作者:
心肌灌注指动脉血通过小动脉或毛细血管网向心肌组织细胞运输营养物质并进行气体交换;心肌灌注不足可引起心肌纤维化、
量化心肌血流灌注、尤其是负荷灌注对于评估组织和器官功能至关重要,有助于精准预测风险和预后分层。与CT灌注成像等其他影像学技术相比,心脏MR(cardiac MR, CMR)灌注成像无辐射且空间分辨率更高,对心肌局部缺血区如心内膜下更为敏感,且便于结合多模态技术对组织形态和功能(如心肌瘢痕、
1. CMR评估心肌灌注
CMR可通过生理现象诱导内源性对比方法或注射外源性对比剂检测对比剂在心肌组织中的运输和分配状况,进而评估心肌灌注。其中,内源性对比方法包括采用动脉自旋标记(arterial spin labeling, ASL)标记动脉血中水质子的自旋状态而评估心肌血流、以血氧水平依赖(blood-oxygen level dependent, BOLD)观察氧摄取分数随心肌血流增加而下降的状态等评估心肌血流;但受心脏生理性搏动影响,评估心肌灌注的内源性对比方法的图像信噪比和可重复性仍需进一步提升。
注射外源性对比剂方法可于对比剂首次通过血液循环扩散到心肌壁这一敏感阶段检测心肌信号强度(signal intensity, SI),为现阶段临床主要采用的灌注成像方法。基于灌注成像所测左心室动脉输入功能(arterial input function, AIF)和心肌SI曲线计算得出的心肌血流量(myocardial blood flow, MBF)为定量分析心肌灌注常用指标,但因信号饱和效应,SI与对比剂浓度仅在对比剂浓度较低时呈线性关系。
目前临床主要采用双团注及双序列方法分别测定左心室血池和心肌SI,以避免饱和效应。LI等对16例至少连续2个心肌节段存在静息时可逆灌注患者行单序列单团注CMR及PET扫描,通过校正AIF曲线计算MBF,发现校正AIF后CMR与PET所示MBF的平均差值仅为(-0.03±0.30)ml(100 g·min),且二者结果具有很强一致性。随着自动定量技术研究逐渐深入,深度学习(deep leraning, DL)在心肌分割、运动校正和灌注的逐像素映射中均取得较佳效果,大大缩短了图像处理时间。
YANG等采用DL算法自动检测灌注影像心肌缺血区域,精度达98.6%;XUE等基于Gadgetron MRI重建软件开发了可在扫描时同步进行像素级定量MBF的处理算法,并将其集成于MR仪中,实现了全自动呼吸运动校正、线圈强度校正和像素编码等。机器学习(machine learning, ML)用于CMR可有效减少采集和重建时间,并可采用运动校正使患者在自由呼吸状态下接受扫描,由此扩大了灌注成像的应用范围。
然而CMR评估心肌灌注亦有其局限性。目前,标准CMR灌注成像通常扫描时间较长,所获为二维影像,且难以覆盖整个心脏;三维全心脏灌注成像技术虽正在兴起,但分辨率有限,导致其对缺血区域敏感性不足。同时,无创内源性对比方法仍处于探索阶段。对于特殊
2. 心肌灌注数值模拟
利用数值模拟技术可通过构建数字孪生模型而重现或预测复杂生理、病理条件下心肌灌注状态;所建模型可包含冠状动脉、双侧心室甚至整个心脏,无需进行灌注成像和注射对比剂,具有灵活性和可重复性均高等优势;通过数值计算输出血流速度、压力、心肌位移等参数可评价心肌灌注,而通过调整心肌材料属性及边界条件(如流量、压强)等则可模拟心肌纤维化、梗死等结构特点,以及
构建数值模型时,多通过对图像中可识别的冠状动脉行三维重建,结合血管生成算法生成其下游血管,以模拟灌注前冠状动脉血流特点;模拟灌注过程时,通常将心肌视为多孔、可渗透、可变形的固体介质,将难以识别和计算的小血管血和毛细血管血视为在固体介质内流动的流体,并根据空间尺度及渗透率等将其分为不同组分并称为隔室(compartment),最后基于不同流体隔室的流动方向和特点模拟心肌内血液与心肌相互作用的流固耦合过程。
ALVES等建立二维心肌切片数值模型,以模拟健康、缺血和梗死状态下血液和对比剂在心肌内的流动和分布状态,并与临床心肌SI曲线对比,其模拟结果较为真实。PAPAMANOLIS等基于5例非阻塞性冠状动脉疾病患者的临床和影像学资料建立特异性三维左心室和冠状动脉模型,并与包含毛细血管血液组分的单隔室多孔介质心肌模型进行耦合,其所预测的MBF与PET检查结果具有较好的一致性。
MONTINO等建立的数值模型可同时计算冠状动脉血流储备分数(fractional flow reserve, FFR)和MBF,通过对2例无明显心肌缺血、2例冠状动脉明显狭窄但FFR≥0.8及4例冠状动脉多分支明显狭窄且FFR<0.8患者进行模拟,发现以FFR<0.8为阈值时,该模型识别病变血管的敏感度为95.8%、特异度为100%,且所测左心室MBF与临床检查结果的平均误差为11.3%。
DI GREGORIO等将基于影像学重建的三维冠状动脉模型与包含大动脉、小动脉和毛细血管3种流体组分的三隔室多孔双心室心肌模型耦合,并对9例冠状动脉狭窄患者模拟其负荷状态下左心室MBF,所获结果与临床检查的误差小于4%;该团队现正与当地医疗中心合作,采用数值模型仿真替代药物诱导或运动,以评估负荷条件下心肌灌注。
数值模拟技术可弥补影像学技术的部分不足,但现阶段用于临床仍面临挑战。心肌灌注数值模拟多仅考虑形态特征,更适用于模拟冠状动脉狭窄或心肌增厚等主要由形态改变引起的灌注变化,或通过调整输入条件模拟负荷灌注,但难以将更多患者信息融入模型;同时,构建模型和计算的复杂性亦限制了其临床应用。
3. CMR与数值模拟联合评估心肌灌注
通过CMR与数值模型融合或可将个体化数据输入模型,以提升模拟心肌灌注的特异
弥散张量成像(diffusion tensor imaging, DTI)可通过测量心肌内水分子弥散程度和方向而获得心肌各向异性渗透信息;将DTI数据融入数值模型可充分保留个体纤维方向和渗透信息,与现阶段数值模型通用的基于规则的心肌纤维生成方法有所不同,并已用于脑灌注定量数值模拟。
利用MR弹性成像(MR elastography, MRE)可测量组织弹性特征。尽管心脏MRE尚未完全用于临床,但已有研究利用心脏MRE初步评价淀粉样变患者心肌功能。另外,2D相位对比MRI和4D flow技术可用于获取心脏全方位血流速度信息,基于个体影像设定作为数值模型边界条件有助于理解全心脏血液流动和灌注模式。
未来心肌灌注数值模型或可广泛集成于临床影像学检查,加速图像后处理技术的迭代更新。基于计算流体力学和CT评价冠状动脉功能的FFR正是结合了数值模拟与影像学优势的参数。然而,受图像分辨率、计算复杂度及心肌收缩等因素影响,心肌灌注模拟用于临床极具挑战性;从长远角度看,影像学技术及人工智能的快速发展或将加速CMR与数值模拟的融合。
BANERJEE等基于CMR电影切片构建的自动重建患者个体化三维全心网格算法模型可用于多模态信息融合、数值模拟、虚拟手术等;QIU等分别采用平衡稳态自由进动、延迟增强、T2WI、T1映射及T2*映射提取心肌形态、瘢痕、水肿等特征信息并叠加映射于心肌分割结果,以实现多序列跨模态特征融合。上述研究结果均表明,多模态影像间的配准及与数值模拟融合具有可行性和发展前景,有助于促进集成心肌灌注甚至全心功能数值模型用于临床。
来源:苏星宇,李泽燕,郭立伟,等.心脏MR及数值模拟定量评估心肌灌注研究进展[J].中国医学影像技术,2024,40(07):1092-1095.
(本网站所有内容,凡注明来源为“医脉通”,版权均归医脉通所有,未经授权,任何媒体、网站或个人不得转载,否则将追究法律责任,授权转载时须注明“来源:医脉通”。本网注明来源为其他媒体的内容为转载,转载仅作观点分享,版权归原作者所有,如有侵犯版权,请及时联系我们。)