CT灌注成像联合人工智能评估脑梗死后再灌注损伤的临床意义

doi:10.3969/j.issn.1006-5725.2025.02.017

摘要/Abstract

摘要：

目的分析CT灌注成像联合人工智能（AI）评估脑梗死后再灌注损伤的意义。方法选取2019年1月至2023年10月医院收治的106例脑梗死患者，依据患者溶栓14 d后是否发生再灌注损伤分为再灌注损伤组、无灌注损伤组。比较再灌注损伤组、无灌注损伤组CT灌注成像、AI参数，分析影响脑梗死患者溶栓后再灌注损伤的因素，分析CT灌注成像参数联合AI预测脑梗死患者溶栓治疗后再灌注损伤的价值。结果 31例出现再灌注损伤，其余75例无灌注损伤。再灌注损伤组的脑血流量（CBF）、平均CT值、熵水平均低于无灌注损伤组（P < 0.05），脑血容量（CBV）、注对比剂平均通过时间（MTT）、达峰时间（TTP）、峰度均高于无灌注损伤组（P < 0.05）。logistic回归分析显示NIHSS评分（OR = 5.228，95%CI：2.151 ~ 12.705）、CBF（OR = 3.777，95%CI：1.554 ~ 9.180）、CBV（OR = 3.699，95%CI：1.522 ~ 9.989）、平均CT值（OR = 4.125，95%CI：1.697 ~ 10.024）是影响脑梗死患者溶栓治疗后再灌注损伤的影响因素（P < 0.05）。ROC曲线显示，CBF、CBV、平均CT值及三者联合预测脑梗死患者溶栓治疗后再灌注损伤的灵敏度分别为67.74%、70.97%、77.42%、87.10%，特异度分别为70.67%、74.67%、77.33%、90.67%，AUC分别为0.665、0.667、0.744、0.908。结论 CT灌注成像联合AI评估脑梗死后再灌注损伤效能良好。

关键词: CT灌注成像, 人工智能, 脑梗死, 再灌注损伤

Abstract:

Objective To analyze the significance of CT perfusion imaging combined with artificial intelligence （AI） in evaluating reperfusion injury after cerebral infarction. Methods 106 patients with cerebral infarction admitted to the hospital from January 2019 to October 2023 were prospectively selected as the study objects. Patients were divided into reperfusion injury group and no perfusion injury group according to whether reperfusion injury occurred after 14 days of thrombolytic therapy. CT perfusion imaging and AI parameters were compared between reperfusion injury group and non-perfusion injury group. The factors affecting reperfusion injury in cerebral infarction patients after thrombolytic therapy were analyzed. The value of CT perfusion imaging parameters combined with AI in predicting reperfusion injury after thrombolytic therapy in cerebral infarction patients was analyzed. Results 31 cases had reperfusion injury， and the other 75 cases had no perfusion injury. CBF， average CT value and entropy level in the reperfusion injury group were lower than those in the non-perfusion injury group （P < 0.05）， CBV， MTT， TTP and kurtosis were higher than those in the non-perfusion injury group （P < 0.05）. Logistic regression analysis showed that NIHSS （OR = 5.228， 95%CI： 2.151 ~ 12.705）， CBF（OR = 3.777， 95%CI： 1.554 ~ 9.180）， CBV（OR = 3.699， 95%CI： 1.522 ~ 9.989） and average CT value （OR = 4.125， 95%CI： 1.697 ~ 10.024） were the influencing factors of reperfusion injury in cerebral infarction patients after thrombolytic therapy （P < 0.05）. ROC curve results showed that the sensitivity of CBF， CBV， average CT value and their combination in predicting reperfusion injury after thrombolytic therapy in cerebral infarction patients were 67.74%， 70.97%， 77.42%， 87.10%， and the specificity were 70.67%， 74.67%， 77.33%， 90.67%， AUC values were 0.665， 0.667， 0.744 and 0.908. Conclusion CT perfusion imaging combined with AI is effective in evaluating reperfusion injury after cerebral infarction.

Key words: CT perfusion imaging, artificial intelligence, cerebral infarction, reperfusion injury

中图分类号:

芦苇,张盼,覃玉术. CT灌注成像联合人工智能评估脑梗死后再灌注损伤的临床意义[J]. 实用医学杂志, 2025, 41(2): 264-270.

Wei LU,Pan ZHANG,Yushu. QIN. Clinical significance of CT perfusion imaging combined with artificial intelligence in evaluating reperfusion injury after cerebral infarction[J]. The Journal of Practical Medicine, 2025, 41(2): 264-270.

图/表 6

图1

表1

表2

表3

表4

图2

参考文献 25

1	王立志，罗伟良，刘武，等. Percheron动脉闭塞致双侧丘脑梗死临床及影像学特征分析［J］. 实用医学杂志， 2020，36（4）：553-556.
2	SHANG W， ZHANG Y， XUE L， et al. Evaluation of collateral circulation and short-term prognosis of patients with acute cerebral infarction by perfusion-weighted MRI［J］. Ann Palliat Med， 2022， 11（4）：1351-1359. doi:10.21037/apm-21-3589 doi: 10.21037/apm-21-3589
3	OCHIAI H， KANEMARU K， MATSUDA S， et al. A case of acute cerebral infarction with a favorable prognosis after rt-PA administration by a general physician with telestroke support［J］. J Rural Med， 2021， 16（2）：119-122. doi:10.2185/jrm.2020-048 doi: 10.2185/jrm.2020-048
4	CHIHI M， DARKWAH OPPONG M， PIERSCIANEK D， et al. Analysis of brain natriuretic peptide levels after traumatic acute subdural hematoma and the risk of post-operative cerebral infarction［J］. J Neurotrauma， 2021， 38（22）：3068-3076. doi:10.1089/neu.2021.0169 doi: 10.1089/neu.2021.0169
5	ANDE S R， GRYNSPAN J， AVIV R I， et al. Imaging for predicting hemorrhagic transformation of acute ischemic stroke-a narrative review［J］. Can Assoc Radiol J， 2022， 73（1）：194-202. doi:10.1177/08465371211018369 doi: 10.1177/08465371211018369
6	秦霜，戴才文，王根强，等. CT灌注成像联合血清D-D、MMP-9对急性脑梗死患者溶栓后出血转化的预测价值研究［J］. 中国CT和MRI杂志，2023，21（6）：24-27.
7	WOUTERS A， ROBBEN D， CHRISTENSEN S， et al. Prediction of Stroke Infarct Growth Rates by Baseline Perfusion Imaging［J］. Stroke， 2022， 53（2）：569-577. doi:10.1161/strokeaha.121.034444 doi: 10.1161/strokeaha.121.034444
8	RAMOS L A， VAN DER STEEN W E， SALES BARROS R， et al. Machine learning improves prediction of delayed cerebral ischemia in patients with subarachnoid hemorrhage［J］. J Neurointerv Surg， 2019， 11（5）：497-502. doi:10.1136/neurintsurg-2018-014258 doi: 10.1136/neurintsurg-2018-014258
9	徐伟，李辉萍，贺国华，等. 利用人工智能系统预测脑梗死静脉溶栓后的出血转化［J］. 中国卫生统计，2021，38（2）：250-253.
10	MOROZOV A， TARATKIN M， BAZARKIN A， et al. A systematic review and meta-analysis of artificial intelligence diagnostic accuracy in prostate cancer histology identification and grading［J］. Prostate Cancer Prostatic Dis， 2023， 26（4）：681-692. doi:10.1038/s41391-023-00673-3 doi: 10.1038/s41391-023-00673-3
11	MAKITIE A A， ALABI R O， NG S P， et al. Artificial Intelligence in Head and Neck Cancer： A Systematic Review of Systematic Reviews［J］. Adv Ther， 2023， 40（8）：3360-3380. doi:10.1007/s12325-023-02527-9 doi: 10.1007/s12325-023-02527-9
12	中华医学会神经病学分会，中华医学会神经病学分会脑血管病学组. 中国急性缺血性脑卒中诊治指南2018［J］. 中华神经科杂志， 2018， 51（9）：666-682. doi:10.3760/cma.j.issn.1006-7876.2018.09.004 doi: 10.3760/cma.j.issn.1006-7876.2018.09.004
13	KNIGHT-GREENFIELD A， NARIO J J Q， GUPTA A. Causes of acute stroke： A patterned approach［J］. Radiol Clin North Am， 2019， 57（6）：1093-1108. doi:10.1016/j.rcl.2019.07.007 doi: 10.1016/j.rcl.2019.07.007
14	CHALOS V， VAN DER ENDE N A M， LINGSMA H F， et al. National institutes of health stroke scale： An alternative primary outcome measure for trials of acute treatment for ischemic stroke［J］. Stroke， 2020， 51（1）：282-290. doi:10.1161/str.50.suppl_1.tmp6 doi: 10.1161/str.50.suppl_1.tmp6
15	李水仙，陈星宇，阳清伟，等. Y型双支架取栓治疗急性大脑中动脉M1段分叉部闭塞脑梗死7例［J］. 介入放射学杂志，2022，31（2）：167-171.
16	NG F C， CHURILOV L， YASSI N， et al. Prevalence and Significance of Impaired Microvascular Tissue Reperfusion Despite Macrovascular Angiographic Reperfusion （No-Reflow）［J］. Neurology， 2022， 98（8）：790-801. doi:10.1212/wnl.0000000000013210 doi: 10.1212/wnl.0000000000013210
17	MOUGHAL S， TRIPPIER S， AL-MOUSA A， et al. Strokectomy for malignant middle cerebral artery infarction： Experience and meta-analysis of current evidence［J］. J Neurol， 2022， 269（1）：149-158. doi:10.1007/s00415-020-10358-9 doi: 10.1007/s00415-020-10358-9
18	陈峰，王洁，甘解华，等. MR三维动脉自旋标记、双指数模型弥散加权成像评估急性前循环大血管闭塞患者再通后再灌注损伤风险［J］. 介入放射学杂志，2021，30（12）：1210-1214.
19	NOONE M L， MOIDEEN F， KRISHNA R B， et al. Mobile App Based Strategy Improves Door-to-Needle Time in the Treatment of Acute Ischemic Stroke［J］. J Stroke Cerebrovasc Dis， 2020，29（12）：105319. doi:10.1016/j.jstrokecerebrovasdis.2020.105319 doi: 10.1016/j.jstrokecerebrovasdis.2020.105319
20	BAO L， ZHANG S， GONG X， et al. Trousseau Syndrome Related Cerebral Infarction： Clinical Manifestations， Laboratory Findings and Radiological Features［J］. J Stroke Cerebrovasc Dis， 2020，29（9）：104891. doi:10.1016/j.jstrokecerebrovasdis.2020.104891 doi: 10.1016/j.jstrokecerebrovasdis.2020.104891
21	SHANG W， ZHANG Y， XUE L， et al. Evaluation of collateral circulation and short-term prognosis of patients with acute cerebral infarction by perfusion-weighted MRI［J］. Ann Palliat Med， 2022，11（4）：1351-1359. doi:10.21037/apm-21-3589 doi: 10.21037/apm-21-3589
22	WU D， YIN L， ZHANG Y， et al. Evaluation of microcirculation in asymptomatic cerebral infarction with multi-parameter imaging of spectral CT［J］. Brain Res Bull， 2023，203（1）：110775. doi:10.1016/j.brainresbull.2023.110775 doi: 10.1016/j.brainresbull.2023.110775
23	韩龙，张海莲，马琼. CT灌注成像联合miR-195在急性脑梗死诊断及预后分析中的应用［J］. 影像科学与光化学， 2022， 40（4）：927-931.
24	YUEN N， MLYNASH M， O'RIORDAN A， et al. Cerebral perfusion imaging predicts final infarct volume after basilar artery thrombectomy［J］. J Stroke Cerebrovasc Dis， 2023，32（1）：106866. doi:10.1016/j.jstrokecerebrovasdis.2022.106866 doi: 10.1016/j.jstrokecerebrovasdis.2022.106866
25	ADAMOU A， BELTSIOS E T， BANIA A， al et， Papanagiotou P. Artificial intelligence-driven ASPECTS for the detection of early stroke changes in non-contrast CT： A systematic review and meta-analysis［J］. J Neurointerv Surg， 2023， 5（2）：298-304. doi:10.1136/jnis-2022-019447 doi: 10.1136/jnis-2022-019447

因素	再灌注损伤组（n = 31）	无灌注损伤组（n = 75）	t/χ ² 值	P值
性别/［例（%）］			0.871	0.351
男	20（64.52）	41（54.67）
女	11（35.48）	34（45.33）
年龄≥ 60岁/［例（%）］	19（61.29）	36（48.00）	1.552	0.213
基础疾病/［例（%）］
高血压	15（48.39）	26（34.67）	1.741	0.187
糖尿病	13（41.94）	24（32.00）	0.953	0.329
高脂血症	12（38.71）	25（33.33）	0.279	0.597
冠心病	4（12.90）	7（9.33）	0.301	0.584
吸烟史	12（38.71）	25（33.33）	0.279	0.597
饮酒史	6（19.35）	12（16.00）	0.175	0.676
房颤史	7（22.58）	15（20.00）	0.089	0.766
脑梗死部位/［例（%）］			0.418	0.812
丘脑	7（22.58）	13（17.33）
脑叶	5（16.13）	12（16.00）
基底节	19（61.29）	50（66.67）
TOAST分型/［例（%）］			0.498	0.779
大动脉粥样硬型脑梗死	18（58.06）	49（65.33）
小血管闭塞型脑梗死	10（32.26）	20（26.67）
心源性脑梗死	3（9.68）	6（8.00）
DNT/min	134.36 ± 25.36	115.21 ± 20.04	4.131	< 0.001
收缩压/mmHg	148.95 ± 15.47	146.84 ± 13.96	0.686	0.494
舒张压/mmHg	82.94 ± 10.26	83.29 ± 10.03	0.162	0.871
TG/（mmoL/L）	1.59 ± 0.26	1.52 ± 0.24	1.333	0.185
TC/（mmoL/L）	4.48 ± 0.62	4.31 ± 0.59	1.330	0.187
血肌酐/（μmoL /L）	91.32 ± 10.51	89.27 ± 9.95	0.949	0.345
尿素氮/（mmol/L）	4.52 ± 0.71	4.41 ± 0.68	0.748	0.456
纤维蛋白原/（g/L）	3.15 ± 0.48	2.81 ± 0.42	3.634	< 0.001
WBC计数/（× 10⁹/L）	43.36 ± 8.15	42.94 ± 7.92	0.246	0.806
PT/s	15.01 ± 2.01	14.54 ± 1.95	1.119	0.266
TT/s	14.36 ± 2.15	13.99 ± 2.08	0.825	0.411
NIHSS评分/分	9.01 ± 1.53	7.15 ± 1.29	6.388	< 0.001

组别	例数	CBF/［mL/（100g·min）］	CBV/（mL/100 g）	MTT/s	TTP/s	平均CT值	峰度	熵
再灌注损伤组	31	12.05 ± 1.76	1.23 ± 0.18	4.31 ± 0.65	26.28 ± 3.26	9.25 ± 1.49	5.23 ± 1.01	8.05 ± 1.23
无灌注损伤组	75	14.39 ± 1.92	1.01 ± 0.15	3.96 ± 0.61	24.51 ± 3.09	10.89 ± 1.58	4.06 ± 0.79	8.64 ± 1.36
t值		5.844	6.471	2.636	2.640	4.941	6.377	2.087
P值		< 0.001	< 0.001	0.010	0.010	< 0.001	< 0.001	0.039

因素	β	SE	Wald χ²值	P值	OR	95%CI
NIHSS评分	1.654	0.402	16.929	< 0.001	5.228	2.151 ~ 12.705
CBF	1.329	0.317	17.576	< 0.001	3.777	1.554 ~ 9.180
CBV	1.308	0.296	19.527	< 0.001	3.699	1.522 ~ 9.989
平均CT值	1.417	0.245	33.451	< 0.001	4.125	1.697 ~ 10.024

[1]	贾燕燕,孙翊嘉,赵迪,宋彦. 老年急性进展性脑梗死患者血清磷脂酶A2、S100钙结合蛋白B水平与颈动脉斑块的联系[J]. 实用医学杂志, 2025, 41(2): 244-249.
[2]	李春燕,肖婷,伍邦翠,陈永,田梅. 蛋白激酶Cβ抑制剂通过调节巨噬细胞表型对移植期间的肾缺血再灌注损伤的影响[J]. 实用医学杂志, 2025, 41(1): 23-29.
[3]	李松,贺兴友,贺电,汪波,詹彧,孙晶晶. 老年大动脉粥样硬化型脑梗死患者采用NBP与LIPost C联合治疗的效果分析[J]. 实用医学杂志, 2024, 40(9): 1286-1292.
[4]	张锐,周颖,倪文吉,黄亚,李丹丹,金涛,钟勇. 人工智能视网膜微血管分析在糖尿病并发症中的应用价值[J]. 实用医学杂志, 2024, 40(8): 1142-1147.
[5]	黄良江,毛德文,郑景辉,王明刚,姚春. 人工智能在肝性脑病风险预测模型中的应用进展[J]. 实用医学杂志, 2024, 40(3): 289-294.
[6]	肖湘芝,陈管雄,胡智文. 表没食子儿茶素没食子酸酯靶向调控Nrf2⁃Keap1信号通路与脑梗死神经保护作用的关系[J]. 实用医学杂志, 2024, 40(3): 309-315.
[7]	石喆,左夏林,彭林辉,卢志伟,李孔平. M1型小胶质细胞极化在大脑皮层梗死后继发丘脑损伤中的作用[J]. 实用医学杂志, 2024, 40(22): 3138-3145.
[8]	黄瑜亮,汤颖,余文娟,陈俊哲. Cyclin D1通过促进糖酵解改善肾脏缺血再灌注诱导的急性肾损伤的机制[J]. 实用医学杂志, 2024, 40(21): 3013-3022.
[9]	唐立丽,王昕宇,张杰,赵悦,李小悦. m6A甲基化修饰在急性肾损伤中的研究进展[J]. 实用医学杂志, 2024, 40(2): 278-282.
[10]	陶颖俊,任腾竹,魏峰,刘新通. 阿加曲班联合线粒体移植对脑缺血再灌注损伤小鼠内皮功能及血流变学的影响[J]. 实用医学杂志, 2024, 40(19): 2665-2671.
[11]	万静芳,陈客宏. 维持性血液透析患者最佳透析液碳酸氢盐浓度的研究进展[J]. 实用医学杂志, 2024, 40(18): 2520-2524.
[12]	邹贵娣,陈小凯,谭卉虹,李翊,李楠,曹叶凡,王鹤玮. 脑机接口结合外骨骼机器手对脑梗死患者手功能障碍的闭环康复效果[J]. 实用医学杂志, 2024, 40(17): 2395-2400.
[13]	姚庆东,张呈兵,付军,王鹏,龙斌,刘海峰. 冠脉CT血管造影斑块人工智能定量参数与血流储备分数的关系[J]. 实用医学杂志, 2024, 40(17): 2489-2494.
[14]	李竹,王嫣,周雯静,王海英. 线粒体呼吸链酶复合物在心肌缺血再灌注损伤中的作用进展[J]. 实用医学杂志, 2024, 40(15): 2172-2176.
[15]	杜娟,周晓雨,张淼,张雪玲,蓝文雅. Solitaire支架机械取栓结合双重抗血小板治疗对急性脑梗死患者肢体功能和血管再闭塞的影响[J]. 实用医学杂志, 2024, 40(14): 1952-1956.