颈动脉斑块的光学相干断层扫描：一种标准化的成像与分析方法

《Stroke and Vascular Neurology》：Optical coherence tomography for carotid artery plaque: a standardised imaging and analysis methodology

　　摘要
背景：脑卒中仍是导致疾病发生和死亡的主要原因，而颈动脉粥样硬化则是其中的重要因素。高分辨率地评估斑块特征对于风险分层和治疗指导至关重要。然而，目前可用于此类评估的可靠方法仍然有限。光学相干断层扫描具有更高的分辨率，但针对颈动脉成像的标准方案尚未建立。

目的：本研究旨在开发并验证一种基于光学相干断层扫描的标准化方法，用于获取和分析颈动脉斑块。

方法：本研究纳入了HERALD试验中64名患有颈内动脉狭窄且接受过两次光学相干断层扫描的患者。根据颈动脉的解剖结构，采用了标准化的非阻塞式扫描方案。由三名独立的盲法评估者对关键斑块特征进行评估，包括纤维帽最薄厚度、脂质弧最大范围、钙化程度、管腔最小面积、斑块内血管、斑块分离以及胆固醇结晶。纤维帽体积则通过人工智能驱动的双坐标框架进行计算。统计分析包括连续变量的组内相关系数、分类变量的Fleiss’ kappa值、评估评估者间一致性的Bland-Altman分析，以及用于分析变量间关系的皮尔逊相关性。

结果：对134次光学相干断层扫描图像的分析显示，纤维帽最薄厚度、脂质弧最大范围以及管腔最小面积的评估结果在不同评估者之间具有极高的重复性（ICC值分别为0.901、0.812和0.909）。所有评估者在同一评估对象上的结果也具有高度一致性。Bland-Altman分析进一步证实了这些结果的一致性。在定性特征方面，胆固醇结晶、斑块内血管以及斑块分离的评估一致性非常好（κ值分别为0.957、0.955和0.988），而钙化的评估一致性则处于中等水平（κ=0.848）。通过人工智能框架计算的纤维帽体积与手动分割的结果具有较好的一致性（平均Dice系数为0.73）。此外，纤维帽体积的变化与纤维帽最薄厚度之间存在弱正相关关系（r=0.296，p=0.024）。

结论：本研究建立了一套全面且标准化的光学相干断层扫描方法，用于颈动脉斑块成像，能够在量化关键形态学特征和高风险因素方面实现优异的重复性。

已有研究基础：准确、高分辨率地评估斑块特征对于有效的风险分层和治疗指导极为重要，但目前可用于此类评估的可靠方法仍然有限。

本研究贡献：本研究提出了一种全面且标准化的光学相干断层扫描方法，用于颈动脉斑块成像，可在量化关键形态学特征和高风险因素方面实现优异的重复性。

研究意义：该研究优化了颈动脉光学相干断层扫描图像的采集和分析方案，验证了其重复性，并凸显了光学相干断层扫描作为精确可靠的工具在长期斑块监测中的潜力。

引言
2021年的《全球疾病负担报告》显示，全球每年有1190万例新发脑卒中病例，730万人因此死亡。动脉粥样硬化是动脉粥样硬化性心血管疾病的根本病因，而颈动脉粥样硬化斑块影响了全球超过8亿人。降脂治疗仍是管理动脉粥样硬化的核心手段，对于预防动脉粥样硬化性心血管疾病具有重要意义。SPARCL试验的二次分析表明，将低密度脂蛋白胆固醇水平降至1.8毫米摩尔/升以下，可使颈内动脉狭窄患者的再次缺血性脑卒中风险降低33%。然而，尽管患者达到了指南推荐的低密度脂蛋白胆固醇目标值，仍有47.5%的患者出现斑块进展，Spence等人也报道了这一现象。因此，识别这些“无应答者”并了解导致其病情进展的因素至关重要。准确评估动脉粥样硬化的进展状况，对于制定针对性的脑卒中干预措施十分必要。目前，用于定量和长期追踪动脉粥样硬化斑块的可靠方法仍然有限。虽然无创血管超声技术已广泛应用且临床效果良好，但其空间分辨率不足以实现对斑块的详细表征。磁共振成像虽然空间分辨率有所提升，但仍无法完全展现薄纤维帽、富含脂质的坏死核心、钙化以及斑块内出血等高风险斑块特征。光学相干断层扫描凭借其超高的分辨率（约10微米），能够清晰显示血管壁的微观结构，在评估斑块脆弱性方面具有明显优势。它有助于深入分析血管壁的各种特征，包括纤维帽的完整性、脂质核心、钙化以及炎症活动情况。因此，光学相干断层扫描已成为心血管成像和临床研究中评估斑块形态及脆弱性的重要工具。尽管光学相干断层扫描已广泛应用于脑血管领域，但目前所使用的方案主要源自冠状动脉成像的标准。由于颈动脉和冠状动脉在解剖结构和生理功能上存在差异，如颈动脉直径更大、血流速度更快、血流量也更多，因此直接将冠状动脉成像方案应用于脑血管造影存在一定限制。本文提出了一套全面的、标准化的光学相干断层扫描方法，用于颈动脉斑块成像。该方法包括用于检测关键斑块病变的结构化流程，如纤维帽厚度、脂质弧及钙化程度的检测，以及利用人工智能计算纤维帽体积的方法。此外，研究还进行了一致性评估，以提高图像采集和分析的准确性及重复性。

研究对象
光学相干断层扫描图像来自“多中心埃洛库单抗随机化研究——颅外斑块高分辨率评估”项目（ClinicalTrials.gov，编号：NCT05585151）。该研究是一项正在进行的、前瞻性的、随机化的、多中心的、开放标签的、平行对照试验，已获得华中科技大学同济医学院附属协和医院伦理委员会的批准（批准号：0669–01）。该试验采用分组随机化策略，并允许竞争性入组，每组包含4例患者，各组以1:1的比例分配到实验组或对照组。每组内的分配顺序通过随机排列生成，例如AABB、ABAB等形式，以此形成分配代码表。共有200名患者以1:1的比例被随机分配，分别接受埃洛库单抗治疗（每周两次，每次140毫克）或强化他汀类药物治疗（阿托伐他汀每天40毫克或罗苏伐他汀每天20毫克），治疗周期为26周。纳入标准包括年龄≥18岁；通过血管造影确认颈内动脉（从C1段开始）或可通过光学相干断层扫描检测的椎动脉存在20%–69%的动脉粥样硬化狭窄，且无血管重建手术史。排除标准包括不能耐受阿托伐他汀或罗苏伐他汀；在筛选前3个月内接受过大手术或血管内介入治疗；非动脉粥样硬化性动脉狭窄（如斑块分离、烟雾病、血管炎）；肝功能异常（丙氨酸氨基转移酶水平超过正常上限的3倍）；肾功能障碍（肾小球滤过率低于45毫升/分钟/1.73平方米）；血小板计数过低（低于100×10^9/升）；预期寿命不足6个月或存在严重合并症；同时参与其他冲突性的临床试验；对研究药物或其成分已知存在过敏反应；处于妊娠期、哺乳期或计划妊娠；以及研究者认为其他不适合参与研究的状况。本研究纳入的患者时间为2023年3月10日至2024年11月26日，且已完成6个月的随访。那些仅完成一次光学相干断层扫描且匿名处理不完整的图像已被排除，具体见图1。动脉斑块的特征是通过光学相干断层扫描这一高分辨率成像技术来评估的。有3名患者在同一次数字减影血管造影检查过程中接受了两次光学相干断层扫描。所有光学相干断层扫描图像均经过匿名处理，随后在独立的影像分析实验室中，由不了解图像拍摄顺序及治疗分配情况的放射科医生，使用专门的光学相干断层扫描分析平台（中国华医科技有限公司）进行离线分析。

光学相干断层扫描图像的采集
本研究采用频域光学相干断层扫描技术，通过非阻塞方式对目标动脉进行成像。光学相干断层扫描图像的采集工作分别使用中国华医科技有限公司生产的HS200 Xinjing OPTIMIRO2.0系统或深圳薇沃光医疗科技有限公司生产的Vivolight Cornaris P60系统完成。在插入6号或8号导鞘后，再通过0.014英寸的过滤导丝，将2.58弗伦奇规格（深圳薇沃光医疗科技有限公司）或2.6弗伦奇规格（中国华医科技有限公司）的光学相干断层扫描导管推至颈内动脉斑块远端。这两种系统均使用可见激光波长（650纳米±20纳米）和扫描激光波长（中心波长为1300纳米±30纳米），以确保光线能够均匀穿透血管壁，并达到合适的斑块成像深度。图像采集需覆盖整个斑块的长度。之后会对图像进行后期处理，统一图像的范围、分辨率、测量单位以及其他参数，以消除图像质量方面的不一致性。由于频域光学相干断层扫描在成像范围和穿透深度方面存在固有局限，对于偏心型斑块，研究人员会故意将导管定位在更靠近动脉壁的位置，以便更好地观察斑块的形态。而对于同心型斑块，则会将导丝置于血管腔的中心位置，从而确保能够全面覆盖斑块的整个周长（见图2）。在进行光学相干断层扫描之前，需向引导导管中注入40毫升未稀释的碘克沙醇320注射液（浓度为32克/100毫升，由爱尔兰科克郡的GE Healthcare Ireland Limited公司生产），注入速度为8.0毫升/秒，压力为200–250磅/平方英寸。如果颈动脉腔较小或存在严重的血管狭窄，那么造影剂的用量和注入速度则需要相应减少，最低分别为25毫升和5毫升/秒，这一做法已有相关研究报道。如果患者出现头痛症状，压力会被调整至至少200磅/平方英寸，以在保证图像清晰度的同时避免给患者带来不适。此外，还会对图像进行Z轴偏移调整，以实现图像校准。按照标准流程，系统会自动进行多次回拉操作，以捕获相应的血管片段。Vivolight Cornaris P60系统的回拉速度为20毫米/秒，可覆盖60毫米的血管长度；而HS200 Xinjing OPTIMIRO2.0系统的回拉速度为27毫米/秒，可覆盖54毫米的血管长度。研究特别注重优化颈内动脉C1段的成像长度，要求从颈动脉分叉处一直到颈内动脉的起始部位都能被完整覆盖（见图2B）。

光学相干断层扫描图像的分析
所有光学相干断层扫描图像的初步检查工作由一组三位神经科医生共同完成，每位医生都具有5年以上专门的神经介入治疗经验，且累计完成了50次以上的光学相干断层扫描分析。该小组首先对每一张包含颈内动脉及颈动脉分叉部位的横截面图像进行初步质量评估。那些存在图像超出视野范围、出现折叠伪影，或者有明显的血液阴影导致至少270度的连续动脉弧线无法清晰显示的图像，均被判定为不可分析的。经过质量控制后，符合标准的图像数据会被发送到影像分析实验室，由三位受过专业培训的独立评估者进行盲法下的定量和定性分析。

纤维帽最薄厚度的测量
纤维帽被定义为覆盖在信号较弱的区域之上、信号较强的层，它代表了富含脂质的坏死核心。研究人员以1毫米为间隔，沿着脂质斑块的长度方向测量纤维帽的最薄厚度。首先由独立评估小组确定图像中纤维帽最薄的那一部分（见图3A）。随后，三位盲法评估者分别独立选出三张显示纤维帽最薄厚度的连续图像。测量工作是通过电子卡尺以及专用的光学相干断层扫描分析软件（中国华医科技有限公司）来完成的（见图3B）。最终的分析将基于这九次测量的平均值来进行。

脂质弧最大范围的量化
脂质弧被定义为富含脂质的坏死核心所占据的角度范围，其顶点以血管腔的质心为基准点。为了找到脂质弧范围最大的那张图像，研究人员同样以1毫米为间隔，沿着脂质斑块的长度方向进行测量。首先由评估小组确定包含最大脂质弧范围的图像段，这类图像段通常涵盖10张连续的图像。在这段图像范围内，每位盲法评估者又会选出三张显示最大脂质弧范围的连续图像，进而进行详细测量。最终的分析将基于这九次测量的平均值来进行（见图3C）。

钙化的检测
钙化斑块的特点是具有明显的前缘、后缘和/或侧缘，且在图像上表现为信号较弱或分布不均的区域，研究人员通过光学相干断层扫描图像识别出这类斑块（见图3D）。每张光学相干断层扫描图像都会由三位独立评估者进行检查，他们负责记录是否存在钙化斑块。

管腔最小面积的测量
管腔最小面积被定义为血管腔边界所围成的最小横截面积，这一数值是通过逐帧分析整个成像区域来确定的（见图3E）。当图像无法完整覆盖360度的血管周长时，就需要在严格的几何和解剖学约束条件下，手动推断血管腔的边界。只有那些包含至少270度连续动脉弧线的图像才允许进行此类推断；如果图像的遮挡程度超过这一阈值，则会被判定为不可分析的。对于那些不符合条件的不完整图像，评估者会使用光学相干断层扫描分析软件中的样条函数，来绘制出一个平滑的弧线。这条拟合出的轮廓线需要能够无缝连接各个可见的端点，同时还要严格保持相邻可见血管壁段的切线角度和自然曲率。为了确保三维空间上的一致性并尽量减少主观偏差，评估者会系统地对比相邻的近端和远端图像，以及纵向的图像轮廓，以此来确定测量轨迹（见图3F）。

内膜内的血管
内膜内的血管被定义为那些边界清晰、信号较弱的空腔结构，通常在多张连续的图像中都可以看到（见图3G和H）。每张光学相干断层扫描图像中是否存在内膜内的血管，也会由三位评估者独立进行判断。

斑块分离
斑块分离的特征是组织边缘延伸进入血管腔内部，这些边缘可能涉及内膜、中膜，甚至可能穿透外弹性膜（见图3I）。每张光学相干断层扫描图像中的斑块分离情况也会由三位独立评估者进行评估。

胆固醇结晶
胆固醇结晶在图像上表现为与纤维帽或坏死核心相关的细长、高亮度的区域（见图3J）。每张OCT图像中的胆固醇晶体存在情况由三名观察者独立评估。FCV的计算：在距离目标血管分叉最近的2厘米范围内的区域，直接从原始DICOM文件中提取OCT 2D图像序列。本研究采用双坐标分割框架对颈动脉OCT纤维帽进行分割。该框架的数据集包含来自36名患者的1595幅图像，这些图像按7:3的比例分为训练集和验证集，另外还有来自24名患者的480幅图像作为外部测试集，这些患者均不属于HERALD研究组。该方法采用双输入架构，整合了保持全局空间结构的笛卡尔坐标图像和表示环形几何结构的极坐标图像。通过交叉坐标特征融合模块来合并双坐标特征，同时抑制冗余信息。此外，还加入了Kolmogorov–Arnold网络模块，以增强非线性特征提取并提高模型的可解释性。模型使用包含Dice损失、二元交叉熵损失和clDice损失的复合损失函数进行训练，以此保持纤维帽的拓扑结构，训练在单个GPU上进行了400个周期。在外部验证集上，通过将所提出的方法与六种主流分割方法进行比较，使用Dice系数和HD95等指标来评估性能。消融研究证实了各个模块的作用，所提出的方法在分割方面达到了最先进的准确性和稳定性。为了生成与原始DICOM图像尺寸一致的体积（3D）空间数据，对分割后的2D纤维帽标记图进行了3D重建。使用ITK-SNAP软件来统计重建后的3D图像中标记为纤维帽区域的体素总数（见图4A B）。原始DICOM数据中单个体素的物理大小计算如下：纤维帽总体积（毫米3）=纤维帽区域内的体素总数×单个体素体积。统计分析：连续数值以均值±标准差表示。连续数值的观察者间和观察者内重复性通过类内相关系数来评估。观察者间重复性是通过带有绝对一致性要求的双向随机效应方差分析模型来评估的，而观察者内重复性则是通过带有绝对一致性要求的一向随机效应模型来评估的。会计算单个测量值的ICC值及其对应的95%置信区间。采用Bland–Altman分析来评估不同观察者所得测量值之间的均值差异和标准差。对于分类型的斑块特征，观察者间变异性的评估则使用Fleiss’ kappa值。采用Koo和Li（2016）提出的ICC分类阈值，ICC值在0.75到0.9之间被视为良好，超过0.9则视为优秀。算法框架与观察者之间以及观察者之间的纤维帽分割一致性通过Dice系数来量化。Pearson相关系数用于评估两个连续变量之间的关系。p值小于0.05被视为具有统计学显著性。在Bland–Altman分析中，应用Bonferroni校正来控制多重比较带来的I类错误，将显著性水平调整为α=0.05/3=0.0167。所有分析均使用SPSS（IBM SPSS Statistics，版本26.0）和R（版本4.1.1）完成。结果：基线特征：本研究包括了HERALD试验中的64名患者，他们接受了配对OCT成像检查（见表1）。平均年龄为63.27±7.88岁，其中67.2%为男性。高血压是最常见的合并症（71.9%），其次是糖尿病（35.9%）以及有中风或短暂性脑缺血发作史的患者（40.6%）。其他合并症包括高脂血症（14.1%）、冠心病（12.5%）、吸烟（31.3%）以及饮酒习惯（21.9%）。平均血清脂质水平如下：总胆固醇为3.96±1.12毫米摩尔/升；甘油三酯为1.54±0.99毫米摩尔/升；低密度脂蛋白胆固醇为2.24±0.92毫米摩尔/升；高密度脂蛋白胆固醇为1.10±0.31毫米摩尔/升。斑块特征的观察者间和观察者内重复性：从64名患者进行的OCT成像中获得了134幅图像，其中128幅配对图像被用于观察者内和观察者间的一致性分析。观察者内一致性是通过让每位观察者在1个月后对相同的OCT图像再次进行测量来评估的。观察者内可靠性以ICC值及95%置信区间表示，具体如下：对于最小血流速度，观察者1的值为0.976（0.966–0.983），观察者2为0.992（0.989–0.995），观察者3为0.989（0.984–0.992）；对于最大脂质弧，观察者1的值为0.905（0.868–0.932），观察者2为0.954（0.935–0.967），观察者3为0.955（0.937–0.968）；对于最小管腔面积，观察者1、2和3的数值均为0.999（0.999–0.999）。连续变量的观察者间重复性是由三名独立观察者使用经过共同协商确定的预设帧数对128幅图像进行评估的。典型的斑块和血管壁特征如图3所示。最小血流速度和最小管腔面积都显示出极好的一致性，其ICC值分别为0.901（95%置信区间为0.869至0.926）和0.909（95%置信区间为0.880至0.932）（见表2）。最大脂质弧也显示出良好的一致性，其ICC值为0.812（95%置信区间为0.759至0.858）。Bland–Altman分析进一步证明了所有连续测量指标之间都具有较高的观察者间一致性（见图5）。观察者对1–2、1–3和2–3之间的最小血流速度均值差异分别为5.22±15.87微米、1.17±30.29微米和-4.05±29.70微米；脂质弧的相应差异分别为-1.45±52.27度、5.18±39.78度和6.62±37.62度；管腔面积的差异分别为0.57±5.18平方毫米、0.72±3.76平方毫米和0.16±4.87平方毫米。在所有分析中，超过90%的数据点都落在一致性范围内，表明一致性良好。在应用Bonferroni校正后（α=0.05/3=0.0167），三名观察者之间的任何配对之间均未发现显著差异。对于定性斑块特征，Fleiss’ kappa值显示，在识别胆固醇晶体、斑块内血管以及斑块分离方面，观察者间一致性极好（κ值分别为0.957、0.955和0.988），而在钙化方面的一致性则为中等水平（κ值為0.848）（见表3）。FCV的测量及其与最小血流速度变化的相关性：从OCT图像库中随机选取了10幅图像，使用双坐标框架并由三名独立观察者对纤维帽进行分割（见图4A和图4B）。该框架与观察者之间的Dice系数分别为0.71±0.15、0.71±0.15和0.76±0.17，平均值为0.73±0.15，这一数值略低于观察者之间的平均Dice系数（0.80±0.07）。该框架在2厘米长的ICA段上对FCV进行了量化，得到的平均值为39.43±28.98立方毫米（见图4D）。FCV随时间的变化与最小血流速度的变化呈弱正相关关系（Pearson相关系数为0.296，p值为0.024）（见图4E）。图像采集的重复性：为了评估图像采集方案的重复性，对三名患者在同一次数字减影血管造影检查过程中进行了多次OCT成像。比较了相对于颈动脉分叉处于相同位置的2毫米长片段在多次成像中的差异。如在线补充表1所示，同一位置的最小血流速度和脂质弧的单次测量ICC值分别为0.999和0.986。在两次成像中都观察到了相同的形态学特征——患者2出现钙化现象，患者3出现斑块分离现象。尽管成像起始点存在差异，但对同一动脉段的重复成像始终能够捕捉到相同的斑块形态（见在线补充图1）。最小血流速度和最大脂质弧的测量结果具有高度重复性，且在两次成像中相同位置的斑块特征也完全一致（见在线补充图1E–H）。讨论：基于先前的颈动脉OCT研究和冠状动脉领域的共识，本研究优化了颈动脉OCT成像和分析的方案，并验证了其重复性。通过优化的成像方案以及人工智能辅助的量化分析，证明了在包括最小血流速度、脂质弧和管腔面积在内的关键形态学参数方面具有极高的重复性，同时在识别胆固醇晶体和斑块内微血管等高风险特征方面，观察者间的一致性也很高。这些研究结果凸显了OCT作为一种精确且可靠的工具，在长期监测斑块变化方面的潜力。虽然此前已有研究将OCT技术应用于颈动脉，但其应用大多仅限于病例报告和小规模研究。一些病例对照研究将OCT成像特征与患者症状进行了对比，而另一些研究则聚焦于特定的颈动脉病变，比如支架植入后的组织突起或颈动脉网状结构。然而，此前还没有研究证明现有的颈动脉OCT成像标准能够持续产生高质量、可重复的图像。此外，也缺乏证据表明，基于现有方案进行的培训能够让多名观察者准确且可靠地量化斑块特征。若干技术上的改进对于该方案的临床成功应用至关重要。首先，采用了非阻塞式方法，并控制了对比剂注射参数（8毫升/秒的速度注入40毫升的320浓度碘克沙醇，持续5秒），以此适应颈动脉循环的高流量环境。鉴于颈动脉的直径通常为5–6毫米，而冠状动脉的直径为3–4毫米，颈动脉的血流速度为80–120厘米/秒，而冠状动脉的血流速度为20–40厘米/秒，且颈动脉的流量为300–500毫升/分钟，而冠状动脉的流量为50–150毫升/分钟，这些调整解决了颈动脉系统特有的解剖学难题。其次，导管放置方式根据斑块形态进行调整：偏心型斑块需要将导管放置在靠近血管壁的位置，而同心型斑块则最好以居中方式引导导管。在134次OCT成像中，仅有4次出现了显著的血流伪影（见在线补充图2），这一比例低于先前颈动脉OCT研究报道的排除率。第三，由经验丰富的神经介入专家进行的初步共识评审规范了帧的选择和解读方式，这是后续由多名独立盲法观察者评估实际临床OCT图像时建立统一诊断标准的关键步骤。这种结构化的方法使得最小血流速度的测量结果具有极高的一致性（ICC值为0.901），这一结果优于那些没有事先达成共识就由观察者直接进行测量的早期研究（ICC值为0.48–0.56），也略高于那些在二次解读时考虑了成像伪影的观察者所获得的结果（ICC值为0.82–0.88）。最大脂质弧的观察者间一致性也很高（ICC值为0.812），与之前的研究结果相当。脂质弧评估结果的差异主要源于在界定脂质边界方面的主观差异，而非帧的选择问题，而OCT的穿透能力有限，尤其是在较大或覆盖层较厚的斑块中，这一问题更为突出。在没有使用自动化工具的情况下，最小管腔面积的测量结果也表现出极高的一致性（ICC值为0.909）。Bland–Altman分析进一步证实了观察者间的高度一致性；例如，观察者之间最小血流速度的均值差异为5.22±15.87微米，绝对均值差异为12.22±11.35微米，这些数值均略低于冠状动脉OCT研究中所报告的数值（分别为10±22微米和16±19微米）。斑块特征的评价结果显示，胆固醇晶体、斑块内血管以及斑块分离的观察者间一致性非常好（Fleiss’ κ值大于0.9）。钙化特征的一致性则相对较低（κ值为0.848），这主要是因为难以识别边界模糊、定义不清的低信号区域（见在线补充图3）。本研究采用了双坐标分割框架来测量每帧中的纤维帽面积，从而实现体积量化。不过，本研究中的人工智能模型仍存在局限性，其训练和测试数据集规模较小，性能也仅为中等水平（Dice系数为0.73）。需要进一步的临床验证来确认其在测量FCV方面的准确性。从临床角度来看，FCV对于实际临床结果的预测价值目前尚不明确。此外，ΔFCV与ΔFCT之间的相关性（r值为0.296）相对较弱，这可能反映出样本量较小的原因。因此，还需要进一步的研究来阐明FCV的临床意义。该研究旨在建立一种可行且可重复的OCT成像和分析流程，以便准确识别诸如斑块分离、较大脂质弧以及较薄的纤维帽等高风险斑块特征。这种方法为在评估药物干预效果的临床试验中监测斑块变化提供了有力的工具，正如最初的HERALD试验中所展示的那样，该试验研究了依洛尤单抗与高强度他汀类药物联合使用的效果。由于本研究的样本量相对较小（n=64），且研究对象均为中国人，因此对连续变量的观察者间一致性进行了功效分析。以0.75作为临床判断的ICC值阈值，最小血流速度、最小管腔面积和最大脂质弧的功效分别分别为0.99、1.00和0.65。这一分析表明，最小血流速度和最小管腔面积的测量具有很高的功效，而最大脂质弧的功效则稍低，这是因为OCT的穿透深度存在限制，且如前文所述，界定脂质弧边界本身也存在一定难度。需要承认的是，OCT的穿透深度仅限于1–2毫米，这使得无法全面观察较大病变中更深层的斑块结构。尽管本研究在最小血流速度的测量方面取得了极好的观察者间一致性，但需要注意的是，这一成果是在专家小组预先确定了最小血流速度的大致位置和范围之后才取得的。因此，这些结果可能无法完全反映日常临床实践中所遇到的差异。此外，本研究纳入的病例大多具有高质量的OCT图像。由于仅纳入了高质量图像，存在选择偏差，这是OCT重复性研究中的一个常见局限。例如，Shoji等人在其使用OCT血管造影进行的黄斑血管密度研究中，由于图像质量不佳排除了36.7%的眼部样本，并明确指出这种方法可能存在选择偏差，还可能高估结果的重复性。28此前的研究通过设置不同的图像质量阈值进行敏感性分析、刻意纳入边界病例，或按信号强度或图像质量分数对数据分组进行分析，以解决这一问题。虽然我们的研究也纳入了两例质量欠佳的病例以减少偏差，但目前仍不确定所提出的方案是否适用于图像质量较低或病变较为复杂的常规临床情况。对于大多数定性特征，不同观察者之间的判断一致性非常好；而对于钙化的判断一致性则处于中等水平（κ=0.848），这主要是由于难以对那些边界不清的低信号区域进行分类。未来若能结合深度学习技术或混合成像方法（如OCT–IVUS），有望进一步提升体积测量的准确性以及组织特征的描述能力。

结论：本研究建立了一种标准化的OCT分析方法，可实现对颈动脉斑块形态的高分辨率、可重复性评估。对于关键定量指标及高风险特征，不同观察者之间的判断一致性极高，这证明了该方法作为连续监测斑块变化的精准工具的可靠性，为其在风险分层中的应用以及未来针对中风预防的精准治疗提供了依据。

致谢：LW、JL和YW为这项工作的完成做出了同等贡献。所有作者都为研究付出了重要努力。LW、JL、YW、CH、XL、LZ、WZ、ST、HP、MQ、BKM、WZ、SC、WQ和BH均参与了这项研究。所有作者都审阅并批准了最终稿件。BH为该研究的责任负责人。

资金支持：这项工作得到了以下项目的资助：非传染性慢性病国家科技重大专项（授予BH的课题编号为2024ZD0527901）、中国国家重点研发计划（授予BH的课题编号为2024YFC3044800）、国家自然科学基金（授予BH的课题编号分别为82330040、82090044、81820108010）、湖北省重点研发计划（授予BH的课题编号为2022BCA008），以及联勤保障部队第九〇一医院核心医疗技术项目（授予BH的课题编号为2024JBGS2008）。

利益冲突：无。

文献来源与同行评审：并非委托撰写，而是经过外部同行评审。

补充材料：这些内容由作者提供，尚未经过BMJ出版集团审核，也可能未经同行评审。其中所表达的任何观点或建议仅代表作者个人意见，不受BMJ支持。BMJ不对因依赖这些内容而产生的任何后果承担任何责任。如果内容中包含翻译内容，BMJ不保证翻译的准确性和可靠性（包括但不仅限于当地法规、临床指南、专业术语、药品名称及剂量等），也不对因翻译或调整带来的任何错误或遗漏负责。

数据可用性说明

伦理声明

患者出版同意书：无需。

伦理审批：HERALD研究已获得华中科技大学同济医学院联勤保障部队第九〇一医院伦理委员会的批准（批准编号：0669-01）。所有参与者在参与研究前均签署了知情同意书。

致谢：我们感谢中国霍瑞迈德科技有限公司和深圳维沃光医学科技有限公司提供的技术支持。同时，也对参与HERALD研究的所有研究中心及研究人员的大力支持表示衷心感谢。