综述
高分辨率磁共振血管壁成像在缺血性脑卒中的应用进展
磁共振成像, 2022,13(5) : 136-139. DOI: 10.12015/issn.1674-8034.2022.05.028
摘要

动脉粥样硬化是缺血性脑卒中发生及发展的主要病因,早期识别不稳定斑块对缺血性脑卒中的防治至关重要。高分辨率磁共振血管壁成像(high resolution magnetic resonance imaging vascular wall imaging,HR-VWI)不仅可以直观评估管腔狭窄及血管重构状况,还可以定性或定量评估斑块成分及斑块负荷等,判断缺血性脑卒中的病因及发病机制,识别与缺血性脑卒中发生及复发关系密切的斑块高危特征。进而指导临床积极干预,防止缺血性脑卒中的发生及复发。本文将从HR-VWI识别高危斑块及其对缺血性脑卒中病因识别、预防发生、预测复发方面进行论述。

引用本文: 杨丽, 王效春. 高分辨率磁共振血管壁成像在缺血性脑卒中的应用进展 [J] . 磁共振成像, 2022, 13(5) : 136-139. DOI: 10.12015/issn.1674-8034.2022.05.028.
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

缺血性脑卒中是致残及致死的一个重要原因,根据机制不同可以分为五种亚型:大动脉粥样硬化型、小动脉卒中、心源性卒中、其他已确定原因的卒中及隐源性卒中[1]。大动脉粥样硬化是缺血性脑卒中的一个重要病因,在亚洲人群中,高达50%的缺血性脑卒中是由颅内动脉粥样硬化引起的[2],另有约15%~20%的缺血性脑卒中与颈动脉粥样硬化有关[3]。目前常用磁共振血管成像(magnetic resonance angiography,MRA)、CT血管成像(computed tomography angiography,CTA)、数字化减影血管造影(digital subtraction angiography,DSA)等管腔成像的方法来评估血管状况,但传统的管腔成像常常低估了动脉粥样硬化的负荷,研究表明约37%的颅内动脉粥样硬化斑块无法被传统管腔成像发现[4]。高分辨率磁共振血管壁成像(high resolution magnetic resonance imaging vascular wall imaging,HR-VWI)是一种无创技术,不仅可以显示管腔,还可以观察管壁病变。它除了可以弥补传统管腔成像的不足,还由于固有的高软组织分辨率,对斑块的显示要明显优于超声、CT等检查[5]

1 HR-VWI评估高危动脉粥样硬化斑块特征与缺血性脑卒中发生的关系

HR-VWI可以通过评估动脉粥样硬化斑块特征发现高危斑块。有研究[6]表明,最小管腔面积可以预测大脑中动脉责任斑块的不稳定性;斑块内出血与T1WI图像上信号强度变异系数对大脑中动脉及基底动脉责任斑块的不稳定性均有预测价值,尤其是T1WI图像上斑块信号强度的变异系数是一个强有力的独立预测因子,具有较高的敏感度、特异度。且由于最小管腔面积、斑块内出血、T1WI图像上斑块信号强度变异系数均可以通过T1WI图像获得,这对于有对比剂使用禁忌证的患者很有益处。而缺血性脑卒中的发生主要由高危斑块破裂造成。

1.1 血管重构模式

血管重构是动脉粥样硬化发生时血管做出的适应性改变,HR-VWI不仅可以直观地观察血管重构的状态,还可以通过测量狭窄处血管的面积与参考层面血管面积定量计算管腔的重构指数,重构指数>1.05表示正性重构,重构指数<0.95表示负性重构。正性重构是指血管代偿性向外扩张,与酶降解细胞外基质有关,可以改善血管管腔狭窄,却使斑块易损性增加,如在狭窄的大脑中动脉内,正性重构组更容易观察到微栓子,这表明正性重构是不稳定斑块的一个特征,正性重构组的斑块更容易发生斑块破裂引起缺血性脑卒中[7, 8];负性重构是指血管发生向内收缩的改变,与平滑肌收缩、内膜增生有关,负性重构管腔狭窄程度增加,斑块却趋向于稳定,可能与临床并发症有关。

1.2 斑块分布

动脉粥样硬化斑块的分布与缺血性脑卒中的发生密切相关。研究发现[9],位于大脑中动脉上壁的斑块与近期脑梗死有关,在有症状的基底动脉狭窄患者中,腹侧壁斑块更常见。如果斑块位置靠近穿支动脉开口,进行血管成形术及支架植入术很可能将邻近的动脉粥样硬化成分推入分支,造成穿支动脉阻塞[10]

由于大脑中动脉的穿支动脉开口多位于上壁与背侧壁[11],而大脑中动脉的斑块多位于腹侧壁和下壁,与穿支动脉开口相反,故大脑中动脉支架植入术后侧支闭塞发生穿支动脉梗死的几率相对较小。

1.3 富含脂质的坏死核心与纤维帽

颈动脉HR-VWI还可以分析斑块成分,如脂质坏死核心、炎性纤维帽、钙化等[12],这对分析斑块的稳定性很有帮助。颈动脉内膜切除术及尸体动脉粥样硬化斑块病理标本也验证了HR-VWI对斑块成分识别的准确性[10]。富含脂质的坏死核心由胆固醇晶体、凋亡细胞、钙颗粒组成,在HR-VWI上表现为长T1短T2的信号;纤维帽是一层纤维结缔组织,将斑块核心与动脉管腔分隔开来,在HR-VWI上显示为等长T2的信号。富含脂质的坏死核心增大及纤维帽变薄或破裂容易引起血栓,这是斑块不稳定性的重要标志[13, 14]

斑块溃疡是由于纤维帽破裂引起的,在HR-VWI上显示为对比剂内陷到内膜表面以下,这是斑块不稳定的一个表现,溃疡性斑块与相应区域的急、慢性梗死共存显著相关,与斑块光滑或不规则的患者相比,斑块溃疡的患者更可能同时在下游血管区域发生急、慢性梗死[15]

1.4 斑块内出血

斑块内出血(intraplaque hemorrhage,IPH)是缺血性脑卒中的一个强有力的独立预测因子,这一点已被广泛证实[16, 17]。在HR-VWI上,IPH被定义为T1WI信号高于相邻肌肉组织信号的150%[4]。在缺氧、炎症刺激下形成的新生血管容易破裂出血造成IPH,IPH对斑块进展有直接及长期的作用[4, 18],它通过积聚的红细胞膜促进游离胆固醇的沉积及通过扩张坏死核心使得斑块趋于不稳定[19, 20];狭窄程度小于50%但伴有IPH的患者,在随后18个月的随访中发生脑卒中的风险从0.7%增加到9%[21]

在对大脑中动脉或基底动脉的研究中[22],有症状患者和无症状患者的IPH发生率有巨大差异。Alkhalil等[19]的研究表明,有一半的有症状患者伴有斑块内出血,有三分之一的无症状患者伴有IPH。且有前瞻性研究[23]表明,有IPH的患者卒中风险将会增加近八倍,所以IPH可以作为缺血性脑卒中风险的前瞻性标志物。

1.5 斑块强化

斑块的强化与新生血管的形成及炎症浸润有关,而炎症可以促进斑块的进展与破裂,故斑块的强化可视为斑块不稳定性的一个标志。以往的研究表明[22],症状性斑块强化的比例明显高于无症状组,且急性期症状性斑块的强化程度高于无症状斑块[24],这提示斑块强化与近期缺血性脑卒中的发生有关,斑块强化可作为未来脑血管意外的影像学指标。

Fakih等[25]的定量研究发现,斑块与垂体柄对比增强比率>53对有症状缺血性卒中患者责任斑块的检出敏感度可达80%。此外,对缺血性脑卒中各期斑块特征的研究表明[24],亚急性期和慢性期斑块的强化程度逐渐减低,可以利用斑块强化程度的变化反映斑块炎症反应及缺血性脑卒中的进程。

2 HR-VWI评估动脉粥样硬化斑块特征与缺血性脑卒中复发的关系

动脉粥样硬化可以提高缺血性脑卒中的复发风险,如颅内动脉粥样硬化患者即使经过积极的药物治疗,年卒中复发率仍可达到14.9%[26]。有一些HR-VWI斑块特征与缺血性脑卒中的复发息息相关。

在动脉粥样硬化斑块特征与缺血性脑卒中复发相关性的研究中[27],斑块负荷的进展与复发性缺血性脑卒中独立相关;复发组的斑块负荷显著高于急性卒中组和慢性卒中组,斑块负荷每增加10%,卒中复发风险增加2.26倍[28];在对63个症状性颈动脉狭窄患者55个月的随访中发现,梗死同侧颈动脉斑块体积的年增加量与脑梗死复发独立相关[14]

另外,Song等[29]的前瞻性研究表明,基线期斑块强化不仅与近期缺血性脑卒中发生有关,也与缺血性脑卒中的复发独立相关。Kim等[30]的研究表明,斑块未强化患者的卒中复发风险约为斑块强化患者的四分之一。然而,也有一些研究[28]表明,斑块增强与卒中复发之间没有明确的相关性,因此需要进一步研究来阐明斑块增强与卒中复发之间的关系。

一项颅外及颅内颈动脉共存斑块与卒中复发风险的相关性研究表明[31],卒中复发与颅内外共存斑块的数量独立相关,而与斑块长度、管腔狭窄度及血管壁厚度无显著相关性。

3 HR-VWI的临床应用
3.1 HR-VWI评估缺血性脑卒中的病因及发病机制

HR-VWI对确定缺血性脑卒中的病因有着独特的优势[32],能够区分是由动脉粥样硬化还是其他大动脉疾病引起的缺血性脑卒中。在东亚人群中,烟雾病、动脉夹层等其他颅内大动脉疾病的发病率较高[33],而HR-VWI对这些疾病的检出率是管腔成像的两倍[34],这为积极的二级预防提供了方向。还有许多曾被诊断为隐源性卒中的患者,经HR-VWI检查后病因显示为潜在的动脉粥样硬化[25]

现在对动脉粥样硬化的评估更多的是基于管腔狭窄程度,但除了严重管腔狭窄引起的灌注损伤外,动脉粥样硬化导致缺血性脑卒中的机制还包括不稳定斑块破裂后局部血小板聚集引起的动脉间栓塞,以及因大动脉粥样硬化斑块阻塞穿支动脉开口导致的穿支动脉阻塞[10]。大多数稳定斑块由于高度狭窄导致灌注不足而引起缺血性脑卒中,而近90%的责任斑块管腔狭窄程度小于70%,多由于动脉间栓塞导致缺血性脑卒中。故有必要根据HR-VWI斑块特征改善危险分层,这对缺血性脑卒中风险患者的识别具有重要潜力[6,35]

3.2 HR-VWI在预防缺血性脑卒中发生方面指导临床早期干预

对于动脉粥样硬化患者,治疗方法主要有动脉内膜切除术、动脉支架成形术及药物治疗。一般而言,管腔越狭窄,动脉内膜切除术越有效,但是对于狭窄度比较高但斑块稳定的患者,动脉内膜切除术的风险-收益比并不理想,而狭窄度低但斑块不稳定的患者,动脉内膜切除术比药物治疗及动脉支架更有效[36]。用HR-VWI识别斑块特征有利于临床确定合适的治疗措施,起到预防缺血性脑卒中发生的作用,下面是一些HR-VWI高危斑块特征对临床治疗选择的影响。

在临床治疗中应注意管腔重构模式对治疗方案选择的影响。与负性重构相比,正性重构需要更积极的药物治疗[37];而当血管负性重构的患者进行血管成形术时,应根据经验选择较小的球囊,以防止血管损伤甚至破裂。HR-VWI还可以通过显示斑块的位置及与穿支血管的关系来评估介入治疗时发生穿支动脉梗死的风险,并指导临床采取合适的手术方案,减少并发症的发生。

HR-VWI斑块成分的识别对药物治疗有一定的提示作用,一项1740人的纵向研究表明[14],大剂量他汀类降脂治疗能将不稳定的含脂质斑块转化为稳定的钙化斑块。对颅内动脉粥样硬化急性缺血性脑卒中患者进行高剂量他汀药物治疗,比较基线期及后续多次随访的HR-VWI斑块指数,还可以发现治疗后斑块体积、狭窄程度、壁面积指数显著降低,斑块趋于稳定[38]。在对198个颈动脉斑块患者长达四年的随访中发现[14],随着年龄及血压的增高,IPH的发生率增加,这突出了降压治疗对预防脑卒中的重要性。

对于HR-VWI显示动脉粥样硬化斑块强化的患者,抗炎治疗在临床上有一定效果,一项针对白介素1β抗炎治疗的研究[14]表明,抗炎治疗可以使斑块更稳定,显著降低心脑血管事件的发生率。斑块强化还可以提示卒中患者的预后,斑块增强率被发现是预测预后的独立高危因素[39]。Seo等[40]利用HR-VWI研究血管再通治疗后血管壁向心性强化与患者临床结果间的关系,为急性缺血性脑卒中患者提供了一种新的预后预测技术。

3.3 HR-VWI对缺血性脑卒中复发的临床应用

HR-VWI可以用于预测缺血性脑卒中的复发,现有的复发预测模型不能表现除溃疡与炎症外的其他不稳定斑块特征,颈动脉粥样硬化卒中患者治疗后预测复发常用两种模型:欧洲颈动脉手术(the European Carotid Surgery Trial,ECST)医学模型与症状性颈动脉粥样硬化炎症管腔狭窄(symptomatic carotid atheroma inflammation lumen stenosis,SCAIL)评分,但二者均有较高的偏差风险,前者数据相对较旧,后者运用正电子发射计算机断层显像(positron emission tomography-computed tomography)价格昂贵无法在临床普及。而由于其独特的软组织分辨率及对IPH的检测优势,HR-VWI可以在预测模型中更好地识别复发高危人群,有望成为预测卒中复发的有力工具[21]

由于缺血性脑卒中的复发与斑块负荷及共存斑块相关,可以用HR-VWI测量最大狭窄部位的管腔面积与血管外壁面积计算斑块负荷,通过监测斑块负荷的变化来评估现有治疗方案的效果,提示临床及时调整治疗方法,防止卒中复发及死亡等严重不良预后。共存斑块的一个高危因素是高脂血症,所以针对共存斑块的多血管治疗及调脂治疗是必要的。

4 局限性及展望

目前关于HR-VWI动脉粥样硬化不稳定斑块特征的研究更多的是回顾性研究,前瞻性研究较少,且几乎没有预测斑块破裂倾向相关的研究;另外,一些关于HR-VWI特征与缺血性脑卒中复发的研究缺乏一致性,这些应该成为未来的重要研究方向,从而为HR-VWI对缺血性脑卒中的预测作用提供更有力的证明。

受到观察者的专业知识和有限再现性的限制,HR-VWI对定性或定量特征的识别存在一定的主观性。而影像组学可以解决这一局限。目前,用于症状性斑块识别的CT及超声影像组学已取得了良好的结果,也已有研究分别对颈动脉斑块、基底动脉斑块进行了基于HR-VWI的影像组学分析[41, 42],证明了与传统HR-VWI特征相比,HR-VWI影像组学特征不仅可以准确识别有症状斑块与无症状斑块,而且在识别高危斑块上具有更高的准确性。不过相关研究还比较少,且缺乏其他脑血管斑块的HR-VWI组学研究,故需要更多的研究用于发现HR-VWI影像组学对预测脑卒中及判断预后的巨大潜力。

此外,传统HR-VWI在鉴别慢性出血、钙化等方面有一定的困难,而定量磁敏感图(quantitative susceptibility mapping,QSM)是最近发展起来的一种利用梯度回波相位数据定量测量组织磁化率的MRI新技术。能够可靠区分IPH、富含脂质的坏死核心和钙化,在检测轻微出血和血栓及鉴别IPH和脂质坏死核心方面显著优于常规的血管壁图像。IPH在QSM上表现为明显的高值,钙化在QSM上显示出明显低值[43],故利用QSM可以将具有正磁化率的IPH含铁血黄素从具有负磁化率的钙化中分离出来[44, 45]。但这一技术在动脉粥样硬化方面的应用尚不成熟,需要更多的研究证实QSM量化识别动脉粥样硬化斑块成分的可行性。

综上所述,HR-VWI作为一项无创性磁共振检查,可以显示管腔的狭窄与管壁的异常,在明确缺血性脑卒中的发生机制及病因、指导临床治疗管理及疗效评估等方面具有独特的价值。在发现不稳定斑块并预防缺血性脑卒中、预测缺血性脑卒中的复发方面,未来仍需要进行大量的前瞻性研究。另外,影像组学在HR-VWI斑块特征方面有着很大的潜力有待发掘。

志      谢
ACKNOWLEDGMENTS

National Natural Science Foundation of China (No. 81971592); Beijing Medical Award Foundation (No. YXJL-2021-0353-0604).

利益冲突
作者利益冲突声明:

全部作者均声明无利益冲突。

参考文献References
[1]
KopczakA, SchindlerA, Bayer-KarpinskaA, et al. Complicated carotid artery plaques as a cause of cryptogenic stroke[J]. J Am Coll Cardiol, 2020, 76(19): 2212-2222. DOI: 10.1016/j.jacc.2020.09.532.
[2]
宋建龙, 王梓, 魏建林, . 中青年急性缺血性脑血管病大脑中动脉斑块特点分析[J]. 中华全科医学, 2021, 19(11): 1811-1814. DOI: 10.16766/j.cnki.issn.1674-4152.002173.
SongJL, WangZ, WeiJL, et al. Analysis on the characteristics of middle cerebral arterial plaque in young and middle-aged patients with acute ischemic cerebrovascular disease[J]. Chin J Gen Pract, 2021, 19(11): 1811-1814. DOI: 10.16766/j.cnki.issn.1674-4152.002173.
[3]
李文玲, 马丽, 王志涛, . 高分辨率MRI评价颈动脉血管重构与脑血管事件的关系[J]. 中国医学影像学杂志, 2021, 29(5): 444-448. DOI: 10.3969/j.issn.1005-5185.2021.05.008.
LiWL, MaL, WangZT, et al. A high-resolution MRI study on relationship between carotid artery remodeling and cerebrovascular events[J]. Chin J Med Imaging, 2021, 29(5): 444-448. DOI: 10.3969/j.issn.1005-5185.2021.05.008.
[4]
AlexanderMD, YuanC, RutmanA, et al. High-resolution intracranial vessel wall imaging: imaging beyond the lumen[J]. J Neurol Neurosurg Psychiatry, 2016, 87(6): 589-597. DOI: 10.1136/jnnp-2015-312020.
[5]
XuL, WangRJ, LiuHY, et al. Comparison of the diagnostic performances of ultrasound, high-resolution magnetic resonance imaging, and positron emission tomography/computed tomography in a rabbit carotid vulnerable plaque atherosclerosis model[J]. J Ultrasound Med, 2020, 39(11): 2201-2209. DOI: 10.1002/jum.15331.
[6]
ShiZ, LiJ, ZhaoM, et al. Quantitative histogram analysis on intracranial atherosclerotic plaques: a high-resolution magnetic resonance imaging study[J]. Stroke, 2020, 51(7): 2161-2169. DOI: 10.1161/STROKEAHA.120.029062.
[7]
KurosakiY, YoshidaK, FukumitsuR, et al. Carotid artery plaque assessment using quantitative expansive remodeling evaluation and MRI plaque signal intensity[J]. J Neurosurg, 2016, 124(3): 736-742. DOI: 10.3171/2015.2.JNS142783.
[8]
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.
[9]
LuSS, GeS, SuCQ, et al. Plaque distribution and characteristics in low-grade middle cerebral artery Stenosis and its clinical relevance: a 3-dimensional high-resolution magnetic resonance imaging study[J]. J Stroke Cerebrovasc Dis, 2018, 27(8): 2243-2249. DOI: 10.1016/j.jstrokecerebrovasdis.2018.04.010.
[10]
WuF, YuH, YangQ. Imaging of intracranial atherosclerotic plaques using 3.0 T and 7.0 T magnetic resonance imaging-current trends and future perspectives[J]. Cardiovasc Diagn Ther, 2020, 10(4): 994-1004. DOI: 10.21037/cdt.2020.02.03.
[11]
XuWH, LiML, GaoS, et al. Plaque distribution of stenotic middle cerebral artery and its clinical relevance[J]. Stroke, 2011, 42(10): 2957-2959. DOI: 10.1161/STROKEAHA.111.618132.
[12]
SunY, XuL, JiangY, et al. Significance of high resolution MRI in the identification of carotid plaque[J]. Exp Ther Med, 2020, 20(4): 3653-3660. DOI: 10.3892/etm.2020.9091.
[13]
YangWJ, WongKS, ChenXY. Intracranial atherosclerosis: from microscopy to high-resolution magnetic resonance imaging[J]. J Stroke, 2017, 19(3): 249-260. DOI: 10.5853/jos.2016.01956.
[14]
Saba, SaamT, JägerHR, et al. Imaging biomarkers of vulnerable carotid plaques for stroke risk prediction and their potential clinical implications[J]. Lancet Neurol, 2019, 18(6): 559-572. DOI: 10.1016/S1474-4422(19)30035-3.
[15]
LeungTW, WangL, ZouXY, et al. Plaque morphology in acute symptomatic intracranial atherosclerotic disease[J]. J Neurol Neurosurg Psychiatry, 2020, 92(4): 370-376. DOI: 10.1136/jnnp-2020-325027.
[16]
YangD, LiuY, HanY, et al. Signal of carotid intraplaque hemorrhage on MR T1-weighted imaging: association with acute cerebral infarct[J]. AJNR Am J Neuroradiol, 2020, 41(5): 836-843. DOI: 10.3174/ajnr.A6498.
[17]
SchindlerA, SchinnerR, AltafN, et al. Prediction of stroke risk by detection of hemorrhage in carotid plaques: meta-analysis of individual patient data[J]. JACC Cardiovasc Imaging, 2020, 13(2Pt 1): 395-406. DOI: 10.1016/j.jcmg.2019.03.028.
[18]
SunJ, UnderhillHR, HippeDS, et al. Sustained acceleration in carotid atherosclerotic plaque progression with intraplaque hemorrhage: a long-term time course study[J]. JACC Cardiovasc Imaging, 2012, 5(8): 798-804. DOI: 10.1016/j.jcmg.2012.03.014.
[19]
AlkhalilM, ChoudhuryRP. Intraplaque hemorrhage as a marker of stroke risk[J]. JACC Cardiovasc Imaging, 2020, 13(2Pt 1): 407-409. DOI: 10.1016/j.jcmg.2019.05.004.
[20]
PorcuM, AnzideiM, SuriJS, et al. Carotid artery imaging: the study of intra-plaque vascularization and hemorrhage in the era of the "vulnerable" plaque[J]. J Neuroradiol, 2020, 47(6): 464-472. DOI: 10.1016/j.neurad.2019.03.009.
[21]
NiesKPH, SmitsLJM, KassemM, et al. Emerging role of carotid MRI for personalized ischemic stroke risk prediction in patients with carotid artery Stenosis[J]. Front Neurol, 2021, 12: 718438. DOI: 10.3389/fneur.2021.718438.
[22]
ZhaoJJ, LuY, CuiJY, et al. Characteristics of symptomatic plaque on high-resolution magnetic resonance imaging and its relationship with the occurrence and recurrence of ischemic stroke[J]. Neurol Sci, 2021, 42(9): 3605-3613. DOI: 10.1007/s10072-021-05457-y.
[23]
LiuY, WangMX, ZhangB, et al. Size of carotid artery intraplaque hemorrhage and acute ischemic stroke: a cardiovascular magnetic resonance Chinese atherosclerosis risk evaluation study[J]. J Cardiovasc Magn Reson, 2019, 21(1): 36. DOI: 10.1186/s12968-019-0548-1.
[24]
YangWJ, AbrigoJ, SooYO, et al. Regression of plaque enhancement within symptomatic middle cerebral artery atherosclerosis: a high-resolution MRI study[J]. Front Neurol, 2020, 11: 755. DOI: 10.3389/fneur.2020.00755.
[25]
FakihR, RoaJA, BathlaG, 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.
[26]
DerdeynCP, ChimowitzMI, LynnMJ, et al. Aggressive medical treatment with or without stenting in high-risk patients with intracranial artery stenosis (SAMMPRIS): the final results of a randomised trial[J]. Lancet, 2014, 383(9914): 333-341. DOI: 10.1016/S0140-6736(13)62038-3.
[27]
ShiZ, LiJ, ZhaoM, et al. Progression of plaque burden of intracranial atherosclerotic plaque predicts recurrent stroke/transient ischemic attack: a pilot follow-up study using higher-resolution MRI[J]. J Magn Reson Imaging, 2021, 54(2): 560-570. DOI: 10.1002/jmri.27561.
[28]
RanYC, WangYT, ZhuM, et al. Higher plaque burden of middle cerebral artery is associated with recurrent ischemic stroke: a quantitative magnetic resonance imaging study[J]. Stroke, 2020, 51(2): 659-662. DOI: 10.1161/STROKEAHA.119.028405.
[29]
SongXW, ZhaoXH, LiebeskindDS, et al. Incremental value of plaque enhancement in predicting stroke recurrence in symptomatic intracranial atherosclerosis[J]. Neuroradiology, 2020, 62(9): 1123-1131. DOI: 10.1007/s00234-020-02418-8.
[30]
KimJM, JungKH, SohnCH, et al. Intracranial plaque enhancement from high resolution vessel wall magnetic resonance imaging predicts stroke recurrence[J]. Int J Stroke, 2016, 11(2): 171-179. DOI: 10.1177/1747493015609775.
[31]
XuYL, YuanC, ZhouZC, et al. Co-existing intracranial and extracranial carotid artery atherosclerotic plaques and recurrent stroke risk: a three-dimensional multicontrast cardiovascular magnetic resonance study[J]. J Cardiovasc Magn Reson, 2016, 18(1): 90. DOI: 10.1186/s12968-016-0309-3.
[32]
KangHG, LeeCH, ShinBS, et al. Characteristics of symptomatic basilar artery Stenosis using high-resolution magnetic resonance imaging in ischemic stroke patients[J]. J Atheroscler Thromb, 2021, 28(10): 1063-1070. DOI: 10.5551/jat.58214.
[33]
WuY, WuF, LiuYH, et al. High-resolution magnetic resonance imaging of cervicocranial artery dissection: imaging features associated with stroke[J]. Stroke, 2019, 50(11): 3101-3107. DOI: 10.1161/STROKEAHA.119.026362.
[34]
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.
[35]
FabianiI, PalomboC, CaramellaD, et al. Imaging of the vulnerable carotid plaque: role of imaging techniques and a research agenda[J]. Neurology, 2020, 94(21): 922-932. DOI: 10.1212/WNL.0000000000009480.
[36]
MuryP, MuraM, Della-SchiavaN, et al. Association between physical activity and sedentary behaviour on carotid atherosclerotic plaques: an epidemiological and histological study in 90 asymptomatic patients[J]. Br J Sports Med, 2020, 54(8): 469-474. DOI: 10.1136/bjsports-2018-099677.
[37]
ZhuXJ, WangW, LiuZJ. High-resolution magnetic resonance vessel wall imaging for intracranial arterial Stenosis[J]. Chin Med J (Engl), 2016, 129(11): 1363-1370. DOI: 10.4103/0366-6999.182826.
[38]
ChungJW, ChaJ, LeeMJ, et al. Intensive statin treatment in acute ischaemic stroke patients with intracranial atherosclerosis: a high-resolution magnetic resonance imaging study (STAMINA-MRI study)[J]. J Neurol Neurosurg Psychiatry, 2020, 91(2): 204-211. DOI: 10.1136/jnnp-2019-320893.
[39]
ShiZ, ZhaoM, LiJ, et al. Association of hypertension with both occurrence and outcome of symptomatic patients with mild intracranial atherosclerotic stenosis: a prospective higher resolution magnetic resonance imaging study[J]. J Magn Reson Imaging, 2021, 54(1): 76-88. DOI: 10.1002/jmri.27516.
[40]
SeoWK, OhK, SuhSI, et al. Clinical significance of wall changes after recanalization therapy in acute stroke: high-resolution vessel wall imaging[J]. Stroke, 2017, 48(4): 1077-1080. DOI: 10.1161/STROKEAHA.116.015429.
[41]
ShiZ, ZhuCC, DegnanAJ, 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.
[42]
ZhangRY, ZhangQW, JiAH, et al. Identification of high-risk carotid plaque with MRI-based radiomics and machine learning[J]. Eur Radiol, 2021, 31(5): 3116-3126. DOI: 10.1007/s00330-020-07361-z.
[43]
IkebeY, IshimaruH, ImaiH, et al. Quantitative susceptibility mapping for carotid atherosclerotic plaques: a pilot study[J]. Magn Reson Med Sci, 2020, 19(2): 135-140. DOI: 10.2463/mrms.mp.2018-0077.
[44]
NguyenTD, WenY, duJW, et al. Quantitative susceptibility mapping of carotid plaques using nonlinear total field inversion: initial experience in patients with significant carotid stenosis[J]. Magn Reson Med, 2020, 84(3): 1501-1509. DOI: 10.1002/mrm.28227.
[45]
WangCY, ZhangY, DuJW, et al. Quantitative susceptibility mapping for characterization of intraplaque hemorrhage and calcification in carotid atherosclerotic disease[J]. J Magn Reson Imaging, 2020, 52(2): 534-541. DOI: 10.1002/jmri.27064.
 
 
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