磁共振ESWAN序列對建立腦微出血病變等級制度的定量研究

摘要：目的 "應用磁共振三維增強多梯度回波T2*加權血管成像（ESWAN）序列的相位值（PV）完善腦微出血（CMBs）影像診斷的分級標準。方法 "回顧性分析2021年5月～2022年5月在中南大學湘雅醫院行ESWAN序列掃描的100例患有CMBs的腦小血管病（CSVD）患者、29例腦內無異常影像表現且無其他基礎疾病的健康志愿者。根據病變診斷結果將CSVD組分為CMBs組、腔隙性腦梗死（LI）組（CMBs單獨合并LI）、腦白質病損（WML）組（CMBs單獨合并WML）、LI＋WML組。將局限于兩個腦區內且LI的病灶數小于3個的定義為散發LI，否則為多發LI；Fazekas I級定義為輕度WML，否則為重度WML。采用醫院后處理軟件勾畫并測量CSVD組各CMBs病灶以及健康組紅核與黑質的PV值，分析CMBs病灶PV值與健康紅核黑質的差異以及LI、WML病變發生狀況與CMBs PV值的關系。結果 "CSVD組各腦區CMBs病灶與健康組紅核、黑質的平均PV值差異均有統計學意義（F=65.599，Plt;0.001）；不同WML病變程度、LI病灶個數時CMBs平均PV值間的差異均有統計學意義（Plt;0.05）且呈負相關關系（P=0.027、0.047）。根據影響程度初步將CMBs I級定義為PV值gt;-0.74，CMBs II級定義為PV值-0.81～-0.74，CMBs III級定義為PV值-0.84～-0.81，CMBs IV級定義為PV值-0.89～-0.84，CMBs V級定義為PV值lt;-0.89。結論 "CMBs病變與LI、WML病變程度相互影響；磁共振ESWAN序列的PV值能量化反映CMBs的病變程度，以此為依據建立CMBs的病變等級制度，有望取代目前相對主觀的人工計數評估方式，輔助實現CMBs早期病灶的精準檢出、CSVD疾病初期的快速診斷。

關鍵詞：腦微出血；三維增強多梯度回波T2*加權血管成像；磁共振；定量診斷

A quantitative study of magnetic resonance ESWAN sequence on the establishment of a hierarchy of cerebral microbleeds lesions

SONG Shiqian1， Lü Yueqin1， ZHANG Qiongfang1， RUAN Wenle1， ZHANG Yinping1， ZENG Wei1， CHEN Wei2， ZHANG Hui3

1School of Medical Imaging， 3Department of Human Anatomy， Changsha Medical College， Changsha 410219， China; 2Department of Radiology， Xiangya Hospital， Central South University， Changsha 410028， China

Abstract： Objective To enhance the grading criteria for cerebral microbleeds （CMBs） imaging diagnosis by applying the phase value （PV） of magnetic resonance enhanced gradient echo GRE T2-star weighted angiography （ESWAN） sequences. Methods A retrospective analysis was conducted on 100 patients with cerebral small vessel disease （CSVD） presenting CMBs and 29 healthy volunteers without any abnormal brain imaging findings or underlying diseases，who underwent ESWAN sequence scans at Xiangya Hospital of Central South University from May 2021 to May 2022. The CSVD group was divided into CMBs group， lacunar infarction （LI） group （CMBs with LI only）， white matter lesions （WML） group （CMBs with WML only）， and LI + WML group based on the lesion diagnosis results. LI confined to two brain regions and with fewer than three lesions was defined as scattered LI， otherwise as multiple LI; Fazekas grade I was defined as mild WML， otherwise as severe WML. Hospital post-processing software was used to outline and measure the PV of each CMBs lesion in the CSVD group and the red nucleus and substantia nigra in the healthy group， analyzing the differences in PV values between CMBs lesions and the healthy red nucleus and substantia nigra， and the relationship between LI， WML lesions occurrence and PV values of CMBs. Results Statistical significance was found in the differences between the average PV values of CMBs lesions in various brain regions of the CSVD group and the red nucleus and substantia nigra of the healthy group （F=65.599， Plt;0.001）; Differences in average PV values of CMBs were statistically significant across different degrees of WML lesions and numbers of LI lesions （Plt;0.05）， showing a negative correlation （P=0.027， 0.047）. Based on the degree of impact， preliminary definitions were established： Grade I CMBs as PV values gt;-0.74， grade II CMBs as PV values between -0.81 and -0.74， grade III CMBs as PV values between -0.84 and -0.81， grade IV CMBs as PV values between -0.89 and -0.84， and grade V CMBs as PV values lt;-0.89. Conclusion CMBs lesions and the severity of LI and WML lesions mutually influence each other; PV values from magnetic resonance ESWAN sequences can quantitatively reflect the severity of CMBs lesions. Based on this， a grading system for CMBs lesions is established， helping to replace the currently more subjective manual counting assessment method. This aids in the precise detection of early CMBs lesions and rapid diagnosis of CSVD at its initial stages.

Keywords： cerebral microbleeds; enhanced gradient echo GRE T2?star weighted angiography; magnetic resonance; quantitative diagnosis

腦小血管病（CSVD）的發病率正在逐年增加，其所致的血管性認知功能障礙可高達70%［1］。CSVD早期隱匿發病，無明顯的臨床癥狀導致疾病初期常被臨床忽視，后期發現時已伴有認知障礙甚至癡呆［1］。早期CSVD的診斷多基于影像學檢查，其中腔隙性腦梗死（LI）、腦白質病損（WML）、腦微出血（CMBs）是最常見的3種影像學標志物，LI、WML的病變程度與CMBs的病灶數量以及分布部位息息相關，CMBs病灶檢出的同時可預估其他兩種病變嚴重程度，或警示病變未來的發生［2-4］。CMBs正呈年輕化趨勢發展，血管性認知功能障礙患者中CMBs的發病率高達84.9%，起到關鍵性作用［5］，故早期檢測出CMBs病灶對于CSVD的早期診療有極大的臨床意義，有望及時干預認知功能障礙的發生發展，提高患者未來的精神狀態與生活質量。CMBs病理機制的特異性，使CT及常規MRI序列中很難檢測出該微小病變甚至完全不可見，隨著MRI磁敏感新序列的不斷涌現，對CMBs病灶的了解逐漸深入。但臨床上缺少統一的CMBs病變等級制度，仍采用人為計數的評估方式，極易受到人為因素的影響，造成誤診漏診，錯失干預的最佳時機。而三維增強多梯度回波T2*加權血管成像（ESWAN）序列是近年來新發展的磁敏感序列，對局部磁場強度的變化極為敏感，有助于檢測出每一時期的CMBs病灶［6］。相比于目前臨床診斷CMBs常用的SWI序列，ESWAN獨有的多回波采集方式和后處理技術大大提高了CMBs的檢出率，且在定量診斷CMBs上存在巨大的潛能［7］。經其掃描后測量所得的相位值（PV）能預測局部正相位的偏離大小，從而精確反映CMBs病灶內的鐵含量，已被認為是測量鐵含量最敏感的參數，敏感性達其余參數的數倍［7-8］。本研究利用ESWAN序列研究CMBs病灶PV值與健康灰質核團的差異以及LI、WML病變發生狀況與CMBs PV值的關系，首次探討ESWAN序列PV值對于建立CMBs病變等級的診斷價值，以期更為客觀、精準地評估CMBs病變，進一步完善當前的CSVD總負荷評分，同步實現CSVD的早期診斷。

1 "資料與方法

1.1 "一般資料

回顧性收集2021年5月～2022年5月在中南大學湘雅醫院神經內科就診的100例CSVD患者的臨床資料以及磁共振圖像（CSVD組）。CSVD組納入標準：由中南大學湘雅醫院臨床工作10年以上的影像醫師參照《中國腦小血管病診治專家共識2021》CSVD診斷標準［9］，且經頭顱MRI檢查證實CSVD[CSVD影像學總負荷評分項目包括LI病灶數≥1個，深部或幕下CMBs病灶數≥1個，基底節區中重度血管周圍間隙擴大，腦室旁白質高信號（PWMH）Fazekas評分為3分和（或）腦深部白質高信號（DWMH）≥2分。各項目計1分，總負荷≥1分并結合危險因素及臨床癥狀診斷CSVD]；MRI掃描序列至少包含T1WI、T2WI、ESWAN等序列；經磁共振序列掃描發現CMBs病灶至少1個；患者年齡≥18歲。CSVD組排除標準：合并有除CMBs、LI、WML外的CSVD影像學標志物；合并有大血管動脈粥樣硬化或心源性腦栓塞等其他病因所致的腦出血、腦梗死等腦血管疾病；存在腦內占位性病變、腦外傷等其他腦部病變患者；存在其它臟器惡性腫瘤、自身免疫性疾病或血液系統疾病；具有MRI檢查禁忌證或無法配合掃描未完成成像者。另外收集同一時間段就診的年齡、性別構成與CSVD組差異無統計學意義的29例健康人作為對照組，對照組納入標準：MRI掃描序列至少包含T1WI、T2WI、ESWAN等序列；無明顯的心臟疾病、高血壓等基礎疾病以及惡性腫瘤；MRI掃描結果顯示腦內無異常影像表現者。對照組排除標準：既往診斷患有腦出血、腦梗死等腦血管疾病者；MRI掃描結果顯示腦內有異常影像表現者；具有MRI檢查禁忌證或無法配合掃描未完成成像者。CSVD組中，男60例，女40例，年齡56.39～75.17（65.78±9.39）歲；對照組中男14例、女15例，年齡53.87～70.55（62.21±8.34）歲。兩組性別和年齡的差異無統計學意義（Pgt;0.05）。本實驗經長沙醫學院醫學倫理委員會批準（審批號：2022043）；研究分析過程中所有涉及研究對象的數據資料及個人隱私信息均受到嚴格保護。

1.2 "研究方法

1.2.1 "診斷標準與分級 " 將左、右大腦半球分別分為皮層區、皮層下白質區、內囊/外囊區、丘腦區、基底節灰質區、腦干區、小腦區，根據相對應的影像圖像對患者腦內的病灶進行診斷。

CMBs：在ESWAN序列上呈直徑lt;10 mm的圓形或類圓形低信號灶，邊緣清晰，且病灶在相位圖與幅值圖上均表現為與血管同等信號，并根據上下多個層面排除鈣化灶、血管截斷影等相似的低信號灶。記錄CMBs的分布部位以及病灶個數。

LI：影像表現為直徑3～15 mm的腔隙灶，邊界清晰，在T1WI序列上呈低信號，在T2WI序列上呈高信號。局限于2個腦區內且LI的病灶數小于3個的定義為散發，否則定義為多發。

WML：主要分布在腦白質區，包括DWMH和PWMH，在T2WI或FLAIR序列上表現為高信號，在T1WI序列上表現為邊界模糊的稍低信號。根據Fazekas量表對WML的嚴重程度進行評分與分級。DWMH的評分標準：無病變為0分，點狀病變為1分，斑片狀開始融合的病灶為2分，大片融合為3分。PWMH的評分標準：無病變為0分，帽狀或鉛筆狀薄層病變為1分，光滑圈暈狀病變為2分，不規則的腦室旁高信號為3分。Fazekas總分0分為Fazekas 0級，總分1～2分為Fazekas I級，總分3～4分為Fazekas II級，總分5～6分為Fazekas III級。將Fazekas I級定義為輕度WML，Fazekas II級、III級定義為重度WML。由中南大學湘雅醫院臨床工作10年以上的影像醫師對LI和WML分別進行診斷與分級。

1.2.2 "實驗分組 " 根據病變的診斷結果將CSVD組進一步分為4個亞組：僅患有CMBs無伴發LI、WML的為CMBs組，CMBs單獨合并LI的為LI組，CMBs單獨合并WML的為WML組，三者同時存在的為LI+WML組。

1.3 "影像設備以及PV值的測量

CMBs病灶PV值的測量：使用美國GE Signa HDx 3.0T磁共振設備，在GE Medical Systems工作站上選取ESWAN序列掃描所得的相位圖與幅值圖，選擇Functool 9.4.05軟件打開圖像，在相位圖上對診斷為CMBs的所有低信號病灶進行手工圈畫感興趣區，測取并記錄各個病灶的PV值（圖1）。

對照組紅核、黑質PV值的測量：采用同樣的方法打開相位圖，在顯示紅核與黑質最大的解剖層面上分別進行感興趣區的圈畫并記錄PV值（圖2）。

盡量減小誤差，所有PV值的測量由3位研究者獨立完成，最終結果經有經驗的影像醫師檢查校對后，取3次測得的平均值。

1.4 "統計學分析

采用SPSS26.0統計分析軟件，符合正態分布的計量資料以均數±標準差表示，非正態分布的計量資料以中位數（四分位數間距）表示。正態計量資料組間差異的比較采用獨立樣本t檢驗，多組間的差異分析采用單因素方差分析的LSD檢驗；非正態計量資料組間差異的比較采用非參數檢驗（U檢驗）；計數資料以n（%）表示，組間比較采用χ2檢驗；相關性分析如變量服從正態分布采用Pearson相關檢驗，非正態分布則采用Spearman檢驗。以Plt;0.05為差異有統計學意義。

2 "結果

2.1 "CSVD組CMBs病灶與健康組紅核、黑質平均PV值的比較

CSVD組100例患者CMBs病灶PV值范圍為-1.58～0.42，平均PV值為-0.85±0.22，7個腦區CMBs的平均PV值與健康組紅核、黑質的平均PV值的差異有統計學意義（F=65.599，Plt;0.001，表1）。

2.2 "CSVD組4個亞組間CMBs病灶的分布情況比較

100例CSVD患者共檢出302個CMBs病灶，包括CMBs組40個病灶（13.25%），LI組10個病灶（3.31%），WML組119個病灶（39.40%），LI+WML組133個病灶（44.04%），4組間病灶檢出率的差異有統計學意義（χ2=189.828，Plt;0.001）。

2.3 "WML病變等級與CMBs PV值的關系

2.3.1 "不同WML病變等級時CMBs病灶平均PV值的差異性 " 輕度WML時CMBs平均PV值為-0.74±0.20，重度WML時CMBs平均PV值為-0.84±0.23，差異有統計學意義（P=0.027）。

2.3.2 "WML病變等級與CMBs PV值的相關性 " WML的病變等級與CMBs的PV值呈負相關關系（r=-0.203，P=0.027，圖3）。

2.4 "LI、WML病變共存時與CMBs PV值的關系

2.4.1 "LI+WML組CMBs病灶的分布 " LI+WML組患者共檢出133個CMBs病灶，根據WML病變等級分組，LI+WML I級組21個病灶（15.8%），LI+WML II級組64個病灶（48.1%），LI+WML III級組48個病灶（36.1%），3組間病灶檢出率的差異有統計學意義（χ2=31.962，Plt;0.001）。根據LI的病灶個數分組，LI散發+WML組45個病灶（33.8%），LI多發+WML組88個病灶（66.2%），兩組間病灶檢出率的差異有統計學意義（χ2=27.805，Plt;0.001）。

2.4.2 "LI、WML病變共存時兩者不同病變程度下CMBs病灶平均 PV值的差異性 " 將WML I級歸為輕度WML，WML II級、III級歸為重度WML。LI+輕度WML組CMBs平均PV值為-0.88±0.25， LI+重度WML組CMBs平均PV值為-0.87±0.22，二者差異無統計學意義（P=0.818）。LI散發+WML組CMBs平均PV值為-0.81±0.18， LI多發+WML組CMBs平均PV值為-0.89±0.24，二者差異有統計學意義（P=0.046）。

2.4.3 "LI、WML病變共存時不同LI病灶個數與CMBs PV值的相關性 " Pearson相關性分析顯示，當伴有WML病變時，LI的病灶個數與CMBs平均PV值呈負相關（r=-0.173，P=0.047，圖4）。

2.5 "建立CMBs病變等級制度

根據輕度WML組、重度WML組、LI散發+WML組、 LI多發+WML組CMBs平均PV值，初步劃分CMBs病變等級制度：CMBs I級為PV值gt;-0.74，CMBs II級為PV值-0.81～-0.74，CMBs III級為PV值-0.84～

-0.81，CMBs IV級為PV值-0.89～-0.84，CMBs V級為PV值lt;-0.89。

3 "討論

CMBs在病理上為紅細胞破裂漏出后被巨噬細胞吞噬所形成的含鐵血黃素的堆積，為具有不同程度的順磁性物質，易改變血管周圍的磁敏感性，形成不均勻的磁場信號強度[2]。局部磁場強度改變后，順磁性物質將發生負向位移，反磁性物質將發生正向位移［10］。而經ESWAN序列掃描后所得的PV值可以反映此種相位位移變化，研究表明PV值可以預測局部正相位的偏離大小，從而反映組織內重金屬的含量，因腦內以鐵為主，故腦內鐵含量的多少決定了該區域PV值的大小［7， 11］，此值有望成為定量診斷CMBs的重要評估參數。且PV值是符合高斯分布的線性變量，在相同的信噪比條件下，其敏感度可高達其余參數的數倍［8］。在以往的研究中，實驗多采用病灶數目來評估CMBs，還未建立更精準的定量評估方式，因此本實驗首次將ESWAN序列PV值應用于CMBs的診斷中，以測值的方式獲取腦內各個CMBs病灶的鐵含量，為建立統一的CMBs等級制度提供新的評估數據。國外有研究顯示，正常腦內鐵的分布并不均勻，其中紅核、黑質以及蒼白球部位極富含微量元素鐵［12］。本次實驗研究對象年齡為53.87～70.55（62.21±8.34）歲，在蒼白球內易發生生理性鈣化，影響所測PV值的準確性，故本實驗選取正常腦組織的紅核和黑質作為對照組測量部位。研究發現CSVD組各腦區CMBs病灶的平均PV值均顯著低于健康組的紅核、黑質，各組數值與既往研究［10］相近。本實驗結果提示CMBs病灶內沉積的病理性鐵打破了腦內鐵含量的平衡，且鐵含量遠遠高于正常灰質核團內的鐵含量，為ESWAN序列PV值量化診斷CMBs病灶奠定了基礎。

在長期高血壓、糖尿病等危險因素或遺傳因素的作用下，若管壁變化、微動脈瘤形成、淀粉樣物質沉積引起小血管破裂則可能發生CMBs；此時周圍炎性細胞浸潤可致使血腦屏障遭到破壞，慢性缺血則可能發生WML；血流減少后，自動調節功能受損引起急性局部嚴重缺血則可能發生LI［13］。多項研究認為深部CMBs數量與PWMH嚴重程度及DWMH嚴重程度相關，與LI嚴重程度亦相關，三者擁有相似的病理機制［14-16］，卻少有研究同時分析三者并存時的影響關系。本實驗在CSVD各亞組間病灶檢出率的差異性分析中發現，CMBs病灶少單獨合并LI病變，而常單獨合并WML，更易與LI、WML兩種病變同時發生。推測CMBs病變早期可能易影響WML的病變程度，中晚期易影響LI的病變程度，而此時WML病變已經發生。既往研究表明CMBs的出現提示廣泛的WML受損［17］，且與其他腦區相比，CMBs更常伴有重度基底節區的WML病變［18］；而本實驗LI＋WML組中LI＋重度WML組占84.2%，進一步證明CMBs同時合并LI和WML病變時的WML病變多已嚴重受損，反映出CMBs病變進展迅速，被臨床診斷出時腦小血管可能已經惡化嚴重，因而利用ESWAN序列PV值研究CMBs定量評估標準，提高CMBs病灶早期檢出率意義重大。應重視CMBs病灶的早期檢出，同時重點關注常規序列中同個部位其他病變的發生狀況，快速做出相應治療方案，干預病變的發生發展。可進一步結合CMBs PV值動態觀測出血程度的變化，以此輔助評定治療效果。

近期研究表明，CMBs的嚴重程度與WML的嚴重程度相互作用，且腦室旁額葉、顳葉、頂枕葉 WML 嚴重程度與 CMBs的嚴重程度呈正相關［19-20］。更有研究發現，結合分析WML病變體積的大小以及其他因素可以預測不同部位CMBs的發生率［21-23］。本研究發現不同WML病變程度時CMBs平均PV值間的差異有統計學意義，且WML的病變等級與CMBs PV值呈負相關，提示CMBs PV值的下降可以反映WML病變程度的加重，故根據CMBs對WML病變的影響程度將CMBs PV值大于-0.74歸于輕度CMBs病變范圍，CMBs PV值-0.84～-0.74歸于中度CMBs病變范圍，CMBs PV值小于-0.84歸于重度CMBs病變范圍。

研究顯示LI的嚴重程度與CMBs嚴重程度一致，兩者甚至有共同的好發部位，均以皮層-皮層下區以及基底節-丘腦區多見，其次是幕下區，而且病變分布的部位呈中度正相關［24-26］。有研究發現，患有LI組的PV值明顯低于無LI組的PV值［8］，結合本實驗結果證實，當伴有WML病變時，CMBs PV值的下降反映LI病灶個數的增加，同時受累的腦小血管數增加。而LI+輕度WML組與LI+重度WML組間CMBs平均PV值的差異無統計學意義，進一步證明CMBs早期多影響WML病變的嚴重程度，晚期時已伴發廣泛的WML病變而更易影響LI病變的發生。故將中、重度CMBs以LI病變散發、多發的出現進一步細分，將CMBs PV值-0.81～-0.74歸于中度初期CMBs病變范圍，CMBs PV值-0.84～-0.81歸于中度后期CMBs病變范圍；將CMBs PV值-0.89～-0.84歸于重度初期CMBs病變范圍，CMBs PV值小于-0.89歸于重度后期CMBs病變范圍。

目前臨床多采用SWI序列對CMBs進行評估，而ESWAN序列獨有的多回波采集方式以及多個回波幅度圖幅度平均的后處理技術，使其獲得的圖像質量更高，大大提高CMBs的早期檢出率，且測量后所得富含磁敏感信息的PV值在定量診斷CMBs病灶上有極大的潛能。如今多采用CSVD總負荷評分方式對CSVD嚴重程度進行分級，該評分體系給予CSVD的4種影像學表現同等的權重，未考慮每個病變實際嚴重程度，故本實驗在排除其他CSVD影像學表現影響的情況下，對LI、WML不同病變程度時CMBs PV值的改變進行研究，從而建立嚴謹的CMBs等級制度。當前臨床上缺少統一的CMBs病變等級制度，本實驗首次應用ESWAN序列的PV值開展相關研究，為如何定量診斷CMBs病灶提供了新思路，同時后續聯合多種序列的對比研究，從而為建立統一標準提供參考。實驗根據LI、WML病變的影響程度初步將CMBs I級定義為PV值gt;-0.74，CMBs II級定義為PV值-0.81～-0.74，CMBs III級定義為PV值-0.84～-0.81，CMBs IV級定義為PV值-0.89～-0.84，CMBs V級定義為PV值lt;-0.89。據此建立CMBs嚴重程度的評估方式：應用ESWAN序列測量各CMBs病灶的PV值，取所有病灶PV值的平均值，輔助臨床醫師根據量表對其嚴重程度進行快速診斷。相比于人工計數的評估方式極易受到人為因素的影響，出現誤診漏診，本研究建立的評估方式以測量CMBs病灶內鐵含量為依據，可以將CMBs病變程度進行量化，以具體的PV數值來反映出血程度，取代相對主觀的數病灶數的方式，能更為科學地對其嚴重程度進行診斷。實驗后期經檢驗發現實驗結論分級與臨床診斷CMBs病變程度（輕、中、重度3級）間的一致性（χ2=2.257，P=0.133），且臨床診斷輕度病例數多于量化診斷輕度病例數（臨床診斷輕度32例、中度4例，量化診斷輕度I級26例、中度II級14例），實驗結論分級（輕度I級，中度II、III級，重度IV、V級）更為精確，有利于實現病灶的早期診斷。CSVD總負荷評分中，以出現深部或者幕下CMBs計1分，WML、血管周圍間隙則有其自身的評分標準及等級制度進行衡量，實驗所得的CMBs等級制度有望進一步完善當前的CSVD總負荷評分。細化分級同時有助于臨床上對微小病灶加強重視，同步關注到CSVD其他病變的發生狀況，實現CSVD的早期診斷并及時針對疾病嚴重程度進行下一步治療。更早期的識別并檢測CMBs病灶，做到精準醫療可以延緩甚至逆轉疾病的發生發展，大幅度提高患者未來的生存質量。

本研究仍存在一些不足：LI組隨機選取的病例數不足，無法單獨研究CMBs與LI的關系；另外，實驗后期已檢驗實驗結論分級與臨床診斷CMBs病變程度間的一致性，但檢驗的樣本量較少。今后將繼續擴大病例采集，同時跟進患者實時的認知功能等級測評進行研究，進一步精確病變分級的數值；并在現有研究結果基礎上，統計學分析由SWI序列所測得的PV值建立的等級制度與本次實驗結論的一致性，并聯合基于MR相位的腦鐵定量技術的定量磁敏感圖對比研究，建立CMBs病變量化診斷的統一標準。

綜上所述，本研究發現CMBs病變早期易影響WML的病變程度，中晚期易影響LI的病變程度；ESWAN序列的PV值可用于量化診斷CMBs病灶，并據此建立統一的CMBs病變等級制度，有效輔助臨床及時檢測出CMBs病灶，同時實現CSVD的早期診療，具有一定的臨床價值。

參考文獻：

［1］ " 于 "淼. 腦小血管病患者MRI總負荷評分與認知功能的相關性［D］. 大連： 大連醫科大學， 2020.

［2］ " "劉 "麗， 王麗華. 腦微出血相關危險因素研究［J］. 中風與神經疾病雜志， 2022， 39（6）： 568-70.

［3］ "Charidimou A， Boulouis G， Haley K， et al. White matter hyperintensity patterns in cerebral amyloid angiopathy and hypertensive arteriopathy［J］. Neurology， 2016， 86（6）： 505-11.

［4］ " Low A， Mak E， Rowe JB， et al. Inflammation and cerebral small vessel disease： a systematic review［J］. Ageing Res Rev， 2019， 53： 100916.

［5］ " "黃慧琴， 楊期明. 腦微出血的研究進展［J］. 中國實用神經疾病雜志， 2021， 24（16）： 1458-64.

［6］ " "朱嬌艷. 原發性高血壓腦微出血磁敏感成像ESWAN序列的初步研究［D］. 長沙： 中南大學， 2014.

［7］ " "白小曦， 張立歐， 黃麗萍. 磁共振ESWAN成像技術進展及其臨床應用［J］. 現代腫瘤醫學， 2019， 27（9）： 1621-4.

［8］ " "彭旭紅， 雷苑麟， 賴碧玉， 等. MR ESWAN序列對高血壓患者腦微出血的定量診斷價值［J］. 臨床放射學雜志， 2019， 38（6）： 1143-6.

［9］ " "中國研究型醫院學會腦小血管病專業委員會《中國腦小血管病診治專家共識》編寫組. 中國腦小血管病診治專家共識2021［J］. 中國卒中雜志， 2021， 16（7）： 716-26.

［10］ "閆 "蕾. 磁共振ESWAN序列對高血壓患者腦微出血的研究［D］. 太原： 山西醫科大學， 2016.

［11］ "Yang JH， Yang ZX， Wu HZ， et al. Quantification of iron deposition in the brain of hypertensive patients using3D?enhanced susceptibility-weighted angiography （ESWAN）［J/OL］. Curr Med Imag Former Curr Med Imag Rev， 2023. doi： 10.2174/1573405620666230627112146.

［12］ "Pfefferbaum A， Adalsteinsson E， Rohlfing T， et al. MRI estimates of brain iron concentration in normal aging： comparison of field-dependent （FDRI） and phase （SWI） methods［J］. NeuroImage， 2009， 47（2）： 493-500.

［13］ "付建輝， 趙 "輝. 腦小血管病研究進展［J］. 中華腦血管病雜志： 電子版， 2011， 5（5）： 355-61.

［14］ "高中寶， 趙杏麗， 王振福， 等. 腦微出血與腦白質病變及腔隙性梗死關系研究［J］. 中國卒中雜志， 2015， 10（10）： 822-6.

［15］ "Gao ZB， Zhai YZ， Zhao XL， et al. Deep cerebral microbleeds are associated with the severity of lacunar infarcts and hypertension： a retrospective analysis［J］. Medicine， 2018， 97（23）： e11031.

［16］ "Luo Q， Tang HD， Xu XX， et al. The prevalence and risk factors of cerebral microbleeds： a community-based study in China［J］. Ther Clin Risk Manag， 2021， 17： 165-71.

［17］ "Yamada S， Saiki M， Satow T， et al. Periventricular and deep white matter leukoaraiosis have a closer association with cerebral microbleeds than age［J］. Eur J Neurol， 2012， 19（1）： 98-104.

［18］ "舒俊龍， 黃一寧， 李 "凡， 等. 腦血管病患者腦微出血的危險因素分析［J］. 中國全科醫學， 2019， 22（23）： 2793-7.

［19］ "呂曉培. 缺血性腦血管病微出血與腦白質病變的臨床特征及相關性研究［D］. 石家莊： 河北醫科大學， 2016.

［20］ "Zhou YN， Gao HY， Zhao FF， et al. The study on analysis of risk factors for severity of white matter lesions and its correlation with cerebral microbleeds in the elderly with lacunar infarction［J］. Medicine， 2020， 99（4）： e18865.

［21］ Poels MMF， Ikram MA， van der Lugt A， et al. Incidence of cerebral microbleeds in the general population： the Rotterdam Scan Study［J］. Stroke， 2011， 42（3）： 656-61.

［22］ "Beaman C， Kozii K， Hilal S， et al. Cerebral microbleeds， cerebral amyloid angiopathy， and their relationships to quantitative markers of neurodegeneration［J］. Neurology， 2022， 98（16）： e1605-e1616.

［23］ Wang PN， Chou KH， Peng LN， et al. Strictly lobar cerebral microbleeds are associated with increased white matter volume［J］. Transl Stroke Res， 2020， 11（1）： 29-38.

［24］ "韓建成， 高培毅， 林 "燕， 等. 缺血性腦卒中患者腦內微出血的磁共振成像研究［J］. 中華老年心腦血管病雜志， 2008， 10（3）： 181-4.

［25］ Kato H， Izumiyama M， Izumiyama K， et al. Silent cerebral microbleeds on T2*?weighted MRI： correlation with stroke subtype， stroke recurrence， and leukoaraiosis［J］. Stroke， 2002， 33（6）： 1536-40.

［26］ "Fan YH， Mok VCT， Lam WWM， et al. Cerebral microbleeds and white matter changes in patients hospitalized with lacunar infarcts［J］. J Neurol， 2004， 251（5）： 537-41.

（編輯：熊一凡）