陈开阳,阳丹萍,杜宁芳,傅彩霞,李仕红
1. 南通大学附属如皋市人民医院骨科,江苏如皋 226500; 2. 复旦大学附属华东医院放射科,上海 200040; 3. 西门子(深圳)磁共振有限公司应用开发部,深圳 518057
以往肌肉脂肪含量的在体评估主要依靠超声、 CT及常规磁共振成像,基于图像进行半定量分析。快速T2校正多回波MR波谱定量技术(High-Speed T2-Corrected Multi-echo MR Spectroscopic Method for Quantifying, HISTO)通常用于肝脏脂肪和铁沉积的定量[1]。本研究尝试使用HISTO技术对椎旁肌肉中的脂肪含量进行评估,探讨其与多回波qDixon水脂分离技术定量的相关性及一致性。
1.1研究对象前瞻性收集2022年8月—2023年1月行腰椎MRI检查的42例慢性下腰痛(chronic low back pain, CLBP)患者(CLBP组)[女性28例,年龄60~92岁,平均年龄(70.7±7.6岁)及21例正常对照[女性17例,年龄60~84岁,平均(66.0±8.5)岁)。CLBP组纳入标准:CLBP时长超过12周;无MRI检查禁忌症,如:磁性心脏起搏器、早孕及幽闭恐惧症等。排除标准:腰椎急慢性骨折、或内固定手术后等;感染、良恶性肿瘤及治疗中的患者;Cobb角大于10°的腰椎侧弯畸形患者;竖脊肌或多裂肌过度偏薄无法放置HISTO体素块(2 cm×2 cm×2 cm), HISTO曲线拟合优度较差的(R2<0.9)。正常对照组的纳入标准为:无MRI检查禁忌症,无腰痛、无神经肌肉疾病、感染、肿瘤等病史,无与肌肉脂肪浸润相关的全身性疾病,体力活动功能正常。
1.2MRI成像与椎旁肌肉脂肪定量入组的患者及正常对照均在3.0 T MAGNETOM Vida(Siemens Healthcare, Erlangen, Germany)上完成腰椎MRI扫描,使用32通道全脊柱相控阵线圈及18通道体线圈,行qDixon检查时激活体线圈,被试者取仰卧位头先进。腰椎成像协议为:常规腰椎矢状位T1W、 T2W成像,轴位椎间盘T2W成像等,具体参数不赘述;定量序列包括:腰4椎体水平轴位T2W序列(用于HISTO定位),轴位多回波qDixon序列、 HISTO序列。
轴位多回波qDixon参数:TR 10 ms, TE 1.48 ms、 2.81 ms、 4.14 ms、 5.47 ms、 6.8 ms、 8.13 ms,翻转角4°,层厚4 mm, FOV 220×192,相位编码过采样50%, Pixel Bandwidth 1 078 Hz, Average 4,采集时间 1 min 42 s。
参照T2W矢状位图像,选择腰4椎体中心层面的轴位T2W图像为HISTO定位准备,左、右两侧的多裂肌、竖脊肌分别选择一个感兴趣的体素VOI,放置于肌肉的中心位置,同时参考基于此T2W轴位图像重建的矢状面和冠状面图像,使得VOI三个方位均避开明显高信号的皮下脂肪及棘突骨髓信号或位于肌肉外的组织,所有被试者的体素大小和位置都保持相对一致。见图1。HISTO序列的具体成像参数, TR3 000 ms, TE, 12 ms、 24 ms、 36 ms、 48 ms和72 ms,带宽1 200赫兹/像素,采集信号数1,翻转角度90°,VOI 20 mm×20 mm×20 mm,采集时间15 s。
注: A:方框为右侧竖脊肌的测量; B:方框为右侧多裂肌的测量。图1 HISTO测量腰椎椎旁肌肉VOI放置示意图
1.3图像分析HISTO波谱序列自动生成VOI内脂肪分数(fat fraction, FF)报告,并生成拟合曲线及优度评估, R2<0.9的结果舍去,其余脂肪分数记录到Excel表格作统计备用。将多回波qDixon序列自动生成的脂肪分数图及常规腰椎图像导入后处理工作站syngo.via,参照矢状位图像定位,选择腰4椎体中心层面上下共5层图像(厚度约20 mm),在左右两侧的多裂肌、竖脊肌内勾画ROI,由syngo.via自动算出脂肪分数均值,左右椎旁肌肉的脂肪分数都是腰4椎体中心5层图像测量的平均值来计算。
1.4统计学分析使用SPSS 21. 0版软件进行统计学分析。对连续性变量首先检验是否符合正态分布,对于符合正态分布的变量采用参数类的统计分析方法;对于不符合正态性分布的采用非参数检验方法。采用Pearson线性相关分析来确定HISTO脂肪分数和qDixon脂肪分数的相关。采用Bland-Altman方法评价HISTO脂肪分数及qDixon脂肪分数的一致性。采用独立t检验比较CLBP组患者与正常对照组的肌肉脂肪分数值。以P<0.05为差异有统计学意义。
2.1单体素波谱HISTO定量的肌肉脂肪分数通过单体素波谱HISTO定量的肌肉脂肪分数报告如图2所示,该例CLBP患者示HISTO测量的脂肪分数为25.85%(95%CI:25.19%~26.50%),水和脂肪信号拟合的优度R2均为1。
2.2单体素波谱HISTO与多回波qDixon定量椎旁肌肉脂肪分数的相关性Pearson线性相关分析显示,纳入的63例(42例CLBP组和21例正常对照)被试,采用多回波HISTO序列和qDixon测得椎旁肌肉的脂肪分数值呈正相关。见图3。左侧竖脊肌,r=0.981;左侧多裂肌,r=0.978;右侧竖脊肌,r=0.967;右侧多裂肌,r=0.977;所有P<0.001。见表1。
注: 通过快速T2校正的多回波HISTO波谱技术,对1例75岁女性CLBP患者右侧多裂肌脂肪分数的测量结果。A 图示HISTO序列5个回波时间TEs(12 ms, 24 ms, 36 ms, 48 ms, 72 ms)对应的水、脂肪信号值,和相对应的未做T2矫正的脂肪分数值,以及进行了T2校正后的脂肪分数值。水的R2值为31.99 s-1,脂肪R2值为16.11 s-1,脂肪分数为25.85%(CI 95%:25.19%~26.50%),水和脂肪信号拟合的优度R2均为1。B图示将水和脂肪信号归一化后进行T2衰减的指数拟合曲线,显示了两种物质的衰减率差异,蓝色和红色分别为水和脂肪。C图为TE为12 ms的脂肪和水信号的谱图。D为HISTO序列自动生成的可视化脂肪分数及水的R2值报告。图2 通过单体素波谱HISTO定量的肌肉脂肪分数报告
表1 单体素波谱HISTO与qDixon定量的肌肉脂肪分数值的相关性
2.3单体素波谱HISTO测定肌肉脂肪分数值与qDixon的一致性对63例受试者HISTO及qDixon测定的肌肉脂肪分数值绘制Bland-Altman散点图,如图4显示, 95.24%(60/63)、 93.65%(59/63)、 93.65%(59/63)、 93.65%(59/63)的值位于95%CI内。Bland-Altman分析显示,在左竖脊肌,右竖脊肌,左多裂肌,右多裂肌内使用HISTO和qDixon所测定的脂肪分数之差的平均值分别为-0.9%(95%CI: 2.7%~-4.5%),-1.9%(95%CI: 3.1%~-6.8%),-1.8%(95%CI: 2.6%~-6.2%)和-2.2%(95%CI: 2.1%~-6.5%)。这一结果表明,两种技术测得的肌肉脂肪分数值结果高度一致。
注: HISTO与qDixon技术对两侧腰椎旁肌肉(腰4椎体水平)脂肪分数定量值的Pearson相关分析, A-D分别显示了左侧竖脊肌、左侧多裂肌、右侧竖脊肌、右侧多裂肌HISTO与qDixon定量的脂肪分数(FF)散点图和回归线显示,两种技术定量的脂肪分数值呈正相关。图3 HISTO序列和qDixon测得椎旁肌肉的脂肪分数值呈正相关
注:四个部位(腰4椎体水平双侧的竖脊肌及多裂肌)使用两种技术(HISTO vs DIXON)测定脂肪分数值绘制的Bland-Altman图,显示了平均测量偏差。图4 63例受试者HISTO及qDixon测定的肌肉脂肪分数值绘制Bland-Altman散点图
2.4CLBP患者与健康对照组椎旁肌肉脂肪分数值的差异CLBP患者(n=42)与正常对照组(n=21),双侧竖脊肌、多裂肌通过HISTO及qDixon定量的脂肪分数值高于正常对照组。见表2。
本研究使用了两种技术即HISTO及qDixon定量腰椎椎旁肌肉脂肪含量,探讨HISTO技术与多回波qDixon肌肉脂肪定量的一致性,研究结果表明, HISTO对腰4椎体水平双侧竖脊肌及多裂肌的脂肪分数定量值均与qDixon定量值呈极强正相关,通过两种技术的脂肪分数定量值绘制Bland-Altman图显示了HISTO与qDixon具有极高的一致性。基于HISTO测定的双侧竖脊肌、多裂肌的肌肉脂肪分数在CLBP组要高于正常对照组。
下腰痛是老年人门诊最常见的主诉之一,在中年至老年女性(即40~80岁)中最为常见,部分患者持续疼痛时间超过12周会进展为CLBP[2-3]。椎旁肌肉是脊柱周围肌肉的总称,包括腰大肌、多裂肌和竖脊肌,良好功能状态对于维持脊柱结构至关重要。椎旁肌肉功能的降低会改变原有的生物力学关系,增加椎间盘的负荷,从而导致椎间盘退变。相反,椎间盘退变也可以引起椎旁肌肉负荷不平衡并产生变性、萎缩。CLBP患者几乎都存在不同程度的椎旁肌肉退变,其特征是肌纤维、肌束萎缩和脂肪浸润[4-5]。肌肉萎缩和脂肪替代被认为是CLBP患者椎旁肌肉重塑的主要特征[5],脂肪浸润可能加重CLBP,宏观上表现为肌肉横截面积(cross-sectional area, CSA)的减少和脂肪组织面积的增加。研究证明患者年龄与椎旁肌肉脂肪浸润正相关,随着年龄增长,女性的椎旁肌中脂肪浸润率明显高于男性[6]。因此,评估椎旁肌肉脂肪含量,对于了解CLBP的退变机制具有重要意义[7]。
随着放射诊断设备的快速发展和新技术的不断涌现,评估肌肉脂肪化的方法逐渐变得多样化。早期,肌肉的萎缩程度主要是通过CT[8]或测量椎旁肌肉的横截面积来确定的[9-10]。1994年, Goutallier等[8]提出了基于CT图像的椎旁肌肉脂肪浸润半定量的评估,为探索椎间盘退变(intervertebral disc degeneration, IVDD)机制打开了新的大门。利用CT图像,研究人员发现椎旁肌肉的脂肪浸润与小关节退行性变、腰椎滑脱和椎间隙狭窄有关[11-12]。高分辨率MRI的出现,使得MRI技术成为评估椎旁肌肉的主要技术。早期的MRI技术更经常使用轴向T2W扫描。近年来, MRI已经能够通过阈值分割技术很好地区分肌肉和脂肪组织,从而更好地评估肌肉的萎缩程度。Eksi等[13]还提出了一种新的脊柱退变评分系统(Mo-Fi-Disc),包括Modic改变、椎旁肌肉脂肪浸润(Fi)和椎间盘退变(IVDD)。但在常规临床实践中,肌肉脂肪含量仍是依赖T1W图像进行视觉分级的[14]。
利用三维双回波和多回波序列的化学位移成像,可对肌肉组织中脂肪含量的定量实现可视化[15-16],其定量的精确性和可重复性均得到验证[16-20]。采用非对称采集与迭代最小二乘估算法迭代水脂分离方法(iterative decomposition of water and fat withecho asymmetrical and least-squares estimation quantitation sequence, IDEAL-IQ)发现不同腰椎间盘层面椎旁肌肉脂肪Goutallier分级组间 CSA值及FF值的差异均有统计学意义,不同腰椎旁肌肉Goutallier分级与脂肪分数值及CSA值之间均存在相关性,其间竖脊肌和多裂肌的Goutallier分级与脂肪分数值呈显著正相关[21]。Jung等[22]在3T-MRI 基于双回波和qDixon序列,发现腰椎骨髓的质子密度脂肪分数(proton density fat fraction, PDFF)与椎旁肌肉脂肪分数呈正相关,腰椎骨髓和椎旁肌肉的高脂肪分数都是椎间盘退变的独立的和附加的危险因素。本研究发现,双侧竖脊肌、多裂肌通过HISTO获得的CLBP患者脂肪分数值显著高于正常对照组,这也提示了肌肉脂肪化在CLBP患者中是区别于正常人的一个重要指标,对于了解CLBP的退变机制有一定的意义。本研究中,使用了脂肪肝定量常用的单体素波谱HISTO技术和多回波qDixon两种技术进行椎旁肌肉脂肪定量,结果表明,基于qDixon得到的脂肪分数值与HISTO相似、具有高度的一致性。这一发现与一项体外研究的结果一致,该研究比较了不同的脂肪定量方法,并以波谱学作为参考标准[6,17]。然而,化学位移成像可能会有测量偏差(如T2*和T1偏差),这可能会降低脂肪定量的准确性[18,23-24]。本研究旨在使用HISTO定量椎旁肌肉脂肪分数,并与qDixon对照,探讨其在定量椎旁肌肉脂肪分数的稳定性和与qDixon技术的一致性。
表2 HISTO及qDixon所测CLBP组与正常对照组脂肪分数值之间t检验
HISTO除在定量肝脏脂肪和铁沉积中得到运用[25-28],其在肌肉脂肪定量研究中已有报道, Li等[29]探讨了HISTO在杜氏肌营养不良症(DMD)儿童大腿肌肉脂肪定量方面的潜力,研究发现HISTO是一种快速、可行的无创MRS技术,可用于定量已知或疑似DMD儿童大腿肌肉的脂肪浸润,它对诊断和评估疾病的活动性和预后是有用的。本研究在椎旁肌肉定量方面得到与其相似结论。与qDixon一样HISTO是一种准确、可重复的MR波谱序列,可无创定量肝脂质[1],其独特优势是成像时间短(15 s /VOI),自动生成体素内脂肪定量结果及拟合优度。
本研究也存在一定的局限性, qDixon和HISTO两种方法,除了技术原理的区别外, HISTO是在扫描定位时即选中一侧的多裂肌及竖脊肌放置VOI,所有被试的VOI大小均为2 cm×2 cm×2 cm,尽量避开皮下脂肪及棘突,但由于VOI形状固定,不可避免的忽略了一些脂肪间隙的覆盖与测量,而qDixon生成PDFF图后,本研究基于L4椎体水平中心层面的轴位图像,对竖脊肌及多裂肌进行勾画取均值与其比较,因而,测得的脂肪分数值可能要高于HISTO,但这并不妨碍两种技术测得结果的显著相关性及一致性。此外,测量感兴趣区仅选择竖脊肌及多裂肌L4椎体水平中心层面区域,对评估CLBP组和健康对照组整体的椎旁肌肉脂肪含量存在一定偏倚,因而,在未来研究中,应当扩大椎旁肌肉感兴趣区的选择才能提高代表性。
总之,本研究结果表明,单体素波谱HISTO与qDixon技术定量肌肉脂肪分数的结果密切相关且具有高度一致性, CLBP患者椎旁肌肉脂肪分数值高于正常对照组,基于磁共振成像对椎旁肌肉脂肪分数定量有助于对CLBP的深入理解。