前言：　　颈动脉粥样硬化病变是引起脑缺血性事件的重要因素，动脉斑块所造成的危害不仅与管腔狭窄程度、部位有关，更取决于斑块内部成分、表面形态及斑块的负荷等特征，目前研究的重点正逐步向判断斑块的稳定性转移。所谓的不稳定性斑块（易损斑块）病理学特点是含有较大的脂质核心、较薄的纤维帽及斑块表面溃疡等特征。选择一种简单、快速、可重复性好的无创性影像学检查手段对其进行准确评价是目前面临的主要问题，超声检查简单、方便，可用来筛查，但结果易受操作者影响;MRI软组织分辨率高，是评价颈动脉斑块成份的理想手段，但MRI扫描速度慢，成像时间较长，假牙等金属及吞咽运动都会影响图像质量，以及不能应用于颈动脉支架术后患者复查等原因，使其临床应用受到一定的限制。　　随着多层螺旋CT时间和空间分辨率的提高，能够在短时间内完成大范围扫描，无运动伪影，清晰显示钙化等优点，在颈动脉粥样硬化病变的检查应用不断增加，近年来开始应用的颈动脉斑块分析软件（半自动软件）除了评价管腔的狭窄情况以外，还能够对斑块的性质、形态及负荷情况等特征进行分析，但由于颈动脉粥样硬化管腔狭窄的治疗标准限制以及目前介入治疗的逐渐增多，很难得到病理对照资料，因此缺乏应用病理评价CT结果准确性的报道，而关于颈动脉斑块分析软件方面的实验研究目前尚未见有报道。　　针对以上问题，本研究主要涉及以下3个方面内容:1.通过建立兔颈动脉粥样硬化模型，以病理结果作为参考，评价640层螺旋CT及颈动脉斑块分析软件检测粥样硬化斑块和鉴别斑块类型的能力;2.评价颈动脉斑块分析软件测量斑块的成份含量及斑块负荷结果的一致性和可重复性，为临床的应用提供进一步的证据;3.应用该软件对脑梗塞患者的颈动脉粥样硬化斑块特征的进行分析，为临床进行斑块的风险评估和病情监测提供经验。　　材料与方法：　　一、第一部分　　应用球囊损伤加高脂饲料喂养方法建立兔颈动脉粥样硬化模型，采用ToshibaAquilion ONE640层螺旋CT增强扫描，然后将CT扫描数据传输至Vitrea fx3.1.0工作站，首先记录CT扫描检出的斑块数目及所在血管段位置，以病理结果为参照，计算CT检测斑块的敏感度和特异度;通过测量斑块的CT值并对斑块进行分类，参照病理结果分析采用阈值方法区分脂质斑块与纤维斑块的准确性;最后通过应用颈动脉斑块分析测量斑块的成份含量对斑块进行分类，与病理检查结果进行对比分析，评价该软件测量结果的准确性。　　二、第二部分　　采用论文一中的兔颈动脉粥样硬化模型CT增强扫描数据，对CT检出并经病理证实的71个层面的斑块图像，应用颈动脉斑块分析软件测量脂肪组织的百分含量、纤维组织的百分含量、血管管腔面积(Lumen area LA)、血管总面积(total vesselarea TVA)和血管壁面积(wall area WA)，对测量结果的一致性和可重复性进行评价，具体方法:由2位有3年以上诊断血管病变工作经验的放射科医师(A，B)按照上述CT图像处理方法独立进行测量，将医师A与B结果进行对比评价不同测量者间的差异;医师A在屏蔽第一次测量结果的情况下，相隔四周后以相同的方法进行重新测量，然后将2次测量结果进行对比，评价测量者自身的差异。统计学方法采用Bland-Altman分析和一致性相关系数（concordance correlation coefficients，CCCs）评估。　　三、第三部分　　收集72例于我院住院的脑梗塞患者，入选标准:经CT或MRI检查明确诊断为脑梗塞，经神经内科和放射科医师共同诊断:脑梗塞与颈动脉粥样硬化病变相关，并且在发病2周内行头、颈动脉联合CTA检查。　　应用颈动脉斑块分析软件进行图像后处理，记录脑梗塞侧与非梗塞侧管腔的狭窄程度、不同类型和不同表面形态的斑块数量，数据分析采用行×列表的卡方检验;并将上述具有显著性差异特征作为自变量，发生脑梗塞为因变量进行多因素Logistic回归分析。　　实验结果;　　一、第一部分　　本组建模成功率为80％(12/15)，实验侧颈动脉血管大体观察与镜下观察均见典型动脉粥样硬化改变;对照侧颈动脉大体无明显改变，镜下主要为正常血管或脂纹样病变。　　以病理诊断为参考，640层螺旋CT检测颈动脉粥样硬化斑块的敏感性91.0％(71/78)，特异性92.6％(63/68);脂质与纤维斑块的平均CT值分别为41.5±22.5HU和81.2±19.4 HU，二者差别具有统计学意义(P＜0.05)，CT值分布存在重叠;根据CT值对斑块分类诊断的准确率为78.9％(56/71);应用颈动脉斑块分析软件检测斑块内脂质的平均含量为40.43±16.63％，纤维组织的平均含量为59.01±15.94％，根据其测量结果进行斑块分类诊断准确率为90.1％(64/71);病理学方法检测斑块内脂质的平均含量为42.14±17.60％，纤维组织的平均含量为56.25±16.41％;t检验两种方法测量结果差异无统计学意义(P＞0.05)　　二、第二部分　　测量者A和B组间结果的一致性分析:应用Bland-Altman差值法:脂质百分含量、纤维组织百分含量、LA、TVA和WA的偏倚值分别为-0.8、-0.8、0.04、0.07和0.03;95％一致性界限分别为(-5.2，3.7)、(-3.8，5.3)、(-0.27，0.36)、(-0.57，0.72)和(-0.77，0.83); Bland-Altman比值法:脂质百分含量、纤维组织的百分含量、LA、TVA和WA的偏倚值分别为-2.6、1.1、2.3、1.5和0.9，95％一致性界限分别为(-16.2，11.0)、(-7.7，10.0)、(-17.2，21.8)、(-10.9，13.9)和(-21.6，23.4);A和B组间一致性相关系数分别为0.84、0.83、0.82、0.81和0.83。　　测量者组内A和A1结果的一致性分析，应用Bland-Altman差值法:脂质百分含量、纤维组织百分含量、LA、TVA和WA的偏倚值分别为0.3、-0.3、0.04、0.03和-0.01;95％一致性界限分别为(-3.0，3.5)、(-3.5，3.0)、(-0.25，0.33)、(-0.33，0.40)和(-0.43，0.41);Bland-Altman比值法:脂质百分含量、纤维百分含、LA、TVA和WA的偏倚值分别为0.3、-0.7、2.3、0.7和0.2，95％一致性界限分别为(-9.5，10.0)、(-7.0，5.7)、(-15.9，20.5)、(-6.4，7.8)和(-12.4，12.0);测量者A组内一致性相关系数分别为0.85、0.85、0.83、0.82和0.82。　　三、第三部分　　脑梗塞侧颈动脉管腔显著性狭窄(＞50％)的比例、脂质斑块的比例及复杂型斑块（表面不规则或者伴有溃疡）的比例均高于非梗塞侧，差异具有统计学意义，卡方检验结果分别为x2=15.68，P＜0.05、x2=13.24，P＜0.05和x2=20.62，P＜0.05;多因素Logistic回归分析结果显示，在其他变量固定条件下，复杂型斑块诱发脑梗塞风险增加4.107倍，脂质斑块和管腔显著性狭窄分别为3.426倍和1.890倍。　　结论:　　1、640层螺旋CT检测颈动脉硬化斑块具有较高的敏感度和特异度，颈动脉斑块分析软件能够准确测量斑块内各成份的含量，与病理结果相关性好，区分脂质斑块与纤维斑块准确率高，更利于斑块性质的判定。　　2、应用640层CT及颈动脉斑块后处理软件能够实现对斑块成份和斑块负荷的定量分析，其测量结果可靠且具有较高的一致性和可重复性。　　3、颈动脉管腔显著性狭窄、脂质斑块和斑块表面不规则或伴有溃疡是与脑梗塞发生相关的重要特征，三者引发脑梗塞风险依次增大。