基于影像特征预测自发性脑出血血肿扩大的研究进展

2021-01-06马凯伦刘冲汤若琪

世界最新医学信息文摘 2021年25期

马凯伦，刘冲，汤若琪

(承德医学院，河北承德 071000)

0 引言

一般认为，出血是一个动态的过程[3]，血肿扩大发生的高发时间是发病后6小时，少数发生在6-24小时，24小时后几乎不再出现血肿的扩大[4]。血肿扩大的尚无统一的判定标准但目前使用最多的是血肿增长量超过6mL，血肿增长比例超过33%[5]。有研究表明：血肿增加1mL，患者死亡或致残率的风险增加5%，出血量每增加10%，死亡风险则增加5%[6]。20世纪70年代，Fisher提出了：“雪崩”模型，来阐述血肿扩大的生理机制。Mayer等观察病理切片是发现：出血灶周围散在多个小出血点，认为早期血肿扩大是由于血肿周围多个部位的再出血造成的，再次印证了Fisher的血崩模型。但是明确的病理生理机制仍不十分清晰[7]。

1 基于CT平扫的影像特征

1.1 混杂征-反映CT血肿密度异质性的影像特征

混杂征在2016年由Li等人第一次提出，并将其定义为血肿由两种界限明显肉眼可鉴别的且CT值至少相差18HU的两种密度区组成，另外相对低密度区未被高密度区完全包裹[8]。脑出血并非单一过程，而是由不同时期出血组成的多相病程，血肿中不同的CT值就反映了出血的不同时期。当有新鲜活动性出血时，表现为低衰减状态即低密度区，随着时间推移当血液发生凝固变为血凝块时即表现为高衰减状态即高密度区，不同出血时间的血液混杂在一起时便形成了混杂征[9]。Li等研究发现混合征预测血肿扩大具有较高的准确性，其敏感度为39.3%，特异度为95.5%，阳性预测值为82.7%，阴性预测值为74.1%[8]。闵晓黎的研究中混杂征的敏感度为35.7%，特异度为87.7%，阳性预测值为55.6%，阴性预测值为73.9，各值均低于Li的研究结果但是却高于同一队列的斑点征准确性，说明了混杂征仍旧是具有良好预测价值的影像特征[10]。也有研究显示混杂征也是神经功能恶化及不良预后的可靠的独立危险因素[11]。

1.2 黑洞征-反映血肿密度异质性的影像特征

黑洞征是Li等在2016年提出混杂征之后又提出的一个新型的预测血肿扩大的影像特征。其定义为圆形、卵圆形或棒状的低密度区包含在高密度血肿中，两者有非常清晰的界限且两者的CT值至少相差28HU。混杂征和黑洞征都反映了血肿密度的不均，也间接的反映了不同的出血的期相。研究[8]表明黑洞征的与血肿扩大相关，其敏感度为43.8%，特异度为84.5%，阳性预测值为48.2%，阴性预测值为82.0%。在一项156例脑出血患者的研究中，黑洞征预测血肿扩大的敏感度为52.7%，特异度为87.1%，阳性预测值为69.0%，阴性预测值为77.2%[12]。与杨文松等的前瞻性研究具有相似的预测价值，并且提出了混杂征联合黑洞征对于血肿扩大的预测能力高于单一特征的预测能力[1]。从这些数据中我们可以看出混杂征及黑洞征的敏感度偏低，但是特异度却很高，可能是因为对于这些特征存在与否的判定具有一定主观性和这些研究的样本量偏小造成了一定的误差。

1.3 卫星征-反映血肿形态不规则的影像特征

卫星征是由Shimoda等人在2017年提出的预测血肿扩大的独立危险因素。其定义为：①至少在一层CT平扫影像上出现小血肿与主血肿完全分离，且小血肿的直径＜10mm；②小血肿与主血肿之间的距离最短为1-20mm；③脑室内出血和蛛网膜下腔出血非卫星征。Shimoda认为在血肿周围会发生代谢改变与缺血缺氧作用，这些会导致细胞毒性反应，进而发生细胞坏死，血脑屏障破坏，最终导致血肿周围的再出血即卫星征，当相邻血管完整性也进一步受到损伤时，便发生了“雪崩模型”也就导致血肿的扩大[14]。然而，这一假设需要今后的研究进一步验证。在于志远等人的研究中卫星征是自发性脑出血血肿扩大的独立预测指标，其灵敏度、特异度及AUC曲线下面积分别为59.5%、68.9%及0.642。它证明卫星征与较大的血肿体积、存在较大的脑室内血肿和出血发生在幕上有关[15]。Barras等人研究中使用5点量表法来评价血肿的不规则形状，并按血肿形态和密度将其分为5型，CT平扫下血肿形态规则，密度均匀，血肿不易扩大，反之血肿形态不规则，密度不均匀，则容易发生血肿扩大[16]。在Blacquiere等人的研究中并未确定形状不规则与血肿扩大之间的显著关联[17]，导致结果不一致的原因可能是由于血肿形状不规则的模糊定义引起的，而卫星征的定义简单清晰明确且已被证实为预测血肿扩大的独立危险因素。

1.4 岛征-反映血肿形态不规则的影像特征

Li在2017年提出了岛征，以描述血肿周围边缘极度不规则的形态，并将其定位为：①存在≥3个分散的小血肿并且全部与主血肿分离；②存在≥4个小血肿，部分或全部与主血肿相连。这些小血肿呈圆形或者椭圆形，部分小血肿与主血肿相连表现为气泡样或者出芽状。岛征形成的原因可能是随着血肿的扩大，导致邻近小动脉发生扭曲损害，引起主血肿周围的小岛出现，也可能是因为几个破裂的动脉有多灶性的活动出血。其更易发生在患有高血压动脉硬化的血管上，因为这些血管的弹性较差，张力小，抵抗力差，当发生出血时自身回缩压迫止血的能力也较弱。岛征预测血肿扩大的敏感度、特异度、阳性预测值及阴性预测值分别为44.7%、98.2%、92.7%以及77.7%[18]。在一项156例急性自发性脑出血患者的研究中对比了岛征和黑洞征对血肿扩大的预测价值，岛征和黑洞征预测血肿扩大的敏感度、特异度、阳性预测值、阴性预测值及曲线下面积分别为67.3%、89.1%、77.1%、83.3%以及0.782和52.7%、87.1%、69.0%、77.2%以及0.699。结果证明了岛征及黑洞征均可作为预测血肿扩大的危险因素，但是岛征的预测价值要优于黑洞征[19]。目前岛征的发生机制尚不清晰，仍需要我们进一步的研究去探索。

2 基于增强CT的影像特征

2.1 斑点征是Wada在2007年提出的预测血肿扩大和预后不良的重要因素

其定义为血肿内可见单一或多发的点状或线状增强密度影。其预测血肿扩大的原理是：破裂的血管壁未完全修复稳固继续出血，导致造影剂外溢，在影像上即表现为高衰减值。其敏感度、特异性、阳性预测值和阴性预测值为51%、85%、61%和78%[20]。Demchuk等研究结果与Li的结果相似，其敏感度为51%，特异度为85%，阳性预测值为61%，阴性预测值为78%[21]。其有研究显示，CTA的各期斑点征的表现不同，随着扫描时间的延长，斑点征的发生率也越高，尤其是在延迟期斑点征发生率极高，获得了美国相关指南的推荐[22]。在一项Meta分析中证实了斑点征是血肿扩大有力的预测因子。而混杂征也被证实与斑点征有良好的相关性，这也间接为斑点征预测血肿扩大提供了依据[23]。斑点征却不是所有的医疗机构都有条件进行CTA的检查，另外CTA检查价格较高，时间较长，一些肝肾功能不全、造影剂过敏及危重症患者相对不耐受，以上导致了斑点征虽然预测价值很高，却难以大范围开展，也不能作为脑出血患者首选检查的原因[24]。

2.2 渗漏征由Orito在2016年提出的预测血肿扩大的独立危险因子

其阳性定义为：每例自发性脑出血患者均完成两次CTA扫描，分别为CTA期和延迟期(CTA期后5min)设定直径为10mm的感兴趣区，并计算其CT值，延迟期感兴趣内CT值较CTA期增加10%的现象定义为渗漏征，渗漏征可以说是对斑点征的一种改良，发生机制相似，也是血管破裂再出血造影剂的外溢所致。渗漏征对预测血肿扩大的敏感度及特异性分别为93.3%及88.9%[25]，均高于点征的敏感度(77.8%)及特异性(73.8%)。CTA不仅可以预测血肿扩大外，还能发现颅内血管病变，如动静脉畸形，动脉瘤等，随着扫描时间的延迟一些脑内肿瘤也有可能显现，如转移瘤等[26]，虽然渗漏征的预测脑出血血肿扩大的准确性极高，但是渗漏征同样也具有斑点征费用昂贵，肝肾功能不全，碘造影剂过敏等禁忌症，且要进行两次CTA的扫描使患者接受的辐射剂量更高，所以渗漏征在临床工作中很少使用，且对延迟时间尚未有明确标准，因此还需进一步探讨来确定标准的延迟时间。

3 影像组学

与传统影像学预测血肿扩大主要依靠医师的经验和人眼提取的特征进行主观判断不同，影像组学是对图像特征进行深度挖掘而得到的高通量数据然后进行定量分析、描述的一种新兴技术。影像组学提取的这些高维纹理特征如：强度、小波、灰度矩阵等是人眼无法看到的，人脑也无法加工的，且这些特征含有基因、蛋白等微观信息。当前影像组学在肿瘤诊断、分类、预后、预测和治疗效果方面已贡献显著，近两年影像组学也被应用在脑出血领域，研究通过构建模型来量化血肿的异质性从而推断血肿是否扩大。Li等人在167例脑出血患者的图像中共获得了1227个纹理特征，经过特征筛选之后，剩下4个特征，用23种算法一对一地构建模型，再使用5倍方法对模型进行交叉验证，最终线性支持向量分类器构建的预测模型显示了最高的准确性(72.6%)，其敏感度、特异度、阳性预测值、阴性预测值、FI得分及曲线下面分别为71.7%、73.6%、73.6%、74.1%、0.714及0.729[27]。杨俊等人通过对212例患者的图像进行影像组学的特征提取和筛选，共得到18个特征，并结合了SVM构建了预测模型，其模型的敏感度、特异度和ROC曲线下面积分别为92.5%、83.5%和0.928。李惠等人通过纹理分析得到基于GLRLM算法的特征值LRLG明LRLGE可以作为早期血肿扩大的预测因子[28]。