评估骨关节炎软骨严重程度的自动框架:高分辨率软骨厚度图与评分
基于骨关节炎倡议(OAI)4796名受试者的MRI数据,开发自动框架生成高分辨率软骨厚度图(CTh-Maps)并训练卷积神经网络给出CTh-Score(0健康至100终末期OA)。CTh-Maps与CTh-Score重复性优良(ICC>0.98),CTh-Score与MOAKS软骨损失专家评估强相关(r=0.81),可在KL分级进展前6年检测到软骨退变进展。
要点
- CTh-Score与MOAKS软骨损失总量强相关(r=0.81),优于KL分级与MOAKS的相关性(r=0.68)。
- CTh-Score在连续KL分级间显著升高,包括放射学OA之前的KL 0与1级,外部关节CT造影数据集亦如此。
- CTh-Score可在KL分级进展前6年即检测到软骨退变进展,各时点间显著升高。
核心结论
- CTh-Maps与CTh-Score为影像分析软骨提供了新方法,其可扩展性、重复性和对骨关节炎软骨严重程度的敏感性为早期OA检测、疾病监测和治疗窗口识别提供了机会。
研究设计与样本
- 研究基于骨关节炎倡议(OAI)多中心、纵向、前瞻性观察性队列的4796名受试者,采集基线及12、24、36、48、72、96个月随访的矢状面3D DESS MRI与标准化膝关节X线片。
- 采用3D-UNet自动分割股骨-胫骨骨与软骨,训练集为507例手动分割,经5折交叉验证,生成CTh-Maps。
- 以OAI基线CTh-Maps训练ResNet18卷积神经网络,以KL分级为监督目标,输出线性重标定为0–100的CTh-Score,并保留600名受试者作为独立测试集。
- 重复性评估使用OAI预试验的19名受试者(12名女性,10例OA)的测试-再测试影像,外部泛化性评估使用既往发表的不同患者群体的膝关节CT关节造影数据集。
- 参考标准为KL分级(0无放射学OA至4重度OA)与MOAKS分级中软骨损失大小评分(0–3,按各ROI求和作为软骨损失总量)。
关键影像表现/征象
- CTh-Maps以股骨圆柱投影和胫骨投影表达为2D图,可在图上定性观察受试者特有的软骨厚度变化模式。
- 图2展示5例代表性膝关节在7个时间点的纵向CTh-Maps与对应CTh-Score,可见软骨损失位于股骨和胫骨外侧或内侧,部分受试者无明显软骨损失。
- CTh-Score随KL分级升高而显著增加,在OAI训练集、测试集和外部CT关节造影验证集中均如此(**p<0.001,*p<0.05)。
诊断标准与关键数值
- CTh-Maps重复性:准确度为–0.002±0.018 mm,精密度为0.141±0.031 mm,全部图的ICC为0.98±0.01。
- CTh-Score重复性:ICC为0.99,最小可检测变化为4.7,相当于CTh-Score量程的4.7%。
- CTh-Score与MOAKS软骨损失总量的相关性为r=0.81[0.79, 0.82](p<10−9,n=2671),优于KL分级与MOAKS软骨损失总量的相关性r=0.68[0.66, 0.70](p<10−9,n=2671)。
- 按BMI(<30 vs ≥30)、年龄(<60 vs ≥60)和性别(女 vs 男)分层后,CTh-Score与MOAKS软骨损失总量的相关性均较强(所有r≥0.76)。
- 在全部OAI基线双膝数据集中,CTh-Score与KL分级强相关(r=0.81[0.80, 0.82],p<10−9,n=8860)。
临床应用与阅片要点
- CTh-Score为0–100的连续评分,0对应健康软骨,100对应晚期软骨病变,可在报告中作为软骨退变严重程度的定量指标。
- CTh-Score的最小可检测变化为4.7(量程的4.7%),判读纵向变化时低于此阈值的变化不能可靠区别于随机测量误差。
- CTh-Score在KL分级进展前6年即可检测到软骨退变进展,有助于在放射学OA出现前识别进展者。
- 外部数据使用不同成像方式(关节CT造影)和不同患者群体时CTh-Score仍随KL分级升高而显著增加,提示其跨数据集和跨成像设置的稳健性。
局限性
- CTh-Score的训练监督目标为KL分级,而KL提供相对粗略的分级,但作为软骨退变严重程度的稳健替代指标。
- 联合间隙狭窄(JSN)分级作为替代监督目标的初步实验显示,其在放射学前阶段(如KL 0–1)敏感性降低,与JSN在疾病早期常缺失一致。
- CTh-Score轨迹显示受试者间存在高度变异性,部分膝关节在OAI研究期间几乎覆盖整个CTh-Score范围快速进展,另一些尽管病变晚期却进展极小。
全文中译17 节 · 点击展开
引言
尽管骨关节炎(OA)目前被视为一种全器官疾病,但软骨退变仍是该病症的主要标志。软骨退变贯穿疾病的所有阶段,涵盖广泛的变化。最初,这可能始于潜在的肿胀,随后出现不同程度的软骨丢失,从表面纤维化到全层实质丢失 [1]。这些变化的程度在不同软骨表面也可能存在差异。磁共振成像(MRI)一直是无创评估软骨结构变化的首选方法 [2, 3],可提供软骨厚度(CTh)的定量评估。对CTh的分析揭示,OA并非一个简单的、单向的均匀软骨实质丢失过程 [4]。相反,软骨退变遵循多样的CTh模式,包括关节表面上变薄区域和偶发的增厚区域,且在不同受试者之间空间分布各异 [5, 6]。
为便于比较,CTh测量通常依赖于基于感兴趣区(ROI)的方法,这些方法可提供对CTh变化的有用信息,但与疾病状态的相关性较弱 [7]。这一局限性源于两个主要因素。首先,OA患者ROI内的平均CTh与健康受试者 largely 重叠。其次,在OA各阶段,ROI平均因空间分辨率有限而无法捕捉病灶模式的全部复杂性,导致关键空间信息的丢失。
为解决这一局限性,CTh图(CTh-Maps)被引入作为高分辨率“厚度图像”,可捕捉整个关节面上的股胫CTh测量值 [5, 8]。这些图像经过解剖学标准化,确保受试者间比较的像素对像素对应。生成CTh图需要对所有层面进行精确分割。最初,这是通过手动分割实现的,手动分割被认为是精度的金标准,但也极其耗时。为充分捕捉软骨退变模式的全部多样性,由于MRI数据固有的变异性,分析大型队列的MRI数据至关重要。这一必要性凸显了开发自动化且可靠的CTh图处理流程的重要性,以促进大规模的高效分析。
深度学习方法与CTh图的处理和分析尤为相关。首先,近期的进展实现了精确的自动分割,解决了长期存在的分割如软骨等解剖结构复杂的小组织所面临的挑战 [9]。其次,卷积神经网络(CNN)[10] 为分析高分辨率CTh图提供了强大的方法。通过在图像上滑动卷积滤波器,CNN能有效捕捉局部特征并学习空间模式。其对多样病灶模式的鲁棒性已在众多医学影像应用中得到验证,使其非常适合识别和表征CTh退变模式 [10]。通过利用大型且多样化的数据集,CNN有潜力学会根据疾病严重程度对CTh模式进行评分,从而为给定膝关节的骨关节炎软骨严重程度提供定量评估工具。
因此,本研究旨在:开发一个用于生成CTh图的自动框架并评估其可靠性。
建立评分系统(CTh-Score),基于CTh-Maps量化骨关节炎软骨严重程度,并评估其信度和效度。
材料与方法
患者人群与数据提取
OAI [11, 12] 是一项大规模、多中心、纵向、前瞻性观察性研究,旨在研究膝骨关节炎。该研究纳入4796名患有膝OA或有膝OA风险的参与者。影像数据在基线(00个月)以及随访12、24、36、48、72和96个月时采集。该数据集可在线公开获取。影像数据集包括高分辨率矢状位3D双回波稳态水激发(DESS)MRI和标准化膝关节X线片。所有影像学操作均遵循标准化采集方案[11–13]。
MRI和X线片判读数据从OAI数据库提取。Kellgren–Lawrence分级(KL分级)[14]作为X线片上评估整体结构性OA严重程度的参考标准——范围从0(无X线OA)到4(重度OA)——提取了所有膝关节在所有时间点的该分级。MRI骨关节炎膝关节评分(MOAKS)[14]是一种用于全关节评估的半定量分级系统,包括部分/全层软骨缺失。在胫股关节内,软骨缺失根据病变相对于受累区域的面积按0至3分进行分级。由于MOAKS评估特定感兴趣区内的软骨缺失,将软骨缺失面积的分级(由MOAKS软骨评估中的第一位数字表示)在所有ROI中求和,以创建用于相关性分析中专家评估软骨缺失总面积的综合指标。MOAKS数据提取自OAI基线时的亚队列。
CTh-Maps数据集
分割(图1—步骤A)
对于每个可用的DESS序列,使用经5折交叉验证训练的3D-UNet模型[15, 16]对股骨-胫骨骨和软骨进行自动分割。该网络在507个手动分割上训练,这些分割已在既往研究中验证,用于开发和评估OAI数据集的自动分割方法[17, 18]。
标准化(图1—步骤B和C)
分割后,每个骨和软骨掩膜被转换为3D表面三角网格[19]。一个包含骨和软骨下界线的图谱网格(通过平均健康骨创建)被从先前的研究中复用[20]。该图谱分别配准到每个股骨和胫骨骨网格[21, 22]。CTh计算为配准图谱网格的软骨下骨顶点与软骨表面之间的表面间距离。当骨表面法线不与软骨网格相交时,检测到全层软骨丢失;在这种情况下,CTh赋值为零[18]。3D解剖标准化CTh图使用股骨圆柱映射和胫骨投影表示为2D图[5]。
CTh评分
为了量化CTh模式,在OAI基线CTh图上训练了一个卷积神经网络(ResNet18)。保留了一个包含600名受试者的独立测试集来评估模型的泛化能力。在监督回归任务中,CNN被训练以识别输入图像中与目标输出相对应的模式。虽然对于软骨退变评分尚无确定性参考标准,但软骨损伤通常随结构性疾病严重程度的增加而加重。因此,网络的目标被设定为全局结构严重程度,由KL分级[23, 24]表示。通过利用大型OAI数据集,模型被训练以识别与疾病严重程度相关的软骨特异性病变模式。网络的输出被线性重新缩放至0–100范围,产生CTh评分。该评分反映疾病严重程度,其中0对应健康软骨,100表示晚期软骨病变。图2展示了五个代表性膝关节受试者在OAI数据集七个时间点上的CTh图及相应的CTh评分。
CTh图和CTh评分的可重复性
为测试CTh图和CTh评分的可重复性,使用了OAI预试验图像。该数据集包括19名受试者(12名女性;10名患有OA),对其左膝或右膝进行了重测检查。OA参与者使用OAI研究设计和文档进行筛选。平均年龄为51岁(范围40–71),平均BMI为30.4 kg/m²(范围19.1–44.0)。
对于CTh图,误差(第一次与第二次成像/处理之间的差异)的均值和标准差分别定义了可重复性的准确度和精密度[8]。一致性使用第一次与第二次成像/处理之间图素的双向随机效应组内相关系数(ICC)进行评估[8]。
对于CTh评分,通过计算ICC和最小可检测差异(SDD)评估可重复性,SDD定义为低于该阈值的差异无法可靠地与随机测量误差区分。SDD使用误差标准差的95%置信区间(Bland和Altman的一致性限方法)计算[25]。
CTh-Score的泛化性
为评估CTh-Score的泛化性(即其对训练外数据的稳健性),在OAI CTh-Maps上训练以生成CTh-Score的网络在内部测试集以及来自先前发表研究[26]的独立外部数据集上进行了测试。该数据集由在不同患者人群中获得的膝关节CT关节造影图像组成。使用相同的流程处理该数据集的分割结果以生成CTh-Maps。在没有额外重新训练的情况下,训练好的网络为这些新的CTh-maps分配了CTh-Scores。为评估CTh-Score反映与OA严重程度相关的软骨状态的能力,使用t检验对与连续KL分级相对应的CTh-Scores进行了统计比较。
CTh-Score的有效性
OAI队列中CTh-Score在8年间的变化轨迹
在OA疾病进程中,软骨可能表现为严重程度增加或保持稳定。在图3中,对每位参与者膝关节的CTh-Score从基线至最后一次影像随访(8年后)的演变进行了检查,以验证这些趋势。还报告了CTh-Score的分布,其随基线CTh-Score的增加而增加。
与软骨丢失和整体疾病严重程度的关系
为评估CTh-Score与软骨丢失之间的关系,将OAI MOAKS亚队列中MOAKS分级专家评估的软骨丢失总大小与CTh-Score进行相关性分析。按BMI(< 30 vs ≥ 30)、年龄(< 60 vs ≥ 60)和性别(女性 vs 男性)分层后重复该分析,以评估潜在影响。此外,还计算了与KL分级的相关性,以评估CTh-Score反映整体疾病严重程度的附加能力。
对疾病进展的敏感性
图4考察了CTh-Score的连续性特征(不同于KL的五级离散分级)如何增强在任何KL分级进展之前检测OA软骨严重程度早期变化的能力。经历KL分级升高的参与者被分为四个转变组(对应于KL分级从某一级进展到下一级的时间点)。随后在多个时间点(KL分级进展前6年、4年和2年,以及转变发生时)评估CTh-Score,以确定其是否能在通过KL分级在影像学上显现之前检测到疾病进展。
统计分析
由于OAI和外部数据集中疾病严重程度呈非正态分布,采用Spearman相关分析,并应用基于秩的反正态变换计算95%置信区间[27]。在图4中,由于各组时间点间差值呈非正态分布,采用配对Wilcoxon符号秩检验评估分级转变前连续时间点之间CTh-Score变化的显著性[28]。为控制多重比较,采用Bonferroni校正方法。
结果
CTh-Maps和CTh-Score的可重复性
对于CTh-Maps,准确度为–0.002 ± 0.018 mm,精密度为0.141 ± 0.031 mm。所有图谱间的可重复性极佳,ICC为0.98 ± 0.01。
CTh-Score表现出极佳的可重复性,ICC为0.99,最小可检测变化为4.7,相当于CTh-Score范围的4.7%。
CTh-Score的泛化性
如图5所示,CTh-Score表现出对OA严重程度的敏感性以及在这些数据集间的泛化性。在所有队列中,CTh-Score在相邻KL分级之间显示显著增加。值得注意的是,这种敏感性即使在放射学疾病前行期(KL分级0和1),即尚未判定放射学OA时也已显现。这一发现在外部数据集中同样成立,尽管使用了不同的成像方式(关节CT)和患者群体,突显了CTh-Score在不同条件下反映软骨状态与OA严重程度关系的能力。
CTh-Score的效度
OAI队列8年间CTh-Score的轨迹
在为期8年的研究期间,来自OAI队列的参与者膝关节中有95%(4953个中的4696个)显示CTh-Score增加。在CTh-Score下降的少数受试者中,中位降低幅度为–1.6,四分位距为[–3.5,–0.6]。8年间CTh-Score的变化(DCTh-Score)相对于基线CTh-Score呈现出三种不同的趋势。第一,从基线CTh-Score 0到20,进展相对缓慢并逐渐加速,中位CTh-Score从3.0上升至15.0。第二,从基线CTh-Score 20到60,呈相对稳定的高增长(中位CTh-Score从15.0至15.6相对恒定)。第三,从基线CTh-Score 60到90,增长减速,中位CTh-Score从15.6降至1.1。
与软骨丢失和整体疾病严重程度的关系
在基线时的OAI MOAKS亚队列中,CTh-Score与软骨丢失总大小之间的相关性很强(r = 0.81 [0.79, 0.82];p < 10−9;n = 2671)。重要的是,它优于KL分级与软骨丢失总大小之间的相关性(r = 0.68 [0.66, 0.70];p < 10−9;n = 2671)。分层分析显示,在BMI(< 30 vs ≥ 30)、年龄(< 60 vs ≥ 60)和性别(女性 vs 男性)亚组中,CTh-Score与软骨丢失总大小之间具有相似的强相关性(所有r ≥ 0.76)。此外,在完整的OAI基线双膝数据集中,CTh-Score与KL分级显示出强关联(r = 0.81 [0.80, 0.82];p < 10−9;n = 8860)。
对疾病进展的敏感性
考虑OAI影像时间点包括基线(0个月)、24个月、48个月和96个月,共有289个膝关节从KL 0级转变为1级,317个从1级转变为2级,352个从2级转变为3级,257个从3级转变为4级。在疾病的所有阶段(包括早期阶段),CTh-Score在每个时间点之间均显著增加,且从KL分级转变前6年即已开始。
讨论
本研究引入了一种分析骨关节炎影像中软骨的新方法。所提出的框架提供了对OA软骨严重程度的自动、高灵敏度、可重复的定量评估,并针对软骨丢失专家评估(MOAKS分级)和OA整体严重程度(KL)的既定标准进行了广泛验证。
通过利用自动分割的最新进展,我们生成了标准化的CTh-Maps,揭示了多样的软骨退变模式,而这些模式在使用ROI的平均方法中会被掩盖。CTh-Maps生产的自动流程表现出极佳的可重复性,在重测分析中提供了与人工处理参考标准相当的准确性和精确度。该方法还可适应不同的数据集和成像模态,仅需对骨和软骨分割进行微小调整。快速(每次扫描1分钟)且自动的图像处理使得能够分析整个OAI队列,创建了涵盖八个时间点、4796名受试者的双侧CTh-Maps大型数据集,总计超过47,000个CTh-Maps。这些图像为软骨退变模式提供了有价值的见解,并为一系列进一步分析打开了大门。OAI CTh-Maps数据集已公开可用。
此外,CTh-Maps中包含的关于CTh模式的详细信息使得CTh-Score的开发成为可能,CTh-Score是一种衡量OA软骨严重程度的连续指标。有趣的是,卷积神经网络量化软骨退变的能力是通过监督训练开发的,使用KL——一种全局OA严重程度的标志物——作为目标。虽然KL提供的分级相对粗糙,但它作为软骨退变严重程度的稳健代理指标:较高的KL分级值通常对应更明显的软骨退变。相比之下,传统的软骨丢失指标,如关节间隙宽度或MRI上CTh的区域平均测量值,由于受试者间变异性高,对病变严重程度的预测能力较差,这可能导致健康软骨与OA软骨之间存在显著重叠。此外,软骨病变表现为变薄和增厚的复杂模式,而不仅仅是软骨丢失,这些信息无法通过关节间隙宽度或CTh的区域平均测量值有效传达。在初步实验中,关节间隙狭窄(JSN)分级也被评估为替代监督目标,但其在放射学前期阶段(如KL 0–1)显示出降低的敏感性,这与JSN在疾病早期通常不存在相一致。尽管放射学严重程度提供了粗糙的训练信号,但CNN的一个关键优势是能够从输入图像模式中提取更细微的信息。这一现象已在使用膝关节X线片预测KL的OA分类中得到展示,作者发现跨KL类别的概率分布提供了对疾病严重程度更精细的估计[29]。正如分类网络的概率输出比类别标签本身传达更详细的信息一样,CTh-Score比用于训练的KL捕获了关于OA软骨严重程度的更细粒度细节。
CTh-Score有效反映OA软骨严重程度,与专家对软骨丢失的评估(源自MOAKS分级)以及由KL反映的放射学疾病严重程度均表现出强单调相关性。它与MOAKS分级的相关性强于KL分级,表明其对软骨退变的敏感性高于放射学分级。此外,CTh-Score表现出极好的可重复性,SDD为4.7%。
对OAI中CTh-Score轨迹的分析为MRI定量检测软骨退变的能力提供了有趣的见解。关键的是,CTh-Score一致地检测到时间点之间的软骨退变进展,直至放射学进展变得明显之前长达6年,无论OA阶段如何。这强调了CTh-Score对软骨退变进展的敏感性,从而凸显了其作为OA早期检测和监测工具的潜力。
此外,CTh-Score 轨迹揭示了显著的受试者间多样性。在 OAI 研究期间,一些膝关节在几乎整个 CTh-Score 范围内表现出快速进展,而另一些膝关节尽管病变已属晚期,却表现出极小的进展。这种变异性与先前一项关于 CTh 演变的研究一致,该研究同样报告了 OAI 中 8 年间的多样化轨迹 [30]。然而,一个总体的三相趋势浮现出来:初始阶段进展相对缓慢,随后是一个与活跃软骨降解相对应的加速阶段,最后在晚期阶段当病变已经严重且进一步进展能力有限时出现减速。这一动态与软骨病理生理学一致 [31],强调了在进展速率仍然较低的早期阶段检测软骨退变的重要性。这一早期阶段代表了旨在减缓或逆转软骨降解的干预措施的机会窗口 [32]。CTh-Score 已被证明对 OA 软骨严重程度的进展具有敏感性,可作为在临床试验筛选阶段以及最终在临床实践中识别这一窗口的宝贵工具。
总之,本研究建立了一个稳健且自动化的框架用于生成 CTh-Maps,从而能够对 OA 中的 CTh 模式进行详细分析。从这些图谱中得出的 CTh-Score 提供了一种敏感且可重复的工具,用于定量评估 OA 软骨严重程度,提供了超越传统评估的对疾病进展的洞察。这些发现凸显了 CTh-Maps 和 CTh-Score 在深入了解导致更早 OA 检测、更好疾病监测以及治疗窗口识别的不同 CTh 进展模式方面的潜力。完整 OAI CTh-Map 数据集的发布为研究界提供了重要资源,以进一步探索 OA 中软骨退变的复杂性。项目页面:https://lausannekneestudy.org/cthscore/ 数据集链接:https://doi.org/10.5281/zenodo.18745638。
引用
- Margain P, Omoumi P, Favre J, et al. Automatic framework for evaluating osteoarthritic cartilage severity: high-resolution cartilage thickness mapping and scoring. Eur Radiol. 2026. PMID: 41874622. doi:10.1007/s00330-026-12414-w
- 全文:PMC13710605(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC13710605/
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。