基于自动流程的磁共振指纹技术用于全膝关节软骨评估
前瞻性研究评估原型MRF序列联合自动分割流程提取膝关节软骨T2的可行性,并与传统MSME T2 mapping比较。17名健康志愿者和20例局灶性软骨损伤患者接受3T MRI。MRF与MSME T2值相关性高(体模r=0.998,活体r=0.819/0.865),但MSME较MRF高估T2值(体模高12.4 ms,志愿者高17.3 ms,患者高16.3 ms)。自动流程重测信度优良(ICC 0.823–0.958)。结论认为MRF联合自动分割可行且可靠。
要点
- MRF联合自动分割可全自动提取膝关节软骨T2值,重测ICC为0.823–0.958。
- MSME较MRF系统性高估T2值:体模高12.4 ms、志愿者高17.3 ms、患者高16.3 ms。
- MRF与MSME的T2值在体模(r=0.998)和活体(r=0.819/0.865)均强相关。
核心结论
- MRF T2 mapping联合自动分割在健康志愿者和患者中可行,且与传统MSME方法相关。
- 作者认为该流程结果与已发表文献一致,支持其有效性和适用性。
研究设计与样本
- 前瞻性研究,经机构审查委员会批准(EK1235/2017),每位参与者签署书面知情同意书。
- 样本包括17名健康志愿者(8男9女,平均年龄33.0岁)和20例经形态学MRI诊断的局灶性软骨损伤ICRS I–III级患者(15男5女,平均年龄35.23岁),2例患者双膝扫描,共22个患者膝关节。
- 在2台3-T MR扫描仪上进行,患者用Prisma、健康志愿者和体模用PrismaFit(Siemens Healthineers AG),膝关节用Tx/Rx 15通道膝线圈,体模用20通道头颈线圈。
- 序列包括原型MRF序列(径向读出,产生质子密度、T1、T2和B1+弛豫图)、传统MSME序列(MapIt,Siemens Healthineers AG)和双回波稳态序列(DESS)。
- 参考标准为经验丰富的MSK放射科医生(S.T.,>30年经验)在FS TSE PD图像上识别病灶。
关键影像表现/征象
- MRF T2图上限约330 ms,体模球1和2未显示;仅分析球6至10(对应软骨T2范围)。
- 在体模中MSME与MRF T2值呈强线性关系(r=0.998,p<0.001),平均偏差12.4 ms且随T2值增加而线性增大。
- 活体全区域中位T2值:志愿者MSME 49.9 ms、MRF 33.0 ms;患者MSME 51.0 ms、MRF 34.3 ms。
- 35个病灶区域平均T2值:MSME 56.7±10.9 ms,MRF 38.6±7.7 ms;平均病灶体积0.77±0.46 mL。
- 异常T2值比例(超出5–150 ms预设范围):MRF 2.6±4.3%,MSME 2.3±4.0%,两者差异无统计学意义(p=0.094)。
诊断标准与关键数值
- 自动分割将软骨分为21个节段(6髌骨、6胫骨、9股骨)。
- T2提取前屏蔽低于5 ms和高于150 ms的极端值, presumed 属于滑液、骨、化学位移伪影或拟合不佳。
- MSME与MRF T2值在体模中r=0.998(p<0.001),在志愿者中r=0.819(p<0.001),在患者中r=0.865(p<0.001),在病灶节段中r=0.735(p<0.001)。
- 重测信度ICC:MRF为0.823–0.958,MSME为0.863–0.932。
临床应用与阅片要点
- MRF联合自动分割流程可自动提取全膝关节软骨T2值,但需注意MSME较MRF系统性高估T2值(体模高12.4 ms,志愿者高17.3 ms,患者高16.3 ms)。
- 自动分割在5例中需手动调整,在4个MSME和4个MRF重采样T2图中分割与软骨轻微错位,需视觉检查。
- 股骨内、外侧中央区受魔角效应影响T2值升高,股骨内、外侧前段承重区T2值降低。
- 本研究T2值普遍高于文献报道,可能归因于后处理流程的插值步骤。
局限性
- NIST体模温度未在采集期间直接记录,缺乏温度控制给与参考T2值比较带来不确定性。
- MRF空间分辨率相对较低(体素大小6.25 μL),可能降低对早期骨关节炎微小局灶性病灶的敏感性。
- 自动分割算法不完美,仅对显著缺陷进行手动校正,并屏蔽异常值以排除周围组织和伪影影响。
- 2D采集的部分容积效应不可避免,主要在滑车区域。
- 未进行志愿者组与患者组的比较。
全文中译9 节 · 点击展开
引言
定量MRI是一种用于检测和监测病理(包括膝关节软骨)的客观、无创方法[1]。特别是横向弛豫时间(T2)是一种有前景的MR生物标志物,反映水含量和胶原基质的组织方式[2],能够在形态学改变出现之前检测骨关节炎的早期阶段。
常规定量MRI技术相对较慢,且一次只能测量单一参数。MR指纹成像(MRF)是一种新型的先进技术,可以克服这些局限性[3]。由于其速度快、准确性高、对伪影的鲁棒性强以及可同时进行多参数成像,该技术已引起广泛关注,并已用于多种临床应用(例如脑[4]、腹部[5]、心脏[6]、肾脏[7]或骨骼肌[8])。MRF的原理是改变采集序列的参数,从而使不同组织产生独特的信号演化。计算包含不同组织和B1参数的模拟信号演化的字典。然后将采集的信号与模拟信号进行比较,并将最佳匹配分配给每个体素,这反映了每位患者组织特性的指纹[3]。
感兴趣区(ROI)定义是定量组织表征的第一步。膝关节软骨是一种相对较薄、形状复杂的解剖结构,这使得其手动勾画繁琐费时。此外,手动分割受制于评估者内和评估者间的变异性,这些都阻碍了其临床转化[9]。因此,自动化流程是定量MRI走向临床应用的关键步骤。在过去几十年中,已开发出多种不同的膝关节软骨自动或半自动分割算法[10]。Fripp等人提出了一种基于模型的分割算法[11]并报告了高准确性。基于模型的分割算法因其灵活性而广受欢迎,因为它们可以应用于具有不同分辨率、对比度和信噪比的图像,而无需大量重新训练[9]。该方法已在MR Chondral Health软件中实现。
因此,本研究的目的是评估原型MRF序列在自动化流程中用于软骨T2自动提取的可行性,并将其与使用常规T2 mapping序列的相同流程进行比较。
材料与方法
本前瞻性研究经机构审查委员会批准(EK1235/2017),每位参与者均签署了书面知情同意书。原型MRF序列首先在体模测量中评估其准确性。随后,招募由健康志愿者和患者组成的队列进行膝关节MRI检查,并使用自动化后处理流程对数据进行分析。
研究设计与研究对象
MRF序列首先在美国国家标准与技术研究院(NIST)开发的系统体模中与常规MSME序列进行比较[12]。研究使用了体模的T2阵列。该阵列由14个样品组成,T2值在约5至约600 ms范围内呈指数递增。
研究人群包括一系列连续招募的无疼痛且无软骨损伤史的健康志愿者(扫描时间为2022年8月至2024年10月),以及疑似局灶性软骨损伤、经形态学MRI诊断为ICRS I–III级的患者(扫描时间为2023年3月至2023年9月)。
MRI检查
所有测量均在两台3-T MR扫描仪上进行,膝关节测量使用Tx/Rx 15通道膝关节线圈(患者测量使用Prisma,健康志愿者和体模测量使用PrismaFit,Siemens Healthineers AG),体模测量使用20通道头/颈线圈。本研究的测量方案由基于[13]的径向读出原型MRF序列组成,设计用于生成质子密度、T1、T2和B1+弛豫图。如Sharafi等人在使用类似MRF序列时所提出的,采集使用2次激发[14]。采集了针对软骨T2 mapping评估优化的传统MSME序列(MapIt,Siemens Healthineers AG)用于比较。对于膝关节MRI检查,采集双回波稳态序列(DESS)用于自动软骨分割,并采集标准脂肪抑制涡轮自旋回波质子密度(FS TSE PD)序列用于放射学软骨评估。序列参数列于表1。所有参数图均在扫描仪上在线计算。
MRF序列的可靠性通过重测测量评估,该测量在单次 sessions 中对五名健康志愿者的子集进行。在连续测量之间,受试者被移出磁体,从检查台上起身,然后再次躺下。
图像分析
对于NIST体模分析,选择穿过T2阵列中部的切片。在每个样品内手动绘制圆形ROI,并提取平均T2值。
在膝关节测量中,使用MR ChondralHealth v3.1(研究软件包,Siemens Healthineers AG)在DESS图像上进行基于模型的软骨自动分割[11],将软骨分为21个节段(6个髌骨、6个胫骨和9个股骨)。所有分割均由一名具有2年软骨成像经验的研究员(D.S.)审核。
随后,DESS图像、MSME和MRF T2图及分割在3D Slicer图像计算平台v5.1 [15]中使用自动化流程进行后处理。该流程首先加载图像和分割。然后,将两幅弛豫图配准并重采样至DESS图像和分割尺寸。这通过General registration(BRAINS)模块完成。选择DESS作为固定体积,T2图作为移动体积,变换类型为刚性,使用20%的体素样本进行配准。将分割叠加到每个配准并重采样后的T2图上,在提取每个节段的平均T2值之前,将低于5 ms和高于150 ms的值掩膜排除。这些极端值被推定属于滑液、骨、化学位移伪影或拟合不良。对自动处理结果进行视觉检查,若分割与软骨对齐不精确,则在重采样体积中于矢状面手动平移分割1–2个像素。自动化流程的步骤如图1所示。
FS TSE PD图像由一位经验丰富的肌骨放射科医师(S.T.,>30年经验)审阅以识别病灶。随后在自动分割边界内对这些病灶进行分割,并从重采样、配准和掩膜处理后的T2图中提取平均T2弛豫时间(图2)。
统计分析
所有统计计算均在Python(版本3.7.0)中完成。数据呈现方式:分类变量以计数表示;连续变量若数据呈正态分布,以均值±标准差(SD)表示;若数据非正态分布,以中位数(第1四分位数,第3四分位数)表示。采用Shapiro–Wilk检验评估数据正态性。
计算Pearson相关系数以评估两种方法之间线性关系的强度。进行Bland–Altman分析以评估两种方法间的偏倚。若差值呈正态分布,采用配对t检验检验两种方法间差异的统计学显著性;否则采用Wilcoxon符号秩检验。重测信度分析采用双向混合效应、单次测量、一致性组内相关系数ICC(3,1)。
结果
体模测量
代表性的MSME和MRF T2图见图3A,各球体的对应平均T2值及制造商提供的参考T2值见图3B。由于MRF T2图的上限约为330 ms,1号和2号球体未显示。
仅将6号至10号球体(其T2值落在健康及受损软骨的预期T2值范围内)进一步纳入分析。MRF和MSME T2值呈现强线性关系(r = 0.998,p < 0.001,图3C),但在分析范围内MSME与MRF之间存在12.4 ms的平均偏倚,且偏倚随T2值增大呈线性增加(图3D)。
在体膝关节测量
所有招募的受试者均提供了可分析的数据并纳入最终分析。共扫描了17名志愿者(8名男性,9名女性,平均年龄33.0岁)和20名患者(15名男性,5名女性,平均年龄35.23岁)。两名患者接受了双膝检查;因此,总共扫描了22个患者膝关节。经经验丰富的放射科医师修正后,20个患者膝关节中至少存在一处局灶性软骨损伤,共识别出35处软骨病变(其中17处位于股骨,4处位于滑车,14处位于髌骨)。
所有受试者的自动分割均成功完成,但5例需要手动调整。经过自动后处理流程后,4幅MSME重采样T2图和4幅MRF重采样T2图中分割与软骨略有错位。推定异常T2值(即超出预设5–150 ms范围的值)的比例在MRF中为2.6 ± 4.3%,在MSME中为2.3 ± 4.0%。两种方法之间无统计学显著差异(p = 0.094)。
在志愿者组中,MSME和MRF方法所有区域的中位T2值分别为49.9和33.0 ms;在患者组中,MSME和MRF方法的中位T2值分别为51.0和34.3 ms。表2和图4总结了各组各分段的平均值或中位值。表中还列出了方法间的平均差异,且方法间差异在所有分段中均具有统计学显著性(p < 0.001)。全部35个病变区域的平均T2值在MSME和MRF方法中分别为56.7 ± 10.9和38.6 ± 7.7 ms。平均病变体积为0.77 ± 0.46 mL,与T2提取同时获得。正如体模测量的预期,MSME方法高估了T2值,且在高T2值分段中高估程度更高。
在志愿者组和患者组中,所有分段MRF与MSME的合并相关性分别为r = 0.819(p < 0.001)和r = 0.865(p < 0.001)。MRF和MSME的T2值在软骨整体亚区域中呈现中度至强线性关系。病变分段T2值之间的相关性为r = 0.735(p < 0.001)(图5)。
5名志愿者的重测信度测量结果如图6所示。两种方法在所有受试者的两次测量之间均发现高度可靠性。
讨论
本文对MRF序列全软骨T2弛豫时间进行了自动评估,并与传统MSME T2定量序列的全软骨T2值自动评估进行了比较。在体模和体内测量中观察到两种方法之间存在偏倚,但两种方法之间显示出中度至非常强的相关性。
我们在体模中的结果显示,磁共振指纹成像(MRF)与多切片多回波(MSME)T2 定量之间存在系统性偏差,这一偏差在体内测量中得到证实。原因之一可能是 MSME 序列的局限性及其受激回波的形成,已有研究表明这会导致测得的 T2 值高估 [16]。尽管如此,本研究使用的 MSME 序列针对软骨 T2 定量进行了优化。MSME 中回波时间的选择设定为准确估计软骨中的 T2。因此,在 NIST 体模中仅选择 T2 值处于膝关节软骨预期范围内的球体进行分析。相反,体模中的测量表明 MRF 在更宽泛的 T2 值范围内均能准确估计 T2,如图 3B 所示。
本研究采用的 MRF 序列最初是为髋关节软骨的 T1 和 T2 定量而开发的 [13]。Sharafi 等通过添加 T1rho 准备模块来编码 T1rho 定量,对该序列进行了扩展,并在膝关节软骨和体模中评估了所提出的序列 [17]。最近,他们实现了一种 3D 星堆栈 MRF 序列,包含 18 层,用于全软骨覆盖的 T1、T2 和 T1rho 定量,并采用手动软骨分割 [14]。Kijowski 等通过 MRF 序列记录了 T2 和 T1rho 的年龄相关差异 [18],凸显了 MRF 的敏感性。
本研究的主要挑战之一是不同的图像分辨率和分割,以及软骨复杂的解剖结构。将 T2 图配准并重采样至 DESS 图像(因而也对应于分割)在使用 3D 三回波稳态序列进行 T2 定量时显示出高可重复性 [9]。在本研究中采用了相同的方法;然而,配准和重采样是使用开源 3D Slicer 的内置配准模块进行的,进一步提高了本研究的可重复性。我们还证明了该自动化流程在 MSME 和 MRF 两种方法中均具有高可重复性。
T2 弛豫时间分布在整个软骨中并不均匀 [19],并且取决于胶原纤维的组织方式,胶原纤维在从骨到表面的方向上呈带状排列 [20]。此外,这种带状取向在软骨的承重区和非承重区有所不同 [2]。除此之外,魔角效应 [21]、运动 [22, 23] 或生理性别与社会性别 [24] 等因素可能进一步影响 T2 值。
尽管当前MRF序列的分辨率无法捕捉跨软骨厚度的分区T2模式,但可以对各个分段的整体T2值进行比较。将绝对T2值与文献进行直接比较具有挑战性,因为观察到的T2值取决于采集方法,此外,各研究中软骨分割的 compartmentalization 并不统一。然而,各个区域的相对值可以与文献进行对照。总体而言,最低的T2值出现在胫骨区域,该区域主要为承重软骨,这与多项研究报道的软骨T2值一致[18, 19, 24, 25]。髌骨软骨表现出最大的T2值分布范围,因为其机械应力和运动模式比其他软骨 compartment 更为广泛,这在已发表的文献中也很明显。Surowiec等人使用手动分割从MSME T2图上对相同的21个分段进行T2提取,他们报道了某些分段之间T2值的显著差异[19]。尽管我们未对不同分段的T2值进行统计检验,但我们研究中发现的MSME T2值与Surowiec等人的结果高度相关。这些发现进一步验证了自动T2提取流程的准确性及其捕捉软骨中T2区域变化的能力,尽管序列参数不同且我们研究中采集的切片数量显著较少(16 vs 25)。将我们的MSME结果与Kaneko等人的研究进行比较时可以找到进一步的共识,该研究探讨了股骨软骨T2值随与B0夹角的变化[26]。股骨软骨具有承重和非承重区域,胶原纤维方向不同,并存在T2值人为升高的魔角区域,Kaneko等人对此进行了很好的阐述[26]。在我们的研究中,股骨软骨的内侧和外侧中央区域是受魔角效应影响最大、T2值升高的区域,而股骨软骨的内侧和外侧前段是承重区域,T2值较低。股骨内侧和外侧软骨的后部区域也被报道在股骨软骨内具有较低的T2值[19, 26]。值得一提的是,我们研究中发现的T2值始终高于文献中报道的软骨T2值[18, 19, 24–26]。这可以归因于后处理流程中的插值步骤,其中计算了新的数据点。尽管离群值已被掩膜去除以排除其他组织的影响,但一些残余影响仍不可避免。
在总体汇总分析中,MRF T2值与MSME值相关性极强。在全球区域的各个分段值之间,相关性仅为中度至强。这是预期之中的,因为每个全球区域分析的T2值范围更窄,但包含的数据点数量多得多。此外,与志愿者数据相比,患者数据表现出更强的相关性,因为患者的T2值范围因软骨病变改变了T2值而更宽。由于在插值步骤中计算了新值,共配准过程中可能引入了一些偏倚。相关系数究竟准确反映了方法之间的一致性,还是主要受共配准过程精度的影响,目前仍不确定。
从图4的视觉检查可以注意到,MRF反映了T2值的区域变异,但股骨内侧和外侧前区以及髌骨内侧上部软骨表现出与预期区域T2变异的偏差。这可能是因为股骨和胫骨软骨之间经常存在液体,以及其在MRF相对较小分辨率下的部分容积效应,或者这可能归因于处理流程中固有的系统偏倚。
我们的研究存在一些局限性。第一,采集期间未直接记录NIST体模的温度。虽然所有测量均在单次扫描会话中采集,最大限度地减少了温度变化,但这种温度控制的缺失在将我们的结果与参考T2值比较时引入了一定不确定性。第二,MRF相对较低的空间分辨率(6.25 μL体素大小)可能降低对早期骨关节炎中所见微小局灶性病变的敏感性。然而,在本研究中,我们确实已证明使用MRF在此分辨率下检测OA软骨病变中T2升高的可行性。第三,自动分割算法并不完美。尽管所有分割均经过审查,但仅通过手动校正处理了显著的不完美之处。除此之外,还进行了异常值掩蔽以排除周围组织和伪影的影响。第四,2D采集中的部分容积效应不可避免,主要见于软骨的滑车区域。第五,未对志愿者组和患者组进行比较。然而,鉴于病变相对于整个软骨的尺寸相对较小,预期T2值无显著差异。然而,这将取决于我们研究的下一步,即靶向病变区域的识别。第六,共配准和重采样流程存在不完美之处,可能影响我们分析的结果。
总之,膝关节软骨MRF T2 mapping结合自动分割在健康志愿者和患者中是可行的,并与传统MSME方法相关。我们流程的结果与已发表文献一致,支持其有效性和适用性。
引用
- Sitarcikova D, Janacova V, Gologan M, et al. Magnetic resonance fingerprinting for the whole knee articular cartilage assessment using automated pipeline. Eur Radiol. 2025. PMID: 40664867. doi:10.1007/s00330-025-11825-5
- 全文:PMC12711938(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12711938/
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。