分享

图文详解,头颅CT血管高密度的那些事儿【要点&误区】

 忘仔忘仔 2023-09-28 发布于山西

一、头颅CT血管高密度的要点

1.大脑中动脉高密度征:

图片

目前比较公认的定义是:(1) 整个MCA水平部分自发可见;(2) MCA的密度高于周围大脑的密度;(3) 骨窗上消失;(4) 单侧;(5) 没有蛛网膜下腔出血

也有学者提出:建议使用绝对密度>43HU,或将未受影响的对侧血管与受影响的血管进行比较,其比值>1.2

平扫 CT 上显示的“大脑中动脉高密度征”已被确定为血管闭塞的预测因子,其特异性接近 100%,敏感性估计范围为 5% 至 50%。

文献报道发病90分钟内即可出现此征象。

大脑中动脉 '点 “征指的是在外侧裂中看到的MCA分叉以远的MCA分支(M2或M3)的高密度。

2.颈内动脉高密度征:

图片

颈内动脉高密度征的定义为在脑桥前或中脑前池中观察到的 ICA 床突上部分的高密度,其中血管形成 Willis 环。如果ICA的远端比其对应部位密度大,则认为存在 ICA 高密度征。在岩骨和海绵窦内也可以看到 ICA高密度,但由于过多的骨伪影,其临床意义不大。据报道ICA高密度征在预测CTA上是否存在颈内动脉远端血栓方面具有很高的特异性(100%)。

3.基底动脉高密度征:


图片

大多数学者对基底动脉高密度征的定义是基于分级的,按照 5 级确定性等级进行评级(5,肯定存在;4,很可能存在;3,模棱两可;2,很可能不存在;1,绝对不存在)。

有研究显示:使用≥4(很可能、确定)的确定性截止分级水平,基底动脉高密度征对基底动脉闭塞的敏感性为 71%,特异性为 98%,准确性为 94%,阳性预测值为 83%,阴性预测值为 95%。

4.脑静脉窦高密度征:

图片

脑静脉窦血栓占成人卒中患者的1-2%,临床症状不特异,以头痛、癫痫发作、意识改变最常见。因此经常被漏诊或延误。在平扫CT上,闭塞的静脉窦内的高密度血栓是静脉窦血栓的典型发现,但只见于20%-25%的脑静脉窦血栓患者。高密度条索征的出现于扫描的时间间隔有关,随着时间间隔的延长,阳性率逐渐下降。有研究显示:目标窦的CT值>62 HU或目标窦/CT值最低窦的比率>1.3是敏感度的最佳分界值。

上矢状窦是最常受影响的窦,其次是横窦、直窦和皮质静脉。深静脉系统血栓累及大脑内静脉和Galen静脉不太常见。

二、头颅CT血管高信号一些个常见或不常见的误

1.颅内血管钙化:


图片

血管钙化可能会模仿血管高密征。在大多数情况下很容易识别颅内动脉的钙化,因为其CT值很高,接近于骨的CT值。在一些病人(通常是老年病人)中可以观察到颅内动脉的密度普遍增加,但由于局部容积平均伪影,这种动脉密度增加并没有达到钙化的阈值。这一发现可能会被误解为血管高密度征阳性,特别是在扫描时头部不对称的情况下,因为阅片者可能无法在同一平面上与对侧动脉进行比较。

2.周围脑实质的低密度:


图片

与某些病因(如脑炎)引起的脑实质低密度区域相邻的颅内动脉,可能被误判为血管高密度征的阳性,尤其是缺乏经验的阅片者。单纯疱疹病毒脑炎的病例中曾有过大脑中动脉高密度征假阳性的报道。

3.线束硬化伪影(由于球管发出的X射线为混合能量的射线,当这一混合能量的射线穿过组织时,低能的光子被吸收,从而导致射线的平均能量增高,这一现象成为射线硬化现象。在头部横断面层面CT影像中有时候能看到后颅窝的横行带状低密度区,又称亨氏暗区(Hounsfield dark area)。射线通过一侧颞骨岩部,进入密度较低的后颅窝,再从另一侧颞骨岩部穿出,射线在穿透这些骨结构时较低能量的光子被大量吸收,使透射后的剩余光子的平均能量升高,即线束变硬。由于衰减系数极大地依赖于射线能量,因此当“硬化的”线束在继续穿经脑干等结构时,衰减系数显著下降,在影像上则形成低密度带影。)

图片

来自骨骼的线束硬化伪影,特别是颅底的骨骼,可能会增加周围组织的衰减。这可能导致邻近的血管,特别是椎基底动脉和脑静脉窦,在平扫CT上出现高密度征。(这也是基底动脉高密度征临床意义不大的原因之一)

4.血细胞比容增高:


图片

血细胞比容水平增高,如红细胞增多症,可能会被误认为是血管高密度征。红细胞增多症是一种骨髓增生性肿瘤,其特点是红细胞的过度生产导致血红蛋白浓度和血细胞比容水平的升高。研究显示CT值与全血制备的血细胞比容值之间呈线性关系。因此,红细胞增多症患者的脑部平扫CT可以显示出由于脑血管密度普遍增加而导致的脑沟和/或基底池的高密度,呈现出假性蛛网膜下腔出血的表现。大脑静脉窦的高密度也可以观察到,模拟颅内静脉血栓。

当然还有其他原因,包括血管内原因(造影剂和血清密度增加)、血管壁高密度(脂质沉积)和邻近低密度(感染、肿瘤和挫伤)等。

      来源:NeurologyNotes

    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多