光子计数CT对颈动脉周围脂肪组织的逐层定量分析:无症状人群的初步研究
本研究回顾性分析20例无症状患者的颈部光子计数CT血管造影数据,采用自研Python算法从颈动脉壁向外逐层(1-5mm)分割并量化周围脂肪组织衰减值和体素计数。结果显示脂肪衰减值随距血管壁距离增加而渐进性降低,1mm与3-5mm层间差异显著,个体间变异大,左右侧无显著差异。作者认为逐层脂肪分析可能为局部血管炎症和斑块易损性提供无创影像标志物。
要点
- PCCT可逐层量化颈动脉周围脂肪衰减,1mm层HU值显著高于3-5mm层。
- 脂肪衰减随距管壁距离增加而渐进降低,但个体间变异明显,部分呈非线性趋势。
- 左右侧颈动脉周围脂肪衰减和体素分布无显著差异。
核心结论
- 光子计数CT能够对颈动脉周围脂肪组织进行详细的逐层评估。
- 观察到的衰减模式和个体间变异提示脂肪组织 profiling 可能为局部血管炎症和斑块易损性提供有价值的信息。
- 这些发现支持PCCT作为超越管腔狭窄的血管风险分层无创工具的潜力。
研究设计与样本
- 回顾性分析20例无症状患者的颈部PCCT血管造影数据,采用自研Python算法手动勾画斑块最厚层面外轮廓并自动生成1-5mm同心环。
- CT扫描使用临床PCCT(Naeotom Alpha,软件版本Syngo CT VA40,Siemens Healthineers),管电压120 kVp,自动管电流调制(IQ level 145,平均有效电流时间乘积86.26 ± 13.39 mAs),螺距0.8,旋转时间0.25 s,总准直57.6 mm,单准直0.4 mm,矩阵1024×1024。
- 对比剂为碘美普尔400(IOMERON® 400,Bracco)50 mL,以4 mL/s经外周静脉注射,随后40 mL生理盐水冲管,升主动脉ROI阈值达100 HU后延迟8 s开始采集。
- 图像重建采用超高清模式,平面空间分辨率约0.225 mm,层厚0.4 mm,层间距0.2 mm,量子迭代重建Q2级。
- 脂肪组织体素纳入阈值设为-190至-30 HU,测量重复进行1、2、3、4、5 mm环厚度。
关键影像表现/征象
- 颈动脉周围脂肪平均衰减值随环厚度增加而渐进性降低,1 mm层与后续层间多数比较经FDR校正后仍显著。
- 逐层(Circle)HU分析显示1 mm层衰减值持续高于外层,1 mm层与3-5 mm层间差异显著。
- 体素计数从1 mm环至5 mm环平均约900增至约1100,但4 mm和5 mm环的方差和变异系数(CV%)增加。
- 热图和雷达图显示个体间HU趋势存在明显异质性,部分受试者呈非线性或反向趋势。
- 左右侧颈动脉在各层衰减值和体素计数上趋势几乎重叠,左侧外层(4-5 mm)平均HU略低但无统计学显著差异。
诊断标准与关键数值
- 脂肪组织体素纳入标准为衰减值在-190至-30 HU之间。
- 逐层分析以1 mm为参考层,计算各层相对1 mm层的ΔHU。
- 配对比较采用配对Student t检验,Benjamini-Hochberg FDR校正,P值<0.05为统计学显著。
临床应用与阅片要点
- 作者认为逐层PVAT profiling可能为局部血管炎症提供无创影像标志物,支持超越狭窄严重程度的颈动脉风险分层。
- 作者指出颈周间隙常含淋巴结等非脂肪结构,即使通过严格HU阈值排除,其邻近仍可能因局部炎症活动影响周围脂肪衰减而混淆PVAT分析。
局限性
- 研究人群相对较小且仅纳入无症状患者,20例受试者中观察到的很高变异可能部分反映样本量有限,结果向有症状或高危人群的外推性可能降低。
- 分割基于解剖邻近而非组织学验证,尽管所用HU阈值为脂肪组织标准阈值,但邻近组织污染不能排除,尤其是在外层。
- 缺乏纵向临床结局,无法评估PVAT特征与脑血管事件的相关性,可在未来研究中评估。
- 作者指出PVAT行为在无症状受试者中可能受多种解剖、代谢或病理生理因素影响,需进一步研究。
全文中译11 节 · 点击展开
引言
卒中仍然是全球范围内发病和死亡的主要原因之一[1],其中相当大比例的病例可归因于颈动脉粥样硬化性疾病。自20世纪80年代以来,狭窄程度一直是指导治疗决策的主要参数。然而,近年来,越来越多的证据表明,颈动脉斑块特征而非仅狭窄严重程度与脑血管事件风险的相关性更为密切[2, 3]。
从2000年代初开始,CT和MRI技术的进步促进了对若干斑块易损性特征的识别[4],这些特征此前仅通过组织学分析才能记录,例如斑块内出血(IPH)和纤维帽破裂的存在[5, 6]。斑块易损性是指动脉粥样硬化病变发生破裂或栓塞的生物学倾向,导致短暂性脑缺血发作或缺血性卒中风险增加,而不论管腔狭窄程度如何[7]。然而,根据组织学数据,斑块不稳定性最关键的标志物之一——即炎症状态——仍然难以通过常规CT和MRI技术进行评估。目前,炎症在体内只能通过PET成像或使用超小超顺磁性氧化铁颗粒的MRI技术进行评估。
来自冠状动脉CT研究的见解揭示,冠状动脉周围脂肪组织,特别是其衰减值增高,可作为斑块炎症的敏感标志物,并对不良心脏结局具有强烈预测价值[8]。基于这些发现,颈动脉周围脂肪组织的特征描述最近成为一个受关注的领域,初步结果显示出良好前景[9, 10]。
2021年,光子计数计算机断层扫描(PCCT)被引入临床实践。这项新技术在空间分辨率、光子信号区分和组织表征能力方面提供了显著改善,从而也提高了对比分辨率。在本研究中,我们旨在评估接受主动脉上干成像的患者群体中颈动脉血管周围脂肪组织(PVAT)的特征。
材料与方法
研究设计与患者人群
本研究按照《赫尔辛基宣言》所述原则进行,并获得审查委员会批准。由于研究的回顾性性质,知情同意被豁免。接受头颈部PCCT血管造影的患者,所有CT扫描均在无症状患者中为颈动脉粥样硬化性疾病的临床评估而进行。根据机构标准化方案,颈动脉计算机断层扫描血管造影(CTA)在以下条件下进行:(1)颈动脉超声检查结果显示狭窄大于50%,依据北美症状性颈动脉内膜切除术试验(NASCET)标准定义。超声速度测量值(PSV)被转换为NASCET等效狭窄阈值[11]。如果超声检查发现提示斑块易损性的特征,如溃疡或不规则表面,也进行CTA检查。(2)由于解剖限制,颈动脉超声在评估狭窄程度或斑块特征方面无法得出结论。
PCCT技术
所有CT扫描均使用标准临床扫描方案在临床光子计数CT(PCCT,Naeotom Alpha,软件版本Syngo CT VA40,Siemens Healthineers)上进行。所有CT检查均采用以下采集参数:管电压为120 kVp,并启用自动管电流调制(IQ水平145,平均有效电流时间乘积为86.26 ± 13.39 mAs)。螺距设为0.8,旋转时间为0.25 s。总准直为57.6 mm,单准直为0.4 mm。矩阵为1024 × 1024,视野(FOV)根据每位患者进行调整,以最佳显示从主动脉弓至颅顶的血管。对比剂(50 mL,IOMERON® 400,Bracco)使用联动的自动注射系统经手臂外周静脉注射,流速为4 mL/s,随后给予生理盐水冲管(40 mL)。在置于升主动脉的感兴趣区(ROI)达到100 HU阈值后延迟8 s开始图像采集。
使用制造商专用工作站(Syngo Via,VB60版本,Siemens Healthineers)应用重建算法。在超高分辨率(UHR)模式下,重建的平面内空间分辨率约为0.225 mm,并通过重采样实现各向同性体素尺寸。层厚为0.4 mm,层间距为0.2 mm。所有图像均使用量子迭代重建水平Q2。
血管周围脂肪组织(PVAT)的识别与分析
为识别并定量PVAT,我们采用了本实验室用Python自主开发的算法。该算法用于在轴位图像上手动勾画颈动脉斑块的外轮廓(具体为最大斑块厚度所对应的层面),未采用自动方法。基于该轮廓,算法自动生成由操作者定义厚度的同心环,起始厚度为1 mm。体素衰减的纳入阈值亦由操作者选择,标准范围设定为−190至−30 Hounsfield单位(HU)。勾画在原生PCCT高分辨率重建(UHR)图像上进行,这些图像在1024 × 1024矩阵中生成环之前被重采样为各向同性体素。手动绘制的轮廓在径向扩展前使用平滑样条处理,以确保连续性和几何稳定性。同心环通过初始轮廓的序贯形态学膨胀生成,仅保留符合脂肪HU范围的体素,以尽量减少外膜或斑块的部分容积污染。
随后算法自动计算所定义血管周围层的平均衰减(HU),并报告所选区域内纳入的体素数量。使用1、2、3、4和5 mm的环厚度重复测量。由此获得每种厚度下的总体PVAT值。此外,为评估PVAT在距颈动脉距离增加时的表现,分别计算每个1-mm环层的贡献。该参数定义为“circle”值,可对PVAT衰减进行逐层分析(图1)。
统计分析
采用Shapiro–Wilk检验评估正态性。由于大多数连续变量服从正态分布,故应用参数检验。所有定量数据以均值±标准差(SD)表示。在五种不同的PCCT衍生血管周围环状厚度(1 mm、2 mm、3 mm、4 mm和5 mm)之间比较HU值。厚度水平之间的两两比较采用配对Student t检验。这些比较同时针对总体平均HU值和Circle HU值(定义为每个单独1-mm环层的基于ROI的测量)进行。为校正多重比较,应用Benjamini–Hochberg错误发现率(FDR)校正。分析既在全局层面(不考虑侧别)进行,也按侧别分层(右侧 vs 左侧)进行。除HU指标外,还分析了与每个同心层(Circle)相关的体素计数。检查了五种厚度下体素计数的分布,并生成描述性统计量,包括标准差、方差和变异系数(CV)。通过条形图和折线图可视化体素计数变异性,展示方差和CV如何随距颈动脉壁距离增加而变化。还进行了热图分析,以评估相对于1 mm参考层的受试者个体ΔHU,并生成雷达图以直观总结每位受试者所有厚度水平的HU特征。所有统计分析和可视化均使用Python(版本3.11.8)进行,采用专用科学计算和绘图库。p值<0.05被认为具有统计学显著性。
结果
人口学数据
本研究共纳入20例患者(11例男性和9例女性),平均年龄71.3岁,标准差11.49岁。所有分析的患者均无症状。根据NASCET标准测量,所分析颈动脉的平均狭窄程度为24%(±14%)。
PVAT平均HU
在五个同心厚度(1–5 mm)中,每个厚度对整个分割血管周围区域平均后的PVAT平均衰减值显示,平均HU随环状厚度增加而逐渐降低。两两比较显示,多个厚度水平之间存在统计学显著差异,尤其是1 mm与后续层之间。经FDR校正后,大多数比较仍保持显著性,尤其是涉及1 mm参考层的比较(表1)。这些值的分布和集中趋势见图2a,其中可见HU值呈逐渐下降趋势。
Circle HU
在分析Circle HU值时(定义为来自1 mm厚度离散环形ROI的层特异性平均HU值),衰减值随着与血管壁距离的增加呈现相似的下降趋势。1 mm层始终显示出高于外层层的衰减值。统计分析确认了不同厚度水平之间的显著差异,特别是1 mm层与3-5 mm圆环之间(表2)。相对于1 mm层的ΔHU的受试者热图(图3a)以及雷达图(图3b)显示了HU谱存在显著的个体间变异性,部分受试者表现出跨层的非线性或倒置趋势。
Circle体素数
每个环形圆的体素数随同心厚度增加而增加,反映了分割所涵盖的体积增大。平均体素计数从Circle 1 mm至Circle 5 mm稳步上升(平均范围:约900至约1100个体素),但这伴随着较大厚度下变异性的增加。体素计数分布的图形探索(图4a)显示4 mm和5 mm圆环的离散度更大。图4b中的置信带突出了早期层之间的相对重叠以及超过3 mm层后的分离,进一步支持了分割在较大距离处变得更加不一致的观点。
进一步的统计探索(图4d)揭示了五个圆环中方差和变异系数(CV%)均呈增加模式。这不仅表明绝对意义上的离散度更高,还表明相对变异性更高,可能反映了外周层的解剖不规则性或分割效应。完整汇总指标见表3。
侧别的影响
当按侧别(右侧与左侧颈动脉)对所有分析进行分层时,五个同心层之间在衰减或体素计数方面未观察到系统性差异(图2b)。经FDR校正后,配对t检验比较左右两侧对应圆圈未发现显著差异。在圆环HU值和体素计数分布中(图2d、4c),右侧与左侧的趋势几乎完全重叠,仅有极小的偏差。平均HU值显示左侧外层圆圈(4–5 mm)略低,但这些差异无统计学意义。
讨论
本研究利用光子计数计算机断层扫描(PCCT)对颈动脉血管周围脂肪组织(PVAT)进行了详细表征,该新兴成像模态与传统CT相比具有更优越的空间分辨率和对比分辨率[12]。目前文献中尚无研究在PCCT上评估此类参数,考虑到该模态更高的空间分辨率、矩阵密度和对比分辨率,这代表了一种新颖的研究方法。
我们的研究结果表明,随着距颈动脉壁距离的增加,PVAT衰减呈一致且渐进性降低,同时PVAT HU值的分布和轮廓存在显著的个体间变异。这些观察结果与既往在冠状动脉循环中进行的研究一致,其中血管周围脂肪衰减已被验证为血管炎症的替代标志物和不良心血管事件的预测因子。特别是,已在冠状动脉中证实Hounsfield单位(HU)衰减随距血管壁距离的增加而渐进性降低[13]。在我们的具体病例中,纳入的患者均为无症状者,虽然这支持即使在亚临床颈动脉粥样硬化中也存在可检测的炎症信号,但由于缺乏纵向或结局数据,无法据此推断斑块稳定性。
PCCT量化毫米级同心层间PVAT衰减细微变化的能力,可能代表无创评估局部血管炎症的重大进步,尤其是与传统高分辨率能量积分探测器CT(EID-CT)相比。与受光散射、电子噪声和边缘模糊效应限制而可能掩盖细小血管周围梯度的EID探测器不同,PCCT提供真正的高分辨率成像,显著减少晕状伪影,在UHR模式下平面内分辨率达0.225 mm。这些技术优势使PCCT能够捕捉在EID-CT系统上被部分或完全掩盖的衰减差异。最内层1 mm层与外层圆圈之间衰减的显著差异支持了这一概念,即最靠近血管壁的PVAT可能更直接地受到源自血管壁本身的炎症信号的影响,这一现象此前被称为动脉粥样硬化炎症的“由外向内”范式[14]。
重要的是,热图和雷达图可视化显示,并非所有患者在各层都遵循相同的衰减模式,一些患者表现出非线性甚至反向的趋势。这种个体间异质性提示,无症状受试者的PVAT行为可能受到一系列解剖、代谢或病理生理因素的影响,值得进一步研究。有趣的是,观察到一些个体的PVAT值显著高于其他人。
这不仅强调了优化分割策略以分离真正血管周围脂肪的重要性,尤其是在分析较大区域时,而且突出了颈动脉PVAT的总体特征与冠状动脉存在根本不同。事实上,冠状动脉在生理上被脂肪包围,其他解剖结构的干扰极小。相比之下,颈动脉周围间隙常包含额外结构,如淋巴结(图5)或小血管和神经结构。在我们的模型中,特别注重确保所有非脂肪成分被排除。这通过使用严格的基于HU的阈值(−190至−30 HU)可靠地实现,使算法仅保留真正的脂肪组织,并系统性地剔除淋巴结、血管结构和其他非脂肪成分。即使这些结构被排除在分割之外,它们的邻近仍可能影响局部脂肪衰减。例如,邻近的淋巴结可能因局部炎症活动而改变周围脂肪组织的衰减特征,从而可能混淆PVAT分析。值得注意的是,右侧和左侧颈动脉之间未观察到显著差异,提示在没有侧别特异性疾病或解剖结构不对称的情况下,PVAT衰减是对称的。然而,较小的样本量和人群的无症状性质可能限制了对侧化模式的检测,尽管未观察到统计学显著差异,左侧颈动脉始终显示名义上较低的衰减值和较小的PVAT体积,与右侧相比。
我们的研究具有多项优势。它引入并验证了一种使用PCCT进行PVAT分割和分析的可重复的半自动化方法。此外,通过分析整体和层特异性值(Circle HU),我们提供了对血管周围脂肪空间行为的详细见解。
然而,必须承认一些局限性。首先,研究人群相对较小,仅包括无症状患者,20名受试者中观察到的极大变异可能部分反映了这一有限的样本量。因此,我们的发现对有症状或高风险人群的普适性可能降低。其次,分割基于解剖邻近性而非组织学验证,尽管所用的HU阈值是脂肪组织的标准阈值,但不能排除邻近组织的部分污染,尤其是在外层。第三,缺乏纵向临床结局,无法评估PVAT特征与脑血管事件之间的相关性,这可在未来研究中予以评价。
引用
- Saba L, Alkadhi H, Maffei E, et al. Photon-counting CT characterization of carotid perivascular adipose tissue: a layer-by-layer quantitative analysis. A preliminary analysis in an asymptomatic population. Eur Radiol. 2026. PMID: 41944834. doi:10.1007/s00330-026-12481-z
- 全文:PMC13342122(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC13342122/
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。