三维超声颈动脉血管壁纹理变化自动量化可预测血管事件
Automated Quantification of 3-D Carotid Ultrasound Vessel Wall Texture Change Predicts Vascular Events.
PubMed 文献 · Ultrasound Med Biol · 2026-10-04
本研究纳入272例颈动脉粥样硬化患者，采用半自动化三维超声血管壁分割技术，提取基线与1年后随访图像的血管壁纹理变化评分（ΔTexture）。中位随访3.16年结果显示，ΔTexture预测心肌梗死、短暂性脑缺血发作和卒中的AUC为0.89，显著优于基线纹理（0.82）、血管壁体积变化（0.53）和Framingham风险评分（0.53），且无需手动分割斑块，为血管事件风险评估提供了可推广的影像标志物。
要点
- 血管壁纹理变化评分（ΔTexture）预测血管事件AUC达0.89，优于基线纹理评分、血管壁体积变化和Framingham评分
- 最低风险三分位组患者在随访期间无血管事件发生，提示ΔTexture可用于风险分层
- 采用半自动化血管壁分割技术无需手动勾画斑块，减少操作者依赖性，便于临床推广应用
核心结论
- 三维超声血管壁纹理变化评分（ΔTexture）预测血管事件的性能优于血管壁体积变化和Framingham风险评分，无需手动斑块分割即可实现血管事件风险评估
- Cox回归分析显示ΔTexture（中位风险比4.05，p<0.001）和基线纹理（中位风险比3.63，p<0.001）是显著预测因子，而血管壁体积变化和Framingham评分无预测价值
- 最低风险三分位组患者未发生血管事件，提示该评分可用于临床风险分层
研究设计与样本
- 前瞻性队列研究，纳入272例颈动脉粥样硬化患者，在基线和1年后采集三维超声图像
- 采用经验证的半自动化血管壁分割工作流程，最大限度减少用户初始化操作
- 中位随访3.16年（最长5年），观察终点为心肌梗死、短暂性脑缺血发作和卒中
关键影像表现/征象
- 血管壁纹理随时间的变化特征（ΔTexture）与血管事件发生相关（log-rank p<0.001）
- 基线血管壁纹理（BL-Texture）亦可预测血管事件（log-rank p<0.001）
- 血管壁体积变化（ΔVWV）与血管事件发生无关联
诊断标准与关键数值
- ΔTexture预测血管事件的AUC为0.89，基线纹理为0.82，血管壁体积变化为0.53，Framingham风险评分为0.53
- Cox回归中ΔTexture的中位风险比为4.05（p<0.001），基线纹理的中位风险比为3.63（p<0.001）
- ΔTexture最低风险三分位组未发生血管事件
临床应用与阅片要点
- 采用半自动化三维超声血管壁分割技术，无需手动勾画斑块即可提取纹理参数，降低操作者依赖性和工作量
- 关注血管壁纹理的纵向变化（1年间隔）比单次基线纹理评估或体积变化更有预测价值
- ΔTexture可作为可推广的影像生物标志物用于颈动脉粥样硬化患者的血管事件风险分层和随访监测
以上解读依据论文摘要（全文未开放获取或许可不允许翻译转载）。
引用
- Chen, Chiu. Automated Quantification of 3-D Carotid Ultrasound Vessel Wall Texture Change Predicts Vascular Events. Ultrasound Med Biol. 2026. PMID: 42829280. doi:10.1016/j.ultrasmedbio.2026.09.002
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。