Temporal Imaging Dynamics in ischemic Stroke: Intensity- vs. volume-based metrics [NEUROVASCULAR/STROKE IMAGING]

Urbach, H., Rau, A., Bagcilar, O., Galinovic, I., Fiebach, J., Reisert, M., Kellner, E.

View Original ↗
AI 導讀 academic MR 重要性 4/5

中風缺血核心的演進並非體積快速擴張,而是組織原地凋亡,DWI 強度每小時狂飆 4.9% 才是致死指標。

  • 體積變化極小:多變數校正後,ADC 核心體積每小時僅緩慢增加 1.8 mL,灌注體積無顯著改變。
  • 強度變化劇烈:缺血區 DWI-b1000 信號強度每小時飆升高達 4.9%,NCCT 密度每小時下降 1.1%。
  • 臨床判讀轉換:「梗塞生長」的概念應從評估範圍擴大的 mL 數,轉向評估組織信號惡化的程度。

中風後的缺血核心體積並非如傳統認知般隨時間快速膨脹,實際上,ADC 核心體積每小時僅緩慢增加 1.8 mL,反而是組織內的 DWI 異常信號強度每小時會有高達 4.9% 的飆升。我們常以為大血管阻塞後,缺血範圍會像水波紋一樣不斷往外擴張。然而,這份發表於 AJNR 的最新橫斷面研究推翻了單純的體積擴大理論,指出細胞的壞死更像是原地逐漸凋亡的過程。這意味著,在評估急性梗塞進展時,看見組織信號變得多強或多弱,遠比看見範圍擴張多大更能反映真實的病理階段。

大血管中風的核心迷思與 563 例多模態腦影像

在急性缺血性中風的影像評估中,放射科醫師與神經內科醫師高度依賴灌注影像來決定治療方針。血栓栓塞發生後,缺血組織的最終命運取決於低灌注的嚴重程度以及從發作到再灌注的耗時。我們習慣利用核心體積與缺血半暗帶的差異來篩選適合接受動脈內取栓術的病患。在這個過程中,「梗塞生長速率」成為一個常被提及的概念,彷彿梗塞核心會隨著時間一分一秒地向外擴大。

然而,關於低灌注與組織損傷在時間軸上的動態變化,現有的醫學文獻其實了解甚少。究竟缺血核心是隨著時間不斷擴展其領土,還是早在血管阻塞的瞬間就已經決定了低灌注的範圍,隨後的改變只是組織內部壞死程度的加劇?這是一個極具爭議且攸關臨床判斷的命題。

為了釐清這個問題,研究團隊採用了獨特的切入視角,不再單純比較不同時間點的體積大小。他們在這項橫斷面研究中,將發作至影像掃描的時間,分別與基於體積的影像指標以及基於信號強度的影像指標進行關聯性對比。這項研究的核心目標,就是要驗證組織死亡的過程,究竟是體積的擴大,還是信號強度的惡化。

對於每天需要判讀大量急診中風影像的放射科醫師而言,這項研究切中了實務上的盲點。如果梗塞區的演變主要體現在信號強度的改變,而非體積的擴張,那麼我們過去過度依賴自動化軟體算出的毫升數,可能會低估了那些體積不大、但內部組織已經嚴重壞死的病患風險。

急診病患年齡落差與 VEOcore 自動化閾值設定

本研究採取回溯性分析設計,共納入了 563 次急性中風影像檢查,其中包含 288 次電腦斷層掃描與 275 次磁振造影檢查。這是一個相當龐大且涵蓋多模態影像的數據庫,確保了結果在不同影像工具間的可比較性。為了客觀量化影像特徵,團隊使用了 VEOcore(自動化腦灌注與梗塞切割軟體)來估算低灌注區與梗塞核心。

在閾值的設定上,研究採用了業界公認的標準:低灌注區定義為 Tmax > 6s(對比劑達峰時間,評估延遲灌注區域),而梗塞核心則定義為 CBF < 30%(腦血流,反映局部組織供血狀態)或 ADC < 620 × 10−6 mm2/s(表觀擴散係數,反映細胞水腫程度)。這些標準化的參數使得研究結果能夠無縫對接到目前多數醫院急診室的常規工作流程中。

除了體積測量,組織損傷的程度也透過非對比電腦斷層掃描上的軟體輔助 ASPECTS(中風早期電腦斷層量化評分)來進行量化。更關鍵的是,研究團隊在軟體估算的梗塞核心內部,提取了經過對側正常腦組織標準化後的信號強度,包含了 NCCT HU 值、ADC 值、DWI-b0、DWI-b1000(擴散磁振造影,偵測急性缺血極敏感),以及 CBF 與 Tmax 等灌注參數。

在受試對象的基線特徵上,接受 CT 與 MRI 檢查的病患群體呈現出顯著的差異。數據顯示,CT 組的病患年紀明顯較大,中位數為 77 歲對比 MRI 組的 72 歲。同時,CT 組從發作到掃描的時間也顯著較短,中位數為 86 分鐘對比 MRI 組的 102 分鐘。這種年齡與時間上的落差,精準反映了真實急診環境中的檢傷分類邏輯:對於年紀較大且發作時間極短的病患,臨床端往往優先安排最快速的 CT 掃描以爭取搶救黃金期。

563 例多模態急診中風受試者基線特徵對比
基線特徵指標CT 檢查群體 (n=288)MRI 檢查群體 (n=275)p 值
病患年齡中位數77 歲 [65–83]72 歲 [63–80]<0.001
發作至影像時間86 分鐘 [64–149]102 分鐘 [97–193]<0.001
低灌注區體積143 mL [96–189]90 mL [40–156]<0.001
梗塞核心體積24 mL [12–48]17 mL [8–35]<0.001

不同影像模態病患在年齡與掃描時間上的顯著差異

ADC 核心體積的停滯:每小時僅微增 1.8 mL

把焦點拉到影像體積與時間的關聯性分析上,結果可能顛覆了許多醫師的直覺。首先,在未經調整的基礎數據中,CT 上觀察到的低灌注區與梗塞核心體積均顯著大於 MRI。CT 測得的中位數低灌注體積為 143 mL,遠高於 MRI 的 90 mL;而 CT 測得的梗塞核心中位數為 24 mL,同樣大於 MRI 的 17 mL。

然而,當研究團隊採用多變數線性迴歸,並針對年齡、性別、血管阻塞部位以及 MR 磁場強度進行嚴格校正後,體積指標展現出了極為有限的時間依賴性。具體來說,ASPECTS 評分隨著發病時間的推移,每小時僅下降 -0.33 分。而在磁振造影上,ADC 定義的梗塞核心體積,每小時也只增加了微乎其微的 +1.8 mL。

更令人震驚的是,基於灌注影像定義的各項體積指標,包含 CBF < 30%、Tmax > 6s 以及 Tmax > 10s 的區域大小,在統計學上竟然完全沒有顯示出隨時間變化的顯著性。這意味著,血管一旦發生嚴重阻塞,那些因缺血而出現灌注延遲的領土範圍,在發作初期就已經大致底定,並不會隨著時間在空間上產生大規模的向外擴張。

這個發現強烈暗示,傳統上我們將中風病灶視為一顆不斷長大的氣球,這種「體積擴張論」可能只適用於極少數側支循環極端崩潰的個案。對於絕大多數病患而言,血管阻塞造成的缺血範圍在早期即已確立,隨後發生的並非範圍的蔓延,而是既有範圍內組織生理狀態的持續惡化。這解釋了為什麼許多時候我們追蹤病患的灌注掃描,Tmax 大於 6 秒的面積變化並不如預期中劇烈。

核心信號強度的劇變:DWI 每小時飆升 4.9%

相較於體積變化的停滯,這項研究最精華的發現,在於影像信號強度隨著時間展現出了極為劇烈的演進。這正是導讀第一段提到的核心論點:細胞在原地逐漸凋亡的過程,精準地反映在多模態影像的強度指標上。當我們將目光從「算體積」轉移到「測強度」時,時間的刻痕變得清晰可見。

細看多變數迴歸分析的結果,非對比電腦斷層掃描內梗塞核心的放射密度(NCCT HU),隨著發病時間每小時顯著下降 -1.1%。在磁振造影方面,ADC 的信號強度每小時下降了 -0.69%。這些數據證實了隨著缺血時間延長,細胞膜上的離子幫浦逐漸失效,導致細胞內水腫加劇,水分子的擴散受限程度也隨之變大。

最引人注目的強度變化發生在擴散加權影像上。DWI-b0 的信號強度每小時增加了 +2.3%,而 DWI-b1000 的信號強度更是以每小時 +4.9% 的驚人速度向上飆升。DWI 上這種快速增強的高信號,是細胞毒性水腫迅速惡化的最直接證據。相較於每小時僅增加 1.8 mL 的體積,每小時接近 5% 的信號強度改變,顯然是追蹤病患缺血進展時更為敏感的指標。

有趣的是,研究也發現,雖然組織結構性影像(如 CT 密度與 DWI 信號)的強度隨時間變化劇烈,但基於灌注影像的信號強度(如 CBF 與 Tmax 數值的深淺),在兩種影像模態中均未顯示出與時間有顯著關聯。這再次呼應了前一節的結論:血流動力學的異常狀態在血管阻塞當下就已形成並維持相對穩定,真正隨著時間不斷崩壞的,是腦組織本身的微觀結構與細胞存活狀態。

梗塞影像指標隨時間變化的迴歸分析
影像指標類別具體參數每小時變化率p 值
體積指標ADC 核心體積+1.8 mL / 小時0.01
體積指標灌注體積 (Tmax, CBF)無顯著變化-
強度指標NCCT HU 密度-1.1% / 小時<0.001
強度指標ADC 信號強度-0.69% / 小時0.001
強度指標DWI-b1000 信號強度+4.9% / 小時<0.001

強度指標的劇烈變化遠勝過體積指標的停滯

從原地凋亡的病理轉變看多變數迴歸的臨床限制

綜合上述數據,作者在討論環節深刻指出,急性缺血性中風的多模態影像特徵,強烈支持梗塞演進主要是反映「進行性的組織損傷」,而非「一致性的體積擴張」。這種原地凋亡的病理轉變,讓我們必須重新審視許多臨床決策的依據。特別是當我們談論「梗塞生長速率」時,將這個概念套用在非對比電腦斷層與擴散磁振造影的信號強度演變上,絕對比套用在灌注參數的體積計算上更為合理。

儘管這項研究提供了顛覆性的視角,作者也坦承了幾項不可忽視的限制。首先,這是一項橫斷面研究,依賴的是不同病患在不同發病時間點的影像切片,而非針對同一群病患進行連續性的序列掃描追蹤。這使得我們觀察到的是群體層次的時間關聯,而非個體病程的絕對軌跡。其次,研究使用的發作到掃描時間,可能因為病患對症狀感知的落差而存在些許誤差,特別是在醒轉型中風或無人目擊的個案中。

對我們放射科同行而言,這篇論文提供了非常具體的實戰指引。在急診會診的壓力下,當神經內科詢問缺血核心的進展風險時,我們不應只報出 VEOcore 或 Rapid 軟體算出的 mL 數字。我們應該仔細觀察 DWI-b1000 亮白的程度,或是仔細測量 NCCT 上低密度區域的 HU 值下降幅度。如果一個病患的核心體積不大,但 DWI 已經呈現極端高亮的白光,或是 CT 上的灰白質對比已經完全喪失且 HU 值極低,這意味著該區域的組織已經深度壞死,其出血轉化的風險可能遠大於那些體積相似但信號變化尚輕微的病患。

下次評估急性缺血性中風的進展時,別只盯著自動化軟體算出的核心 mL 數,DWI-b1000 異常信號飆升變白的程度,才是反映腦組織正加速凋亡的最敏銳指標。

Abstract

Background:The fate of ischemic tissue following a thromboembolic occlusion depends on the degree of hypoperfusion and the time from stroke onset to reperfusion. Little is known about the temporal dynamics of hypoperfusion and tissue damage. In this cross-sectional study, we compared how onset-to-imaging time is associated with volumetric versus intensity-based imaging markers.Methods:We retrospectively analyzed acute stroke imaging from 288 CT and 275 MR examinations. Hypoperfusion and infarct core were estimated using the VEOcore software based on standard thresholds (Tmax &gt; 6s, CBF &lt; 30% or ADC &lt; 620 x 10&ndash;6 mm2/s). Tissue damage was quantified on NCCT using software-assisted ASPECTS, and contralaterally normalized signal intensities (NCCT HU, ADC, DWI-b0, DWI-b1000, CBF, Tmax) within the estimated infarct core. Associations with onset-to-imaging time were evaluated using multivariable linear regression adjusting for age, sex, occlusion site and MR field strength.Results:CT patients were older (77 [65&ndash;83] vs. 72 [63&ndash;80] years, p&lt;0.001) and imaged earlier (86 [64&ndash;149] vs. 102 [97&ndash;193] min, p&lt;0.001) than MRI patients. Hypoperfusion and infarct core volumes were larger on CT (143 [96&ndash;189] vs 90 [40&ndash;156] mL; 24 [12&ndash;48] vs 17 [8&ndash;35] mL; both p&lt;0.001). After adjustment, volumetric measures showed limited time-dependence: ASPECTS decreased by &ndash;0.33 points/h (p &lt; 0.001) and ADC-core volume increased by +1.8 mL/h (p = 0.01), while perfusion volumes (CBF&lt;30%, Tmax&gt;6s, Tmax&gt;10s) showed no significant change. Intensity measures changed markedly with time: NCCT intensity decreased by &ndash;1.1%/h (p &lt; 0.001), ADC intensity by &ndash;0.69%/h (p = 0.001), whereas DWI-b0 increased by +2.3%/h and DWI-b1000 by +4.9%/h (both p &lt; 0.001). Perfusion-based intensities were not significantly associated with time in either modality.Discussion:In this cross-sectional analysis of multimodal data in acute ischemic stroke, tissue signal intensities showed stronger time-dependence than volumetric measures, supporting the view that infarct evolution reflects progressive tissue injury rather than consistent volumetric expansion. This suggests that "infarct growth rate" concepts may be more applicable to NCCT and DWI as parameters of tissue demise rather than to perfusion-based metrics.