症状性颅内动脉粥样硬化斑块易损性的直方图纹理分析

史张，陈海虎，李晶，田霞，张雪凤，彭雯佳，陈录广，陆建平，王莉，刘崎

颅内动脉粥样硬化性疾病(Intracranial atherosclerotic disease，ICAD)是造成缺血性脑卒中的主要原因[1]，其直接表现是在动脉管壁上形成的粥样硬化斑块，而因斑块成分的不同可将其分为易损斑块与稳定斑块[2]。与稳定斑块相比，易损斑块更容易引起急性缺血性卒中事件的发生或复发，故而在临床上通常认为对症状性易损斑块的判别有助于预防急性缺血性脑血管病的发生。目前，颅内血管管壁的高分辨率磁共振成像(high resolution resonance imaging，HR-MRI)可以对颅内动脉粥样硬化斑块进行直接可视化的检测[3]，并且国内外已有许多基于HR-MRI用定性或定量的形态学及影像学特征对动脉粥样硬化斑块性质进行评估的研究[4-5]。然而，这些研究并没有提出颅内动脉粥样硬化斑块的定量影像组学特征。因此，本研究目的是用直方图纹理分析方法回顾性分析症状性颅内动脉粥样硬化斑块的一些肉眼不可分辨的纹理特征，进而为判别颅内动脉粥样硬化斑块的性质开辟一条崭新的道路。

1 材料与方法

1.1 临床资料

本研究由第二军医大学伦理审查委员会批准，所有患者均签署知情同意书。回顾分析2016年1月至2017年1月在上海长海医院行大脑中动脉(middle cerebral artery，MCA)及基底动脉(basilar artery，BA)管壁HR-MRI检查的191例患者，其中包括在我院脑血管病中心住院的疑似ICAD患者75例及来我院体检中心检查的无症状者58例。纳入标准[4]：(1)经颈部超声检查无明显颈动脉狭窄(狭窄程度≤30%；(2)主动脉弓未见粥样硬化斑块；(3)有超过一项的动脉粥样硬化高危因素，包括高血压、糖尿病、高胆固醇血症、肥胖、吸烟等；(4)符合《中国急性缺血性卒中诊治指南》(2015年4月第48卷第4期《中华神经科杂志》第248页)中急性缺血性卒中诊断标准的入院患者或无缺血性卒中相关症状的体检人员。排除标准[6]：(1)怀疑心脏栓塞性中风；(2)非动脉粥样硬化性疾病包括moyamoya病、血管炎、动脉夹层和可逆性脑血管收缩综合征；(3) MRI临床禁忌证，如患者有心脏起搏器、某些金属植入物或严重的幽闭恐惧症。

1.2 检查方法

患者均在3.0 T磁共振扫描仪(HDx，GE Healthcare，Waukesha，WI，USA)进行扫描，采用8通道头颅线圈。扫描参数见表1，增强扫描使用的造影剂为Gd-DTPA，注射剂量0.2 mmol/kg，注射速率2 ml/s。

表1 MCA及BA磁共振管壁成像的扫描参数Tab.1 Scan parameters for MCA and BA

1.3 图像分析与测量

所有完成扫描的MCA及BA图像均由2名有经验的放射科医师在不了解患者临床资料的情况下进行图像分析，根据TOF-MRA (time-offlight-magnetic resonance angiography)及WASID(warfarin-aspirin symptomatic intracranial disease)标准确定出MCA或BA的最狭窄层面。

(1)形态学特征分析与测量：使用CMRTools(Version 1.47，National Institutes of Health，Bethesda，Maryland，USA)软件在T2WI上手动勾画出最狭窄层面的管腔和管壁边界，同时将此两个血管轮廓复制到同层面的T1WI及T1WI增强序列上。根据上述分割图像得出以下参数：最小管腔面积(minimal luminal area，MLA)，斑块负荷=(管壁总面积-管腔面积)/管壁总面积×100%，管腔狭窄率=(1-最小管腔内径/正常管腔内径)×100%(取近端和远端正常管腔内径之和的均值设定为正常管腔内径)；根据同层面邻近脑灰质信号强度来标准化T1WI和T1WI增强两个序列图像中斑块的信号强度，并评判出斑块内出血(intraplaque hemorrhage，IPH)。(2)直方图特征分析与测量：采用Image J 1.44 (national institutes of health，Bethesda，MD)软件在最狭窄层面的T2WI上手动画出斑块的轮廓，并将该ROI复制到相同层面的T1WI及T1WI增强图像上。然后测出并记录斑块的直方图特征值，包括面积、均数、标准差、最小值、最大值、中位数、偏度及峰度，通过计算公式(变异系数=标准差/均数)得到变异系数(coefficient of variation，CV)值。最后通过软件生成该斑块的直方图。

表2 患者临床资料汇总(例)Tab.2 Patient and clinical characteristics (n)

表3 颅内动脉粥样硬化斑块的形态学及直方图特征Tab.3 Radiological and histogram features of intracranial atherosclerotic plaques

1.4 统计学方法

用SPSS 24.0软件做统计学分析。所有数据行正态检验。单因素分析中计量资料用±s表示并行两独立样本t检验，计数资料用行×列卡方检验。多因素分析采用逐步选择变量的logistics回归模型，计算出优势比(OR)和95%可信区间(95%CI)，并得出症状性斑块的ROC曲线，同时计算相应的曲线下面积(area under the curve，AUC)。P＜0.05为差异有统计学意义。用组内相关系数(intraclass coefficient，ICC)评估2名医师测量斑块直方图特征的一致性，ICC＞0.75提示一致性好。

2 结果

2.1 患者一般资料

根据纳入和排除标准，如表2所示，共有133例受试者[平均年龄(58.5±11.4)岁]入选本研究，其中糖尿病41例，高血压88例，高脂血症47例，吸烟者34例。在133例受试者中，61例患者的斑块来自大脑中动脉M1段，而72例患者的斑块来自基底动脉；急性缺血性卒中患者75例，无症状者58例。

图1 MCA无明显强化的症状性动脉粥样硬化斑块与无症状斑块的比较。A～D：男，65岁，右侧基底节区急性脑梗死，右侧MCA发现弧形斑块且无明显强化，基于T1WI的直方图(D)显示CV=0.199。E～H：女，57岁，体检发现左侧MCA弧形斑块且无强化，基于T1WI的直方图(H)显示CV=0.151。图1A、1E为T2WI；图1B、1F为T1WI；图1C、1G为增强T1WI 图2 BA有强化的症状性动脉粥样硬化斑块与无症状斑块的比较。A～D：男，62岁，急性脑干梗死3 d，BA中段可见环形斑块伴强化，直方图(图D)提示CV=0.331。E～H：男，69岁，体检发现BA近中段前壁弧形斑块伴明显强化，直方图(图H)显示CV=0.163。图1A、1E为T2WI；图1B、1F为T1WI；图1C、1G为增强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 颅内动脉粥样硬化斑块的形态学及直方图特征

单因素分析显示(表3)，颅内动脉粥样硬化斑块在急性症状组与无症状组的比较中有2个形态学特征差异有统计学意义，分别为MLA (P＜0.001)和IPH (P=0.001)；而直方图分析表示，在T1WI上急性症状性斑块与无症状性斑块的直方图特征差异有统计学意义(面积，P=0.002；均数，P=0.048；标准差；P=0.017；最小值，P＜0.001；中位数，P=0.019；CV，P＜0.001)，但在T2WI及T1WI增强序列中直方图特征并没有统计学差异。2名医师在T1WI上对直方图特征的ICC值均大于0.900，可重复性高。

图3 判别症状性斑块形态学及直方图特征的ROC曲线。Fig.3 ROC curves for radiological and histogram features to determine symptomatic intracranial atherosclerotic plaques.

2.3 多因素logistics回归模型对颅内动脉粥样硬化斑块的评判

上述8个特征经多因素logistics回归分析后(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)被认为是区分症状性斑块与无症状性斑块的重要预测因素(图1，2)。通过ROC曲线可知，三个特征的AUC分别为0.681、0.625和0.727(图3)，而MLA和CV的cutoff值分别为2.39 mm2和0.187。若将三个特征结合起来共同对症状性颅内动脉粥样硬化斑块进行评判，则其检验效能提高，AUC可达0.801。

3 讨论

3.1 本研究与之前研究的比较

本研究表明，基于HR-MRI的形态学特征及直方图分析有助于区分症状性颅内动脉粥样硬化斑块，并且两者结合起来共同判别症状性斑块与无症状性斑块的效能要远高于单独使用形态学特征或直方图分析。

从形态学角度来看，本研究结果较之前Teng等[6]的颅内MCA责任斑块形态学研究相似，该研究认为MLA是有效鉴别责任斑块的一个独立因素，但该研究表明当MLA≤2.0 mm2时诊断效能最佳，而本研究虽然也认为MLA是一个可以判别症状性斑块的独立因素，但本研究结果表明当MLA≥2.39 mm2时斑块引起急性缺血性卒中事件的可能性更大，这一结果的不同可能与我们的研究对象和分类标准不同有关。其次，本研究认为IPH阳性是症状颅内动脉粥样硬化斑块的重要预测指标，这一结论与Xu等[7]和Mossa-Basha等[8]的研究一致，认为IPH在T1WI上呈现为高信号且这一现象在症状性斑块中更为常见，提示IPH与急性缺血性卒中症状的发生密切相关。

从定量分析角度来看，本研究首次提出了用直方图分析法来反应颅内动脉粥样硬化斑块图像的一阶纹理特征，与之前Vakil等[9]基于动态对比增强定量分析斑块渗透性的研究相比，本研究测量更为简便，且不需要通过对比剂增强来判断斑块的性质；同时，在定量特征值上，Valil等[9]认为Ktrans可能是与急性症状相关脑动脉粥样硬化斑块的独立标志物，而本研究则认为与无症状性斑块相比，CV大于0.181是急性症状性动脉粥样硬化斑块的一个显著特征，且是既适用于前循环斑块又适用于后循环斑块的定量一阶纹理特征。

总之，直方图分析扩展了之前用HR-MRI来分析颅内动脉粥样硬化斑块特征的研究，并能够与之前形态学的方法相结合从而共同对颅内斑块的易损性进行判别。

3.2 颅内动脉粥样硬化斑块的成分与定量特征

动脉粥样硬化是一个复杂的病理过程，通常被认为与炎症相关[10]。与脑动脉狭窄相比，症状性斑块的破裂是导致急性缺血性脑血管事件更为重要的原因[11]。从组织学上讲，无症状的稳定斑块一般纤维帽较厚、富含更多的平滑肌细胞，而症状性易损斑块则具有较薄的纤维帽及较多的脂质成分[12]。

目前，许多研究已证明基于HR-MRI的定量影像学特征(包括斑块的厚度，表面不规则，斑块部位、重构模式，IPH和斑块强化)可作为动脉粥样硬化斑块易损性的预测因素。例如，一项研究表明在ICAD患者中的易损斑块厚度比非易损性斑块薄，且斑块表面不规则的患者中71%是有症状的，而只有19%属于无症状人群[13]。而Qiao等[14]认为颅内动脉重构模式影响斑块的形成，且发生阳性重构的斑块可能是一个导致脑卒中发病的重要危险因素。另外，有一些报道提出了IPH和斑块强化的影像特征是症状性易损斑块的高危因素，发现IPH和斑块强化与斑块所在动脉供血区新近的梗塞有关[3，15]。然而，在现有的管壁成像研究大多集中于颅内动脉管壁及动脉粥样硬化斑块的形态学特征及影像学表现，而对活体斑块内部的纹理特点及成分结构并没有过多探究。

目前，动脉粥样硬化斑块的直方图分析多局限于冠状动脉及颈动脉CTA或超声影像图的研究[5，16]。其中，颈动脉斑块直方图的研究表明，通过直方图的纹理分析可以用于区分颈动脉的症状性斑块和无症状性斑块[17]。同样，在本研究中设想通过利用一阶影像组学特征来分析动脉粥样硬化斑块中肉眼不可辨的纹理特点，进一步探讨了直方图特征和颅内斑块的易损性之间的相关性。从统计学中可知，CV是一个表示测量观测数据之间变异程度的统计量，可以用标准差与均数之比计算得到，表示数据的离散程度。本研究中，T1图像上的CV值在急性症状性斑块中明显高于无症状斑块，这与IPH在T1图像的表现一致。此外，对于那些在T1上信号相似的动脉粥样硬化斑块，无法通过肉眼去判别其稳定性，但通过直方图纹理特征便可以清楚地从无症状斑块中辨别出可以导致急性卒中事件的症状性斑块。

3.3 本研究的局限性

首先，本研究只是影像组学纹理分析的一阶方法，并没有包含全部的影像组学分析，因此后续将利用完整的组学分析进一步对ICAD患者的症状性斑块进行评判。其次，本研究属于回顾性分析，后续还应该建立一个能够评判斑块活性并能区分斑块成分的前瞻性研究。最后，本研究图像均基于2D扫描，这使得对整体斑块的勾画及评估没有3D图像精准，因此后续我们会用3D扫描的图像来进行数据的采集和分析。

总之，本研究结果表明T1WI比T2WI及增强T1对斑块的直方图分析更有价值，这种不需要通过对比剂注入来判别斑块性质的方法对那些不能忍受长时间HR-MRI扫描的急性中风患者以及通过药物治疗后需要长期随访观察的患者是有百益而无一害的。

参考文献 [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