综述
颅内动脉粥样硬化影像评估新进展
磁共振成像, 2022,13(2) : 123-126. DOI: 10.12015/issn.1674-8034.2022.02.030
摘要

颅内动脉粥样硬化是导致缺血性脑卒中发生的主要病因之一,尽早明确诊断对患者的后期治疗及预后有重要意义。传统的影像学评估方法不足以准确评估该类疾病,高分辨磁共振血管壁成像(high resolution MR vessel wall imaging,HR-VWI)以及斑块的影像组学快速发展,显示出独特优势,血管内成像以及计算流体动力学(computational fluid dynamics,CFD)等新兴方法在颅内动脉粥样硬化诊断中也发挥着重要作用,而不同评估方法的联合应用会提高临床诊断的准确率。现对颅内动脉粥样硬化的影像学评估方法进行综述,以明确不同方法的主要作用。

引用本文: 周慧, 王效春. 颅内动脉粥样硬化影像评估新进展 [J] . 磁共振成像, 2022, 13(2) : 123-126. DOI: 10.12015/issn.1674-8034.2022.02.030.
参考文献导出:   Endnote    NoteExpress    RefWorks    NoteFirst    医学文献王
扫  描  看  全  文

正文
作者信息
基金 0  关键词  0
English Abstract
评论
阅读 0  评论  0
相关资源
引用 | 论文 | 视频

本刊刊出的所有论文不代表本刊编委会的观点,除非特别声明

颅内动脉粥样硬化是缺血性脑卒中的最常见病因[1],约占我国缺血性脑卒中的46.6%[2]。缺血性脑卒中具有高复发风险,高死亡率[3],因此准确评估颅内动脉粥样硬化已成为临床工作中急需解决的问题。

传统评估颅内动脉粥样硬化的方法是基于血管成像来评估管腔狭窄,包括经颅多普勒超声(transcranial duplex sonography,TCD)、CT血管成像(CT angiography,CTA)、MR血管成像(MR angiography,MRA)、数字减影血管造影(digital subtraction angiography,DSA)等技术,其中DSA被视为诊断颅内动脉狭窄的金标准[4],但它作为一项有放射性及侵入性的检查,可能会引起相关并发症,因此临床常首选MRA和CTA,但由于患者依从性等问题,在长期随访中也存在一定局限性。TCD由于其方便快捷已成为临床长期随访中的有效手段[5]。但这些方法仅能评估管腔狭窄情况,而不能评估颅内动脉斑块特征及血管壁情况。高分辨磁共振血管壁成像(high resolution MR vessel wall imaging,HR-VWI)、血管内成像技术,包括光学相干断层扫描技术(optical coherence tomography,OCT)、血管内超声(intravascular ultrasound,IVUS)等影像学技术从血管壁及血管腔入手评估斑块的形态、分布及组成。影像组学、计算流体动力学(computational fluid dynamics,CFD)等方法在颅内动脉粥样硬化中也发挥重要作用。本文将从几种不同的影像学评估方法出发,分别介绍它们在颅内动脉粥样硬化中的应用。

1 颅内动脉粥样硬化与缺血性脑卒中的关系

颅内动脉粥样硬化导致缺血性脑卒中的主要机制有:分支动脉闭塞、血栓闭塞和灌注不足,引起动脉顺应性和弹性丧失,动脉管腔变窄,最终发展为缺血、栓塞或斑块破裂[6]。血栓形成、血管狭窄或栓塞是缺血性卒中发生的最常见原因,易损斑块的脱落则是常见诱因。

2 传统影像学评估方法在颅内动脉粥样硬化中的应用
2.1 TCD

TCD及经颅彩色多普勒超声(transcranial color-coded Duplex sonography,TCCS)检测颅内动脉粥样硬化的诊断价值较高,可评估血管狭窄程度,并可无创分析脑血管血流特征。它在经济效益、非创伤性和非电离辐射方面有着显著优势,加之其简便灵敏的特点,可用于大规模筛查、术后随访和监测患者对卒中治疗后的反应[7]。在一项与DSA相比较的研究中证实,TCD在评估颅内动脉狭窄方面与DSA有较高一致性[8],并且敏感度与特异度,均达到80%以上。TCCS还可以测量脑血管的血流特征,颈内动脉闭塞(internal carotid artery occlusion,ICAO)会激活侧支循环[9],侧支循环激活的类型(包括初级侧支通路和次级侧支通路)与判断脑血管储备能力是否受损密切相关[10],而TCCS可以直接、实时地评估大脑侧支循环状态,并可识别侧支循环类型,评估受损时哪个通路参与并激活,进而评估缺血性脑卒中的发生风险。

但是该方法的主要缺点是颅骨骨质较厚,不易穿透,易受操作者技术的影响,并且无法充分评估斑块的组成成分[11],未来应进一步优化检查技术以更好地适用于临床。

2.2 CTA

头颅CTA是诊断颅内动脉粥样硬化常用的方法,它扫描快、诊断率高及实用性强,能清晰显示颅内管腔的细微改变,从而评估管腔斑块及狭窄等情况[12]。CTA广泛应用于慢性动脉狭窄患者的评估中,最近的研究[13]证实,CTA在急性缺血性脑卒中患者中大血管闭塞的检测具有很高的敏感度(96.2%)、特异度(88.6%)和阳性预测值(91.1%),与DSA有较好的一致性,提示CTA可作为大血管闭塞的筛查工具。CTA还可用于获得斑块信息,尤其是在钙化斑块的识别上有独特优势,而其他非钙化斑块的CTA表现具有很大的重叠,可靠性会减低[14]

然而,CTA具有辐射性,并且需要注入碘对比剂,部分患者会出现过敏现象。能谱CTA成像与常规CTA相比,可以减少辐射剂量与对比剂的使用,并且减少骨质伪影,提高图像质量[15],可以更好地适应临床。

2.3 MRA

MRA无创、简便且更为安全,在无电离辐射或注射对比剂的情况下即可评估颅内动脉形态和走行,发现急性缺血性脑卒中的责任血管,但其对于远端血管分支的显示较差,具有一定局限性[12];对于判断斑块所在位置,MRA也具有明显优势,表现为高信号血流中低信号充盈缺损影,但敏感度较低并且难以判断斑块性质[16]

MRA在诊断颅内动脉狭窄中的敏感性和准确性均较高,但易受血管弯曲和动脉血流缓慢的影响,出现假阳性狭窄或假性闭塞,在分析颅内动脉狭窄方面不及HR-VWI[17]。相比TCCS,MRA检出的阳性病变数量较多,可能对病变存在过度评估[18]。此外其扫描时间长,易受金属及运动伪影影响,检查结果可能出现误差[19],还有待优化扫描序列来应对这些局限性。

2.4 DSA

DSA是评估颅内动脉狭窄的金标准。与CTA、MRA相比,DSA具有较高的空间分辨率[20]。DSA主要用于观察动脉狭窄情况进而测量动脉狭窄程度,而且还提供具有高时间分辨率的血流动力学信息。另外,DSA还可以为缺血性脑卒中患者的治疗提供及时有效的参考依据,在DSA明确诊断下,可直接进行血管内介入治疗,并可评估治疗效果[21]

但是该技术操作复杂、具有侵入性,会增加脑血管病的发生风险以及产生潜在的相关并发症[22]。2D-DSA在观察结构复杂的血管以及血管重叠方面存在局限性,有时需要多次采集。未来可以将3D-DSA、4D-DSA技术应用于临床,3D-DSA的优势在于可以从不同角度观察动脉,能够更准确地判断动脉狭窄程度及范围。4D-DSA是一种时间分辨技术,它是将2D-DSA与3D-DSA相结合的重建技术,允许在任何时间从任何所需的视角观察动脉情况,减少操作时间以及辐射暴露[23]

3 新型影像学评估方法在颅内动脉粥样硬化中的应用
3.1 HR-VWI

HR-VWI在诊断颅内动脉粥样硬化斑块方面具有非常大的益处,传统的影像学技术揭示了管腔的异常,而HR-VWI除了评估管腔病变外,还提供斑块分布、形态、易损性、重塑模式以及斑块强化方式的信息[24],补充了常规影像学技术的缺陷。斑块增强、正性重构、T1高信号以及表面不规则是缺血性脑卒中重要影像学标志物[25]。斑块特征对预测复发性脑卒中也起着重要作用。Kim等[26]报道存在斑块增强的患者1年卒中复发率为30.3%,而无斑块增强的患者为6.8%,提示斑块增强可能在预测缺血性脑卒中方面具有巨大作用,Sun等[27]的研究发现总斑块数量、正性重构及斑块负荷与复发性缺血性脑卒中独立相关。此外,它还可与血栓、动脉瘤、动脉夹层、血管炎等疾病的鉴别诊断提供依据[28]

最近,Hou等[29]在HR-VWI引导下对非急性颅内动脉闭塞患者进行血管内再通治疗,76%患者取得成功,并且该研究发现HR-VWI中闭塞血管中存在残余管腔及较短的闭塞长度是预测血管内再通技术成功的关键,这也提示HR-VWI在血管内治疗中有重要意义。

然而该技术主要应用局限是扫描时间长,患者耐受性差,并且价格较昂贵,因此不是缺血性脑卒中的常规检查手段。未来还需要更多的研发者优化扫描技术,缩短扫描时间;另外,HR-VWI需要主观判断斑块成分,可能造成对病变的错误评估,因此,今后的研究中应致力于开发更精准的计算机识别技术及后处理工具。

3.2 影像组学

计算机技术的进步使自动化、可重复的分析方法得以发展,基于HR-VWI的定量影像组学是近年来的研究热点,它可以从影像学表现中提取斑块信息,以推断单个患者的信息。以往影像组学大多应用于肿瘤疾病,而现如今越来越多地应用于颅内外动脉斑块,Shi等[30]基于基底动脉探究症状性与无症状斑块影像组学特征的诊断效能,发现结合T1及增强T1的影像组学特征的AUC值达到0.936,准确度为83.2%,常规影像学特征的AUC值为0.833,优于常规影像学特征,而两者联合AUC值达到0.974,提示联合评估具有更好的预测能力;另一项研究分析了责任斑块与非责任斑块的影像组学特征,发现了类似的结果[31]

虽然HR-VWI斑块特征联合影像组学特征提高了诊断效能,但在预测未来卒中风险方面缺少研究,这还需要更多的前瞻性研究来挖掘斑块影像组学的作用,其次,未来可以纳入基因、预后信息等以提高可靠性及准确性。

3.3 血管内成像技术
3.3.1 OCT

OCT是近年来迅速发展的一种高分辨率基于光的血管内成像技术,已应用于冠状动脉粥样硬化性疾病,在表征纤维、钙化和富含脂质的斑块方面表现出色[32],随着技术的进步,OCT逐渐应用于颅内动脉。它具有高分辨(10~20 μm)的特点,可以更详细地识别动脉斑块形态,特别是易损斑块,例如识别斑块破裂、薄或破裂纤维帽、富含脂质的斑块、巨噬细胞积聚和新血管生成,并且可以直接可靠地测量纤维帽厚度[33]。OCT还可以测量管腔面积,识别管腔狭窄程度,但是由于前循环动脉曲折,导管进入动脉困难,在颅内动脉中有一定局限性[34]

除此之外,OCT还可以评估支架-血管相互作用,包括支架不对齐、斑块脱垂和邻近残留血栓[35],评估这些相互作用可以帮助指导进一步治疗,防止不必要的血管内干预[36]

3.3.2 IVUS

IVUS是一种利用导管的侵入性技术,可以直接观察动脉粥样硬化病变[37]。IVUS可以检测斑块的位置及其组成、管腔大小和血管重塑的绝对大小。在检测斑块方面,其对纤维化斑块的检出不及OCT,但在检测胆固醇沉积方面优于OCT[38]。IVUS对斑块组成的评估可能有助于区分颅内动脉斑块的稳定性,从而确定高或低的破裂风险,进而预防缺血性脑卒中发生。

IVUS与OCT作用相似,也有助于支架选择、支架放置[39]。一项Meta分析显示,与血管造影引导的支架植入术相比,IVUS引导的支架植入术改善了临床结果和主要不良心血管事件,并且支架血栓形成显著减少[40]

血管内成像在未来将发挥越来越重要的作用,但血管内成像技术在颅内动脉的应用还处于初步阶段,仅在少量病例报道中验证了其安全性,并且对操作者的临床经验要求较高,还需要在更多的临床试验中进一步验证使血管内成像技术安全、有效地应用于颅内血管中。

3.4 CFD

CFD是一种已被研究用于识别血流动力学显著病变的工具。CFD包括建立一个血管系统的模型,然后通过求解流体动力学方程来模拟血液流动[41]。颅内动脉粥样硬化的CFD的血流动力学参数包括压力、流速以及壁剪切力(wall shear stress,WSS)等。这些参数在斑块形成和破裂、预测卒中复发风险以及监测颅内动脉硬化性狭窄(intracranial atherosclerotic stenosis,ICAS)演进方面发挥重要作用。研究认为高WSS可能会增加斑块破裂的风险,通过诱导内皮功能障碍、削弱斑块表面、增加坏死核心等长期作用,加重斑块易损性,最终导致斑块破裂,而低WSS与斑块形成有关[42]。Leng等[43]基于CTA分析前循环ICAS时发现,具有较大压力梯度及过高WSS的患者发生复发性脑卒中的风险增高,可能与狭窄部位血流减少,而侧支循环不足以代偿局部血流量,从而导致低灌注及脑缺血有关。Lan等[44]在CTA的基础上构建流体动力学模型,模拟ICAS病变附近的血流,量化WSS,发现局灶性血流动力学可能在ICAS的管腔狭窄演化中发挥重要作用,狭窄部位的高WSS可能与管腔狭窄随时间的推移逐渐减少有关。

CFD在颅内动脉粥样硬化中的作用还需要更大规模的研究。未来的研究可基于HR-VWI提供有价值的附加信息。同时,需要努力建立更准确、更有针对性的脑血流模型,以促进更准确的危险分层,更有效地对ICAS患者进行二级预防。

4 多种影像学评估方法在颅内动脉粥样硬化中的联合应用

TCD主要用于筛查是否存在颅内的动脉粥样硬化,对存在这类疾病的患者进一步应用CTA或MRA可以直观地观察动脉狭窄情况。而HR-VWI可以进一步检测血管壁的情况、斑块的形态、分布,基于HR-VWI的斑块的影像组学能够更准确地诊断及预测预后。DSA作为金标准在诊断及治疗颅内动脉狭窄中发挥重要作用。但是单一的方法具有局限性,多种影像学方法的联合是必然趋势。例如,隐源性脑卒中是尚未明确病因的脑卒中,其病因诊断具有一定挑战性,常规影像技术仅能评估管腔狭窄情况,往往不能诊断其病因,Fakih等[45]对常规影像检查中无明确病变的患者进一步使用7 T HR-VWI,识别出了潜在的颅内动脉粥样硬化疾病,明确其病因。血管内成像技术、CFD等方法在颅内动脉中的应用还较少,但CFD基于CTA、MRA及IVUS方法已在临床应用,有待于应用更有意义的影像技术来获得更精确的脑血流模型。联合应用这些影像学评估方法可以全面而准确地评估患者动脉情况,提高临床诊断率,从而为患者提供合适的治疗方案。

综上所述,每种影像评估方法都有其自身的优势和局限性,其联合应用有助于提高临床诊断率,预测缺血性脑卒中事件的发生并为临床治疗提供更为全面的影像学依据和参考。早期诊断颅内的动脉粥样硬化并及时评估疾病进程会显著降低缺血性脑卒中的发生率,而对于无症状的颅内动脉粥样硬化人群来说,尽早发现并确定其危险因素可以以较低的成本和更高的疗效实施治疗性干预措施。

志      谢

ACKNOWLEDGMENTS National Natural Science Foundation of China (No. 81971592); Key Research and Development Projects of Shanxi Province (No. 201903D321189).

利益冲突

作者利益冲突声明:全体作者均声明无利益冲突。

参考文献References
[1]
WongLK. Global burden of intracranial atherosclerosis[J]. Int J Stroke, 2006, 1(3): 158-159. DOI:10.1111/j.1747-4949.2006.00045.x.
[2]
MandellD, Mossa-BashaM, QiaoY, et al. Intracranial Vessel Wall MRI: Principles and Expert Consensus Recommendations of the American Society of Neuroradiology[J]. AJNR Am J Neuroradiol, 2017, 38(2): 218-229. DOI:10.3174/ajnr.A4893.
[3]
CaiY, LiuX, ZhangL, et al. Prevalence and characteristics of atherosclerotic plaque: Left compared with right arteries and anterior compared with posterior circulation stroke[J]. Eur J Radiol, 2021, 142: 109862. DOI:10.1016/j.ejrad.2021.109862.
[4]
TianX, TianB, ShiZ, et al. Assessment of Intracranial Atherosclerotic Plaques Using 3D Black-Blood MRI: Comparison With 3D Time-of-Flight MRA and DSA[J]. J Magn Reson Imaging, 2021, 53(2): 469-478. DOI:10.1002/jmri.27341.
[5]
CaliandroP, RealeG, DemchukAM, et al. Symptomatic intracranial atherosclerotic disease: an ultrasound 2-year follow-up pilot study[J]. Neurol Sci, 2018, 39(11): 1955-1959. DOI:10.1007/s10072-018-3484-1.
[6]
BarnardZR, AlexanderMJ. Update in the treatment of intracranial atherosclerotic disease[J]. Stroke Vasc Neurol, 2020, 5(1): 59-64DOI:10.1136/svn-2019-000279.
[7]
TangY, WangM, WuT, et al. The role of carotid stenosis ultrasound scale in the prediction of ischemic stroke[J]. Neurol Sci, 2020, 41(5): 1193-1199. DOI:10.1007/s10072-019-04204-8.
[8]
AssarzadeganF, MohammadiF, SafarpourLB, et al. Evaluation of neurosonology versus digital subtraction angiography in acute stroke patients[J]. J Clin Neurosci, 2021, 91: 378-382. DOI:10.1016/j.jocn.2021.07.030.
[9]
ConnollyF, RohlJ E, LopezprietoJ, et al. Pattern of Activated Pathways and Quality of Collateral Status in Patients with Symptomatic Internal Carotid Artery Occlusion[J]. Cerebrovasc Dis, 2019, 48(3-6): 244-250. DOI:10.1159/000504663.
[10]
SebökM, NiftrikCHBV, LohausN, et al. Leptomeningeal collateral activation indicates severely impaired cerebrovascular reserve capacity in patients with symptomatic unilateral carotid artery occlusion[J]. J Cereb Blood Flow Metab, 2021, 41(11): 3039-3051. DOI:10.1177/0271678X211024373.
[11]
RamanathanR, DeyD, NørgaardBL, et al. Carotid plaque composition by CT angiography in asymptomatic subjects: a head-to-head comparison to ultrasound[J]. Eur Radiol, 2019, 29(11): 5920-5931. DOI:10.1007/s00330-019-06086-y.
[12]
SarikayaB, ColipC, HwangWD, et al. Comparison of Time-of-Flight MR angiography and intracranial vessel wall MRI for luminal measurements relative to CT angiography[J]. Br J Radiol, 2020, 94(1118): 20200743. DOI:10.1259/bjr.20200743.
[13]
LeeSJ, LiuB, RaneN, et al. Correlation between CT angiography and digital subtraction angiography in acute ischemic strokes[J]. Clin Neurol Neurosurg, 2021, 200: 106399. DOI:10.1016/j.clineuro.2020.106399.
[14]
BrinjikjiW, HustonJ, RabinsteinA, et al. Contemporary carotid imaging: from degree of stenosis to plaque vulnerability[J]. J Neurosurg, 2016, 124(1): 27-42. DOI:10.3171/2015.1.JNS142452.
[15]
MaGM, YuY, DuanHF, et al. Subtraction CT angiography in head and neck with low radiation and contrast dose dual-energy spectral CT using rapid kV-switching technique[J]. Br J Radiol, 2018, 91(1086): 20170631. DOI:10.1259/bjr.20170631.
[16]
ValaikieneJ, RyliskyteL, ValaikaA, et al. A High Prevalence of Intracranial Stenosis in Patients with Coronary Artery Disease and the Diagnostic Value of Transcranial Duplex Sonography[J]. J Stroke Cerebrovasc Dis, 2019, 28(4): 1015-1021. DOI:10.1016/j.jstrokecerebrovasdis.2018.12.023.
[17]
DongKK, JaredTV, TinaMG, et al. Comparison of non-contrast vessel wall imaging and 3-D time-of-flight MRA for atherosclerotic stenosis and plaque characterization within intracranial arteries[J]. J Neuroradiol, 2020, 47(4): 266-271. DOI:10.1016/j.neurad.2019.05.003.
[18]
OgataA, WakamiyaT, NishiharaM, et al. Association between Pericytes in Intraplaque Neovessels and Magnetic Resonance Angiography Findings[J]. Int J Mol Sci, 2020, 21(6): 1980. DOI:10.3390/ijms21061980.
[19]
YamadaK, KawasakiM,YoshimuraS, et al. High-Intensity Signal in Carotid Plaque on Routine 3D-TOF-MRA Is a Risk Factor of Ischemic Stroke[J]. Cerebrovasc Dis, 2016, 41(1-2): 13-18. DOI:10.1159/000441094.
[20]
WangZ, LuM, LiuW, et al. Assessment of carotid atherosclerotic disease using three-dimensional cardiovascular magnetic resonance vessel wall imaging: comparison with digital subtraction angiography[J]. J Cardiovasc Magn Reson, 2020, 22(1): 18. DOI:10.1186/s12968-020-0604-x.
[21]
ShaoQ, LiQ, WuQ, et al. Comparison of 3D T1-SPACE and DSA in evaluation of intracranial in-stent restenosis[J]. Br J Radiol, 2021, 94(1118): 20190950. DOI:10.1259/bjr.20190950.
[22]
JieS, MohanK, TaoJ, et al. Complications associated with diagnostic cerebral angiography: A retrospective analysis of 644 consecutive cerebral angiographic cases[J]. Neurol India, 2018, 66(4): 1154-1158. DOI:10.1148/radiol.2433060536.
[23]
YuJF, PungL, MinamiH, et al. Virtual 2D angiography from four-dimensional digital subtraction angiography (4D-DSA): A feasibility study[J]. Interv Neuroradiol, 2021, 27(2): 307-312. DOI:10.1177/1591019920961604.
[24]
王红茹, 高阳, 吴琼. 高分辨率磁共振血管壁成像在颅内动脉粥样硬化斑块上的研究进展[J]. 磁共振成像, 2021, 12(9): 95-97, 102. DOI:10.12015/issn.1674-8034.2021.09.024.
WangHR, GaoY, WuQ. The research progress of high-resolution magnetic resonance vessel wall imaging in intracranial atherosclerotic plaques[J]. Chin J Magn Reson Imaging, 2021, 12(9): 95-97, 102. DOI:10.12015/issn.1674-8034.2021.09.024.
[25]
SongJW, PavlouA, XiaoJY, et al. Vessel Wall Magnetic Resonance Imaging Biomarkers of Symptomatic Intracranial Atherosclerosis: A Meta-Analysis[J]. Stroke, 2021, 52(1): 193-202. DOI:10.1161/STROKEAHA.120.031480.
[26]
KimHJ, ChoiEH, ChungJW, et al. Luminal and Wall Changes in Intracranial Arterial Lesions for Predicting Stroke Occurrence[J]. Stroke, 2020, 51(8): 2495-2504. DOI:10.1161/STROKEAHA.120.030012.
[27]
SunB, WangL, LiX, et al. Intracranial Atherosclerotic Plaque Characteristics and Burden Associated With Recurrent Acute Stroke: A 3D Quantitative Vessel Wall MRI Study[J]. Front Aging Neurosc, 2021, 13: 706544. DOI:10.3389/fnagi.2021.706544.
[28]
GongY, CaoC, GuoY, et al. Quantification of intracranial arterial stenotic degree evaluated by high-resolution vessel wall imaging and time-of-flight MR angiography: reproducibility, and diagnostic agreement with DSA[J]. Eur Radiol, 2021, 31(8): 5479-5489. DOI:10.1007/s00330-021-07719-x.
[29]
HouZ, YanL, ZhangZ, et al. High-resolution magnetic resonance vessel wall imaging-guided endovascular recanalization for nonacute intracranial artery occlusion[J]. J Neurosurg, 2021: 1-7. DOI:10.3171/2021.9.JNS211770.
[30]
ShiZ, ZhuC, DenganA, et al. Identification of high-risk plaque features in intracranial atherosclerosis: initial experience using a radiomic approach[J]. Eur Radiol, 2018, 28(9): 3912-3921. DOI:10.1007/s00330-018-5395-1.
[31]
付贝, 史张, 田冰, . 颅内动脉粥样硬化责任斑块特征判别的影像组学研究[J]. 国际脑血管病杂志, 2019, 27(4): 252-259. DOI:10.3760/cma.j.issn.1673-4165.2019.04.003.
FuB, ShiZ, TianB, et al. Identification of culprit plaques characteristics of intracranial atherosclerosis: a radiomic study[J]. International Journal of Cerebrovascular Disease, 2019, 27(4): 252-259. DOI:10.3760/cma.j.issn.1673-4165.2019.04.003.
[32]
ShimamuraK, KuboT, AkasakaT. Evaluation of coronary plaques and atherosclerosis using optical coherence tomography[J]. Expert Rev Cardiovasc Ther, 2021, 19(5): 375-386. DOI:10.1080/14779072.2021.1914588.
[33]
XuXH, LiM, LiuR, et al.Optical coherence tomography evaluation of vertebrobasilar artery stenosis: case series and literature review[J]. J Neurointerv Surg, 2020, 12(8): 809-813. DOI:10.1136/neurintsurg-2019-015660.
[34]
Pavlin-PremrlD, SharmaR, CampbellBCV, et al. Advanced Imaging of Intracranial Atherosclerosis: Lessons from Interventional Cardiology[J]. Front Neurol, 2017, 8: 387. DOI:10.3389/fneur.2017.00387.
[35]
AnagnostakouV, UghiGJ, PuriAS, et al. Optical Coherence Tomography for Neurovascular Disorders[J]. Neuroscience, 2021, 474: 134-144. DOI:10.1016/j.neuroscience.2021.06.008.
[36]
GaoP, GuiLQ, YangB, et al. Optical Coherence Tomography of Spontaneous Basilar Artery Dissection in a Patient With Acute Ischemic Stroke[J]. Front Neurol, 2018, 9: 858. DOI:10.3389/fneur.2018.00858.
[37]
ShinjoS, KiyoshiH, HiroyukiO, et al. Current clinical use of intravascular ultrasound imaging to guide percutaneous coronary interventions[J]. Cardiovasc Interv Ther, 2020, 35(1): 30-36. DOI:10.1007/s12928-019-00603-y.
[38]
WeigandS, SaalfeldS, HoffmannT, et al. Suitability of intravascular imaging for assessment of cerebrovascular diseases[J]. Neuroradiology, 2019, 61(9): 1093-1101. DOI:10.1007/s00234-019-02233-w.
[39]
HussainAS, HussainNS. Intravascular Ultrasound for Intracranial and Extracranial Carotid Artery Stent Placement[J]. Cureus, 2016, 8(8): e732. DOI:10.7759/cureus.732.
[40]
ZhangY, PangS, ChenX, et al. Comparison of intravascular ultrasound guided versus angiography guided drug eluting stent implantation: a systematic review and meta-analysis[J]. BMC Cardiovasc Disord, 2015, 15: 153. DOI:10.1186/s12872-015-0144-8.
[41]
Pavlin-premrlD, BoopathyS, NemesA, et al. Computational Fluid Dynamics in Intracranial Atherosclerosis - Lessons from Cardiology: A Review of CFD in Intracranial Atherosclerosis[J]. J Stroke Cerebrovasc Dis, 2021, 30(10): 106009. DOI:10.1016/j.jstrokecerebrovasdis.2021.106009.
[42]
TangD, TengZ, CantonG, et al. Sites of rupture in human atherosclerotic carotid plaques are associated with high structural stresses: an in vivo MRI-based 3D fluid-structure interaction study[J]. Stroke, 2009, 40(10): 3258-3263. DOI:10.1161/STROKEAHA.109.558676.
[43]
LengX, LanL, IpH, et al. Hemodynamics and stroke risk in intracranial atherosclerotic disease[J]. Ann Neurol, 2019, 85(5): 752-764. DOI:10.1002/ana.25456.
[44]
LanL, LiuH, IpV, et al. Regional High Wall Shear Stress Associated With Stenosis Regression in Symptomatic Intracranial Atherosclerotic Disease[J]. Stroke, 2020, 51(10): 3064-3073. DOI:10.1161/STROKEAHA.120.030615.
[45]
FakihR, RoaJ, BatlhaG, et al. Detection and Quantification of Symptomatic Atherosclerotic Plaques With High-Resolution Imaging in Cryptogenic Stroke[J]. Stroke, 2020, 51(12): 3623-3631. DOI:10.1161/STROKEAHA.120.031167.
 
 
展开/关闭提纲
查看图表详情
回到顶部
放大字体
缩小字体
标签
关键词