基于高分辨MRI颅内动脉斑块影像组学预测混合型缺血性卒中机制

目的本研究基于三维(three dimensional,3D)高分辨磁共振成像(high-resolution magnetic resonance imaging,HR-MRI)颅内动脉粥样硬化斑块影像组学建立混合型卒中机制的预测模型。材料与方法回顾性分析2016年12月至2022年1月137例急性/亚急性期缺血性卒中患者的HR-MRI及扩散加权成像(diffusion weight imaging,DWI)的影像资料。根据DWI的病变分布模式,将患者分为混合型机制组和非混合型机制组,使用两组间单因素和多因素分析筛选得到的影像特征,构建传统logistic回归模型。基于3D HR-MRI序列提取颅内责任斑块影像组学特征,采用随机抽样的方式按照7∶3比例分为训练集(n=95)和测试集(n=42),线性相关阈值和方差分析用于特征筛选,并建立机器学习模型。联合模型由传统影像特征及影像组学特征共同组成。采用受试者工作特性(receiver operating characteristic,ROC)曲线来评价模型的诊断性能,Delong检验来比较各模型预测性能。结果多因素logistic分析显示,斑块的强化比率是混合型卒中机制的独立预测因素(OR=2.77,P=0.002),训练组和测试组ROC曲线下面积(area under the curve,AUC)分别为0.676、0.568。斑块组学特征构建模型在训练集中的AUC为0.906(95%CI:0.849~0.964),测试集AUC为0.828(95%CI:0.704~0.951)。联合模型的预测效能最佳,在训练集及测试集中的AUC分别为0.917(95%CI:0.864~0.969)及0.837(95%CI:0.708~0.966)。结论基于3D HR-MRI颅内动脉斑块影像组学模型可有效预测混合型卒中机制,有助于临床采取个性化治疗措施。

高分辨率磁共振成像在颅内动脉狭窄中的临床应用

颅内动脉狭窄为中国缺血性卒中的主要病因。由于该类患者卒中复发率较高,经过选择的患者可能从介入治疗中获益,因此对颅内动脉狭窄进行风险分层及评估有助于临床治疗方案的确定。高分辨率磁共振成像能清晰显示颅内血管壁特征,有助于全面评估颅内血管。文章对颅内动脉粥样硬化性易损斑块特征、卒中发病机制以及高分辨率磁共振成像在颅内动脉狭窄中的临床应用进行了综述。

慢性颈内动脉闭塞再通分期血管内介入治疗1例

慢性颈内动脉闭塞(chronically occluded internal carotid artery,COICA)是临床的常见病变,给予标准药物治疗后患者仍存在卒中发生风险[1-3],且与认知障碍密切相关[4-5]。目前,除标准药物治疗,血管内介入再通治疗也被应用于COICA。一项荟萃分析结果提示,COICA血管内介入治疗再通率为72.6%,成功再通可使患者缺血性事件发生率下降约80%,但高达18%的患者会出现治疗相关并发症[6]。本文报道1例COICA患者行分期闭塞血管再通术及支架置入术的治疗情况。