急性缺血性腦卒中出血轉化血生化及影像學預測因素的研究進展

楊軍 周敬華

摘要：急性缺血性腦卒中（AIS）是最常見的腦卒中類型，我國的發病率位居世界第一。出血轉化是其致命的并發癥之一，可導致預后不良甚至死亡。盡早識別出血轉化的危險因素可在一定程度上降低其發生率和嚴重程度。本文就預測腦卒中后出血轉化出現的血生化標志物以及神經影像學指征進行綜述，以期為臨床早期判斷和預防提供參考。

關鍵詞：急性缺血性腦卒中；出血轉化；血生化；影像學；預測因素

中圖分類號：R743.3? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻標識碼：A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?DOI：10.3969/j.issn.1006-1959.2024.12.042

文章編號：1006-1959（2024）12-0183-06

Research Progress on Blood Biochemistry and Imaging Predictors of Hemorrhage Transformation

in Acute Ischemic Stroke

Abstract：Acute ischemic stroke （AIS） is the most common type of stroke， and the incidence in China ranks first in the world. Hemorrhagic transformation is one of its fatal complications， which can lead to poor prognosis and even death. Early identification of risk factors for hemorrhagic transformation can reduce its incidence and severity to a certain extent. This article reviews the blood biochemical markers and neuroimaging indications for predicting hemorrhagic transformation after stroke， in order to provide reference for early clinical judgment and prevention.

Key words：Acute ischemic stroke;Hemorrhagic transformation;Blood biochemistry;Imaging;Predictor

急性缺血性腦卒中（acute ischemic stroke， AIS）是最常見的腦卒中類型，我國AIS發病率位居世界第一[1]。出血轉化（hemorrhagic transformation， HT）是AIS致命的并發癥之一，可導致AIS患者預后不良甚至死亡[2]。HT的具體機制尚不完全清楚，目前認為HT主要與梗死后炎癥反應、血腦屏障毀壞、缺血再灌注傷害、氧化應激及氮化應激等相關。隨著對HT發生機制的深入研究，越來越多學者發現其中所涉及的血生化標志或其他指標有望成為HT的預測因素。神經影像學是診斷HT的直接證據，可以明確病灶性質（缺血或出血）、確認血管閉塞或狹窄、評估缺血半暗帶區灌注情況，為預測和診斷HT提供可視化依據。本文就預測腦卒中后HT出現的血生化標志物以及神經影像學指征予以綜述，以期為臨床早期判斷和預防提供參考。

1 HT的概念

HT是指急性腦梗死后缺血區血管重新恢復血流灌注導致的出血。其診斷主要依靠影像學證據，因此腦梗死出血轉化多被認定為初次頭顱CT/MRI未發現出血，而再次頭顱CT/MRI檢查時發現有顱內出血[3]，或按照初次頭顱CT/MRI可以確定的出血性梗死[4]。根據出血前是否使用增加出血風險的治療方法分為自發性HT和繼發性（治療性）HT[3]，繼發性HT的發生率及嚴重程度往往高于自發性HT。根據臨床表現分為無癥狀HT和有癥狀HT。根據影像學診斷依據有最常用的歐洲急性卒中協作中心分型[5]，以及在其基礎上加入之前未分類腦出血（如腦室內出血等）的Heidelberg分型[6]。

2 HT預測的血生化標志物

2.1基質金屬蛋白酶-9? 基質金屬蛋白酶-9（MMP-9）是基質金屬蛋白酶（MMPs）中的一種，它可以降解血管周圍基底膜的主要成分。MMP-9濃度的升高可加重腦血管屏障的損傷，并增加其通透性，在腦HT中起著重要作用[7]。在過去的研究中發現[8]，AIS患者在阿替普酶靜脈溶栓后，發生HT的風險增加，這與阿替普酶通過上調MMP-9的表達、促進MMP-9釋放等相關。而在針對未經治療的AIS患者研究中發現[9]，中風后24 h內血漿MMP-9濃度>181.7 ng/ml是AIS患者自發性HT的獨立預測因子。而在一項前瞻性研究中顯示[10]，MMP-9在AIS患者機械取栓術后HT的發生中沒有預測價值，這可能與血管內手術直接損傷血管壁的程度比缺血導致的血腦屏障破壞更加嚴重相關。

2.2卵泡抑素樣蛋白-1? 卵泡抑素樣蛋白-1（FSTL1）是在神經系統中發現的一種外泌性糖蛋白[11]，受缺血應激和促炎介質誘導后在人體組織中表達。FSTL1具有多種重要的生物學功能，包括調控代謝和凋亡、炎癥反應等[12]。關于FSTL1在心血管疾病方面的調控已有較多研究。近年來，FSTL1在AIS及HT中的作用成為熱門研究對象，在多項研究中提到FSTL1可以調節MMP-9的表達[13，14]。可見，FSTL1參與AIS的發生發展，并與AIS患者HT的發生密切相關。研究表明[15]，FSTL1促進AIS發生的機制可能與促進患者腦組織炎癥反應的發生或加速神經元凋亡有關。Ling C等[16]的研究表明，高水平的FSTL1和MMP-9與AIS患者的HT有很強的相關性，且二者聯合診斷價值高于單獨檢測。牛壯[17]在其研究中表明，血清FSTL1水平對預測HT的發生具有一定價值。FSTL1作為一種新的預測HT發生的指標，在HT發生中的具體機制及能否成為獨立預測因子還需要進一步研究。

2.3中性粒細胞與淋巴細胞比值? 炎癥反應是促成HT發生的重要機制之一，炎性細胞水平在預測HT中的作用不可忽視。然而單一細胞數的預測能力有限，因此需要找尋合適的炎癥指標。中性粒細胞與淋巴細胞比值（neutrophil-to-lymphocyte ratio， NLR）很好地解決了這個問題，它代表兩種炎癥細胞間的平衡，在AIS事件發生時，組織缺氧會促進腦實質內的炎癥反應。在AIS發生后的3 h內，中性粒細胞作為第一批穿透缺氧組織的細胞之一被招募到腦組織損傷部位[18]，并對血腦屏障造成損害，進一步導致周圍組織的受損[19]。既往研究表明[20]，NLR≥10.59是癥狀性HT的高危因素。在治療性HT方面，多項研究結果顯示[21-23]，NLR是AIS患者靜脈溶栓后HT的獨立預測因素。Li SJ等[24]研究發現，血栓切除術后NLR水平是前循環AIS患者HT的重要預測因素，其最佳臨界值為8.4。

2.4中性粒細胞與高密度脂蛋白比值、單核細胞與高密度脂蛋白比值? 血脂水平與HT之間存在較強的相關性[25]。在過去的一項研究中顯示[26]，高密度脂蛋白水平是HT風險增加的獨立風險因素。高密度脂蛋白可通過調節炎癥過程中活化的中性粒細胞的功能，從而影響自身的組成和活性[27]。中性粒細胞與高密度脂蛋白比值（neutrophil to high-density lipoprotein ratio， NHR）作為一種新的血清標志物，可同時反映炎癥和脂質水平，在近年的研究中被用來觀察與腦HT發生的相關性。現有研究結果表明[28]，NHR是急性卒中患者HT的可靠且簡單的獨立預測指標。單核細胞與高密度脂蛋白比值（monocyte to high-density lipoprotein ratio， MHR）也被認為與HT的發生有關，在Wang Y等[29]的研究中發現，MHR是HT發生的一種保護性指標，即低MHR與缺血性中風后HT和癥狀性HT的風險增加均有關。然而這與另一項研究所展示的結論相反，Xia L等[30]在其針對AIS患者靜脈溶栓治療的研究中發現，高MHR可能獨立地與較高的HT風險相關。在最新的研究中顯示[31]，在采用靜脈溶栓的AIS患者中，低MHR水平與HT風險增加獨立相關，且這一結論只存在于大動脈粥樣硬化類型中。導致這些不同研究結果的原因可能與不同單核細胞亞型在AIS患者HT發生的機制中發揮不同的功能有關。目前關于單核細胞和高密度脂蛋白參與HT的研究較少，潛在機制尚不清楚，還需要更多研究來探討不同單核細胞亞型和高密度脂蛋白在HT中的具體作用。

2.5血栓彈力圖? 血栓彈力圖（thrombelastograph， TEG）可用于實時測量凝血過程的不同方面，包括血凝塊形成的速率、強度和穩定性，可以在患者床邊快速完成。TEG可全面動態反應凝血開始-血凝塊溶解過程，評估凝血功能，目前多用于指導創傷止血及手術治療。既往有研究表明[32]，TEG可能預測HT的發生。在最新一項研究結果顯示[33]，血清TEG檢測各參數（凝血反應時間、凝血形成時間、凝血形成速率和凝血最終強度）均與腦卒中機械取栓術后發生HT存在密切關系，是其獨立影響因素，且在早期評估方面具有較高價值。在入院時使用TEG譜可以預測缺血性卒中急性期HT的發生。Yu G等[34]研究結果表明，TEG R值<5 min可識別院內HT風險增加的患者，其風險增加了3.2倍。近年來，TEG逐漸被用來檢測異常出血和血管阻塞，但有關預測HT的研究甚少。預測HT的TEG各檢測參數具體臨界值還需要大量深入研究來給出答案。

3 HT預測的神經影像學標志物

3.1 CT平掃? CT平掃（non-contrast CT， NCCT）具有操作簡便、安全、快速等特點，是評估AIS患者最常見的成像方式。阿爾伯塔卒中早期CT評分（Alberta Stroke Program early CT Score， ASPECTS）是一種半定量評分系統，可對大腦中動脈供血區早期缺血性改變做出精確評估，已被普遍用于評估AIS治療手段及預測患者預后。已有多項研究表明[35，36]，ASPECTS與治療后HT發生呈負相關。有研究結果顯示[37]，后循環ASPECT評分對HT的發生具有高特異性和高敏感性預測價值，且最佳預測值為7。Gács G等[38]提出大腦中動脈高密度征是最常見的腦動脈高密度征，且相關研究證實了其在AIS患者中的存在和預測作用[39]。一項回顧性研究表明[40]，大腦中動脈高密度征可以預測未接受溶栓治療AIS患者的HT和不良結果，并且HT的發生與大腦中動脈高密度征的長度獨立相關。Kang Z等[41]在其研究中發現，NCCT上的近端HMCAS與無癥狀HT獨立相關。大腦中動脈高密度征可用于預測HT發生，可能與它在一定程度上反映血栓性質及中風病因有關。

3.2 CT灌注成像? CT灌注成像（CT perfusion，CTP）已廣泛用于AIS患者診斷、預后及并發癥的研究中，可以直觀地評估缺血核心和缺血半暗帶[42，43]。既往研究表明CTP常用參數均可預測HT的發生，包括腦血容量[44，45]、腦血流量[42，46]、平均通過時間[47]、達峰時間[48]、殘余功能的達峰時間[49]和相對表面滲透性[50，51]。其中相對腦血容量=1.09[52]、相對腦血流量<0.48[47]、相對平均通過時間=1.3[47]、達峰時間=0.27 s[48]、功能殘余的達峰時間>14 s[49]均可作為HT的獨立預測因子。盡管CTP常用參數在HT的預測中均有意義，然而在目前的諸多研究顯示，相對腦血流量是應用最多的指標。Langel C等[46]的研究表明，相對腦血流量對HT的預測價值最高，這可能與其能更好地區分缺血核心和缺血半暗帶有關。相對于單一參數，多個參數聯合應用可能更具準確性，然而目前有關CTP多個參數聯合預測HT的研究較少，且缺乏標準化，還需進一步深入研究。

3.3磁共振成像? 在運用磁共振成像（magnetic resonance imaging， MRI）預測AIS患者HT的諸多研究中，液體衰減反轉恢復序列（fluid attenuated inversion recovery， FLAIR）、彌散加權成像（diffusion-weighted imaging， DWI）以及灌注加權成像顯示出較好的結果[53]。Jha R等[54]在研究中提到，FLAIR比率與MMP-9和出血風險相關，中風急性期的FLAIR變化可能會預測出HT。在近年的研究中發現[55]，當DWI異常體積臨界為4 cm3時，其預測AIS靜脈溶栓后癥狀性HT的敏感度為78%、特異度為58%。也有研究探索FLAIR-DWI不匹配與HT之間的關系[56]，雖然結果與預期有差距，但這也為HT的預測提供了方向。相較與CT，MRI相關序列及影像指標預測HT更加缺乏標準化，這可能與研究人群、成像設備、對比劑以及閱片師水平的差異有關。與CTP相比，MRI可能會對血腦屏障的破壞提供更精確的評估[57]和更高的診斷價值[58]。

4總結

除了上述血生化標志物外，鐵蛋白、細胞纖維連接蛋白、鈣結合蛋白也與HT的發生有關，這在多項實驗中已得到證實。目前研究報道中，纖維蛋白原與白蛋白比值、血清低鎂、高尿酸、預后營養指數在預測HT發生方面也有一定潛力，但仍需要更加深入的研究。在神經影像學方面，隨著人工智能的發展，機器閱片也來越來精準，促進了影像組學的飛躍發展，這在一定程度上減少了閱片原因所產生的誤差。已有研究發現基于MRI的影像組學和機器學習分析是預測急性腦卒中HT的重要工具，對早期準確識別HT高風險患者具有較高的效能。而根據NCCT圖像建立臨床放射學模型，亦可以幫助一線醫生識別出具有明顯較高HT風險的患者。總之，HT作為AIS嚴重并發癥之一，應盡早預測，以最大程度減少其發生，將危險扼殺在搖籃之中。

參考文獻：

[1]Wang D，Liu J，Liu M，et al.Patterns of Stroke Between University Hospitals and Nonuniversity Hospitals in Mainland China： Prospective Multicenter Hospital-Based Registry Study[J].World Neurosurg，2017，98：258-265.

[2]Zubair AS，Sheth KN.Hemorrhagic Conversion of Acute Ischemic Stroke[J].Neurotherapeutics，2023，20（3）：705-711.

[3]?lvarez-Sabín J，Maisterra O，Santamarina E，et al.Factors influencing haemorrhagic transformation in ischaemic stroke[J].Lancet Neurol，2013，12（7）：689-705.

[4]Chen G，Wang A，Zhao X，et al.Frequency and risk factors of spontaneous hemorrhagic transformation following ischemic stroke on the initial brain CT or MRI： data from the China National Stroke Registry （CNSR）[J].Neurol Res，2016，38（6）：538-544.

[5]Guenego A，Lecler A，Raymond J，et al.Hemorrhagic transformation after stroke： inter- and intrarater agreement[J].Eur J Neurol，2019，26（3）：476-482.

[6]Neuberger U，M?hlenbruch MA，Herweh C，et al.Classification of Bleeding Events： Comparison of ECASS III （European Cooperative Acute Stroke Study） and the New Heidelberg Bleeding Classification[J].Stroke，2017，48（7）：1983-1985.

[7]Dang B，Duan X，Wang Z，et al.A Therapeutic Target of Cerebral Hemorrhagic Stroke： Matrix Metalloproteinase- 9[J].Curr Drug Targets，2017，18（12）：1358-1366.

[8]Ma G，Pan Z，Kong L，et al.Neuroinflammation in hemorrhagic transformation after tissue plasminogen activator thrombolysis： Potential mechanisms， targets， therapeutic drugs and biomarkers[J].Int Immunopharmacol，2021，90：107216.

[9]Yuan R，Tan S，Wang D，et al.Predictive value of plasma matrix metalloproteinase-9 concentrations for spontaneous haemorrhagic transformation in patients with acute ischaemic stroke： A cohort study in Chinese patients[J].J Clin Neurosci，2018，58：108-112.

[10]Iwamoto T，Kitano T，Oyama N，et al.Predicting hemorrhagic transformation after large vessel occlusion stroke in the era of mechanical thrombectomy[J].PLoS One，2021，16（8）：e0256170.

[11]Xiang S，Zhang Y，Jiang T，et al.Knockdown of Follistatin-like 1 disrupts synaptic transmission in hippocampus and leads to cognitive impairments[J].Exp Neurol，2020，333：113412.

[12]Chaly Y，Hostager B，Smith S，et al.Follistatin-like protein 1 and its role in inflammation and inflammatory diseases[J].Immunol Res，2014，59（1-3）：266-272.

[13]Sundaram GM，Ismail HM，Bashir M，et al.EGF hijacks miR-198/FSTL1 wound-healing switch and steers a two-pronged pathway toward metastasis[J].J Exp Med，2017，214（10）：2889-2900.

[14]Ni X，Cao X，Wu Y，et al.FSTL1 suppresses tumor cell proliferation， invasion and survival in non-small cell lung cancer[J].Oncol Rep，2018，39（1）：13-20.

[15]Liu YP，Ju ML，Yu FQ.Clinical significance of FSTL1， Bax， Bcl-2 in acute cerebral infarction and its relationship with hemorrhagic transformation[J].Eur Rev Med Pharmacol Sci，2020，24（16）：8447-8457.

[16]Ling C，Cao S，Kong X.Changes of FSTL1 and MMP-9 levels in patients with acute cerebral infarction and its relationship with hemorrhagic transformation[J].J Clin Neurosci2022，99：164-168.

[17]牛壯.中高海拔地區血清FSTL1、β淀粉樣蛋白水平對急性腦梗死出血轉化的預測及相關性研究[D].西寧：青海大學，2022.

[18]Chu HX，Kim HA，Lee S，et al.Immune cell infiltration in malignant middle cerebral artery infarction： comparison with transient cerebral ischemia[J].J Cereb Blood Flow Metab，2014，34（3）：450-459.

[19]Denorme F，Portier I，Rustad JL，et al.Neutrophil extracellular traps regulate ischemic stroke brain injury[J].J Clin Invest，2022，132（10）：e154225.

[20]Zhu W，Leys D，Guo Z，et al.Higher neutrophil counts before thrombolysis for cerebral ischemia predict worse outcomesAuthor Response[J].Neurology，2016，86（11）：1077-1077.

[21]Switońska M，Piekus-S?omka N，S?omka A，et al.Neutrophil-to-Lymphocyte Ratio and Symptomatic Hemorrhagic Transformation in Ischemic Stroke Patients Undergoing Revascularization[J].Brain Sci，2020，10（11）：771.

[22]Wang C，Zhang Q，Ji M，et al.Prognostic value of the neutrophil-to-lymphocyte ratio in acute ischemic stroke patients treated with intravenous thrombolysis： a systematic review and meta-analysis[J].BMC Neurol，2021，21（1）：191.

[23]Xie J，Pang C，Yu H，et al.Leukocyte indicators and variations predict worse outcomes after intravenous thrombolysis in patients with acute ischemic stroke[J].J Cereb Blood Flow Metab，2023，43（3）：393-403.

[24]Li SJ，Cao SS，Huang PS，et al.Post-operative neutrophil-to-lymphocyte ratio and outcome after thrombectomy in acute ischemic stroke[J].Front Neurol，2022，13：990209.

[25]Lin SF，Chao AC，Hu HH，et al.Low Cholesterol Levels Increase Symptomatic Intracranial Hemorrhage Rates After Intravenous Thrombolysis： A Multicenter Cohort Validation Study[J].J Atheroscler Thromb，2019，26（6）：513-527.

[26]Messé SR，Pervez MA，Smith EE，et al.Lipid profile， lipid-lowering medications， and intracerebral hemorrhage after tPA in get with the guidelines-stroke[J].Stroke，2013，44（5）：1354-1359.

[27]Curcic S，Holzer M，Frei R，et al.Neutrophil effector responses are suppressed by secretory phospholipase A2 modified HDL[J].Biochim Biophys Acta，2015，1851（2）：184-193.

[28]Zhang R，Jin F，Zheng L，et al.Neutrophil to High-Density Lipoprotein Ratio is Associated with Hemorrhagic Transformation in Patients with Acute Ischemic Stroke[J].J Inflamm Res，2022，15：6073-6085.

[29]Wang Y，Cheng Y，Song Q，et al.The association between monocyte to high-density lipoprotein ratio and hemorrhagic transformation in patients with acute ischemic stroke[J].Aging （Albany NY），2020，12（3）：2498-2506.

[30]Xia L，Xu T，Zhan Z，et al.High ratio of monocytes to high-density lipoprotein is associated with hemorrhagic transformation in acute ischemic stroke patients on intravenous thrombolysis[J].Front Aging Neurosci，2022，14：977332.

[31]Meng D，Li Y，Ju T，et al.Low MHR Is Associated with Hemorrhagic Transformation in Acute Large Artery Atherosclerosis Ischemic Stroke Patients with Intravenous Thrombolysis[J].Clin Appl Thromb Hemost，2023，29：10760296231167849.

[32]McDonald MM，Wetzel J，Fraser S，et al.Thrombelastography does not predict clinical response to rtPA for acute ischemic stroke[J].J Thromb Thrombolysis，2016，41（3）：505-510.

[33]韓冰莎，李嬌，栗艷茹，等.血栓彈力圖對急性缺血性腦卒中機械取栓術后出血轉化的預測價值[J].中國實用神經疾病雜志，2023，26（4）：403-409.

[34]Yu G，Kim YJ，Jeon SB，et al.Thromboelastography for prediction of hemorrhagic transformation in patients with acute ischemic stroke[J].Am J Emerg Med，2020，38（9）：1772-1777.

[35]Wardlaw JM，von Kummer R，Farrall AJ，et al.A large web-based observer reliability study of early ischaemic signs on computed tomography. The Acute Cerebral CT Evaluation of Stroke Study （ACCESS）[J].PLoS One，2010，5（12）：e15757.

[36]MacCallum C，Churilov L，Mitchell P，et al.Low Alberta Stroke Program Early CT score （ASPECTS） associated with malignant middle cerebral artery infarction[J].Cerebrovasc Dis，2014，38（1）：39-45.

[37]Chen L，Xu Z，Zhang C，et al.Post-ASPECTS based on hyperdensity in NCCT immediately after thrombectomy is an ultra-early predictor of hemorrhagic transformation and prognosis[J].Front Neurol，2022，13：887277.

[38]Gács G，Fox AJ，Barnett HJ，et al.CT visualization of intracranial arterial thromboembolism[J].Stroke，1983，14（5）：756-762.

[39]Ume KL，Dandapat S，Weber MW，et al.Absent hyperdense middle cerebral artery sign is associated with poor functional outcome after mechanical thrombectomy[J].Int J Stroke，2022，17（1）：101-108.

[40]Hou J，Sun Y，Duan Y，et al.Hyperdense middle cerebral artery sign in large cerebral infarction[J].Brain Behav，2021，11（5）：e02116.

[41]Kang Z，Wu L，Sun D，et al.Proximal hyperdense middle cerebral artery sign is associated with increased risk of asymptomatic hemorrhagic transformation after endovascular thrombectomy： a multicenter retrospective study[J].J Neurol，2023，270（3）：1587-1599.

[42]Kameda K，Uno J，Otsuji R，et al.Optimal thresholds for ischemic penumbra predicted by computed tomography perfusion in patients with acute ischemic stroke treated with mechanical thrombectomy[J].J Neurointerv Surg，2018，10（3）：279-284.

[43]Rava RA，Snyder KV，Mokin M，et al.Enhancing performance of a computed tomography perfusion software for improved prediction of final infarct volume in acute ischemic stroke patients[J].Neuroradiol J，2021，34（3）：222-237.

[44]Hermitte L，Cho TH，Ozenne B，et al.Very low cerebral blood volume predicts parenchymal hematoma in acute ischemic stroke[J].Stroke，2013，44（8）：2318-2320.

[45]孫鳳濤，張厚寧，禹璐，等.CT灌注成像參數在預測急性腦梗死溶栓后出血轉化中的價值[J].中華老年心腦血管病雜志，2021，23（1）：63-66.

[46]Langel C，Popovic KS.Infarct-core CT perfusion parameters in predicting post-thrombolysis hemorrhagic transformation of acute ischemic stroke[J].Radiol Oncol，2018，53（1）：25-30.

[47]Souza LC，Payabvash S，Wang Y，et al.Admission CT perfusion is an independent predictor of hemorrhagic transformation in acute stroke with similar accuracy to DWI[J].Cerebrovasc Dis，2012，33（1）：8-15.

[48]Adebayo OD，Culpan G.Diagnostic accuracy of computed tomography perfusion in the prediction of haemorrhagic transformation and patient outcome in acute ischaemic stroke： A systematic review and meta-analysis[J].Eur Stroke J，2020，5（1）：4-16.

[49]Yassi N，Parsons MW，Christensen S，et al.Prediction of poststroke hemorrhagic transformation using computed tomography perfusion[J].Stroke，2013，44（11）：3039-3043.

[50]Li Q，Gao X，Yao Z，et al.Permeability Surface of Deep Middle Cerebral Artery Territory on Computed Tomographic Perfusion Predicts Hemorrhagic Transformation After Stroke[J].Stroke，2017，48（9）：2412-2418.

[51]李翔，劉歡，熊秋霞，等.全腦灌注聯合多時相CT血管成像預測大腦中動脈M1段閉塞卒中患者出血轉化[J].中國醫學影像學雜志，2020，28（8）：575-579.

[52]Jain AR，Jain M，Kanthala AR，et al.Association of CT perfusion parameters with hemorrhagic transformation in acute ischemic stroke[J].AJNR Am J Neuroradiol，2013，34（10）：1895-1900.

[53]Suh CH，Jung SC，Cho SJ，et al.MRI for prediction of hemorrhagic transformation in acute ischemic stroke： a systematic review and meta-analysis[J].Acta Radiol，2020，61（7）：964-972.

[54]Jha R，Battey TW，Pham L，et al.Fluid-attenuated inversion recovery hyperintensity correlates with matrix metalloproteinase-9 level and hemorrhagic transformation in acute ischemic stroke[J].Stroke，2014，45（4）：1040-1045.

[55]Caparros F，Kuchcinski G，Drelon A，et al.Use of MRI to predict symptomatic haemorrhagic transformation after thrombolysis for cerebral ischaemia[J].J Neurol Neurosurg Psychiatry，2020，91（4）：402-410.

[56]Wouters A，Scheldeman L，Dupont P，et al.Hyperintense acute reperfusion marker associated with hemorrhagic transformation in the WAKE-UP trial[J].Eur Stroke J，2021，6（2）：128-133.

[57]Thrippleton MJ，Backes WH，Sourbron S，et al.Quantifying blood-brain barrier leakage in small vessel disease： Review and consensus recommendations[J].Alzheimers Dement，2019，15（6）：840-858.

[58]Zhang XH，Liang HM.Systematic review with network meta-analysis： Diagnostic values of ultrasonography， computed tomography， and magnetic resonance imaging in patients with ischemic stroke[J].Medicine （Baltimore），2019，98（30）：e16360.