文献速递神经介入MR

基于SHIP队列TOF-MRA的颅内血管标准化3D-CAD模型构建

Development of a standardized intracranial vessel model from 3D time-of-flight magnetic resonance angiography data of the SHIP cohort.
PubMed 文献 · Neuroradiology · 2026-08-19

本研究利用德国SHIP队列4308例1.5T TOF-MRA平均数据,经3D Slicer分割、VMTK中心线提取和Creo Parametric CAD重建,构建了一个标准化中空颅内动脉3D模型。该模型具有平滑连续的血管走行和2mm均匀壁厚,可成功3D打印为体模。模型用于神经血管介入模拟、装置测试和培训,不替代个体化模型。

要点

  • 该模型是人群平均解剖,不代表个体变异,不能用于个人术前规划。
  • 重建仅纳入一侧颅内血管,对侧因重建不完整未采用。
  • 血管截面近似为圆形,分叉处及弯曲段的非圆形管腔可能被简化。

核心结论

  • 基于人群平均TOF-MRA数据可构建技术上稳健、解剖合理的颅内动脉参考模型,适合CAD仿真和增材制造。
  • 该模型是可重复使用的标准化参考几何体,用于比较研究、方法验证、早期器械开发和血管内神经外科培训。

研究设计与样本

  • 研究基于德国SHIP队列基线4308名20-79岁受试者的头部3D TOF-MRA平均数据,全脑MRI采用1.5T Magnetom Avanto标准化方案。
  • 工作流程包括TOF-MRA分割、中心线与局部半径提取、Creo Parametric CAD重建、中空几何体导出STL并3D打印四步。
  • 血管分割采用3D Slicer 5.8.1,结合Frangi血管增强、半自动区域生长和人工修正;中心线由VMTK Voronoi细化算法提取。

关键影像表现/征象

  • 重建模型涵盖颅内颈内动脉、M1及近端M2、A1及A2、基底动脉和部分近端后循环分支。
  • 重建血管走行平滑曲率过渡,无自交叉或突发的直径改变,具有连续闭合的血管壁。
  • 通过人群平均化减轻了局灶性不规则,模型表现为中等曲率、沿血管轴渐变的直径过渡。

诊断标准与关键数值

  • 血管增强阈值采用归一化强度0.03-0.97的全局阈值,经经验确定以分离血管信号并保持连续性。
  • 中空模型壁厚统一设为2mm,作为几何保真度、机械稳定性和3D打印操作鲁棒性之间的折中。
  • 每条重建血管段的控制点数量、最小/最大/平均血管半径、曲率和扭转值从中心线直接计算,具体数值见表1。

临床应用与阅片要点

  • 该标准化模型为数字和体外神经血管介入研究提供稳定可重复的解剖测试环境。
  • 可用于虚拟和物理支架置入、导管导航和器械测试,以及血管内神经外科的训练。
  • 模型中仅纳入能完全重建的一侧血管,使用时不应假设左右对称。

局限性

  • 血管截面采用垂直于中心线的圆形近似,忽略分叉和弯曲节段的非圆形管腔形态,应视为标准化几何体而非精确解剖复制。
  • 人工修正由单一经验操作者完成,存在一定主观性。
  • 模型仅采用一侧颅内血管,对侧因重建不完整或质量受限未纳入。
全文中译8 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. 2026 Aug 19;68(9):2683–96. doi: 10.1007/s00234-026-04147-w

引言

脑血管疾病,如缺血性卒中、颅内动脉瘤、动静脉畸形和血管炎,是全球范围内致病率和死亡率的主要原因之一。磁共振成像(MRI)在这些疾病的诊断和管理中发挥着重要作用。特别是三维(3D)时间飞跃法磁共振血管成像(TOF-MRA)已成为一种广泛采用的非侵入性成像技术,无需对比剂即可实现颅内血管的高分辨率显示。其精细描绘血管结构的能力使其在评估狭窄、动脉瘤和血管异常方面尤具价值[1–4]。

3D TOF-MRA数据集也是大型人群队列研究中全身MR检查的重要组成部分,具有为解剖结构生成标准化参考值的潜力。波美拉尼亚健康研究(SHIP)是一项前瞻性队列研究,其受试者招募自德国梅克伦堡-前波美拉尼亚州的普通人群。对参与者个体解剖结构的分析是该研究的重要组成部分[5–7]。

特别是,了解血管解剖结构对于准确诊断、术前规划和介入策略至关重要。这在血管内神经外科中尤为相关,因为对脑动脉三维几何结构的精确了解可指导支架、血流导向装置或弹簧圈等器械的选择,并影响临床结局。因此,血管造影成像,无论是非侵入性的还是基于导管的,不仅对于初始诊断过程必不可少,对于规划和指导神经介入操作也同样不可或缺[8–13]。

近期基于深度学习的方法在MRA中脑动脉的自动分割方面已展现出良好的性能,包括基于注意力和残差网络的架构。然而,这些研究主要聚焦于图像分割,而本研究旨在从基于人群的TOF-MRA数据中生成标准化的、CAD兼容的血管参考模型[14, 15]。

近年来,医学图像处理和计算建模的进展使得将原始成像数据转化为真实且患者特异性的三维血管模型成为可能。在这一背景下使用最广泛的平台之一是3D Slicer,这是一款用于医学图像数据可视化和分析的开源软件。3D Slicer支持血管结构的半自动和自动分割、血管中心线的生成以及网格处理工具,这些对于重建脑动脉系统的精确三维表示至关重要[16, 17]。

该工作流程中一个特别重要的步骤是血管中心线的提取,这有助于量化血管的曲率、长度和直径。此外,中心线还能够将复杂的三维几何结构重格式化为与血管走行方向一致的简化二维(2D)平面。这种转换对于虚拟介入规划和模拟具有重要价值,允许在血管腔内对器械进行更直观的操作和分析[18, 19]。

鉴于个体间颅内血管解剖存在差异,基于人群影像数据开发标准化的三维计算机辅助设计(3D-CAD)模型是一个极具吸引力的目标。此类模型具有以高解剖真实感模拟神经血管手术、在真实约束条件下评估器械行为以及在无风险环境中培训临床医生的潜力 [20, 21]。

虽然患者特异性血管模型为个体病例规划提供了优异的解剖保真度,但由于不同受试者之间的几何特性差异很大,它们不太适用于标准化的器械评估和比较实验研究。同样,概率性血管图谱提供了关于血管位置和出现频率的统计信息,但通常不用于直接CAD重建、增材制造或体外实验。本研究通过将大规模人群平均的TOF-MRA数据集转化为可制造且可重复使用的颅内血管参考几何结构来填补这一空白。其目标并非取代患者特异性模型,而是提供一个标准化的解剖平台,使可重复的测试、器械与方法的比较以及受控解剖条件下的培训成为可能。

因此,本研究的主要目的是开发一种基于人群TOF-MR血管成像数据生成标准化颅内血管3D-CAD模型的方法。这些模型旨在用于神经血管介入的真实模拟,包括虚拟和实体支架置入、导管导航及器械测试。这包括血管结构的分割、几何中心线的提取以及二维投影平面的生成,以辅助虚拟支架置入操作。最终,这一框架可作为血管内神经外科中医学教育、器械测试和手术规划的强有力工具。

方法

研究设计与影像数据

所有参与者在纳入前均提供了书面知情同意。本研究经格赖夫斯瓦尔德大学医学院伦理委员会审查并批准,并按照《赫尔辛基宣言》的原则实施。本子项目无需单独获得伦理批准。

为了重建颅内血管的三维模型,使用了头部的TOF-MRA数据。研究人群来自基于人群的波美拉尼亚健康研究(SHIP)的基线检查,该研究纳入了4,308名来自德国东北部的20—79岁参与者,其中女性2,192名,男性2,116名。全身磁共振成像采用标准化方案在1.5-T MRI扫描仪(Magnetom Avanto,Siemens Medical Systems,Erlangen,Germany)上进行。通过标准化操作流程、研究启动前的预试验、半年度质量报告以及定期的观察者认证来确保质量保证 [6, 7, 22]。

本研究的伦理批准是在SHIP研究框架内获得的,该研究经负责的机构伦理委员会审查并批准。

采集包括一个覆盖Willis环的3D容积块,具有高平面内分辨率和薄层厚,以实现颅内主要动脉的可靠显示。基础MRA数据由一个由n=4308例独立扫描生成的平均数据集组成,既为了捕捉血管解剖的个体间变异,也为了提高信噪比。为获得平均颅内TOF-MRA数据集,将个体容积先进行初始刚性配准,随后进行非线性形变,配准到一个共同的解剖参考空间。然后对配准后的数据集进行强度归一化,并逐体素平均,得到基于人群的颅内血管信号和解剖的代表性图像。

该研究包括四个主要阶段:(1)群体平均TOF-MRA数据集的制备与分割,(2)血管中心线和局部半径的提取,(3)基于CAD的重建和中空血管几何体的生成,以及(4)所得模型的导出与增材制造。完整工作流程的概览,包括主要输入、软件环境和输出,见图1。

图1 研究工作流程 查看原图 ↗

TOF-MRA血管分割与中心线提取

原始TOF-MRA数据集的分割使用开源平台3D Slicer 5.8.1版(https://www.slicer.org/)进行。为提高软组织的可见性和分割质量,使用了Segment Editor Extra Effects。为确保不同受试者间血管提取的一致性,采用了多步骤分割工作流程。

首先,对每个TOF-MRA数据集进行视觉检查,以排除存在严重运动伪影或血管-背景对比不足的扫描。进行强度归一化以减少受试者间信号水平的差异。随后,使用基于Frangi滤波器的血管增强滤波器实现血管增强,该滤波器突出管状、高信号结构,同时抑制非血管组织。

为提取血管结构,对增强图像应用了基于岛状区域分割和全局强度阈值的方法。在归一化强度范围0.03至0.97内经验性确定了一个全局阈值,以可靠地将血管信号与背景分离,同时保持血管连续性。识别并分离相连的血管节段,使用剪刀工具手动去除误分类区域或伪影,以确保颅内血管树的解剖学合理表示。一例典型血管解剖见图2。

随后对增强后的数据集进行半自动分割,结合基于阈值的区域生长和形态学细化来描绘颅内动脉树。在自动方法未能捕捉血管连续性或产生假阳性的区域进行手动校正,特别是在颅底附近和低信号强度区域。

分割完成后,生成的血管掩膜通过VMTK(血管建模工具包)中心线提取模块用于生成三维中心线模型。为此,对相应血管节段手动定义入口点和出口点。该步骤应用基于Voronoi的细化算法来计算血管结构的中轴。使用中等平滑因子对中心线进行平滑处理,并以均匀步长重新采样,以平衡几何保真度和数值稳定性。在每个重新采样的中心线点处,使用内部欧几里得距离变换计算血管半径,即到分割血管壁的最短距离。每条中心线代表一个单独的血管节段,并允许对血管几何形状进行数值描述。

血管分割与中心线建模的结合实现了适合统计分析、图谱生成以及流动模拟或器械测试等下游应用的脑血管解剖结构的精确几何重建。为了处理中心线几何数据,使用了自行开发的程序。该程序沿每条中心线在定义的空间网格中生成点。每个点被赋予从分割数据中导出的局部血管半径。这些生成的点与半径信息作为医学图像处理与基于CAD(CAD:计算机辅助设计)建模之间的接口。

为了生成概率性脑血管图谱,将所有分割的血管模型配准到一个共同的解剖参考空间。每个数据集在体素水平上参与血管出现概率和局部血管直径的计算。血管直径使用距离映射技术从中心线数据中估计。仅纳入多个受试者中存在血管的体素,以确保所得直径图谱的统计稳健性。

分割工作流程在整个研究中使用相同的处理流程一致地应用于平均TOF-MRA数据集。阈值基于对血管连续性和背景结构抑制的视觉评估经验性确定。手动修正仅限于去除明显伪影、分离错误连接的結構,以及在自动分割不足处恢复中断的血管节段。所有手动修正均由同一位有经验的操作者完成。

图2 基础MRI数据的展示。TOF-MRA数据集的正交切面以矢状面、冠状面和轴面显示。基于TOF-MRA数据集的分割颅内血管结构的示例展示。S 上,R 右,a 前 查看原图 ↗

CAD建模与二维投影

为模拟目的,三维血管模型被进一步处理为CAD兼容的几何体。通过将三维血管结构转换为具有医学意义的平面表示来计算二维投影。该投影步骤保留了关键的解剖特征,同时为后续模拟提供了简化且计算高效的建模。

图像处理生成的中心线点数据被导入 Creo Parametric 10(PTC Inc.,波士顿,马萨诸塞州,美国)。为每条中心线生成独立的点云,作为进一步构建三维血管模型的几何基础。总体而言,使用相同的笛卡尔坐标系导入了十个点云。导入的点云示例(P1,…,Pn)如图 3 所示。

使用导入的点数据为每条血管轴生成连续的空间曲线。为此,将离散点通过插值样条曲线连接,以获得平滑且几何一致的中心线(见图 4)。

沿中心线在离散点(P1,…,Pn)的位置定义圆形横截面,每个横截面垂直于中心线的局部切线。每个横截面的半径(R1,…,Rn)对应于相应中心线点的血管半径。完整的 3D 血管几何形状通过放样操作生成,该操作沿中心线连接连续的圆形横截面(见图 5)。

每个血管段分别建模,并依次添加到整体模型中(图 6)。对生成的体积体进行视觉和几何验证,以避免自相交、不切实际的直径变化或不连续性。

为进一步建模和应用,有意仅考虑颅内血管系统的一侧。这种简化旨在降低几何复杂性,提高模型的清晰度和可管理性,以便用于实验和潜在的基于模拟的研究。所选血管侧显示了相关血管段的完全可重建且几何一致的表示,而对侧由于重建不完整或质量有限而未进一步考虑。

重建的 CAD 模型最初仅表示血管管腔。为创建可用于增材制造的物理可实现模型,将管腔转换为具有 2 mm 定义壁厚的空心血管模型。选择该壁厚是为了在几何保真度、机械稳定性以及 3D 打印和操作过程中的鲁棒性之间取得折中。应用径向偏移操作以生成沿整个血管路径具有恒定壁厚的外血管表面,同时原始管腔保留为内腔。最终的封闭空心血管模型以 STL(光固化立体造型)格式导出,并使用 Form 2 打印机和 Clear Resin(Formlabs Inc.,萨默维尔,马萨诸塞州,美国)进行 3D 打印 [23, 24]。

图 3 导入 CAD 环境(Creo Parametric)的示例性重建动脉中心线点数据的表示。生成的点的正交视图显示在全局坐标系的三个平面中。点数据构成后续血管几何重建的几何基础。 查看原图 ↗
图 4 从离散点数据生成连续中心线。插值样条曲线的正交投影显示在全局坐标系的三个平面中,该曲线适配于示例性血管段的导入中心线点。样条曲线代表血管轴的平滑且几何一致的近似。 查看原图 ↗
图5 沿中心线的三维血管几何结构重建。在先前生成的中心线上的离散点位置定义圆形横截面,每个横截面均与中心线的局部切线正交对齐,其半径与相应的血管半径一致。随后通过连接沿中心线的连续横截面的放样操作生成完整的三维血管几何结构(管腔)。图中展示了在全局坐标系三个平面中的一个重建血管段示例。 查看原图 ↗
图6 通过逐步添加单个血管段构建三维血管模型的分步过程。各分部图像显示了重建的连续阶段,从单条重建动脉开始,到颅内血管模型的完整三维几何结构结束。每个重建阶段均在现有模型中添加另一血管段,并展示了整体几何结构的模块化构成。RICA 右侧颈内动脉,LICA 左侧颈内动脉,RVA 右侧椎动脉,LVA 左侧椎动脉,ACA 大脑前动脉,RPCA 右侧大脑后动脉,LPCA 左侧大脑后动脉,RMCA 右侧大脑中动脉,LMCA 左侧大脑中动脉。 查看原图 ↗

结果

基于所述工作流程,成功重建了一个三维中空颅内动脉血管模型(见图7)。所得模型真实地再现了颅内中央血管段的解剖几何结构,并具有连续、闭合的血管壁及明确的壁厚。

所有重建血管段的定量几何特征汇总于表1。对于每个血管段,重建控制点的数量以及最小、最大和平均血管半径以及曲率和扭转值均直接从提取的中心线计算得出。这些参数为所得参考几何结构提供了客观描述,并作为未来比较研究的基础。

重建模型包括颅内动脉树的主要近端节段,涵盖颅内颈内动脉、近端大脑中动脉(M1及初始M2段)、大脑前动脉(A1和A2段),以及基底动脉和选定的近端后循环分支。血管走行呈现平滑的曲率过渡,无自交或直径突变,这已通过CAD几何结构的视觉和几何检查验证。重建血管中心线的总长度和总管腔体积可直接从CAD模型定量计算,并为进一步的标准化几何分析提供基础。重建的中心线网络可直接提取定量几何描述指标。表1汇总了每个重建血管段的主要特征,包括控制点数量、血管半径、曲率和扭转。这些参数共同客观地描述了所得标准化血管几何结构,并证明了重建的几何一致性。

所展示的结果表明,可以从临床TOF-MRA数据生成几何一致的中空血管模型,该模型可用于数字化和物理化应用。所得的血管模型提供了几何一致的测试环境,适用于神经血管介入治疗的体外研究。

此外,重建的血管模型并不代表某一特定患者的解剖结构,而是反映了基于大样本人群队列得出的平均解剖构型。通过使用由4308例独立扫描组成的聚合TOF-MRA数据集,个体间解剖变异得以降低,从而能够提取稳定且可重复的血管走行。因此,所得几何形态代表了颅内动脉的典型形态学特征,而不过分强调极端解剖变异或个体特异性特征。

由聚合中心线和直径信息导出的几何形态呈现出平滑、连续的血管走行,具有适度的曲率和沿血管轴逐渐过渡的管径。个体分割中常见的局部不规则性通过基于人群的平均化在很大程度上得到了缓解。因此,重建的血管结构表现出高度的几何一致性,这对于需要代表性而非患者特异性解剖结构的标准化建模和模拟应用尤为有利。

图7 颅内动脉三维中空血管模型:(a)虚拟CAD模型和(b)实体3D打印模型 查看原图 ↗
表1 重建血管节段的几何特征 查看原表 ↗

讨论

所提出的工作流程能够基于人群TOF-MRA数据重建几何一致的颅内动脉系统中空三维模型。除了作为纯粹的几何表示之外,该模型还为解剖分析、定量评估以及下游临床和工程应用提供了结构化框架。

从解剖学角度看,重建的几何形态允许对主要颅内动脉的血管走行、分支模式和曲率特征进行系统评估。基于中心线的重建有助于对复杂的三维血管走行进行简化但有解剖学意义的描述,从而能够跨血管节段进行比较分析。与纯粹的统计血管图谱相比,本研究明确地将基于人群的血管信息与可用于模拟和实验应用的CAD就绪、可制造的几何模型联系起来。Dunås等人侧重于在167名受试者队列中对主要动脉进行概率映射,而当前模型源自规模大得多的4308人队列,并专门针对3D打印和面向器械的体外测试进行了定制[25, 26]。

定量而言,该模型能够沿血管树提取和评估血管相关指标,如直径、长度和曲率。这些参数来源于中心线和距离映射信息,并可进行空间分辨分析。由于底层几何结构基于大规模人群队列,所得测量结果反映的是典型解剖尺寸而非个体极端值,使该模型特别适用于标准化分析和基于参考值的研究。

在CAD重建中,血管横截面以垂直于局部中心线的圆形轮廓近似。虽然这一假设极大地简化了模型生成并确保了稳健的放样操作,但它忽略了局部非圆形管腔几何形态以及形状变异,尤其是在分叉处或弯曲血管段附近可能出现的变异。因此,所生成的模型应被视为几何标准化表示,而非精确的解剖复制品。

另一个值得考虑的方面是跨学科计算模型的长期可持续性和互操作性。标准化模型规范不仅有助于在特定研究领域内实现可重复性,还降低了在相邻领域(如生物医学工程或临床决策支持)中复用和整合模型的门槛。通过使模型能够在不同软件环境和研究群体之间被解释、执行和扩展,此类标准可促进模型的累积式发展,并加速计算洞见向实际和临床应用的转化[27]。

所提出方法的一个主要优势在于其适用于临床和临床前使用场景。所生成的中空血管模型提供了颅内血管系统的物理和数字一致表示,可直接用于体外研究。特别是,它允许对神经血管介入操作进行模拟和实验再现,包括导管、支架和弹簧圈的置入。在受控且可重复的解剖条件下,可系统地研究与器械相关的操作参数,如推送性和追踪性,不受患者个体差异的影响[28, 29]。

除物理实验外,数字血管模型还可用作计算应用的几何基础,包括血流模拟、狭窄分析或虚拟器械测试。图像处理、基于CAD的建模以及应用特定分析之间的分离确保了模块化工作流程,为未来扩展保持灵活性。这包括整合先进材料模型、血流动力学模拟,或将流程适配用于患者特异性重建。

深度学习方法在MRA中分割主要脑动脉和颅内动脉瘤方面已取得了有前景的结果。这些方法包括基于U-Net的架构、残差和双注意力网络、扩张残差网络,以及用于减少感兴趣体积的上下文感知预处理策略。其主要目标是在单次检查中自动勾画或体积量化血管结构。相比之下,本研究并未提出新的分割网络。其贡献在于将群体平均的血管信息下游转化为连续的、CAD兼容的、中空的且物理上可制造的参考几何体。在未来的实现中,经过验证的深度学习模型可作为血管分割的替代前端加以整合,前提是它们能适应群体平均TOF-MRA数据的成像特征[30–35]。

本研究的主要贡献是将一个大规模的群体衍生血管造影数据集转化为物理上可制造的颅内参考模型。与反映个体解剖结构、因而存在较大几何变异性的患者特异性模型不同,所提出的模型旨在代表在大量人群中观察到的共同解剖特征。这一方法对于需要标准化测试环境的场景尤为有利,例如早期器械开发、方法学基准测试、教育培训以及体外比较研究。反之,该模型不适用于患者特异性治疗规划、个体干预结果预测或罕见解剖变异的评估。

本研究主要聚焦于生成标准化的、基于群体的颅内血管几何结构,并建立可重复的重建工作流程。尽管所得模型可作为未来神经介入模拟、器械测试、教育应用和计算血流分析的基础,但这些应用并未在当前工作范围内直接验证。它们的实现需要超越几何结构本身的额外考量,包括材料选择、管壁顺应性、表面特性、制造精度以及生理学上真实的流动条件。

局限性

所提出的方法存在若干局限性。首先,使用平均化的TOF-MRA数据集不可避免地导致非常细小和低对比度血管的丢失,尤其是直径接近体素大小的远端分支。因此,该模型主要代表中央和近端颅内动脉,而远端分支和穿支动脉则代表性不足或缺失。此外,由于1 mm的相对较低各向同性分辨率以及大量数据集的平均化,解剖变异被平滑化,导致仅出现单一具有代表性的同侧大脑前动脉。因此,该模型主要适用于聚焦于大脑中动脉和椎动脉的应用。

其次,仅对颅内血管系统的一侧进行了详细建模。选择这一简化是为了降低几何复杂性并便于在实验装置中操作,但这限制了对双侧解剖变异的呈现,且可能无法反映临床实践中观察到的不对称性 [36]。

第三,分割和中心线提取流程仍需要人工交互,尤其是在纠正不连续、分离紧密相邻的血管以及去除颅底附近伪影方面。尽管基于较大的原始队列和平均化程序,残余的分割误差和平滑效应仍可能局部改变血管直径和曲率。此外,中空血管模型被设计为均匀的 2 mm 壁厚,目的是保证制造坚固性而非解剖准确性,因此不能代表生理性的管壁结构或材料特性。最后,本研究未针对患者特异性几何形状或离体血管铸型进行正式验证;未来工作应包括参考模型与个体患者解剖结构的系统比较,以及有针对性的体外实验,以进一步量化几何保真度和特定应用的适用性。

未就导管导航、支架释放、血流动力学模拟或培训应用进行正式验证。因此,本研究展示的是生成标准化血管参考模型的可行性,而非验证特定的神经介入使用场景。未来研究应在受控实验条件下系统考察解剖准确性、制造保真度、器械交互以及血流相关行为。

所提出的工作流程对外部数据集的普适性仍有待评估,因为成像方案、扫描仪配置和图像质量的差异可能会影响生成的血管几何形状。此外,本研究侧重于模型生成而非特定应用的验证。因此,需要进一步研究来评估该模型在临床、教育和实验用途中的适用性。

该概念性工作流程预计可迁移至其他血管造影数据集;然而,当前实现是基于使用标准化 1.5-T 采集方案获得的人群平均 TOF-MRA 数据集开发的。场强、空间分辨率、体素各向异性、扫描覆盖范围、扫描仪制造商、重建方法、血流相关信号丢失以及血管与背景对比度的差异,均可能影响血管增强、阈值选择、分割连续性和直径估计。因此,经验性选择的分割阈值应被视为针对特定数据集,而非普遍适用。应用于外部数据集将需要针对具体方案的信号强度归一化、参数调整以及基于专家参考分割的独立验证。尤其是,在声称具有普适性之前,需要在原始 1.5-T 和 3-T TOF-MRA 数据上进行验证。

潜在的临床整合应在不同层面加以考虑。就目前形式而言,该模型可支持标准化台架测试、操作培训、器械比较以及神经介入工作流程的技术优化。它还可为计算流体力学和虚拟器械释放提供可重复的几何构型。然而,临床转化需要针对具体应用进行验证,包括评估制造公差、管壁顺应性、表面摩擦、脉动流行为以及与透视、CT、MRI或导航系统的兼容性。由于该模型代表的是平均化解剖结构,并未保留患者特异性血管变异或病理病变,因此不适用于个体化治疗规划或患者结局预测。

结论

就临床相关性而言,所提出的模型应被理解为一个参考几何构型,而非患者特异性解剖结构的替代品。其基于人群的特性使其能够开展可重复且可推广的研究,这对于比较研究、方法学验证和早期器械开发尤其有价值。通过提供典型颅内动脉解剖结构的CAD兼容且可3D打印的数字化表示,该工作流程表明,大规模血管造影数据集可被转化为技术上可用且具有解剖学意义的血管模型,从而支持将影像数据转化到模拟、培训和实验环境中。

引用

  1. Dalmer, Siewert, Passler, et al. Development of a standardized intracranial vessel model from 3D time-of-flight magnetic resonance angiography data of the SHIP cohort. Neuroradiology. 2026. PMID: 42616093. doi:10.1007/s00234-026-04147-w
  2. 全文:PMC13680334(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC13680334/

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。