《Results in Engineering》：Recent Advances in Velocity Gradient-based Vascular Wall Shear Stress Measurement
编辑推荐：
血管壁剪切应力（WSS）驱动血管病理（例如动脉粥样硬化和动脉瘤进展），因此需要精确的体内定量用于临床诊断。本综述系统评估了当前和新兴的体内WSS测量模态，分析了向量多普勒成像（VDI）、超声成像测速（UIV）、散斑去相关（SDC）、四维血流磁共振成像（4D f
血管壁剪切应力（WSS）驱动血管病理（例如动脉粥样硬化和动脉瘤进展），因此需要精确的体内定量用于临床诊断。本综述系统评估了当前和新兴的体内WSS测量模态，分析了向量多普勒成像（VDI）、超声成像测速（UIV）、散斑去相关（SDC）、四维血流磁共振成像（4D flow MRI）以及深度学习增强的4D flow MRI的数学原理和技术框架。每种方法基于空间分辨率、时间分辨率和边界层估计精度进行基准测试。基于超声的技术提供卓越的时间分辨率，但受限于有限的声窗。相反，标准4D flow MRI提供全面的体积数据，但由于部分容积效应，在血管壁附近存在低估误差。将物理信息神经网络整合到4D flow MRI中可增强近壁空间分辨率。然而，精确的血管壁边界检测仍然是限制临床转化的主要通用瓶颈。总之，本工作建立了一个将临床诊断需求映射到最佳成像模态的基准框架。通过强调结合流体动力学物理与深度学习的协同潜力，本综述提供了克服当前分辨率限制的可操作优化路径，加速个性化心血管医学中的非侵入性WSS评估工具。
**1. 引言**
血管壁剪切应力（WSS）分布与动脉粥样硬化和动脉瘤等血管疾病的发生发展密切相关。局部血流动力学因素，特别是WSS，在血管病理的启动和进展中起关键作用：低和振荡WSS模式促进斑块积累，而高WSS水平与炎症反应、金属蛋白酶产生增加及斑块破裂相关。因此，精确且非侵入性地定量局部WSS对血管疾病的定量评估和早期诊断至关重要。本综述对体内WSS量化的既有和新兴技术进行全面概述，系统筛选了1981年至2025年间发表的110项研究，涵盖向量多普勒成像（VDI）、超声成像测速（UIV）、散斑去相关（SDC）、四维血流磁共振成像（4D flow MRI）及深度学习增强的4D flow MRI等模态。文章结构如下：第2节概述WSS测量的基本原理，第3节综述代表性技术，第4节讨论当前技术挑战与未来方向。
**2. 血管壁剪切应力测量原理**
血管系统内的摩擦力源于血液粘度与空间速度梯度之间的相互作用。体内WSS评估通常依赖于Hagen–Poiseuille方程，该方程基于抛物线流速分布、牛顿流体、轴对称和刚性管壁等假设。通过平均或峰值血流速度及血管管腔半径计算壁面剪切率（WSR），进而乘以血液粘度得到WSS。为考虑心动周期中的时间变化，采用Womersley方程计算最大WSR、平均WSR和振荡剪切指数（OSI）。这些方法在弯曲或分叉血管中受限，因为非轴向分量违背了轴对称和充分发展流的假设。另一种方法是基于速度梯度的方法，直接测量血管壁处血流速度的空间梯度以计算WSR，再乘以血液粘度得到WSS。该方法适用于复杂流动，但需精确识别血管壁边界。
**3. WSS测量技术**
本综述聚焦于基于速度梯度方法的WSS测量技术，代表性技术如下：
**3.1. 向量多普勒成像（VDI）**
VDI通过从多个角度发射和接收超声波，在二维成像平面上评估流速向量，并通过角度复合算法整合速度分量以确定WSR。高帧率超声成像技术（最高可达20,000帧/秒）的发展实现了超快VDI系统。临床研究表明，利用超快VDI可在单个心动周期内全面评估颈动脉粥样硬化狭窄处的WSS。WSR估计包括三个步骤：跟踪血管壁位置、推导腔内流速图、计算壁面处的切向速度梯度。
**3.2. 超声成像测速（UIV）**
UIV将高频超声成像与互相关分析相结合，通过监测连续帧中散斑图案的位移重建二维速度场，进而获得WSR分布。该技术不受超声波束扫描角度影响。高帧率超声捕获和超声造影剂的应用显著提高了WSR评估的空间和时间分辨率。例如，在健康颈动脉分叉模型中，UIV可捕捉收缩期、收缩后、二次升支及二次后升支四个心动周期阶段的流动和WSR时空变化。
**3.3. 散斑去相关（SDC）**
SDC利用垂直于血管轴的超声波束中散射粒子（如血细胞）的横向运动导致回波信号相干性随时间变化，通过去相关速率估计血流速度，进而计算WSR。SDC的优势在于可使用一维阵列换能器沿整个血管周向评估WSR。在体内人右颈总动脉的测量中，SDC成功获取了流速和WSR的彩色图，并能在不同时间点呈现三维流速曲面。
**3.4. 四维血流磁共振成像（4D flow MRI）**
4D flow MRI是一种具有三维方向速度编码的时间分辨三维相位对比心血管磁共振技术。它允许在任意形状的血管表面上可视化剪切力矢量场，包括所有三个方向分量，从而提供剪切力大小和方向的全面表征。例如，在颈动脉斑块评估中，通过手动勾画血管管腔边界并传播至所有时间帧，插值局部速度导数得到最小、平均和最大WSS值，同时计算振荡剪切指数（OSI）。
**3.5. 深度学习增强的4D flow MRI**
基于图像的4D flow MRI WSS估计因有限空间分辨率而倾向于低估真实WSS。深度学习（DL）方法利用物理模拟作为替代训练数据，实现高保真几何特征空间表示，达到接近计算流体力学（CFD）真值的精度。例如，WSSNet框架提取患者特定主动脉几何和速度信息，编码为坐标平面图，输出WSS矢量预测，经验证在合成和临床数据上均优于传统抛物线拟合法。该方法可实现时间平均WSS（TAWSS）和OSI的计算，且收敛性测试表明网格分辨率影响极小。数值方法采用有限体积法求解Navier–Stokes方程，非牛顿流体模型（如Carreau–Yasuda和Carson模型）精确捕捉剪切稀化现象。然而，当前多数DL框架仍处于概念验证（PoC）阶段，需克服多中心/多供应商泛化、MRI伪影鲁棒性和监管审批等障碍才能实现临床转化。
**4. 技术挑战与未来展望**
当前WSS测量技术面临多项挑战。首先，WSR源于血管壁处速度曲线的空间梯度，需要基于手动或半自动分割进行曲线拟合；分割误差会显著影响WSS估计。未来应探索深度学习模型（如双任务网络、4D变形模型、贝叶斯不确定性量化）以捕捉复杂速度曲线和计算精确空间导数。其次，近壁速度分辨率提升可通过生成对抗网络（GAN）超分辨率、自适应采样窗口和硬件升级（超高场MRI和高频矩阵阵列换能器）实现。第三，多模态配准和标准化验证框架至关重要，例如整合可变形空间变换网络、点云匹配算法和生物力学流匹配。第四，SDC对血管壁附近组织发出的杂波信号敏感，未来可采用奇异值分解（SVD）和DL杂波抑制方法改进WSR估计。第五，MRI的有限空间和时间分辨率导致壁分割误差和WSS低估，可通过物理信息神经网络、多模态整合（如CT血管造影、超声、CFD）改善。第六，血液粘度的非牛顿剪切稀化行为以及触变弹-粘-塑性（TEVP）模型在瞬态脉动流中的重要性，要求将非牛顿和TEVP行为嵌入体内成像输出。最后，超声和MRI在分辨率、误差源、侵入性和临床就绪度上存在差异。当前技术成熟度与临床需求映射框架显示，VDI和4D flow MRI具有较高成熟度，UIV、SDC和DL增强4D flow MRI处于早期开发阶段。未来需建立标准化基准确保跨平台可比性。
**5. 结论**
大多数现有研究将各WSS测量技术视为独立领域或限于技术介绍。本综述系统突出了最新趋势并分析了五种关键体内WSS定量技术（VDI、UIV、SDC、4D flow MRI和DL增强4D flow MRI）的临床转化路径。短期内，标准4D flow MRI和VDI临床就绪度最高：标准4D flow MRI已进入大血管体积映射常规实践，VDI提供成熟的实时局部评估。UIV、SDC和DL增强4D flow MRI目前仍为主要研究工具，但DL整合有望突破硬件空间限制并减少处理时间，需广泛临床验证。所有模态的通用瓶颈仍是复杂脉动流条件下精确的近壁边界层检测。克服这一挑战将把这些研究级框架转化为高度可重复的诊断工具，最终实现对主动脉瘤、二叶主动脉瓣病变和动脉粥样硬化等复杂血管疾病的精确非侵入性风险分层。
