CFD+4D FLOW MRI分析脑血管阻力(CVR)在不同脑区的分布规律及其与脑体积的关系

脑血管阻力（Cerebrovascular Resistance, CVR）是调节脑血流分布的关键因素，它通过影响脑动脉的流动阻力与灌注压力之间的关系，维持脑组织的正常血流供应。CVR的调节依赖于脑血管自我调节机制和神经血管耦合功能，通过改变小动脉和微动脉的直径来应对血压变化和代谢需求。CVR的异常与多种脑血管疾病（如卒中、短暂性脑缺血发作TIA）及认知功能障碍（如阿尔茨海默病）密切相关。

然而，目前对CVR的研究多集中于全局性测量（总CVR, tCVR），而对各脑动脉供血区域（如大脑中动脉MCA、大脑前动脉ACA、大脑后动脉PCA）的区域特异性CVR了解甚少。传统的区域CVR估算多依赖于对血流分布的假设（如按脑体积比例分配），缺乏个体化数据支持。近年来，4D相位对比磁共振成像（4D flow MRI） 和计算流体动力学（CFD） 技术的发展，使得基于个体血管解剖和血流数据的CVR精确计算成为可能。

本研究旨在利用CTA提供的血管解剖结构、4D flow MRI提供的血流数据，结合CFD模拟，建立一种个体化、无假设依赖的区域CVR计算方法，并应用于卒中/TIA患者（包括有/无颈动脉狭窄者），以探究CVR在不同脑区的分布规律及其与脑体积的关系。

影像数据

CTA：用于分割Willis环及主要脑动脉（ICA、MCA、ACA、PCA等），构建个体化血管几何模型。

4D flow MRI：用于测量各动脉的血流速率（ml/min），采用PC-VIPR序列，空间分辨率为0.7 mm³。

T1加权MRI：用于FreeSurfer自动分割脑组织，计算各供血区的灰质与白质体积。

CFD建模与仿真：使用COMSOL Multiphysics求解不可压缩Navier-Stokes方程，模拟稳态血流。假设血液为牛顿流体（ρ=1060 kg/m³，μ=3.45 mPa·s），血管壁为刚性。

边界条件：入口ICA和BA，血流速率由4D flow MRI提供；出口MCA、ACA、PCA等，应用充分发展的层流速度剖面；参考压力在对侧ICA或BA处施加平均动脉压（MAP）；通过CFD计算Willis环各分支处的灌注压力（P_terr）。

CVR计算

统计分析方法：使用Student's t检验比较组间tCVR及区域CVR。使用线性混合模型分析区域血管导纳（1/R）与脑体积的关系。使用类内相关系数（ICC）评估血管分割的可重复性。Bonferroni校正用于多重比较（显著性水平设为p < 0.003）。

1. 总CVR（tCVR）比较：患者组（狭窄+非狭窄）tCVR9.3 ± 1.9 mmHg·s/ml；对照组tCVR9.3 ± 2.0 mmHg·s/ml。两组无显著差异（p = 0.88），说明患者组在整体CVR水平上未表现出明显异常。

2. 区域CVR分布：MCA区域33.8 ± 10.5 mmHg·s/ml；ACA区域59.0 ± 30.6 mmHg·s/ml；PCA区域77.8 ± 21.3 mmHg·s/ml；三者之间存在显著差异（p < 10⁻⁴），表明CVR具有明显的区域特异性。

3. 狭窄侧与非狭窄侧CVR比较：在狭窄组中，同侧与对侧半球的区域CVR无显著差异（所有p > 0.05），即使按血流速率（<160 ml/min）定义血流动力学障碍，仍未见显著差异。

4. CVR与脑体积的关系：总脑体积与总血管导纳（1/tCVR）呈正相关（r = 0.37, p = 0.01）。线性混合模型显示，区域导纳与区域脑体积总体相关（p < 0.001），但在各区域内（MCA、ACA、PCA）单独分析中未达显著性。

5. 方法学验证：血管分割的类内相关系数（ICC）高达0.99，表明分割方法具有极高的一致性和可重复性。

1. 方法创新与优势：本研究首次结合4D flow MRI血流测量、CTA血管结构和CFD压力模拟，实现了无假设依赖、个体化的区域CVR计算。该方法避免了传统研究中依赖文献数据或脑体积比例假设的局限性，提供了更准确的CVR分布数据。

2. 临床意义：提供了MCA、ACA、PCA区域的CVR参考值（34:59:78 mmHg·s/ml），可用于脑血管模型的参数设定。发现颈动脉狭窄患者并未出现预期的区域CVR调节异常，可能与患者已接受药物治疗或处于疾病稳定期有关。CVR与脑体积总体相关，支持了脑体积可作为CVR分布代理的传统观点，但也提示个体差异较大，不宜直接用于个体预测。

3. 局限性：患者组并非完全“健康”，非狭窄组仍可能存在未检测到的血管病变。ICP使用群体参考值，未个体化测量。CTA与MRI扫描存在时间间隔（中位数4天），可能引入误差。未进行体外实验验证CFD模型的准确性。

4. 未来展望：在疾病不同阶段（如急性期、慢性期）重复测量，以动态观察CVR变化。结合更多生理参数（如动态ICP、血管弹性）提升模型精度。探索CVR在认知障碍早期筛查中的潜在应用价值。将该方法推广至其他脑血管疾病模型，如动脉瘤、动静脉畸形等。

本研究成功建立了一种基于多模态影像和CFD的个体化区域CVR计算方法，并首次提供了卒中/TIA患者三大脑动脉供血区的CVR分布数据。尽管患者存在颈动脉狭窄，其CVR分布与健康老年人无显著差异，提示脑血管调节机制在一定条件下仍可维持稳定。该方法和结果为未来脑血管建模、手术规划及疾病机制研究提供了重要参考。

公司简介

上海复蓝医疗科技有限公司（Fulan Medical Technology），公司创始团队来自复旦大学生物医学工程研究所。专注于利用先进的计算机建模仿真与人工智能技术，提供心脑血管疾病的辅助诊断、外科及介入手术的计算机模拟及分析、血管植介入器械安全性与有效性评价等解决方案。

平台介绍

①  主动脉及大血管疾病介入治疗数智化仿真平台

②  脑血管疾病介入治疗数智化计算机手术模拟及分析平台

③  心脏瓣膜外科和介入置换计算机手术模拟及分析平台

④  患者特异性数字孪生心脏

产品审评有限元分析报告

人工心脏瓣膜：外科生物瓣、外科高分子瓣、介入生物瓣、介入高分子瓣、二尖瓣三尖瓣夹合器、封堵器等

支架：颅内动脉瘤介入栓塞装置、密网支架、覆膜支架、取栓支架、外周支架、可降解支架等

有源：植入式心脏辅助装置、心脏起搏器、TCAR、DBS、PFA、RFA、PNS等

其他：肿瘤、消化等其他外科介入器械

计算机手术模拟及分析

TAVR、TEVAR、TMVR、TEER等计算机手术模拟及分析

脑动脉瘤介入栓塞装置的计算机手术模拟及分析

TCAR、RFA、PFA等计算机手术模拟及分析

合作请联系

        联系人

复/蓝/医/疗

数智心脑丨创健未来