Page 186 - 磁共振成像2024年7期电子刊

磁共振成像 2024年7月第15卷第7期 Chin J Magn Reson Imaging, Jul, 2024, Vol. 15, No. 7 综 述｜｜Reviews

人工智能在头颈动脉粥样硬化斑块高分辨

磁共振血管壁成像中的应用进展

刘洁，欧阳烽，吕联江，徐紫荷，曾献军 *

作者单位 南昌大学第一附属医院影像科，江西省医学影像临床医学研究中心，南昌 330006
* 通信作者 曾献军，E-mail: xianjun-zeng@126.com
中图分类号 R445.2；R743.1 文献标识码 A DOI 10.12015/issn.1674-8034.2024.07.030
本文引用格式 刘洁, 欧阳烽, 吕联江, 等 . 人工智能在头颈动脉粥样硬化斑块高分辨磁共振血管壁成像中的应用进展[J]. 磁共振
成像, 2024, 15(7): 179-183.
[摘要] 目前头颈部动脉粥样硬化疾病是亚洲人群发生缺血性脑卒中最主要的原因，卒中患者常常面临严重的预后问题。近年
来，随着人工智能（artificial intelligence, AI）的迅猛发展、影像组学及深度学习等在医学影像中的广泛研究及应用，AI在疾病
的检出、精准评估等有着重要价值。本文就 AI 在头颈动脉粥样硬化高分辨磁共振血管壁成像 （high resolution magnetic
resonance-vessel wall imaging, HR-VWI）中斑块的分割、明确斑块的性质、相应的脑血管事件预测研究进展进行综述，旨在介
绍近年AI在该疾病的发展现状及面临问题，为动脉粥样硬化患者卒中风险分层评估以及个体化治疗提供研究方向。
[关键词] 人工智能；磁共振成像；动脉粥样硬化；影像组学；深度学习
Progress of artificial intelligence application in high-resolution magnetic resonance angiography
of head and neck atherosclerotic plaque

LIU Jie, OUYANG Feng, LÜ Lianjiang, XU Zihe, ZENG Xianjun *
Department of Imaging, the First Affiliated Hospital of Nanchang University, Clinical Research Center for Medical Imaging in Jiangxi
Province, Nanchang 330006, China
* Correspondence to ZENG X J, E-mail: xianjun-zeng@126.com
Received 28 Feb 2024, Accepted 6 Jun 2024; DOI 10.12015/issn.1674-8034.2024.07.030
ACKNOWLEDGMENTS National Natural Science Foundation of China (No. 82360341).
Cite this article as LIU J, OUYANG F, LÜ L J, et al. Progress of artificial intelligence application in high-resolution magnetic
resonance angiography of head and neck atherosclerotic plaque[J]. Chin J Magn Reson Imaging, 2024, 15(7): 179-183.

Abstract Currently, Atherosclerosis of the head and neck is the leading cause of ischemic stroke in Asian populations, and stroke
patients often face serious prognosis problems. With the rapid development of artificial intelligence (AI) in recent years, and the
extensive research and application of imaging histology and deep learning in medical imaging, AI has an important value in disease
detection and accurate assessment. In this paper, we reviewed the research progress on plaque segmentation, clear plaque properties, and
corresponding cerebrovascular event prediction of AI in high resolution magnetic resonance-vessel wall imaging (HR-VWI), aiming to
introduce the current development status and problems faced by AI in this disease in recent years, and provide research direction for
stratified stroke risk assessment and individualized treatment in patients with atherosclerosis.
Key words artificial intelligence; magnetic resonance imaging; atherosclerosis; radiomics; deep learning

0 引言 窄斑块或低密度斑块的评估不够精准，对于易损斑
缺血性卒中（acute ischemic stroke, AIS）是全世 块的诊断效果有限。高分辨磁共振血管壁成像（high
界致死率、致残率较高的主要病因之一，据统计，AIS resolution magnetic resonance-vessel wall imaging,
[1]
的致死率约占全球死亡率的 1/3 ，近年来发病率逐 HR-VWI）可同时显示管腔管壁情况，不管在评估管
步攀升，其中头颈部动脉粥样硬化疾病被认为是导 腔或在评估斑块成分、形态学检测分析上具均有极
致亚洲人群最常见 AIS 的原因之一 。大量研究表 大的优势，其空间分辨率高、组织对比度好、安全无
[2]
明，头颈部粥样硬化斑块的进展将增加脑血管病的 辐射 [5-7] 。既往研究 [8-9] 多数讨论 HR-VWI 技术与其他
风险，给患者生活及心理造成极大负担 [3-4] 。 技术相比对斑块易损性评估优势以及在判断卒中病
目前，检测头颈动脉斑块的影像学技术主要有超 因的价值，但大多需要有经验医生对斑块进行形态、
声、CT 血管成像（computer tomography angiography, 成分进行分析，受到经验性及专业性的限制；此外斑
CTA）、高分辨血管壁成像等。常规的颈动脉超声对 块的常规形态学及部分成分特征难以快速准确评估
颈动脉斑块的识别、血流动态改变敏感，但无法观察 斑块的性质，同时也难以准确预测 AIS的发生或复发
到颅内动脉的相关情况。头颈部 CTA 可有效识别斑 风险。近年来，随着人工智能（artificial intelligence,
块，包括管腔狭窄程度及钙化成分分析，但对于非狭 AI）包括机器学习（machine learning, ML）、深度学习

收稿日期 2024-02-28 接受日期 2024-06-06
基金项目 国家自然科学基金项目（编号：82360341）

https://www.chinesemri.com ·179 ·