脊髓信号强度自动分析检测退行性颈髓病——一项配对MRI研究
前瞻性配对分析114例有症状患者与88名健康志愿者的颈椎3D T2加权序列,用卷积神经网络全自动分割脊髓并逐层生成T2信号强度曲线。T2高信号节段的信号标准差、范围和T2脊髓病指数均显著高于年龄与节段匹配的健康对照,ROC曲线下面积0.865–0.920。作者认为该全自动方法有潜力更客观地诊断影像学退行性颈髓病,但截断值需进一步研究确认并与临床症状相关。
要点
- T2高信号节段的T2信号标准差为18.51 a.u.,显著高于匹配健康节段的7.47 a.u.(p<0.001)。
- T2脊髓病指数在T2阳性节段为23.99%,显著高于T2阴性节段的10.85%(p<0.001)。
- T2脊髓病指数鉴别T2阳性与阴性节段的AUC为0.920,标准差和范围的AUC分别为0.865和0.886。
核心结论
- 全自动T2信号定量显示退行性颈髓病伴T2高信号患者的脊髓信号变异性显著高于健康志愿者,绝对T2信号值组间无显著差异。
- 作者提出的T2脊髓病指数可在个体间比较,各颈椎节段均显示与信号变异性指标相应的显著性。
- 该全自动方法有潜力更客观、标准化地诊断影像学退行性颈髓病,从而优化治疗推荐,但截断值需进一步研究确认并与临床症状相关。
研究设计与样本
- 前瞻性配对队列分析,纳入两个独立试验中2018年7月至2022年1月期间接受相同颈椎MRI方案的114例有症状患者和88名健康志愿者。
- 使用3特斯拉扫描仪(SIEMENS Magnetom Prisma)和64通道头颈线圈采集T2 SPACE三维序列,体素0.6 mm×0.6 mm×1.0 mm,TR 1500 ms,TE 134 ms,翻转角105°,GRAPPA加速因子3,采集时间3分53秒。
- 基于训练好的深度卷积神经网络全自动分割C2至C7脊髓,15例手动分割作为参考标准(10例训练、5例验证),Dice系数0.91。
- 由三名独立、盲法、均有至少10年脊柱MRI经验的观察者逐节段(C2/3至C6/7)主观二分类T2高信号,三人完全一致率95.3%,Fleiss kappa 0.674(p<0.001)。
- 为49个T2阳性节段各匹配一个年龄和节段相同的健康志愿者T2阴性节段,两组性别和年龄分布无显著差异。
关键影像表现/征象
- T2阳性节段的T2信号强度曲线较匹配健康节段呈现更高的变异性,曲线偏离线性。
- T2阳性节段T2信号标准差18.51(IQR 16.16)a.u. vs 匹配T2阴性节段7.47(IQR 5.81)a.u.,p<0.001。
- T2阳性节段T2信号范围56.09(IQR 52.84)a.u. vs 匹配T2阴性节段24.34(IQR 17.12)a.u.,p<0.001。
- T2阳性节段T2脊髓病指数23.99%(IQR 15.21)vs 匹配T2阴性节段10.85%(IQR 7.14),p<0.001;C6/7节段仅呈趋势(p=0.093),T2阴性11.6% vs T2阳性24.8%。
- 绝对T2信号值在T2阳性与T2阴性组间无显著差异。
诊断标准与关键数值
- T2信号标准差鉴别T2阳性与T2阴性节段的AUC为0.865;Youden指数最佳截断值13.69 a.u.(敏感度69.4%,特异度91.8%),最靠近左上点截断值12.20 a.u.(敏感度75.5%,特异度83.7%)。
- T2信号范围鉴别两组AUC为0.886;Youden指数最佳截断值42.31 a.u.(敏感度73.5%,特异度98.0%),最靠近左上点截断值37.38 a.u.(敏感度79.6%,特异度87.8%)。
- T2脊髓病指数(T2信号范围占该节段平均绝对T2信号强度的百分比)鉴别两组AUC为0.920;Youden指数最佳截断值15.32%(敏感度77.6%,特异度93.9%)和17.60%(敏感度75.5%,特异度95.9%),最靠近左上点截断值14.14%(敏感度83.7%,特异度85.7%)。
- AUC 0.8–0.9定义为「excellent」,>0.9定义为「outstanding」。
临床应用与阅片要点
- 作者指出该方法全自动、不依赖观察者,约7分钟完成(采集近4分钟、后处理约3分钟),似乎可融入日常临床工作流程。
- 作者指出绝对T2信号值因每次MRI扫描的成像条件不同而不能在个体间比较,组间也无显著差异。
- 作者指出T2脊髓病指数为可在个体间比较的百分比指标,随节段内信号变异性增高而增大。
- 作者指出本评估因对每个横断面取平均,未涉及T2信号改变在脊髓内的确切位置及边界类型。
- 作者指出两例MRI显示明显中央管,可能影响信号强度评估。
局限性
- 作者指出患者人群仍有限。
- 作者指出所用参数标准差、范围和T2脊髓病指数均为任意单位。
- 作者指出本评估未涉及T2信号改变的范围、位置和边界类型,而后者在既往主观分类中是相关预后因素。
- 作者指出本数据仅显示孤立的影像学参数,未与临床症状相关联。
- 作者指出所获截断值需进一步研究确认并与患者临床症状相关。
全文中译11 节 · 点击展开
引言
退行性颈髓病(DCM)的放射学评估仍具有挑战性,并且需要进一步改进,原因是影像学改变与受累患者临床严重程度之间的相关性有限,且其预后应用价值存在争议[1]。磁共振成像(MRI)是首选检查方法,因为其具有最高的组织分辨率,并且用于表征脊髓功能的先进测量方法不断增加[1, 2]。常规T1和T2加权序列通常用于表征椎管的解剖构型、神经组织的受压情况以及髓内病理性信号改变[1]。T2加权图像上脊髓内的高信号和T1加权图像上的低信号与明显的临床脊髓病相关[3–5]。它们的存在具有预后意义,并且主要与无论是否接受手术治疗的不良临床结局相关,尤其是在边界清晰的(“蛇眼征”)或多节段T2信号增高以及T2和T1脊髓病征象合并出现时[4–10]。仅有轻微、边界模糊或术后消失的T2高信号被推测比上述髓内信号异常具有更好的临床结局[11–14]。髓内信号改变的性质似乎反映了DCM中进行性的组织破坏,从髓内水肿、局部脱髓鞘开始,最终导致坏死和脊髓萎缩[1, 14, 15]。相反,文献中有报道称T2信号改变不具有预后可靠性或预后可靠性不一致[14, 16–18]。T2*加权序列也有类似的诊断性能报道,但其尚未纳入常用的临床脊柱成像方案[19]。总之,常规MRI脊髓病征象的评估对于疑似DCM的诊断确定具有重要意义,而其类型和严重程度似乎具有相关性,但精确的结局预测存在争议[12, 20]。
在临床常规中,对此类髓内信号改变的评估是主观进行的,主要导致对T1低信号进行二分类[1]。如前所述,T2加权图像上的信号改变存在不同类型,而目前缺乏验证过的或国际标准化的评分系统。此外,对此类主观分类的评估者依赖性已达成共识。对于T2高信号,既往评估显示多名观察者之间具有统计学上至少中等程度的可靠性,二分类的kappa值为0.60至0.82,等级评分的组内相关系数为0.75至0.87[4, 12, 21–23]。然而,由于治疗决策基于这些分类,相当数量的不一致评分具有临床重要性。对脊髓信号强度的客观评估研究很少,通常通过手动放置感兴趣区进行测量[14, 17, 24, 25]。这些评估主要证实DCM患者中T2信号增高预示较差的预后。
因此,为了实现受累患者的最佳治疗规划,对髓内信号改变进行更精确且完全客观的分级似乎是有目的的。我们基于高分辨率T2 MRI分割,研究了整个颈段脊髓T2信号强度(T2-SI)的全自动量化。
方法
研究设计
这是一项匹配队列分析,纳入来自两项独立试验的退行性颈椎病(DCM)患者和健康志愿者,这些受试者在2018年7月至2022年1月期间前瞻性接受了相同的颈椎MRI方案。患者通过当地门诊纳入,条件为存在颈椎椎管受压,至少影像学上退行性组织与脊髓接触,并伴有退行性颈椎疾病症状。健康志愿者通过临床公告招募。纳入和排除标准的详细信息已先前发表[26]。两项试验均获机构伦理委员会批准(编号261/17和338/17),并在国家临床试验注册中心注册(DRKS00012962和DRKS00017351)。每位参与者在纳入前均获得签署的书面知情同意。
MRI采集与后处理
整个颈段脊柱采用临床常用的T2加权3D序列在3特斯拉扫描仪(SIEMENS Magnetom Prisma)上使用64通道头颈线圈进行成像(T2 SPACE,体素大小0.6 mm × 0.6 mm × 1.0 mm,TR 1500 ms,TE 134 ms,翻转角105°,GRAPPA PAT:3,采集时间3:53 min)。
下一步是基于这些3D T2加权图像,使用训练好的深度卷积神经网络(CNN)对从C2到C7的脊髓进行全自动分割。所采用的方法涉及使用固定矩阵大小的嵌套图像块,其物理尺寸逐级减小。在每个尺度上采用U-net型架构,所有尺度的U-net矩阵大小均设为32 × 32 × 32体素。采用了深度为四的尺度金字塔。所用U-net的架构与文献[27]中提出的默认U-net配置相似。网络使用Adam优化器训练,学习率为0.001 [28]。未进行系统性调参,所有标签均使用逐通道二元交叉熵进行训练。所用算法可在线获取(https://bitbucket.org/reisert/patchwork/wiki/Home)。分析已在专用内部软件(NORA框架,www.nora-imaging.org)中实现。由两名检查者对15例病例手动勾画真实分割,分为10例训练和5例验证病例。两名检查者各自在脊柱MRI评估方面拥有超过10年的经验。分割达到Dice系数0.91。所有分割均由两名检查者独立检查是否存在明显错误。此外,由另一个patchwork CNN训练C2至C7椎体的自动标注作为解剖参考。计算脊髓的横截面积(CSA,mm2),并逐层对每个CSA的T2-SI取平均值,以任意单位(a.u.)绘制为T2-SI曲线。脊髓分割及相关T2-SI曲线示例见图1。
为了比较特定的颈椎节段,分别从上位颈椎椎体中心到下位颈椎椎体中心计算所有层面的T2-SI均值、标准差(SD)和范围。
为表示T2-SI变异程度,我们引入“T2脊髓病指数”(T2-MI)作为新参数。其定义为每个单一颈椎节段内T2-SI范围相对于平均绝对T2-SI的百分比:
完整的后处理包括分割、T2-SI曲线生成以及所评估参数的计算,大约需要3分钟。
T2高信号的主观分类
为确定参考标准,对每个颈椎水平(C2至C7)椎管内是否存在T2高信号进行主观评估,每次MRI扫描获得五个评级(C2/3、C3/4、C4/5、C5/6和C6/7水平)。据此,所有节段按二分类法分类:若出现高信号则归为“T2阳性”,若无则归为“T2阴性”。为提高可靠性,分类由三名独立、盲法、经验丰富的观察者完成。三名观察者每人至少在脊髓MRI评估方面拥有10年经验。三名观察者的一致性通过Fleiss kappa统计量评估[29]。为进一步进行组间比较,当观察者意见不一致时,以三名评级中的多数意见定义为共识。
统计分析
对于所有主观分类为T2阳性的节段,我们从健康志愿者中生成年龄和水平匹配的对照节段(T2阴性)。
组间比较采用非配对样本的Mann-Whitney U检验。两组间性别分布通过精确二项检验检查。总体而言,p值<0.05被认为具有统计学意义。正态分布通过Shapiro-Wilk检验评估。对于非正态分布值,报告中位数和四分位距(IQR)。所建立参数的诊断准确性通过ROC分析确定。曲线下面积(AUC)为0.8–0.9被认为“优秀”,>0.9被认为“卓越”[30]。我们另外应用Youden指数和“最接近左上角”的点,以获得区分两组的最合适参数截断值[31, 32]。统计计算使用Microsoft Excel 16.0和IBM SPSS Statistics XXVII。
结果
基线特征
总体共纳入202个MRI数据集进行分析,其中114个(56.4%)为有症状患者,88个(43.6%)为无症状志愿者。所有纳入参与者的中位年龄为61.0岁(IQR 15.2),其中94名(46.5%)为女性。
T2高信号的主观分类
每个颈椎节段均由三名观察者各自进行主观分类,每位观察者共产生1010个评级。评分者间信度分析显示,三名观察者在963个节段(95.3%)的T2高信号分类上完全一致。Fleiss-Kappa为0.674(p < 0.001),代表“实质性”一致[29]。
在评分者之间强制达成共识后,49个节段被分类为T2阳性,预期均来自患者组。因此,114例纳入患者中有43.0%在任何层面显示T2高信号。主要受累层面为C4/5(n = 15)和C5/6(n = 22)。C3/4和C6/7层面各有6例T2阳性患者,C2/3层面无显示T2高信号者。健康志愿者中无一显示T2高信号。
49个T2阳性颈椎节段各从健康志愿者中分配一个年龄和层面匹配的节段。因此,两组之间的性别和年龄分布无显著差异(表1)。
自动T2信号强度(T2-SI)分析
绝对T2-SI值显示T2阳性组与T2阴性组之间无显著差异(表2)。所有分析节段的T2-SI曲线见图2,按两队列和受累颈椎层面分别显示。T2阳性节段的曲线(右)与匹配的健康节段(左)相比显示更高的变异性。这可通过脊髓内T2-SI标准差和范围显著更高来客观体现(标准差 18.51(IQR 16.16)a.u. 对 7.47(IQR 5.81)a.u.,p < 0.001;范围 56.09(IQR 52.84)a.u. 对 24.34(IQR 17.12)a.u.,p < 0.001;表2)。对各颈椎层面分别分析证实了类似差异,但在C6/7层面未达到统计学显著性(表2)。
T2-SI标准差和范围的ROC分析显示T2阳性与T2阴性节段之间具有极好的区分度(AUC 0.865和0.886,图3)。应用约登指数获得区分两组的最佳截断值,T2-SI标准差为13.69 a.u.(敏感度69.4%,特异度91.8%),T2-SI范围为42.31 a.u.(敏感度73.5%,特异度98.0%)。“最接近左上角值”分别为12.20 a.u.(敏感度75.5%,特异度83.7%)和37.38 a.u.(敏感度79.6%,特异度87.8%)。
T2脊髓病指数(T2-MI)
每个节段T2-SI范围相对于平均绝对T2-SI的百分比,称为T2脊髓病指数(T2-MI),在两组间相应存在显著差异(T2阳性节段23.99%(IQR 15.21)vs. T2阴性节段10.85%(IQR 7.14);p < 0.001)。对于特定的颈椎水平C3/4、C4/5和C5/6,这一显著差异可重复(p < 0.001–0.002),而C6/7水平仅显示趋势(p = 0.093,表2)。按不同颈椎水平分层的T2-MI箱线图见图4。使用T2-MI区分T2阳性与T2阴性节段时,ROC分析显示优异结果(AUC为0.920,图3)。约登指数显示区分两组的最佳截断值为15.32%(敏感度77.6%,特异度93.9%)和17.60%(敏感度75.5%,特异度95.9%)。ROC曲线的“最左上值”为14.14%(敏感度83.7%,特异度85.7%)。
讨论
我们提出了一种新的脊髓T2-SI定量方法,能够基于信号强度的变异性,区分存在T2高信号的退行性颈椎脊髓病(DCM)患者颈椎节段与健康志愿者。这一全自动化流程具有客观、标准化诊断影像学DCM的潜力,从而优化治疗建议。所建立参数及其截断值所获得的充分诊断准确性尚需通过进一步研究确认,并与受累患者的临床症状相关联。
该T2-SI定量工具基于脊髓的全自动分割流程,该流程基于训练有素的深度卷积神经网络(CNN),显示出足够准确性。在高位狭窄中,退变组织与脊髓的轻微干扰是可以想象的,因为这些边界处信号几乎等强度。然而,两名独立观察者未发现任何明显的分割错误。下一步是生成整个颈段脊髓的T2-SI曲线,对每个层面内的T2-SI进行平均(图1)。其优势在于对T2-SI及其逐层面变异性进行客观且高分辨率的分析,并相应记录已经轻微的信号变化。据我们所知,这种脊髓信号强度的自动分析是首次以常规方式实施,每个颈椎水平均可连续筛查异常信号改变。文献中报道了若干半自动至全自动脊髓分割流程[33, 34]。Gros等人对1,042个影像数据集(主要为多发性硬化患者)进行的一项大型详尽研究报道,使用相关CNN获得了足够的分割可靠性,Dice系数为0.88–0.95,因此与我们的结果相当[19]。
由于对每个横断面进行了平均化处理,我们的评估未涉及脊髓内T2信号改变的确切位置及其边界类型。然而,在既往的主观分类中,T2高信号区域的清晰或模糊分界是一个相关的预后因素,必须将其视为局限性[4–14]。已有报道显示,基于卷积神经网络(CNN)的多发性硬化病灶检测及其形态分析具有足够的准确性,这似乎也可作为检测脊髓病病灶的一种选择[19]。两次MRI检查显示中央管突出,可能影响信号强度评估。对于所需的脊髓三维分割,最大层厚1 mm是必要的,且得益于增强的MRI扫描仪技术,在适当的采集时间内几乎可以实现。我们的整个评估流程约需7分钟,包括近4分钟的采集时间和约3分钟的后处理,这似乎可在任何临床“全天候”环境中实施。所应用的三维T2 SPACE序列的缺点是信噪比和图像对比度较常规二维T2加权序列差,而后者通常用于T2高信号的主观分类[35]。然而,如我们的结果所示,其诊断质量对于评估髓内T2-SI变化是可接受的。
由于每次MRI扫描具有已知的特定成像条件,绝对T2-SI值在个体间不可比较[14]。这些结果可以证实这一点,两组之间的绝对均值无显著差异(表2)。除了以标准差和范围表示的T2-SI变异性外,我们引入了新的、可进行个体间比较的参数——T2脊髓病指数(T2-MI)。T2-MI代表一个常规百分比,以度量尺度表示T2-SI异质性的程度,随着每个评估节段内信号变异性的增加而升高。该参数还能可靠地区分主观T2阳性和不明显的颈椎节段,曲线下面积(AUC)高达0.920,根据所采用的统计检验,使用约15%的截断值可获得最佳诊断准确性(图4)。对C2至C7每个特定颈椎节段的单独分析显示了相应的显著差异,而C6/7节段仅显示统计学趋势(p = 0.093)。然而,即使在C6/7节段,两组的T2-MI值也明显相距甚远,分别为11.6%(T2阴性)和24.8%(T2阳性)。
图5展示了C5/6水平两个示例节段,分别为一名信号变异性高的患者(红色曲线)具有典型T2-SI曲线,以及一名健康志愿者(蓝色)具有近乎线性的曲线。变异性的程度可能反映髓内改变的范围,并预期与脊髓病症状的严重程度及治疗后的预期结局相关。反映T2-SI变异性的全部三个参数具有以下优势:以更专门、可量化的方式对脊髓内改变进行分级,而不依赖于二分类或序数主观量表。因此,预期其与临床受累及DCM不同分期的相关性更好。本数据的局限性在于,我们展示的是孤立的影像学参数,未将其与临床受累相关联。我们预期,结合前述既往评估,信号变异性的程度与临床损害相关,这已是进一步以临床为中心的研究的主题。独立于临床相关性,该评估流程完全自动化运行,不涉及评分者依赖性,并可预先适用于任何高分辨率T2加权序列,从而在DCM的影像学评估中迈出新的一步。
总结本研究的主要局限性,我们首先必须提到作为分析基础的患者群体仍然有限。此外,必须考虑到所应用的参数——标准差、范围和T2-MI——具有任意性。本评估未涉及脊髓内T2信号改变的范围、位置和边界类型,然而这些对于DCM患者的特征描述应是相关的。
未来,应通过结合不同的MRI模态来提高对受影响患者的诊断准确性和预后信息。特别是基于弥散的技术,如弥散微观结构成像(DMI)或弥散张量成像(DTI),可能有助于推断轴突完整性和髓内自由水分布的改变[18, 26, 36–38]。通过相位对比成像评估的脑脊液和脊髓运动,或甚至来自磁共振波谱的特定代谢物配置,可能提供额外的病理动力学信息[39–41]。我们正在开展整合不同模态的多模态MRI评估,并将影像信息与症状学和电生理学相关联,以优化DCM患者的临床治疗决策和结局。
本评估代表了该方法的一步,即实现一种常规适用的、快速且不依赖观察者的髓内T2信号改变评估,并将其转化为可量化的设置。
结论
这种全自动的脊髓T2信号量化能够揭示退变性颈髓病(DCM)合并T2高信号患者与健康志愿者相比T2-SI变异性存在显著差异。虽然由于已知的个体成像条件,绝对T2-SI值不适用,但我们引入了新的、可个体间比较的T2脊髓病指数(T2-MI),其显示出与每个颈椎水平T2-SI的标准差和范围所代表的信号变异性程度相应的显著性。
这种自动化、创新的方法具有更客观、标准化地诊断放射学DCM的潜力,从而优化治疗建议。确定与DCM不同阶段相关的更详细截断值及其诊断准确性正在进一步研究中。
引用
- Hohenhaus M, Klingler JH, Scholz C, et al. Automated signal intensity analysis of the spinal cord for detection of degenerative cervical myelopathy - a matched-pair MRI study. Neuroradiology. 2023. PMID: 37386202. doi:10.1007/s00234-023-03187-w
- 全文:PMC10497437(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC10497437/
供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。