多模式CT对急性缺血性脑卒中患者缺血半暗带、侧支循环与预后的研究

作     者：朱建彬 

作者单位：南方医科大学 

学位级别：硕士

导师姓名：温志波

授予年度：2018年

学科分类：0831[工学-生物医学工程（可授工学、理学、医学学位）] 100207[医学-影像医学与核医学] 1006[医学-中西医结合] 1002[医学-临床医学] 1001[医学-基础医学(可授医学、理学学位)] 08[工学] 1010[医学-医学技术（可授医学、理学学位）] 100204[医学-神经病学] 100106[医学-放射医学] 100602[医学-中西医结合临床] 10[医学] 

主      题：多模式CT CT灌注成像 多时相CT血管成像 梗死核心区 缺血半暗带 侧支循环 急性缺血性脑卒中 ASPECTS 侧支循环 预后 

摘      要：第一部分多模式CT对急性缺血性脑卒中患者缺血半暗带和侧支循环的研究研究目的探讨多模式CT检查在急性缺血性脑卒中患者脑梗死核心区、缺血半暗带的应用价值以及对侧支循环的评估价值。材料与方法1、研究对象前瞻性收集我院2017年1月至2018年1月间神经内科收治的符合下述标准的患者共32例。入选标准如下:(1)发病在7天内的缺血性脑卒中患者,其包括脑梗死和TIA的患者;(2)年龄18-80岁,性别不限;(3)至少有一侧责任大脑中动脉存在显著狭窄或闭塞(由CTA、DSA或MRA诊断),狭窄率≥50%,临床怀疑或确诊由动脉粥样硬化所致。所有病例需同时满足以上3点。所有检查均得到患者及伦理委员会同意并签署知情同意书。2、方法对32例入组的患者行多模式CT检查,包括标准的非增强CT扫描(NCCT)、CT灌注成像(CTP)及多时相CT血管成像(mCTA)。利用后处理软件重建并分析CTP及多时相CTA图像。分析CTP图得到全脑脑血容量(CBV)、脑血流量(CBF)、平均通过时间(MTT)及达峰时间(TTP)的彩色灌注图像并对脑梗死核心区及梗死核心周围区进行测值,用以评价梗死核心区和缺血半暗带,并以rMTT150%为缺血半暗带界定标准,评价CBV-MTT不匹配区判断缺血半暗带的准确性。分析多时相CTA图得到颅内血管情况和评估侧支循环,并采用受试者工作特征(ROC)曲线评价多时相CTA侧支评分与CBV-MTT、CBV TTP的不匹配区的相关性。结果1、32例患者成功完成多模式CT,临床诊断脑梗死31例,TIA1例。所有患者均存在责任大脑中动脉中度以上狭窄至闭塞的病变,其中中度狭窄6例(18.8%),重度狭窄12例(37.5%),闭塞14例(43.8%)。基于多时相CTA侧支评分得出侧支循环不良组(2～3分)12例,侧支循环良好组(4～5分)20例。2、患侧梗死核心区CBV和CBF明显下降,MTT和TTP明显延长(Pl 50%为缺血半暗带界定标准时,23例ROI的rMTT150%,诊断为缺血半暗带的准确性率为71.88%。3、侧支循环良好组患者的各CTP灌注参数异常区面积较小(P0.05);4、28例(87.5%)患者存在CBV-MTT不匹配及CBV-TTP不匹配,多时相CTA侧支评分预测CBV-MTT不匹配及CBV-TTP不匹配的ROC曲线下面积分别为0.750和0.754。结论1、多时相CTA能充分显示血管狭窄或闭塞情况及评估侧支循环;2、CTP各参数图像可准确评价梗死核心区和缺血半暗带;相对参数rMTT结果与目前普遍观点rMTT150%一致,能对缺血半暗带界作出评价,CBV-MTT不匹配区可视为缺血半暗带;3、侧支循环良好患者具有较小的CTP各参数灌注面积;4、基于多时相CTA侧支评分对于CBV-MTT不匹配及CBV-TTP不匹配的发生具有较高的诊断效能及预测能力;5、多模式CT对急性缺血性脑卒中患者侧支循环、脑梗死核心区及缺血半暗带的诊断有很高的应用价值。第二部分基于多时相CTA及CTP预测急性大脑中动脉脑卒中患者侧支循环及预后的初步研究研究目的探讨CTP各参数和侧支循环的关系,以及评估多时相CTA侧支评分及CTP各参数ASPECTS评分在急性大脑中动脉脑卒中患者预后中的价值。材料与方法1、研究对象前瞻性收集我院2017年1月至2018年1月间神经内科收治的符合下述标准的患者共32例,入选标准同第一部分,所有患者均于发病后90±7天进行随访。2、方法所有患者行多模式CT检查即包括标准的非增强CT扫描(NCCT)、CT灌注成像(CTP)及多时相CT血管成像(mCTA),分别评估NCCT、CBV、CBF、MTT和TTP的ASPECTS评分;基于多时相CTA侧支评分将患者分为侧支循环良好组及侧支不良组,比较两组间基线临床资料、神经功能评分及影像学参数,采用多因素Logistic回归法分析CTP各参数ASPECTS评分与侧支循环的关系并用受试者工作特征(ROC)曲线评价其在预测侧支循环的价值;依据90天后mRS评分将患者分为预后良好组和预后不良组,采用泊松(Poisson)回归分析临床和放射学特征变量与预后不良之间的关系,建立多个Logistic回归模型并计算对应ROC曲线下面积(AUC)分析CTP、侧支循环对患者