应用RVP技术定量评估H型高血压患者颈动脉斑块特征及其与缺血性脑卒中风险的相关性

doi:10.3877/cma.j.issn.1672-6448.2025.09.006

目的

应用原始数据斑块定量技术（RVP）评估H型高血压患者颈动脉斑块力学特征，分析其与缺血性脑卒中风险的相关性。

方法

纳入2024年9月至2025年4月期间于哈尔滨医科大学附属第二医院接受颈动脉超声检查并确诊为颈动脉粥样硬化斑块的485例受试者作为研究对象，依据高血压与同型半胱氨酸（HCY）水平将其分为H型高血压组（高血压合并HCY≥10 μmol/L，202例）、单纯高血压组（HCY＜10 μmol/L，128例）、高同型半胱氨酸血症（HHCY）组（无高血压但HCY≥10 μmol/L，86例）及对照组（无高血压且HCY＜10 μmol/L，69例）。另依据是否发生脑卒中事件，将所有受试者分为脑卒中组（169例）与非脑卒中组（316例）。采用RVP技术提取斑块应变参数，包括对比系数（CNT）、均匀指数（ENT）、逆相关指数（NRT）及能量参数（CPT）。采用单因素方差分析比较多组间斑块应变参数的差异；采用χ²检验比较多组间脑卒中发生率的差异；基于Logistic回归构建3种多因素回归模型，采用受试者操作特征（ROC）曲线和限制性立方样条图（RCS）模型探讨各因素与脑卒中风险的关联。

结果

H型高血压组、单纯高血压组、HHCY组及对照组4组间的CNT值与ENT值比较（57.75±27.31 vs 52.18±22.04 vs 56.84±23.16 vs 47.22±18.96；0.46±0.08 vs 0.47±0.07 vs 0.46±0.07 vs 0.50±0.09），差异具有统计学意义（F=3.95、4.71，P=0.008、0.003）。H型高血压组脑卒中发生率最高（48.02%），显著高于HHCY组、单纯高血压组及对照组（33.72%、27.34%、11.59%）。多因素Logistic回归模型表明，高血压分型在3个模型中均与脑卒中事件的发生显著相关。ROC分析显示，CNT和ENT的AUC值分别为0.814和0.757，评估效能优于HCY（AUC=0.670），而NRT和CPT评估能力较弱。RCS分析显示，HCY与脑卒中风险呈非线性正相关，CNT和ENT与脑卒中风险分别呈线性正相关和负相关，NRT则表现为非线性波动关系。

结论

H型高血压可通过增强斑块核心应变增加患者缺血性脑卒中的发生风险，RVP技术可有效量化颈动脉斑块的力学特征，在评估缺血性脑卒中方面有潜在临床价值。

关键词: 超声, 颈动脉粥样硬化, 原始数据斑块定量分析技术, H型高血压, 斑块力学特征

Objective

To investigate the mechanical characteristics of carotid plaques in patients with H-type hypertension using RawVision^® plaque quantification technology (RVP), and to analyze their correlation with the risk of ischemic stroke.

Methods

A total of 485 subjects who underwent carotid artery ultrasound examination and were diagnosed with carotid atherosclerotic plaques at the Second Affiliated Hospital of Harbin Medical University from September 2024 to April 2025 were selected as the research subjects. According to hypertension and homocysteine (HCY) status, they were divided into four groups: H-type hypertension group (202 cases), simple hypertension group (128 cases), isolated hyperhomocysteinemia group (HHCY) (86 cases), and control group (69 cases). RVP technology was used to extract plaque strain parameters, including contrast (CNT), equality (ENT), non-relationship (NRT), and capabilities (CPT). Logistic regression, multivariate subgroup analysis, receiver operating characteristic (ROC) curve analysis, and restricted cubic spline (RCS) models were employed to assess the association between these parameters and stroke risk.

Results

There were statistically significant differences in CNT (57.75±27.31 vs 52.18±22.04 vs 56.84±23.16 vs 47.22±18.96) and ENT (0.46±0.08 vs 0.47±0.07 vs 0.46±0.07 vs 0.50±0.09) values among the four groups (P=0.008 and 0.003, respectively). The H-type hypertension group had the highest stroke incidence (48.02%), which was significantly greater than that of the other groups (33.72%, 27.34%, and 11.59%, respectively). Logistic regression analysis showed that hypertension subtype was significantly associated with stroke events in all three models. ROC analysis showed that the AUC values of CNT and ENT for predicting stroke risk were 0.814 and 0.757, respectively, and their evaluation efficacy was superior to that of HCY (AUC=0.670), while the evaluation capabilities of NRT and CPT were relatively weak. RCS analysis revealed a nonlinear positive association between HCY and stroke risk; CNT was linearly positively correlated and ENT negatively correlated with stroke risk, whereas NRT showed a fluctuating nonlinear relationship.

Conclusion

H-type hypertension potentially elevates ischemic stroke risk through increased plaque core strain, while RVP technology demonstrates clinical utility for stroke risk assessment by effectively quantifying carotid plaque mechanical characteristics.

Key words: Ultrasound, Carotid atherosclerosis, RawVision^? plaque quantification, H-type hypertension, Carotid plaque mechanics

表1 不同高血压水平颈动脉粥样硬化斑块患者组间一般临床资料比较

特征	H型高血压组（202例）	单纯高血压组（128例）	HHCY组（86例）	对照组（69例）	统计值	P值
年龄（岁， $x ¯$ ±s）	64±10	63±8	64±9	62±9	F=1.016	0.385
性别[例（%）]					χ²=23.507	＜0.001
男	131（64.85）	58（45.31）	63（73.26）	33（47.83）
女	71（35.15）	70（54.69）^a	23（26.74）^b	36（52.17）^ac
糖尿病[例（%）]	75（37.13）	58（45.31）	27（31.40）	27（39.13）	χ²=6.083	0.108
血脂异常[例（%）]	124（61.39）	71（55.47）	49（56.98）	26（37.68）^abc	χ²=11.784	0.008
吸烟史[例（%）]	33（16.34）	12（9.38）	10（11.63）	3（4.35）^a	χ²=8.294	0.040
饮酒史[例（%）]	24（11.88）	8（6.25）	8（9.30）	1（1.45）^ac	χ²=8.324	0.040
脂蛋白a升高[例（%）]	52（25.74）	25（19.53）	17（19.77）	7（10.14）^a	χ²=7.924	0.048

表1 不同高血压水平颈动脉粥样硬化斑块患者组间一般临床资料比较

特征	H型高血压组（202例）	单纯高血压组（128例）	HHCY组（86例）	对照组（69例）	统计值	P值
年龄（岁， $x ¯$ ±s）	64±10	63±8	64±9	62±9	F=1.016	0.385
性别[例（%）]					χ²=23.507	＜0.001
男	131（64.85）	58（45.31）	63（73.26）	33（47.83）
女	71（35.15）	70（54.69）^a	23（26.74）^b	36（52.17）^ac
糖尿病[例（%）]	75（37.13）	58（45.31）	27（31.40）	27（39.13）	χ²=6.083	0.108
血脂异常[例（%）]	124（61.39）	71（55.47）	49（56.98）	26（37.68）^abc	χ²=11.784	0.008
吸烟史[例（%）]	33（16.34）	12（9.38）	10（11.63）	3（4.35）^a	χ²=8.294	0.040
饮酒史[例（%）]	24（11.88）	8（6.25）	8（9.30）	1（1.45）^ac	χ²=8.324	0.040
脂蛋白a升高[例（%）]	52（25.74）	25（19.53）	17（19.77）	7（10.14）^a	χ²=7.924	0.048

表2 是否发生缺血性脑卒中事件的颈动脉粥样硬化斑块患者一般临床资料比较

特征	非脑卒中组（316例）	脑卒中组（169例）	统计值	P值
年龄（岁， $x ¯$ ±s）	63±9	64±10	t=1.121	0.263
性别[例（%）]			χ²=5.122	0.024
男	174（55.06）	111（65.68）
女	142（44.94）	58（34.32）
高血压[例（%）]	198（62.66）	132（78.11）	χ²=12.085	＜0.001
糖尿病[例（%）]	116（36.71）	71（42.01）	χ²=1.307	0.253
血脂异常[例（%）]	167（52.85）	103（60.95）	χ²=2.926	0.087
吸烟史[例（%）]	28（8.86）	30（17.75）	χ²=8.262	0.004
饮酒史[例（%）]	19（6.01）	22（13.02）	χ²=6.982	0.008
脂蛋白a升高[例（%）]	49（15.51）	52（30.77）	χ²=15.557	＜0.001
HCY升高[例（%）]	162（51.27）	126（74.56）	χ²=24.763	＜0.001

表2 是否发生缺血性脑卒中事件的颈动脉粥样硬化斑块患者一般临床资料比较

特征	非脑卒中组（316例）	脑卒中组（169例）	统计值	P值
年龄（岁， $x ¯$ ±s）	63±9	64±10	t=1.121	0.263
性别[例（%）]			χ²=5.122	0.024
男	174（55.06）	111（65.68）
女	142（44.94）	58（34.32）
高血压[例（%）]	198（62.66）	132（78.11）	χ²=12.085	＜0.001
糖尿病[例（%）]	116（36.71）	71（42.01）	χ²=1.307	0.253
血脂异常[例（%）]	167（52.85）	103（60.95）	χ²=2.926	0.087
吸烟史[例（%）]	28（8.86）	30（17.75）	χ²=8.262	0.004
饮酒史[例（%）]	19（6.01）	22（13.02）	χ²=6.982	0.008
脂蛋白a升高[例（%）]	49（15.51）	52（30.77）	χ²=15.557	＜0.001
HCY升高[例（%）]	162（51.27）	126（74.56）	χ²=24.763	＜0.001

表3 不同高血压水平颈动脉粥样硬化斑块患者组间RVP参数比较（

x ¯

±s）

组别	例数	CNT	ENT	NRT（%）	CPT
对照组	69	47.22±18.96	0.50±0.09	99.88±0.07	0.00±0.00
单纯高血压组	128	52.18±22.04	0.47±0.07	99.89±0.08	0.00±0.00
HHCY组	86	56.84±23.16^a	0.46±0.07^a	99.89±0.06	0.00±0.00
H型高血压组	202	57.75±27.31^a	0.46±0.08^a	99.89±0.06	0.00±0.00
F值		3.95	4.71	1.00	1.24
P值		0.008	0.003	0.395	0.295

表3 不同高血压水平颈动脉粥样硬化斑块患者组间RVP参数比较（

x ¯

±s）

组别	例数	CNT	ENT	NRT（%）	CPT
对照组	69	47.22±18.96	0.50±0.09	99.88±0.07	0.00±0.00
单纯高血压组	128	52.18±22.04	0.47±0.07	99.89±0.08	0.00±0.00
HHCY组	86	56.84±23.16^a	0.46±0.07^a	99.89±0.06	0.00±0.00
H型高血压组	202	57.75±27.31^a	0.46±0.08^a	99.89±0.06	0.00±0.00
F值		3.95	4.71	1.00	1.24
P值		0.008	0.003	0.395	0.295

图1 颈动脉斑块的RVP定量分析技术的超声声像图。图a为非脑卒中组患者，CNT：35.391，ENT：0.554，NRT：99.893%，CPT：0.002；图b为脑卒中组患者，CNT：104.561，ENT：0.367，NRT：99.832%，CPT：0.001 注：CNT为对比系数，ENT为均匀指数，NRT为逆相关指数，CPT为能量参数

表4 不同高血压分型颈动脉粥样硬化斑块患者脑卒中发生情况比较[例（%）]

组别	例数	未发生脑卒中	发生脑卒中
对照组	69	61（88.41）	8（11.59）
单纯高血压组	128	93（72.66）	35（27.34）^a
HHCY组	86	57（66.28）	29（33.72）^a
H型高血压组	202	105（51.98）	97（48.02）^abc
χ²值		35.09
P值		＜0.001

表4 不同高血压分型颈动脉粥样硬化斑块患者脑卒中发生情况比较[例（%）]

组别	例数	未发生脑卒中	发生脑卒中
对照组	69	61（88.41）	8（11.59）
单纯高血压组	128	93（72.66）	35（27.34）^a
HHCY组	86	57（66.28）	29（33.72）^a
H型高血压组	202	105（51.98）	97（48.02）^abc
χ²值		35.09
P值		＜0.001

表5 颈动脉粥样硬化斑块患者高血压分型与脑卒中风险事件关系的多因素回归模型分析

高血压分型	模型1			模型2			模型3
高血压分型	OR值	95%CI	P值	OR值	95%CI	P值	OR值	95%CI	P值
H型高血压组	-	-	-	-	-	-	-	-	-
单纯高血压组	0.407	0.253~0.656	＜0.001	0.450	0.276~0.735	＜0.001	0.428	0.239~0.765	0.004
HHCY组	0.551	0.326~0.931	0.026	0.568	0.332~0.972	0.039	0.464	0.242~0.891	0.021
对照组	0.142	0.065~0.312	＜0.001	0.169	0.076~0.377	＜0.001	0.150	0.060~0.374	＜0.001

表5 颈动脉粥样硬化斑块患者高血压分型与脑卒中风险事件关系的多因素回归模型分析

高血压分型	模型1			模型2			模型3
高血压分型	OR值	95%CI	P值	OR值	95%CI	P值	OR值	95%CI	P值
H型高血压组	-	-	-	-	-	-	-	-	-
单纯高血压组	0.407	0.253~0.656	＜0.001	0.450	0.276~0.735	＜0.001	0.428	0.239~0.765	0.004
HHCY组	0.551	0.326~0.931	0.026	0.568	0.332~0.972	0.039	0.464	0.242~0.891	0.021
对照组	0.142	0.065~0.312	＜0.001	0.169	0.076~0.377	＜0.001	0.150	0.060~0.374	＜0.001

图2 颈动脉粥样硬化斑块患者不同脑卒中风险评估指标的受试者操作特征（ROC）曲线分析图。图a为HCY与CNT的ROC曲线；图b为ENT、NRT与CPT的ROC曲线注：HCY为同型半胱氨酸；CNT为对比系数；ENT为均匀指数；NRT为逆相关指数；CPT为能量参数

图3 颈动脉粥样硬化斑块患者脑卒中风险的限制性立方样条图分析结果。图a~d分别为HCY、CNT、ENT、NRT四个指标的分析结果注：CNT为对比系数；ENT为均匀指数；NRT为逆相关指数；CPT为能量参数

表6 RVP技术与传统弹性成像技术评估颈动脉粥样硬化斑块患者斑块应变参数的重复性分析

参数	RVP技术	传统弹性成像技术
同一观察者
CNT	0.95（-5.8，4.7）	0.92（-6.9，6.8）
ENT	0.96（-4.3，4.5）	0.93（-6.5，5.9）
NRT	0.97（-4.8，6.9）	0.89（-5.1，4.7）
CPT	0.96（-4.9，7.1）	0.94（-5.2，6.5）
不同观察者
CNT	0.92（-4.2，4.8）	0.85（-5.6，4.1）
ENT	0.91（-4.7，5.3）	0.87（-5.4，4.7）
NRT	0.93（-5.3，6.5）	0.90（-4.8，5.9）
CPT	0.92（-4.5，5.9）	0.86（-5.1，4.2）

表6 RVP技术与传统弹性成像技术评估颈动脉粥样硬化斑块患者斑块应变参数的重复性分析

参数	RVP技术	传统弹性成像技术
同一观察者
CNT	0.95（-5.8，4.7）	0.92（-6.9，6.8）
ENT	0.96（-4.3，4.5）	0.93（-6.5，5.9）
NRT	0.97（-4.8，6.9）	0.89（-5.1，4.7）
CPT	0.96（-4.9，7.1）	0.94（-5.2，6.5）
不同观察者
CNT	0.92（-4.2，4.8）	0.85（-5.6，4.1）
ENT	0.91（-4.7，5.3）	0.87（-5.4，4.7）
NRT	0.93（-5.3，6.5）	0.90（-4.8，5.9）
CPT	0.92（-4.5，5.9）	0.86（-5.1，4.2）

1	Tu WJ, Zhao Z, Yin P, et al. Estimated burden of stroke in China in 2020 [J]. JAMA Network Open, 2023, 6(3): e231455-e231455.
2	Mohammadi T, Hooshanginezhad Z, Mohammadi B, et al. The association of stroke risk factors with the future thickness of carotid atherosclerotic plaques [J]. Neurol Res, 2023, 45(9): 818-826.
3	Wu DF, Yin RX, Deng JL. Homocysteine, hyperhomocysteinemia, and H-type hypertension [J]. Eur J Prev Cardiol, 2024, 31(9): 1092-1103.
4	Tan Y, Nie F, Wu G, et al. Impact of H-type hypertension on intraplaque neovascularization assessed by contrast-enhanced ultrasound [J]. J Atheroscler Thromb, 2022, 29(4): 492-501.
5	Wu Y, Li X, Wang Z, et al. Real-time elastography and contrast-enhanced ultrasound for evaluating adventitia in the early diagnosis of vulnerable plaques: an exploratory study based on histopathology [J]. Transl Stroke Res, 2024, 15(3): 545-555.
6	Malek AM, Alper SL, Izumo S. Hemodynamic shear stress and its role in atherosclerosis [J]. JAMA, 1999, 282(21): 2035-2042.
7	Mellucci PL, Bertanha M, Jaldin RG, et al. Shear wave elastography for extracranial carotid atherosclerotic plaques: technical principles and how to do it [J]. J Vasc Bras, 2023, 22(1) : e20220082-e20220093.
8	Elton DC, Turkbey EB, Pickhardt PJ, et al. A deep learning system for automated kidney stone detection and volumetric segmentation on noncontrast CT scans [J]. Med Phys, 2022, 49(4): 2545-2554.
9	Willams B, Mancia G, Spiering W, et al. 2018 ESC/ESH Guidelines for the management of arterial hypertension [J]. Eur Heart J, 2018, 39(33): 3021-104.
10	Recommendations on stroke prevention, diagnosis, and therapy. Report of the WHO Task Force on Stroke and other Cerebrovascular Disorders [J]. Stroke, 1989, 20(10): 1407-1431.
11	Sun P, Liu L, Liu C, et al. Carotid intima-media thickness and the risk of first stroke in patients with hypertension [J]. Stroke, 2020, 51(2): 379-386.
12	Saba L, Cau R, Murgia A, et al. Carotid plaque-RADS: a novel stroke risk classification system [J]. JACC Cardiovasc Imaging, 2024, 17(1): 62-75.
13	He Z, Luo J, Lv M, et al. Characteristics and evaluation of atherosclerotic plaques: an overview of state-of-the-art techniques [J]. Frontiers in Neurology, 2023, 14(1): 1159288.
14	Huang Q, Liu Z, Wei M, et al. The atherogenic index of plasma and carotid atherosclerosis in a community population: a population-based cohort study in China [J]. Cardiovascular Diabetology, 2023, 22(1): 125.
15	Shang J, Wang W, Feng J, et al. Carotid plaque stiffness measured with supersonic shear imaging and its correlation with serum homocysteine level in ischemic stroke patients [J]. Korean J Radiol, 2018, 19(1): 15-22.
16	Yao ES, Tang Y, Xie MJ, et al. Elevated homocysteine level related to poor outcome after thrombolysis in acute ischemic stroke [J]. Med Sci Monit, 2016, 22(1): 3268-3273.
17	Poddar R, Sivasubramanian N, Dibello PM, et al. Homocysteine induces expression and secretion of monocyte chemoattractant protein-1 and interleukin-8 in human aortic endothelial cells: implications for vascular disease [J]. Circulation, 2001, 103(22): 2717-2723.
18	Lentz SR, Rodionov RN, Dayal S. Hyperhomocysteinemia, endothelial dysfunction, and cardiovascular risk: the potential role of ADMA [J]. Atheroscler Suppl, 2003, 4(4): 61-65.
19	Sun J, Zhao XQ, Balu N, et al. Carotid plaque lipid content and fibrous cap status predict systemic CV outcomes: the MRI substudy in AIM-HIGH [J]. JACC Cardiovasc Imaging, 2017, 10(3): 241-249.
20	Mauriello A, Servadei F, Zoccai GB, et al. Coronary calcification identifies the vulnerable patient rather than the vulnerable Plaque [J]. Atherosclerosis, 2013, 229(1): 124-129.
21	Jinnouchi H, Sato Y, Sakamoto A, et al. Calcium deposition within coronary atherosclerotic lesion: Implications for plaque stability [J]. Atherosclerosis, 2020, 306(1): 85-95.
22	Kelly-Arnold A, Maldonado N, Laudier D, et al. Revised microcalcification hypothesis for fibrous cap rupture in human coronary arteries [J]. Proc Natl Acad Sci U S A, 2013, 110(26): 10741-10746.
23	Echavarría-Pinto M, van de Hoef T. Ischaemic risk stratification after deferral of revascularisation on the basis of fractional flow reserve: ischaemic risk after FFR deferral [J]. EuroIntervention, 2021, 16(14): 1131-1138.

[1]	杨雨佳, 华扬, 贾凌云, 脑卒中高危人群筛查脑颈动脉规范化评估数据库课题组. 无颈动脉粥样硬化者颈动脉结构变化特征及相关影响因素分析[J/OL]. 中华医学超声杂志（电子版）, 2025, 22(09): 816-823.
[2]	杨明, 许彩娜, 张宁, 王晓娜, 贾坤, 宋伟, 李丽, 薛红元. 2023—2024年度河北省甲状腺癌超声诊断符合率现状分析[J/OL]. 中华医学超声杂志（电子版）, 2025, 22(09): 846-849.
[3]	周欣, 梁豪进, 邓振宇, 肖菊花, 周小军. 基于人工智能技术评价江西省孕11~13⁺⁶周产前超声筛查质量现状及提出能力提升对策[J/OL]. 中华医学超声杂志（电子版）, 2025, 22(09): 850-857.
[4]	高昕雨, 杨楷熠, 陈慧婷, 朱丽, 方雅滨, 宋梅, 曾锦树. 甲状腺乳头状癌术后颈部转移淋巴结超声引导下微波消融与再次手术的疗效比较[J/OL]. 中华医学超声杂志（电子版）, 2025, 22(09): 858-867.
[5]	范风云, 吴晓东, 沈婉婷, 吴美琪, 于娜, 徐梦婷, 秦佳乐. 基于超声参数的延胡索酸水合酶缺陷型子宫平滑肌瘤预测模型的建立[J/OL]. 中华医学超声杂志（电子版）, 2025, 22(09): 868-875.
[6]	刘真真, 张莉, 陈程, 彭思婷, 赵瑞娜, 董一凡, 吕珂, 朱庆莉, 李建初, 杨筱. 将医疗安全不良事件案例分析融入超声医学课程思政教学的初步探索[J/OL]. 中华医学超声杂志（电子版）, 2025, 22(09): 876-880.
[7]	江瑶, 蒋程, 余翔, 谭莹, 温昕, 温慧莹, 彭桂艳, 李胜利. 基于注意力机制改进的子宫解剖结构检测与分割多任务模型的性能评估[J/OL]. 中华医学超声杂志（电子版）, 2025, 22(08): 703-710.
[8]	陈明朗, 许凯, 黄稚熙, 梁博诚, 贺杰, 黄海珊, 马微波, 谭莹, 邹志英, 刘晓棠, 彭桂艳, 陈家希, 钟晓红. MobileNetV4：面向产前超声的主动脉弓分支异常智能诊断研究[J/OL]. 中华医学超声杂志（电子版）, 2025, 22(08): 711-720.
[9]	杨丽仙, 黄稚熙, 梁博诚, 欧阳淑媛, 陈明朗, 赵英丽, 马薇波, 缪敬, 王磊, 袁鹰. 基于产前时序超声数据的新生儿出生体重智能预测[J/OL]. 中华医学超声杂志（电子版）, 2025, 22(08): 721-732.
[10]	康林立, 陈璐, 张天歌, 刘勤, 汪龙霞. 妊娠期卵巢子宫内膜异位囊肿蜕膜化的临床及超声影像学特征[J/OL]. 中华医学超声杂志（电子版）, 2025, 22(08): 733-739.
[11]	罗兵, 董凤群, 牛艺臻, 王锟, 程志华, 刘宏强. 胎儿超声心动图在单纯性肺动脉瓣狭窄及预后评估中的价值[J/OL]. 中华医学超声杂志（电子版）, 2025, 22(08): 740-747.
[12]	陆溧玲, 杨秀珍, 徐彬, 赵镭, 钱晶晶, 李晓英, 王彪, 叶菁菁. 婴幼儿陈旧性卵巢囊肿蒂扭转的超声表现及诊断价值[J/OL]. 中华医学超声杂志（电子版）, 2025, 22(08): 748-753.
[13]	刘晴晴, 俞劲, 徐玮泽, 张志伟, 潘晓华, 舒强, 叶菁菁. OBICnet图像分类模型在小儿先天性心脏病超声筛查中的应用价值[J/OL]. 中华医学超声杂志（电子版）, 2025, 22(08): 754-760.
[14]	杨秀玲, 王文辉, 杨婕, 卢强. 双表型肝细胞癌与经典型肝细胞癌超声造影特征及危险因素分析[J/OL]. 中华医学超声杂志（电子版）, 2025, 22(08): 761-767.
[15]	张俊清, 周秘, 张文军, 谭静, 尹立雪. 射血分数保留肝硬化患者的肝脏硬度与左心室功能超声特征及相关性分析[J/OL]. 中华医学超声杂志（电子版）, 2025, 22(08): 768-776.

阅读次数

全文

摘要

选择文件类型/文献管理软件名称

选择包含的内容

Assessment of carotid plaque characteristics by RVP technology and their correlation with ischemic stroke risk in H-type hypertension

模态框（Modal）标题

选择文件类型/文献管理软件名称

选择包含的内容

Assessment of carotid plaque characteristics by RVP technology and their correlation with ischemic stroke risk in H-type hypertension