动态对比增强MRI对动脉粥样硬化斑块炎症定量分析的研究

The association of inflammatory cells and neovessels in atherosclerosis is considered as the main cause of atherosclerosis plaque rupture, which leads to acute cardiovascular events. but now it is lack of effective method for quantitative analysis of plaque inflammation and angiogenesis. Dynamic contrast-enhanced magnetic resonance imaging (DCE-MRI) has been applied to the study of neovascularization in atherosclerosis, however, it will overestimate or underestimate the physiological parameters based on existing data analysis model (physiological model), and it is hard to measure the individual artery input function (AIF) which is necessary for physiological model. For the above problems, the purpose of this project is to improve DCE-MRI physiological parameters measurement accuracy based on an optimized data analysis model, so as to quantitatively estimate the degree of plaque inflammation. The research tasks include: (1) combining the 3D "black blood" imaging and "bright blood" imaging to acquire the DCE-MRI images of New Zealand white male rabbits with aortic atherosclerotic plaques; (2) developing a new automatic extraction method to measure an individual AIF and establishing an optimized physiological model for plaque angiogenesis. We propose the project is helpful to detecte the vulnerable plaque efficiently during early diagnosis and provide an efficient measure of early risk prediction for patients with cardio-cerebrovascular disease.

动脉粥样硬化斑块的炎症和血管增生是引发其破裂从而导致急性心脑血管事件的主要原因，但目前缺乏对炎症定量检测的有效方法。动态对比增强磁共振成像（DCE-MRI）是目前对斑块炎症进行定量检测的最合适手段，然而其现有的数据分析模型（生理模型）会造成对生理参数的不准确估计，并且用于生理模型建模的个体动脉输入函数（AIF）很难测量。本项目针对以上问题，拟以大动脉粥样硬化斑块兔子模型为对象，采取3D"黑血"和"亮血"采集互补的方法，通过发展个体AIF的自动提取新方法和建立针对斑块增生的生理模型，以完善基于优化数据分析模型的DCE-MRI生理参数测量方法，力求对斑块炎症程度进行定量检测。本项目的实施将有助于早期识别不稳定斑块，为心脑血管病人早期风险预测提供一个有效手段。

动脉粥样硬化斑块的炎症和血管增生是引发其破裂从而导致急性心脑血管事件的主要原因，但目前缺乏对炎症定量检测的有效方法。动态对比增强磁共振成像（DCE-MRI）是目前对斑块炎症进行定量检测的最合适手段，然而其现有的数据分析模型（生理模型）会造成对生理参数的不准确估计，并且用于生理模型建模的个体动脉输入函数（AIF）很难测量。本项目针对以上问题，拟以大动脉粥样硬化斑块兔子模型为对象，采取3D“黑血”和“亮血”采集互补的方法，通过发展个体AIF的自动提取新方法和建立针对斑块增生的生理模型，以完善基于优化数据分析模型的DCE-MRI生理参数测量方法，对斑块炎症程度进行准确的定量测量，力求为临床早期诊断斑块的稳定性提供一个可重复的无创性方法。研究内容包括：（1）建立针对斑块增生的生理模型，并进行“黑血”和“亮血”图像的采集；（2）发展个体AIF的自动提取新方法；（3）探索合适的参数测量方法，并完成病理验证。.项目组全体成员经过3年的不懈努力，针对制定的研究内容和研究计划，深入系统的开展了如下工作：（1）发展优化了高分辨MRI黑血成像序列，获得了互补采集的造影前多翻转角“黑血”图像和DCE“亮血”图像；（2）建立了个体AIF的自动提取新方法和基于三指数数据分析模型的生理参数测量方法，提高了对斑块炎症定量评估的准确性和可重复性；（3）完成了将生理参数Ktrans与血生化指标之间定量关系的建立，为后续相关工作的开展提供了数据支持和参考。.在本项目开展期间，项目组共提交/录用国际期刊文章5篇并全部SCI检索，作为主要发明人申请国家发明专利1项；协助培养研究生2名（目前均已顺利毕业）。.在国家自然科学基金青年基金项目的大力支持下，本项目预期指标全部圆满完成。