早期关节炎患者腕关节MRI腱鞘炎的自动量化:一项可行性研究
本研究在563例连续纳入的早期关节炎患者中,评估腕关节MRI腱鞘炎自动量化方法的可行性。方法包括超分辨率重建融合冠状位与轴位扫描、基于图谱分割10个伸/屈肌腱区域并定义测量ROI,再用模糊聚类量化腱鞘炎。在503例验证集中,量化测量与视觉评分的Pearson相关系数为r=0.90(p<0.001),提示自动量化可行且与视觉评分高度一致,但血管和ROI内滑膜炎可造成假检测。
要点
- 腕关节MRI腱鞘炎自动量化与视觉评分高度相关:验证集503例r=0.90(p<0.001)。
- 血管及测量ROI内的滑膜炎常被误计为腱鞘炎,导致量化值偏高。
- 伸肌腱III区分割召回率最低(含3例分割失败),该区域可靠量化并非总能实现。
核心结论
- 腕关节MRI腱鞘炎自动量化可行,且与视觉评分 largely 一致。
- 血管和邻近滑膜炎会造成自动测量的假检测,分割与假检测排除尚需进一步改进。
研究设计与样本
- 可行性研究,连续纳入Leiden早期关节炎门诊队列563例早期关节炎患者(临床确认≥1个关节关节炎,症状持续时间<2年)。
- 采用1.5T四肢MR扫描仪(GE Healthcare)配合100 mm线圈,增强后频率选择性脂肪饱和T1-Gd序列扫描最痛侧(或双侧症状相同时优势侧)腕关节。
- 视觉评分由两名训练有素的读片者独立完成,盲法于临床数据,按Haavardsholm等定义评估6个伸肌间室和4个屈肌区域,采用0–3级评分。
- 自动量化分三步:超分辨率重建融合冠状位与轴位扫描为单一高分辨率三维图像;基于图谱分割和标记分水岭分割10个伸/屈肌腱区域并定义测量ROI;模糊C均值聚类识别腱鞘炎相关强度体素并计算ROI内特征强度体素比例。
- 60例用于训练(按最大视觉评分Vmax分层随机抽样,每层20例),其余503例用于验证。
关键影像表现/征象
- 腱鞘炎在T1-Gd脂肪抑制图像上表现为高信号(对比增强),自动量化通过模糊聚类识别高于健康滑膜强度的体素。
- 屈肌区域分割精确率中位数0.92–0.97、召回率中位数0.85–0.90;伸肌区域精确率中位数0.78–0.94、召回率中位数0.32–0.85。
- 伸肌腱III区召回率最低,13次交叉验证中3例分割失败。
- 总视觉评分为0的患者,其量化测量中位偏移为0.04(IQR 0.03–0.05),验证集中相当于最大观测值0.29的13.8%。
诊断标准与关键数值
- 视觉评分分级按每个解剖区域腱周积液或增强滑膜增生的估计最大宽度:0级正常;1级<2 mm;2级≥2 mm且<5 mm;3级≥5 mm。
- 评分区域近端以桡骨/尺骨远端为界,远端以钩骨钩为界。
- 两名读片者总腱鞘炎评分(所有肌腱区域之和)的读片者内ICC分别为0.99和0.83(基于40例MRI两次评分),读片者间ICC为0.87(基于全部563例MRI)。
- 训练集优化参数:距离参数D=3 mm,阈值TL=0.82、TH=0.94时,总视觉评分与总量化测量的Pearson相关系数最高,r=0.93(p<0.001)。
- 验证集503例中,总视觉评分与总量化测量的Pearson相关系数r=0.90(p<0.001)。
临床应用与阅片要点
- 自动量化可作为腱鞘炎视觉评分的标准化辅助手段,但当前结果应视为与视觉评分的一致性而非绝对一致。
- 测量ROI内的血管和滑膜炎会被误计为腱鞘炎,阅片时需注意假检测导致的量化值偏高。
- 伸肌腱III区因体积最小且曲度较大,基于图谱的标记点放置更具挑战性,该区域分割可靠性较低。
局限性
- 血管和测量ROI内滑膜炎常被自动测量误计为腱鞘炎,导致数值偏高。
- 肌腱分割性能中等,伸肌区域召回率变异较大,伸肌腱III区13次交叉验证中3例分割失败。
- 量化测量并非视觉评分的复制,本研究评估一致性及相关性而非绝对一致性。
- 阈值参数基于反映腱周积液或滑膜增生最大厚度的评分优化,而最大厚度不等于总体积,部分炎症体素可能未被纳入测量。
- 分割不准确会影响测量ROI的体素总数,从而给量化测量引入变异性。
全文中译14 节 · 点击展开
引言
在类风湿关节炎(RA)早期阶段开始治疗与更高的无药持续缓解机会和生活质量改善相关[1]。因此,尽早识别有进展为RA风险的患者非常重要,无论是在临床关节炎之前的关节痛症状阶段,还是在临床可检测关节炎的最早期阶段。近期研究表明,MRI检测到的炎症可有助于这一任务[2–4],尤其是与血清学标志物联合时[2]。在手和腕部MRI观察到的不同类型炎症中,已证明腱鞘炎(肌腱周围腱鞘滑膜衬里的炎症)可独立预测RA的发展,无论是在表现为早期关节炎还是关节痛的患者中[2–5]。此外,MRI检测到的腱鞘炎变化可能对治疗反应评估有意义。
MRI上腱鞘炎的评估通常按照Haavardsholm等人[6]的评分方法进行,其中阅片者检查多个肌腱区域,并估计腱周积液或伴对比增强的滑膜增生的厚度。这是一项费力的任务,需要具备受过培训、有经验的阅片者。自动化评估腱鞘炎可提供直接从图像数据得出的标准化、高精度测量,并减轻视觉评分相关的时间负担和成本。迄今为止,关于该主题的研究有限。Bowes等人发表了一篇会议摘要,对34例接受治疗的RA患者随时间推移的腱鞘炎变化进行了量化[7],但关于这些定量测量相对于视觉评分的单时间点验证数据尚未公开。
在近期一项研究中,我们开发了一个自动框架,用于在腕部MR图像上测量骨髓水肿(RA患者影像学进展的强预测因子[8])[9]。在本文所展示的工作中,我们试图扩展该框架以测量腕部伸肌腱和屈肌腱的腱鞘炎。我们的目的是研究腱鞘炎量化的可行性,并在大型早期关节炎患者队列中评估定量测量与视觉评分之间的相关性。
材料与方法
患者
共研究563例连续纳入Leiden早期关节炎门诊队列[10]的早期关节炎患者。平均年龄(±SD)为54.9(±15.4)岁;350例患者(62.2%)为女性。纳入要求为体格检查临床确认≥1个关节存在关节炎且症状持续时间<2年。该队列研究获Leiden大学医学中心(荷兰Leiden)医学伦理委员会批准。所有参与者均提供了书面知情同意。
MRI扫描与视觉评分
采用1.5T四肢专用MR扫描仪(GE Healthcare),使用100 mm线圈,对疼痛最严重侧(或双侧症状严重程度相同时的优势侧)腕关节进行扫描,行对比增强和频率选择性脂肪饱和(T1-Gd)。表1总结了采集参数。按照Haavardsholm等[6]提出的定义,在腕关节内六个伸肌腱室和四个屈肌区域评估腱鞘炎(图1)。视觉评分由两名对临床数据不知情的受过训练的评价者独立完成。对于每个解剖区域,评价者根据腱周积液或增强滑膜增殖的估计最大宽度,按0–3分制给出分级,具体如下:0级,正常;1级,< 2 mm;2级,≥ 2 mm且< 5 mm;3级,≥ 5 mm。评分区域近端以桡骨/尺骨远端为界,远端以钩骨钩为界。两名评价者基于40例MRI的两次评分,总腱鞘炎评分(所有肌腱区域之和)的评价者内组内相关系数(ICC)分别为0.99和0.83。基于全部563例MRI,总腱鞘炎评分的评价者间ICC为0.87。下文中始终采用两名评价者的平均评分。
定量图像分析框架
超分辨率重建
冠状位和轴位MR扫描在解剖细节方面相互补充,因为每次扫描的层厚(冠状位2 mm;轴位3 mm)远大于体素之间的平面内间距(约0.2 mm)。为了使定量框架能够以紧凑高效的方式利用所有可用图像数据,理想的做法是使用超分辨率重建(SRR)将两次扫描融合为单一3D图像。SRR应用于腕关节MR图像已在我们先前的工作中详细描述[9]。我们应用了Poot等[12]的方法,采用拉普拉斯正则化(λ = 0.05)。
测量感兴趣区
感兴趣区(ROI)的计算需要自动分割肌腱、腕骨、桡骨远端/尺骨以及由皮肤界定的图像区域。骨骼和肌腱区域的初始标志点通过基于图谱的分割获得[13]。该图谱由13例早期关节炎患者组成(独立数据集,不包括本研究中通过视觉和定量评估的患者)。对于每例图谱患者,在轴位T1-Gd图像上手动分割肌腱区域和骨骼,然后通过最近邻插值扩展至SRR空间。使用Elastix工具箱[14–16]将每幅图谱图像空间映射到目标图像后,对所有映射结果进行多数投票,确定一个体素是否被标记为肌腱、骨骼或两者均否。需要注意的是,所有图谱图像均包含右腕关节。对于左腕的分割,图谱图像在配准前进行了水平镜像翻转。
在获得肌腱区域的初始标志点后,采用与Chen等人[17]类似的方法,使用基于标记的分水岭分割[18–20]对肌腱进行分割,随后去除强度> 75(肌腱在T1-Gd图像上表现为低信号强度)或体积< 0.01 ml的分割区域。所得分割示例见图2b。
为了分割由皮肤界定的图像区域,对手部的整个图像范围进行了近似。首先,通过在每个图像层面的四个角放置种子点进行区域生长来分割背景。然后,将所得二值图像反转,保留最大的连通分量。
最后,对每条分割的肌腱进行距离变换,将与肌腱距离固定值(D)以内的体素纳入测量ROI,前提是这些体素不属于其他标记结构。ROI的桡骨远端/尺骨边界通过识别两块骨骼彼此最接近的轴位层面来确定。钩骨钩边界通过搜索分割钩骨体素数量最多的轴位层面来确定。所得测量ROI示例见图2c。如优化部分所述,距离参数D的值通过在患者训练集上最大化与视觉评分的相关性来获得。
肌腱分割准确性的评估
为评估肌腱分割的准确性,进行了留一法交叉验证。在13次运行中,每次由13幅图谱图像中的12幅构成图谱集,剩余的一幅图像作为待分割的目标图像。结果与轴位图像的手动分割进行验证。通过计算10个肌腱区域中每个区域的精确率和召回率来评估分割准确性。在此,精确率是指算法分割的体素中与手动分割重叠的比例,而召回率是指手动分割范围内被算法正确分割的体素比例。
腱鞘炎定量
腱鞘炎的特征是T1-Gd(脂肪抑制)图像上因对比剂强化而呈现高信号强度。强度值因采集而异,取决于对比剂强化的相对强度、脂肪抑制的均匀性以及MR扫描仪固有的磁场不均匀性。为考虑腱鞘炎这些采集特异性的强度范围,对每幅图像中所有体素的强度值应用模糊C均值聚类[21, 22],假设为两个聚类。这产生两幅概率图图像,其中每个体素包含该位置属于相应聚类的概率。设C2为聚类中心值在两个计算出的聚类中心中较高的那个聚类。如图2d所示,C2概率图中的高概率(亮体素)对应于健康滑膜组织的位置。由于我们的关注点在于炎症区域,该区域的图像强度预期高于健康滑膜,因此强度低于C2聚类中心值的体素被去除,从而得到单侧C2概率图。
然后通过计算测量ROI内单侧C2概率值pC2满足TL ≤ pC2 < TH的体素比例来定量腱鞘炎。如下文详述,下限和上限阈值(TL、TH)的数值在患者训练集上进行了优化,以最大化与视觉评分的相关性。
优化
为了基于与视觉评分的相关性优化(TL,TH)阈值和距离参数D,定义了一个患者训练集。在我们的早期关节炎队列中,低度腱鞘炎(0级和1级)患者数量远多于中重度腱鞘炎(2级和3级)患者数量。因此,对队列进行随机抽样无法保证训练样本中包含重度腱鞘炎患者。为了生成一个更能代表腱鞘炎完整严重程度范围的更均衡训练集,我们采用了与骨髓水肿研究[9]中相似的抽样方法。我们根据所评分肌腱区域的最大视觉评分(Vmax)对563例患者进行了分类。定义了三个抽样类别,对应于Vmax范围(0–3)内的三个严重程度区间:Vmax = 0、0 < Vmax ≤ 1、1 < Vmax ≤ 3。表2列出了定义的类别及落入每个类别的患者数量。接下来,从每个类别中随机选取20例患者,组成60例患者的训练集。通过计算D = 1、2、3、4、5和6 mm以及(TL,TH)所有可能组合(步长0.01)的定量测量值,并确定哪组参数使腱鞘炎总视觉评分(所有肌腱区域之和)与腱鞘炎总定量测量值之间的Pearson相关系数r最大化,来寻找最佳距离和阈值。
验证
在优化并锁定D、TL和TH的值后,通过对不属于训练集的503例患者计算定量腱鞘炎测量值,并评估总视觉评分与总定量测量值之间的Pearson相关系数,对该方法进行了验证。
统计分析
在评估视觉评分与定量测量值之间的Pearson相关系数时,p值低于0.05被认为具有统计学意义。统计计算使用MATLAB R2015b(The MathWorks, Inc.)完成。
结果
肌腱分割准确性评估
13幅图谱图像中肌腱区域分割的召回率和精确率的中位数及四分位距(IQR)见图3。屈肌区域表现出高精确率(中位值范围为0.92至0.97)和中高召回率(中位值范围为0.85至0.90)。伸肌区域的上述比率总体较低且变异性更大(精确率中位值范围为0.78至0.94,召回率中位值范围为0.32至0.85)。伸肌区域III的召回率最低(包括三次分割失败)。
优化
在60例训练集患者中,腱鞘炎总视觉评分与总定量测量值之间的最高Pearson相关值(r = 0.93,p < 0.001)见于距离参数D = 3 mm、阈值TL = 0.82和TH = 0.94时。如图4散点图所示,腱鞘炎严重程度增加与定量测量值增加相当一致地匹配。总视觉评分为0的患者的测量值相对零的中位偏移为0.04(IQR 0.03–0.05),占最严重患者最大观测值0.27的14.8%。图2e显示了计入定量测量的测量ROI位置示例。
验证
获得优化参数值后,对503例患者计算了定量测量值,并评估了相关性。所得Pearson相关系数为r = 0.90,p < 0.001。图5散点图显示,大多数患者表现出随腱鞘炎严重程度增加而定量测量值增加的consistent趋势。总视觉评分为0的患者的测量值相对零的中位偏移为0.04(IQR 0.03–0.05)(与训练集相同),占最大观测值0.29的13.8%。结果目视检查表明,测量ROI内存在的血管和滑膜炎常被定量测量误计为腱鞘炎,从而增加其数值。一例视觉评分为0而定量测量值为0.15的显著离群病例,是由于健康滑膜强度分布异常低导致肌腱分割失败所致。
讨论
在本研究中,我们探讨了在大量早期关节炎患者队列中,对腕部MRI上的腱鞘炎进行自动定量的可行性。所提出的方法将我们先前开发的基于图谱的框架[9]扩展至腕部伸肌腱和屈肌腱,提供了肌腱分割以及定义用于测量腱鞘炎的ROI所需的标志点。结果显示定量测量与视觉评分之间存在强相关性。定量测量不应被视为视觉评分的复制,因此本研究评估的是一致性和相关性,而非绝对一致性。考虑到由于视觉分级基于区间定义而存在固有程度的不确定性,所观察到的相关性尤其令人鼓舞。这些发现表明,在早期关节炎患者的MRI上对腱鞘炎进行自动定量是可行的,且定量测量与视觉评分在很大程度上一致。然而,本研究也揭示了与定量任务相关的多项挑战,例如中等程度的分割性能和假阳性的来源。如下文讨论所详述,这些是在通往稳健定量框架的道路上需要解决的重要问题。
有趣的是,总体中等程度的肌腱分割召回率似乎并未对定量测量与视觉评分之间的相关性产生强烈的不利影响。这可以解释为,即使肌腱被部分分割,分割周围的测量ROI仍很可能包含肌腱的滑膜衬里。尽管此时ROI也会包含肌腱内部的体素,但在T1-Gd图像上肌腱的特征是低图像强度,不会对炎症测量产生贡献;一个例外是伴随性肌腱炎所致的强化。然而,应当认识到,在本研究中我们测量的是所有评估肌腱区域的总炎症,这可能降低了对单个区域层面所犯错误的敏感性。这在考虑伸肌区域III的低召回率时尤为重要。3/13的交叉验证失败案例表明,对该肌腱周围炎症的可靠定量并非总是可行。一个可能的原因是伸肌区域III是10个肌腱区域中最小的,且曲度更高,使得基于图谱的标志点放置更具挑战性。一种对总测量无影响的分割错误是将一个肌腱区域错误标记为另一个区域;然而,如果关注单个区域层面的腱鞘炎评估,未来研究必须全面评估错误标记错误。更一般地,应当注意肌腱分割的不准确性确实会影响测量ROI中包含的体素总数,从而在定量测量中引入一定的不确定性。因此,提高分割准确性是未来工作的重要方向,既为测量精度,也为单个区域层面腱鞘炎的准确评估。
如图2e所示,计入定量测量的位置并不总是包含炎症内的所有体素,但炎症边界上的大多数体素通常被包含在内。造成这一现象的一个可能原因是,阈值参数(TL、TH)是针对反映各肌腱区域腱周积液或滑膜增生最大厚度的评分进行优化的。最大厚度并不等同于总体积,因此,炎症内的一些体素未被纳入测量是合理的。图2e还表明,当前方法的一个缺点是血管会引入假检测,从而对定量测量产生贡献。这一观察解释了训练和验证过程中始终偏离零值的因素之一。未来的改进应包括检测血管并将其从测量感兴趣区(ROI)中排除。
对定量结果的目视检查表明,测量ROI内存在的滑膜炎(例如腕骨与肌腱之间)被定量测量错误地计为腱鞘炎。在目视评分中,经过培训的阅片者运用其专业知识和模式识别将观察到的炎症分类为滑膜炎或腱鞘炎。所提出的方法未包含此类分类,因此,将测量ROI内检测到的所有炎症都计为腱鞘炎并不令人意外。这是训练和验证中观察到偏移的另一个促成因素。由于滑膜炎常存在于受腱鞘炎影响的肌腱附近的关节中[11],因此有必要对测量ROI进行更具体的定义。
总之,所提出的方法为MRI上腱鞘炎的自动定量提供了参考,并指出了未来改进的可能方向。腱鞘炎在RA中的普遍存在及其与关节痛和早期关节炎患者RA发展的关联,推动了定量测量技术的发展。这些进展将通过标准化判读使临床研究人员受益,并使他们能够将更多资源用于分析而非目视评分,从而促进研究和潜在的临床实施。
引用
- Aizenberg E, Shamonin DP, Reijnierse M, et al. Automatic quantification of tenosynovitis on MRI of the wrist in patients with early arthritis: a feasibility study. Eur Radiol. 2018. PMID: 30421014. doi:10.1007/s00330-018-5807-2
- 全文:PMC6610273(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC6610273/
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。