影像方法对转移性前列腺癌骨髓评估中脂肪分数估计的影响
这项前瞻性单中心研究在转移性前列腺癌患者和健康志愿者中,以6点PDw梯度回波(q-Dixon)测得的质子密度脂肪分数为参考标准,评估临床可用Dixon序列估计脂肪分数的准确性。结果显示T1w Dixon存在显著绝对偏倚(12.4%),所有Dixon方法重复性良好,但SAR相关修改对PD-和T2加权TSE序列的准确性至关重要。
要点
- T1w Dixon脂肪分数估计存在显著绝对偏倚(12.4%),尤其在病灶和肌肉中。
- 所有Dixon方法重复性良好,重复性系数为5.9%至9.0%。
- SAR相关修改中减少层数联合重复时间对脂肪分数影响最大。
核心结论
- T1w Dixon方法可检测治疗后变化,但仍受弛豫时间偏倚影响。
- 所有Dixon方法重复性良好,但仔细选择SAR相关修改对维持PD-和T2加权TSE序列的准确性至关重要。
研究设计与样本
- 前瞻性单中心研究,纳入33例转移性前列腺癌患者、10名健康志愿者(志愿者队列1)和5名健康志愿者(志愿者队列2)。
- 使用1.5-T扫描仪(MAGNETOM Sola, Siemens Healthcare),以6点PDw梯度回波(q-Dixon)测得的质子密度脂肪分数为参考标准。
- 分析13个活动性病灶和6个治疗后病灶,病灶脂肪分数估计采用Friedman检验交叉比较,志愿者重复性采用Bland-Altman图评估。
关键影像表现/征象
- T1w Dixon与q-Dixon相比显示显著绝对偏倚(12.4%,p < 0.05)。
- T2w-TSE Dixon在肌肉中脂肪分数为30.0%,q-Dixon为7.3%,表现出明显高估。
- 活动性病灶中,2点T1w梯度回波Dixon测得的脂肪分数与所有其他方法之间存在显著差异(Friedman检验p < 0.05)。
- 治疗后病灶中,仅2点T1w梯度回波Dixon与q-Dixon及3点PDw-TSE Dixon之间存在显著差异(p < 0.05)。
- 骨髓病灶R2*与Hounsfield单位呈强正相关(r = 0.78,p < 0.01)。
诊断标准与关键数值
- 活动性病灶定义为ADC小于800 × 10−6 mm2/s且脂肪分数异常;治疗后病灶定义为ADC大于1400 × 10−6 mm2/s且脂肪分数异常。
- 2点T1w Dixon序列脂肪分数值≤20%被分类为脂肪分数异常。
- 2点PDw Dixon与q-Dixon回归分析:斜率=1.12,截距=0.80%,曲率=−2e-4;T1w Dixon:斜率=1.12,截距=−12.41%,曲率=1.28e-2。
- 重复性系数范围为5.9%至9.0%。
临床应用与阅片要点
- 作者认为,PD加权Dixon序列更适用于评估治疗是否导致脂肪含量的实际变化。
- 作者建议,在高场(即> 1.5 T)采用TSE方法进行SAR缓解时,应通过改变重聚焦角来保持重复时间不变。
- 作者指出,T2w-TSE Dixon对病灶敏感性的来源尚需进一步验证。
局限性
- 纳入分析的病灶数量少,限制了定量指标尤其是T1和R2*的探索性评估,需在更大规模研究中进一步研究。
- T1water未进行B1校正重建,所选翻转角可能不理想,可能混淆T1water估计。
- q-Dixon脂肪分数估计使用的光谱模型针对肝脏优化,晚期前列腺癌患者正常骨髓的光谱模型仍未知,q-Dixon估计可能不是最佳参考。
- 本研究未探究TSE序列因脂肪J耦合导致的信号调制。
- 结果在单一场强(1.5 T)下获得,更高场强的额外挑战可能使结果无法推广。
全文中译8 节 · 点击展开
引言
在全身磁共振成像(WB-MRI)中,Dixon MRI和扩散加权成像(DWI)是评估晚期前列腺癌[1]和多发性骨髓瘤[2]骨病变疾病范围和治疗反应的重要组成部分。Dixon MRI可实现脂水分离,从而对肿瘤生长所致骨髓脂肪替代进行定性和定量评估。已有研究表明,骨转移灶估测脂肪分数的增加可反映转移性前列腺癌患者的治疗反应[3],并且在治疗有效的多发性骨髓瘤患者中,该变化已被证实先于表观扩散系数(ADC)的改变[4]。这两种技术已被证明可提供与骨转移灶组织学特征高度相关的信息[3],从而实现骨转移灶的虚拟活检,并在需要时靶向选择合适病灶进行CT引导下活检[5]。
WB-MRI是一种耗时较长的扫描方案。通常总共至少需要45分钟,其中很大一部分时间用于采集具有足够信噪比和分辨率的DWI。鉴于DWI和Dixon成像已确立的临床价值[6],任何进一步的附加序列都必须仔细考量,以最大化患者获益。WB-MRI的临床指南,如前列腺癌转移报告与数据系统(MET-RADS-P)和多发性骨髓瘤疗效评估与诊断系统(MY-RADS)[1, 2],推荐使用两点梯度回波T1加权(T1w)Dixon序列。该序列同时实现脂水分离和脂肪分数估算,在不增加采集时间的情况下提供T1w解剖成像及相对脂肪定量。然而,已知这种脂肪分数估算受多种偏倚来源影响,包括T1弛豫[7, 8]、T2*衰减[9, 10]、噪声偏倚[8, 11]、场不均匀性[12]、脂肪的频谱复杂性[10, 13]以及梯度读出方案[14]。
针对这些偏倚进行校正的序列及相关重建可产生质子密度脂肪分数(PDFF),各主要MR厂商均有商用软件包提供。PDFF已被确立为肝脏脂肪估测的参考标准[15]。目前缺乏文献研究PDFF实现方式与长期使用的两点Dixon方法在骨髓成像中的偏倚差异。Bainbridge等进行了一项多中心研究,证明使用两点Dixon采集的健康骨髓数据中所见的偏倚可通过简单的离线校正予以最小化[16]。这些结果对恶性骨病的可推广性仍未见报道。
因此,本研究旨在评估临床可用的Dixon序列与产生PDFF的序列(PDFF是组织脂肪浓度的定量影像生物标志物,也是本研究的参考标准[17])所估算的脂肪分数在健康组织和恶性骨病变中是否存在显著差异。本研究还评估了每种成像方法脂肪分数估算的可重复性,以为骨髓疾病治疗反应的纵向研究提供依据。
材料与方法
研究人群
这项前瞻性单中心研究经国家研究伦理委员会批准(NCT05118555,clinicaltrials.gov)。所有患者均提供口头知情同意(机构豁免书面知情同意),同意在常规临床检查中采集额外研究影像数据,所有健康志愿者均提供书面知情同意参与研究。本研究包括三个队列,分别称为患者队列、志愿者队列1和志愿者队列2。
在初始志愿者研究中进行了效能计算(单侧t检验,β = 0.1,α = 0.05),以确定检测T1加权和质子密度加权(PDw)Dixon序列测量的肌肉脂肪分数显著差异所需的最小受试者数量。选择肌肉是因为其脂肪分数与骨髓中活跃的转移性疾病相当[3]。研究所需的最小患者数经计算为28。关于初始体模和初始志愿者研究的进一步细节可见补充图1和2。
患者队列由计划在一台扫描仪上进行全身MRI检查并受邀参与研究的转移性前列腺癌患者组成。骨盆内有金属植入物的患者被排除在本研究之外。该队列无可用或专门获取的活检数据。
志愿者队列1由健康志愿者组成,招募目的是建立多种临床可用序列用于脂肪分数估计的重复性。
志愿者队列2的招募是为了进一步研究 turbo-spin echo(TSE)Dixon序列中脂肪定量的性能,方案修改可能由放射技师/技术员在临床中实施以应对特定吸收率(SAR)或时间限制。曾参与队列1的志愿者被允许再次作为志愿者参加队列2。
图像采集
所有受试者均在1.5-T扫描仪(MAGNETOM Sola,Siemens Healthcare)上扫描。患者和第一志愿者队列的扫描范围为单站,覆盖从L5到股骨头。对于第二志愿者队列,扫描范围覆盖从髂骨到股骨上段。所有扫描范围与患者队列的DWI序列共享匹配的层面位置。
患者队列在接受常规临床全身(WB)检查后,额外进行与研究序列相同的扫描,这些序列与志愿者队列1所采集的序列相同。其中包括符合国际指南的2点T1w梯度回波Dixon序列,已知该序列对T1、T2*存在偏差,且脂肪信号建模不完整,目前在本机构使用。还包括2点PDw梯度回波Dixon序列,旨在通过降低翻转角来最小化T1偏差。使用扫描仪制造商的LiverLab软件包采集了6点PDw梯度回波Dixon序列(以下称为q-Dixon),该软件包采用混合拟合方法,使用七峰光谱模型进行脂肪和T2*校正[18]。q-Dixon序列最小化了最多的偏差来源,使用已建立的临床成像序列提供PDFF估计值。还纳入了3点TSE Dixon序列,因其在骨转移瘤成像中的应用日益增多[19–21]。这些序列在回波时间上有所不同,具有不同程度的T2加权,导致对T2相关偏差的敏感性不同。志愿者队列1的序列参数详见表1。
志愿者队列2的方案包括对T2加权和PD加权TSE序列的层数、回波链长度和重聚焦翻转角进行变化。志愿者队列2所使用的序列参数进一步详见表2。
影像分析
在患者和队列1的健康志愿者中,使用Horos v4.0.0 RC5(horosproject.org)在以下健康组织中勾画感兴趣区(ROI):左侧和右侧臀肌、左侧和右侧髂骨后部、左侧和右侧股骨头、左侧和右侧皮下脂肪以及L5椎体(面积 > 1 cm2)。这些ROI由一名MRI物理师(Y.A.,具有3年临床影像经验)在2点T1w-Dixon脂肪分数图上绘制。对于志愿者队列2,仅勾画了右侧和左侧髋臼、股骨头、臀肌和皮下脂肪。
使用脂肪分数图结合制造商从DWI(b = 50、600、900 s/mm2)计算得到的ADC图,由于图像序列之间存在不同的几何畸变,骨病灶分别在脂肪分数图和ADC图上单独勾画。由于DWI与Dixon成像之间的信号特性差异以及所扫描人群中骨骼影像的异质性,未采用图像配准。ROI由一名MRI物理师(Y.A.)绘制,并由两名放射科医师验证,他们在晚期前列腺癌全身成像方面分别具有> 10年(N.T.)和2年(K.A.)的经验。
每位患者仅选取一个活动性病灶和一个治疗后病灶,以避免 multiplicity 效应。每个病灶位于股骨头与L5之间,在Dixon序列中无明显运动伪影,且在成像时单层面积至少为1 cm2。如果患者在WB-MRI前后三个月内进行了CT检查,则使用该CT进一步将病灶分类为硬化性或溶骨性。该分类的详细信息见表3。
对于病灶,使用两点梯度回波PDw和T1w Dixon序列,采用DESPOT1方法计算T1图[22]。未应用B1校正。ADC图使用所有三个b值通过单指数拟合计算(Levenberg-Marquardt算法,lsqcurvefit,MATLAB 2022b版本,The Mathworks)。若病灶ADC小于800 × 10−6 mm2/s且脂肪分数异常,则判定为活动性病灶;若病灶ADC大于1400 × 10−6 mm2/s且脂肪分数异常,则判定为治疗后病灶。两点T1w Dixon序列中脂肪分数值≤20%被归类为异常脂肪分数[5]。最后,R2*(T2*的倒数)作为制造商PDFF序列的额外输出获取。所有脂水分离均由扫描仪重建软件在线完成。脂肪分数按照Liu等人[8]的幅度判别法对所有序列进行离线计算。
所有ROI使用pyOsirix [23]转换为医学数字成像与通信-放射治疗(DICOM-RT)格式,并作为二值掩膜导入MATLAB。在脂肪分数图上勾画的ROI在MATLAB中被复制到其他Dixon序列生成的其他脂肪分数图上。报告每个ROI所有定量输出的中位数。患者队列和志愿者队列1中活动性疾病和治疗后疾病的图像示例及相关ROI放置位置见图1。
统计方法
在患者和志愿者队列1合并数据集中,对各方法与质子密度加权Dixon序列(包括以PDFF作为参考标准)在整个脂肪分数范围内进行比较,评估线性度和偏倚。
使用回归分析比较各T1w和T2加权(T2w)Dixon序列与PD加权Dixon序列的准确性。通过线性最小二乘回归及线性拟合获得斜率和截距来评估线性度和偏倚。通过二次多项式拟合以x2系数的大小评估曲率,以比较不同程度的非线性偏倚。
病灶脂肪分数估计的准确性通过交叉比较确定是否存在显著差异,使用Friedman检验进行重复测量分析。
使用双样本t检验评估活动性病灶与治疗后病灶之间中位T1water或中位R2*值是否存在差异。同时评估CT衍生的Hounsfield单位与R2*之间的相关性。
对于志愿者队列1,使用Bland-Altman分析[24]确定每个序列的一致性界限和重复性系数。使用相关性图比较来自不同T2w-和PDw-TSE Dixon序列的脂肪分数估计值(志愿者队列2),以评估一致性。
结果
志愿者和患者特征
患者队列由33名临床诊断为晚期前列腺癌的男性患者组成(中位年龄71岁,范围57–87岁),招募时间为2022年4月至2023年5月。对其检查时的疾病状态未作区分。最终,13个活动性病灶和6个治疗后病灶符合“材料和方法”部分所述要求,被纳入分析。没有合适病灶的患者仍贡献了表现正常的组织。
志愿者队列1由10名健康志愿者组成(5名女性,5名男性;中位年龄35岁,范围25至45岁)。志愿者队列2由5名健康志愿者组成(2名女性,3名男性;中位年龄28岁,范围27至41岁)。
与q-Dixon提供的PDFF参考标准相比,PDw方法系统性地低估脂肪分数。3pt T2w-TSE Dixon和2pt T1w-梯度回波Dixon序列在肌肉和骨髓中显示出明显的非线性高估脂肪分数,尽管它们也低估皮下脂肪的脂肪分数。尽管在病灶脂肪分数方面一致性良好,但与q-Dixon(7.3%)相比,T2-TSE Dixon在肌肉中表现出显著高估(脂肪分数=30.0%)(图2)。显示脂肪分数估计值所有组合的所有比较的图见补充图3–5。
通过回归分析,2点PD加权Dixon与q-Dixon相比可见良好一致性(斜率=1.12,截距=0.80%,曲率=−2e-4)。这与T1加权Dixon成像的临床标准形成对比(斜率=1.12,截距=−12.41%,曲率=1.28e-2)(表4)。
每种脂肪分数方法在所有组织类型中的重复性系数在5.9%至9.0%之间变化(图3)。
所有Dixon序列的重复性对于纯水或纯脂肪信号的组织最高。当组织中脂肪和水比例接近相等时,重复性下降(图4)。
在患者队列中,使用2点T1w-梯度回波Dixon序列测量的活动性病灶脂肪分数与所有其他方法之间存在显著差异(Friedman检验p<0.05)。对于治疗后病灶,仅在2点T1w-梯度回波Dixon与q-Dixon及3点PDw-TSE Dixon序列之间存在显著差异(p<0.05)(图5)。
活动性病灶与治疗后病灶之间T1water或R2*均无显著差异(p>0.05)(补充图4)。骨髓病灶的R2*与Hounsfield单位之间可见强正相关(r=0.78,p<0.01)(补充图5)。
降低T2-TSE Dixon的重聚焦角度会导致与180度理想条件相比FF估计值的不一致性增加,主要发生在肌肉中(图6a)。减少层数并结合重复时间缩短,分别导致T2加权和PD加权TSE序列的非线性T1偏倚增加(图6b、c)。将回波链长度从16进行修改并结合重复时间,仅产生边际效应(图6d、e)。
讨论
本研究的目的是对各种临床可用的Dixon序列与PDFF参考值的性能进行比较分析。本研究已证明,在活动性病灶中,所有序列与PDFF参考值在健康组织和病灶的脂肪分数估计方面均存在显著差异。所有方法的重复性均良好,尽管梯度回波方法以及在脂肪和水比例接近相等的组织中重复性最差。TSE序列对重聚焦翻转角的减小在很大程度上不敏感,但当重复时间降低并伴随回波链长度和层数变化时,会显示出与T1相关的偏倚。
我们的发现与既往研究一致,这些研究强调了T1加权梯度回波Dixon序列在准确估计脂肪分数方面的局限性。本研究报告的整个脂肪分数范围内的一致性界限在TSE序列中相当,而在扰相梯度回波序列中略差于肝脏研究中报告的結果[25]。然而,当考虑单个组织时,骨髓的可重复性更差。由于骨小梁环境导致高度加速的磁敏感诱导失相位[26],骨髓是脂肪定量中一个显著具有挑战性的区域。当水和脂肪比例接近相等时,脂肪-水分离最为困难[27–29],这可以解释L5造血骨髓中所采用的所有方法可重复性下降的原因,特别是对于q-Dixon包含基于幅度分量的混合拟合方法[18]。TSE Dixon方法具有更好的可重复性,这可能归因于与2pt和6pt梯度回波方法相比增加了回波数量并减少了未知量。这些方法已在多项研究中被探索用于检测骨转移和骨髓瘤[19, 20],尽管本研究已证明它们表现出T1和T2相关的偏差。肌肉由于其短T2而对噪声相关效应特别敏感[30, 31]。在开发用于肌肉骨骼应用中评估肌肉脂肪浸润的脂肪定量方法时,应考虑此类偏差,例如杜氏肌营养不良症,其中肌肉中的脂肪含量是丧失行走能力的预后指标[32]。
本研究对肿瘤学应用中成像协议优化的临床意义主要涉及2pt T1w梯度回波Dixon的高度T1偏差。T1加权Dixon序列在全身体肿瘤成像中产生的估计脂肪分数在监测疾病和评估治疗反应方面日益重要[3, 4, 33, 34]。治疗可能诱导T1弛豫时间变化[35, 36],这将导致T1加权Dixon所观察到的偏差表现发生变化。可能存在这样的情况:T1加权Dixon序列产生的测量脂肪分数在治疗后发生变化,提示组织脂肪浓度改变,但实际上只有水的T1发生了变化。因此,PD加权Dixon序列更适合评估治疗是否导致了脂肪含量的实际变化。T2w-TSE Dixon对其病灶敏感性的来源值得进一步验证。在缺乏病灶弛豫时间表征的情况下,影响该技术的众多混杂因素使得难以就其潜在益处得出结论。关于在高场(即> 1.5 T)下采用的基于TSE方法的SAR缓解策略,建议通过改为调整重聚焦角度来保持重复时间不变。这将对脂肪分数估计和整体图像对比度产生边际影响。相反,修改回波链长度和切片数量可能产生切片轮廓或磁化传递效应。后者可导致水信号被抑制,从而产生更高的估计脂肪分数[37]。
本研究的局限性包括分析中纳入的病灶数量较少,这限制了对定量指标的探索性评估,尤其是T1和R2*,应在更大规模的研究中进一步探讨。T1water未进行B1校正重建,且所选翻转角可能对活动性和治疗后骨病灶的T1范围均不理想[38],这可能混淆T1water的估计值。此外,q-Dixon脂肪分数估计中使用的光谱模型是针对肝脏优化的,而晚期前列腺癌患者表现正常骨髓的光谱模型仍属未知。因此,q-Dixon估计值在本研究中可能不是最佳参考。尽管如此,已有研究表明健康骨髓脂肪的光谱与肝脏脂肪相似[39],且先前一项肝脏研究表明,只要所选模型考虑了多个脂肪共振,肝脏脂肪定量对光谱模型的选择相对不敏感[40]。虽然本研究未对此进行研究,但本研究中使用的TSE序列会因脂肪的J耦合而受到信号调制的影响[41]。本研究呈现的结果是在单一场强(1.5 T)下采集的。更高场强下的额外挑战可能使本研究结果无法推广。这些挑战包括T1随场强增加而延长,导致T1相关偏倚发生变化。3 T下加速的T2*去相位也会引入其自身的弛豫相关偏倚和噪声敏感性。最后,由于脂肪和水加速的相位循环,更紧密的回波间距可能需要基于梯度回波的方法采用交错采集,这将取决于可用梯度硬件的规格。
总之,本研究结果表明,在评估盆腔内组织(包括骨病灶)的组织脂肪浓度时,PDw方法提供的結果与T1w-和T2w-TSE Dixon序列不同。如果考虑在全身体成像中选择Dixon序列进行脂肪定量,最合理的是选择梯度回波方法,因为其采集时间短,适合单次屏气。为最小化偏倚来源,PDw方法更受青睐,尤其是提供多光谱脂肪建模和T2*校正的选项。这些方法对治疗效应的敏感度是否与T1w-Dixon相同仍待确定。未来使用波谱学来表征受累骨髓的弛豫时间及脂肪含量的工作,可为改进肿瘤学中骨髓疾病的定量成像方法提供必要的清晰度和动力。
补充信息
电子补充材料
引用
- Azma YN, Boci N, Abramowicz K, et al. Influence of imaging method on fat fraction estimation for assessing bone marrow in metastatic prostate cancer. Eur Radiol. 2025. PMID: 40214737. doi:10.1007/s00330-025-11564-7
- 全文:PMC12417236(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12417236/
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。