《Neuroradiology》：Characterizing clot composition and stroke etiology through hounsfield units
编辑推荐：
目的：本研究旨在利用非增强计算机断层扫描（non-enhanced computed tomography, NECT）中的亨斯菲尔德单位（Hounsfield Units, HU）分析血栓成分。
方法：研究人员对机械取栓（mechanical thromb
目的：本研究旨在利用非增强计算机断层扫描（non-enhanced computed tomography, NECT）中的亨斯菲尔德单位（Hounsfield Units, HU）分析血栓成分。
方法：研究人员对机械取栓（mechanical thrombectomy, MT）获取的血栓进行微型计算机断层扫描（micro-computed tomography, micro-CT）成像及组织学分析。将micro-CT切片与组织学切片进行空间匹配，采用Spearman秩相关分析评估micro-CT HU值与红细胞（red blood cells, RBCs）及纤维蛋白成分的相关性。针对成分占比>70%的组织学切片进行敏感性分析。随后，研究人员在MT前的NECT图像中定位同一血栓，获取NECT HU值，并分析micro-CT HU与NECT HU的相关性以进行组织学信息指导下的解读。采用受试者工作特征（receiver operating characteristic, ROC）分析确定NECT HU阈值。最后，研究人员对一组心源性栓塞、大动脉粥样硬化（large artery atherosclerosis, LAA）及隐源性卒中导致的急性大血管闭塞患者进行了NECT HU评估。
结果：共分析10例血栓。Micro-CT HU值与RBC占比>70%的组织学切片呈强相关（Rho=0.675），但与纤维蛋白占比>70%的切片无显著相关性（Rho=0.325）。在RBC占比>70%的血栓中，micro-CT HU值与NECT HU值呈强相关（Rho=0.774）。NECT HU阈值为44时，识别RBC占比>70%血栓的敏感度为67%，特异度为86%。研究人员进一步分析了240例NECT图像，包括80例心源性栓塞、80例LAA及80例隐源性卒中。NECT HU评估显示，75%的心源性栓塞血栓、40%的LAA血栓及55%的隐源性卒中血栓以RBC为主要成分。
结论：NECT HU是评估血栓RBC组成并推断卒中病因的一种有前景的工具。
本解读文章基于一项旨在通过亨斯菲尔德单位（Hounsfield Units, HU）表征急性缺血性卒中患者血栓成分并进而推断其病因学的研究展开深入解析。
**一、研究背景与问题提出**
缺血性卒中的病因学分型对治疗方案选择和二级预防策略至关重要，尤其需鉴别心源性栓塞、大动脉粥样硬化（large artery atherosclerosis, LAA）及隐源性卒中。近年来，血栓成分分析被认为具有反映卒中病因的潜力。已有系统综述表明，纤维蛋白富含型血栓更倾向于源自心脏，而LAA起源的血栓成分特征则存在差异。基于此，非增强计算机断层扫描（non-enhanced computed tomography, NECT）中的HU值作为表征组织密度衰减的指标，受到广泛关注。然而，既往研究存在重要局限：首先，多数研究仅评估了碎裂的血栓，难以反映原始血栓的整体成分；其次，静脉溶栓治疗可能对血栓结构尤其是纤维蛋白成分产生影响，从而干扰成分分析。此外，NECT HU阈值缺乏与组织学样本的系统性相关校验，而组织学分析是确定血栓成分的“金标准”。基于上述空白，本研究旨在通过微型计算机断层扫描（micro-computed tomography, micro-CT）高分辨率成像与组织学验证相结合，建立经组织学验证的NECT HU阈值，并将其应用于大样本患者队列，以无创评估血栓成分，进而辅助推断卒中病因学。
**二、研究设计与技术方法**
研究人员首先开展前瞻性队列研究，纳入2023年11月至2024年1月间接受机械取栓（mechanical thrombectomy, MT）的10例患者，获取其新鲜血栓标本。研究方法采用多模态影像-病理联合分析策略，核心关键技术包括：（1）显微计算机断层扫描技术：采用ZEISS Xradia Versa 560微型CT系统，以80 kV、6 W参数进行扫描，在5微米各向同性体素分辨率下对完整血栓进行高分辨率成像；（2）组织学空间匹配分析：将micro-CT影像切片与对应的5微米厚度组织学切片进行空间配准，定量分析样本中红细胞（red blood cells, RBCs）和纤维蛋白的百分比含量；（3）影像阈值相关分析：提取微CT及NECT中感兴趣区的HU值，并进行跨模态阈值关联验证；（4）受试者工作特征曲线（receiver operating characteristic, ROC）分析：确定NECT HU预测RBC优势型血栓的最佳临界值。此外，研究采用开放性标准，纳入大量患者对照评估。最终应用于一个由240例大血管闭塞患者组成的临床队列，其中包含心源性栓塞、LAA和隐源性卒中各80例。
**三、研究结果**
**结果一：血栓生物学特征与HU的关联及NECT映射。** 10例血栓中，3例（30%）为RBC优势型，2例（20%）为纤维蛋白优势型，5例（50%）为混合型。在micro-CT成像中，RBC富集区的HU值显著高于纤维蛋白富集区（中位数46.3 HU [IQR 7.5] 对比32.8 HU [IQR 8.1]，P<0.001）。体外对照实验验证了体内血栓两种成分区域的HU值可比性。空间匹配分析显示，micro-CT HU值与RBC占比>70%的组织学切片呈显著正相关（Rho=0.675, P=0.025），而与纤维蛋白占比>70%的切片无显著相关性。进一步交叉验证中，3例整体RBC占比>70%的血栓，其微CT HU与NECT HU值呈强正相关（Rho=0.774, P=0.009）。经ROC分析，NECT HU值为44时识别RBC优势型血栓的效能最佳，曲线下面积（AUC）为0.770，敏感度67%，特异度86%。
**结果**：卒中病因的表征与NECT HU临床适用性验证。基于上述阈值，研究团队建立了一套严格的NECT图像分析流程。原始筛查的650例患者中，410例（63.1%）由于各种原因被排除，包括NECT上无法清晰识别血栓（47.8%）、在首次可获得的NECT前接受过含碘造影剂或静脉溶栓治疗（40.2%）以及数字减影血管造影（digital subtraction angiography, DSA）证实自发再通（12.0%），最终队列由240例（36.92%）符合严格NCLUSION标准的患者组成。两位血管神经病学专家对卒中病因的判断达到几乎完全一致（K=0.80），血栓分割组内相关系数（ICC）为0.90。在240例患者的NECT中，80例（33.3%）为心源性栓塞，80例（33.3%）为LAA，80例（33.3%）为隐源性卒中。运用NECT HU阈值为44进行判定，结果显示心源性栓塞组中有60例（75%）血栓HU值超过阈值，而LAA组仅32例（40%）超过，隐源性卒中组有44例（55%）超过，组间差异具有统计学意义（P<0.001）。
**四、讨论与结论**
本研究表明，NECT HU作为一种无创影像学指标，在识别RBC优势型血栓方面具有较高准确性，且不同病因卒中患者的血栓HU值存在显著差异。心源性栓塞血栓的高HU值与既往研究中旁证的低灌注或停滞状态下形成的RBC优势性血栓特征一致，而LAA相关的血栓则更多呈现纤维蛋白优势特征。有趣的是，55%的隐源性卒中血栓表现出类似于心源性栓塞的RBC优势表型，提示其中部分病例可能隐藏心源性栓塞的病因基础。这一现象与先前推测的隐源性卒中亚型中心源性比例较高的假说相吻合。研究团队指出，尽管本研究中NECT HU呈现出较高的诊断性能及其与病因学之间的关联，鉴于样本量（10例血栓）的限制，相关阈值应视为探索性发现以及单中心研究等固有局限性，未来需在更大规模的多中心队列中标准化成像方案进行验证。将HU引导的血栓成分分析整合到临床常规NECT流程中，有望为卒中患者的病因学诊断和治疗策略制定提供有力的无创生物标志物。
