2024脑小血管病影像标志物的研究现状及未来.docx

《2024脑小血管病影像标志物的研究现状及未来.docx》由会员分享，可在线阅读，更多相关《2024脑小血管病影像标志物的研究现状及未来.docx（8页珍藏版）》请在第一文库网上搜索。

1、2024脑小血管病影像标志物的研究现状及未来摘要脑小血管病以损伤脑深部灰质、白质结构为特点，与卒中、认知能力下降、 神经行为症状或功能障碍密切相关，并且起病隐匿，在临床诊疗过程中容 易被忽视。对脑小血管病的评价主要依赖MRl影像特征。随着MRl技术 的进步，尤其是在高场强MRl技术的加持下，更多与脑小血管损伤相关的 脑组织细微异常改变得以显示，结合近年广泛运用的人工智能，可以更全 面地捕捉脑小血管病对大脑的影响。同时，脑小血管病影像学评估也面临 巨大的挑战，如何快速、准确地利用影像学技术有效识别脑小血管病患者 及其患病程度，在临床中发挥其相应作用，也是目前研究的重点和难点。 脑小血管病(cer

2、ebral small vessel disease , CSVD )是指不同的致 病因素如年龄、高血压、脑小血管的淀粉样病变等累及颅内小血管， 包括脑内小动脉、微动脉、毛细血管和小静脉等，而引起的一系列临 床、影像及病理改变的综合征1 。随着人口老龄化加剧，CSVD发 病率呈不断升高趋势，在中老年人群发病率超过70%o CSVD临床症 状多种多样，可导致缺血性脑卒中(约占急性脑卒中的25% )、脑出 血、血管源性痴呆等，并与运动、步态、神经行为和情绪障碍等有 关2 。在我国，根据脑卒中分型，小动脉闭塞所致CSVD占缺血 性脑卒中病因的30% 3 。因此，CSVD是亟待解决的临床和大众 健康问

3、题，探索CSVD发生发展的机制，对脑卒中等疾病防治起到重 要的作用。在临床诊疗过程中，由于CSVD的临床表现缺乏特异性，故只根据临床表现诊断较困难，一般只能在排除了其他疾病的情况下 才会考虑CSVD。目前CSVD的诊断主要依靠MRL自2013年脑小 血管病国际影像标准 1 ,即 STRIVE-1 ( standards for reporting vascular changes on neuroimaging 1 )发表以来，,学者对 CSVD MRI特征的理解取得了重大进展，2023年STRIVE-2标准的发 表将CSVD带到了一个新的高度5 。本文重点评述CSVD影像标 志物在临床诊疗中

4、的研究进展和价值，并对未来的研究方向提出问题 和策略。一、CSVD影像学特征概述根据STRIVE-1 ,CSVD的神经影像学特征主要包括近期皮质下小梗死 (recent small subcortical infarct , RSSI)、假定血管源性腔隙 (Iacune of presumed vascular origin z LPVO )、假定血管源性白 质高信号(white matter hyperintensity of presumed vascular origin , WMH )、血管周围间隙(perivascular space , PVS )、脑 微出血(Cerebralmi

5、CrObIeed ,CMB )和脑萎缩4 1 o 在 STRIVE-I 的基础上，STRIVE-2还包括了新近纳入的影像学特征，如皮层表面铁 沉积(cortical superficial siderosis , cSS )、皮质微梗死(cortical cerebral microinfarct , CMI)、偶发 DWI 阳性病变5 1 o二、CSVD的临床意义和价值CSVD的临床表现异质性较高，一般可分为急性缺血性CSVD和慢性 隐匿起病的CSVD ,急性缺血性CSVD表现为特定的腔隙综合征，而 慢性隐匿起病的CSVD主要依靠影像学检查诊断6 。RSSI常表现 为急性发病的特定腔隙综合征

6、；LPVo所导致的认知功能减退以执行 功能减退为主；WMH可导致认知功能损害和运动功能障碍；CMB可 导致总体认知功能、执行功能和信息处理速度的下降；PVS与脑信息 处理速度降低、执行功能降低和血管性痴呆风险增加有关。但CSVD大多数并不是一种孤立的病变，可与其他脑内疾病并存，如 脑卒中、脑出血、大动脉粥样硬化等，且CSVD与这些疾病重叠，并 呈现出相互影响的趋势。(-)CSVD影像标志物与脑卒中CSVD与脑卒中风险增加和预后不良密切相关，CSVD影像标志物可 预测脑卒中发生的风险及预后。在缺血性脑卒中方面的研究中，WMH 可能导致预后不良和复发，还可以预测缺血性脑卒中患者预后、复发 和死亡7

7、 ； LVPO也可作为缺血性脑卒中的独立预测因子，可能与 长期不良结局的风险相关8 ； PVS的数量随年龄和血管危险因素 的增加而增加，且具有高度遗传性9 ； CMB数量较多使脑卒中再 发的风险升高，并使脑卒中致死率增加1。在出血性脑卒中的研 究中，WMH、LPVOx CMB均与脑出血的风险增加相关“，羯； 基底节区PVS增加了 1年内已经患有急性缺血性脑卒中或短暂性脑缺 血患者再发生出血性脑卒中的风险13 。（二）CSVD影像标志物与颅内外供血大动脉粥样硬化大动脉粥样硬化与CSVD的病理生理机制不尽相同2 ,但颅内外 大动脉粥样硬化和CSVD通常具有共同的血管危险因素，包括年龄、 高血压等1

8、1 ,两者之间可能存在相互影响a 。CSVD与前循 环大血管急性闭塞后侧支循环形成不良相关I,其中WMH可能 起到主要作用，但也有研究认为WMH严重程度与侧支循环无 关16 。前循环大动脉慢性狭窄和CSVD负荷之间存在相关性17 o CMB可能与脑动脉粥样硬化性狭窄共存，但可能并不反映大动脉的狭 窄18 。LPVO和大动脉粥样硬化型卒中具有共同的风险因素并相 互影响19 。PVS与颈内动脉狭窄相关20 。（三）CSVD影像标志物与认知障碍CSVD与认知障碍密切相关 是血管性痴呆的最常见病因（约占50% ）, 可与阿尔茨海默病和阿尔茨海默病相关痴呆共存，并加重认知障 碍21 。WMH使认知障碍和

9、全因性痴呆的风险增加了 14% 22 o LPVo被认为是预测认知能力下降的重要因素23 。CMB可能与脑 卒中后认知能力下降有关24 。（四）CSVD总评分的临床应用CSVD作为一种累积全脑的疾病，任何单一影像标志物均不能代表其 整体的病变程度，且诊断特异度较低，多个影像标志物能明显提高诊 断的特异度。STRIVE-I采用WMH、LVP0、PVS和CMB的MRl视 觉评级25 ,并将这4种评分归纳起来形成总分代表CSVD程度， 称为CSVD总负荷、总负担或总评分26 。STRIVE-2认可了 CSVD 总评分，认为其可以协助统计工作或有助于临床患者分层，但认为 CSVD总负荷或总负担的说法并

10、不准确，使用总评分较贴切。CSVD 总评分可能更适用于评价CSVD的总体影响27,28 。三、MRl及分析技术在CSVD中的应用(-)CSVD诊断研究的MRI采集技术及指标1 .高级多模态MRl技术：扩散张量成像(diffusion tensor imaging , DTI)是评估脑白质损伤程度的最佳MRl技术之一，DTI可以检测 CSVD早期脑组织细微变化29 。基于DTi的骨架化平均扩散率的 峰宽是一种较新颖的、自动化测量的影像学方法，可反映神经突触的 连接或传递3。,与CSVD程度相关。利用磁敏感成像结合T1和 R 2 *弛豫可测量脑组织内铁和髓磷脂含量31 1 o动态对比增强MRl 可

11、以用于评估CSVD患者的血脑屏障的通透性32 。脑灌注成像包 括动态磁敏感对比加权成像和动脉自旋标记(arterial spin labeling , ASL),两者均可以测量脑血流量，但灌注与CSVD的关系存在一定 的争议33 , 34 ,这种差异性有待将来进一步研究来证实。2 .高场强高分辨MRI :随着人体7.0 TMRI成像系统的临床应用，对 于CSVD影像标志物细节等方面研究得到了巨大的提升。基于7.0 T 的T 2 *序列对铁沉积有较高的灵敏度，有助于检测皮质中的微小出血 性病变和白质中的异常信号，还可以清晰地显示CMI35 ,同时在 PVS的识别和准确定量方面具有明显优势36 ；

12、基于7.0 TMRl基 础上的ASL成像可以测量亚毫米级别的皮质血流量，还可以利用微小 血管水平成像技术反映超早期病理变化37,38 。70 T MRI对于显 示穿支小动脉有着巨大的优势，并可以测量其搏动性和流速39 。(Z) MRI数据处理分析技术的发展目前的CSVD影像学评估主要依靠人工视觉评估和半自动勾画测量， 常用的视觉评估方法有WMH的Fazakes分级评分，根据PVS分布 区域和数量的评分，CMB的解剖评分等方法；半自动勾画测量方法主 要用于测量WMH体积，这些方法都存在主观性较强的缺点。随着人 工智能(artificial intelligence , AI)的广泛应用,CSVD

13、的影像标志 物可以从MRI图像中被自动提取，使图像分析比人工评估更快捷、更 准确，并拥有良好的可重复性，在CSVD研究中的应用也越来越广泛。 Al可用于对WMH的自动分割及变化预测，这种方法对研究CSVDs 认知功能障碍等的病理生理学机制具有重要意义40 。Al还可以对 RSSI、PVSs LPV0、CMB和铁沉积进行自动识别、量化，有助于推 进对CSVD病因学及病理生理机制的研究。AI对脑萎缩进行精准自动 分割和测量也是其优势之一41 。基于逻辑回归和机器学习开发的CSVD负荷模型可准确预测小血管闭塞型急性缺血性脑卒中患者的预后42 。最近发展的弱监督和转移学习等技术，大大减少了训练模 型所

14、需的样本量，可以解决小样本训练的问题43 。四、CSVD未来研究的挑战和方向虽然CSVD已得到广泛的研究，但距其在临床诊疗中得到广泛应用和 发挥作用还有一定的距离，目前主要面临以下挑战：（1 ）目前缺乏前 瞻性纵向的临床研究，现阶段大部分研究基于病例的回顾性分析和横 向研究对比，需要对CSVD开展大规模的多中心、前瞻性、纵向研究， 全面地了解CSVD的发病和进展机制，探讨CSVD负荷的变化，逐步 确定导致CSVD的病理学因素，确定继发性危险因素造成的损害。（2 ） 缺乏CSVD影像采集的统一标准，如扫描序列、扫描方法，因此，需 要制定CSVD扫描共识或指南，针对不同的模态、不同的成像序列建 立

15、图像采集的规范，确保影像评价的准确性和一致性。（3 ）开展多模 态MRl会增加扫描时间从而可能会影响患者的舒适度、依从性，故目 前尚未常规用于临床诊疗中。完善或更新现有的成像技术或开发出新 的扫描方法或技术也是未来研究的重点之一。（4）目前评价CSVD 大部分采用视觉评估的方法，量化的方法较少，基于视觉评估或半自 动测量的可重复性较低，因此开发一种通用的自动定量测量工具是提 高CSVD准确评估的关键，尤其是借助AI的发展，利用好弱监督和 转移学习等先进技术，有助于进一步减少多中心数据的差异性。（5 ） 需要一种更全面的方法来衡量CSVD ,而不是单独对某些标志物进行 个体化和分类，更有助于全面

16、评估脑健康程度和CSVD相关脑损伤的 影响。（6 ） 一些新出现的征象如偶发DWI阳性病灶，需要确定其病 灶的内在病理生理学机制，并进一步研究其与临床症状的相关性，发 掘其发生的机制和对临床造成的影响，才能将该特征推进到已确定的 CSVD影像标志物中。总之，CSVD是一种损害大脑健康的疾病，神经影像学在CSVD中起 着重要作用。目前虽然在CSVD的精确诊断、负荷评估和预后预测等 方面已取得了巨大的进步，但也需要认识到对于CSVD的研究依然存 在一定不足。相信随着成像设备、技术方法的进步以及AI的助力，随 着CSVD影像学研究和病理生理学机制研究的同步发展，学者可以逐 步确定导致CSVD的病理生理学因素，确定继发性危险因素造成的损 害，最后开发出预防、延缓甚至逆转CSVD进展的干预措施，造福广 大患者。