山东省立医院与数坤科技颈动脉疾病研究成果发布，AI 助力脑血管病风险研究

颈动脉粥样硬化斑块是脑血管疾病的主要原因。2020年，在30-79 岁的人群中，颈动脉斑块的全球患病率约为21.1%。最近的研究发现，斑块内出血（IPH）可能是由未成熟的新生血管破裂引起的，病理性受损的新血管可由血管炎症和氧化应激引起，血管周围脂肪组织 (PVAT) 可包含炎症成分，增加血管氧化和血管炎症，可能在斑块内出血的发生中起重要作用。斑块内出血会促进斑块进展和不稳定性，从而增加脑血管事件发生和复发的风险。然而，血管炎症与斑块内出血的关系及参与机制目前依然不清晰。  
近期，山东省立医院王锡明教授团队发表了题为“Association Between Carotid Artery Perivascular Fat Density and Intraplaque Hemorrhage”的文章，该文章于2021年9月20日作为原创研究在线发表于《Frontiers in Cardiovascular Medicine》杂志（IF = 6.050）。研究发现了颈动脉炎症与颈动脉斑块内出血之间的关联。其中通过血管周围脂肪密度 (PFD) 评估了颈动脉炎症，PFD分析采用了数坤科技提供的专业软件Perivascular Fat Analysis Tool。  
在这项单中心回顾性研究中，72名参与者（平均年龄 65.1 岁；56 名男性）在 2 周内接受了计算机断层扫描血管造影 (CTA) 和磁共振成像 (MRI)。本研究使用 MRI 评估是否存在 IPH。采用 CTA 评估颈动脉狭窄、最大斑块厚度、钙化和溃疡。通过血管周围脂肪密度评估颈动脉炎症。  
其中，血管周围脂肪被定义为颈动脉周围的脂肪组织，其与外血管壁的径向距离等于血管的直径（图 1）。数坤科技的Perivascular Fat Analysis Tool软件，通过跟踪血管狭窄的轮廓以半自动方式测量血管周围脂肪的密度。依据加权调整后血管周围脂肪在 -190 至 -30 HU 范围内的衰减直方图确定PFD。所有脂肪密度测量值均以 HU 报告。有和没有IPH斑块的 PVAT 分析如图 2所示。之后使用广义估计方程校正的逻辑回归分析研究了 PFD 与 IPH 发生之间的关联。分别采用三个模型分析PFD 和 IPH 之间的关联：模型1，根据年龄进行校正；模型2，根据年龄、钙化、狭窄程度、最大斑块厚度和溃疡进行校正；模型3，根据年龄、BMI、高血压、高脂血症、糖尿病、钙化、狭窄程度、最大斑块厚度和溃疡进行校正。
 
图1 颈动脉周围脂肪识别示例。血管周围脂肪定义为径向距离等于血管直径 (d) 内的脂肪。  
 
图2。有和没有 IPH 的斑块的 PVAT 分析。(A-D)来自同一个病人。(A)在 MRI 上发现 IPH（箭头）的存在。(B)带有 IPH 的颈动脉斑块周围的 PVAT（箭头）在 CTA 上通过红色像素可视化。(C)显示了 IPH 斑块 PVAT 密度的直方图。(D)显示了 IPH 斑块 PVAT 密度的像素图。(E-H)来自同一个病人。(E)在 MRI 上识别出没有 IPH（箭头）的斑块。(F)没有 IPH 的颈动脉斑块周围的 PVAT（箭头）在 CTA 上通过红色像素可视化。（G）显示了没有 IPH 的斑块 PVAT 密度的直方图。(H)显示了没有 IPH 的斑块 PVAT 密度的像素图。PVAT，血管周围脂肪组织；IPH，斑块内出血。    
统计结果表明，在 156 个斑块中，72 个斑块 (46.2%) 患有IPH。具有 IPH 的斑块显示出比没有IPH的斑块有更高的PFD [-41.4 ± 3.9 V.S. -55.8 ± 6.5 HU, p < 0.001]。年龄、钙化、狭窄程度、最大斑块厚度和溃疡校正后，发现 PFD与 IPH 存在密切相关（OR，1.96；95% CI，1.41-2.73；p < 0.001，表三）。  
     
该研究表明，PFD 与颈动脉 IPH 独立相关，PVAT 可能在 IPH 的发生中起关键作用。本研究的发现可能为识别颈动脉 IPH 和风险分层提供一种新的标志物。