颈部血管超声与高分辨率磁共振成像在评估颈动脉粥样硬化斑块易损性中的应用及综合模型构建
摘要
关键词
颈动脉粥样硬化;斑块易损性;颈部血管超声;高分辨率磁共振成像;综合模型;诊断效能
正文
心血管疾病是全球范围内的主要死亡原因之一,其发病机制复杂,其中颈动脉粥样硬化是导致缺血性脑卒中的重要病理基础[1]。研究表明,近三分之一的脑卒中事件源于颈动脉斑块破裂引发的血栓栓塞,斑块的稳定性与其易损性直接相关:易损斑块通常具有薄纤维帽、大脂质核心、显著炎症细胞浸润及斑块内出血等特征,这些病理改变使其在血流剪切力作用下易于破裂,继而激活血小板聚集和血栓形成,最终导致血管闭塞或远端栓塞[2]。因此,早期准确识别和评估斑块易损性,对于缺血性脑卒中的一级和二级预防具有至关重要的临床意义。目前,颈部血管超声(CDU)和高分辨率磁共振成像(HR-MRI)是评估颈动脉斑块最常用的两种无创影像学手段,各具优势[3]。CDU以其无创、便捷、实时、可重复及成本低廉等优点成为临床一线筛查工具,能够有效评估斑块的形态学特征(如厚度、长度、表面规则性)、回声性质(低回声提示脂质核心或出血,强回声伴声影提示钙化)以及重要的血流动力学参数(如狭窄程度、血流速度)[4]。然而,CDU也存在明显局限性,其成像质量易受操作者经验、患者颈部解剖结构及声窗条件影响,对斑块深部结构和微小成分的精确分辨力有限。鉴于CDU与HR-MRI在斑块评估中具有互补的优势与局限性,单一影像学方法难以提供全面、精准的诊断信息。因此,联合多种影像学技术,整合其互补的诊断信息,构建多模态影像综合评估模型,已成为当前血管影像学研究的前沿热点。本研究旨在通过系统分析与比较CDU与HR-MRI在颈动脉斑块易损性评估中的独立诊断效能,并探索将两者的影像学特征有机结合,构建一个更为精准、可靠的综合性诊断模型。该模型有望弥补单一技术的缺陷,显著提升对高危易损斑块的识别能力,从而为临床制定个体化干预策略、改善患者预后提供更强大的影像学工具和决策依据。
1.资料与方法
1.1研究对象
选取2024年8月至2025年6月我院收治的急性缺血性脑卒中患者100例。纳入标准包括:符合《中国急性缺血性脑卒中诊治指南2023》[5]标准;发病时间<3天;经CDU确诊存在颈动脉斑块;年龄≥18岁;临床资料完整;签署知情同意书。排除标准包括:MRI禁忌症;对比剂过敏或肾功能不全;非动脉粥样硬化性脑梗死;合并严重疾病无法配合检查;自身免疫性疾病。
1.2影像学检查方法
1.2.1颈部血管超声(CDU)
采用Philips iU Elite彩色多普勒超声诊断仪,L9-3线阵探头及C5-1凸阵探头,频率3–9 MHz。患者取仰卧位,充分暴露颈部,从近心段至远心段多切面扫描,记录斑块形态、回声、纤维帽完整性、溃疡情况及血管狭窄程度,计算斑块易损分数(评分标准见表1)。由两名5年以上经验的超声医师双盲评判。
1.2.2高分辨率磁共振成像(HR-MRI)
采用Philips Intera Achieva 3.0T超导MR扫描仪,配合颈部专用8通道线圈。扫描序列包括T1WI、T2WI、3D-TOF-MRA及3D-MP-RAGE,扫描时间约40分钟。图像上传至MRI-Plaque View软件进行分析,由两名副主任医师以上职称的影像科医师盲法评估斑块成分及稳定性,依据美国心脏学会(AHA)斑块分型标准,IV–VI型判定为易损斑块。
1.3组织病理学检查
所有患者均在斑块发现后1周内完成颈动脉内膜剥脱术(CEA)或活检,标本经苏木精-伊红(HE)染色,由病理科医师依据斑块易损性标准进行判定:具备1项主要标准或2项次要标准即为易损斑块,根据病理结果,易损斑块组56例,稳定斑块组44例。
1.4综合模型构建
以CDU易损分数>4分或HR-MRI判定为易损斑块(AHA IV–VI型)为阳性,构建“综合模型”,即任一阳性即判定为综合模型阳性。
1.5统计学分析
采用SPSS 22.0软件进行数据分析。计量资料以均数±标准差(x̄±s)表示,组间比较采用t检验或方差分析;计数资料以率表示,采用χ²检验或Fisher精确检验。计算CDU、HR-MRI及综合模型的敏感度、特异度、阳性预测值、阴性预测值、约登指数及Kappa值,绘制ROC曲线评估诊断效能。P<0.05为差异有统计学意义。
2.结果
2.1患者基本资料
根据病理结果,易损斑块组50例,稳定斑块组50例。结果显示:两组在年龄、性别、高血压、糖尿病等基线资料方面无显著差异(P>0.05)。
表1:两组患者基线资料比较[(n=50)n(%)/x̄±s]
| 特征 | 易损斑块组 | 稳定斑块组 | P值 | 
| 年龄(岁) | 64.7±8.5 | 63.1±9.2 | 0.372 | 
| 性别(男性) | 35(62.5%) | 25(56.8%) | 0.557 | 
| 高血压 | 32(57.1%) | 22(50.0%) | 0.478 | 
| 糖尿病 | 18(32.1%) | 12(27.3%) | 0.598 | 
2.2影像学评估结果
结果显示:CDU判定易损斑块的敏感度为82.1%,特异度为79.5%,Kappa值为0.78;HR-MRI判定易损斑块的敏感度为85.7%,特异度为84.1%,Kappa值为0.82。综合模型的敏感度为92.9%,特异度为88.6%,AUC为0.91(95%CI:0.85–0.96),显著高于CDU(AUC=0.81)和HR-MRI(AUC=0.84)(P<0.05),见表2。
表2:CDU、HR-MRI及综合模型诊断性能比较
| 诊断方法 | 敏感度(%) | 特异度(%) | Kappa值 | AUC(95%CI) | 
| CDU | 82.1 | 79.5 | 0.78 | 0.81(0.75-0.87) | 
| HR-MRI | 85.7 | 84.1 | 0.82 | 0.84(0.78-0.90) | 
| 综合模型 | 92.9 | 88.6 | 0.88 | 0.91(0.85-0.96) | 
3.讨论
心血管疾病是全球范围内的主要死亡原因之一,其中由颈动脉粥样硬化斑块破裂引发的缺血性脑卒中占有显著比例。斑块的稳定性,而非单纯狭窄程度,已成为预测卒中风险的关键因素。在此背景下,系统、准确地评估斑块易损性对于临床决策和风险分层具有重要意义。本研究系统比较了颈部血管超声(CDU)、高分辨率磁共振成像(HR-MRI)及二者构建的综合模型在颈动脉斑块易损性评估中的诊断价值。结果表明,CDU与HR-MRI均表现出较高的诊断一致性(Kappa值分别为0.78和0.82),但综合模型进一步显著提升了评估的整体准确性与可靠性。具体而言,CDU作为一种便捷、无创、可广泛应用的影像学方法,能够通过实时评估斑块的形态学特征(如规则性、溃疡形成)、回声性质(低回声提示脂质富集或出血)、以及纤维帽的宏观完整性等指标来初步判断其易损性[4]。然而,其局限性在于对斑块深部结构和微小成分的分辨力有限,且结果易受操作者经验影响。相比之下,HR-MRI能够提供多序列、高分辨率的血管壁成像,可精确量化斑块内部成分,如脂质坏死核心的大小、纤维帽的具体厚度(识别薄纤维帽)、以及斑块内出血和炎症活动等关键易损特征,被视为此领域的影像学金标准[6]。但其临床应用受限于较高的检查成本、较长的扫描时间、设备可及性以及对于体内有金属植入物患者的禁忌。针对单一模态的固有局限,本研究创新性地构建了一种综合评估模型。该模型采用“任一阳性即判定为阳性”的融合策略,既保留了CDU作为初筛工具的高效与便捷优势,又充分融入了HR-MRI在确诊层面的精确性,实现了优势互补。结果证实,该策略显著提高了诊断的敏感度(92.9%)和阴性预测值(91.1),这对于早期、无遗漏地识别高风险患者至关重要,能够有效指导临床采取积极的干预措施,如强化药物治疗或手术评估,从而预防卒中事件的发生。此外,ROC分析显示,综合模型的曲线下面积(AUC=0.91)显著高于单一的CDU(AUC=0.81)或HR-MRI(AUC=0.84)(P<0.05),证明其具有更优异的疾病区分能力和整体判别效能。
综上所述,CDU与HR-MRI在颈动脉易损斑块评估中展现出明确且互补的临床价值。而基于多模态影像的综合模型通过整合不同来源的影像信息,能显著提高诊断准确性,表现出极高的临床转化与推广应用潜力。展望未来,研究方向可着眼于进一步扩大样本量以验证模型的普适性,利用机器学习算法深度优化模型结构与权重,并探索开发集成化、智能化的自动评估系统。推动此类多模态影像技术的广泛应用与标准化,对于构建更精准的脑血管疾病风险评估体系,最终实现卒中的个体化防治具有深远意义。
参考文献:
[1]胡辉,王亮,严珉.血清PDCD4、PDGF-BB水平与2型糖尿病患者并发动脉粥样硬化性心血管疾病的关系[J].国际检验医学杂志,2025,46(15):1849-1854.
[2]王天.人颈动脉斑块不稳定性与炎症因子、新生血管及易损性评分的相关性[D].吉林大学,2023.
[3]陈怡,沈竹静,管晓军,等.颈动脉易损斑块与脑小血管病关联性的影像学研究进展[J/OL].国际医学放射学杂志,1-6[2025-09-10].
[4]陈琪,庄梅.颈部血管超声在高血压患者中的应用进展[J].医学综述,2021,27(10):1988-1992.
[5]赵玲娟,刘岩,文力.《中国急性缺血性卒中诊治指南2023》治疗策略解析[J].临床药物治疗杂志,2024,22(11):1-6.
[6]王美娟,王彦文.HR-MRI检测指标联合血清残余胆固醇预测颈动脉粥样硬化患者急性缺血性卒中研究[J].中国煤炭工业医学杂志,2025,28(04):351-357.
基金项目:赣州市指导性科技计划项目(项目编号:GZ2024ZSF056)
...