方法文章

基于磁共振成像的计算方案用于分析颈动脉狭窄患者的斑块形态学与血流动力学

1.3K 次观看

⸱

DOI：

10.3791/68447

⸱

2025年8月12日

 ,  ,  ,  ,  ,  ,  ,  , 
1Department of Surgery, University of Michigan, 2Department of Biomedical Engineering, University of Michigan, 3School of Medicine, University of Cincinnati, 4Department of Biomedical Sciences, Cedars Sinai Medical Center, 5Department of Radiology, University of Michigan

本文内容

摘要

颈内动脉（ICA）狭窄程度的评估主要基于狭窄百分比的估算，但该方法未考虑与卒中生理相关的危险因素，如斑块成分和血流动力学。本方案利用定量磁共振成像和计算流体动力学技术，对颈内动脉斑块的成分及血流动力学特征进行表征。

摘要

目前对颈内动脉（ICA）狭窄的评估和管理主要基于通过双功能超声（DUS）或计算机断层血管成像（CTA）估算的狭窄百分比，但这种方法未考虑与卒中相关的生理学风险因素，例如斑块易损性和血流动力学特征。了解颈动脉斑块的组成及其所受的血流动力学负荷，可比单纯依赖狭窄程度更全面地评估斑块的栓塞潜能。通过结合磁共振成像（MRI）与针对患者的计算流体动力学（CFD）分析，可以识别颈内动脉狭窄区域的血流动力学差异以及斑块成分的特征。定量多对比动脉粥样硬化表征（qMatch）MRI技术可实现对斑块成分的详细分析。利用相位对比（PC）MRI获取的血流波形，结合CTA和/或飞行时间（TOF）-MRI解剖结构，可构建CFD模型。在建立颈动脉分叉的三维几何模型后，将基于PC-MRI获得的波形设定为颈总动脉的流入边界条件和颈外动脉的流出边界条件。随后，采用一个三元件Windkessel模型作为颈内动脉的远端边界条件，并通过迭代调参以匹配患者的血压数据。最终求解不可压缩Navier-Stokes方程，获得高分辨率的速度和压力分布，从而精确捕捉颈动脉分叉及颈内动脉狭窄区域的血流动力学特征。本文提供了一套详细的实验方案，可用于无创、个体化地表征颈内动脉狭窄患者的斑块成分及其所受的血流动力学负荷。

引言

颈内动脉（ICA）狭窄是导致卒中、长期残疾和死亡的主要原因1,2,3,4,5,6,7。目前对颈内动脉狭窄的评估和管理主要基于通过双功能超声（DUS）血流速度或横断面解剖结构［计算机断层血管成像（CTA）和/或磁共振成像（MRI）］估算的狭窄百分比。然而，狭窄百分比并未考虑与卒中生理相关的风险因素，例如斑块易损性和斑块所承受的血流动力学负荷8,9,10,11,12,13,14。尽管已证实颈动脉内膜切除术（CEA）可降低狭窄程度超过50%的症状性患者的卒中风险，但该手术对无症状患者的益处仍存在争议3,4。事实上，许多外科医生仅对狭窄程度>80%的患者和/或具有高风险（易损）斑块形态的患者实施手术干预15。因此，亟需改进判断哪些颈内动脉狭窄存在斑块栓塞风险、从而可从颈动脉内膜切除术中获益的方法。

定量多对比度动脉粥样硬化表征（qMatch）是一种磁共振成像技术，利用低秩建模实现高分辨率三维成像，可提供共配准的多对比度黑血和亮血图像以及弛豫度图像，用于对颈动脉斑块进行综合且定量的评估16,17。与传统磁共振成像相比，qMatch具有更高的三维各向同性分辨率、更大的解剖覆盖范围，并能更准确地定量评估颈动脉斑块负荷。基于患者个体化的计算流体动力学（CFD）可用于表征作用于斑块的血流动力学负荷，从而提供有关脑血管栓塞事件血流动力学和生物力学风险的独特信息18,19,20,21,22,23。了解颈动脉斑块的组成及其所受的血流动力学负荷，可能比仅依靠狭窄程度百分比提供更全面的栓塞风险评估。在本研究中，我们提出了一种结合qMatch MRI与MRI引导的CFD的方案，用于识别颈内动脉狭窄前后斑块成分和血流动力学的差异。

方案

本研究获得了密歇根大学机构审查委员会的批准，并已获取每位受试者的知情同意。本方案采用 CRIMSON，这是一种经过验证的开源计算血流动力学框架，可执行网格生成、边界条件设定和有限元分析等关键计算建模任务24,25。如需下载 CRIMSON 和/或查阅建模教程，请访问网站（https://crimson.software）。CRIMSON 图形用户界面需要 Windows 操作系统。CRIMSON 流场求解器适用于 Windows 和 Linux 系统。

1. 患者招募与患者特异性数据采集

  1. 招募经DUS和/或CTA证实为重度颈内动脉（ICA）狭窄的成年患者（根据北美有症状颈动脉内膜切除术试验（NASCET）标准定义）26。纳入无MRI禁忌证（如金属植入物）或MRI不耐受（如幽闭恐惧症、无法平卧或保持静止）的患者。若患者处于妊娠期或存在MRI禁忌证，则予以排除。获取知情同意书，内容应包括对研究流程、风险、获益、保密承诺、研究持续时间以及受试者随时退出研究权利的充分说明与理解。
  2. 收集回顾性或前瞻性患者数据，用于构建计算流体动力学（CFD）模型。采用CTA、MRI和/或血管造影图像获取患者解剖结构。
    注：边界条件将在后续部分详细讨论。通常，用于设定边界条件的数据包括无创或有创血压测量值、DUS测得的血流速度和/或相位对比（PC）-MRI导出的血流数据。
  3. 在进行MRI检查前，对每位入组患者完成详细的MRI安全筛查表，以识别任何MRI禁忌证。由至少两名研究团队成员共同审核MRI安全筛查表。指导入组受试者移除所有金属物品，并为其提供检查服。
  4. 将受试者仰卧位安置于3T MRI系统上，提供听力保护装置和毛毯以提升舒适度，并安装头颈部线圈。
  5. 完成初始定位序列以准确定位颈动脉分叉区域后，执行以下三项扫描序列：
    1. 获取头颈部三维时间飞跃法（TOF）MRI图像，用于解剖学表征从C5水平颈总动脉（CCA）至枕骨大孔远端颈内动脉（ICA）的血管结构。
    2. 在C5水平的CCA以及颈动脉分叉上方的颈外动脉（ECA）近端和病变远端中段ICA处，获取二维心电门控相位对比（PC-MRI）图像，以测量容积血流波形。个体化的速度编码值（Venc）应基于DUS测量的各血管（CCA、ECA及病变远端中段ICA）收缩期峰值速度（PSV）确定。通常，设定的Venc应比目标血管的PSV高约20%。
    3. 在颈动脉分叉区域局部应用qMatch MRI序列，以获取斑块成分和斑块易损性的详细信息。

2. 从相位对比磁共振成像获取流速波形

  1. 在上述位置获取二维心脏门控相位对比磁共振成像（PC-MRI）后，使用磁共振成像仪内置软件获取容积血流波形。
    1. 在磁共振成像仪上，识别并使用相应的血流定量软件，以获得基于PC-MRI的血流波形。
    2. 选择每个目标血管（即颈总动脉CCA、颈外动脉ECA和颈内动脉ICA），并在指定血管周围绘制轮廓，以自动生成血流波形。手动编辑轮廓，确保血管区域准确无误。
    3. 从相应软件中导出血流波形。
      注：不同磁共振成像设备制造商的血流定量软件可能有所不同。
  2. 利用傅里叶变换对数据进行插值，生成平滑、连续且数据点数量更多的血流波形，从而为计算流体力学（CFD）模拟提供更精细的血流轮廓。
    注：在向CRIMSON24（后文将详细讨论）施加血流条件时，必须确保波形函数是连续的：即函数本身及其导数在所有时间点上均存在且连续。傅里叶插值可根据任意组合的实测血流数据点（PC-MRI）和所需时间点（用于CFD分析）生成连续的波形。
  3. 为确保流入面与流出面之间的质量守恒，需在傅里叶变换后比较颈总动脉（CCA）、颈外动脉（ECA）和颈内动脉（ICA）的平均血流量。
    1. 若质量守恒条件（即CCA血流量 = ECA血流量 + ICA血流量）偏差超过10%，则不得继续进行后续操作，应先进行故障排查。
    2. 首先，确认是否使用了准确的收缩期峰值流速（PSV）来设定速度编码（Venc），并检查ECA的PC-MRI血流波形是否在较大分支（或多个分支）之后进行测量。
    3. 若PC-MRI血流波形是在ECA较大分支之后获取的，则应适当增加ECA的血流量，并重新检查质量守恒情况。

3. 计算流体动力学建模：几何结构

  1. 使用数据管理器中的导入按钮，将患者特异性解剖结构的去标识化 DICOM 图像数据（CTA、MRI、血管造影）导入 CRIMSON。
  2. 在几何建模窗口中选择血管路径编辑，并创建包含目标解剖范围（CCA、ECA 和 ICA）的血管树。
  3. 使用血管路径编辑窗口，在目标解剖结构（CCA、ECA 和 ICA）中每条血管的全长上放置中心线点。
    1. CCA 的中心线通常起始于 C5 水平，对应于 PC-MRI 获取血流波形的位置。
    2. ICA 的中心线通常终止于狭窄部位远端 1–2 cm 处，对应于 PC-MRI 获取血流波形的位置。
    3. ECA 的中心线通常终止于 ECA 一级分支近端，对应于 PC-MRI 获取血流波形的位置。
  4. 使用血管重切片窗口，可可视化每条血管中心线上中心点的分布长度。当在血管中心线上添加至少两个点后，该窗口将自动显示，并提供沿中心线（垂直于中心线）的横截面视图。
    注意：血管中心线也可导入 CRIMSON（必须为 VTK 文件格式）。
  5. 使用血管重切片窗口，通过添加血管轮廓（使用圆形、椭圆形或手动绘制轮廓）来定义血管壁的边界。血管重切片窗口提供沿中心线的血管视图，以便准确定义轮廓。用户需在血管重切片窗口中沿血管中心线的不同位置手动添加轮廓。
    注意：在血管重切片窗口的左侧显示原始图像，在右侧显示图像的梯度图像。梯度图像在定义轮廓时可能更有帮助，因其可更清晰地显示管腔边界。
    1. 沿中心线以足够频繁的间隔放置轮廓，以充分捕捉血管的曲率和几何形状变化，但不宜过密，以免过度拟合或产生伪影。
  6. 在目标血管上完成轮廓放置后，使用血管轮廓建模窗口中的放样按钮，通过称为“放样”的过程生成每个几何结构的组合三维实体模型。
  7. 选择血管融合窗口以生成单一的实体几何血管。最常见的融合算法是圆角融合，典型的圆角尺寸为 0.3 至 1 mm。

4. 计算流体动力学建模：网格划分

  1. 选择网格划分和求解器设置窗口，使用网格化按钮查看网格选项，并选择特定的网格参数。
    注意：网格由多个四面体单元组成，在进行模拟时必须使用网格，因为速度和压力的纳维-斯托克斯方程将在网格上的每个点（节点）处求解。基本网格可通过全局和/或局部特征来定义。具体而言，可通过单元尺寸（即较小的单元尺寸将产生更小或更精细的网格）、曲率细化（在曲率较高的区域增加更多网格单元）或其他局部网格细化特征来定义网格。具体的网格划分策略可能因所关注的不同几何形状而异。针对当前感兴趣的几何结构（即颈总动脉、近端颈内动脉和近端颈外动脉），应同时使用全局和局部网格特征。
  2. 使用全局选项窗口将全局单元尺寸设置为介于0.5 mm和0.75 mm之间的绝对值。
  3. 使用全局选项窗口将边界层类型指定为几何增长。将总层数设为3，第一层厚度设为0.2 mm，总层厚度设为1.0 mm，从而在面的外侧形成更精细的网格，而在面的中部形成较粗的网格。
  4. 最后，使用曲率细化方法在具有曲率的区域（例如狭窄处）增加更多的网格单元。
    注意：也可使用局部网格细化选项，在特定血管、分叉区域或进出口面处生成更精细的网格。
  5. 右键点击网格后，单击网格信息按钮以查看网格单元。
    注意：最终的网格应包含具有合适长宽比的单元（给定四面体单元最大边与最小边之比，越小越好），单元分布应能捕捉关键区域内的流动特征（如狭窄部位、血管出口、边界层），并避免过度畸变或单元尺寸的急剧变化。
    当前感兴趣几何结构的最终网格应包含 400,000 至 700,000 个单元。
    图 1A 展示了与患者几何结构和网格划分相关的关键步骤。

5. 计算流体动力学建模：边界条件

  1. 为了设定边界条件，请选择 网格划分与求解器设置 窗口，然后点击 求解器设置 图标。在 求解器设置 窗口中，添加一个边界条件集（称为 "BC Set"），然后使用 BC 图标选择特定的边界条件。
    注意：边界条件用于表示分割模型边界之外的压力和血流情况。选择使用何种边界条件及其施加位置，是任何计算流体力学（CFD）模型中最为重要且关键的环节，应审慎决定，并以具有生理学意义的依据作为支持。应根据患者特异性数值选择并调整边界条件；在缺乏患者特异性数据时，可参考文献数据来构建计算模型。
  2. 查看 CRIMSON 中当前可用的边界条件：
    1. 入口：压力、预设速度（流量波形）、自定义集总参数电路（可通过 Python 脚本定义的任意组合的电阻、电容、电感、压力节点及自定义电路元件）。
    2. 管壁：无滑移（表示刚性或不可变形管壁）、可变形。
    3. 出口：压力、RCR、预设速度（流量波形）、自定义集总参数电路。
  3. 点击 BC 图标以选择特定边界条件。首先选择 无滑移 以实现刚性、不可变形的管壁，并使用 应用于所有管壁 按钮将其应用到所有管壁上。
  4. 接着，点击 BC 图标并选择 预设速度，以导入先前定义的入流波形（即经傅里叶变换后的 PC-MRI 衍生的颈总动脉血流）。在边界条件窗口中，将抛物线速度分布映射至颈总动脉的入口处。
    注意：在 CRIMSON 中，约定入口流量为负值，出口流量为正值。
  5. 类似地，导入由 PC-MRI 重建的搏动性颈外动脉（ECA）出流波形（预设速度），并将抛物线速度分布映射至颈外动脉的出口处。
  6. 选择 BC 图标 | RCR 以设置三元件 Windkessel 模型（RCR），该模型由近端电阻（Rp）、远端电阻（Rd）和电容（C）组成。将 RCR 模型映射至颈内动脉（ICA）的出口。利用 PC-MRI 血流数据及患者的血压计算近似的患者特异性 RCR 参数值。
    1. 总动脉阻力为 RT = Pmean/QT，其中平均血压 Pmean = 1/3 P收缩压 + 2/3 P舒张压，QT 为进入模型的总心输出量（本例中为颈总动脉血流）。
    2. 总动脉顺应性为 CT = (QT,max - QT,min)/(P收缩压 - P舒张压) × Δt，其中 QT,max 和 QT,min 为颈总动脉入流的最大值和最小值，Δt 为这两个值之间的时间间隔。
    3. Windkessel 模型参数的初始估计值基于患者特异性影像数据获得，通过将 RT 和 CT 的一部分分配至颈内动脉出口实现。
      注意：图 1B 展示了本建模方案中所采用的边界条件。本研究使用上述边界条件集，但也可采用其他边界条件集。

6. 计算流体动力学建模：模拟

  1. 在网格划分与求解器设置窗口中，选择求解器设置图标 | 求解器参数，以在 CRIMSON 中指定求解器参数。
    1. 使用 0.1 ms 的时间步长运行四个心动周期的模拟。
      注：每个时间步长的解要被视为收敛，其残差需达到 1 × 10-4。由于重度冠状动脉狭窄区域存在复杂且具有再循环特征的血流，应使用 Carreau-Yasuda 模型将血液建模为不可压缩的非牛顿流体。这可通过在求解器输入文件中添加粘度常数模型实现（参见 6.3.1）。将血液密度设为 1,060 kg·m−3。
      采用稳定化的有限元公式求解不可压缩 Navier-Stokes 方程，以计算模型中的血流速度和压力。
  2. 要启动模拟，请在 CRIMSON 中使用求解器设置准备模拟文件。具体包括生成包含流量数据的文件（bct.dat）、每个时间步长的入口流量文件（bctFlowWaveform.dat）、网格和边界条件信息文件（geombc.dat）、各边界条件所施加面的信息文件（faceinfo.dat）、模拟起始时间步编号文件（numstart.dat）、三元件 Windkessel 数据文件（rcrt.dat）、包含网格中每一点压力和速度信息的重启文件（restart files），以及流向求解器的指令文件（solver.inp）。
    1. 将 Carreau-Yasuda 模型添加至 solver.inp 文件，并将其加入模拟文件中，以实现将血液建模为非牛顿流体。
  3. 要运行模拟，请从以下选项中选择：
    1. 最简单的运行 CRIMSON Navier-Stokes 流求解器的方法是，在求解器设置窗口的研究面板中点击运行模拟按钮。这将打开一个命令窗口，允许用户指定使用的处理器数量。
      注：也可通过 Windows 批处理文件在命令行中运行流求解器。
      尽管部分模拟（例如基于稳态假设的模拟）可直接在本地 Windows 台式机上通过 CRIMSON 运行，但包含大量四面体单元（>200,000）的脉动模拟则需要使用配备 Linux 操作系统的高性能计算（HPC）集群。
  4. 在 HPC 集群上使用 CRIMSON Navier-Stokes 流求解器，利用 72–108 个核心进行计算。若在 HPC 集群上执行模拟，请将所有预求解器文件传输至集群。
    注：将文件传输至 HPC 集群的具体流程因个人和机构所使用的软硬件技术不同而异。
  5. 当求解器开始运行时，注意命令行中会输出一个名为 "histor.dat" 的文件。模拟输出文件将保存在一个名为 "n-procs-case" 的新目录中，其中 "n" 表示模拟所用的处理器数量。
    1. 使用 Linux 命令提示符：tail -f histor.dat 实时查看 "histor.dat" 文件。histor.dat 文件包含多列数据，但前四列最为重要。
      1. 注意第一列为当前时间步，该值可能多次出现，因为在每个时间步内，Navier-Stokes 方程会被多次求解，以在进入下一步之前提高数值解的精度（即趋近于指定的残差）。
      2. 注意第二列为已过去的模拟时间（单位：秒）。
      3. 注意第三列为非线性残差，用于衡量当前解的质量（数值越小表示解越优）。
      4. 注意第四列为当前残差相对于模拟初始残差的对数值，用于反映当前残差相对于起始点的变化程度。

7. 计算流体动力学建模：后处理

  1. 模拟完成后检查收敛性（即模拟方法是否成功达到指定的残差）。使用包含在其中的信息 "histor.dat" 用于绘制和/或可视化残差的文件。
  2. 为了可视化详细的模拟结果，需要进行后处理。导航至 "n-procs案例" 文件夹中运行 postsolver 和 multipostsolver 可执行文件（两者均可在 CRIMSON flowsolver 安装文件中找到）。
    1. 使用 postsolver 可执行文件（postsolver -sn <最后时间步> -td -ph -ybar) 以生成一个 "ybar" 包含网格中每个节点误差度量的文件。
    2. 使用 multipostsolver 可执行文件（multipostsolver） <首次时间步> <最后时间步> <增量> <文件夹名称>通过在指定的第一个和最后一个时间步之间按指定的增量提取结果，来合并重启文件。
  3. 通过检查验证质量守恒 "FlowHist.dat" 包含CCA流入以及ECA和ICA流出的血流波形文件。
  4. 检查血压，包括收缩压（SBP）、舒张压（DBP）、平均动脉压（MAP）和脉压（脉压 = SBP - DBP），通过观察 "PressHist.dat" 文件。
  5. 调整RCR参数以确保与患者特异性信息（如血压）一致。具体而言，需调节阻力和电容，使颈总动脉（CCA）出口处的模拟脉压与患者实际脉压的差异在5%以内，平均动脉压（MAP）的差异在10%以内（基于袖带测量值）。
    注意：增加阻力可升高血压（收缩压、舒张压和平均动脉压），增加顺应性可降低脉压反之亦然）。调节RCR是一个迭代过程，通常称为定点迭代。

8. 计算流体动力学建模：数据分析

  1. 当模拟通过指定的调校（即模拟的脉压与患者实际脉压相差在5%以内）后，导出、可视化并分析数据。
  2. 在运行 multipostsolver 可执行文件后生成的文件夹中，找到名为 "view.pht" 的文件 [例如：(multipostsolver <第一个时间步> <最后一个时间步> <增量> <文件夹名称>)]，并将其导入 Paraview。
  3. 在 Paraview 中计算并可视化以下变量：
    1. 速度（和流量）：CRIMSON 报告的速度单位为 mm/s，但在 DUS 成像中速度通常以 cm/s 表示。使用 Paraview 中的计算器功能将速度转换为 cm/s。
      注：由于采用了无滑移或刚性壁面边界条件，壁面处的速度为零。因此，最好使用体渲染技术来可视化速度。
      1. 使用 Paraview 中的裁剪（clip）或切片（slice）功能，捕获模型特定区域（例如狭窄最严重的位置）的速度分布。
    2. 压力（和压力比）
      注：CRIMSON 报告的压力单位为帕斯卡（Pa）；但在临床中，压力通常以 mmHg 表示。通过将压力值（Pa）除以 133.33，使用计算器将其转换为 mmHg。
      1. 使用裁剪或切片功能，获取颈内动脉（ICA）狭窄近端和远端的压力值。在 Paraview 中使用“随时间绘制数据”（Plot Data Over Time）"Plot Data Overt Time" 滤波器，获得随时间变化的压力波形（类似于通过有创压力测量获得的波形）。
      2. 通过将远端平均压力除以近端平均压力，计算压力比。
    3. 壁面剪切应力（WSS）：首先选择感兴趣区域（即 ICA 狭窄区域），使用计算器计算 WSS 的幅值，然后应用 "时间统计滤波器（Temporal Statistics Filter）"，以计算时间平均 WSS。
    4. 在计算出时间平均 WSS 后（见上文），在 Paraview 中计算振荡剪切指数（OSI）。
      注：OSI 用于衡量在一个心动周期中 WSS 方向和大小的变化程度。OSI 的取值范围为 0 至 0.5，其中 0 表示 WSS 方向恒定，0.5 表示 WSS 的时间平均值为零。

使用 qMatch MRI 分析斑块形态

  1. 将原始的 qMatch 图像数据输入 MATLAB 图像重建程序，以获得后处理图像，包括黑血序列、T1 加权、T2 加权、磁共振血管成像（MRA）、qMatch T1 图谱和 qMatch T2 图谱图像。
  2. 使用 DICOM 查看器可视化后处理的 qMatch MRI 图像，并评估斑块组成。
    注意：qMatch 可识别斑块成分，包括钙化、斑块内出血（IPH）、富含脂质的坏死核心（LRNC），以及纤维帽厚度及其状态。
    1. 通常情况下，各成分在 qMatch 数据集上具有以下特征（表 1）。
      1. 钙化：在黑血序列、T1 加权和 T2 加权图像上呈低信号。
      2. 近期 IPH：在 T1 加权图像上呈高信号，在 T2 加权图像上呈高至等信号。
      3. 陈旧性 IPH：在 T1 加权图像上呈高信号，在 T2 加权图像上呈低至等信号。
      4. LRNC：在 T1 加权图像上呈高信号，在 T2 加权图像上呈低信号。
      5. 纤维帽（FC）：在 T2 加权图像上呈高至等信号。
  3. 根据斑块成分，采用改良的美国心脏协会27 和/或斑块-RADS（报告与数据系统）28 分类系统对斑块进行分级。

结果

通过将这种基于 MRI 的 CFD 工作流程与 qMatch MRI 相结合，可以识别颈内动脉（ICA）狭窄处及斑块特定组分所承受的血流动力学负荷。首先，我们需要确保获得高质量的网格，以便准确表征关键区域内的流动特征。最终的网格应包含足够数量的网格单元，且长宽比低（图 1A）。若网格粗糙且长宽比较高，则可能导致模拟结果不准确。随后，我们设定边界条件（图 1B）。在成功完成模拟并适当调整边界条件后，即可获取无创且针对特定患者的血流动力学数据。

可测量的特定血流动力学指标包括但不限于速度、流量、压力（包括压力比和压力梯度）、壁面剪切应力（WSS）和振荡剪切指数（OSI）。图2展示了颈动脉分叉处及颈内动脉（ICA）狭窄区域的代表性速度分布。通过可视化整个心动周期中的最大速度分布，可近似替代由多普勒超声（DUS）获得的速度波形，从而估算收缩期峰值速度（PSV）和舒张末期速度（EDV）。图3展示了颈动脉分叉处及ICA狭窄区域压力（mmHg）的两个代表性示例。通过采集狭窄部位近端和远端的压力波形，可计算出压力梯度。

在图3A中，狭窄处近端（红线）与远端（蓝线）的压力几乎没有差异。然而，在图3B中，狭窄处近端（红线）与远端（蓝线）的压力存在显著差异。图4展示了壁面剪切应力（WSS，Pa）在颈动脉分叉及颈内动脉狭窄区域分布的两个代表性示例。在图4A中，狭窄区域的WSS较低，而在图4B中，狭窄区域的WSS较高。图5显示了颈动脉内膜剥脱术（CEA）前后（图5A：术前；图5B：术后）颈动脉分叉区域OSI分布的对比情况。术后图像显示，与术前相比，OSI较高的区域有所增加。

在对qMatch图像进行适当的后处理后，将生成包含六组DICOM数据集，包括黑血序列、T1加权、T2加权、磁共振血管成像（MRA）、qMatch T1图和qMatch T2图序列。利用这些数据集，可对斑块成分（包括钙化、斑块内出血（IPH）、脂质坏死核心（LRNC）以及纤维帽厚度和/或破裂）进行可视化观察和定量分析（使用T1图和T2图序列）。表1展示了各斑块成分在qMatch数据集中的总体特征。图6显示了一例伴有斑块内出血（IPH）患者的代表性qMatch数据集。颈内动脉（ICA）轮廓以实心白线标示，血流管腔以虚线白线标示，斑块区域以虚线黄色线标示。IPH特征（实心红线）在T1加权图像中表现为高信号，并在T1图中表现为降低的T1值。图7显示了一例伴有重度钙化斑块患者的代表性qMatch数据集。颈内动脉（ICA）轮廓以实心白线标示，血流管腔以虚线白线标示。斑块的钙化部分（虚线橙色线）在黑血序列、T1加权和T2加权图像中均表现为低信号。

“心血管 MRI 几何结构、网格划分、血流分析；血管轮廓、边界条件示意图”
图 1： 计算流体动力学建模方法概述。（A）构建患者特异性几何模型并进行网格划分，以及（B）设定边界条件。（A）将去标识化的 CTA DICOM 图像数据导入 CRIMSON 软件，确定感兴趣解剖区域（包括 CCA、ICA 和 ECA）。在感兴趣解剖区域内各血管的走行路径上放置中心线点，并通过添加轮廓来定义血管壁边界。对血管分支进行放样处理，再通过圆角操作将其合并。最终的几何模型被离散化为网格，该网格由多个四面体单元组成，并在狭窄部位进行局部网格细化。（B）在 ICA 出口处施加三元件 Windkessel 模型，以模拟压力和速度的变化。在 C5 水平的 CCA 处（红色圆圈和椭圆）、颈动脉分叉上方的近端 ECA 处（橙色圆圈和椭圆）以及病变远端的中段 ICA 处（蓝色圆圈和椭圆）获取二维心脏门控相位对比 MRI（PC-MRI），用于测量容积血流波形。将血流波形施加于 CCA 入口和 ECA 出口。缩写：CTA = 计算机断层扫描血管成像；CCA = 颈总动脉；ICA = 颈内动脉；ECA = 颈外动脉；PC = 相位对比。请点击此处查看该图的放大版本。

血流速度分析；图表与狭窄示意图，动脉狭窄影响研究。
图 2：来自 CFD 工作流程的速度信息。右侧）速度（cm/s）映射至包含颈总动脉（CCA）、颈外动脉（ECA）和颈内动脉（ICA）的颈动脉分叉模型，显示前视图中的严重狭窄。左侧）一个心动周期内最大速度随时间变化的可视化结果，可作为双功能超声的替代指标。缩写：CCA = 颈总动脉；ECA = 颈外动脉；ICA = 颈内动脉。请点击此处查看此图的放大版本。

血流模拟；颈动脉压力变化；示意图与图表；血流动力学分析。
图3：颈动脉分叉处压力（mmHg）分布的代表性示例，显示两个病例的前视图。 压力分布映射至CCA、ECA和ICA的几何模型上。（A）在ICA狭窄近端（红线，红色压力波形）与远端（蓝线，蓝色压力波形）之间压力差异极小或无差异的病例。（B）在ICA狭窄近端（红线，红色压力波形）与远端（蓝线，蓝色压力波形）之间存在显著压力差异的病例。缩写：CCA = 颈总动脉；ECA = 颈外动脉；ICA = 颈内动脉。 请点击此处查看该图的放大版本。

颈动脉壁剪切应力（WSS）模拟；血管分析示意图，低/高WSS区域。
图4： 颈动脉分叉处壁剪切应力（Pa）分布的代表性示例（前视图，两例）。 WSS被映射至CCA、ECA和ICA的几何模型上。(A) ICA狭窄处WSS较低的病例。(B) ICA狭窄处WSS较高的病例。缩写：WSS = 壁剪切应力；CCA = 颈总动脉；ECA = 颈外动脉；ICA = 颈内动脉。 请点击此处查看此图的放大版本。

颈动脉狭窄模拟、术前和术后模型、病变修复分析示意图。
图5： 颈动脉内膜剥脱术前后（术前与术后）振荡剪切指数的比较，包括前视图和后视图。 振荡剪切指数（OSI）被映射到颈总动脉（CCA）、颈外动脉（ECA）和颈内动脉（ICA）的几何模型上。病变区域及修复后的病变区域（用于比较OSI的节段）已突出显示。术后图谱显示，相较于术前，OSI较高的区域有所增加。缩写：OSI = 振荡剪切指数；CCA = 颈总动脉；ECA = 颈外动脉；ICA = 颈内动脉；CEA = 颈动脉内膜剥脱术。 请点击此处查看该图的放大版本。

心脏 MRI：黑血成像、T1/T2 加权图像、MRA、T1/T2 图谱；心脏结构分析。
图 6：一名具有斑块内出血患者的代表性 qMatch 数据集。（A）黑血成像，（B）T1 加权成像，（C）T2 加权成像，（D）MRA，（E）qMatch T1 图谱，以及（F）qMatch T2 图谱序列。颈内动脉（ICA）轮廓以实心白线标示，血流管腔以虚线白线标示，斑块以虚线黄线标示。斑块内出血（IPH）的特征（实心红线）在 T1 加权图像中表现为高信号强度，并在 T1 图谱中表现为降低的 T1 测量值。缩写：IPH = 斑块内出血。请点击此处查看该图的放大版本。

MRI鉴别：黑血、T1、T2、MRA、T1和T2图谱突出显示心脏结构。
图7：一名患有钙化斑块患者的代表性qMatch数据集。（A）黑血序列，（B）T1加权序列，（C）T2加权序列，（D）MRA序列，（E）qMatch T1图谱，以及（F）qMatch T2图谱序列。颈内动脉（ICA）轮廓以实心白线标示，血流管腔以虚线白线标示。斑块的钙化部分（虚线橙色线）在黑血、T1加权和T2加权图像中表现为低信号强度。请点击此处查看该图的放大版本。

斑块成分MRA黑血序列T1加权T2加权T1 mappingT2 mapping
IPH++用于定量分析用于定量分析
钙化---用于定量分析用于定量分析
脂质坏死核心=-用于定量分析用于定量分析
纤维帽-/=-/=-用于定量分析用于定量分析

表1：qMatch数据集中斑块成分的特征。 缩写：MRA = 磁共振血管成像；T1w = T1加权；T2w = T2加权；IPH = 斑块内出血；LRNC = 富含脂质的坏死核心；+ = 高信号；- = 低信号；(=) = 等信号。

讨论

本文介绍了一种无创表征颈内动脉（ICA）狭窄处血流动力学负荷及斑块成分的实验方案，从而相较于仅评估狭窄百分比的现有诊断方法，能够更全面地评估栓塞风险。我们通过回顾性和前瞻性方式获取患者的影像学数据和压力数据，包括CT血管造影（CTA）、相位对比磁共振成像（PC-MRI）以及血压袖带数据，以构建计算流体动力学（CFD）模型。此外，我们根据已知的患者特异性数据，对模型中的边界条件（特别是Windkessel模型）进行调校。因此，该方案可采集与斑块脱落及卒中生理相关危险因素密切相关的精确且个体化的数据。

利用生理上准确且患者特异性的数据来构建模型和边界条件，对于获得精确的模拟结果至关重要。在脑血管领域的某些计算模拟中，依赖的是DUS、数值方法或非患者特异性的假设来推导流入波形21,29,30,31。由于DUS具有广泛可用性、在临床环境中频繁使用、成本较低且易于获取，因此其应用具有吸引力。然而，PC-MRI通常被认为是一种更为准确的血流测量方法32,33,34。PC-MRI能够直接在血管管腔内的多个位置定量测量速度，从而能够反映血管内流场的不对称性，提供对血流动力学更全面的描述32,33。此外，PC-MRI不受DUS中常见的操作者相关偏差的影响，例如探测角度和测量位置的选择。相比之下，DUS通常依赖于操作者，在捕捉血管截面积和复杂血流模式方面精确度较低，常导致血流量计算不准确。尽管如此，PC-MRI的血流测量也并非完美，其误差约为10%35,36。在进行测量时应特别注意确保适当的血管编码、保持成像平面与血管轴线正交、具备适当的时间和空间分辨率，并尽量减少相位偏移误差37。最后，与CTA相比，MRI可能会高估狭窄程度，在评估患者血管几何结构时应考虑这一因素38。未来有必要开展进一步研究，比较基于DUS血流波形和基于PC-MRI血流波形所构建的CFD模型在血流动力学输出上的差异。

在血流的计算流体动力学（CFD）模拟中，出口边界条件的选择可能对速度场和压力场产生显著影响。在本方法中，我们选择对颈外动脉（ECA）施加抛物线形的流出波形，并将颈内动脉（ICA）与一个三元件Windkessel模型相耦合。这种边界条件设定方法能够在入口与出口之间稳健地满足质量守恒，同时实现对患者血压的精确匹配39。因此，我们认为该方法能够最准确地描述ICA的血流动力学特征。然而，由于我们在模型的一个出口（即ECA）施加了流量波形，因此必须确保流出波形与CCA的流入波形保持时间同步39。在本研究中，这一同步是通过采集二维心脏门控相位对比磁共振成像（PC-MRI）的流量数据实现的。但在无法获取此类数据的情况下，采用其他边界条件方法可能更具优势（例如，将ECA和ICA均与三元件Windkessel模型耦合），从而避免对流入与流出波形的时间对齐做出假设39。

在使用本方案时，需注意其重要局限性。首先，由于该建模方法仅包含同侧颈动脉分叉部分，未纳入大脑动脉环（circle of Willis）和/或影响脑血流动力学的重要因素，例如侧支循环的存在与否或对侧颈内动脉（ICA）狭窄的程度。已有研究表明，大脑动脉环侧支通路不完整的患者在卒中后发生严重卒中的比例更高，预后更差40,41,42。此外，侧支循环通畅的存在与卒中和短暂性脑缺血发作的风险降低相关9,43,44。另外，多项研究已证实，对侧颈内动脉狭窄（或闭塞）的存在会影响同侧颈内动脉的血流速度45,46,47,48。而且，我们课题组最近的研究表明，严重的对侧颈内动脉狭窄或闭塞会影响同侧颈内动脉的壁面剪切应力（WSS）和压力49。然而，对整个大脑动脉环进行建模资源消耗较大，限制了本方案当前的临床实用性。

本模型的另一个局限性在于，我们未允许颈内动脉（ICA）出口处的阻力和顺应性发生变化，因此未考虑可能影响不同狭窄程度下血流分布的脑血管自动调节机制。此外，我们将血管壁建模为刚性结构，而非可变形结构。然而，由于颈动脉狭窄与血管刚度增加相关，我们认为采用刚性壁假设是合理的。另外，目前尚无针对不同程度ICA狭窄的壁面剪切应力（WSS）和压力梯度（PG）的明确阈值，且其与卒中风险的关联也尚未明确，因此在当前模型中，我们尚未验证其临床可转化性，也无法估算患者的卒中风险。最后，qMatch MRI序列在常规MRI扫描仪上不易获得。qMatch需要3T MRI设备，并且需要手动导入该序列，因其并非标准的临床MRI序列。此外，根据我们的方案，qMatch需要在MATLAB中进行复杂的数据后处理，这可能进一步限制其在广泛临床应用中的推广性。

目前，美国血管外科学会提出的首要研究优先方向表明：有必要开发新的指标，以定义和评估颈内动脉（ICA）狭窄的血流动力学影响，并更准确地对个体化卒中风险进行分层，其内容为：开发旨在识别哪些无症状 ICA 狭窄患者可从治疗中获益的诊断工具、影像技术及筛选策略50。 本方案能够无创地表征 ICA 狭窄部位的血流动力学负荷及斑块成分，从而相较于现有的诊断手段，对 ICA 斑块的栓塞潜能提供更为全面的评估。在后续研究中，我们将进一步明确血流动力学参数（如壁面剪切应力 WSS 和压力梯度 PG）与 ICA 斑块栓塞及卒中风险之间的关联。

披露

作者声明无利益冲突。

致谢

本研究由美国国立卫生研究院F32HL168968项目和Frederick A. Coller外科协会资助。

材料

本文使用的材料清单
姓名公司目录编号评论
CRIMSONN/AN/A开源在线软件
HorosHorosN/A开源在线软件
MATLAB version 14MathworksN/A
ParaviewN/AN/A开源在线软件
Siemens 3T VIDA MRI scanner Siemens HealthineersN/A

参考文献

  1. Flaherty, M. L., et al. Carotid artery stenosis as a cause of stroke. Neuroepidemiology. 40, 36-41 (2013).
  2. Feske, S. K. Ischemic stroke. Am J Med. 134 (12), 1457-1464 (2021).
  3. Kelly-Hayes, M., et al. The influence of gender and age on disability following ischemic stroke: the Framingham study. J Stroke Cerebrovasc Dis. 12 (3), 119-126 (2003).
  4. Virani, S. S., et al. Heart disease and stroke statistics-2020 update: a report from the American Heart Association. Circulation. 141 (9), e139-e596 (2020).
  5. Group Members, W. riting, et al. Heart disease and stroke statistics-2012 update: a report from the American Heart Association. Circulation. 125 (1), e3-e218 (2012).
  6. Lalla, R., Raghavan, P., Chaturvedi, S. Trends and controversies in carotid artery stenosis treatment. F1000Res. 9, 940(2020).
  7. Saini, V., Guada, L., Yavagal, D. R. Global epidemiology of stroke and access to acute ischemic stroke interventions. Neurology. 97, S6-S16 (2021).
  8. Saba, L., et al. Carotid artery wall imaging: perspective and guidelines from the ASNR vessel wall imaging study group and expert consensus recommendations of the American Society of Neuroradiology. AJNR Am J Neuroradiol. 39 (2), E9-E31 (2018).
  9. Bisschops, R. H. C., et al. Collateral flow and ischemic brain lesions in patients with unilateral carotid artery occlusion. Neurology. 60 (9), 1435-1441 (2003).
  10. Li, Y., et al. Clinical features and the degree of cerebrovascular stenosis in different types and subtypes of cerebral watershed infarction. BMC Neurol. 17 (1), 166(2017).
  11. Slager, C., et al. The role of shear stress in the generation of rupture-prone vulnerable plaques. Nat Rev Cardiol. 2 (8), 401-407 (2005).
  12. Liu, J., et al. Functional assessment of cerebral artery stenosis: a pilot study based on computational fluid dynamics. J Cereb Blood Flow Metab. 37 (7), 2567-2576 (2017).
  13. Zhang, C., et al. Flow patterns and wall shear stress distribution in human internal carotid arteries: the geometric effect on the risk for stenoses. J Biomech. 45 (1), 83-89 (2012).
  14. Dolan, J. M., Kolega, J., Meng, H. High wall shear stress and spatial gradients in vascular pathology: a review. Ann Biomed Eng. 41, 1411-1427 (2013).
  15. Howard, D. P. J., et al. Risk of stroke in relation to degree of asymptomatic carotid stenosis: a population-based cohort study, systematic review, and meta-analysis. Lancet Neurol. 20 (3), 193-202 (2021).
  16. Fan, Z., et al. Multi-contrast atherosclerosis characterization (MATCH) of carotid plaque with a single 5-min scan: technical development and clinical feasibility. J Cardiovasc Magn Reson. 16 (1), 53(2014).
  17. Xie, Y., et al. Quantitative multi-contrast atherosclerosis characterization: comprehensive quantitative evaluation of atherosclerosis in a single scan. Abstract #3122. ISMRM 25th annual meeting. , (2017).
  18. Schollenberger, J., et al. A combined computational fluid dynamics and arterial spin labeling MRI modeling strategy to quantify patient-specific cerebral hemodynamics in cerebrovascular occlusive disease. Front Bioeng Biotechnol. 9, 722445(2021).
  19. Schollenberger, J., et al. A magnetic resonance imaging-based computational analysis of cerebral hemodynamics in patients with carotid artery stenosis. Quant Imaging Med Surg. 13 (2), 1126-1137 (2023).
  20. Cibis, M., et al. Wall shear stress calculations based on 3D cine phase contrast MRI and computational fluid dynamics: a comparison study in healthy carotid arteries. NMR Biomed. 27 (7), 826-834 (2014).
  21. Liu, X., et al. Functional assessment of the stenotic carotid artery by CFD-based pressure gradient evaluation. Am J Physiol Heart Circ Physiol. 311 (3), H645-H653 (2016).
  22. Raschi, M., et al. CFD and PIV analysis of hemodynamics in a growing intracranial aneurysm. Int J Numer Method Biomed Eng. 28 (2), 214-228 (2012).
  23. Rayz, V. L., et al. Numerical simulations of flow in cerebral aneurysms: comparison of CFD results and in vivo MRI measurements. J Biomech Eng. 130 (5), 051011(2008).
  24. Arthurs, C. J., et al. CRIMSON: an open-source software framework for cardiovascular integrated modelling and simulation. PLoS Comput Biol. 17 (5), e1008881(2021).
  25. Xiao, N., Humphrey, J. D., Figueroa, C. A. Multi-scale computational model of three-dimensional hemodynamics within a deformable full-body arterial network. J Comput Phys. 244, 22-40 (2013).
  26. Barnett, H. J. M., et al. Benefit of carotid endarterectomy in patients with symptomatic moderate or severe stenosis. N Engl J Med. 339 (20), 1415-1425 (1998).
  27. Cai, J. -M., et al. Classification of human carotid atherosclerotic lesions with in vivo multicontrast magnetic resonance imaging. Circulation. 106 (11), 1368-1373 (2002).
  28. Saba, L., et al. Carotid Plaque-RADS: a novel stroke risk classification system. JACC Cardiovasc Imaging. 17 (1), 62-75 (2024).
  29. Buchanan, J. R., Kleinstreuer, C. Simulation of particle-hemodynamics in a partially occluded artery segment with implications to the initiation of microemboli and secondary stenoses. J Biomech Eng. 120 (4), 446-454 (1998).
  30. Augst, A. D., et al. Accuracy and reproducibility of CFD predicted wall shear stress using 3D ultrasound images. J Biomech Eng. 125 (2), 218-222 (2003).
  31. Allott, C. P., et al. Volumetric assessment of carotid artery bifurcation using freehand-acquired, compound 3D ultrasound. Br J Radiol. 72 (855), 289-292 (1999).
  32. He, Y., et al. Comparison of hemodialysis arteriovenous fistula blood flow rates measured by Doppler ultrasound and phase-contrast magnetic resonance imaging. J Vasc Surg. 68 (6), 1848-1857.e2 (2018).
  33. Chatzimavroudis, G. P., et al. Evaluation of the precision of magnetic resonance phase velocity mapping for blood flow measurements. J Cardiovasc Magn Reson. 3 (1), 11-19 (2001).
  34. Khan, M. A., et al. Measurement of cerebral blood flow using phase contrast magnetic resonance imaging and duplex ultrasonography. J Cereb Blood Flow Metab. 37 (2), 541-549 (2017).
  35. Nayak, K. S., et al. Cardiovascular magnetic resonance phase contrast imaging. J Cardiovasc Magn Reson. 17 (1), 71(2015).
  36. Papaharilaou, Y., Doorly, D. J., Sherwin, S. J. Assessing the accuracy of two-dimensional phase-contrast MRI measurements of complex unsteady flows. J Magn Reson Imaging. 14 (6), 714-723 (2001).
  37. Lotz, J., et al. Cardiovascular flow measurement with phase-contrast MR imaging: basic facts and implementation. Radiographics. 22 (3), 651-671 (2002).
  38. Antiga, L., Wasserman, B. A., Steinman, D. A. On the overestimation of early wall thickening at the carotid bulb by black blood MRI, with implications for coronary and vulnerable plaque imaging. Magn Reson Med. 60 (5), 1020-1028 (2008).
  39. Vignon-Clementel, I. E., et al. Outflow boundary conditions for three-dimensional finite element modeling of blood flow and pressure in arteries. Comput Methods Appl Mech Eng. 195 (29-32), 3776-3796 (2006).
  40. Oumer, M., Alemayehu, M., Muche, A. Association between circle of Willis and ischemic stroke: a systematic review and meta-analysis. BMC Neurosci. 22 (1), 3(2021).
  41. Lin, E., et al. Incomplete circle of Willis variants and stroke outcome. Eur J Radiol. 153, 110383(2022).
  42. Zhou, H., et al. Correlation between the integrity of the circle of Willis and the severity of initial noncardiac cerebral infarction and clinical prognosis. Medicine. 95 (10), e2892(2016).
  43. Henderson, R. D., et al. Angiographically defined collateral circulation and risk of stroke in patients with severe carotid artery stenosis. Stroke. 31 (1), 128-132 (2000).
  44. Hendrikse, J., et al. Collateral ability of the circle of Willis in patients with unilateral internal carotid artery occlusion: border zone infarcts and clinical symptoms. Stroke. 32 (12), 2768-2773 (2001).
  45. Henderson, R. D., et al. Effect of contralateral carotid artery stenosis on carotid ultrasound velocity measurements. Stroke. 31 (11), 2636-2640 (2000).
  46. AbuRahma, A. F., et al. Effect of contralateral severe stenosis or carotid occlusion on duplex criteria of ipsilateral stenoses: comparative study of various duplex parameters. J Vasc Surg. 22 (6), 751-762 (1995).
  47. Sachar, R., et al. Severe bilateral carotid stenosis: the impact of ipsilateral stenting on Doppler-defined contralateral stenosis. J Am Coll Cardiol. 43 (8), 1358-1362 (2004).
  48. Busuttil, S. J., et al. Carotid duplex overestimation of stenosis due to severe contralateral disease. Am J Surg. 172 (2), 144-147 (1996).
  49. Braet, D. J., et al. A systematic evaluation of the impact of contralateral stenosis on ipsilateral internal carotid artery hemodynamics. J Vasc Surg. 80 (3), e57(2024).
  50. Tzeng, E., et al. Updated research priorities of the Society for Vascular Surgery. J Vasc Surg. 76 (6), 1432-1439.e2 (2022).

重印与许可

标签

计算流体动力学斑块血流动力学管壁剪切应力斑块成分Windkessel模型血管轮廓提取非牛顿血液流动
基于磁共振成像的计算方案用于分析颈动脉狭窄患者的斑块形态学与血流动力学
联系我们
向图书馆推荐

隐私政策

使用条款

政策

版权所有 © 2026 MyJoVE Corporation。保留所有权利。