《Frontiers in Neurology》：Evaluation of cerebral hemodynamic assessment from time-of-flight magnetic resonance angiography using a topological network-based model with Transcranial Doppler measurements
编辑推荐：
脑血流动力学的定量测量对于脑血管疾病的诊断、管理和预后至关重要。经颅多普勒（Transcranial Doppler, TCD）虽然广泛用于无创血流速度测量，但固有地受到声窗不足和显著操作者依赖性的限制，并且仅提供局部速度信息而无解剖学背景。为应对这些局限性，
脑血流动力学的定量测量对于脑血管疾病的诊断、管理和预后至关重要。经颅多普勒（Transcranial Doppler, TCD）虽然广泛用于无创血流速度测量，但固有地受到声窗不足和显著操作者依赖性的限制，并且仅提供局部速度信息而无解剖学背景。为应对这些局限性，研究人员开发了Dr. NEAR flow（DNF），用于从常规获取的飞行时间磁共振血管成像（time-of-flight magnetic resonance angiography, TOF-MRA）中估计关键的血液动力学参数，包括血流量、相对压力和速度。在这项单中心回顾性研究中，通过将DNF计算的速度与TCD在七条主要脑动脉中测量的时间平均平均速度进行直接比较，评估了DNF在113名患者中的性能。使用TCD测量定义患者特定的流入边界条件，以确保生理学上一致的比较。对700个动脉水平速度对的分析表明，两种模式之间存在统计学上显著的正相关（Pearson相关系数，r = 0.74，p < 0.0001）。这些结果表明，DNF为全面的脑血管评估提供了一种稳健、无创的替代方案，克服了与传统TCD相关的操作负担和技术限制。
**基于拓扑网络模型的脑血流动力学无创评估：一项与经颅多普勒的对比验证研究**
**1. 研究背景与意义**
脑血管疾病的精准诊疗高度依赖于脑血流动力学的定量评估。当前临床实践中，经颅多普勒（Transcranial Doppler, TCD）是无创测量脑血流速度的常用工具，但其存在显著局限性：部分患者因颅骨声窗不佳而无法获得有效信号，测量结果高度依赖于操作者经验，且仅能提供局部点状的速度信息，缺乏对整个脑血管网络解剖结构的整合评估。尽管经股动脉脑血管造影是金标准，但其为有创操作，存在围手术期并发症风险。先进的磁共振成像（Magnetic Resonance Imaging, MRI）技术，如四维血流MRI（4D flow MRI），虽为无创替代方案，但通常需要使用对比剂以改善图像质量，可能引发过敏反应和肾毒性等风险。因此，临床亟需一种能够整合血管解剖与功能血流动力学、且不依赖于对比剂或复杂操作的新型评估工具。
在此背景下，基于简化物理模型的计算血流动力学分析应运而生。一维（1D）血管网络模型和基于泊肃叶定律的图论方法，通过将血管系统简化为由节点和边连接的拓扑网络，能够以远低于全三维（3D）计算流体动力学模拟的计算成本，估算血流动力学参数，为实现快速、患者特异性的床边分析提供了可能。然而，这些模型的临床准确性高度依赖于两个关键因素：精确的患者特异性血管重建和生理合理的边界条件。本研究旨在验证一种名为Dr. NEAR flow（DNF）的新型计算工具，该工具结合了基于解剖结构的一维动脉网络建模和泊肃叶血管图分析，能够直接从常规TOF-MRA数据中估算血流量、相对压力和速度。本研究通过将DNF预测的血流速度与TCD测量的金标准进行直接对比，验证DNF的准确性，以期为临床提供一种全面、稳健且无创的脑血管评估替代方案。本研究成果发表于《Frontiers in Neurology》。
**2. 主要研究方法**
本研究为一项单中心回顾性研究，纳入了2018年9月至2023年10月期间入院、同时具备TOF-MRA和TCD检查数据的卒中患者，最终共113例患者纳入分析。研究采用3T MRI扫描仪获取高分辨率三维脑部TOF-MRA图像。TCD检查由一名经验丰富的神经超声医师使用2-MHz脉冲波多普勒换能器完成，通过标准声窗对主要颅内动脉进行探测，并记录时间平均平均速度（time-averaged mean velocity, TAMV）等参数。
DNF分析的核心是基于TOF-MRA图像构建患者特异性的脑血管拓扑网络模型。其工作流程主要包括三个阶段：首先，对DICOM格式的TOF-MRA图像进行高斯平滑降噪，通过滞后阈值法提取血管体素，并利用基于密度的噪声应用空间聚类（Density-Based Spatial Clustering of Applications with Noise, DBSCAN）算法进行细化，剔除异常点和非血管区域，生成三维点云。其次，通过分析体素间的拓扑连通性，将血管结构骨架化，构建为由节点（代表血管中心线点）和边（代表血管段）组成的图论网络，并估算每个节点处的血管半径。最后，基于泊肃叶流假设，将血流建模为压力驱动、通过圆柱形管道的层流，利用质量守恒定律建立描述整个网络压力连续性和流量守恒的线性方程组。在边界条件设定上，使用TCD在颈内动脉和椎动脉（或基底动脉）测得的TAMV，结合MRA分割得到的血管横截面积，计算并设定模型近端流入口的流量（狄利克雷边界条件）；在远端出口设定固定的参考压力以闭合方程组。通过求解该线性系统，即可获得整个动脉网络中的稳态压力、流量和速度分布。
**3. 研究结果**
**3.1 患者人口统计学特征与DNF工作流程**
最终纳入分析的113例患者平均年龄为67.23±12.24岁，男性占69.9%。主要诊断为缺血性卒中（80.5%）。TCD与MRA扫描的平均间隔时间为6.52±8.42天。DNF工作流程成功为所有患者生成了包含血流量、相对压力和速度空间分布的全面血流动力学图谱。
**3.2 TCD与DNF的全局相关性与一致性**
研究人员对七条主要脑动脉（基底动脉及双侧大脑后动脉、大脑前动脉、大脑中动脉）共计700个动脉水平的速度对进行了分析。结果显示，DNF计算的速度（V
DNF）与TCD测量速度（V
TCD）之间存在统计学上显著的正相关（Pearson相关系数 r = 0.74，p < 0.0001）。即使在线性混合效应模型中考虑患者内测量值的聚类效应后，这种关联依然显著（β = 0.90，p < 0.0001）。两种方法在94.3%的比较中表现出一致性。Bland-Altman分析显示平均偏差为0.43±8.83 cm/s，表明DNF存在轻微高估速度的系统性偏差。
**3.3 动脉特异性血流动力学一致性**
动脉特异性分析显示，V
TCD与V
DNF在不同血管中的相关性从中等到强不等（Pearson相关系数 r = 0.42–0.80，所有p值均<0.0001）。尽管平均速度值总体可比，但DNF倾向于给出略高的速度估计值。所有被检查血管中持续的相关性强度的结果，支持了DNF是整个脑动脉网络血流动力学评估的稳健工具。
**4. 讨论与结论**
本研究证明，DNF能够利用常规获取的TOF-MRA数据可靠地估算脑血流动力学参数，无需修改扫描协议、额外成像或使用对比剂。V
TCD与V
DNF之间的强相关性和一致性是验证该技术的关键第一步。然而，需要指出的是，当前的验证并非完全独立，因为TCD测量速度被用于定义DNF模拟的近端流入边界条件。因此，观察到的一致性可能部分反映了TCD信息被整合到计算模型中，而非两种模式间完全独立的比较。
从临床角度看，这些发现表明DNF有潜力通过提供更全面的脑血管系统评估来补充现有的血流动力学评估工具。与仅限于局部速度测量的TCD不同，DNF能够实现多血管同步评估，并提供整个血管网络的血流量和相对压力等额外参数。通过从三维血管几何结构中提取血管中心线和半径等关键参数，DNF能够对颅内动脉系统中的血流量和压力分布等多种指标进行一致且客观的评估。这一能力对于声窗有限的患者或需要全局血流动力学评估（如多血管病变）的临床场景可能尤其有价值。
尽管DNF模型在近似脑血管血流动力学方面表现出前景，但研究人员也承认了模型相关的局限性。当前模型将血液视为具有恒定粘度的牛顿流体，未能完全捕捉复杂的流变学特性（如粘弹性和剪切稀化行为）。此外，模型基于时间平均速度假设为稳态流动，未能完全捕捉脑血流的搏动性。模型依赖于从TOF-MRA导出的血管半径，而流量与半径的四次方成正比，因此半径估算的微小误差可能导致计算出的流量和速度出现显著偏差。
Bland-Altman分析显示DNF倾向于轻微高估速度，这可能归因于TOF-MRA成像的固有局限性，如图像噪声、湍流或平面内流动区域的信号丢失，以及饱和效应导致的小血管显示不全。强相关性与不可忽略的一致性界限共存表明，与精确的点特异性绝对速度值相比，DNF更能可靠地捕捉整个脑血管网络的相对血流动力学模式。
**研究结论（翻译）：** 本研究结果表明，Dr. NEAR flow（DNF）能够利用常规获取的飞行时间磁共振血管成像（TOF-MRA）数据可靠地估算脑血流动力学参数。DNF计算的速度与经颅多普勒（TCD）测量的参考速度之间显示出强相关性和一致性。尽管当前的验证部分依赖于TCD定义的流入条件，但下游的血流分布由重建的血管几何结构和独立的物理流动定律决定。这些发现支持DNF作为一种无创工具，有潜力提供超越局部速度测量的、更全面的脑血管解剖与功能整合评估。未来的研究需要探索独立于TCD的替代流入条件，并针对已建立的流量测量模态进行进一步验证，以确认其技术可靠性并评估其临床预后价值。
