MR T2WI单序列纹理分析对类风湿性关节炎和痛风性关节炎的鉴别诊断价值

刘欣，杨海涛，王琪琪，周素颖，赵洁

类风湿性关节炎(rheumatoid arthritis，RA)和痛风性关节炎(gouty arthritis，GA)是临床上常见的滑膜性关节炎，二者临床上均以慢性起病，表现为四肢关节肿胀、疼痛及功能障碍，晚期导致关节不可逆性破坏、功能丧失而致残。其诊断均需结合临床表现、实验室和影像学检查综合诊断[1-2]。但实验室检查不典型者并不少见，血清阴性RA 占所有RA 患者20%左右[3]；临床上不伴有高尿酸血症GA 患者逐渐增多[4]。二者常规MRI都表现为滑膜增生、关节积液、骨髓水肿、骨质侵蚀以及关节周围软组织肿胀[5]，并没有足够的特异度。因此，无论在临床上还是影像学上特别是疾病早期对二者的鉴别仍有一定难度。

纹理分析能充分挖掘图像中肉眼无法观察到的隐藏信息，能反映组织的潜在病理及生理学特征，在鉴别诊断方面潜力巨大[6-8]。增强MRI 能区分增生滑膜与关节积液，一直是滑膜性关节炎的最佳影像学检查[5，9]。但RA和GA治疗过程中常需行多次MRI增强检查进行疗效评估，而钆剂的脑沉积、肾功能损害等毒副作用已日益受到关注，使其应用受到限制；文献报道[10-11]T2WI序列增生滑膜信号强度低于关节积液，增生滑膜与关节积液在T2WI-FS 序列上具有良好对比度。因此，笔者探讨能否利用MRI 平扫的T2WI 脂肪抑制单序列图像纹理分析来协助鉴别诊断RA与GA。

1 材料与方法

1.1 一般资料

本研究经过我院医学伦理委员会批准(批准文号：2018-092)，免除受试者知情同意。回顾性分析我院2016 年1 月至2020 年9 月临床综合确诊为RA、GA患者的临床和MRI 资料。纳入标准：RA 纳入根据2010 年ACR/EULAR 标准记分表总分≥6；GA 纳入根据2015年ACR/EULAR分类标准记分表总分≥8。排除标准如下：(1)临床资料不完善；(2)滑膜不易勾画ROI(滑膜轻度增生或与关节积液、软骨难以区分)；(3)临床诊断不明确；(4)图像质量差不能满足诊断。最终68 例RA (81 个关节)、47 例GA (61 个关节)纳入本次研究，关节部位分布如表1所示。

表1 类风湿关节炎和痛风性关节炎关节部位分布[个(%)]Tab.1 Distribution of locations of rheumatoid arthritis and gouty arthritis[n(%)]

1.2 仪器与方法

采用GE Signa Hispeed plus 1.5 T (65 个关节)、GE Signa HDx 3.0 T (77个关节)磁共振仪扫描。MRI扫描根据检查部位应用相应的关节表面线圈。各关节的扫描序列及参数总结如下：T1WI快速自旋回波序列(TR 460～600 ms，TE 9～20 ms)；T2WI 快速自旋回波序列(TR 2800～4200 ms，TE 40～60 ms)；T2WI脂肪抑制快速自旋回波序列(TR 2600～3600 ms，TE 40～80 ms)；FOV 80 mm×80 mm～180 mm×180 mm，矩阵128×128～256×256，层厚3～4 mm，层间距0.5～1.0 mm；分别行冠状位、矢状位及轴位扫描。共51 个关节(RA 共45 个、GA 共6 个)经肘静脉注射对比剂钆喷酸葡胺(Gd-DTPA)行动态增强扫描，总量0.2 mL/kg 体质量，注射速率3 mL/s，与注射同时进行，行增强脂肪抑制T1WI冠矢及轴位扫描。

1.3 图像分割

所有MR 图像以DICOM 格式加载到计算机使用开源软件ITK-SNAP (版本3.4)勾画增生滑膜ROI。在T2WI-FS 序列上增生的滑膜组织界定为关节囊内信号强度低于关节积液、高于肌肉组织信号强度的片絮状影，放大图像后可见其大致边界。为确保ROI正确勾画，首先由2名分别有3年(医师1)和5年(医师2)骨肌诊断经验放射科医师对照MR 增强图像在T2WI-FS 序列上手动勾画3 个ROI (滑膜增生明显处)，所有勾画的滑膜ROI由1名高级职称骨肌诊断医师复核基本无误后再进行其他无增强图像的T2WI-FS滑膜ROI勾画，结果仍由高级医师确认符合。勾画ROI时尽量放大图像，避免重叠邻近骨质和关节积液。手动分割示意图见图1、2。利用Python 软件提取75 个纹理特征参数，包括19 个一阶统计量(first order statistics)特征、24个灰度共生矩阵(GLCM)特征、16 个灰度长度矩阵(GLRLM)特征以及16个灰度形状矩阵(GLSZM)特征。

图1 女，39 岁，类风湿关节炎。A、B：膝关节横轴位T2WI-FS 及其对应手动勾画ROI(红色)图像；C、D：膝关节横轴位T1WI/FS 增强及其对应手动勾画的ROI(深红色)图像 图2 男，66 岁，痛风性关节炎。A、B：腕关节冠状位T2WI-FS 及其对应手动勾画ROI(红色)图像；C、D：腕关节冠状位T1WI-FS 增强及其对应手动勾画ROI(深红色)图像Fig. 1 Female, 39 years old, rheumatoid arthritis.A, B were axial T2WI-FS of knee image and corresponding manually delineated ROI (red) image. C, D were axial enhanced T1WI-FS image and corresponding manually delineated ROI (dark red) image. Fig. 2 Male, 66 years old, gouty arthritis. A, B were coronal T2WI-FS image and corresponding manually delineated ROI(red)image.C,D were coronal enhanced T1WI-FS image and corresponding manually delineated ROI(dark red)image.

1.4 统计学分析

应用SPSS 19.0统计软件，患者性别定性资料进行卡方检验；年龄定量资料(参数符合正态分布及方差齐性检验)采用均数±标准差描述，进行t检验。采用组内相关系数(ICC)评估2 名医师提取增生滑膜ROI纹理特征的一致性。对2名医师测得一致性较好(ICC＞0.75)的纹理特征进行后续的统计分析，符合正态分布且方差齐性检验的2组滑膜性关节炎纹理特征之间的差异行t检验；反之，则采用Mann-Whitney U检验进行分析(所有参数均用2名医师测得纹理特征的平均值进行分析)。对各特征集具有统计学差异的纹理特征运用因子分析方法，选取载荷指标较大(＞0.75)的纹理特征，应用Logistic 回归分析行多特征联合回归分析，并进行多特征集分析。分析相关纹理特征ROC 曲线的AUC，并比较其诊断效能。P＜0.05认为差异有统计学意义。

2 结果

2.1 一般资料分析

本组RA 患者年龄22～82 岁；GA 患者年龄21～75岁。如表2所示，两组间性别比例差异有统计学意义，年龄分布差异无统计学意义。

表2 两组患者的一般资料Tab.2 General data of the two groups

2.2 纹理特征提取一致性检验结果分析

2名医师提取纹理特征的ICC值范围为0.620～0.915，筛选出一致性较好(ICC＞0.75)的55 个纹理特征进行后续统计分析，包括15个一阶统计量、18个灰度共生矩阵、12 个灰度长度矩阵和10 个灰度形状矩阵特征。20个一致性较差(ICC≤0.75)的纹理特征中有8 个具有统计学差异(P＜0.05)，包括2 个一阶统计量、3 个灰度共生矩阵、1 个灰度长度矩阵以及2 个灰度形状矩阵特征。

2.3 纹理特征分析

一阶统计量、灰度共生矩阵、灰度长度矩阵、灰度形状矩阵纹理特征分析分别有10、9、6、5个纹理特征在RA 和GA 组中具有统计学差异(P＜0.05)。所有关节特征集联合分析如表3所示，一阶统计量特征纹理分析鉴别两组关节滑膜病变的AUC 值最大(AUC=0.898)，仅略低于多特征集联合诊断效能(AUC=0.902)。将两组膝关节病例单独提取的纹理特征集联合分析如表4 所示，多特征集联合特征纹理分析AUC 为0.900。各特征集AUC 值最大的纹理特征鉴别效能结果如表5 所示：一阶统计量特征中的Minimum在所有单个纹理特征中AUC 值(0.836)最大，敏感度、特异度分别为0.778、0.770。

表3 所有关节特征集联合ROC曲线分析鉴别效能Tab.3 Differential performance of texture feature sets combined ROC curve analysis of all joints

表4 膝关节纹理特征集联合分析鉴别效能Tab.4 Differential performance of texture feature sets combined ROC curve analysis of the knees

表5 各特征集AUC值最大的纹理特征鉴别效能Tab.5 Differential performance of texture feature with maximum AUC value of each texture feature set

3 讨论

高尿酸血症是GA较特异的临床表现，但文献[4]报道GA 患者痛风急性发作时血尿酸水平可为正常水平，而高尿酸血症并不一定导致痛风发作，尿酸水平正常不能排除痛风，这类血尿酸水平不高患者临床诊断较困难，常需要与RA鉴别。RA常多发、对称侵犯手足小关节，但也有RA 以单关节起病并持续数年的相关文献报道[12]。以往GA 相关研究多集中于双能CT (DECT)对痛风石检出的相关应用，但MRI 可以显示GA 主要病理改变，并能监测RA、GA 的治疗反应，在临床应用广泛[13-14]。虽然文献报道穿凿样骨质破坏形式在GA 中较具特异度，但敏感度较低；大多数GA 滑膜炎T2WI 信号以等至低信号为主[4，15]，RA 病变早期滑膜组织由于炎细胞浸润及小血管增生在T2WI 常呈高信号，然而文献报道[16]RA病变晚期随着滑膜纤维性血管翳形成，T2WI 也可呈低信号，另外二者都可伴有关节积液、骨髓水肿、关节周围软组织肿胀等表现，常规MRI 并不足以鉴别RA 和GA[17]。纹理分析通过高通量提取影像特征来更客观和定量地描述病变特征，提供一种相对无创的鉴别诊断评价方式。目前尚未见纹理分析在滑膜性关节炎的相关研究报道[18]。钆剂由于存在脑沉积、肾功能损害等毒副作用，其应用受到限制，而RA和GA患者需行多次MRI增强检查进行疗效评估。近年文献[19-20]报道了新兴的影像学方法，如不应用对比剂的脂肪抑制液体衰减反转恢复(FLAIR-FS)序列和体素内不相干运动扩散加权成像(intravoxel incoherent motion diffusion-weighted imaging，IVIM-DWI)对于评估关节滑膜炎具有一定价值。另外文献报道[10-11]增生滑膜与关节积液在T2WI-FS序列上对比度良好，本研究试图利用MR T2WI抑脂单序列纹理分析来鉴别RA和GA。

本组RA 和GA 患者性别分布存在差异性。与以往研究[1，4]一致，本组RA 患者以女性多见，而GA 以男性多见。所有关节特征集联合ROC 曲线分析结果显示一阶统计量、灰度共生矩阵、灰度长度矩阵、灰度形状矩阵特征纹理分析的AUC 值分别为0.898、0.826、0.831、0.830，一阶统计量纹理特征鉴别诊断效能较好，对应的AUC 值、敏感度及特异度分别为0.898、0.852和0.802。加上膝关节单独纹理分析鉴别效能也较高，表明基于MRI 常规T2WI 抑脂序列纹理分析对于RA 和GA 的有一定鉴别诊断价值。区分RA、GA 的主要纹理特征是测量病变信号的异质性，如在一阶统计量特征中的Entropy (熵)和灰度长度矩阵、灰度形状矩阵中的GLN (灰度非一致性)纹理特征反映了ROI 的异质性，其值越大提示灰度均匀性越差。灰度共生矩阵中的联合能量(joint energy)度量图像灰度分布均匀性，值越大表明图像相邻灰度分布越均匀。在本研究中，灰度长度矩阵和灰度形状矩阵单个纹理特征ROC 曲线AUC 值最大对应的纹理特征均为GLN，与之相应GA 的GLN、Entropy 纹理特征值较RA更大，提示GA增生滑膜组织较RA的异质性相对大。RA 和GA 滑膜炎病理组织学不同，在镜下RA增生滑膜内见较多炎细胞弥漫性浸润，伴有淋巴滤泡样小结节形成及浆细胞浸润，并可见毛细血管增生[21]；GA 引起滑膜炎是对持续性尿酸盐晶体沉积的反应，其增生滑膜组织主要为结晶状物体沉积[16]。综合比较各特征集纹理分析，发现从一阶统计量提取的纹理特征诊断效能最高(AUC=0.898)，仅略低于所有特征集联合诊断效能(AUC=0.902)。

本研究具有以下不足：第一，不是全部病例均有增强图像对照，部分图像基于T2WI 手动勾画滑膜ROI，难以做到滑膜组织的准确分割，文献[22]报道应用深度学习技术可实现肿瘤组织的精确检测和自动分割，后续研究可以采用类似半自动或全自动组织分割方法来更精确分割增生滑膜。第二，本研究为回顾性分析研究，不同场强仪器、不同部位MR图像扫描参数无法做到精准控制，对图像本身纹理特征一致性存在偏差，难以做到完全一致。第三，本研究仅仅基于MR图像纹理分析，并未结合临床特征如性别、年龄和实验室检查等，有待后续整理收集相关资料后运用更深入的影像组学方法进行综合分析。

综上所述，本研究显示RA 与GA 的MRI 常规T2WI抑脂单序列纹理特征存在差异，纹理分析对两者具有潜在鉴别价值；一阶统计量提取的纹理特征在所有特征集中的鉴别诊断效能最高；一阶统计量中的Minimum 为诊断效能最高的单个纹理特征。这或许能给慢性滑膜性关节炎长期随访疗效评价中减少对比剂使用和副反应发生提供一些借鉴。

作者利益冲突声明：全体作者均声明无利益冲突。