基于IDEAL-IQ序列MR紋理分析評價慢性腰痛患者椎旁脂肪浸潤

康靜，查云飛 *，李亮，劉昌盛 ，劉歡

慢性下腰痛是指持續時間超過12周，肋緣以下和臀部上方的肌肉緊張或疼痛，伴或不伴有下肢疼痛[1]。在肌肉退化過程中，正常肌纖維形態發生變化并被脂肪組織所替代導致肌肉的功能性下降[2]，且脊柱旁肌肉功能不全與腰背痛的發生和持續有關[3]，因此椎旁肌肉在維持脊柱的穩定性中起著至關重要的作用[4]。

慢性下腰痛患者伴隨著椎旁肌肉退行性變，主要表現為形態上橫截面積減小及結構上脂肪浸潤的增加[5-6]。研究報道椎旁肌肉脂肪浸潤分級Goutallier分級與年齡及腰椎疾患有一定的相關性[7]，基于非對稱采集與迭代最小二乘估算法迭代水脂分離方法(axial iterative decomposition of water and fat with echo asymmetrical and least-squares estimation quantitation sequence，IDEAL-IQ)的研究發現腰椎間盤突出患者的椎旁肌肉均有不同程度的脂肪浸潤[8]，采用基于T2WI紋理分析的方法評價有癥狀腰椎管狹窄患者的椎旁肌肉脂肪浸潤是可行的[9]。本研究擬采用IDEAL-IQ技術評價慢性下腰痛患者椎旁肌肉脂肪浸潤程度與Goutallier分級的相關性，同時探討基于IDEAL-IQ序列脂肪分數圖像的MR紋理分析評價椎旁肌肉脂肪浸潤的可行性。

1 材料與方法

1.1 研究對象

本研究經過武漢大學人民醫院臨床研究倫理委員會批準(批準文號：WDRY2021-KS001)，免除受試者知情同意。回顧性分析我院2020年8月至2021年2月97名臨床以慢性下腰痛行腰椎MRI檢查受檢者，其中男50例，女47例，年齡20～78(51.43±14.64)歲，BMI值23.78±4.52。納入標準：無心臟起搏器、早孕及幽閉恐懼癥；剔除標準：患者有腹部或者椎旁手術及神經系統疾病史；水腫、感染性病變、接受類固醇激素/免疫治療、急慢性骨折、畸形和良惡性腫瘤患者；Cobb角大于10°的腰椎側彎畸形患者。

1.2 MRI設備及成像方法

所有腰椎掃描均在3.0T超導MR機(GE Discovery MR 750)上完成，使用全脊柱相控陣線圈，患者取仰臥位，先行常規T2WI矢狀位(TR 2500 ms，TE 142 ms，寬帶62.5 kHz，NEX 2，回波鏈長度21，層厚4 mm，層間距0.5 mm，FOV 320 mm×320 mm，矩陣512×512，掃描時長1 min 25 s)，后行T2WI橫斷位掃描(TR 3000 ms，TE 120 ms，寬帶41.7 kHz，NEX 2，回波鏈長度21，層厚3.5 mm，層間距0.5 mm，FOV 180 mm×180 mm，矩陣320×320，掃描時長1 min 6 s)，之后再進行 IDEAL-IQ橫斷位掃描(翻轉角 4°，TR 7.8 ms，TE 1.2 ms、3.2 ms、5.2 ms、7.2 ms、9.2 ms、11.2 ms，寬帶125 kHz，層厚4 mm，NEX 2，回波鏈長度3，FOV 300 mm×240 mm，矩陣192×224，掃描時長2 min 49 s)。

1.3 椎旁肌肉脂肪浸潤分級

采用腰椎常規T2WI序列橫斷位，所有的操作均由2名3年肌骨放射診斷工作者協商一致目視評價。腰椎旁肌肉脂肪浸潤分級根據Goutallier分級標準[10]：0級為無脂肪浸潤，I級為少量脂肪浸潤，Ⅱ級為肌肉量大于脂肪浸潤量，Ⅲ級為肌肉量等于脂肪浸潤量，Ⅳ級為脂肪浸潤量大于肌肉量(圖1)。

圖1 腰椎常規T2WI序列橫斷位多裂肌Goutallier分級示意圖Fig.1 Goutallier classification of multifidus muscle on routine T2WI sequences of the lumbar spine.

1.4 椎旁肌肉MR紋理分析

應用GE AW 4.6工作站的Fat Fraction程序對掃描獲得的腰椎橫斷位IDEAL-IQ序列中的fat fraction圖像進行后處理，沿肌肉外輪廓勾畫所有L1～S1椎間盤中心層面椎旁肌感興趣區(region of interest，ROI)，避開肌肉周圍脂肪組織，椎旁肌ROI分別設在兩側多裂肌(multifidus muscle，MF)、豎脊肌(erector spinae，ES)和腰大肌(psoas major，PS)(圖2)，系統自動生成勾畫區域的脂肪百分比(fat fraction，FF)及橫截面積(cross sectional area，CSA)，為了提高準確性，左右各測量三次取平均值。

圖2 基于腰椎軸位IDEAL-IQ序列中fat fraction圖勾畫ROIFig.2 ROIwas plotted based on the fat fraction image of lumbar axis IDEAL-IQ sequence.

采用 Artificial intelligence kit(AK，version 3.3.0，GE Healthcare)在腰椎橫斷位IDEAL-IQ序列中的fat fraction圖像中標注所有L1～S1椎間盤中心層面椎旁肌ROI，避開肌肉周圍脂肪組織沿肌肉外輪廓標注椎旁肌ROI(圖2)，共獲取2910個標注。每個ROI自動生成影像組學特征186個，包含直方圖(histogram)特征與灰度共生矩陣(gray level cooccurrence matrix,GLCM)特征參數，為了提高特征的穩定性和可重復性，每個ROI均標注三次，提取參數三次取平均值。

所有數據按照7∶3的比例將數據隨機分層抽樣分為訓練集2035例和測試集875例。首先對數據進行了特征預處理，用中值替代缺失值或異常值，并進行特征標準化處理；然后分別采用Spearman相關性分析(cut-off value=0.9)，提取特征99個，進一步采用單因素分析(以P＜0.05為差異有統計學意義)，提取剩余特征98個，最后采取迭代的決策樹算法(Gradient Boosting Decision Tree,GBDT)對獲取的紋理分析參數進行特征選擇，并最終篩選出有代表性的椎旁肌肉脂肪浸潤的參數11個：MeanValue、Quantile0.975、Variance、VoxelValueSum、kurtosis、skewness、uniformity、HaralickCorrelation_angle 135_offset7、HaralickCorrelation_angle90_offset4、InverseDifferenceMoment_AllDirection_offset4、ClusterShade_AllDirection_offset7。采用邏輯回歸對篩選出來的特征進行建模分析，并使用曲線下面積(area under the curve，AUC)進行模型效能的評估，測試集對模型進行獨立驗證。

1.5 統計分析

采用SPSS 24.0統計分析軟件，椎旁肌肉Goutallier分級組間FF值及CSA值的差異性運用ANOVA單因素方差分析進行比較；用Spearman等級相關性分析的方法，分別計算Goutallier分級與FF值、CSA值的相關性。利用ROC曲線評估獲取紋理分析特征參數的診斷效能，同時用Spearman相關性分析紋理參數特征值與FF值的相關性，所有統計分析結果以P＜0.05為差異有統計學意義。

2 結果

2.1 椎旁肌肉Goutallier分級組間脂肪分數和橫截面積的比較

椎旁肌肉Goutallier分級組間IDEAL-IQ序列CSA值與FF值的差異均具有統計學意義(P＜0.05)(表1)，且不同椎旁肌肉Goutallier分級與CSA值均存在負相關性，PS的Goutallier分級與CSA值呈弱的負相關，MF的Goutallier分級與CSA值呈中等程度的負相關；ES的Goutallier分級與CSA值呈強度的負相關(相關系數分別為-0.082、-0.338、-0.512，P值均小于0.001)(圖3A～3C)；

表1 椎旁肌肉Goutallier分級組間FF(%)、CSA(mm2)差異的比較(±s)Tab.1 Comparison of differences in FF(%)and CSA(mm2)between Goutallier grading groups of paravertebral muscles(±s)

表1 椎旁肌肉Goutallier分級組間FF(%)、CSA(mm2)差異的比較(±s)Tab.1 Comparison of differences in FF(%)and CSA(mm2)between Goutallier grading groups of paravertebral muscles(±s)

注：Goutallier分級：椎旁肌肉脂肪浸潤程度分級；PS：腰大肌；MF：多裂肌；ES：豎脊肌；FF：脂肪含量；CSA：橫截面積。

椎旁肌肉Goutallier分級I級Ⅱ級Ⅲ級Ⅳ級F值P值數量2375 350 48 155 PS FF(%)10.34±3.66 24.35±1.47 86.79 0.019 CSA(mm2)754.54±396.85 373.97±157.74 5.50＜0.001 ES FF(%)12.32±4.59 29.10±3.92 36.98±1.35 47.24±7.69 2060.74＜0.001 CSA(mm2)916.82±270.93 638.85±356.14 462.18±337.02 425.29±288.20 132.21＜0.001 MF FF(%)13.37±4.60 28.14±4.13 35.50±3.14 45.43±6.07 1052.01＜0.001 CSA(mm2)1343.39±343.89 1128.82±242.17 981.11±184.36 992.96±213.01 38.17＜0.001

不同椎旁肌肉Goutallier分級與FF值存在正相關性，其中PS的Goutallier分級與FF呈弱的正相關，MF和ES的Goutallier分級與FF呈顯著的正相關(相關系數分別為 0.136、0.753、0.819，P值均小于0.05；圖3D～3F)。

圖3 A～C：PS、ES、MF的CSA與椎旁肌肉Goutallier分級相關性分析散點圖；D～F：PS、ES、MF的FF與椎旁肌肉Goutallier分級相關性分析散點圖。注：PS CSA:腰大肌橫截面積；ES CSA：豎脊肌橫截面積；MF CSA：多裂肌橫截面積；PS FF:腰大肌脂肪含量；ES FF豎脊肌脂肪含量；MF FF：多裂肌脂肪含量；PS grade：腰大肌脂肪浸潤分級；ES grade：豎脊肌脂肪浸潤分級；MF grade：多裂肌脂肪浸潤分級。圖4 A～B：訓練集及測試集下紋理參數特征對椎旁肌肉不同Goutallier分級的綜合診斷效能Fig.3 A—C:Correlation scatter diagram between the Goutallier classification of paravertebral muscle and CSA of PS,ES and MF.D—F:Correlation scatter diagram between the Goutallier classification of paravertebral muscle and FF of PS,ES and MF.Fig.4 A—B:Comprehensive diagnostic efficacy of texture characteristic parameters under training samples and testing samples for paraspinal muscles with different Goutallier grades.

2.2 基于IDEAL-IQ FF圖MR紋理分析評價椎旁脂肪浸潤

訓練集下紋理參數特征對腰椎旁肌肉Goutallier分級I級、Ⅱ級、Ⅲ級、Ⅳ級綜合診斷的ROC曲線下面積分別為0.952、0.917、0.956、0.986，測試集下相應的ROC曲線下面積分別為0.963、0.942、0.948、0.982(圖 4A～4B)。提取出紋理參數特征與椎旁肌肉FF值均具有相關性，其中MeanValue、Quantile0.975、Variance與椎旁肌肉FF呈顯著相關(相關系數分別為0.887、0.777、0.776)，VoxelValueSum、kurtosis、skewness、uniformity、HaralickCorrelation_angle135_offset7、HaralickCorrelation_angle90_offset4、InverseDifferenceMoment_AllDirection_offset4與椎旁肌肉FF呈強相關(相關系數分別為0.609、-0.687、-0.569、0.601、0.633、0.714、-0.604)，ClusterShade_AllDirection_offset7與椎旁肌肉FF呈中等相關(相關系數為0.497)。

3 討論

3.1 本試驗研究結果

本研究結果顯示不同椎間盤層面椎旁肌肉Goutallier分級組間FF值及CSA值差異均有統計學意義，不同腰椎旁肌肉Goutallier分級與FF值及CSA值之間均存在相關性，其間ES和MF的Goutallier分級與FF呈顯著正相關，ES的Goutallier分級與CSA呈強負相關，MF的Goutallier分級與CSA呈中等程度負相關，其余均為弱相關。同時基于IDEAL-IQ脂肪分數圖的紋理分析評價椎旁肌肉的脂肪浸潤是可行的，且其中紋理參數特征 MeanValue、Quantile0.975、Variance與 FF值呈顯著正相關，其余均為中等程度相關。

3.2 本研究理論基礎及相關應用

椎旁肌肉在維持腰椎穩定性中不可或缺，其解剖結構主要由MF、PS、ES三大肌群組成。椎旁肌肉退行性變常伴有組織形態和結構的改變，主要表現為肌肉CSA的減小和FF的增加[5-6]。隨著年齡的增長，椎間盤發生退變的同時釋放出大量的炎癥介質及化學物質刺激纖維環外部的神經末梢及椎旁肌肉[11]，產生下腰痛的癥狀及對脊柱的穩定性產生影響[12]。Park等[13]的研究發現椎旁肌肉脂肪浸潤與老年人矢狀面軸向距離增加密切相關，會產生腰痛的癥狀，增加老年人的跌倒風險。本研究結果顯示慢性下腰痛患者椎旁肌肉均有不同程度脂肪浸潤，且不同腰椎旁肌肉Goutallier分級與FF及CSA均存在相關性。同時研究表明MF組與腰痛關系最為密切[14]，?zcan-Ek?i等研究發現MF脂肪浸潤可能是年輕女性患者腰背痛的主要原因[15]。本研究也顯示MF的Goutallier分級與FF呈顯著相關，主要是因為MF位于脊柱旁間隙的深處，位于背部固有肌肉的第二層，從橫突附著到2～3個椎體以上的棘突上，對控制腰椎節段性的運動及維持腰椎的穩定性有重要作用[16]。慢性腰痛患者MF逐漸被脂肪組織取代，導致肌肉萎縮、肌營養不良[5]。Urrutia等[17]的研究表明椎間盤退變程度與椎旁肌肉脂肪分數值呈正相關，Tamai等[7]研究表明Goutallier分級與腰椎前凸、重度椎間盤退變呈正相關，這些患者常常伴有慢性腰痛癥狀，但Tamai等只采用L4/5單層面的椎旁肌肉進行研究，而多層面的椎旁肌肉的評價更能代表整個腰椎肌肉的脂肪浸潤情況[18]。

3.3 本研究的創新性

研究證實MRI通過脂肪分數及CT通過密度值能對椎旁肌肉進行定性及定量的分析[19],其中磁共振波譜及化學位移磁共振成像對椎旁肌脂肪浸潤測量具有更高的準確性[20]。Burian等[21]采用基于質子脂肪分數(proton density fat fraction，PDFF)圖紋理分析的方法發現絕經后婦女腰椎椎體脂肪沉積更明顯、異質性更高。Dieckmeyer等[22]基于PDFF圖發現紋理分析參數方差及偏度對正常人椎旁肌力預測的準確性超過了脂肪分數，潛在地反映其量化椎旁肌肉脂肪浸潤的能力。Mannil等[9]研究結果顯示腰椎管狹窄患者椎旁肌肉基于T2WI直方圖特征參數中的平均值與Goutallier分級相比具有更高的可信度。綜上，相比于脂肪分數定量及目視化Goutallier分級，紋理分析通過提取代表性特征參數在量化椎旁肌肉脂肪浸潤方面具有更高的準確性。本研究探索采用IDEAL-IQ技術的FF值評價椎旁肌肉脂肪浸潤，并與Goutallier分級進行比較，同時利用紋理分析提取的相關特征與椎旁肌肉的FF值進行比較，驗證了紋理分析評價椎旁肌肉脂肪浸潤的可行性。本研究中椎旁肌肉多為I級脂肪浸潤，通過紋理分析量化椎旁肌肉脂肪浸潤易于發現輕微的病變，這對于指導臨床預防椎旁肌肉脂肪浸潤而導致的腰部疾患有一定的臨床意義[7,23]。

3.4 本研究的局限性

本研究的不足：(1)本試驗研究隊列中包括的男性受試者比女性稍多，因此在性別分布上并不均衡。(2)多項研究表明椎旁肌肉脂肪浸潤程度與年齡呈明顯的正相關，其中以老年人和絕經后女性為著。本試驗隊列中平均年齡為57歲，這也是導致本試驗中Goutallier分級中Ⅲ級和Ⅳ級樣本量較少的原因。(3)本試驗只提取了椎間盤層面的椎旁肌肉進行分析，對于量化整個腰椎旁肌肉的脂肪浸潤欠佳，對于試驗結果可能有一定的影響。

綜上所述，不同腰椎旁肌肉脂肪浸潤Goutallier分級與PS、ES、MF組的脂肪分數與橫截面積均存在相關性，基于IDEAL-IQ序列MR紋理分析評價慢性下腰痛患者椎旁脂肪浸潤是可行的。

作者利益沖突聲明：全部作者均聲明無利益沖突。