来自西班牙巴塞罗那的 Rodríguez-Vázquez A. 定义了核心梗死灶的最佳阈值，在一组接受基线CTP、完全再灌注和后续MR成像的患者中，使用了全脑、灰质和白质特异性CBF阈值并考虑梗死生长来评估缺血核心，结果在2022年8月在线发表在American Journal of Neuroradiology上。
——摘自文章章节
【REF:Rodríguez-Vázquez A, et al. AJNR Am J Neuroradiol. 2022;43（9）:1265-1270. doi:10.3174/ajnr.A7601】
CT灌注成像（CTP）是一种临床上广泛使用的技术，可以用来测量急性脑梗死患者脑组织的低灌注程度和核心梗死体积，其中核心梗死灶通常由CBF阈值来定义。然而，尽管它们在临床上经常应用，但最常用的基于CBF定义核心梗死灶对于研究目的来说可能并不准确，他们经常高估了真正的梗死灶并且与MR成像相比准确性有限。此外，灰质和白质对缺血的反应差异导致了不同的缺血易感性。在整个大脑中应用均匀的CBF阈值可能导致低估或高估具有不同缺血易感性的大脑区域的病变。此外，CTP估计的核心梗死体积最易受白质影响，结果通常小于后续的MR成像。这种高估的结果如果常规应用于临床中，会导致那些可能从中受益的患者得不到再灌注治疗。这些发现可以通过基线成像和测量最终梗死体积的后续成像之间的延迟来解释。基线到后续成像的延迟可能是错误的来源，因为脑梗死是一个动态过程，会导致进行性脑损伤，这种情况在没有成功再灌注的情况下更为明显。另外，很难准确明确梗死的演变过程，一些研究假设了线性和对数梗死生长（IG），但目前结果仍不明确。
所有这些因素都强调需要进一步的研究来改善脑梗死患者组织预后的预测。在本研究中，来自西班牙巴塞罗那的 Rodríguez-Vázquez A. 定义了核心梗死灶的最佳阈值，在一组接受基线CTP、完全再灌注和后续MR成像的患者中，使用了全脑、灰质和白质特异性CBF阈值并考虑梗死生长来评估缺血核心，结果在2022年8月在线发表在American Journal of Neuroradiology上。
该研究为单中心队列研究，连续收集了因近端颈动脉闭塞而发生脑梗死患者 （n = 113）的基线CT灌注、接受完全再灌注恢复和随访DWI。拆分灰质和白质，将CTP与DWI进行了相互配准，并通过受试者工作曲线（ROC）分析比较了DWI上每个体积像素不同预测的准确性。评估了不同的相对CBF（rCBF）阈值范围以预测最终核心梗死体积，以及单个rCBF及灰白质特异性阈值预测的梗死生长校正体积（扣除梗死生长体积，即从基线成像到完全再灌注恢复）。（图1）
图1. 用于计算灰质和白质特定 rCBF 阈值的分割方法。MNI 表示蒙特利尔神经病学研究所。
CTP固定阈值低估了灰质中的病变，而高估了白质中的病变。在预测梗死体积像素方面，rCBF的灰质加白质特异性阈值优于固定阈值。相对CBF为单一阈值的25%，灰质为35%，WM为20%是最接近DWI上核心梗死的估值，并且在校正梗死生长时进一步下降：单一阈值为20%，灰质为25%，白质为15%。灰质的25%和白质的15%的组合得到了最好的预测结果。（图2，3，4，5）
图2. 全脑（深灰色）、灰质（浅灰色）和 白质（白色）中梗死核心预测的rCBF 阈值分布。左图 （A） 代表净梗死体积差，右图 （B） 显示组内相关系数。箱线图代表25%和75% 的四分位距的中位数（内框的水平线）。
图3. 受试者工作曲线（ROC）显示了在基于体素的分析中，应用全脑、灰质和白质和组合的rCBF阈值来预测梗死组织结局的能力。曲线下面积 （AUC） 分别为单一最佳阈值、最佳灰质特定阈值、最佳白质特定阈值以及最佳灰质和白质特定阈值的组合。在应用的不同阈值之间没有发现AUC值具有显着差异。
图4. 用于定义全脑（深灰色）、灰质（浅灰色）和 白质（白色）中的核心梗死的梗死生长校正rCBF 阈值。左图表示净梗死体积差，右图显示组内相关系数（A 和 B）。考虑从基线成像到完全再灌注的估计梗死生长，改变了定义梗死核心的最佳 rCBF 阈值（C）。
图5. 假阳性分布的热图如下：临床实践中最常用的单一rCBF30% 阈值 （A） 和白质 （rCBF20%） 和灰质 （rCBF35%） 中的可变阈值 （B）。较暖的颜色表示病例的绝对累积量较大，而较冷的颜色表示病例的绝对数量较少。
灰质和白质的特定阈值可以改变CTP中核心梗死的不同结果，并能够提高全局准确性。更严格的阈值可以更好地估计梗死组织的实际范围。
关注CT灌注成像
点击或扫描上方二维码
查看更多“介入”内容
