深度学习增强零回波时间MRI在肩关节不稳盂肱评估中的应用:与CT的对比研究
44例症状性前盂肱不稳患者同日行ZTE MRI与CT,ZTE分别用常规与深度学习重建。DL ZTE在感知分辨率(OR=7.67,p=0.01)和盂唇病变显示(OR=25.12,p=0.01)上优于常规ZTE;DL ZTE与CT测得的盂轨和Hill-Sachs间期几乎完全一致(总体ICC=0.99)。
要点
- DL ZTE在感知分辨率(OR=7.67,p=0.01)和盂侧病变显示(OR=25.12,p=0.01)上显著优于常规ZTE。
- DL ZTE与CT测量盂轨(GT)和Hill-Sachs间期(HSI)的总体ICC=0.99,几乎完全一致。
- GT平均差0.08 mm、HSI平均差−0.07 mm,DL ZTE可提供与CT等效的骨性量化。
核心结论
- 基于深度学习的重建提升了ZTE MRI在盂肱评估中的图像质量,其骨性评估与量化与金标准CT等效,可能简化术前流程并减少CT辐射暴露。
研究设计与样本
- 前瞻性队列研究,纳入44例症状性前盂肱不稳且无肩部手术史患者(9例女性,平均年龄33.5±15.65岁),同日行ZTE MRI与CT。
- MRI使用3 T SIGNA Architect扫描仪与20通道AIR线圈,3D径向ZTE序列参数为FA=1°、TR=88.6 ms、各向同性FOV(180 mm)³、各向同性分辨率(1.0 mm)³、带宽±62.5 kHz、NEX=4、采集时间约2分钟。
- CT使用256层Revolution CT扫描仪,层厚1.25 mm、重建矩阵512×512、FOV 20–30 cm、140 kVp、螺距因子0.98。
- 两名肌骨放射科医师(均超过15年经验)盲法独立评估20例随机ZTE数据集(含常规与DL重建)的感知信噪比、分辨率和病变显示,采用4点Likert量表。
- 另一名肌骨放射科医师(5年经验)盲法在DL ZTE与CT上独立测量GT与HSI,以ICC和Bland-Altman分析评估模态间一致性。
关键影像表现/征象
- DL ZTE骨图像在所有评估项目上评分均高于常规ZTE,无病例被评为不可诊断(1分)。
- DL ZTE的3D容积重建与金标准CT相当,肱骨头皮质骨显示较常规ZTE更清晰。
- 两例盂侧3D容积重建中,DL ZTE与CT对骨折及小缺损的显示相当。
- 25例患者(5例女性,平均年龄35.92±16.44岁)的MR报告发现CT未见到的肩袖撕裂和盂唇撕裂等额外临床发现。
诊断标准与关键数值
- 感知分辨率:DL ZTE相对常规ZTE的OR=7.67(95%CI 1.56–37.80,p=0.01)。
- 盂侧病变显示:DL ZTE相对常规ZTE的OR=25.12(95%CI 2.82–223.54,p=0.01)。
- 感知信噪比:DL ZTE相对常规ZTE的OR=3.00(95%CI 0.32–28.10,p=0.34),未达统计学显著。
- Hill-Sachs病变显示:DL ZTE相对常规ZTE的OR=4.58(95%CI 0.12–168.57,p=0.41),未达统计学显著。
- 模态间一致性:GT的ICC=0.99(95%CI 0.98–0.99),HSI的ICC=0.99(95%CI 0.97–0.99);Bland-Altman偏倚GT为0.08(−0.80至0.96)mm,HSI为−0.07(−1.24至1.10)mm。
临床应用与阅片要点
- GT在矢状斜位en face盂视图上采用最佳拟合圆技术测量,斜轴角度按盂关节面下三分之二倾斜确定而非盂倾斜。
- HSI在3D容积重建上测量,需识别HSL内侧最远点、外侧缘及肩袖足印内缘以判定是否存在完整骨桥。
- DL ZTE可借助常规MR软组织对比交叉参考确认肩袖肌腱附着点,而CT需强制软组织窗才能勾画肌腱附着。
- 读片者间一致性为中等至相当:感知信噪比K=0.76(0.57–0.95)、分辨率K=0.61(0.38–0.83)、肱骨病变K=0.65(0.41–0.88)、盂侧病变K=0.77(0.58–0.95)。
局限性
- 作者指出患者年龄分布与前盂肱不稳常见年龄分布不一致,因未按年龄排除患者,包括14例超过40岁者。
- 定量部分仅由一名放射科医师在单次评估中完成骨性测量,因而无法评估观察者间或观察者内一致性。
- 作者指出3D容积重建目前仍耗时且需要背景空气抑制和手动编辑。
- 作者指出其3D ZTE采集因采集时间短在临床环境中可行,但临床转化的主要限制在于后处理。
全文中译10 节 · 点击展开
引言
肩关节是最常发生脱位的关节[1, 2],普通人群中约1–2%在其一生中会经历盂肱关节脱位[3]。其中超过95%为前向脱位,主要影响年轻、活跃的个体[4, 5]。
盂唇和肱骨头的骨性缺损显著增加不稳定性风险。肱骨近端的Hill-Sachs损伤(HSL)在超过67%的前向肩关节脱位中出现,在复发性不稳定的患者中接近100%[6–9]。骨丢失超过盂唇关节面面积的25%是复发性不稳定的关键因素[10–13]。考虑这种双极骨丢失的相互作用已被用于确定啮合(engagement)风险并选择适当的手术技术[14, 15]。盂唇轨迹(GT)是肩关节运动过程中盂唇在肱骨头上的接触区域[11, 16]。在本文中,我们采用在体肩关节中获得的最新数值83%,作为完整盂唇关节面直径上的有效轨迹[17],随着盂唇骨丢失而减小,如图1A所示。在肱骨侧,肩袖止点与HSL外侧缘之间通常存在完整的骨桥(BB)。HSL最大宽度(短轴)与完整BB宽度之和决定Hill-Sachs间期(HSI)(图1B)。当HSI的内侧缘超出盂唇缘时,即为偏离轨迹(off-track)的不稳定啮合性损伤[11, 16]。
未能量化骨丢失和评估啮合风险可能影响成功的长期预后[8, 18, 19]。因此,在识别一般危险因素(年龄、性别、韧带松弛、运动活动等)的临床检查之后,必须进行仔细的影像学评估。尽管三维CT因与关节镜评估高度相关而成为骨评估和术前规划的金标准[20, 21],MRI仍是软组织评估的首选影像学方法,而软组织评估对手术管理同样关键[6, 7]。在单次一站式MR检查中联合评估肩关节不稳定患者的软组织和骨骼将是非常理想的。特别是由于肩关节不稳定常发生于活跃的年轻人群,如果基于MRI的骨成像能提供与CT相似的信息,则最好避免胸部/肩部区域的CT辐射。
虽然回波时间(TE)在毫秒级的常规MRI序列由于骨的低质子密度(约水的20%)和短信号寿命(3 T时T2约0.390 ms [T])通常过于不敏感,无法进行有意义的骨信号检测,导致皮质骨在采集时显示为信号 voids,但三维零回波时间(ZTE)技术已成为骨关节MRI中有价值的诊断工具。该技术从短T2组织采集信号,与其他MRI技术不同,能够描绘皮质骨表面[22, 23]。它已被用于肩部骨性结构[24, 25]以及头部[26, 27]和骨盆[28]的成像,并越来越多地应用于广泛的肌肉骨骼疾病,包括骨关节炎[29]、退行性疾病[30]、肿瘤[31]和创伤[32]。
尽管采用3D成像编码,标准ZTE技术与CT相比仍易出现低信噪比(SNR)和低分辨率[33, 34]。近期引入的基于深度学习(DL)的图像重建方法已证明在图像质量(即SNR和锐利度)和/或图像编码效率(即扫描时间、覆盖范围)方面有显著改善[35]。
本研究旨在评估基于DL算法重建的ZTE MRI与常规重建相比的图像质量和病灶可见性,并以金标准CT为参照,评估DL ZTE在肩关节不稳患者骨缺损测量中的定量准确性。我们假设,将研究性DL重建模型应用于标准ZTE技术可提高诊断信心,提供与CT相似的结果,同时避免辐射暴露并通过单次MR检查改善患者工作流程。
方法
患者选择
经机构审查委员会批准并签署知情同意书后,本研究队列共招募44例患者。患者由擅长肩关节管理和运动医学的骨科外科医生转诊,来源于本机构2021年6月至2022年6月的日常排班。
纳入标准为临床上有症状的前方盂肱不稳和复发性脱位。CT和MRI检查安排在同一天连续进行。排除有MRI禁忌证或既往肩部手术史的患者。
成像方案
CT扫描采用256层Revolution™ CT扫描仪(GE HealthCare,芝加哥,伊利诺伊州),扫描参数如下:层厚1.25 mm;重建矩阵512 × 512像素;视野20至30 cm;140 kV(峰值);螺距因子0.98。
MRI采用3 T SIGNA™ Architect MR扫描仪(GE HealthCare,芝加哥,伊利诺伊州),配备20通道AIR™多用途线圈,在常规肩关节临床方案基础上增加3D径向ZTE序列[24];翻转角(FA)= 1°,重复时间(TR)= 88.6 ms,各向同性视野(FOV)=(180 mm)3,各向同性分辨率=(1.0 mm)3,带宽= ± 62.5 kHz,平均次数(NEX)= 4,采集时间=约2分钟。该方案利用DL增强重建,将NEX(因而扫描时间)降至常规所用值的一半(即NEX = 6–8,扫描时间3–4分钟)[25]。患者体位在各模态间保持一致,采用头先进仰卧位,肩关节尽可能靠近检查床中心。
用于提高ZTE MRI信噪比和锐度的DL重建方法是对市售AIR™ Recon DL基于深度学习的重建流程(GE HealthCare,芝加哥,伊利诺伊州)的扩展[35]。该算法使用在原始k空间数据上运行的深度卷积神经网络,并经过训练以重建具有最小噪声和振铃伪影的图像。一旦使用传统方法和DL方法重建了ZTE图像,就应用偏置校正算法来校正由线圈几何形状引起的信号不均匀性,随后进行逆线性缩放和明亮背景空气抑制,以提供类CT对比度(图2)。这些后处理步骤在重建的ZTE DICOM图像上自动运行。
放射学评估
两名对ZTE重建方法(即传统方法 vs DL)设盲的放射科医师,各自在肌肉骨骼成像方面拥有超过15年的经验,独立评估了20个随机ZTE MR骨数据集(即ZTE和DL ZTE)的感知信噪比、感知分辨率和病变显著性(皮质骨显示),评估部位包括肱骨侧和肩胛盂侧,使用4点Likert量表(1 = 不可诊断,2 = 差,3 = 可接受,4 = 优秀)。
骨性测量
另一名对患者病史设盲的肌肉骨骼放射科医师(5年经验)独立评估DL ZTE和CT数据集中的双极骨丢失,通过在GE AW工作站(GE HealthCare,芝加哥,伊利诺伊州)上测量GT和HSI。
GT在肩胛盂的二维重组矢状斜位“正面”视图上量化,利用多平面重组(MPR)[36]和最佳拟合圆技术[37]。矢状斜轴的角度(图3中橙色线)在冠状面和轴位面上均根据肩胛盂关节面下三分之二的倾斜度确定,而非根据肩胛盂倾斜度确定,因为后者可能导致肩胛盂缘缺损的错误表示。一旦确定矢状斜面,即将圆放置为拟合梨形肩胛盂腔的下三分之二并与后下缘对齐(图3A、D),测量相应直径(D)。在存在肩胛盂骨丢失的病例中,缺损的最大径向宽度(d)测量为前肩胛盂残余缘与圆前缘之间的距离。GT的宽度通过图1所示公式计算。
此外,在两个病例中还获得了去除肱骨头后的正面肩胛盂容积渲染(VR),以与3D CT VR进行比较。
HSI在3D VR上测量,其中除肱骨头外的所有骨性成分均被切除以改善其分割。MPR也用于与二维平面交叉参考,并帮助定位HSI的边缘。
最近发表的一种盂肱指数(MPR)方法学提供了一种标准化方法来确定肱骨头球形指数(HSI)的参考点[38]。通过在轴位平面上滚动切片,可以识别肱骨头线(HSL)的最内侧范围(图4中的点1)。通过在冠状位(C)和矢状位(D)视图上适当旋转轴位平面(橙线),可以识别HSL的纵轴((C)中的粉色虚线),从而旋转并使HSL的短轴垂直于该纵轴。HSL的外侧范围(点2)可在冠状位视图(C)上沿此确定的短轴放置。由此获得的与穿过短轴的斜平面相对应的轴位图像(A)用于识别肩袖足印区的内侧缘(肌腱止点,点3)并确定是否存在BB。在深度学习零回波时间(DL ZTE)上,通过与常规MR图像提供的固有软组织对比度增强进行配准和交叉参照,可促进这一过程(图5E);而在CT上,则必须强制使用软组织窗来勾勒肌腱附着处(图4E、F)。
统计分析
使用频数和百分比报告放射科医师的Likert评分。读者间信度使用加权Cohen's kappa(K)评估,采用四级有序权重。使用有序逻辑回归评估重建方法(常规 vs. DL)对每个特征Likert评分的影响。报告比值比(OR)及其95% CI。
计算组内相关系数(ICC)值以评估测量GT和HSI的模态间一致性。偏差和一致性界限(LoA)值(1.96 × 差值标准差)采用Bland和Altman方法计算[39]。
统计学显著性水平预先设定为p < 0.05。一致性解释也根据已发表标准预先选定[40]:< 0.01,差;0.01–0.20,轻微;0.21–0.40,一般;0.41–0.60,中等;0.61–0.80,高度;0.81–1.0,几乎完全一致。所有统计均使用GraphPad Prism(GraphPad Software,Boston,MA,USA)进行。
结果
研究队列由44例有临床症状的肩关节前不稳患者组成(女性9例,男性35例;年龄均值±标准差为33.5±15.65岁;范围16–76岁)。首次脱位的平均年龄为28岁。26例患者在就诊前肩关节总脱位次数≤3次,10例为4至10次,8例>10次。从首次脱位至就诊的中位时间为2年(IQR 0–10年)。21例表现为双极骨缺损,而23例仅存在Hill-Sachs损伤。
影像学评估
与传统ZTE相比,DL ZTE图像更常被评定为合格或优良(表1)。所有评估项目均具有高度评估者间一致性:感知信噪比(SNR)(0.76(0.57–0.95))、感知分辨率(0.61(0.38–0.83)),以及肱骨(0.65(0.41–0.88))和肩胛盂区域(0.77(0.58–0.95))的病灶可见度。
对于感知SNR,DL增强ZTE获得更高评分的比值比无统计学显著性,OR为3.00(0.32–28.10,p=0.34)。相比之下,与传统ZTE相比,DL增强ZTE显著提高了获得更高感知分辨率评分的比值比,OR为7.67(1.56–37.80,p=0.01)。对Hill-Sachs损伤可见度的分析显示为正效应但无统计学显著性,OR为4.58(0.12–168.57,p=0.41)。最后,DL增强ZTE对肩胛盂病灶可见度有显著影响,与传统ZTE相比,获得更高评分的比值比增加25.12倍(95%CI,2.82–223.54;p=0.01)。
模态间一致性
阅片者对两种模态获得的测量值发现极好的一致性(图6)。模态间评估的ICC(95%CI,p<0.0001)显示两项测量几乎完全一致:GT=0.99(0.98,0.99)和HSI=0.99(0.97,0.99)。
Bland–Altman分析显示,使用两种技术测量时,GT的偏倚(平均差值)为0.08(−0.80至0.96)mm,HSI为−0.07(−1.24至1.10)mm。Bland–Altman一致性图显示,在测量值范围内,测量间差值的分布无可辨识的模式(图7),表明CT与DL ZTE之间具有高度模态间一致性。
所有来自肱骨头的3D DL ZTE重建均产生了与金标准CT相当的优良VR,与常规ZTE所能获得的较低质量VR相比,皮质骨显示更清晰,如图8所示。
CT VR常规用于术前评估骨缺损。在本研究中,DL ZTE产生的高质量3D容积与CT渲染图显示出显著相似性,尤其是对肱骨(图8A、B),以及在两个选定病例中肩胛盂VR也显示出显著相似性,其中骨折和小缺损在两种模态上显示相当(图9)。
讨论
我们的结果表明,经两名放射科医师评估,DL ZTE的图像质量优于常规ZTE(表1)。DL增强ZTE对感知分辨率和盂病灶可见度显示出显著影响,与常规ZTE相比提高了获得更高评分的几率(分别为OR = 7.67和OR = 25.12;p < 0.05),支持了我们关于基于DL的ZTE可产生改善的整体图像质量并提高诊断信心的假设。
相应地,DL ZTE提供了与CT相当的图像质量,显示出高模态间一致性(ICC ≥ 0.986),所有骨测量(GT和HSI)的偏倚为0.08 mm或更小。
尽管本研究提出的3D ZTE采集由于其采集时间短在临床环境中可行,但其临床转化的一个主要限制是后处理。从ZTE数据集生成类CT对比度的全自动在线处理已可通过oZTEo临床软件(GE HealthCare,Chicago,IL)获得。然而,3D VR目前仍然耗时,并且需要背景空气抑制和手动编辑。这些渲染图必须具有高质量,否则它们可能潜在地遗漏骨骼复杂性和细微地形特征的细节,进而可能影响骨测量的准确性[38]。如本研究所示,3D DL ZTE重建产生了与金标准CT相似的极佳VR。
本研究结果与既往ZTE MRI在肌肉骨骼应用中的研究一致。聚焦于肩关节评估,既往已报道CT与ZTE图像在形态学测量(肩胛盂形态和Hill-Sachs损伤)及分级(整体损伤的名义/序数分级,如囊肿是否存在)之间具有高度一致性(ICC > 0.6)[24]。更具体地关于肩胛盂骨评估,近期一项研究比较了3D ZTE MRI技术与3D CT对肩胛盂宽度的测量[25]。该工作表明两种技术提供相似的结果,具有高观察者间和观察者内一致性(ICC ≥ 0.94),所有测量(离体和在体)及两位阅片者的偏差范围为0.3至1 mm。此外,既往已报道ZTE MRI与CT成像在髋关节形态角度测量方面具有显著一致性,ICC范围为0.618至0.904 [28]。本研究所展示的观察者间一致性高于既往报道值,且偏差更低。我们认为DL重建方法相比传统ZTE进一步提高了诊断信心。
肩关节不稳是当前骨科和运动医学实践中的主要关注点。多种因素之间的相互作用使这一疾病对术者具有挑战性。用于双极骨丢失评估的肩胛盂轨迹概念的出现在开辟了新的研究领域,为未来推进我们对盂肱不稳的理解提供了有前景的方向。然而,现有文献中的多样性和缺乏共识——反映了量化骨丢失的各种方法和成像技术——未显示出明确的可重复性证据。
本工作所描述的基于影像的评估方法依赖于3D采集结合MPR,允许对CT/ZTE图像进行操作以获得评估肩胛盂正面和Hill-Sachs损伤短轴的最佳方向和平面。近期研究表明,使用2D MPR在评估双极骨丢失和判定在轨/脱轨损伤方面比仅依赖3D重建更简便且更具可重复性[6, 36, 38]。
在MR骨成像之外同时进行常规MR检查,具有在无电离辐射的一站式成像环境中显示软组织损伤的额外优势。由于固有的软组织对比增强,MRI在识别肩袖止点以供HSI测量方面具有优势,同时能极清晰地显示受损的关节囊韧带和盂唇软组织结构的精细显影,这些方面在CT检查中 otherwise 会被遗漏。
本研究纳入的25例患者(5例女性,平均年龄35.92 ± 16.44)中,MR报告揭示了CT扫描未观察到的额外临床发现,如肩袖撕裂和盂唇撕裂。这些发现对术前规划至关重要,并影响了患者管理,因为若被忽视,它们可能导致术后失败。
我们承认,本组患者的年龄与肩关节前不稳定的常见年龄分布不一致[4, 5],因为我们未按年龄排除任何患者,其中包括14例年龄超过40岁的患者。然而,本研究的目标是评估深度学习零回波时间(DL ZTE)的诊断性能,而该队列提供了必要的变异性。另一方面,我们必须指出,本研究的定量部分仅包括由一名放射科医师在单次评估中进行的骨性测量。因此,我们无法评估观察者间或观察者内一致性。基于前述文献,我们预期变异性与本文报告的模态间一致性相似,这意味着不同模态(由单一评估者)测量之间的差异将与同一模态上不同观察者(或同一观察者在不同时间)所作测量之间的差异相当。
总之,近期基于深度学习的图像重建的整合进一步提高了零回波时间(ZTE)成像的质量和效率,使其在盂肱关节评估方面更接近金标准CT,并具有等效的骨性定量。DL ZTE对易发生复发性脱位的患者群体具有至关重要的作用,可将ZTE序列结合到常规肩关节磁共振检查中,从而简化术前评估,并最大限度地减少CT带来的辐射暴露。
引用
- Carretero-Gómez L, Fung M, Wiesinger F, et al. Deep learning-enhanced zero echo time MRI for glenohumeral assessment in shoulder instability: a comparative study with CT. Skeletal Radiol. 2024. PMID: 39572485. doi:10.1007/s00256-024-04830-0
- 全文:PMC12000158(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12000158/
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。