软骨成分MRI——过去三十年技术发展与临床应用叙述性综述
本文叙述性综述了软骨成分MRI(Cart-C MRI)三十年来的技术演进,涵盖序列开发、加速采集与人工智能自动分析,并总结了其在队列研究、临床试验及超高场强中的应用,指出该技术目前仍主要是研究工具,存在技术与临床障碍待解决。
要点
- Cart-C MRI通过T2、T1ρ、T2*等弛豫时间定量反映软骨基质中蛋白聚糖、水和胶原的变化,可在形态学改变前检出早期软骨退变。
- 临床MR系统上仅2D多回波自旋回波T2 mapping为产品化序列,T1ρ mapping仅为研究原型;压缩感知和深度学习重建等加速技术多限于研究原型。
- 深度学习自动分割已用于软骨T2、T1ρ分析,但模型在不同队列间存在域偏移问题,应用时需考虑。
核心结论
- 尽管过去三十年取得显著进展,Cart-C MRI仍主要是研究工具,受多种技术和临床障碍限制;需解决现有差距和挑战才能更广泛临床应用。
研究设计与样本
- 叙述性综述,回顾Cart-C MRI三十年技术演进与临床应用,未报告系统检索范围与纳入文献数量。
关键影像表现/征象
- 软骨退变最早期的改变为胶原结构和含量改变、蛋白聚糖丢失及继发的水增加(组织肿胀),发生在软骨变薄和组织丢失之前。
- T2对胶原纤维与主磁场B0夹角敏感,胶原纤维方向与B0呈54.7°魔角时T2最长,即T2的魔角效应。
- T1ρ在自旋锁定频率高于2 kHz时胶原方向依赖性最小;临床成像自旋锁定强度通常受射频能量沉积(SAR)和硬件限制在500 Hz,故临床软骨T1ρ成像仍受方向依赖性影响,但程度小于T2。
- 与T2相比,T1ρ在区分OA患者与健康对照方面更优,尤其对早期和轻度OA,可能因为对疾病早期蛋白聚糖丢失更敏感。
- 在退变软骨中T2*既有延长也有缩短的报道,这种差异由不同成像方案或所研究标本/队列基质改变的实际差异所致,给软骨T2*解读带来挑战。
诊断标准与关键数值
- 系统综述与Meta分析显示dGEMRIC和T1ρ与蛋白聚糖浓度显著相关,T2与蛋白聚糖相关性较弱,与胶原的关系在纤维组织性方面大于胶原浓度。
- 系统综述与Meta分析报告T2、T1ρ和dGEMRIC大多数重测组内相关系数大于0.8,变异系数小于10%。
- 使用压缩感知重建的T1ρ图与参考图一致性良好:标准分辨率成像时参考图与AF8图平均变异系数回顾性降采样为2.36%、前瞻性降采样为3.07%(n=5);高分辨率成像时参考图与AF12图平均变异系数回顾性降采样为2.32%、前瞻性降采样为1.05%(n=3)。
- 基于DenseNet的方法在ROC AUC上优于传统随机森林方法,AUC=0.8344。
- 在独立qDESS图像上(四个研究队列共59名受试者、82个膝关节,含不同KL分级),qDESS训练的模型表现优于OAI训练的模型。
临床应用与阅片要点
- 2D多回波自旋回波T2 mapping目前可作为临床MR系统产品序列使用,是Cart-C MRI中最接近临床转化的非增强弛豫测量技术。
- 并行成像是临床MR系统上包括Cart-C MRI在内的多通道线圈采集序列的默认加速方法;压缩感知和深度学习重建等先进加速技术的Cart-C MRI产品序列除2D MESE T2 mapping外主要限于研究原型。
- 作者指出,需努力将采用先进重建技术的快速3D Cart-C MRI mapping(小于5分钟)作为产品序列实现在临床MR系统上,以整合入临床协议并促进临床转化。
- 应用深度学习分割模型时需考虑域偏移问题,不同队列间模型表现可能不同。
局限性
- Cart-C MRI仍主要是研究工具,受多种技术和临床障碍限制。
- 深度学习分割模型在有限图像数据集上训练时泛化性可能存在问题,应用不同队列时需考虑域偏移问题。
全文中译12 节 · 点击展开
引言
关节软骨在维持关节健康、活动度和功能方面发挥着至关重要的作用。凭借其独特而复杂的结构,软骨促进负荷传递,同时为关节活动提供最小摩擦(图1)。软骨损伤和退变是关节损伤和关节炎——经典如骨关节炎(OA)——的标志性表现之一。软骨成像已从X线片的间接成像转变为磁共振成像(MRI)的直接成像,软骨评估现已成为所有临床关节MRI检查的标准组成部分[1]。软骨成分MRI(Cart-C MRI)是指反映软骨微观结构的生化成分和组织结构的定量MRI测量,如蛋白聚糖(PG)、水和胶原含量,例如MR弛豫时间的测量。相比之下,软骨定量形态学成像(Cart-M MRI)旨在测量关节软骨局灶性或广泛区域的关节软骨厚度和体积。Cart-M MRI的重大进展超出了本综述的范围[2]。
Cart-C MRI始于20世纪90年代,旨在在损伤和退变的最早期阶段检测软骨基质变化,此时组织相对保留,标准MRI上可见的改变极少甚至没有。随后,这些方法被应用于手术软骨修复组织的术后评估。然而,尽管过去三十年取得了重大进展,Cart-C MRI仍然主要是一种研究工具,受到各种技术和临床障碍的制约。本综述将首先概述Cart-C MRI的技术演进,包括先进序列开发、加速采集技术和使用人工智能(AI)的自动化分析。然后我们将深入探讨Cart-C MRI的临床应用,包括队列研究、临床试验及其在超高场强下的应用。本综述最后将指出为实现Cart-C MRI更广泛临床应用所需解决的现有差距和挑战。
Cart-C MRI的技术进展
关节透明软骨由低密度的软骨细胞构成,这些细胞被大量细胞外基质(ECM)所包围,ECM由水与固体成分混合而成,固体成分包括蛋白聚糖(PGs,在软骨中主要为聚集蛋白聚糖)和胶原纤维(在透明软骨中主要为II型)。软骨退变的特征是软骨ECM各组分进行性分解,其原因是合成代谢与分解代谢过程之间的失衡,而这些过程主要由软骨细胞调控[3]。在软骨退变的最早期阶段,即Cart-C MRI技术旨在检测的阶段,胶原结构和含量的改变、蛋白聚糖的丢失以及随之而来的水增加(组织肿胀)发生在软骨变薄和组织丢失之前。由于大分子中质子的信号衰减非常快,体内Cart-C MRI通常采用一种策略,即“增敏”软骨基质中相对自由水质子的测量,使其对高分子结构和含量的变化敏感[4–6]。根据这种增敏的原理,Cart-C MRI技术可分为以下几组:(1)弛豫测量;(2)扩散成像;(3)磁化转移(MT),包括化学交换饱和转移(CEST)成像,最后是(4)非质子、钠MRI。表1总结了主要Cart-C MRI技术的基本原理、测量指标、优势和局限性。在本节中,我们将重点关注最接近临床转化的非对比剂弛豫测量技术,并讨论近期进展,包括先进序列开发、加速采集和自动化分析。
无对比剂弛豫测量——软骨中的T2、T1ρ和T2* mapping
横向平面内的弛豫时间,包括T2、T1ρ和T2*,对受限在软骨胶原-PG基质内的水质子活动敏感,可用于检测软骨胶原和PG的变化[22]。由于潜在机制不同,每种弛豫时间对参与软骨退变的各种组织成分具有不同的敏感性。
关节软骨的T2(自旋-自旋弛豫)主要受细胞外软骨水含量和胶原结构支配。T2值受胶原纤维与磁场B0之间角度的影响,这解释了T2的魔角效应(当胶原纤维以54.7°的魔角方向排列时,T2最长)[7]。
测量T2需要采集具有不同TE的多个自旋回波图像,经典方法是二维多回波自旋回波(MESE)采集。更近期,Carr-Purcell-Meiboom-Gill(CPMG)T2准备的三维梯度回波序列提供了更高效的图像采集。尽管自旋回波图像通常对B0不均匀性具有鲁棒性,但两种方法都可能受到不完全重聚焦脉冲所诱导误差的影响,导致MESE中的刺激回波和T2准备序列中的T1污染。为克服此类B1相关误差,采用扩展相位图(EPG)方法校正MESE中刺激回波诱导的误差[23],并对T2准备序列使用更复杂的重聚焦脉冲串(如Malcolm Levitt复合脉冲去耦序列(MLEV))并结合TE校正[24]。三维双回波稳态(DESS)序列可通过解析方法[25]或基于字典的迭代流程[26]生成T2映射。基于三回波稳态(TESS)或多回波稳态(MESS)成像的同时T1和T2估计也已被开发用于高效的T1和T2测量[27, 28]。目前,二维MESE T2映射技术已作为产品序列在临床MR系统上可用。
T2*映射也已应用于软骨。T2*对T2的变化以及磁场的全局和局部不均匀性敏感。由微观不均匀性引起的T2*改变可反映组织结构特性,并提供T2测量中不存在的信息。然而,对磁化率伪影和磁体匀场不完善更高的敏感性为T2*成像带来了技术挑战,并使数据解释复杂化。与T2成像不同,T2*成像使用小翻转角的梯度回波(也可作为产品序列在临床MR系统上使用)而非自旋回波,从而允许快速采集。这使得在临床相关成像时间内可实现三维采集和更高空间分辨率。然而,用于评估软骨健康的T2*成像尚不够成熟,因为已有报道退变软骨中T2*既可变长也可变短[29, 30]。此类差异由所用不同成像方案或所研究特定标本/队列相关基质变化的真实差异引起,在解释软骨T2*时带来挑战。结合超短TE(UTE)技术,UTE-T2*成像能够对具有极短T2和T2*的组织(如深层软骨层、半月板、韧带和肌腱)进行成分评估[31, 32]。
T1ρ,即旋转坐标系下的自旋-晶格弛豫,通常采用自旋锁定(SL)技术进行测量。糖胺聚糖(GAG)蛋白侧链基团上的质子与自由水之间的化学交换被认为是T1ρ弛豫的原因,并主导低频(0–1.5 kHz)T1ρ色散[33, 34]。T1ρ色散是指T1ρ随SL频率增加而增加的现象;T2可被视为自旋锁定频率为零时的T1ρ。由于SL技术减少了偶极相互作用,T1ρ对胶原纤维取向的依赖性较T2更小。特别是当SL频率高于2k Hz时,T1ρ的胶原取向依赖性被最小化(图2)[35]。对于临床成像,由于组织射频功率沉积的限制,即允许的比吸收率(SAR),以及硬件限制,SL强度通常限制在500 Hz。因此,临床软骨T1ρ成像仍然受到取向依赖性的影响,尽管程度小于T2。T1ρ测量在区分OA患者与健康对照方面优于T2测量,尤其是对于早期和轻度OA,这可能是因为T1ρ在疾病早期阶段对PG丢失具有更好的敏感性[36–39]。
T1ρ成像序列由带SL脉冲的T1ρ准备模块组成,随后是梯度回波或自旋回波读出。连续波(CW)SL和绝热SL方法已被开发。CW SL以恒定RF幅度锁定磁化矢量,该幅度定义了SL频率。已采用不同的脉冲方案来减少与B0和B1不均匀性相关的误差,包括自旋锁定脉冲的自补偿相位循环、使用重聚焦脉冲、复合tip down/tip up脉冲以及绝热tip down/tip up脉冲[11, 40–44]。Kim等人和Pala等人最近比较了T1ρ准备方案对B0和B1不均匀性的鲁棒性[45, 46]。绝热SL脉冲通过幅度和频率调制RF脉冲锁定磁化矢量,对B0和B1不均匀性伪影较不敏感[47]。然而,绝热脉冲的大射频能量沉积存在问题,因此开发了沿虚拟场弛豫(RAFF)技术以减轻SAR负担[48]。
T1ρ成像读出技术最初采用二维涡轮自旋回波(TSE)和螺旋成像;然而,目前最常用的是采用多次破坏梯度回波采集的三维成像技术。磁化准备角度调制分区k空间破坏梯度回波快照(称为MAPSS)T1ρ成像解决了多次梯度回波采集过程中的几个常见问题[11, 49, 50]。在每个SL采用两次采集的射频循环被应用于消除读出训练期间的T1恢复污染。这种射频循环方案还产生不依赖于所准备磁化的瞬态信号演化。然后应用可变翻转角训练,其提供平坦的信号响应并消除由瞬态信号演化引起的k空间滤波效应,从而提高定量准确性[11]。MAPSS采集已扩展到采用CPMG或MLEV T2准备的T2成像,并允许同时采集T1ρ和T2映射[49]。最近,Peng等人证明了一种新颖的非配对相位循环策略结合复值曲线拟合可以消除来自T1恢复的信号污染,并允许与原始MAPSS策略相比扫描时间减半的准确定量参数映射[51]。采用多个SL频率的T1ρ色散实验(包括R2-R1ρ,其中R2为SL频率=0时的R1ρ)可能提供关于化学交换和PG浓度的更具体信息[52]。最近,Han等人提出了一种新方法,使用一对T1ρ加权和T2加权图像来估计R2-R1ρ,并考虑软骨弛豫时间和图像信噪比(SNR)选择最佳Tprep[53]。目前,T1ρ映射序列仅在临床MR系统上作为研究原型可用。
加速Cart-C MRI采集
采集加速一直是Cart-C MRI的关键发展,因为获取用于定量组成参数的多个图像通常需要较长的成像时间。
并行成像技术利用多通道线圈;然而,加速因子(AF)主要受线圈通道的数量和几何形状限制,并导致重建图像中SNR降低(注:AF表示扫描时间缩短。例如,AF = 2将扫描时间减少约一半,而AF = 3将扫描时间减少至原始时间的约1/3)。Pakin等人和Zuo等人表明,对于软骨T1ρ和T2映射,并行成像可实现最大AF = 3而不牺牲定量准确性[54, 55]。
压缩感知(CS)技术利用图像稀疏性并使用非相干的k空间数据欠采样,从而允许更高的加速因子(AF)[56]。Huang等人提出将沿时间维度的主成分分析(PCA)与基于模型的算法相结合来重建T2图[57],而Peng等人则在低秩和联合稀疏约束的基础上利用T2指数衰减的线性可预测性[58]。两项研究均报道,在膝关节软骨中使用AF=8时与参考图具有良好的一致性。Zhou等人使用迭代局部支撑检测(k-t LAISD)来改进软骨T1ρ成像中的CS重建[59]。Zhu等人应用PCA作为稀疏化变换,并使用字典学习重建T1ρ图像[60]。Pandit等人将CS与并行成像相结合,其中使用了从多个线圈采集的数据[61]。Zibetti等人在CS中比较了12种不同的稀疏化变换以加速3D-T1ρ成像,并提出时空有限差分(STFD)正则化取得了最佳结果[62]。使用STFD CS重建,Kim等人在一项多厂商多中心研究中实现了标准分辨率(0.44×0.88×4mm³)下同时T1ρ和T2成像的AF=8,以及高分辨率T1ρ成像(0.36×0.73×1.6mm³)的AF=12,在回顾性和前瞻性欠采样中均与参考图具有良好的一致性(图3)[63]。
基于深度学习的重建可以加速软骨弛豫定量成像采集。例如,变分网络已被用于从欠采样k空间数据重建T1ρ回波图像[64]。随后通过单指数和双指数拟合生成的软骨T1ρ图与使用CS相比产生了更准确的T1ρ图[64]。Tolpadi等人开发了一种带有感兴趣区域特异性损失函数的循环U-Net流程,从加速因子高达12的加速MAPSS采集中生成小型临床关键特征(如膝关节和髋关节软骨以及椎间盘)的稳健T2图[65]。最近,Li等人展示了利用深度学习通过联合时空欠采样(称为superMAP)加速T1ρ和T2定量成像采集的可行性。在回顾性欠采样中获得了高达32的加速因子,在前瞻性欠采样中AF=26,从MAPSS联合T1ρ和T2采集同时重建T1ρ和T2图(图4)[66]。利用该技术,有可能在2分钟内获取全膝关节的准确3D T1ρ和T2图,这是一个临床可行的采集时间。
磁共振指纹成像(MRF)允许快速、同时测量组织特性,包括许多解剖部位的弛豫时间[67]。然而,MSK应用所需的高空间分辨率对该技术是一个挑战,序列优化使MRF在软骨T1、T2和T1ρ成像中的应用具有前景[68–70]。最近已证明使用深度学习重建进一步加速膝关节T1和T2定量成像MRF采集的可行性[71]。与传统MRF相比,作者能够将时间帧数从1000减少到50,同时在k空间中实现AF=15,而不牺牲T1和T2图的质量。
目前,并行成像已成为临床MR系统上包括Cart-C MRI在内的序列在多通道线圈采集数据时的默认加速方法。除二维MESE T2 mapping外,采用压缩感知和深度学习重建等先进加速技术的Cart-C MRI产品序列主要局限于研究原型。有必要付出更多努力,在临床MR系统上将以先进重建技术实现的快速三维Cart-C MRI mapping(< 5分钟)作为产品序列,以将这些先进技术整合到临床方案中并促进其临床转化。
Cart-C MRI的自动化分析
自动化软骨分割是Cart-C MRI自动化分析的第一步。软骨分割已从手动分割、半自动发展到全自动方法,近期由基于深度学习的方法实现[72, 73]。例如,Gaj等开发了一种基于U-Net的生成对抗网络(GAN),用于在骨关节炎倡议(OAI)数据集的DESS图像上自动且准确地分割软骨[74]。简而言之,GAN训练两个神经网络相互竞争,以从给定训练数据集中生成更真实的新数据。Holden等采用该模型自动分割软骨,以研究前交叉韧带重建(ACLR)后10年软骨T1ρ和T2的潜在基线预测因素,他们观察到腘绳肌腱自体移植物相比骨-髌腱-骨自体移植物具有更高的软骨T1ρ和T2值(图5)[75]。Xue等使用改进的U-Net自动分割软骨,以利用三维UTE-cones序列进行弛豫定量,并表明该方法能够区分健康对照受试者与中重度OA患者[76]。
Pedoia等最近使用AI对完整的OAI基线数据集进行了T2分析[77]。在使用深度学习模型进行软骨分割后,将直接应用于T2图的DenseNet用于诊断OA,并与使用随机森林基于人口学信息和基于体素松弛测量分析的主要主成分获得的诊断进行比较。他们表明,基于DenseNet的方法在ROC AUC方面优于传统随机森林方法(图6)。
Schmidt等人最近研究了深度学习分割模型的泛化性,这对于在有限图像数据集上训练的模型而言可能存在问题[78]。作者表明,在来自四个研究队列(共59名受试者和82个膝关节)、具有不同KL分级的独立qDESS图像上,经qDESS训练的模型表现优于经OAI训练的模型(图7),这证实了在将深度学习模型应用于不同队列时应考虑域偏移问题。
Cart-C MRI的临床应用
大量离体研究已证明,软骨成分(Cart-C)MRI测量指标与软骨标本的生化、生物力学和组织学分析结果相关[79]。Emanuel等人的系统综述和荟萃分析显示,dGEMRIC和T1ρ与蛋白聚糖(PG)浓度显著相关,而T2与PG的相关性较弱,且其与胶原的关系在纤维组织排列方面比胶原浓度更为密切[80]。这些验证性研究为提出将Cart-C MRI技术作为疾病的潜在影像生物标志物奠定了基础。在人体研究中,Cart-C MRI技术已显示出良好至优秀的扫描-重扫描可重复性。Mackay等人的系统综述和荟萃分析报告,对于T2、T1ρ和dGEMRIC,大多数重测组内相关系数大于0.8,变异系数小于10%[39]。基于其离体验证性和在体可重复性,Cart-C MRI不仅已成为探索软骨生理学、微结构和退变过程的研究工具,更重要的是,已成为提供临床相关评估的有力手段[39, 81]。在本节中,我们将讨论Cart-C MRI的应用,包括队列研究、临床试验、患者治疗规划,最后是超高场Cart-C MRI。讨论主要集中在膝关节,但Cart-C MRI也已应用于其他关节,包括髋、踝、手/腕、肩和椎间盘[22, 82]。
自然史观察性队列——骨关节炎倡议(OAI)
Cart-C MRI研究由于技术复杂性和资源限制,通常局限于小队列,而OAI方案中纳入T2 mapping使其得到了显著扩展。OAI始于2004年,是一项多中心、前瞻性、观察性膝关节OA队列研究,在四个中心收集了4796名受试者为期8年的纵向影像数据(包括T2 mapping)和临床数据[83]。对OAI队列数据的分析已确定T2弛豫时间可作为早期软骨退变的标志物,并可用于监测和预测纵向疾病进展[84, 85]。Joseph等人显示,较高的基线软骨T2值和T2异质性可预测3年内软骨和半月板形态学退变以及骨髓病变[86]。Kretzschmar等人报告,在4年期间发生软骨缺损的区域,在软骨缺损出现之前,同一位置的软骨T2已升高(图8)[87]。Razmjoo等人使用人工智能自动软骨分割分析了所有OAI受试者(25,729例膝关节MRI)的软骨T2值,揭示较高的胫股关节T2值显著增加了发生影像学OA的可能性以及接受全膝关节置换术的风险[88]。此外,在OAI受试者中,软骨T2值在横断面和纵向上均与体育活动和体重减轻相关[89–91],提示软骨T2可用于监测这些OA管理重要干预措施的结局。
在运动医学中的应用——关节损伤与创伤后骨关节炎的影像学评估
急性关节损伤,如前交叉韧带(ACL)撕裂、半月板撕裂、髌骨脱位、关节内骨折和踝关节损伤,已被证明是创伤后骨关节炎(PTOA)的危险因素[92, 93]。软骨成分磁共振成像(Cart-C MRI)为识别存在退变风险的软骨提供了有力工具。利用Cart-C MRI早期识别“高风险软骨”是开发和应用早期干预措施的有前景的工具,可防止患者进展为永久性软骨损伤及随后的PTOA。Cart-C MRI已在ACL损伤后的患者中进行了广泛研究,近期一项系统综述提示T1ρ和T2是诊断和预测ACLR后PTOA的有前景的生物标志物[94]。与对侧或对照膝关节相比,急性ACL损伤后及ACLR后均可观察到软骨T1ρ、T2和UTE-T2*显著升高以及dGEMRIC指数降低[95–99]。Pietrosimone等和Williams等分别报道了软骨T1ρ和UTE-T2*值与ACLR后1年和2年时以KOOS评估的患者结局之间存在显著相关性[100, 101]。Xie等使用基于体素的弛豫测量(VBR)分析报道,基线T1ρ和T2可预测ACLR后2年的软骨病变发生(图9)[102]。基线软骨T1ρ和T2值已可预测ACLR后6、12和24个月时以KOOS评估的患者结局[102, 103]。ACL断裂后2年测得的股骨软骨dGEMRIC指数较低被发现在14年时可预测放射学和解剖学上的膝关节OA[104]。
研究人员使用T1ρ和T2作为评估软骨健康的标志物,已发现软骨健康与可能促进ACL损伤后PTOA发生的因素之间的相关性,这些因素包括半月板损伤[105]、骨骼形态[106]、ACLR后的生物力学[107–109]、体育活动[110]、滑液炎症生物标志物[111],以及手术因素如从损伤到手术的时间、手术技术、合并半月板治疗[112, 113]和恢复运动时的股四头肌力量[114]。这些研究表明,Cart-C MRI测量可作为敏感的结果指标,用于优化急性关节损伤后的患者管理并识别PTOA的危险因素。
软骨修复与再生后的临床应用
Cart-C MRI的另一重要应用是对各类软骨修复手术的术后评估[115],尤其是用于确定微骨折、自体软骨细胞植入(ACI)、基质诱导ACI(MACI)和颗粒化软骨同种异体移植等手术后生成的修复组织的结构[116, 117]。MRI是确定形态学和成分学手术结果的理想无创手段。两项系统综述发现Cart-C MRI,尤其是T2 mapping,与软骨修复手术后的临床结果之间存在显著相关性,提示Cart-C MRI可能提供一种具有临床意义的无创方法来监测软骨修复组织[118, 119]。
成分MRI方法已被应用于随机临床试验中评估各种干预后的软骨再生。Vega等人在关节腔内注射自体间充质基质细胞(MSCs)后观察到软骨T2值显著降低(提示软骨健康改善)(30例患者,Kellgren Lawrence [KL] = 2–4)(图10)[120]。然而,Chahal等人报告自体MSC治疗后T2值无显著变化,尽管用KOOS和WOMAC评估的症状有所改善(12例患者,KL = 3–4)[121]。
Park等人研究了同种异体人脐带血来源MSCs对7例OA患者(KL = 3)软骨再生的疗效。dGEMRIC分析显示3年后再生软骨中GAG含量较高,与1年时软骨的组织学发现一致[122]。此外,McAlindon等人使用dGEMRIC成像证明了30例轻至中度OA患者在接受胶原水解物治疗后6个月时膝关节透明软骨的短期变化[123]。
在最近的一项I/IIa期随机临床试验中,Zhao等人应用多成分MRI方法检测同种异体人脂肪来源间充质祖细胞(haMPCs)治疗(18例患者,KL = 2–3)后软骨成分的变化[124]。在三个剂量组之间观察到定量T1ρ、T2、T2*和表观扩散系数(ADC)测量值的显著差异,其中T1ρ是最敏感的技术。接受治疗的受试者在WOMAC和SF-36评分方面显示出显著改善,提示软骨成分变化可能与患者症状缓解相关[124]。
超高场下的Cart-C MRI
2017年,欧洲药品管理局(EMA)和美国食品药品监督管理局(FDA)批准7特斯拉(7T)MR系统用于临床,显著增强了7T MRI的临床实用性。7T提高了SNR、对比噪声比(CNR)、磁敏感效应和光谱分辨率。然而,超高场MRI也面临SAR限制和B1发射场不均匀等挑战。稳健的匀场和RF校准方法对于准确可靠的MR参数定量更为关键。尽管存在这些问题,7T下的Cart-C MRI仍在不断发展,随着技术问题的解决,应用范围不断扩大[125]。
在T2和T1ρ成像中,7T下可实现的更高空间分辨率有助于减轻部分容积效应对定量结果的影响,并改善对薄软骨的评估,例如踝关节和腕关节软骨,以及深层与浅层软骨T2的分区比较。Domayer等人在踝关节中发现,健康志愿者软骨与接受两种不同修复技术后患者的软骨修复组织之间,在分区多回波自旋回波(MESE)T2评估中存在差异[126]。另一项研究报告,膝关节软骨的MESE T2成像不仅能区分健康软骨与软骨修复组织,还能区分健康软骨与邻近修复组织但厚度 otherwise 正常的软骨[127]。与MESE T2成像相比,基于梯度回波采集的T2成像技术,如MAPSS和TESS,减轻了比吸收率(SAR)限制的问题,并且在7T下对B1不均匀性较不敏感[128, 129]。与3T相比,7T下报告的软骨T2和T1ρ较低[130, 131],这符合预期(T1随场强增加而增加,普遍认为T2和T1ρ随场强增加而降低,但降低百分比小于T1的增加);相反,一些研究未观察到两种场强之间软骨的显著差异[128]。Wyatt等人报告7T下信噪比(SNR)平均比3T高60%,并发现7T下健康受试者与骨关节炎(OA)患者之间软骨T2和T1ρ值的差异大于3T,表明在相同分辨率下,7T下T2和T1ρ成像对软骨退变的敏感性高于3T[128]。
糖胺聚糖化学交换饱和转移(gagCEST)极大地受益于7T下饱和射频脉冲选择性的改善(由于频率色散更大)以及与3T相比改善的SNR(图11)[132]。gagCEST依赖于包括运动校正、B0校正和B1校正在内的复杂后处理[132]。Brinkhof等人报告软骨缺损中gagCEST值降低,且在较大软骨区域平均时具有良好的可重复性[133]。然而,gagCEST图即使在健康软骨中通常也显示相对较大的值范围[133],这可能限制临床实用性。此外,软骨T2差异可引入显著偏倚,当使用低占空比和长饱和脉冲串时可能掩盖gagCEST效应[134]。
扩散张量成像(DTI)需要足够的空间分辨率来描绘T2相对较短的软骨,因此受限于低SNR。Raya等人利用7T下更高的SNR结合线扫描DTI序列,显示与健康志愿者相比,OA患者膝关节软骨中各向异性分数(FA)降低且ADC升高[16]。
在钠(23Na)MRI中,由于组织浓度低、固有信噪比(SNR)低、T2极短以及MR敏感性极低(仅为质子MR的9.3%),与标准质子MRI相比,直接用MRI对23Na进行成像较为困难。7T可因SNR提高而大幅改善23Na MRI。Madelin等证明,23Na MRI对OA患者膝关节软骨GAG含量在仅16个月内的变化具有敏感性[135]。23Na MRI还被用于比较两种不同手术方式后33个月时软骨修复组织的质量[136]。Zbyn等近期在10.5T下对人体儿童膝关节标本进行的离体研究证明,23Na浓度和23Na弛豫时间可无创地跟踪软骨成熟过程中sGAG含量和胶原基质的变化(图12)[137]。
当前差距与未来方向
过去三十年间,Cart-C MRI取得了实质性进展。然而,一个重要问题仍然存在:为什么经过30年的发展,Cart-C MRI尚未在临床实践中广泛应用,或尚未作为大规模临床试验的主要结局指标?
Link等人此前列出了在临床和临床试验中应用软骨磁共振成像(Cart-C MRI)所需的一些关键要素[138]:(i) 快速(加速)且可重复的成像技术,(ii) 自动化的软骨分割和分析技术,(iii) 在不同MRI扫描仪上(无论供应商)均可重复且统一的标准化方法,以及 (iv) 具有正常值和异常值定义的参考值。在过去十年中,前两个要素,即加速采集和自动化分析,已取得显著的技术进步,尤其是在深度学习技术的辅助下。例如,深度学习重建superMAP允许在2分钟内同时采集全膝关节的软骨T1ρ和T2图[66];完整OAI数据集已被自动分析以获得T2值[88]。然而,自动化分析方法主要局限于同质性研究队列数据,如OAI。开发具有泛化能力因而具有临床实用性的深度学习模型具有挑战性,因为这些图像在不同扫描仪和不同站点之间差异很大。此外,图像处理流程需要在临床实施前无缝整合到临床成像工作流程中。对于加速图像采集,以往研究主要局限于回顾性欠采样。在这些技术转化为临床应用之前,需要更大样本量的前瞻性欠采样和跨不同MR平台的更多验证研究。
关于不同MRI扫描仪间方法的标准化,肌肉骨骼定量成像生物标志物委员会(MSK QIBC,原为北美放射学会(RSNA)/定量成像生物标志物联盟[QIBA]下的MSK委员会)汇集了来自40多个机构的放射科医生、成像研究人员、临床医生(如骨科外科医生、风湿科医生)组成的专家团队,并有行业合作伙伴参与。该工作组已针对T1ρ和T2软骨成像的图像数据采集、分析和解读及评估程序以及重测一致性提供了建议[139]。这是一项及时的工作;软骨磁共振成像(ccMRI)在单站点或单供应商多站点研究中已证明具有良好至优秀的可重复性[39];然而,很少有研究在多站点、多供应商背景下检验其可靠性。这种可靠性对于其在临床实践和大规模多站点多供应商试验中的应用至关重要。一项研究报道,使用供应商产品T2成像序列时,供应商间平均T2差异范围为5.4至10.0 ms(10~25%)[140]。最近两项研究表明,通过更协调的序列设计和协议设置,T1ρ和T2值的供应商间变异可降低至约10%,突显了标准化数据采集的重要性[50, 141]。
另一个基本问题是:与当前临床MRI相比,Cart-C MRI能提供哪些额外的临床价值?Kijowski等人在150名患者的3T常规MR方案中加入T2 mapping,并证明加入T2 mapping后检测软骨病变的敏感性显著提高[142]。除了诊断用途外,Cart-C MRI改善患者管理的潜力也值得评估。在加利福尼亚大学旧金山分校(UCSF)骨科研究所,2011年至2017年间,软骨T1ρ mapping被整合到390名患者(278例膝关节和112例髋关节)的临床常规中。建立了一套工作流程,使转诊医生能够直接从临床PACS中查看T1ρ图(图13)。对六名转诊临床医生进行了一项调查,以评估T1ρ成像的潜在临床价值(图14)。申请T1ρ mapping的主要适应证包括术前规划、监测病变进展或愈合,或确认临床扫描上可能看不到的可疑病变。临床医生总体上对T1ρ图像质量满意,所有临床医生一致表示他们希望今后申请T1ρ成像以改善患者管理(50%同意,50%非常同意)。图15展示了三个病例,其中T1ρ mapping为临床医生的患者管理提供了有用信息。这些研究提供了令人信服的证据,表明Cart-C MRI可为诊断和患者管理带来额外临床价值。
Cart-C MRI及其他定量MRI技术临床应用的另一个关键障碍源于OA疗法的匮乏以及缺乏任何已批准的改善疾病型OA药物(DMOAD)。一旦DMOAD获得批准,软骨定量MRI技术应成为患者选择和评估治疗反应及疾病进展的临床必需手段。正在进行的开发快速采集技术、将自动化分析整合到临床流程中、标准化采集和分析方案以及建立参考值的工作,是为这一转变做准备的必要步骤。
结论
过去三十年在软骨评估方面取得了显著的技术进展。Cart-C MRI可通过探测胶原-PG基质内的变化来检测早期软骨退变。大量研究表明,Cart-C MRI有潜力作为影响软骨的疾病和损伤的诊断、预后和预测生物标志物。然而,还需进一步采取措施,将这些先进成像技术引入常规临床实践和临床试验。将需要在加速成像采集和自动化分析技术的进一步验证、无缝整合到临床工作流程中,以及在不同MR系统间实现技术标准化等方面开展进一步工作。随着这些领域的进一步实施,Cart-C MRI可有助于加强术前规划,并在临床实践中监测病变的进展或愈合。与此同时,成分MRI在大规模临床试验中的更广泛应用对于生成足够数据以进行生物标志物资格认定和成功的DMOAD试验至关重要。成功DMOAD的发现和批准无疑将提升Cart-C MRI的临床应用。在这一“先有鸡还是先有蛋”的困境中,研究人员、临床医生和产业合作伙伴之间的协同努力对于推动该领域发展至关重要。
引用
- Li X, Kim J, Yang M, et al. Cartilage compositional MRI-a narrative review of technical development and clinical applications over the past three decades. Skeletal Radiol. 2024. PMID: 38980364. doi:10.1007/s00256-024-04734-z
- 全文:PMC11303573(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC11303573/
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。