《Brain Sciences》：Gut-Directed Hypnotherapy: An Option to Enhance the Biopsychosocial Treatment of Disorders of Gut–Brain Interaction
编辑推荐：
颅内动脉瘤的临床管理正在经历从传统管腔评估向高级血管壁特征评估的变革性转变。传统的"管腔成像"（lumenography），包括数字减影血管造影（DSA）、CT血管成像（CTA）和磁共振血管成像（MRA），提供了必要的形态学数据，但无法捕捉驱动动脉瘤不稳定性和
颅内动脉瘤的临床管理正在经历从传统管腔评估向高级血管壁特征评估的变革性转变。传统的"管腔成像"（lumenography），包括数字减影血管造影（DSA）、CT血管成像（CTA）和磁共振血管成像（MRA），提供了必要的形态学数据，但无法捕捉驱动动脉瘤不稳定性和破裂的生物学过程，如炎症和血管壁重塑。本综述评估了高分辨率血管壁MRI（VW-MRI）以及光子计数探测器CT（PCD-CT）和4D血流MRI等新兴模态的发展。VW-MRI，特别是在3T和7T场强下，利用"黑血"（black-blood）序列，引入了动脉瘤壁强化（AWE）作为有前景的辅助影像生物标志物。AWE与巨噬细胞浸润和新生血管形成相关，提供了一种非侵入性手段来识别可能更易破裂的"易损"病变。此外，PCD-CT提供了前所未有的空间分辨率和金属伪影消除能力，而4D血流MRI能够量化壁面剪切应力（WSS）等血流动力学应力指标。人工智能和影像组学的整合通过自动化检测和定量风险评分进一步提升了诊断精度。通过综合技术原理与临床应用，本综述阐述了这些先进模态如何推动神经血管护理迈向基于生物学、更加个体化的卒中预防和动脉瘤管理方法。
1. 引言：向"血管壁"生物学的范式转变
颅内动脉瘤（IAs）是脑动脉的异常扩张，影响约3–5%的普通人群。尽管年破裂率相对较低（估计每年约0.2–2%），但破裂的后果是灾难性的，常导致蛛网膜下腔出血（SAH），具有高致残率和死亡率。传统上，临床决策依赖于"管腔成像"，即聚焦于血管内部形态。DSA、CTA和MRA仅关注血管内的血流柱。因此，PHASES评分等传统风险评估模型高度依赖动脉瘤的大小和位置。然而，由于IAs的发病机制位于血管壁内（如炎症、内弹力层降解和平滑肌细胞丢失），单纯管腔成像往往无法预测哪些动脉瘤易破裂。高分辨率血管壁MRI（VW-MRI）和光子计数CT的发展为观察动脉瘤本身的生物学活性提供了新视角。本综述评估了包括高分辨率VW-MRI、4D成像及人工智能（AI）整合在内的高级影像模态的发展与临床应用。
2. 传统影像学及其局限性
DSA凭借其卓越的空间和时间分辨率，仍是诊断和表征颅内动脉瘤的金标准。通过将造影前图像与造影后图像进行时间减影，DSA提供了与重叠骨结构分离的血管管腔高对比度视图。其高时间分辨率允许实时评估血流动力学。然而，DSA的主要局限在于其侵入性，需要动脉导管置入，存在约0.07%至2.6%的神经并发症或卒中风险。此外，作为"管腔造影"，DSA仅显示血管内的血流柱，无法提供关于动脉瘤壁本身的生物学、厚度或炎症状态的信息。
CTA是蛛网膜下腔出血急性期最常用的一线诊断工具，具有高敏感性（97–100%）和近乎普遍的可用性。现代多探测器CTA可实现快速图像采集和高品质3D重建。尽管有用，CTA受限于电离辐射和碘对比剂的使用。其显著技术挑战是颅底致密骨或金属夹和弹簧圈产生的" blooming"伪影，可能掩盖动脉瘤形态或模拟残留瘤颈。
MRA，特别是3D时间飞跃法（TOF-MRA），是未破裂颅内动脉瘤（UIAs）筛查和长期随访的首选模态。其主要优势在于无需电离辐射或外源性钆对比剂即可显示血管。然而，TOF-MRA依赖于运动质子的"流动相关增强"，对血流动力学高度敏感，可能难以准确显示慢流或湍流的动脉瘤。对于大于3mm的病变敏感性约90%，但对较小动脉瘤敏感性降至约67%。与CTA和DSA类似，标准MRA序列聚焦于管腔，缺乏检查血管壁稳定性标志物所需的"黑血"能力。
3. 高分辨率血管壁MRI的技术原理
高分辨率血管壁MRI是一种先进的神经影像范式，利用专门的"黑血"序列抑制管腔内血流，从而直接显示血管壁的微解剖结构。与CTA或MRA等传统"管腔成像"技术不同，VW-MRI使临床医生能够识别不稳定的生物学标志物——特别是壁增厚和钆增强——这些反映了潜在的病理生理过程，如炎性细胞浸润和新生血管形成。
VW-MRI的诊断价值高度依赖于信噪比（SNR）和空间分辨率。3T MRI是当前临床标准，提供可视化极薄（约0.2–0.6 mm）动脉瘤壁所需的SNR。7T MRI的研究已证明具有更优的SNR和对比噪声比（CNR），能够检测在较低场强下隐匿的壁厚区域变化和细微增强模式。为准确显示血管壁，必须抑制快速流动的管腔内血液和周围脑脊液（CSF）的信号，这通过"黑血"技术实现，如流动敏感去相位（FSD）或反转恢复脉冲。有效抑制对于避免"流动伪影"至关重要。
历史上，2D涡轮自旋回波（TSE）因其高平面内分辨率而被使用，但受限于较厚的层厚（通常2 mm）和手动层面定位。目前，3D各向同性序列（如SPACE、CUBE、VISTA）是大型神经血管中心的首选，提供亚毫米（通常0.4–0.6 mm）各向同性分辨率，可在单次扫描中评估整个颅内血管系统。由于数据是各向同性的，图像可在采集后以任何正交或斜向平面重建。
临床方案依赖于比较增强前后T1加权序列以识别动脉瘤壁强化（AWE）。T1加权序列对钆的存在敏感，钆在血管通透性增加或血管滋养管增殖区域积聚。AWE现被认为是活动性炎症和结构不稳定性的有前景的生物标志物。为确保准确性，增强后成像通常在数分钟后延迟采集，以允许血管壁组织内最佳的对比剂摄取。
4. 动脉瘤壁强化（AWE）作为临床生物标志物
AWE日益被认为是动脉瘤壁生物学"健康"状态的有前景的辅助影像生物标志物。组织病理学研究证实，VW-MRI上的强化区域与CD68+巨噬细胞和T细胞的存在密切相关。这些炎性细胞释放基质金属蛋白酶（MMPs），降解血管壁的结构蛋白。随着动脉瘤壁增厚并变得病理化，它发展出微血管网络，即血管滋养管（vasa vasorum）。这些不成熟、"渗漏"的血管允许钆外渗至壁组织，产生MRI上可见的强化。AWE常见于动脉瘤承受特定血流动力学应力的区域，如低壁面剪切应力（WSS）和高振荡剪切指数（OSI）。
VW-MRI最直接的临床应用之一是处理"诊断困境"，即表现为SAH且 harboring 多个颅内动脉瘤的患者。研究表明，破裂动脉瘤在近95%的病例中显示壁强化，而同一患者的未破裂稳定动脉瘤很少显示强化。在未破裂颅内动脉瘤（UIAs）中，AWE作为壁炎症、动脉粥样硬化和微结构不稳定的关键影像生物标志物，已被证明是动脉瘤生长的独立预测因子。定性视觉评估通过区分局灶性强化与弥漫性环周强化来分层临床风险，环周AWE是四年生长和破裂的稳健独立预测因子。定量评估利用相对于标准参考组织的客观增强比率，提供可重复的指标以追踪疾病进展。
5. 新兴模态：光子计数CT与4D血流
光子计数探测器CT（PCD-CT）代表了与传统能量积分探测器（EID）的根本性转变。PCD-CT直接将单个X射线光子转换为电信号，为IA管理提供多项变革性优势。PCD-CT固有地实现超高空间分辨率，平面内极限分辨率通常报告在110–150微米范围内，可显示精细解剖结构。PCD-CT通过利用更小的探测器像素和高能级能箱，显著减少弹簧圈或血流导向装置产生的"blooming"伪影。此外，PCD-CT允许在每次扫描中进行多能量（能谱）分析，可创建虚拟单能图像（VMI）以增强碘对比并减少颅底钙或骨相关噪声造成的选择性伪影。
4D血流MRI（具有时间分辨率的3D相位对比MRI）评估整个心动周期中作用于壁上的血流动力学力。该模态产生动脉瘤内血流的时间分辨三维速度图。壁面剪切应力（WSS）——血流对内皮表面施加的切向摩擦力——是主要关注参数。持续高WSS可能驱动壁细胞介导的破坏性重塑，启动动脉瘤形成和生长；而异常低WSS结合高振荡剪切可触发内皮炎症、细胞外基质降解和壁变薄，可能导致破裂。4D血流MRI还能可视化复杂血流拓扑结构，包括不稳定涡流或撞击穹顶的高速流入射流。然而，4D血流衍生血流动力学定量指标的临床就绪性需谨慎解读，受限于近壁空间分辨率不足导致的局部体积效应、对用户定义速度编码（Venc）设置的依赖，以及跨软件实现的方法学差异和缺乏多中心标准化。
6. 判读陷阱与诊断挑战
"黑血"效应是VW-MRI的基石，但其有效性依赖于血流。在大或巨大动脉瘤中，囊内血流可能停滞或湍流。若血流速度过低，流动敏感去相位或反转恢复脉冲可能无法完全抑制管腔内信号，这种壁旁的残留"明亮"信号可能与真正的钆增强难以区分。壁内血栓中的正铁血红蛋白引起的T1高信号也可能被误认为活动性AWE。因此，临床医生必须仔细比较增强前后图像。若"强化"在增强前T1加权序列上可见，则可能代表慢血流或腔内血栓而非活动性壁炎症。
颅内动脉瘤常邻近其他自然增强的结构，存在解剖重叠风险。较大的载瘤动脉可能具有正常的微观血管滋养管，表现出轻微强化。小的皮质静脉或颅底的邻近硬脑膜可显示强烈对比增强。使用3D各向同性序列至关重要，通过多平面重建（MPR），放射科医生可以"追踪"强化以确保其真正环绕动脉瘤。
颅内动脉瘤壁极薄，通常测量在0.2 mm至0.6 mm之间。即使在3T下，大多数临床MRI序列的空间分辨率为0.4 mm至0.6 mm。当扫描分辨率大于壁厚时，高信号管腔与管腔外空间之间会发生"模糊"，这种部分体积平均可产生壁增厚和强化的假象。为确认真正的AWE，强化应理想地厚于扫描的理论分辨率。将动脉瘤壁亮度与垂体柄或静脉窦进行比较的"归一化"有助于量化强化是否具有病理意义。
7. 人工智能与影像组学
AI和影像组学的整合代表了神经血管影像的最新进展，将该领域从图像的主观评估转变为客观、数据驱动的科学。卷积神经网络（CNNs）是在数千个标记的CTA和MRA数据集上训练的深度学习架构，能够识别动脉瘤的特定几何特征。在"机会性筛查"中，AI算法在医院PACS系统后台运行，当患者因无关原因接受扫描时，AI可自动标记偶然动脉瘤的存在。研究表明，现代AI模型可以高敏感性检测小至2–3 mm的动脉瘤。
影像组学将医学图像视为数据，涉及高通量提取人眼无法感知的定量特征，包括一阶统计量、纹理特征和基于形状的特征。通过识别这些特征中的模式，研究人员开发了与动脉瘤不稳定性相关的"影像组学特征"。文献表明，基于影像组学的风险模型通常优于传统形态学指标，如PHASES评分。通过将这些"隐藏"图像特征与临床数据结合，AI可生成个性化数字风险评分，更准确预测哪些未破裂动脉瘤将保持稳定。
物理信息神经网络（PINNs）是新兴子领域，将流体力学定律直接整合到AI的学习过程中，允许直接从静态图像快速估计WSS和血流模式，可能消除对计算昂贵且耗时的手动流体动力学模拟的需求。
8. 对临床管理的启示
先进影像的整合标志着从反应性到主动性动脉瘤管理的转变，焦点从简单测量转向生物学风险分层。目前，高分辨率VW-MRI已在多学科神经血管委员会中作为辅助工具，用于识别多发动脉瘤病例中的责任病变，或监测显示壁强化间隔变化的UIAs。随着这些模态成熟，预计将有助于减少"不必要"的预防性治疗，同时捕捉当前评分系统可能归类为低风险的高风险小动脉瘤。
9. 未来方向
展望未来，主要方向是通过前瞻性纵向研究对这些影像生物标志物进行大规模验证，以建立标准化的"不稳定性阈值"。AI驱动的影像组学与血流动力学建模（如4D血流和CFD）之间的协同作用有望实现"精准神经放射学"，单次非侵入性扫描即可生成动脉瘤的全面数字孪生。该数字模型不仅能预测破裂的统计可能性，还能模拟特定血管内装置（如血流导向装置）在置入前的有效性。最终目标是推动护理标准向个性化监测和治疗范式转变，平衡动脉瘤壁的生物学现实与患者的独特临床特征。
10. 结论
先进影像已从"管腔成像"过渡到整合壁病理生物学与血流动力学的多维框架。高分辨率VW-MRI和组织病理学证据将AWE确定为炎性重塑的有前景影像生物标志物。4D血流MRI和WSS映射阐明了"低血流、高炎症"理论。PCD-CT通过提供卓越的空间分辨率和金属伪影消除，弥合了关键差距。最终，临床焦点已从解剖检测转向量化动脉瘤易损性。超高场影像、影像组学和血流动力学建模的协同作用实现了预测性、个体化的护理模式，针对生物学不稳定的病变，同时为静止动脉瘤的保守治疗提供稳健的科学依据。尽管结果令人鼓舞，临床医生在实施这些模态前应警惕其局限性，如慢血流伪影和不完全血液抑制。
