4D血流MRI与计算流体动力学在颈动脉狭窄模型中的对比研究：从健康到重度狭窄的血流动力学精准评估

为解决颈动脉狭窄(ICA)患者血流动力学参数评估难题，研究人员采用7T高场强4D flow MRI与CFD(计算流体动力学)技术，对0%、40%、80%三种狭窄程度的颈动脉分叉模型进行对比研究。结果表明：4D flow MRI能捕捉主要血流模式，但随着狭窄程度增加，峰值流速误差从6.1%升至11.9%，壁面剪切应力(WSS)空间平均误差达38%，凸显CFD在复杂血流分析中的优势。该研究为临床精准评估颈动脉狭窄血流动力学提供了重要参考。

　　

颈动脉狭窄是导致脑卒中的重要病因，其血流动力学变化与动脉粥样硬化斑块的形成和破裂密切相关。传统心血管危险因素评估存在局限性，而壁面剪切应力(WSS)等血流动力学参数被认为是斑块进展的关键因素。然而，临床常用的4D flow MRI技术存在空间分辨率不足、复杂血流模式捕捉不准确等问题，尤其在重度狭窄情况下误差显著增加。如何精准评估不同狭窄程度下的血流特征，成为亟待解决的科学难题。

瑞士的研究团队在《Computers in Biology and Medicine》发表研究，通过构建0%(健康)、40%(轻度狭窄)、80%(重度狭窄)三种颈动脉分叉模型，结合7T超高场强4D flow MRI和两种计算流体动力学(CFD)方法——直接数值模拟(DNS)和准直接数值模拟(q-DNS)，系统比较了两种技术在血流动力学参数测量中的准确性。研究采用刚性硅胶血管模型和稳态水流实验，通过匹配雷诺数Re=749模拟峰值收缩期血流状态，使用0.5mm各向同性体素分辨率进行4D flow MRI采集，并通过ICP算法实现MRI与CFD数据的空间配准。

DNS与q-DNS的对比验证
通过高精度DNS验证发现，q-DNS在SR80模型中峰值速度误差仅4.86%，但计算资源消耗减少59.3%，证明其可作为高效可靠的替代方案。两种方法在捕捉后狭窄区复杂涡流结构时表现一致，为后续4D flow MRI验证提供了高保真基准。

4D flow MRI与CFD的血流特征比较
3D流线显示4D flow MRI能识别主要涡流结构，但对SR80模型后狭窄区小尺度涡流的捕捉能力下降。峰值流速测量误差随狭窄程度加剧而增大：SR0为6.1%，SR40达7.5%，SR80升至11.9%。标准化回流体积分析表明，4D flow MRI在SR80中低估回流区域达24%，反映其对高梯度流动的解析局限。

速度场与WSS的定量分析
Bland-Altman分析显示，4D flow MRI对主流方向(w分量)的测量最准确(SR0误差±0.025 m/s)，但对横向流速(u/v分量)在SR80中的误差范围扩大至±0.045 m/s。WSS空间分布趋势一致，但4D flow MRI在狭窄区显著低估峰值WSS，SR80病例的空间平均WSS误差达38%，主要源于0.5mm体素分辨率对近壁速度梯度的平滑效应。

该研究首次系统量化了7T 4D flow MRI在不同程度颈动脉狭窄中的测量误差范围，证实即使采用超高场强设备，其对复杂血流的解析仍存在固有局限。q-DNS被验证为兼顾精度与效率的血流模拟工具，为临床CFD应用提供可行性方案。研究发现狭窄程度与血流紊乱程度呈正相关，SR80病例的峰值流速比健康模型增加27.8%，WSS升高99%，这些定量数据为理解狭窄血流动力学机制提供了新依据。尽管4D flow MRI在临床常规应用中存在分辨率限制，但其与CFD的互补使用可提升对高危斑块的识别能力，为个性化卒中风险评估开辟新途径。