《Brain Sciences》：Evaluation and Development of Advanced Imaging Modalities for Intracranial Aneurysms
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先进血管壁特征描述的变革性转变。传统的“管腔显像”（lumenography），包括数字减影血管造影（DSA）、计算机断层血管成像（CTA）和磁共振血管成像（MRA），提供了必要的形态学数据，但未能捕捉驱动动脉瘤不稳
颅内动脉瘤的临床管理正在经历从传统管腔评估向先进血管壁特征描述的变革性转变。传统的“管腔显像”（lumenography），包括数字减影血管造影（DSA）、计算机断层血管成像（CTA）和磁共振血管成像（MRA），提供了必要的形态学数据，但未能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）以及新兴模态如光子计数探测器CT（PCD-CT）和四维血流MRI（4D-Flow MRI）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）作为一种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”（vulnerable）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-Flow MRI能够量化血流动力学应力如壁面剪切应力（WSS）。人工智能和影像组学的整合进一步通过自动化检测和定量风险评分增强了诊断精度。通过综合技术原理与临床应用，本综述阐明了这些先进模态如何推动神经血管护理向更个性化、基于生物学的方法发展，以促进卒中预防和动脉瘤管理。
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。虽然年破裂率相对较低（估计约为每年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），具有高发病率和死亡率。传统上，临床决策依赖于“管腔显像”（lumenography），其聚焦于血管的内部形态。数字减影血管造影（DSA）、计算机断层血管成像（CTA）和磁共振血管成像（MRA）仅关注血管内的血流柱。因此，传统的风险评估模型如PHASES评分严重依赖动脉瘤的大小和位置。然而，由于IAs的发病机制存在于血管壁内（如炎症、内弹性膜降解和平滑肌细胞丢失），单纯管腔显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，而非仅仅观察其“阴影”。
2. 传统成像及其局限性
2.1. 数字减影血管造影（DSA）
DSA仍是诊断和表征颅内动脉瘤的金标准，因其具有卓越的空间和时间分辨率。通过对比剂注射前后图像的时相减影，DSA提供了高对比度的血管管腔视图，并消除了重叠骨性结构的影响。它对于精确界定动脉瘤颈及其与载瘤动脉和分支血管的关系至关重要，这对手术夹闭和血管内弹簧圈栓塞均十分关键。此外，DSA的高时间分辨率允许实时评估血流动力学，如对比剂的“流入”和“流出”，可提示囊内血流停滞或湍流。然而，DSA的主要局限在于其有创性，需要动脉导管置入，存在小但显著（约0.07%至2.6%）的神经并发症或卒中风险。此外，作为一种“管腔显像”，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——这些因素日益被认为是预测破裂风险的关键。
2.2. 计算机断层血管成像（CTA）
CTA是蛛网膜下腔出血（SAH）急性期最常见的首选诊断工具，因其高灵敏度（97–100%）和近乎普遍的可用性。现代多探测器CTA允许快速图像采集并生成高质量三维重建，如容积再现和最大密度投影，这些对于术前规划不可或缺。尽管有其效用，CTA受限于电离辐射的使用和碘对比剂的必要性，这对肾功能损害或过敏患者构成风险。CTA的一个重大技术挑战是颅底致密骨或治疗后随访中金属夹和弹簧圈引起的“ blooming ”伪影。这些伪影可能遮蔽动脉瘤形态或模拟残余瘤颈，导致诊断不确定性。
2.3. 磁共振血管成像（MRA）
磁共振血管成像，特别是三维时间飞跃法（TOF-MRA），是未破裂颅内动脉瘤（UIAs）筛查和长期随访的首选模态。其主要优势是无需电离辐射即可显示血管系统，且在TOF情况下无需外源性钆对比剂。这使得它非常适合年轻患者或有动脉瘤家族史患者的连续成像。然而，TOF-MRA依赖于运动质子的“流动相关增强”；因此，它对血流动力学高度敏感。对于具有缓慢或湍流的动脉瘤，它可能难以准确显示，导致信号丢失（信号空洞）和动脉瘤囊真实尺寸的低估。虽然对大于3 mm的病变高度有效（灵敏度90%），但对较小动脉瘤的灵敏度显著下降（灵敏度67%）。此外，与CTA和DSA一样，标准MRA序列聚焦于管腔，缺乏检查血管壁不稳定标志物所需的“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，使用专门的“黑血”序列抑制腔内血流，从而直接显示血管壁的微解剖结构。与传统“管腔显像”技术如CTA或MRA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——这些反映潜在的病理生理学，如炎性细胞浸润和新生血管形成。
3.1. 硬件与信号抑制
VW-MRI的诊断价值高度依赖于信噪比（SNR）和空间分辨率。虽然1.5T系统通常缺乏详细壁表征所需的分辨率，但3T MRI是当前临床标准。它提供了可视化极薄（约0.2–0.6 mm）动脉瘤壁所需的SNR。7T MRI的最新研究已证明具有优越的SNR和对比噪声比（CNR），允许检测在较低场强下隐匿的壁厚区域变化和细微增强模式。为了准确显示血管壁，必须抑制快速流动的腔内血流和周围脑脊液（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。有效的抑制对于避免“流动伪影”至关重要——动脉瘤壁附近的缓慢或停滞血流可能模拟壁增强——这可能导致不稳定的假阳性判读。
3.2. 采集序列
历史上，二维涡轮自旋回波（TSE）因其高平面内分辨率而被使用。然而，它受限于相对厚的层厚（通常为2 mm），导致显著的容积平均效应。此外，由于成像平面必须手动预设垂直于目标血管，评估复杂的、多分叶动脉瘤或多个病变需要多次耗时的采集。目前，三维各向同性序列（如SPACE、CUBE、VISTA）在高容量神经血管中心受到青睐。这些序列提供亚毫米（通常为0.4–0.6 mm）各向同性分辨率，允许在一次扫描中评估整个颅内血管系统。由于数据是各向同性的，图像可以在采集后以任何正交或斜交平面进行重组。这一能力对于准确评估动脉瘤颈和穹顶的复杂几何形状至关重要，确保测量真正垂直于血管壁，并最小化可能掩盖真实壁厚的部分容积效应。
3.3. 对比增强成像
临床方案严重依赖于比较增强前和增强后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现在被认为是活动性炎症和结构不稳定的有前景的生物标志物。为确保准确性，增强后成像通常延迟数分钟，以允许血管壁组织内最佳的对比剂摄取，促进稳定与易损病变之间的清晰区分。
4. 动脉瘤壁强化（AWE）作为临床生物标志物
4.1. 血流动力学应力与内皮功能障碍
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。它不是二元发现，而是反映炎症重塑程度的谱系。文献中引用的组织病理学研究证实，VW-MRI上的增强区域与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（胶原和弹性蛋白）。在健康的颅内动脉中，管壁足够薄，可通过管腔扩散获得营养。随着动脉瘤壁增厚并变得病理化，它发展出微血管网络，称为血管滋养管。这些不成熟的、“渗漏”的血管允许钆外渗进入壁组织，产生MRI上可见的增强。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）。这些条件促进内皮细胞凋亡和促炎表型，进一步驱动壁变薄和即将破裂的循环。
4.2. 识别破裂部位
VW-MRI最直接的临床应用之一是处理“诊断困境”，即表现为蛛网膜下腔出血（SAH）且 harbors 多个颅内动脉瘤的患者。在高达30%的SAH病例中，患者有多个动脉瘤，CT上的出血模式可能无法清晰指示哪一个已破裂。研究表明，破裂动脉瘤在近95%的病例中显示壁强化，而同一患者中未破裂的稳定动脉瘤很少显示强化。虽然环形强化常见于破裂病变，但穹顶或“ bleb ”处的局灶性强化也高度可疑。这种“罪犯”病变的识别对于手术或血管内规划可能至关重要，防止治疗稳定偶发动脉瘤而留下破裂动脉瘤易发生致命性再出血的高风险情况。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放射学标志物，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形强化来分层临床风险，环形AWE作为四年生长和破裂的稳健独立预测因子。补充而言，定量评估利用相对于标准参考组织的客观增强比率来消除视觉主观性，提供可重复的指标以跟踪疾病进展并指导纵向随访中的治疗决策。文献提示，与无增强的动脉瘤相比，具有AWE的动脉瘤在纵向随访期间显著更可能增大或改变形态，即使在控制尺寸和PHASES评分后也是如此。
5. 新兴模态：光子计数CT和四维血流
虽然血管壁MRI提供生物学数据，其他前沿领域则聚焦于卓越的空间分辨率和血液-壁相互作用的物理学。
5.1. 光子计数探测器CT（PCD-CT）
代表从传统能量积分探测器（EID）的根本性转变，光子计数探测器CT（PCD-CT）是计算机断层扫描的重大飞跃。传统探测器将X射线转换为光，然后转换为电信号，这一过程导致信号丢失和电子噪声。相比之下，PCD-CT直接将单个X射线光子转换为电信号，为颅内动脉瘤（IA）管理提供了多项变革性优势。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道在110–150微米范围。这种细节水平允许可视化精细解剖结构，如眼动脉或小穿支动脉，其清晰度此前仅为有创DSA所保留。这可能对于评估动脉瘤颈中小分支血管的受累尤为重要，但需要进一步验证。治疗后成像中最大的挑战之一是来自血管内弹簧圈或血流导向装置的“ blooming ”伪影，这可能遮蔽血管管腔并隐藏残余填充。PCD-CT通过利用更小的探测器像素和高能级仓显著减少这些伪影，使其成为评估支架通畅性和识别细微瘤颈残余或复发动脉瘤填充的有前景工具。由于PCD-CT捕获每个光子的特定能量水平，它允许在每次扫描中进行多能谱（光谱）分析，无需专门的双源硬件。这些数据可用于创建虚拟单能图像（VMI），增强碘对比度并减少颅底钙或骨相关噪声引起的选择性伪影，这些伪影经常遮蔽海绵窦或床突段的动脉瘤。
5.2. 四维血流MRI与血流动力学应力
虽然三维成像显示动脉瘤的静态形状，四维血流MRI（4D-Flow MRI）（即具有时间分辨率的三维相位对比MRI）评估整个心动周期内作用于血管壁的血流动力学力。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）——流动血液施加于内皮表面的切向摩擦力——作为主要关注参数。然而，WSS、振荡剪切和壁退化之间的生物物理相互作用代表了一个复杂且不断发展的机制框架，而非严格的二元规则。在该范式下，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。除了WSS，4D-Flow MRI还能可视化复杂血流拓扑结构，包括不稳定的涡流或撞击穹顶的高速流入射流。计算这些结构中的动能损失提供了流动效率的指标，其中更高的能量耗散与流动不稳定性相关。这些指标日益作为未破裂动脉瘤破裂风险分层的辅助手段，以及模拟血管内装置生理影响的工具。然而，4D-Flow衍生的血流动力学定量指标的临床就绪性需要谨慎解读，原因在于若干技术限制。首先，有限的近壁空间分辨率在狭窄边界层产生部分容积效应，导致空间平均和与高分辨率计算流体动力学（CFD）相比绝对WSS幅度的系统性低估。其次，它强烈依赖于用户定义的速度编码（Venc）设置、信噪比、壁分割策略和数学曲线拟合或插值算法的计算。第三，跨软件实现的方法学变异和缺乏多中心标准化目前阻碍了绝对WSS量化的跨站点可重复性。
6. 解读陷阱与诊断挑战
从研究工具向临床标准的转变需要深入理解可能模拟壁不稳定性的因素，这些因素可能导致不必要的干预。
6.1. 缓慢血流与不完全抑制
“黑血”效应是VW-MRI的基石，但其功效依赖于血流。在大或巨大动脉瘤中，或具有复杂几何形状（如宽颈或梭形）的动脉瘤中，囊内血流可能变得停滞或湍流。如果血流速度过低，流动敏感去相位或反转恢复脉冲可能无法完全抑制腔内信号。壁附近的这种残余“明亮”信号可能与真正的钆增强难以区分。事实上，壁内血栓中高铁血红蛋白引起的T1高信号可能被误认为活动性动脉瘤壁强化（AWE）。因此，临床医生必须仔细比较增强前和增强后图像以进行正确解读。如果在增强前T1加权序列上可见“增强”，则可能代表缓慢血流或腔内血栓，而非活动性壁炎症。
6.2. 解剖模拟：血管滋养管、静脉和硬脑膜
颅内动脉瘤通常邻近其他自然增强的结构，造成解剖重叠的风险。虽然动脉瘤壁内的新生血管形成是不稳定的标志物，但一些较大的载瘤动脉可能具有正常的、微观的血管滋养管，表现出细微增强。小的皮质静脉或颅底的邻近硬脑膜衬里（特别是海绵窦或床突附近）可显示强烈对比增强。在二维扫描中，这些结构可能被“投影”到动脉瘤壁上。使用三维各向同性序列在此至关重要。通过在多平面重组（MPR）中重组图像，放射科医生可以“追踪”增强以确保其真正环绕动脉瘤，而非仅仅是相邻静脉或硬脑膜反折被部分平均到图像中。
6.3. 空间分辨率与部分容积平均
颅内动脉瘤壁非常薄，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。当扫描的分辨率大于壁厚时，高信号管腔（如果抑制不完美）和管腔外空间之间会发生“模糊”。这种部分容积平均可产生增厚、增强壁的虚假外观。为确认真正的AWE，增强应理想地厚于扫描的理论分辨率。此外，信号的“归一化”——将动脉瘤壁的亮度与垂体柄或静脉窦进行比较——可帮助量化增强是否具有病理学意义或是成像过程的技术伪影。
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成像的最新进展，将该领域从图像的主观评估转变为客观、数据驱动的科学。通过利用高维数据，这些技术解决了人类感知和传统风险计算器（如PHASES评分）的局限性。然而，尽管存在下述有前景的方面，当前AI模型具有常见局限性，如外部验证、潜在数据泄漏、扫描仪和协议变异性、类别不平衡、假阳性发现、分割依赖性、模型校准以及前瞻性验证的需求。
7.1. 自动检测与机会性筛查
最重要的临床瓶颈之一是许多动脉瘤诊断的偶然性。AI正被部署用于将常规头部成像转变为主动筛查工具。卷积神经网络（CNN）是在数千个标记的CTA和MRA数据集上训练的深度学习架构，用于识别动脉瘤的特定几何特征。与可能遭受“搜索满足感”（在发现主要发现后遗漏第二个发现）的人类放射科医生不同，CNN提供一致的筛查。在“机会性筛查”中，AI算法在医院PACS系统的后台运行。当患者因无关原因（如创伤或头痛）接受扫描时，AI可自动标记偶发动脉瘤的存在。这确保无症状患者在危及生命的破裂发生前进入监测计划。文献中强调的最新研究表明，现代AI模型可以高灵敏度检测小至2–3 mm的动脉瘤，这一尺寸范围在快速临床审查中经常被忽视。
7.2. 影像组学：超越可见像素
虽然放射科医生看到的是光滑或不规则的壁，影像组学将医学图像视为数据。它涉及高通量提取人眼不可感知的定量特征。影像组学允许分析数百个变量，包括（1）一阶统计量：像素强度分布（如均值、最大值）；（2）纹理特征：体素排列模式（如熵、均匀性和粗糙度）；以及（3）基于形状的特征：三维表面体积比和球形度。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”。例如，动脉瘤壁内的高“熵”（像素强度随机性的度量）可能反映异质性炎症重塑或微出血。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评分或简单直径测量。通过将这些“隐藏”图像特征与临床数据相结合，AI可以生成个性化的数字风险评分，更准确地预测哪些未破裂动脉瘤将保持稳定以及哪些需要紧急干预。
7.3. 物理信息神经网络（PINNs）
一个新兴的子领域涉及使用物理信息神经网络来弥合成像与血流动力学之间的差距。PINNs将流体力学定律直接整合到AI的学习过程中。这允许直接从静态图像快速估计壁面剪切应力（WSS）和流动模式，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
先进成像整合到临床工作流程中标志着从反应性到主动性动脉瘤管理的转变，其中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“心脑”或神经血管委员会中作为有前景的辅助工具，用于识别多发动脉瘤病例中的罪犯病变，或监测表现出壁强化间隔变化的未破裂颅内动脉瘤（UIAs）。随着这些模态的成熟，预计它们将有助于通过识别稳定病变来减少“不必要的”预防性治疗率，同时捕获当前评分系统（如PHASES）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，主要方向涉及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“不稳定阈值”。AI驱动的影像组学与血流动力学建模（如4D-Flow和CFD）之间的协同作用预示着“精准神经放射学”的未来，其中一次非侵入性扫描可以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，还能在装置实际置入患者之前模拟特定血管内装置（如血流导向装置）的疗效。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
先进成像已从“管腔显像”转变为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确定为炎症重塑的有前景影像生物标志物，提示巨噬细胞浸润和内弹性膜降解。从生物力学角度看，4D-Flow MRI和WSS映射阐明了“低流、高炎症”理论，其中停滞血流促进壁变薄。此外，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，能够精确评估干预后的壁和残余。最终，临床焦点已从解剖检测转向量化动脉瘤易损性。超高场成像、影像组学和血流动力学建模的协同作用实现了预测性、个性化护理模式，靶向生物学不稳定病变，同时为静止动脉瘤的保守管理提供稳健的科学依据。尽管结果有前景，临床医生在将当前成像模态应用于临床环境之前，应注意其若干局限性（如慢流伪影、不完全血液抑制等）。
