血管周围间隙定量评估及其临床相关性研究进展PPT.pptx

血管周围间隙定量评估及其临床相关性研究进展PPT

Contents目录PVS的解剖生理及影像表现PVS的定量评估方法PVS定量评估在临床中的应用未来研究方向

PVS的解剖生理及影像表现

PVS解剖结构与功能PVS位于颅内动脉、小动脉、静脉及小静脉周围，其外侧边界由星形胶质细胞的终足形成的胶质限制膜。PVS的解剖位置PVS作为脑内类淋巴系统的重要组成部分，参与颅内代谢废物的清除及脑脊液的循环过程。PVS的生理功能PVS的结构和功能改变与多种神经系统疾病具有相关性，其严重程度与脑小血管病（CSVD）及认知障碍等多种疾病相关。PVS与神经系统疾病的关系

2012年，Iliff等提出了脑内类淋巴系统假说，认为该系统可通过脑脊液与组织间液的交换、液体引流及分子运输来实现大脑有毒物质和代谢废物的清除。PVS被认为是脑内类淋巴系统的重要组成部分，参与颅内代谢废物的清除及脑脊液的循环过程。PVS的结构和功能改变与多种神经系统疾病具有相关性，如脑血管病、神经退行性疾病、神经炎性疾病等。脑内类淋巴系统假说的提出PVS在类淋巴系统中的作用PVS与神经系统疾病的关系脑内类淋巴系统假说

PVS的影像学诊断标准高分辨率MRI的应用PVS术语的统一STRIVE-1研究提出PVS在MRI上的信号特征，包括长T1、长T2、FLAIR序列等或低信号，呈圆形、卵圆形或线性。STRIVE-2研究推荐使用高分辨率的T2加权MRI图像进行PVS检测，因其对PVS最敏感。STRIVE研究建议统一使用“PVS”作为MRI上可视性PVS的术语，避免使用“扩大的PVS”。PVS影像学诊断标准

PVS的定量评估方法

视觉评分量表应用视觉评分量表是一种基于MRI图像的PVS数量和分布进行评估的方法，广泛应用于临床实践中。尽管视觉评分量表简单易行且可推广性强，但其分级较为粗略，受MRI分辨率、层面选取等因素影响较大，存在观测偏倚。随着计算机技术的发展，视觉评分量表在操作指南手册的帮助下，提高了评估的可靠性及评估者之间的一致性，并在后续研究中得到了广泛应用。视觉评分量表的定义与应用视觉评分量表的局限性视觉评分量表的改进与发展

PVS的计算机算法评估方法计算机算法在PVS评估中的应用计算机算法在PVS评估中的改进与应用研究基于阈值分割、形态学滤波及机器学习的多种计算机算法不断被开发用于PVS检测，并可实现PVS数量、体积及空间分布等信息的全自动或半自动测量。随着影像及计算机技术的发展，更为精确的PVS量化评估方法逐渐被提出，包括影像获取、预处理、PVS特征提取/分割及后处理等步骤。自2002年以来，已有至少48项研究进行了PVS全自动或半自动测量相关的算法开发，并不断有研究对方法学进行改进及应用研究。计算机算法评估发展

010203基于强度阈值进行图像分割，需要手动输入或检查校正图像分割结果，提高分割准确度。半自动测量技术利用随机几何、形态学滤波及机器学习算法实现PVS全自动识别和分割，获取数量、体积及位置信息。全自动测量技术通过改进计算机算法，如Frangi滤波器、增强对比度处理程序等，提高PVS检测的准确性和重测信度。计算机算法的优化与应用全自动与半自动测量技术

PVS定量评估在临床中的应用

010203PVS作为CSVD的重要影像标志物，其数量和分布模式与CSVD类型相关。基底节为主的PVS分布模式常见于高血压相关CSVD，而半卵圆中心PVS是CAA的重要影像特征。重度半卵圆中心PVS被纳入CAA的非出血性影像标志物，提高了诊断的准确性。CSVD的影像标志物CAA和高血压相关CSVD的PVS特征PVS在CAA诊断中的应用CSVD病因诊断

010302CAA的非出血性影像标志物包括半卵圆中心PVS的数量和体积，以及近皮质PVS的负荷。半卵圆中心PVS的增多是CAA的重要影像特征，其严重程度与CAA的病理负担密切相关。近皮质PVS的存在及其负荷可反映CAA的严重程度，有助于提高CAA的诊断准确性。CAA非出血性影像标志物的定义半卵圆中心PVS在CAA中的意义近皮质PVS在CAA中的诊断价值CAA非出血性影像标志物

TITLEHERE认知损害与PVS负荷关系认知损害与PVS负荷的关联性横断面研究显示，轻度认知障碍及阿尔茨海默病患者的PVS负荷显著高于健康对照。PVS负荷对CAA严重程度的提示意义组织病理研究证实，影像可见的PVS严重程度可准确反映组织病理学上的PVS严重程度，且与同一血管上方皮质中CAA的严重程度相关。PVS数量和体积在诊断中的应用最新版的CAA诊断标准将重度半卵圆中心PVS作为CAA的非出血性影像标志物纳入到了诊断标准中，提高了合并自发性颅内出血的患者中很可能的CAA诊断的敏感度。

未来研究方向

标准化参照影像数据库的重要性多中心研究的