颈动脉周围脂肪能谱CT参数识别症状性斑块
本研究回顾性纳入306例经CTA证实的颈动脉粥样硬化患者,分析斑块周围脂肪组织的能谱CT参数与斑块成分及症状状态的关系。结果显示症状性斑块周围脂肪Zeff、碘浓度升高而脂肪分数降低,CT70keV与FF对识别症状性斑块AUC分别达0.857和0.820。联合狭窄程度与斑块成分后,加入FF或CT70keV可进一步提高诊断效能。
要点
- 症状性颈动脉斑块周围脂肪常表现为Zeff和碘浓度升高、脂肪分数降低。
- 在狭窄程度基础上加用FF或CT70keV可明显提高症状性斑块的识别效能。
- PVAT能谱参数与斑块纤维脂肪和坏死核心体积相关,可间接反映斑块易损性。
核心结论
- 能谱CT所得颈动脉斑块周围脂肪组织的Zeff、IC升高及FF降低与症状性斑块独立相关。
- CT70keV和FF对识别症状性颈动脉斑块诊断效能最高,AUC分别为0.857和0.820。
- 在狭窄程度和坏死核心体积基础上加入FF或CT70keV,AUC分别提升至0.897和0.916。
研究设计与样本
- 单中心回顾性研究,纳入306例CTA证实的颈动脉粥样硬化患者,无症状组137例,症状组169例。
- 采用256层GE Revolution Apex能谱CT行头颈CTA,范围自主动脉弓至Willis环。
- 由两名血管放射科医生独立测量,PVAT定义为距颈动脉外壁一个血管直径范围内、CT值-190至-30 HU的脂肪组织。
- 斑块成分由Medis Suite软件按HU阈值自动分割:钙化≥350 HU,纤维131-350 HU,纤维脂肪76-130 HU,坏死核心-30至75 HU。
关键影像表现/征象
- 症状性斑块周围PVAT表现为有效原子序数(Zeff)和碘浓度(IC)升高,脂肪分数(FF)降低。
- 症状组PVAT在常规多能图像、40 keV和70 keV虚拟单能图像上的CT衰减均高于无症状组。
- Zeff和IC与纤维脂肪体积及坏死核心体积呈正相关,FF与坏死核心体积呈负相关。
- 能量谱曲线斜率K在症状组与无症状组间差异无统计学意义(p=0.658)。
诊断标准与关键数值
- 脂肪分数FF识别症状性斑块的AUC为0.820(95%CI 0.774–0.865)。
- CT70keV识别症状性斑块的AUC为0.857(95%CI 0.815–0.899)。
- Zeff识别症状性斑块的AUC为0.805(95%CI 0.749–0.861),IC的AUC为0.699(95%CI 0.640–0.757)。
- 仅用狭窄程度模型AUC为0.716,加入坏死核心体积后升至0.821,再分别加入FF和CT70keV后升至0.897和0.916。
- 观察者间一致性ICC为0.758至0.865。
临床应用与阅片要点
- 报告颈动脉CTA时可同时描述斑块周围脂肪的FF和CT70keV,作为症状性斑块的辅助提示。
- PVAT测量应在最大狭窄层面放置两个2.5 mm² ROI,避开血管外壁、周围软组织和细小穿支血管。
- 轻度或中度狭窄亚组中,症状性斑块Zeff升高、FF降低及IC升高仍明显,提示不能仅以管腔狭窄程度判断风险。
局限性
- 单中心回顾性设计,可能存在选择偏倚。
- 症状定义依赖病历记录和影像支持,既往短暂性脑缺血发作可能被漏判。
全文中译17 节 · 点击展开
引言
颈动脉粥样硬化是缺血性卒中和短暂性脑缺血发作(TIA)的主要病理基础,而这些疾病仍然是全球范围内死亡和长期残疾的主要原因之一[1]。当代预防和治疗策略在很大程度上仍依赖于管腔狭窄的严重程度[2]。越来越多的证据表明,颈动脉斑块易损性与更高的脑血管事件风险相关[3]。大坏死核心、纤维成分减少以及不稳定的表面形态等特征与下游缺血事件密切相关[4],这凸显了需要能够同时捕捉颈动脉斑块结构和生物学特性的成像方法,而非孤立地评估管腔狭窄。
颈动脉粥样硬化是一个复杂的过程,不仅受斑块易损性的影响,还与炎症相关[5]。血管周围脂肪组织(PVAT)与外膜直接相连,在调节血管张力、炎症和氧化应激方面发挥着关键作用[6]。作为一个具有内分泌功能的活跃器官,PVAT因炎症反应而发生组成和生物学特性的改变,并与血管壁进行密切的双向信号传导[7]。多项临床研究已证实无创成像技术在测量PVAT变化方面的可行性[8–12]。这些发现表明,需要更全面的卒中风险评估,超越斑块本身的易损性,纳入对炎症环境的评估。
无创成像方法越来越多地被用于活体表征PVAT。虽然高分辨率磁共振成像(MRI)被认为是评估颈动脉斑块易损性的金标准,但其临床应用受到采集时间长、成本高和患者依从性降低的限制[8]。多项CTA研究报告,颈动脉周围PVAT密度增高与症状性狭窄、高危斑块特征和复发性缺血事件相关,提示PVAT密度可作为血管周围炎症的替代指标[13–15]。然而,这些研究大多使用常规多能量图像(PIs)上的单一平均衰减值来量化PVAT,这仅能部分反映脂肪组织内复杂的组成和功能变化。
光谱CT利用X射线能量依赖的衰减特性,同时重建虚拟单能量图像和物质特异性图像,如有效原子序数(Zeff)图、碘浓度(IC)图和脂肪分数(FF)图,从而增强组织成分的区分能力[16]。这些参数在多个维度上提供互补信息,包括组织成分、血供状态和炎症状态,并已被应用于评估颈动脉斑块成分[17, 18]。因此,这些参数可能有助于通过捕捉超出单一HU测量值的组织成分和对比剂分布的不同方面来细化PVAT表型分析。此外,研究表明PVAT光谱参数可能有助于识别急性卒中的高危患者[19]。然而,PVAT光谱表型与详细斑块成分或临床症状状态之间的关系仍不清楚。
因此,本研究旨在利用能谱CT全面分析血管周围脂肪组织(PVAT)与颈动脉斑块特征之间的关系,并探讨这些参数在区分症状性与无症状性斑块中的预测价值。
方法
患者
本回顾性研究经机构审查委员会批准,因其回顾性设计而免除了知情同意。回顾性纳入2025年3月至2025年10月期间因怀疑颈动脉粥样硬化性疾病而在本机构连续接受能谱CTA检查的患者。通过检索机构电子病历系统和影像数据库,按照预设标准筛选符合条件的病例,并系统分析其临床资料和影像信息。
纳入标准如下:(1)年龄≥18岁;(2)至少一条颈动脉(单侧或双侧)经CTA证实存在动脉粥样硬化斑块并伴有可测量的管腔狭窄;(3)靶斑块周围的PVAT可清晰识别和勾画;(4)能谱CTA检查采用本机构标准颈动脉扫描方案进行。排除标准包括:(1)CTA显示同侧颅内动脉狭窄>50%;(2)心源性栓塞性卒中;(3)既往接受过颈动脉支架植入术或颈动脉内膜剥脱术;(4)颈动脉次全闭塞或完全闭塞;(5)合并前循环血管疾病(如动脉夹层、动脉瘤或动脉炎);(6)全身性疾病,如自身免疫性疾病、血液系统疾病或恶性肿瘤;(7)CTA图像质量差,无法进行后处理分析;(8)临床资料不完整。纳入和排除过程见流程图(图1)。
颈动脉斑块患者若在CTA检查前6个月内发生同侧缺血性卒中、短暂性脑缺血发作(TIA)或一过性黑蒙,则视为症状性[18]。脑MRI作为支持性证据,用于确认缺血性病变及其与责任颈动脉供血区域的对应关系。若患者经CTA证实存在颈动脉粥样硬化,但在此前6个月内无任何记录在案的同侧缺血性卒中、TIA或一过性黑蒙病史或影像学证据,则归类为无症状性。为排除无症状组中既往的TIA,我们进行了结构化病历审查(入院记录、既往病史、出院诊断、神经内科会诊记录以及可获取的相关既往脑影像报告),以识别任何既往同侧缺血性事件。
CTA图像采集
所有患者均在256层GE Revolution Apex CT扫描仪(GE Healthcare)上按照统一方案接受头颈部CTA检查。采集采用与该扫描仪集成的快速kV切换双能量技术——宝石能谱成像(GSI)。CTA采用螺旋扫描,覆盖范围从主动脉弓延伸至Willis环。非离子型对比剂(碘佛醇,350 mg/mL)经肘静脉使用高压注射器给药,剂量为1.0 mL/kg体重,流速为4.0 mL/s,单次注射剂量为50 mL。扫描参数:管电压采用GSI模式设置,范围为40 keV至140 keV,管电流:370 mA,矩阵512 × 512,重建层厚0.625 mm,螺旋螺距0.992,层间距0.5 mm。图像集包括常规多色图像(PIs)和40至140 keV的虚拟单能量图像(VMI)集。
PVAT定量参数分析
原始图像传输至Advantage Workstation 4.7(GE Healthcare Revolution)进行后处理。两名血管放射科医师(X.L.和J.S.,分别具有15年和10年经验)使用重建图像独立评估和测量所有斑块CTA特征。在图像分析过程中,放射科医师对所有临床数据设盲。
PVAT在常规多色图像(PIs)上测量,定义为位于颈动脉外壁径向距离等于血管直径范围内的脂肪组织,衰减值范围为−190至−30 HU [9]。我们采用了Baradaran等人[8]先前描述的方法,在CTA上管腔最狭窄层面处的PVAT内放置两个感兴趣区(ROIs),每个面积为2.5 mm²。颈动脉狭窄程度根据北美症状性颈动脉内膜切除试验(NASCET)方法计算[20]。为尽量减少部分容积效应,每个ROI放置在距颈动脉外边界及邻近结构至少1 mm处,仔细避开周围软组织和细小穿支血管。精确的ROI位置因受试者而异,取决于最大狭窄处的解剖位置和血管周围脂肪的分布。计算两个ROI的平均值并用于后续统计分析。然后将该ROI同步复制到脂肪图、碘图、有效原子序数(Zeff)图和虚拟单色图像上。脂肪分数(FF)图由物质分解重建获得(以%报告)。碘浓度(IC)从厂商物质分解碘图获得,以μg/cm³报告。根据既往光谱CT在PVAT成像方面的经验[21],我们预选了40 keV和70 keV用于PVAT定量评估。记录常规多色图像、40 keV和70 keV单色图像上PVAT的CT衰减值(CTPI、CT40 keV、CT70 keV),绘制能谱衰减曲线,并确定其斜率(K)。K反映单一能量水平下衰减的变化。基于既往关于脂肪组织能谱衰减特征的研究[22, 23],40–70 keV VMI的平均衰减呈现显著增加,随后在70 keV以上趋于平稳。因此,我们选择40–70 keV范围来计算能谱衰减曲线的斜率。公式为[23]:K = (CT40keV – CT70keV)/30。
斑块定量特征分析
血管和斑块特征在窗宽550 HU、窗位150 HU的条件下进行评估[11]。狭窄程度采用NASCET标准进行评价[20]。斑块厚度:轴位CTA图像上的最大斑块厚度[24]。斑块长度是指沿斑块纵轴测量的最大距离。随后将数据导入Medis Suite软件(QAngio CT),提取颈动脉斑块的定量参数,包括斑块负荷、纤维体积、纤维脂肪体积、坏死核心体积和钙化体积。斑块成分分析利用软件预定义的亨斯菲尔德单位(HU)阈值进行。根据内置分类标准,各成分的衰减值定义如下:致密钙化(≥ 350 HU)、纤维组织(131–350 HU)、纤维脂肪组织(76–130 HU)、坏死核心(−30至75 HU)(图2)。
亚组分类
为探讨狭窄严重程度对PVAT特征及其预测效能的潜在影响,根据NASCET标准将患者按颅外颈动脉狭窄的严重程度进一步分层:轻度/中度狭窄(< 70%)和重度狭窄(≥ 70%)。
统计分析
所有统计分析均在SPSS for Macintosh 26.0版(IBM-SPSS)和R 4.2.3版中完成。符合正态分布的数据以均值±标准差表示,不符合正态分布的数据以中位数和四分位距表示。分类变量以频数或百分比汇总。分类变量的组间差异采用卡方检验或Fisher精确检验进行分析。对于连续变量,根据分布情况,组间比较采用独立t检验或Mann–Whitney U检验。计算组内相关系数(ICC)以评估各种颈动脉斑块特征和PVAT参数影像学测量的可靠性与一致性。
采用Spearman相关分析探讨颈动脉斑块CTA特征与血管周围脂肪能谱参数之间的关系。通过单因素和多因素logistic回归分析确定症状性颈动脉斑块的独立预测因素,并用于构建预测模型。利用经临床协变量校正后的相应多变量logistic回归模型得出的预测概率生成受试者工作特征(ROC)曲线,并计算曲线下面积(AUC)、敏感度和特异度。为评估PVAT能谱参数在狭窄程度和斑块成分之外的增量判别价值,构建了逐步logistic回归模型,并使用DeLong检验对AUC进行两两比较。进一步对多变量模型进行了1000次重抽样的Bootstrap内部验证,并计算了回归系数(CI)和比值比(OR)的基于Bootstrap的95%置信区间。
结果
人口统计学与临床特征
本研究共纳入306例患者,其中无症状组137例(44.8%),症状组169例(55.2%)。人口统计学和临床数据见表1。两组临床特征差异无统计学意义(p > 0.05)。
症状组与无症状组间颈动脉斑块特征及PVAT能谱参数的差异
与无症状组相比,症状组患者管腔狭窄程度更重(p = 0.027),斑块负荷更高(p < 0.001)。症状性斑块的斑块长度、纤维脂肪体积和坏死核心体积更大,而纤维体积更小(均p < 0.001)。两组间斑块厚度和钙化体积差异无统计学意义(均p > 0.05)。在PVAT能谱CT参数方面,症状组患者的Zeff、IC、CTPI、CT40 keV和CT70 keV更高,而FF更低(均p ≤ 0.05)。能谱斜率K在两组间差异无统计学意义(p = 0.658)(表2和图3)。评估斑块特征和PVAT参数的观察者间一致性,以ICC值表示,范围为0.758至0.865,表明观察者间具有较高至极好的一致性。这些结果见表S1。
亚组分析
为进一步阐明不同狭窄程度下PVAT参数与症状性斑块之间的关系,根据NASCET标准将患者分为轻/中度与重度颅外颈动脉狭窄亚组(图S1)。在轻/中度狭窄亚组中,症状性斑块的Zeff和IC显著高于无症状性斑块,同时FF显著降低。此外,CT40keV和CT70keV亦升高(均p < 0.001),CTPI较高(p = 0.017)。在重度狭窄亚组中,症状性斑块显示Zeff升高且FF显著降低,但IC或CTPI无显著差异(p > 0.05)。各亚组间K值均无显著差异(均p > 0.05)。
颈动脉斑块特征与PVAT能谱CT参数的相关性
Spearman相关分析揭示了斑块成分体积与PVAT能谱CT参数之间的显著相关性(表3)。纤维体积与Zeff、CT40 keV、CT70 keV呈负相关(ρ分别为−0.252、−0.230、−0.249;均p < 0.001)。纤维脂肪体积与Zeff、IC、CT40 keV、CT70 keV呈正相关(ρ分别为0.246、0.277、0.321、0.306;均p < 0.001)。坏死核心体积与Zeff、IC、CT40 keV、CT70 keV呈正相关(ρ分别为0.307、0.302、0.299、0.286;均p < 0.001),与FF呈负相关(ρ = −0.300,p < 0.001)。钙化体积与任何PVAT能谱CT参数均无统计学显著相关性(均p > 0.05)(图4)。
多因素logistic回归分析
单因素logistic回归分析显示,斑块负荷、纤维体积、纤维脂肪体积、坏死核心体积、Zeff、FF、IC、CT40 keV和CT70 keV与症状性斑块相关(均p < 0.001),CTPI亦达到统计学显著性(p = 0.004)。在多因素logistic回归模型中(校正年龄、性别、高血压、冠心病、糖尿病、高脂血症、吸烟史、饮酒史及用药史),纤维体积、纤维脂肪体积、坏死核心体积、Zeff、FF、IC和CT70 keV仍与症状性斑块独立相关(均p < 0.05)(表4)。1000次重抽样的Bootstrap内部验证显示,主要关联在各重抽样样本中总体稳定。
PVAT能谱参数与斑块定量参数对症状性斑块的预测效能
表S2总结了斑块特征和PVAT光谱参数对识别症状性斑块的预测效能。在斑块定量参数中,坏死核心体积、纤维体积和纤维脂肪体积的AUC分别为0.769(95% CI:0.716–0.822)、0.770(95% CI:0.718–0.822)和0.734(95% CI:0.678–0.790)。对于PVAT光谱参数,FF的AUC为0.820(95% CI:0.774–0.865),IC为0.699(95% CI:0.640–0.757),Zeff为0.805(95% CI:0.749–0.861),CT70 keV为0.857(95% CI:0.815–0.899)(图5)。
PVAT光谱参数在狭窄程度和斑块成分之外的增量判别价值
为评估PVAT光谱参数在狭窄程度和斑块成分之外的增量判别价值,我们基于狭窄程度和斑块成分构建了模型。仅包含狭窄程度的模型(模型A)AUC为0.716。加入坏死核心体积后(模型B),AUC增至0.821。当进一步纳入单个PVAT光谱参数时,FF的AUC增至0.897(模型C1),CT70 keV的AUC增至0.916(模型C2)。详细结果见表5和补充表S3。与模型A相比,模型B的AUC显著更高(p < 0.001),在模型B的基础上进一步加入FF(模型C1)或CT70 keV(模型C2)均带来额外的显著AUC改善(均p < 0.001)。
讨论
本研究分析了颈动脉粥样硬化患者PVAT的光谱CT参数和斑块的定量特征,并进一步探讨了这些参数在识别临床有症状斑块中的价值。我们的研究结果强调,PVAT光谱CT参数可作为症状性颈动脉斑块的潜在影像学生物标志物,为血管周围组织的微环境变化提供补充信息。
作为一种炎性影像生物标志物,PVAT的核心优势在于能够实现无创检测[25]。既往研究表明,PVAT的CT衰减值升高可作为高危颈动脉斑块的指标[9, 11, 15]。我们的研究发现,基于能谱CT的PVAT衰减值在有症状的颈动脉斑块中显著升高,与既往研究结果一致[22, 26]。我们还观察到有症状斑块周围PVAT的FF降低。这种降低可能归因于病变斑块邻近的脂肪细胞功能障碍,导致脂质耗竭,从而在CTA上表现为特征性的密度改变[25]。Zeff是一种与组织元素组成相关的能谱指标,在有症状患者斑块周围PVAT中也更高,提示可能存在组成差异。同样,Shinohara等报道颈动脉斑块的富脂质区域与较低的Zeff值相关[27]。斑块内新生血管与斑块活性增加密切相关,导致炎症风险升高[28]。PVAT内IC的增加可能反映了炎症驱动的新生血管形成和血管通透性增强。值得注意的是,我们的研究显示有症状组与无症状组之间PVAT的K值无显著差异,这与既往研究相矛盾[19]。这一阴性结果可能反映了研究人群和重建设置的差异。此外,使用相对较窄的低能量范围(40–70 keV)计算K值可能降低了不同能量间衰减变化的动态范围,从而限制了组间区分能力。未来研究应在统一、优化的能谱方案下进一步验证K值的鉴别价值。
在基于狭窄严重程度的分层分析中,即使在轻度/中度狭窄范围内,PVAT能谱CT参数也能区分有症状与无症状斑块。相反,在重度狭窄患者中未观察到IC值的显著差异。重度颈动脉狭窄常伴有显著的血流动力学损害和同侧灌注不足[29],这可能减弱或掩盖了本研究中检测到的与灌注相关的PVAT改变。CTPI无差异的结果表明,VMIs可能更灵敏地捕捉PVAT内的细微组成变化。
关于斑块特征,本研究证实,临床有症状的斑块的特征为坏死核心更大、纤维成分减少,这与既往MRI和组织病理学研究中同缺血性卒中风险密切相关的表型一致[30–32]。斑块特征与缺血性卒中风险密切相关[33]。本研究的相关性分析进一步阐明了血管周围脂肪组织(PVAT)能谱特征与特定斑块成分之间的定量关系。PVAT中较高的Zeff和IC与纤维脂肪组织和坏死核心的体积均较大相关,而PVAT FF与坏死核心体积呈负相关。这可能是因为斑块内坏死物质释放炎症介质,激活PVAT,形成相互强化的恶性循环[25]。随着坏死核心增大,PVAT炎症改变更加明显,脂肪组织替代更加严重[34]。此外,这种局部炎症促进斑块形成,导致狭窄和斑块负荷增加[11]。PVAT可能与动脉粥样硬化斑块表型相关,而非充当纯粹被动的旁观者[35]。血管周围脂肪的重塑过程似乎与管腔和血管壁病变的进展平行发生,而非仅仅与之共存[36]。然而,本研究结果在因果性方面应谨慎解读。PVAT异常不仅可能通过局部炎症和旁分泌信号传导促进斑块不稳定,还可能代表邻近脂肪组织对斑块活动、血管炎症或缺血事件的继发性成分和炎症重塑反应。未来需要结合连续影像学检查和临床随访的前瞻性纵向研究,以确定PVAT的变化是发生在斑块不稳定之前,还是反映血管炎症或缺血事件后的下游变化。
PVAT能谱参数在本研究中显示出良好的诊断性能。这提示,PVAT的能谱表型可能与临床有症状的斑块状态相关的血管周围改变有关,如血管周围炎症和代谢应激,而这些改变无法完全通过管腔狭窄程度或斑块内部成分来解释。本研究结果与既往双能CT研究一致,这些研究表明PVAT特征与脑血管事件相关,并能在常规影像标志物之外提高卒中风险预测能力[19]。通过在同一患者队列中系统比较斑块成分体积与多个PVAT能谱参数,本研究为PVAT相关参数在识别有症状斑块中的价值提供了更具体的证据。这些发现强化了以下概念:基于能谱CT的PVAT定量评估可有效补充常规斑块成像,有助于对颈动脉粥样硬化患者进行更精细的风险分层。重要的是,分层建模显示,在纳入狭窄程度和坏死核心体积的模型中加入FF或CT70 keV可进一步提高判别性能。这些发现提示,PVAT能谱参数可能捕捉到仅靠常规管腔或斑块成分标志物未能充分反映的补充信息。
在颈动脉成像中,光谱CT已被应用于狭窄分级[37]和斑块检测[17]。即使无法获得斑块成分的详细定量分析,PVAT的光谱改变也可作为临床高危斑块表型的间接成像标志物,有助于在狭窄程度相似的患者中识别出那些斑块伴有更活跃血管周围炎症改变的高危患者[22]。如果在未来研究中与基于MRI的斑块成分评估、影像组学特征及纵向卒中结局随访相结合,这些指标可能有助于构建整合性风险评估框架,并进一步改善颈动脉粥样硬化患者的个体化风险分层。
本研究存在一些局限性。首先,这是一项回顾性、单中心研究,仅纳入了因临床适应证接受颈动脉CTA检查的患者;未包含独立的外部验证队列。这可能引入选择偏倚,并限制研究结果的可推广性以及研究人群的代表性。其次,斑块分类基于临床表现和脑MRI表现,而非组织病理学确认;这可能给判断PVAT光谱参数是否直接反映斑块的内在不稳定性带来不确定性。此外,本研究未评估斑块内出血(IPH)。尽管光谱CT通过虚拟单能量成像或双能量比值在检测IPH方面已显示出潜力,但其诊断准确性仍低于MRI。最后,由于后处理工作站无法半自动提取PVAT,手动勾画ROI耗时且依赖于操作者。本研究分析的光谱参数无法从标准单能量CTA方案中获得,这目前限制了这些结果的更广泛推广性。
结论
光谱CT衍生的PVAT参数在有症状与无症状颈动脉粥样硬化之间存在差异,并与斑块成分相关,为识别有症状斑块提供了补充性的无创信息。
补充信息
电子补充材料
引用
- Zheng, Liu, Song, et al. Spectral CT parameters of perivascular adipose tissue as non-invasive biomarkers for identifying symptomatic carotid atherosclerosis. Insights Imaging. 2026. PMID: 42487105. doi:10.1186/s13244-026-02354-w
- 全文:PMC13391981(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC13391981/
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。