ADC直方圖在椎體壓縮性骨折時間判定中的應用

徐良洲， 黃波， 程曉光， 程克斌， 張鑫， 劉華， 汪鵬， 劉堅， 蔡青蓉

椎體壓縮性骨折(vertebralcompressionfractures,VCF)常見于老年人，是臨床最常見的因骨質疏松引起的骨折。在壓縮性骨折的診斷中，骨折發生時間的判斷對臨床治療有重要的指導意義[1]。椎體骨折的修復過程不同于長骨，無骨皮質骨痂形成，因此常規的放射檢查在確定其是新鮮或是陳舊性骨折上存在困難。磁共振傳統對比成像可以通過觀察骨髓水腫的方法判斷骨折發生時間，但信號的高低變化完全基于主觀判斷，并不能廣泛推廣。擴散加權成像(diffusion weighted imaging，DWI)可通過觀察水分子運動反映組織內的結構，而其相應的表觀擴散系數(apparent diffusion coefficient，ADC)可以得到相對客觀的量化結果[2-4]。直方圖分析能更全面的反映數據組成和分布，在腫瘤鑒別診斷中的價值已有報道[5,6]，本研究將探討ADC值直方圖在骨折時間確定中的應用。

表1 骨折不同時間ROI及直方圖ADC值對比

材料與方法

1.一般資料

搜集我院2015年6月-2017年8月因負重或跌倒摔傷兩周之內就診，排除有腫瘤病史，經MR診斷為胸腰椎單純壓縮性骨折的患者64例，以受傷當日為首日計算，分別在傷后第30天和90天對研究對象進行兩次MR隨訪。其中，失訪22例，最終有42獲得完整的MR圖像資料。其中男16例，女26例。年齡58～74歲，平均年齡(64.5±11.8)歲。

2.儀器與方法

采用GE Signa HDxt 1.5T超導型MR系統。掃描線圈使用8通道脊柱相控陣線圈，受試者仰臥位，頭先進。掃描序列：①T2STIR序列，掃描參數：矢狀面定位，視野32～36 cm，回波時間68 ms，重復時間4500 ms，矩陣288×224，層厚4 mm，間距1 mm，帶寬41.67 KHz，激勵次數4；②DWI序列，掃描參數：矢狀面定位，視野32～36 cm，回波時間86 ms，重復時間4500 ms，b值600 s/mm2，矩陣96×128，層厚4 mm，間距1 mm，帶寬167 KHz，激勵次數4，復制STIR序列定位線。

3.圖像分析及直方圖

掃描完成的圖像在GE AW 4.6工作站上進行后處理。兩名具有8年以上骨關節放射科醫師對DWI圖像利用Functool軟件進行后處理。首先基于ROI的方法測量ADC值，在骨折區放置50～80 mm2矩形興趣區(regionofinterest,ROI)，測定3次取平均值，同樣的方法測量臨近正常椎體的ADC值。其次，使用ImageJ軟件，勾畫骨折的整個范圍，對不同天數時骨折椎體的ADC值生成直方圖，同時計算包括平均值、中位數、標準差、峰度值和偏度值。

4.統計學分析

使用SPSS 19.0 軟件，計量資料以均數±標準差表示。采用 K-S檢驗分析數據的正態分布性，檢驗結果服從正態分布。采用獨立樣本t檢驗比較不同天數時基于ROI的ADC值和ADC值直方圖參數(平均值、中位數、標準差、峰度值、偏度值)的差異。利用受試者特性曲線(receiver operating characteristic，ROC)評估存在統計學差異的各參數值對于鑒別新鮮陳舊骨折的診斷效能。P<0.05表示存在統計學差異。

結 果

影像表現及直方圖定量參數在STIR序列上，壓縮性骨折早期信號升高，隨著愈合過程的進展，信號逐漸下降，影像表現及ADC值直方圖如圖1。正常椎體、30d時骨折椎體及90d時骨折椎體基于ROI的ADC值、直方圖ADC平均值、中位數、標準差、峰度值及偏度值結果見表1。其中，30d時基于ROI的ADC值，直方圖ADC平均值以及中位數均高于90d時的參數，有顯著統計學差異 (P<0.05)，而標準差、峰度值和偏度值無明顯差異(表1，圖2)。骨折后30d及90d的所有參數均顯著高于正常椎體，有顯著統計學差異(P<0.05)。

ROC曲線分析：在新鮮及陳舊骨折的鑒別中，基于ROI的ADC平均值、直方圖ADC平均值及中位數曲線下面積(AUC)分別為0.811、0.902和0.870(圖3)，其中直方圖ADC平均值具有最大的診斷效能。

討 論

本研究結果表明不同時期椎體壓縮骨折ADC值的直方圖中，平均值和中位數均存在不同，其中平均值的敏感度和特異度最高。本研究探討了整個骨折區ADC值的變化及分布特點，因此對病變區進行了更全面和準確的分析。在筆者的搜索范圍內，這是首次采用ADC值直方圖的方法進行不同時期骨折的鑒別。

椎體主要由松質骨組成，骨折愈合過程是骨細胞和毛細血管增生、堆積新骨進行修復，因此X線或CT無法觀察骨折愈合過程，而MR可通過觀察出血、水腫的變化判斷骨折時間，但這種方法較為主觀，另外受掃描參數影響較大，因此本研究采用相對客觀的定量的方法，探討對水分子擴散程度的量化是否能反映骨折時間。研究發現在骨折30d時，基于ROI的方法得到的ADC值明顯高于正常椎體，可能原因是骨小梁是交織的網狀結構，正常情況下水分子擴散會受到阻礙，而骨折以后骨小梁斷裂，使水分子的擴散更為自由，同時水腫的存在也使ADC值升高。隨著骨折的愈合，骨細胞和毛細血管增生、新骨的形成，水分子活動又受到限制，致使在90d時測量得到的ADC值降低。這與以前報道的結果類似[7]。

圖1 女，68歲，腰3椎體壓縮性骨折。a) 壓縮30d時STIR圖，見椎體形態變為楔形，被壓縮椎體的信號升高(箭)； b) 壓縮30d時的DWI圖，被壓縮的椎體信號升高(箭)； c) 壓縮30d時ADC直方圖； d) 壓縮90d時STIR圖，被壓縮椎體的信號低于30d時(箭)； e) 壓縮90d時的DWI圖，被壓縮的椎體信號低于30d時(箭)； f) 壓縮90d時ADC直方圖。

圖2 骨折30d、90d時ROI的ADC平均值、直方圖ADC平均值及ADC值中位數箱式圖。 圖3 ROI的ADC平均值(藍線)、直方圖ADC平均值(紅線)及ADC值中位數(綠線)對新鮮陳舊骨折鑒別的ROC分析。

為了更完整的描述整個骨折區ADC值的變化，本研究勾勒的骨折整體范圍，并分別以ADC值和相同范圍內的像素值作為X軸和Y軸，測量整個骨折區的平均信號值、像素數以及像素數變化范圍而進行直方圖分析[8,9]。直方圖的均數和中位數可以反映數據的集中趨勢和平均水平。本研究結果發現骨折30d時的均數和中位數均高于90d時，這也表明骨折ADC值變化的整體趨勢。同時，平均值的診斷效能高于中位數，這與以前類似研究的數據分析結果一致。骨折后骨內結構復雜，既有出血水腫，同時存在修復，因此平均值能反映整體數據的特點，而中位數雖然不受最大值及最小值的影響，但受數據分布的影響，因此變異度較大。標準差是表明數據偏離平均值的分散程度，越大表明越不均勻。本研究中30d時的ADC值的標準差大于90d時，表明30d時組分更為不均勻，但無統計學差異。直方圖的峰度值可描述病變總體中數據分布形態的陡緩程度，以正態分布作為參照，正峰度表示數據分布比正態分布更尖銳，而負峰度則表示更平坦[10]。本研究中30d和90d的數據分布服從正態分布，因此峰度值之間并無顯著差異。姚偉武等[11]報道腫瘤內部的峰度值顯著升高，但骨折的椎體內組織成分多樣，修復過程并不存在腫瘤組織內部的高異質性，因此峰度值并無差異。偏度值描述病變特征值分布對稱的統計量，表明分布相對平均值的不對稱程度[12,13]，同樣以正態分布做為參照，向右向左分別對應正負偏度。本研究中30d及90d的分布均偏向左側，即表現為負偏度。綜上，本研究采用ADC直方圖的方法，得到了比傳統的基于ROI的方法相比，獲得了更多的診斷參數，且其中直方圖ADC值的診斷效能更高。

本研究存在一定的不足之處。首先，因為在隨訪過程中存在很大比例的失訪，因此總體樣本量較小，需要大樣本量進行驗證。其次，因矢狀面擴散存在一定的圖像變形，雖然按照STIR序列上的骨折范圍在ADC圖上進行勾勒，但不可避免會存在誤差。再次，本研究僅分析骨折的最大層面的二維特征，未能分析整體三維特征的鑒別價值[14]，今后的研究可進一步探討。

總之，ADC直方圖參數分析能有效區分新鮮骨折及陳舊骨折，其中，平均值有最高的診斷效能，為臨床鑒別診斷提供了一定的依據。