无对比剂磁共振灌注与相位对比血管成像在脑血流定量评估中的比较：一项前瞻性横断研究

封面图片

如何引用文章

全文:

详细

论证。如何验证通过无对比剂磁共振成像测量的脑血流定量评估结果仍是未解决的问题。最优策略是采用基于另一种生理模型的方法，以提高所得数据的可靠性。

目的：在健康成人中，根据2D相位对比血管成像结果，验证无对比剂磁共振成像对脑组织血流的定量评估结果。

方法。前瞻性纳入18–75岁健康成年人。采用无对比剂磁共振成像评估脑组织灌注，主干血流通过定量2D相位对比血管造影测量，涵盖椎动脉与颈内动脉。脑体积与相对质量由T1加权图像分割获得。主干血流量的数值通过数学转换，并结合脑总质量，换算为脑组织灌注指标。

结果。使用两种方法对80名健康成人进行了检查。无对比剂磁共振成像测得白质和灰质平均灌注分别为17.88±2.39和42.06±7.13 ml/100g/min，总脑灌注为59.63±8.56 ml/100g/min。根据相位对比血管成像数据及动脉血流容积速度数值计算得出的总脑灌注为58.96±8.16 ml/s。基于无对比剂磁共振成像与相位对比血管成像所得数据计算的总脑灌注值之间存在显著的强正相关（r=0.892，p<0.001）。

结论。基于不同生理模型的无对比剂磁共振成像与相位对比血管成像所得脑灌注值之间显示出高度正相关。

作者简介

Vladimir V. Popov

International Tomography Institute, Siberian Branch of the Russian Academy of Sciences; Novosibirsk State University

编辑信件的主要联系方式.
Email: popov.v@tomo.nsc.ru
ORCID iD: 0000-0003-3082-2315
SPIN 代码: 5473-0707

MD

俄罗斯联邦, 3a Institutskaya st, unit 1, Novosibirsk, 630090; Novosibirsk

Yuliya A. Stankevich

International Tomography Institute, Siberian Branch of the Russian Academy of Sciences; Novosibirsk State University

Email: stankevich@tomo.nsc.ru
ORCID iD: 0000-0002-7959-5160
SPIN 代码: 6668-5010

MD, Cand. Sci (Medicine)

俄罗斯联邦, 3a Institutskaya st, unit 1, Novosibirsk, 630090; Novosibirsk

Olga B. Bogomyakova

International Tomography Institute, Siberian Branch of the Russian Academy of Sciences; Novosibirsk State University

Email: bogom_o@tomo.nsc.ru
ORCID iD: 0000-0002-8880-100X
SPIN 代码: 9172-6975

MD, Cand. Sci (Medicine)

俄罗斯联邦, 3a Institutskaya st, unit 1, Novosibirsk, 630090; Novosibirsk

Andrey A. Tulupov

International Tomography Institute, Siberian Branch of the Russian Academy of Sciences; Novosibirsk State University

Email: taa@tomo.nsc.ru
ORCID iD: 0000-0002-1277-4113
SPIN 代码: 6630-8720

MD, Dr. Sci (Medicine), Professor, Corresponding Member of the Russian Academy of Sciences

俄罗斯联邦, 3a Institutskaya st, unit 1, Novosibirsk, 630090; Novosibirsk

参考

  1. Clement P, Petr J, Dijsselhof MBJ, et al. A Beginner's guide to arterial spin labeling (ASL) image processing. Frontiers in Radiology. 2022;2:929533. doi: 10.3389/fradi.2022.929533 EDN: XFALAS
  2. Alsop DC, Detre JA, Golay X, et al. Recommended implementation of arterial spin-labeled perfusion MRI for clinical applications: A consensus of the ISMRM perfusion study group and the European consortium for ASL in dementia. Magnetic Resonance in Medicine. 2014;73(1):102–116. doi: 10.1002/mrm.25197
  3. Taso M, Alsop DC. Arterial spin labeling perfusion imaging. Magnetic Resonance Imaging Clinics of North America. 2024;32(1):63–72. doi: 10.1016/j.mric.2023.08.005EDN: CHWZYK
  4. Bambach S, Smith M, Morris PP, et al. Arterial spin labeling applications in pediatric and adult neurologic disorders. Journal of Magnetic Resonance Imaging. 2020;55(3):698–719. doi: 10.1002/jmri.27438 EDN: ROGQRS
  5. Grade M, Hernandez Tamames JA, Pizzini FB, et al. A neuroradiologist’s guide to arterial spin labeling MRI in clinical practice. Neuroradiology. 2015;57(12):1181–1202. doi: 10.1007/s00234-015-1571-z EDN: RHMHQB
  6. Stankevich YuA, Popov VV, Vasilkiv LM, Tulupov AA. Dynamic assessment of cerebral perfusion blood flow in the early post-stroke period according to non-contrast MRI data. Complex Issues of Cardiovascular Diseases. 2024;13(1):28–35. doi: 10.17802/2306-1278-2024-13-1-28-35 EDN: YAUMMJ
  7. Yu S, Ma SJ, Liebeskind DS, et al. ASPECTS-based reperfusion status on arterial spin labeling is associated with clinical outcome in acute ischemic stroke patients. Journal of Cerebral Blood Flow & Metabolism. 2017;38(3):382–392. doi: 10.1177/0271678X17697339
  8. Lyu J, Duan Q, Xiao S, et al. Arterial spin labeling-based MRI estimation of penumbral tissue in acute ischemic stroke. Journal of Magnetic Resonance Imaging. 2022;57(4):1241–1247. doi: 10.1002/jmri.28364 EDN: GRHNQP
  9. de la Peña MJ, Peña IC, García PG, et al. Early perfusion changes in multiple sclerosis patients as assessed by MRI using arterial spin labeling. Acta Radiol Open. 2019;8(12):2058460119894214. doi: 10.1177/2058460119894214
  10. Teunissen WHT, Lavrova A, van den Bent M, et al. Arterial spin labelling MRI for brain tumour surveillance: do we really need cerebral blood flow maps? European Radiology. 2023;33(11):8005–8013. doi: 10.1007/s00330-023-10099-z EDN: RCZRAW
  11. Ngo A, Royer J, Rodriguez-Cruces R, et al. Associations of cerebral blood flow patterns with gray and white matter structure in patients with temporal lobe epilepsy. Neurology. 2024;103(3):e209528. doi: 10.1212/wnl.0000000000209528 EDN: SYGUCB
  12. Russo A, Silvestro M, Tessitore A, et al. Arterial spin labeling MRI applied to migraine: current insights and future perspectives. The Journal of Headache and Pain. 2023;24(1):71. doi: 10.1186/s10194-023-01597-y EDN: THDPOT
  13. Xiao Y, Chen S, Zhang Z, et al. Three-dimensional pseudocontinuous arterial spin labeling with dual postlabeling delay for reflecting cerebral blood flow regulation in patients with hydrocephalus: a retrospective cross-sectional study. Quantitative Imaging in Medicine and Surgery. 2024;14(8):5861–5876. doi: 10.21037/qims-24-151 EDN: LISIGE
  14. Kamphuis ME, Greuter MJW, Slart RHJA, Slump CH. Quantitative imaging: systematic review of perfusion/flow phantoms. European Radiology Experimental. 2020;4(1):15. doi: 10.1186/s41747-019-0133-2 EDN: DTOLUK
  15. Alisch JSR, Khattar N, Kim RW, et al. Sex and age-related differences in cerebral blood flow investigated using pseudo-continuous arterial spin labeling magnetic resonance imaging. Aging. 2021;13(4):4911–4925. doi: 10.18632/aging.202673 EDN: SGOKGS
  16. Stankevich Y, Rezakova M, Bogomyakova O, et al. Hemodynamic effects of pathological tortuosity of the internal carotid arteries based on MRI and ultrasound studies. Applied Magnetic Resonance. 2015;46(10):1109–1120. doi: 10.1007/s00723-015-0708-x EDN: UZZHGV
  17. Stankevich Y, Rezakova M, Olga B, et al. Hemodynamic effects of the carotid abnormalities courses by MRI and ultrasound. Journal of Cardiovascular Magnetic Resonance. 2015;17:P415. doi: 10.1186/1532-429X-17-S1-P415 EDN: UFUKFJ
  18. Daftari Besheli L, Ahmed A, Hamam O, et al. Arterial spin labeling technique and clinical applications of the intracranial compartment in stroke and stroke mimics - a case-based review. The Neuroradiology Journal. 2022;35(4):437–453. doi: 10.1177/19714009221098806 EDN: KSTCGN
  19. Azarine A, Garçon P, Stansal A, et al. Four-dimensional flow MRI: principles and cardiovascular applications. RadioGraphics. 2019;39(3):632–648. doi: 10.1148/rg.2019180091
  20. Boiko AV, Akulov AE, Chupakhin AP, et al. Measurement of viscous flow velocity and flow visualization using two magnetic resonance imagers. Journal of Applied Mechanics and Technical Physics. 2017;58(2):209–213. doi: 10.1134/S0021894417020031EDN: XMXAKZ
  21. Iutaka T, de Freitas MB, Omar SS, et al. Arterial spin labeling: techniques, clinical applications, and interpretation. Radiographics. 2023;43(1):e220088. doi: 10.1148/rg.220088
  22. Fantini S, Sassaroli A, Tgavalekos KT, Kornbluth J. Cerebral blood flow and autoregulation: current measurement techniques and prospects for noninvasive optical methods. Neurophotonics. 2016;3(3):031411. doi: 10.1117/1.NPh.3.3.031411
  23. James JC, Richter D, Tomaske L, et al. Usefulness of computed tomographic perfusion imaging for appropriate diagnosis of acute cerebral vessel occlusion in case of anatomic variations of the circle of Willis. Neurointervention. 2021;16(2):190–193. doi: 10.5469/neuroint.2021.00136 EDN: GDFJES
  24. Cianfoni A, Colosimo C, Basile M, et al. Brain perfusion CT: principles, technique and clinical applications. La radiologia medica. 2007;112(8):1225–1243. doi: 10.1007/s11547-007-0219-4 EDN: KEWFNT
  25. Jahng GH, Li KL, Ostergaard L, Calamante F. Perfusion magnetic resonance imaging: a comprehensive update on principles and techniques. Korean Journal of Radiology. 2014;15(5):554. doi: 10.3348/kjr.2014.15.5.554
  26. Paschoal AM, Woods JG, Pinto J, et al. Reproducibility of arterial spin labeling cerebral blood flow image processing: A report of the ISMRM open science initiative for perfusion imaging (OSIPI) and the ASL MRI challenge. Magnetic Resonance in Medicine. 2024;92(2):836–852. doi: 10.1002/mrm.30081 EDN: QADEOD
  27. Lee J, Kim HJ. Normal aging induces changes in the brain and neurodegeneration progress: review of the structural, biochemical, metabolic, cellular, and molecular changes. Frontiers in Aging Neuroscience. 2022;14:931536. doi: 10.3389/fnagi.2022.931536 EDN: ZTIDFA
  28. Hartmann P, Ramseier A, Gudat F, et al. Das Normgewicht des Gehirns beim Erwachsenen in Abhängigkeit von Alter, Geschlecht, Körpergröße und Gewicht. Der Pathologe. 1994;15(3):165–170. doi: 10.1007/s002920050040
  29. MacDonald ME, Pike GB. MRI of healthy brain aging: A review. NMR in Biomedicine. 2021;34(9):e4564. doi: 10.1002/nbm.4564 EDN: WBJKOS
  30. Zeinali R, Keshtkar A, Zamani A, Gharehaghaji N. Brain volume estimation enhancement by morphological image processing tools. J Biomed Phys Eng. 2017;7(4):379–388.
  31. Liu S, Meng T, Russo C, et al. Brain volumetric and fractal analysis of synthetic MRI: A comparative study with conventional 3D T1-weighted images. European Journal of Radiology. 2021;141:109782. doi: 10.1016/j.ejrad.2021.109782 EDN: PFSYZT
  32. Ota Y, Shah G. Imaging of normal brain aging. Neuroimaging Clinics of North America. 2022;32(3):683–698. doi: 10.1016/j.nic.2022.04.010 EDN: IUITDD
  33. Nayak KS, Nielsen JF, Bernstein MA, et al. Cardiovascular magnetic resonance phase contrast imaging. Journal of Cardiovascular Magnetic Resonance. 2015;17(1):71. doi: 10.1186/s12968-015-0172-7 EDN: UWNBHL
  34. Tulupov AA, Korostyshevskaya AM, Savelov AA, et al. Magnetic resonance in the evaluation of circulation and mass transfer in human. Russian Chemical Bulletin. 2021;70(12):2266–2277. doi: 10.1007/s11172-021-3344-7 EDN: SWEVMB
  35. Wymer DT, Patel KP, Burke WF, Bhatia VK. Phase-contrast MRI: physics, techniques, and clinical applications. RadioGraphics. 2020;40(1):122–140. doi: 10.1148/rg.2020190039 EDN: VAJUKH
  36. Stankevich YA, Bogomyakova OB, Vasil'kiv LM, Tulupov AA. Features of changes in the hemodynamic characteristics of the main and tissue blood flow in the pathological tortuosity of the internal carotid arteries according to phase-contrast and perfusion magnetic resonance imaging. Clinical Physiology of Circulation. 2019;16(3):217–227. doi: 10.24022/1814-6910-2019-16-3-217-227 EDN: NADGSR
  37. Han H, Lin Z, Soldan A, et al. Longitudinal Changes in Global Cerebral Blood Flow in Cognitively Normal Older Adults: A Phase-Contrast MRI Study. Journal of Magnetic Resonance Imaging. 2022;56(5):1538–1545. doi: 10.1002/jmri.28133 EDN: DFFVIK
  38. Taneja K, Liu P, Xu C, et al. Quantitative Cerebrovascular Reactivity in Normal Aging: Comparison Between Phase-Contrast and Arterial Spin Labeling MRI. Front Neurol. 2020; 31(11):758. doi: 10.3389/fneur.2020.00758 EDN: PICWDT
  39. Chappell M, McConnell F, Golay X, et al. Partial volume correction in arterial spin labeling perfusion MRI: A method to disentangle anatomy from physiology or an analysis step too far? Neuroimage. 2021; 238:118236. doi: 10.1016/j.neuroimage.2021.118236 EDN: SEJXBB
  40. Zhao M, Mezue M, Segerdahl A, et al. A systematic study of the sensitivity of partial volume correction methods for the quantification of perfusion from pseudo-continuous arterial spin labeling MRI. Neuroimage. 2017;162:384–397. doi: 10.1016/j.neuroimage.2017.08.072
  41. Muer J, Didier K, Wannebo B, et al. Sex differences in gray matter, white matter, and regional brain perfusion in young, healthy adults. Am J Physiol Heart Circ Physiol. 2024;327(4):847-858. doi: 10.1152/ajpheart.00341.2024.
  42. Su F, Peng Sh. Range and variability of CBF in young adults: PC-MRI and ASL studies. Int J Imaging Syst Technol. 2024; 34(2):e22986. doi: 10.1002/ima.22986 EDN: APMFSR
  43. Hu J, Craig M, Knight S, et al. Regional changes in cerebral perfusion with age when accounting for changes in gray-matter volume. Magn Reson Med. 2025;93(4):1807-1820. doi: 10.1002/mrm.30376 EDN: MLWUSN
  44. Khan MA, Liu J, Tarumi T, et al. Measurement of cerebral blood flow using phase contrast magnetic resonance imaging and duplex ultrasonography. Journal of Cerebral Blood Flow & Metabolism. 2016;37(2):541–549. doi: 10.1177/0271678X16631149

补充文件

附件文件
动作
1. JATS XML
下载
2. Fig. 1. Correlation of total cerebral perfusion parameters according to non-contrast perfusion magnetic resonance imaging and phase-contrast angiography (r=0.839, p<0.001). Histograms above and on the right show the distribution of the number of observations of cerebral perfusion values ​​CBF-ASL and CBF-FCA, respectively. FCA — phase-contrast angiography; ASL (Arterial Spin Labeling); CBF (Cerebral Blood Flow) — total cerebral perfusion.

下载 (139KB)
索引源数据
3. Fig. 2. Distribution of the difference in cerebral perfusion values ​​according to non-contrast perfusion magnetic resonance imaging and phase-contrast angiography. PCA — phase-contrast angiography; ASL (Arterial Spin Labeling); CBF (Cerebral Blood Flow) — total cerebral perfusion.

下载 (98KB)
索引源数据
4. Fig. 3. Correlation of age and the difference in cerebral perfusion values ​​according to non-contrast perfusion magnetic resonance imaging and phase-contrast angiography (r=−0.300, p=0.007). PCA – phase-contrast angiography; ASL (Arterial Spin Labeling); CBF (Cerebral Blood Flow) – total cerebral perfusion.

下载 (98KB)
索引源数据
5. Fig. 4. Correlation of brain volume and the difference in cerebral perfusion values ​​according to non-contrast perfusion magnetic resonance imaging and phase-contrast angiography (r=0.300, p=0.007). FCA — phase-contrast angiography; ASL (Arterial Spin Labeling); CBF (Cerebral Blood Flow) — total cerebral perfusion.

下载 (107KB)
索引源数据

版权所有 © Eco-Vector, 2025

Creative Commons License
此作品已接受知识共享署名-非商业性使用-禁止演绎 4.0国际许可协议的许可。

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».