第一部分单侧大脑中动脉闭塞患者侧支循环的多时相CTA精准评价及其与脑梗死的临床研究目的:基于DSA探讨多时相CTA（MP-CTA）在精准评价单侧大脑中动脉（MCA）M1段闭塞患者的侧支循环的价值,以期找到快速、有效、安全、客观、可行的侧支循环评估手段,并依据症状有无分组探讨一侧MCA闭塞患者侧支循环的差异及其与急性脑梗死严重程度的关系。方法:连续收集2015年5月10日～2020年12月29日在我院就诊并采用Toshiba Aquilion ONE（日本东芝公司）320排容积CT行一站式全脑灌注成像（Computed tomographic perfusion,CTP）)与 CT 血管成像（Computed tomographic angiography,CTA）检查的1986例患者的临床与影像学资料,依据纳入标准与排除标准总共338例单侧大脑中动脉闭塞患者纳入研究,其中症状组253例,无症状组85例。症状组患者（n=253）在距离发病后一周之内接受CTP与CTA检查,其中42例症状组患者进行了数字减影脑血管造影（Digital subtraction angiography,DSA）检查。将原始CT扫描数据导入Vitrea fx后处理软件重建得到常规CT平扫、多时相CTA图像。基于CTA 的最大密度投影重建技术（Maximal intensity projection reconstructions,MIP）利用MP-CTA图像多期观察患侧侧支血管充盈情况和数量（参照健侧血管）并基于ASPECTS（Alberta stroke program early CT score）进行侧支评分,并对比分析单时相CTA（Single-phase computed tomography angiography,SP-CTA）与大脑前动脉（Anterior cerebral artery,ACA）偏利现象（主干增粗,分支增多,末梢延长）及大脑后动脉（Posterior cerebral artery,PCA）偏利现象（主干增粗,分支增多,末梢延长）、静脉代偿状况在症状组与无症状组间的差异及其与脑梗死的关系,并对42例症状组患者基于数字减影脑血管造影（DSA）对比分析多时相CTA（MP-CTA）与单时相CTA（SP-CTA）、静脉代偿（Venous compensation）、偏利现象（Lateralization phenomenon）在侧支评价中的价值,同时以电话随访90d mRS评分评价MP-CTA侧支评分对预后的评估价值。采用Kappa检验分析两名医师侧支评分的一致性、不同侧支循环评分方法（MP-CTA评分、SP-CTA评分法、偏利现象、静脉代偿）与DSA之间的一致性,Spearman相关分析侧支循环评分与预后的关系;经受试者工作特征曲线（ROC）曲线下的面积（AUC）分析MP-CTA评分定量参数值对急性缺血性脑卒中的诊断效能。两组患者一般临床基线资料的比较采用卡方或t检验。同时收集所有患者入院时的NIHSS评分以及3个月后电话随访的改良Rankin量表评分（90dmRS评分）。结果:总共纳入338例单侧大脑中动脉闭塞患者,其中症状组253例（包括144例男性与109例女性,其平均年龄为63.18±11.31岁,年龄从32岁到88岁）,无症状组85例（包括48例男性与37例女性,平均年龄为59.84±15.09岁,年龄从22岁到67岁）。1.临床一般资料比较:无症状组与症状组在性别、是否有吸烟史及冠心病、高脂血症、糖尿病方面,两两比较无统计学差异（均p＞0.05）;症状组年龄偏大、有高血压病史、C-反应蛋白增高、高同型半胱氨酸血症、血沉增高发生率高于无症状组（均p＜0.05）;入院时症状组患者脑梗死严重程度与临床预后相关（p＜0.05）,入院时NIHSS评分越低其预后越好（p＜0.05）;回归分析显示侧支循环状况与性别、年龄、吸烟史、高血压病、冠心病、高脂血症、高同型半胱氨酸血症、血沉因素无明显相关性,与糖尿病、C-反应蛋白具有一定相关性（均p＜0.05）。2.ROC分析显示多时相CTA（MP-CTA）评分与DSA一致性最高（k=0.821,p=0.000）,AUC 为 0.842（95%CI 为 0.707-0.976,p＜0.05）,特异度为 90.91%,敏感度为93.55%,约登指数为0.84。3.症状组侧支循环不良发生率明显高于无症状组,无症状组绝大部分（98.82%）侧支循环良好,MP-CTA ASPECTS评分以3-4分为主,两两比较具有明显差异（p=0.000）;静脉代偿、偏利现象无症状组明显高于症状组,差异具有统计学意义（p=0.000）,无症状组远端静脉数量以增多或正常为主（90.59%）。4.Logistic回归分析影响因素:年龄、高血压病、血沉、C-反应蛋白、高同型半胱氨酸血症、MP-CTA评分、偏利现象、静脉代偿是急性缺血性脑卒中的影响因素,其回归系数与p值分别为 0.018 与 0.048、0.575 与 0.027、0.650 与 0.013、1.355 与 0.005、1.080与0.012、-4.973与0.000、-3.417与0.000,年龄、高血压病、高同型半胱氨酸血症、血沉、C-反应蛋白为危险因素,MP-CTA评分、偏利现象、静脉代偿情况为保护因素;性别、吸烟史、糖尿病史、冠心病、高脂血症无明显相关性（p均＞0.05）;二元多因素Logistic回归分析显示,年龄、高血压病、MP-CTA评分、偏利现象、静脉代偿是急性缺血性脑卒中的影响因素,其回归系数与p值分别为0.100与0.031、-1.474 与 0.027、-3.250 与 0.008、-2.781 与 0.000、-2.847 与 0.000,年龄、高血压为危险因素,保护因素为MP-CTA评分、偏利现象、静脉代偿;与性别、吸烟史、冠心病、血沉、C-反应蛋白、血脂血糖、同型半胱氨酸血症无明显相关性（p值均大于0.05）。通过皮尔逊相关性分析,MP-CTA、SP-CTA、DSA侧支循环评价与电话随访90 d mRS评分呈负相关,相关系数分别为一0.629、-0.274、-0.686,统计值分别为 X2=16.593（p=0.000）、X2=3.153,（p=0.142）、X2=19.775（p=0.000）,MP-CTA侧支循环量化分级预测临床预后明显优于SP-CTA评价（p=0.000）,与DSA评价一致性高。5.两名影像医生对侧支循环（MP-CTA、SP-CTA、偏利现象、静脉代偿）评价的Kappa一致性检验,显示两名观察者测量的数据具有一致性,Kappa值分别为0.970、0.595、0.952、0.975,p值均等于0.000,同时显示SP-CTA评价主观性比较强。结论:1.侧支循环状态、C-反应蛋白增高、高同型半胱氨酸血症、血沉增高影响单侧大脑中动脉M1段闭塞患者急性脑梗死的发生,其中侧支循环为保护因素,糖尿病与C-反应蛋白增高是侧支形成的危险因素,本研究有望为未来脑卒中防控策略提供一定支撑。2.MP-CTA侧支评分能可靠评估脑的动态血流变化,与侧支评价金标准DSA具有良好的一致性,相比于临床常用的SP-CTA评价,MP-CTA评价单侧大脑中动脉M1段闭塞患者侧支循环具有相对简单快速、客观全面、无创精准及易开展普及的特点;当评分≤2.5分时,提示存在急性脑梗死风险,评分越低则预后越差,MP-CTA分级是预后良好的独立预测因素。第二部分基于320 CT脑灌注评价单侧大脑中动脉闭塞患者的侧支及其与脑梗死的临床研究目的:探讨基于 320CT 脑灌注成像（Computed tomographic perfusion,CTP）在一侧大脑中动脉（MCA）M1段闭塞患者侧支循环评估中的价值,并依据症状有无分组评价MCA闭塞患者的脑灌注定量参数的差异性及其与脑梗死的相关性。方法:连续收集2015年5月～2020年12月在我院就诊并采用东芝320排容积CT 机（Aquilion ONE,Toshiba Medical Systems,Japan）行一站式全脑 CTP-CTA 检查的1986例患者的临床与影像学资料,依据纳入标准与排除标准总共338例单侧大脑中动脉闭塞患者纳入研究,其中症状组（CTP与DWI检查证实为M1段闭塞血管责任区急性脑梗死）253例,无症状组（无MCA闭塞侧脑梗死临床表现与DWI表现）85例。症状组患者（n=253）在距离发病后一周之内接受CTP与CTA检查,其中42例症状组患者进行了数字减影脑血管造影（DSA）检查。将原始CT扫描数据导入Vitrea fx后处理软件重建得到常规CT平扫和CTP图像。依据患者头颅扩散加权成像（Diffusion weighted imaging,DWI）显示的扩散受限病灶或CTP图像异常灌注区在对应CTP图像上人工勾画感兴趣区,测量脑梗死各个区域（核心区、半暗带区、良性供血不足区）及其镜像健侧区各个灌注参数值并进行对比量化分析,同时对比分析症状组良性低灌注区与无症状组患侧区定量灌注参数的差异性,采用受试者工作特征曲线（Receiver operating characteristic curve,ROC）下面积（Area under the curve,AUC）分析CTP定量参数值对急性缺血性脑卒中的诊断效能,评价对脑组织缺血程度特异性最高的灌注参数以及鉴别脑梗死核心与缺血半暗带的诊断阈值;比较灌注参数的差异及其与脑梗死的关系,结合临床90d随访结果分析主要参数对症状组预后的评估作用。同时收集所有患者入院时的NIHSS评分以及3个月后电话随访的改良Rankin量表评分（90dmRS评分）。结果:1.对照健侧:脑梗死核心区CT灌注图表现为CBF、CBV显著下降及DT与TTP值显著延长（p均=0.000）,MTT缩短（p=0.000）;缺血半暗带区CBF下降（p=0.000）,CBV正常或轻度升高（p=0.000）,MTT、TTP和DT均延长（均p=0.000）;良性低灌注区CBF下降（p=0.000）,CBV正常或轻度升高（p=0.008）,MTT、TTP和DT均延长（均p=0.000）;无症状组病变区CBF存在下降,但两者比较无明显差异（p=0.094）,病变区CBV、MTT、TTP、DT均高于对照正常侧（t值分别为2.396、3.152、2.193、2.423,p值分别为 0.018、0.002、0.030、0.016）,其中 MTT 最明显。2.症状组良性低灌注区CBF、CBV低于无症状组病变区,但两者比较其差异无统计学意义（t值分别为-1.882、-0.613,p值分别为0.061、0.540）,症状组良性低灌注区MTT、DT、TTP均高于无症状组病变区（t值分别为6.709、3.513、3.391,p值分别,0.000、0.001、0.001）,MTT、TTP、DT在反映脑灌注变化上较CBF、CBV敏感。3.症状组梗死核心区、半暗带区、良性低灌注区与无症状组病变区脑灌注参数比较:四组比较CBF与CBV呈逐渐升高趋势,症状组梗死核心CBF低于半暗带区、良性低灌注区与无症状组病变区,无症状组病变侧CBF高于缺血半暗带区,具有统计学差异（均p值＜0.05）;缺血半暗带区CBF低于良性低灌注区、良性低灌注区低于无症状组病变侧,差异无统计学意义（均p值＞0.05）;症状组梗死核心区CBV低于缺血半暗带区、良性低灌注区与无症状组病变区（均p值＜0.05）;缺血半暗带区CBV高于良性低灌注区与无症状组病变侧,无统计学差异（均p值＞0.05）;TTP与DT呈逐渐下降趋势,症状组良性低灌注区、半暗带区、梗死核心区TTP与DT值两两比较差异明显（均p值＜0.05）。四组比较脑梗死核心区MTT最低（3.93s±1.36s）,具有明显统计学差异（p值＜0.01）,半暗带区、良性低灌注区与无症状组病变区MTT呈逐渐下降趋势,两两比较均具有统计学差异（均p值＜0.05）。4.通过皮尔逊相关性分析,CBF、CBV、MTT、TTP、DT与预后的相关系数分别是 0.638、0.686、0.370、-0.023、-0.034,p 值分别为 0.000、0.000、0.016、0.886、0.828,显示CBV、CBF与预后相关性最高,呈显著正相关,MTT次之,TTP、DT相关性较差。结论:1.CTP可以快速、定量评估单侧大脑中动脉闭塞患者的侧支循环状况,CBV值＜2.25mL/100g可认为是脑梗死核心区（鉴别脑梗死核心与半暗带的截断值）,CBF值＜22.5mL/（100g·min）提示存在发生急性脑梗死的风险。2.症状组梗死核心区、半暗带区、良性低灌注区与无症状组病变区CBF与CBV呈逐渐升高、TTP与DT呈逐渐下降趋势,无症状组存在明显代偿血流,脑组织血流动力学变化敏感指标为TTP、DT、MTT,CBF和CBV更有助于缺血后脑组织损伤程度的评价;CBV、CBF与预后呈显著正相关,提示大血管闭塞患者早期血管开通或有充足侧支血流再灌注至关重要。第三部分基于多时相CTA与CTP特征构建预测脑梗死多维度分类模型的研究目的:探讨基于多时相CTA与CTP特征构建预测脑梗死多维度分类模型在预测单侧大脑中动脉（MCA）闭塞患者发生脑梗死的风险,拟为个性化精准诊疗、病程科学管理和预后评估提供支撑。方法:连续收集2015年5月～2020年12月符合纳排标准的338例单侧MCA闭塞患者的多模态CT指标、临床基线资料以及实验室指标,其中症状组253例,无症状组85例,按照7:3随机分层抽样方法分为237例训练集和101例测试集。利用随机森林算法（RF）与Logistic回归函数,基于Python3.7.9和Sklearn0.23.2数据包,融合常见临床影响因素（年龄、性别等）、实验室指标（血沉、超敏C-反应蛋白等）与多模态CT特征（主要包括MP-CTA评分、偏利现象、远端静脉代偿、CBV、CBF等）构建预测脑梗死多维度分类模型并分别进行相对重要性筛选及对比分析,并在测试集数据上进行独立验证。数据分析与预测模型构建主要包括数据预处理、特征选择、数据建模及预测模型评价四个步骤。数据预处理中剔除无关变量及极端值处理;为了避免模型过拟合,我们对样本数据进行了随机采样和随机分组,按照7:3比例随机划分为训练集与测试集,特征筛选中使用卡方检验和t检验进行特征选择及重要关联变量筛选,保证训练集与测试集结果的稳定性,一定程度减轻预测模型的过合,最终预测模型构建采用筛选出的超过60%比例的特征变量纳入Logistic回归模型与随机森林模型,建立精细脑梗死预测模型,并对两种模型进行比较;其中随机森林模型minsamplesplit参数固定为4（即至少4个样本的情况下才能继续分支）。绘制受试者工作特征曲线（ROC）评估模型价值,以曲线下面积（AUC）评价为主,准确性（Acc）、阳性预测值（PPV）、阴性预测值（NPV）、敏感度（Sens）和特异度（Spec）为辅评价此模型在预测单侧MCA闭塞患者发生脑梗死风险的预测能力。结果:1.利用随机森林算法融合症状组与无症状组之间有差异的临床常见危险因素（年龄、高血压、同型半胱氨酸血症）、实验室指标（血沉、超敏C-反应蛋白）与多模态CT特征（MP-CTA、偏利现象、远端静脉代偿、CBV、CBF）构建预测脑梗死多维度分类模型,训练集与测试集区别脑梗死与非脑梗死的准确度分别高达98.46%与96.92%,各个特征的重要性占比存在明显差异,CBV、MP-CTA评分与CBF占比最高（分别为28.2%、21.2%与16%）;绘制ROC曲线评估模型的效能,其准确度为0.96,曲线下面积为0.995,阳性预测值0.97、阴性预测值0.92,敏感度为0.97,特异度为0.88。MP-CTA评分、CBF、CBV评价脑梗死的曲线下面积与截断值分别为0.889 与 2.5 分、0.875 与 22.5mL/（100g·min）、0.995 与 2.25mL/100g。2.利用随机森林算法融合症状组与无症状组临床常见的影响因素（年龄、性别、吸烟史、高血压、糖尿病、高血脂、冠心病、同型半胱氨酸血症）、实验室指标（主要包括血沉、超敏C-反应蛋白）与多模态CT特征（主要包括MP-CTA评分、偏利现象、远端静脉代偿、CBV、CBF）构建预测脑梗死多维度分类模型,训练集与测试集区别脑梗死与非脑梗死的准确度分别高达96.28%与92.31%,各个特征的重要性占比存在明显差异,CBV、MP-CTA与CBF占比最高（分别为30%、18.7%与17.3%）;绘制ROC曲线评估模型的效能,其准确度为0.92,曲线下面积为0.98,阳性预测值与阴性预测值分别为0.97、0.78,敏感度与特异度分别为0.94、0.88,显示该预测模型诊断效能亦佳,稍低于基于阳性的临床危险因素、实验室指标与影像特征构建预测脑梗死多维度分类模型。3.利用逻辑回归函数基于阳性的临床危险因素、实验室指标与影像特征构建预测脑梗死多维度分类模型利用逻辑回归函数融合症状组与无症状组之间有差异的常见临床危险因素（年龄、高血压、同型半胱氨酸血症）、实验室指标（血沉、超敏C-反应蛋白）与多模态CT特征（MP-CTA、偏利现象、远端静脉代偿、CBV、CBF）构建预测脑梗死多维度分类模型,训练集与测试集区别脑梗死与非脑梗死的准确度分别高达98.73%与97.06%,绘制ROC曲线评估模型的效能,其准确度为0.97,曲线下面积为0.997,阳性预测值与阴性预测值分别为0.99、0.93,敏感度与特异度分别为0.97、0.96。相比于利用随机森林算法基于阳性的临床危险因素、实验室指标与影像特征构建预测脑梗死多维度分类模型,显示逻辑回归预测模型诊断效能更好,但无统计学差异,逻辑回归与随机森林模型测试集的均方误差（MSE）分别为0.029411764705882353与0.0392156862745098;针对测试集的校正曲线显示随机森林算法（RF）预测模型与逻辑回归预测模型效果均较好,两者无明显差异。结论:利用随机森林算法与逻辑回归函数融合症状组与无症状组有差异的常见临床危险因素（年龄、高血压、同型半胱氨酸血症）、实验室指标（血沉、超敏C-反应蛋白）与多模态CT特征（MP-CTA、偏利现象、远端静脉代偿、CBV、CBF）构建的预测脑梗死多维度分类模型能预测单侧大脑中动脉闭塞患者发生脑梗死风险,具有可行性与较高的诊断效能,可为此类患者个性化精准诊疗、病程科学管理和预后评估提供支撑。