史張，陳?；?，李晶，田霞，張雪鳳，彭雯佳，陳錄廣，陸建平，王莉，劉崎

顱內(nèi)動(dòng)脈粥樣硬化性疾病(Intracranial atherosclerotic disease，ICAD)是造成缺血性腦卒中的主要原因[1]，其直接表現(xiàn)是在動(dòng)脈管壁上形成的粥樣硬化斑塊，而因斑塊成分的不同可將其分為易損斑塊與穩(wěn)定斑塊[2]。與穩(wěn)定斑塊相比，易損斑塊更容易引起急性缺血性卒中事件的發(fā)生或復(fù)發(fā)，故而在臨床上通常認(rèn)為對(duì)癥狀性易損斑塊的判別有助于預(yù)防急性缺血性腦血管病的發(fā)生。目前，顱內(nèi)血管管壁的高分辨率磁共振成像(high resolution resonance imaging，HR-MRI)可以對(duì)顱內(nèi)動(dòng)脈粥樣硬化斑塊進(jìn)行直接可視化的檢測(cè)[3]，并且國(guó)內(nèi)外已有許多基于HR-MRI用定性或定量的形態(tài)學(xué)及影像學(xué)特征對(duì)動(dòng)脈粥樣硬化斑塊性質(zhì)進(jìn)行評(píng)估的研究[4-5]。然而，這些研究并沒(méi)有提出顱內(nèi)動(dòng)脈粥樣硬化斑塊的定量影像組學(xué)特征。因此，本研究目的是用直方圖紋理分析方法回顧性分析癥狀性顱內(nèi)動(dòng)脈粥樣硬化斑塊的一些肉眼不可分辨的紋理特征，進(jìn)而為判別顱內(nèi)動(dòng)脈粥樣硬化斑塊的性質(zhì)開(kāi)辟一條嶄新的道路。

1 材料與方法

1.1 臨床資料

本研究由第二軍醫(yī)大學(xué)倫理審查委員會(huì)批準(zhǔn)，所有患者均簽署知情同意書(shū)。回顧分析2016年1月至2017年1月在上海長(zhǎng)海醫(yī)院行大腦中動(dòng)脈(middle cerebral artery，MCA)及基底動(dòng)脈(basilar artery，BA)管壁HR-MRI檢查的191例患者，其中包括在我院腦血管病中心住院的疑似ICAD患者75例及來(lái)我院體檢中心檢查的無(wú)癥狀者58例。納入標(biāo)準(zhǔn)[4]：(1)經(jīng)頸部超聲檢查無(wú)明顯頸動(dòng)脈狹窄(狹窄程度≤30%；(2)主動(dòng)脈弓未見(jiàn)粥樣硬化斑塊；(3)有超過(guò)一項(xiàng)的動(dòng)脈粥樣硬化高危因素，包括高血壓、糖尿病、高膽固醇血癥、肥胖、吸煙等；(4)符合《中國(guó)急性缺血性卒中診治指南》(2015年4月第48卷第4期《中華神經(jīng)科雜志》第248頁(yè))中急性缺血性卒中診斷標(biāo)準(zhǔn)的入院患者或無(wú)缺血性卒中相關(guān)癥狀的體檢人員。排除標(biāo)準(zhǔn)[6]：(1)懷疑心臟栓塞性中風(fēng)；(2)非動(dòng)脈粥樣硬化性疾病包括moyamoya病、血管炎、動(dòng)脈夾層和可逆性腦血管收縮綜合征；(3) MRI臨床禁忌證，如患者有心臟起搏器、某些金屬植入物或嚴(yán)重的幽閉恐懼癥。

1.2 檢查方法

患者均在3.0 T磁共振掃描儀(HDx，GE Healthcare，Waukesha，WI，USA)進(jìn)行掃描，采用8通道頭顱線圈。掃描參數(shù)見(jiàn)表1，增強(qiáng)掃描使用的造影劑為Gd-DTPA，注射劑量0.2 mmol/kg，注射速率2 ml/s。

表1 MCA及BA磁共振管壁成像的掃描參數(shù)Tab.1 Scan parameters for MCA and BA

1.3 圖像分析與測(cè)量

所有完成掃描的MCA及BA圖像均由2名有經(jīng)驗(yàn)的放射科醫(yī)師在不了解患者臨床資料的情況下進(jìn)行圖像分析，根據(jù)TOF-MRA (time-offlight-magnetic resonance angiography)及WASID(warfarin-aspirin symptomatic intracranial disease)標(biāo)準(zhǔn)確定出MCA或BA的最狹窄層面。

(1)形態(tài)學(xué)特征分析與測(cè)量：使用CMRTools(Version 1.47，National Institutes of Health，Bethesda，Maryland，USA)軟件在T2WI上手動(dòng)勾畫(huà)出最狹窄層面的管腔和管壁邊界，同時(shí)將此兩個(gè)血管輪廓復(fù)制到同層面的T1WI及T1WI增強(qiáng)序列上。根據(jù)上述分割圖像得出以下參數(shù)：最小管腔面積(minimal luminal area，MLA)，斑塊負(fù)荷=(管壁總面積-管腔面積)/管壁總面積×100%，管腔狹窄率=(1-最小管腔內(nèi)徑/正常管腔內(nèi)徑)×100%(取近端和遠(yuǎn)端正常管腔內(nèi)徑之和的均值設(shè)定為正常管腔內(nèi)徑)；根據(jù)同層面鄰近腦灰質(zhì)信號(hào)強(qiáng)度來(lái)標(biāo)準(zhǔn)化T1WI和T1WI增強(qiáng)兩個(gè)序列圖像中斑塊的信號(hào)強(qiáng)度，并評(píng)判出斑塊內(nèi)出血(intraplaque hemorrhage，IPH)。(2)直方圖特征分析與測(cè)量：采用Image J 1.44 (national institutes of health，Bethesda，MD)軟件在最狹窄層面的T2WI上手動(dòng)畫(huà)出斑塊的輪廓，并將該ROI復(fù)制到相同層面的T1WI及T1WI增強(qiáng)圖像上。然后測(cè)出并記錄斑塊的直方圖特征值，包括面積、均數(shù)、標(biāo)準(zhǔn)差、最小值、最大值、中位數(shù)、偏度及峰度，通過(guò)計(jì)算公式(變異系數(shù)=標(biāo)準(zhǔn)差/均數(shù))得到變異系數(shù)(coefficient of variation，CV)值。最后通過(guò)軟件生成該斑塊的直方圖。

表2 患者臨床資料匯總(例)Tab.2 Patient and clinical characteristics (n)

表3 顱內(nèi)動(dòng)脈粥樣硬化斑塊的形態(tài)學(xué)及直方圖特征Tab.3 Radiological and histogram features of intracranial atherosclerotic plaques

1.4 統(tǒng)計(jì)學(xué)方法

用SPSS 24.0軟件做統(tǒng)計(jì)學(xué)分析。所有數(shù)據(jù)行正態(tài)檢驗(yàn)。單因素分析中計(jì)量資料用±s表示并行兩獨(dú)立樣本t檢驗(yàn)，計(jì)數(shù)資料用行×列卡方檢驗(yàn)。多因素分析采用逐步選擇變量的logistics回歸模型，計(jì)算出優(yōu)勢(shì)比(OR)和95%可信區(qū)間(95%CI)，并得出癥狀性斑塊的ROC曲線，同時(shí)計(jì)算相應(yīng)的曲線下面積(area under the curve，AUC)。P＜0.05為差異有統(tǒng)計(jì)學(xué)意義。用組內(nèi)相關(guān)系數(shù)(intraclass coefficient，ICC)評(píng)估2名醫(yī)師測(cè)量斑塊直方圖特征的一致性，ICC＞0.75提示一致性好。

2 結(jié)果

2.1 患者一般資料

根據(jù)納入和排除標(biāo)準(zhǔn)，如表2所示，共有133例受試者[平均年齡(58.5±11.4)歲]入選本研究，其中糖尿病41例，高血壓88例，高脂血癥47例，吸煙者34例。在133例受試者中，61例患者的斑塊來(lái)自大腦中動(dòng)脈M1段，而72例患者的斑塊來(lái)自基底動(dòng)脈；急性缺血性卒中患者75例，無(wú)癥狀者58例。

圖1 MCA無(wú)明顯強(qiáng)化的癥狀性動(dòng)脈粥樣硬化斑塊與無(wú)癥狀斑塊的比較。A～D：男，65歲，右側(cè)基底節(jié)區(qū)急性腦梗死，右側(cè)MCA發(fā)現(xiàn)弧形斑塊且無(wú)明顯強(qiáng)化，基于T1WI的直方圖(D)顯示CV=0.199。E～H：女，57歲，體檢發(fā)現(xiàn)左側(cè)MCA弧形斑塊且無(wú)強(qiáng)化，基于T1WI的直方圖(H)顯示CV=0.151。圖1A、1E為T(mén)2WI；圖1B、1F為T(mén)1WI；圖1C、1G為增強(qiáng)T1WI 圖2 BA有強(qiáng)化的癥狀性動(dòng)脈粥樣硬化斑塊與無(wú)癥狀斑塊的比較。A～D：男，62歲，急性腦干梗死3 d，BA中段可見(jiàn)環(huán)形斑塊伴強(qiáng)化，直方圖(圖D)提示CV=0.331。E～H：男，69歲，體檢發(fā)現(xiàn)BA近中段前壁弧形斑塊伴明顯強(qiáng)化，直方圖(圖H)顯示CV=0.163。圖1A、1E為T(mén)2WI；圖1B、1F為T(mén)1WI；圖1C、1G為增強(qiáng)T1WIFig.1 Atherosclerotic plaques without some enhancement from MCA. The four pictures (A—D) show a 65-year-old man with acute stroke in basal ganglia region and an atherosclerotic plaque of the MCA. The T1-enhancement (C) images show the plaques with isointensity. The histogram pictures (D) based on T1 images show the plaque with a CV of 0.199. The four pictures (E—H) show a 57-year-old woman with a plaque on the left MCA. The value of CV was 0.151 on the histogram pictures of T1 images (D). 1A, 1E: T2-weighted images. 1B, 1F: T1-weighted images. 1C, 1G: CE-T1WI. Fig.2 Atherosclerotic plaque with obvious enhancement from BA. The four pictures (A—D) show a 62-year-old man with acute stroke in the brainstem. The T1-enhancement (C)images show the plaques with obvious hyperintensity. Based on the T1 images, the histogram pictures (D) show that the CV value of the plaque was 0.331.The pictures (E—H) show a 69-year-old man with a plaque from BA. On the histogram pictures of T1 images (H), the CV value of the plaque was 0.163.1A, 1E: T2-weighted images. 1B, 1F: T1--weighted images. 1C, 1G: CE-T1WI.

2.2 顱內(nèi)動(dòng)脈粥樣硬化斑塊的形態(tài)學(xué)及直方圖特征

單因素分析顯示(表3)，顱內(nèi)動(dòng)脈粥樣硬化斑塊在急性癥狀組與無(wú)癥狀組的比較中有2個(gè)形態(tài)學(xué)特征差異有統(tǒng)計(jì)學(xué)意義，分別為MLA (P＜0.001)和IPH (P=0.001)；而直方圖分析表示，在T1WI上急性癥狀性斑塊與無(wú)癥狀性斑塊的直方圖特征差異有統(tǒng)計(jì)學(xué)意義(面積，P=0.002；均數(shù)，P=0.048；標(biāo)準(zhǔn)差；P=0.017；最小值，P＜0.001；中位數(shù)，P=0.019；CV，P＜0.001)，但在T2WI及T1WI增強(qiáng)序列中直方圖特征并沒(méi)有統(tǒng)計(jì)學(xué)差異。2名醫(yī)師在T1WI上對(duì)直方圖特征的ICC值均大于0.900，可重復(fù)性高。

圖3 判別癥狀性斑塊形態(tài)學(xué)及直方圖特征的ROC曲線。Fig.3 ROC curves for radiological and histogram features to determine symptomatic intracranial atherosclerotic plaques.

2.3 多因素logistics回歸模型對(duì)顱內(nèi)動(dòng)脈粥樣硬化斑塊的評(píng)判

上述8個(gè)特征經(jīng)多因素logistics回歸分析后(表3)，可知MLA (OR=1.301；95%CI，1.036～1.633)、IPH (OR=12.440；95%CI，1.551～99.780)和CV(OR=3.476；95%CI，1.513～7.985)被認(rèn)為是區(qū)分癥狀性斑塊與無(wú)癥狀性斑塊的重要預(yù)測(cè)因素(圖1，2)。通過(guò)ROC曲線可知，三個(gè)特征的AUC分別為0.681、0.625和0.727(圖3)，而MLA和CV的cutoff值分別為2.39 mm2和0.187。若將三個(gè)特征結(jié)合起來(lái)共同對(duì)癥狀性顱內(nèi)動(dòng)脈粥樣硬化斑塊進(jìn)行評(píng)判，則其檢驗(yàn)效能提高，AUC可達(dá)0.801。

3 討論

3.1 本研究與之前研究的比較

本研究表明，基于HR-MRI的形態(tài)學(xué)特征及直方圖分析有助于區(qū)分癥狀性顱內(nèi)動(dòng)脈粥樣硬化斑塊，并且兩者結(jié)合起來(lái)共同判別癥狀性斑塊與無(wú)癥狀性斑塊的效能要遠(yuǎn)高于單獨(dú)使用形態(tài)學(xué)特征或直方圖分析。

從形態(tài)學(xué)角度來(lái)看，本研究結(jié)果較之前Teng等[6]的顱內(nèi)MCA責(zé)任斑塊形態(tài)學(xué)研究相似，該研究認(rèn)為MLA是有效鑒別責(zé)任斑塊的一個(gè)獨(dú)立因素，但該研究表明當(dāng)MLA≤2.0 mm2時(shí)診斷效能最佳，而本研究雖然也認(rèn)為MLA是一個(gè)可以判別癥狀性斑塊的獨(dú)立因素，但本研究結(jié)果表明當(dāng)MLA≥2.39 mm2時(shí)斑塊引起急性缺血性卒中事件的可能性更大，這一結(jié)果的不同可能與我們的研究對(duì)象和分類標(biāo)準(zhǔn)不同有關(guān)。其次，本研究認(rèn)為IPH陽(yáng)性是癥狀顱內(nèi)動(dòng)脈粥樣硬化斑塊的重要預(yù)測(cè)指標(biāo)，這一結(jié)論與Xu等[7]和Mossa-Basha等[8]的研究一致，認(rèn)為IPH在T1WI上呈現(xiàn)為高信號(hào)且這一現(xiàn)象在癥狀性斑塊中更為常見(jiàn)，提示IPH與急性缺血性卒中癥狀的發(fā)生密切相關(guān)。

從定量分析角度來(lái)看，本研究首次提出了用直方圖分析法來(lái)反應(yīng)顱內(nèi)動(dòng)脈粥樣硬化斑塊圖像的一階紋理特征，與之前Vakil等[9]基于動(dòng)態(tài)對(duì)比增強(qiáng)定量分析斑塊滲透性的研究相比，本研究測(cè)量更為簡(jiǎn)便，且不需要通過(guò)對(duì)比劑增強(qiáng)來(lái)判斷斑塊的性質(zhì)；同時(shí)，在定量特征值上，Valil等[9]認(rèn)為Ktrans可能是與急性癥狀相關(guān)腦動(dòng)脈粥樣硬化斑塊的獨(dú)立標(biāo)志物，而本研究則認(rèn)為與無(wú)癥狀性斑塊相比，CV大于0.181是急性癥狀性動(dòng)脈粥樣硬化斑塊的一個(gè)顯著特征，且是既適用于前循環(huán)斑塊又適用于后循環(huán)斑塊的定量一階紋理特征。

總之，直方圖分析擴(kuò)展了之前用HR-MRI來(lái)分析顱內(nèi)動(dòng)脈粥樣硬化斑塊特征的研究，并能夠與之前形態(tài)學(xué)的方法相結(jié)合從而共同對(duì)顱內(nèi)斑塊的易損性進(jìn)行判別。

3.2 顱內(nèi)動(dòng)脈粥樣硬化斑塊的成分與定量特征

動(dòng)脈粥樣硬化是一個(gè)復(fù)雜的病理過(guò)程，通常被認(rèn)為與炎癥相關(guān)[10]。與腦動(dòng)脈狹窄相比，癥狀性斑塊的破裂是導(dǎo)致急性缺血性腦血管事件更為重要的原因[11]。從組織學(xué)上講，無(wú)癥狀的穩(wěn)定斑塊一般纖維帽較厚、富含更多的平滑肌細(xì)胞，而癥狀性易損斑塊則具有較薄的纖維帽及較多的脂質(zhì)成分[12]。

目前，許多研究已證明基于HR-MRI的定量影像學(xué)特征(包括斑塊的厚度，表面不規(guī)則，斑塊部位、重構(gòu)模式，IPH和斑塊強(qiáng)化)可作為動(dòng)脈粥樣硬化斑塊易損性的預(yù)測(cè)因素。例如，一項(xiàng)研究表明在ICAD患者中的易損斑塊厚度比非易損性斑塊薄，且斑塊表面不規(guī)則的患者中71%是有癥狀的，而只有19%屬于無(wú)癥狀人群[13]。而Qiao等[14]認(rèn)為顱內(nèi)動(dòng)脈重構(gòu)模式影響斑塊的形成，且發(fā)生陽(yáng)性重構(gòu)的斑塊可能是一個(gè)導(dǎo)致腦卒中發(fā)病的重要危險(xiǎn)因素。另外，有一些報(bào)道提出了IPH和斑塊強(qiáng)化的影像特征是癥狀性易損斑塊的高危因素，發(fā)現(xiàn)IPH和斑塊強(qiáng)化與斑塊所在動(dòng)脈供血區(qū)新近的梗塞有關(guān)[3，15]。然而，在現(xiàn)有的管壁成像研究大多集中于顱內(nèi)動(dòng)脈管壁及動(dòng)脈粥樣硬化斑塊的形態(tài)學(xué)特征及影像學(xué)表現(xiàn)，而對(duì)活體斑塊內(nèi)部的紋理特點(diǎn)及成分結(jié)構(gòu)并沒(méi)有過(guò)多探究。

目前，動(dòng)脈粥樣硬化斑塊的直方圖分析多局限于冠狀動(dòng)脈及頸動(dòng)脈CTA或超聲影像圖的研究[5，16]。其中，頸動(dòng)脈斑塊直方圖的研究表明，通過(guò)直方圖的紋理分析可以用于區(qū)分頸動(dòng)脈的癥狀性斑塊和無(wú)癥狀性斑塊[17]。同樣，在本研究中設(shè)想通過(guò)利用一階影像組學(xué)特征來(lái)分析動(dòng)脈粥樣硬化斑塊中肉眼不可辨的紋理特點(diǎn)，進(jìn)一步探討了直方圖特征和顱內(nèi)斑塊的易損性之間的相關(guān)性。從統(tǒng)計(jì)學(xué)中可知，CV是一個(gè)表示測(cè)量觀測(cè)數(shù)據(jù)之間變異程度的統(tǒng)計(jì)量，可以用標(biāo)準(zhǔn)差與均數(shù)之比計(jì)算得到，表示數(shù)據(jù)的離散程度。本研究中，T1圖像上的CV值在急性癥狀性斑塊中明顯高于無(wú)癥狀斑塊，這與IPH在T1圖像的表現(xiàn)一致。此外，對(duì)于那些在T1上信號(hào)相似的動(dòng)脈粥樣硬化斑塊，無(wú)法通過(guò)肉眼去判別其穩(wěn)定性，但通過(guò)直方圖紋理特征便可以清楚地從無(wú)癥狀斑塊中辨別出可以導(dǎo)致急性卒中事件的癥狀性斑塊。

3.3 本研究的局限性

首先，本研究只是影像組學(xué)紋理分析的一階方法，并沒(méi)有包含全部的影像組學(xué)分析，因此后續(xù)將利用完整的組學(xué)分析進(jìn)一步對(duì)ICAD患者的癥狀性斑塊進(jìn)行評(píng)判。其次，本研究屬于回顧性分析，后續(xù)還應(yīng)該建立一個(gè)能夠評(píng)判斑塊活性并能區(qū)分斑塊成分的前瞻性研究。最后，本研究圖像均基于2D掃描，這使得對(duì)整體斑塊的勾畫(huà)及評(píng)估沒(méi)有3D圖像精準(zhǔn)，因此后續(xù)我們會(huì)用3D掃描的圖像來(lái)進(jìn)行數(shù)據(jù)的采集和分析。

總之，本研究結(jié)果表明T1WI比T2WI及增強(qiáng)T1對(duì)斑塊的直方圖分析更有價(jià)值，這種不需要通過(guò)對(duì)比劑注入來(lái)判別斑塊性質(zhì)的方法對(duì)那些不能忍受長(zhǎng)時(shí)間HR-MRI掃描的急性中風(fēng)患者以及通過(guò)藥物治療后需要長(zhǎng)期隨訪觀察的患者是有百益而無(wú)一害的。

參考文獻(xiàn) [References]

[1] Lozano R, Naghavi M, Foreman K, et al. Global and regional mortality from 235 causes of death for 20 age groups in 1990 and 2010: a systematic analysis for the Global Burden of Disease Study 2010. Lancet, 2012, 380(9859): 2095-2128.

[2] Mozaffarian D, Benjamin EJ, Go AS, et al. Heart disease and stroke statistics--2015 update: a report from the American Heart Association. Circulation, 2015, 131(4): e29-32.

[3] Qiao Y, Guallar E, Suri FK, et al. MR Imaging Measures of Intracranial Atherosclerosis in a Population-based Study. Radiology,2016, 280(3): 860-868.

[4] Zhang X, Zhu C, Peng W, et al. Scan-Rescan Reproducibility of High Resolution Magnetic Resonance Imaging of Atherosclerotic Plaque in the Middle Cerebral Artery. PloS one, 2015, 10(8): e0134913.

[5] Huang X, Zhang Y, Qian M, et al. Classification of Carotid Plaque Echogenicity by Combining Texture Features and Morphologic Characteristics. J Ultrasound Med, 2016, 35(10): 2253-2261.

[6] Teng Z, Peng W, Zhan Q, et al. An assessment on the incremental value of high-resolution magnetic resonance imaging to identify culprit plaques in atherosclerotic disease of the middle cerebral artery. Eur Radiol, 2016, 26(7): 2206-2214.

[7] Xu WH, Li ML, Gao S, et al. In vivo high-resolution MR imaging of symptomatic and asymptomatic middle cerebral artery atherosclerotic stenosis. Atherosclerosis, 2010, 212(2): 507-511.

[8] Mossa-Basha M, Alexander M, Gaddikeri S, et al. Vessel wall imaging for intracranial vascular disease evaluation. J Neurointerv Surg, 2016, 8(11): 1154-1159.

[9] Vakil P, Elmokadem AH, Syed FH, et al. Quantifying Intracranial Plaque Permeability with Dynamic Contrast-Enhanced MRI: A Pilot Study. AJNR Am J Neuroradiol, 2017, 38(2): 243-249.

[10] Herrmann J, Lerman LO, Lerman A. On to the road to degradation:atherosclerosis and the proteasome. Cardiovasc Res, 2010, 85(2):291-302.

[11] Sun R, XIiao L, Duan S. High expression of ubiquitin conjugates and NF-kappaB in unstable human intracranial atherosclerotic plaques. J Cell Physiol, 2012, 227(2): 784-788.

[12] Gutierrez J, Elkind MS, Virmani R, et al. A pathological perspective on the natural history of cerebral atherosclerosis. Int J Stroke, 2015,10(7): 1074-1780.

[13] Xu WH, Li ML, Gao S, et al. Plaque distribution of stenotic middle cerebral artery and its clinical relevance. Stroke, 2011, 42(10):2957-2959.

[14] Qiao Y, Anwar Z, Intraporomkul J, et al. Patterns and Implications of Intracranial Arterial Remodeling in Stroke Patients. Stroke, 2016,47(2): 434-440.

[15] Kim JM, Jung KH, Sohn CH, et al. Intracranial plaque enhancement from high resolution vessel wall magnetic resonance imaging predicts stroke recurrence. Int J Stroke, 2016, 11(2): 171-179.

[16] Schlett CL, Maurovich-Horvat P, Ferencik M, et al. Histogram analysis of lipid-core plaques in coronary computed tomographic angiography: ex vivo validation against histology. Invest Radiol,2013, 48(9): 646-652.

[17] Mougiakakou SG, Golemati S, Gousias I, et al. Computer-aided diagnosis of carotid atherosclerosis based on ultrasound image statistics, laws' texture and neural networks. Ultrasound Med Biol,2007, 33(1): 26-36