ADC直方图在椎体压缩性骨折时间判定中的应用

徐良洲， 黄波， 程晓光， 程克斌， 张鑫， 刘华， 汪鹏， 刘坚， 蔡青蓉

椎体压缩性骨折(vertebralcompressionfractures,VCF)常见于老年人，是临床最常见的因骨质疏松引起的骨折。在压缩性骨折的诊断中，骨折发生时间的判断对临床治疗有重要的指导意义[1]。椎体骨折的修复过程不同于长骨，无骨皮质骨痂形成，因此常规的放射检查在确定其是新鲜或是陈旧性骨折上存在困难。磁共振传统对比成像可以通过观察骨髓水肿的方法判断骨折发生时间，但信号的高低变化完全基于主观判断，并不能广泛推广。扩散加权成像(diffusion weighted imaging，DWI)可通过观察水分子运动反映组织内的结构，而其相应的表观扩散系数(apparent diffusion coefficient，ADC)可以得到相对客观的量化结果[2-4]。直方图分析能更全面的反映数据组成和分布，在肿瘤鉴别诊断中的价值已有报道[5,6]，本研究将探讨ADC值直方图在骨折时间确定中的应用。

表1 骨折不同时间ROI及直方图ADC值对比

材料与方法

1.一般资料

搜集我院2015年6月-2017年8月因负重或跌倒摔伤两周之内就诊，排除有肿瘤病史，经MR诊断为胸腰椎单纯压缩性骨折的患者64例，以受伤当日为首日计算，分别在伤后第30天和90天对研究对象进行两次MR随访。其中，失访22例，最终有42获得完整的MR图像资料。其中男16例，女26例。年龄58～74岁，平均年龄(64.5±11.8)岁。

2.仪器与方法

采用GE Signa HDxt 1.5T超导型MR系统。扫描线圈使用8通道脊柱相控阵线圈，受试者仰卧位，头先进。扫描序列：①T2STIR序列，扫描参数：矢状面定位，视野32～36 cm，回波时间68 ms，重复时间4500 ms，矩阵288×224，层厚4 mm，间距1 mm，带宽41.67 KHz，激励次数4；②DWI序列，扫描参数：矢状面定位，视野32～36 cm，回波时间86 ms，重复时间4500 ms，b值600 s/mm2，矩阵96×128，层厚4 mm，间距1 mm，带宽167 KHz，激励次数4，复制STIR序列定位线。

3.图像分析及直方图

扫描完成的图像在GE AW 4.6工作站上进行后处理。两名具有8年以上骨关节放射科医师对DWI图像利用Functool软件进行后处理。首先基于ROI的方法测量ADC值，在骨折区放置50～80 mm2矩形兴趣区(regionofinterest,ROI)，测定3次取平均值，同样的方法测量临近正常椎体的ADC值。其次，使用ImageJ软件，勾画骨折的整个范围，对不同天数时骨折椎体的ADC值生成直方图，同时计算包括平均值、中位数、标准差、峰度值和偏度值。

4.统计学分析

使用SPSS 19.0 软件，计量资料以均数±标准差表示。采用 K-S检验分析数据的正态分布性，检验结果服从正态分布。采用独立样本t检验比较不同天数时基于ROI的ADC值和ADC值直方图参数(平均值、中位数、标准差、峰度值、偏度值)的差异。利用受试者特性曲线(receiver operating characteristic，ROC)评估存在统计学差异的各参数值对于鉴别新鲜陈旧骨折的诊断效能。P<0.05表示存在统计学差异。

结 果

影像表现及直方图定量参数在STIR序列上，压缩性骨折早期信号升高，随着愈合过程的进展，信号逐渐下降，影像表现及ADC值直方图如图1。正常椎体、30d时骨折椎体及90d时骨折椎体基于ROI的ADC值、直方图ADC平均值、中位数、标准差、峰度值及偏度值结果见表1。其中，30d时基于ROI的ADC值，直方图ADC平均值以及中位数均高于90d时的参数，有显著统计学差异 (P<0.05)，而标准差、峰度值和偏度值无明显差异(表1，图2)。骨折后30d及90d的所有参数均显著高于正常椎体，有显著统计学差异(P<0.05)。

ROC曲线分析：在新鲜及陈旧骨折的鉴别中，基于ROI的ADC平均值、直方图ADC平均值及中位数曲线下面积(AUC)分别为0.811、0.902和0.870(图3)，其中直方图ADC平均值具有最大的诊断效能。

讨 论

本研究结果表明不同时期椎体压缩骨折ADC值的直方图中，平均值和中位数均存在不同，其中平均值的敏感度和特异度最高。本研究探讨了整个骨折区ADC值的变化及分布特点，因此对病变区进行了更全面和准确的分析。在笔者的搜索范围内，这是首次采用ADC值直方图的方法进行不同时期骨折的鉴别。

椎体主要由松质骨组成，骨折愈合过程是骨细胞和毛细血管增生、堆积新骨进行修复，因此X线或CT无法观察骨折愈合过程，而MR可通过观察出血、水肿的变化判断骨折时间，但这种方法较为主观，另外受扫描参数影响较大，因此本研究采用相对客观的定量的方法，探讨对水分子扩散程度的量化是否能反映骨折时间。研究发现在骨折30d时，基于ROI的方法得到的ADC值明显高于正常椎体，可能原因是骨小梁是交织的网状结构，正常情况下水分子扩散会受到阻碍，而骨折以后骨小梁断裂，使水分子的扩散更为自由，同时水肿的存在也使ADC值升高。随着骨折的愈合，骨细胞和毛细血管增生、新骨的形成，水分子活动又受到限制，致使在90d时测量得到的ADC值降低。这与以前报道的结果类似[7]。

图1 女，68岁，腰3椎体压缩性骨折。a) 压缩30d时STIR图，见椎体形态变为楔形，被压缩椎体的信号升高(箭)； b) 压缩30d时的DWI图，被压缩的椎体信号升高(箭)； c) 压缩30d时ADC直方图； d) 压缩90d时STIR图，被压缩椎体的信号低于30d时(箭)； e) 压缩90d时的DWI图，被压缩的椎体信号低于30d时(箭)； f) 压缩90d时ADC直方图。

图2 骨折30d、90d时ROI的ADC平均值、直方图ADC平均值及ADC值中位数箱式图。 图3 ROI的ADC平均值(蓝线)、直方图ADC平均值(红线)及ADC值中位数(绿线)对新鲜陈旧骨折鉴别的ROC分析。

为了更完整的描述整个骨折区ADC值的变化，本研究勾勒的骨折整体范围，并分别以ADC值和相同范围内的像素值作为X轴和Y轴，测量整个骨折区的平均信号值、像素数以及像素数变化范围而进行直方图分析[8,9]。直方图的均数和中位数可以反映数据的集中趋势和平均水平。本研究结果发现骨折30d时的均数和中位数均高于90d时，这也表明骨折ADC值变化的整体趋势。同时，平均值的诊断效能高于中位数，这与以前类似研究的数据分析结果一致。骨折后骨内结构复杂，既有出血水肿，同时存在修复，因此平均值能反映整体数据的特点，而中位数虽然不受最大值及最小值的影响，但受数据分布的影响，因此变异度较大。标准差是表明数据偏离平均值的分散程度，越大表明越不均匀。本研究中30d时的ADC值的标准差大于90d时，表明30d时组分更为不均匀，但无统计学差异。直方图的峰度值可描述病变总体中数据分布形态的陡缓程度，以正态分布作为参照，正峰度表示数据分布比正态分布更尖锐，而负峰度则表示更平坦[10]。本研究中30d和90d的数据分布服从正态分布，因此峰度值之间并无显著差异。姚伟武等[11]报道肿瘤内部的峰度值显著升高，但骨折的椎体内组织成分多样，修复过程并不存在肿瘤组织内部的高异质性，因此峰度值并无差异。偏度值描述病变特征值分布对称的统计量，表明分布相对平均值的不对称程度[12,13]，同样以正态分布做为参照，向右向左分别对应正负偏度。本研究中30d及90d的分布均偏向左侧，即表现为负偏度。综上，本研究采用ADC直方图的方法，得到了比传统的基于ROI的方法相比，获得了更多的诊断参数，且其中直方图ADC值的诊断效能更高。

本研究存在一定的不足之处。首先，因为在随访过程中存在很大比例的失访，因此总体样本量较小，需要大样本量进行验证。其次，因矢状面扩散存在一定的图像变形，虽然按照STIR序列上的骨折范围在ADC图上进行勾勒，但不可避免会存在误差。再次，本研究仅分析骨折的最大层面的二维特征，未能分析整体三维特征的鉴别价值[14]，今后的研究可进一步探讨。

总之，ADC直方图参数分析能有效区分新鲜骨折及陈旧骨折，其中，平均值有最高的诊断效能，为临床鉴别诊断提供了一定的依据。