡剪切指数和相对驻留时间 查看原表 ↗
表4 囊状颅内动脉瘤(IA)瘤顶内评估的AWE影像标志物与涡核参数及WSS指标高度相关的放射组学特征(RF)汇总。RMS——均方根,CP——聚类突出性,CS——聚类阴影,GLCM.DA——灰度共生矩阵(GLCM)中的差值平均值(DA),GLCM.DV——灰度共生矩阵(GLCM)中的差值方差(DV),GLDM.DN——灰度依赖矩阵(GLDM)中的依赖非均匀性(DN),GLDM.DNN——GLDM中的归一化依赖非均匀性(DNN),GLDM.HGLE——GLDM中的高灰度级强调(HGLE),GLDM.SDHGLE——GLDM中的短依赖高灰度级强调(SDHGLE),GLRLM.RLN——灰度游程长度矩阵(GLRLM)中的游程长度非均匀性(RLN),GLRLM.HGLRE——GLRLM中的高灰度级游程长度强调(HGLRLE),GLRLM.LRHGLE——GLRLM中的长游程高灰度级强调(LRHGLE),GLSZM.SZN——灰度大小区域矩阵(GLSZM)中的大小区域非均匀性(SZN),GLSZM.GLN——GLSZM中的灰度级非均匀性(GLN),GLSZM.GLV——GLSZM中的灰度级方差(GLV),GLSZM.HGLZE——GLSZM中的高灰度级区域强调(HGLZE),GLSZM.SAHGLE——GLSZM中的小面积高灰度级强调(SAHGLE),NGTDN——邻域灰度色调差分矩阵,OSI——振荡剪切指数,ECAP——内皮细胞活化潜能,RRT——相对驻留时间,VV——涡体积,NOC——(血流涡)核心数量,NOC-STD——一个心动周期内(血流涡)核心数量的标准差,其为血流时间稳定性的指标。关于AWE这些RF特征的更详细描述可见补充材料。 查看原表 ↗
表5 梭形颅内动脉瘤(IA)瘤顶内评估的AWE放射组学特征(RF)与涡核参数及WSS指标高度相关的汇总。GLDM.DN——灰度依赖矩阵(GLDM)中的依赖非均匀性(DN),GLDM.GLN——GLDM中的灰度级非均匀性(GLN),GLRLM.RLN——灰度游程长度矩阵(GLRLM)中的游程长度非均匀性(RLN),GLRLM.GLN——GLRLM中的灰度级非均匀性(GLN),GLSZM.SZN——灰度大小区域矩阵(GLSZM)中的大小区域非均匀性(SZN),GLSZM.GLN——GLSZM中的灰度级非均匀性(GLN),VV——涡体积,NOC——(血流涡)核心数量。关于这些AWE放射组学特征(RF)的更详细描述可见补充材料。 查看原表 ↗
图4 AWE分布、涡参数与WSS衍生参数之间相关性的可视化评估(图4)。请注意,增强前和增强后图像上的红色二维十字准线光标与容积视图中的三维光标位置在空间上共配准。TAWSS使用的单位为Pa。OSI——振荡剪切指数,ECAP——内皮细胞活化潜能,RRT——相对驻留时间,TAWSS——时间平均WSS。 查看原图 ↗

定性示例

如图4所示,增强后扫描中的AWE显示出与WSS分布的空间相关性。此外,涡核分析揭示,涡核重叠较低的区域对应于壁应力变异性较高的区域(例如,WSS和ECAP升高)。

讨论

本研究将动脉瘤壁强化(AWE)的影像组学特征(RFs)与血栓化颅内动脉瘤(IAs)的总体动脉瘤血流动力学模式进行相关性分析。通过影像组学确定的AWE总体高强化与动脉瘤表面积和体积较大的IAs呈正相关(表1)。此外,高度异质性的动脉瘤壁与大动脉瘤呈正相关。这一发现提示,高度强化且异质性的动脉瘤壁常见于较大的血栓化IAs。高总能量(表2)与紊乱的动脉瘤血流相关。当结合较大的涡核体积和较多的涡核区域数量时,这些特征强烈提示高度紊乱的瘤内血流。此类血流动力学紊乱可诱导动脉瘤壁内的结构和功能性细胞改变,最终促进血栓形成。

许多研究探讨了IAs中AWE与血流动力学参数之间的关系[34–36]。例如,Owais Khan等分析了25个IAs,发现壁面剪切应力(WSS)较低的区域与存在AWE的区域独立相关[37]。同样,Liang等研究了21个梭形IAs,报道显示AWE区域与振荡剪切指数(OSI)和相对滞留时间(RRT)呈正相关,但与时间平均壁面剪切应力(TAWSS)呈负相关[38]。然而,关于血栓化IAs中血流动力学与基于影像组学的AWE分析之间的关系,目前知之甚少。

IAs中血栓形成的发病机制仍是一个持续争论的话题。Krings等提出血栓形成可能源于壁内出血,提示血栓位于动脉瘤壁内而非管腔内[2]。这一机制暗示存在潜在的夹层过程,而非单纯的囊内事件。IST(瘤内血栓形成)也与血流淤滞和IAs的特定形态学特征相关[39]。因此,在许多情况下,难以明确区分壁内血栓与囊内血栓。此外,目前尚不清楚与IST相关的低流量血流动力学条件是否可促进动脉夹层和附壁血栓形成,抑或该过程导致IST。

动脉瘤壁强化(AWE)与动脉瘤壁重构相关,后者最终可导致动脉瘤不稳定[40]。有趣的是,血栓形成性颅内动脉瘤(IAs)的瘤壁与独特的炎症过程相关。例如,Atlas等人在血栓形成性IAs中鉴定出巨噬细胞分布于血栓附近的动脉瘤壁全层[41]。同样,Schubiger等人报道血栓形成性IAs的动脉瘤壁由血管滋养管供血,其行为类似于硬膜下血肿中见到的膜状结构,导致壁内出血和随后的动脉瘤生长[3]。因此,探索AWE与血流动力学指标之间的相关性可能为血栓形成性IAs的病理生理学提供有价值的见解。已有报道AWE与低壁面剪切应力(WSS)区域相关[42, 43]。我们的研究在这些发现的基础上进一步证明,动脉瘤壁附近的AWE异质性与升高的振荡剪切指数(OSI)和相对 Residence 时间(RRT)密切相关(表3)。这种AWE异质性与较大的ECAP和较高的最大时间平均壁面剪切应力(TAWSS)相关(Spearman相关系数约为0.65)。这一趋势在囊状IAs中比在梭形IAs中更为显著。值得注意的是,表4显示了AWE异质性与强度(如NGTDM.Complexity和NGTDM.Strength)及ECAP之间更强的相关性。因此,由升高的OSI和RRT所界定的异质性血流,与和异质性信号强度(SI)相关的影像组学特征(RFs)相关,可能在血栓形成性IAs的动脉瘤壁中蕴含炎症过程。

梭形动脉瘤与囊状动脉瘤相比表现出不同的病理生理机制。它们通常与潜在的血管病变相关,如动脉粥样硬化和动脉夹层[44–46]。在我们的分析中,梭形IAs表现出比囊状动脉瘤更缓慢、更停滞的血流,可能使其易发生动脉瘤内血栓形成(IST)[47, 48]。在囊状血栓形成性IAs中,与瘤壁无血栓区域相比,邻近血栓的动脉瘤壁RFs与OSI和RRT显示出更强的相关性。同样,在梭形血栓形成性IAs中,与无血栓壁段相比,邻近IST的瘤壁RFs与VV和NOC的相关性更强(表4和表5)。

近壁振荡增加与RRT升高相结合,提示AWE更可能发生于以广泛低速再循环区为特征的大型动脉瘤中。这些区域通常与较大的涡核体积和更多的核心区域数量相关。综合涡流分析和WSS衍生参数的研究结果表明,高且异质的AWE与大型、血栓形成的颅内动脉瘤相关。这些动脉瘤通常以显著的瘤内血流紊乱为特征,尤其是动脉瘤囊内存在相当大的低速再循环区。

水壁面剪切应力(WSS)相关参数与动脉瘤壁强化(AWE)射频信号之间的相关性弱于AWE与宏观血流动力学参数之间的相关性(即通过血流涡旋核心分析)。这一发现可能部分与异常WSS分布诱导的多种细胞变化有关[49],这些变化可能并不会单独增加AWE或其异质性(见图2和图3)。同样,WSS相关参数在预测颅内动脉瘤(IAs)破裂风险方面的影响力较小。需要注意的是,WSS相关参数来源于动脉瘤壁附近的血流运动。相比之下,血流涡旋参数捕捉的是动脉瘤穹顶内的宏观旋涡血流模式。纳入血流涡旋的定量分析有助于我们理解IA的发生发展[32, 50]、其破裂状态[51]以及腹主动脉瘤的生长状态[52]。在生物学上,IA囊内的再循环血流涡旋引入细胞结构和功能变化;这些细胞变化扰乱了正常生理形态、细胞间黏附、机械转导和细胞基因表达[9, 53, 54]。识别此类血流动力学紊乱——结合通过影像组学分析获得的AWE增高——可能增强对囊状和梭形动脉瘤血栓形成风险的评估。

本研究存在若干局限性。第一,这是一项回顾性、单中心研究,可能限制了我们发现的普适性和可重复性。第二,样本量有限,因为腔内血栓(IST)是一种相对罕见的现象,主要见于大型动脉瘤。同样,纵向数据不可获得,因为大多数动脉瘤接受了治疗,或在某些情况下,患者未采用相同的高分辨率磁共振成像(HR-MRI)方案进行影像学检查。第三,由于四维相位对比磁共振成像并非常规用于监测IAs的进展,患者特异性血流边界条件不可获得。因此,本研究采用通过相位对比磁共振成像从多名人体受试者测得的平均血流(率)波形作为流入边界条件。我们预期通过“患者特异性”血流边界条件[55–57]可以提高仿真精度。此外,计算流体动力学(CFD)仿真中未考虑复杂的囊内血栓形成(例如空间变化的孔隙率、渗透率等),将在我们未来的研究中加以考虑。最后,在某些病例中,区分血栓是壁内还是囊内具有挑战性。因此,我们鼓励对血栓化IAs进行组织病理学与影像学相关性研究,以更好地理解这一过程。因此,一些伴有壁内血栓的夹层动脉瘤可能被无意中纳入本研究中。然而,正如Krings等人所指出的,壁内血栓可能代表IST病理连续谱的一部分[2]。

结论

描绘整个动脉瘤壁较高且不均匀信号强度(SI)的射频信号在血栓化IAs中占主导地位,通常伴有IA穹顶内相对较大、低流速的再循环区。由于AWE可能与动脉瘤壁的退行性血管重塑有关,持续分析动脉瘤内血流模式的时空特征可以增进对导致此类退行性血管重塑的条件的理解。我们未来的工作可能有助于区分高破裂风险的IAs与可能保持无症状的IAs。

补充信息

以下是电子补充材料的链接。ESM 1(DOCX 608 KB)

引用

  1. Lyu Z, Gudino A, Shenoy N, et al. Correlations between hemodynamics and radiomic features in thrombosed intracranial aneurysms. Neuroradiology. 2025. PMID: 40824402. doi:10.1007/s00234-025-03730-x
  2. 全文:PMC12546522(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12546522/

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。