基于軸位T1WI圖像大腿肌肉脂肪浸潤量化方法的可行性研究

嚴俊，王玲，黃益龍，王昊雷，朱紅麗，羅林，何波*

作者單位：1.昆明醫科大學第一附屬醫院醫學影像科，昆明650032；2.曲靖市第一人民醫院放射科，曲靖655000；3.北京積水潭醫院放射科，北京100035

肌肉脂肪浸潤是多種疾病的主要病理特征，比如糖尿病、衰老、肌肉和肌腱損傷等[1-3]。有研究表明，肌間脂肪組織(intermuscular adipose tissue，IMAT)含量和肌力、疾病嚴重程度和進展程度及治療方式選擇等密切相關[4-7]。因此，定量評估IMAT 對肌肉相關疾病的診斷和治療意義重大。目前，定量評估肌肉脂肪浸潤的方法主要有CT 值測量、Goutallier 分級法、磁共振波譜(magnetic resonance spectroscopy，MRS)、Dixon 技術及相關衍生技術等。CT 值測量能較準確地分割和定量大腿皮下脂肪(subcutaneous adipose tissue，SAT)和內臟脂肪，但對IMAT分割量化的準確性有待進一步提高[7]。Goutallier 分級法為一種半定量視覺評估方法，易于使用，但主觀性較強，觀察者間可靠性較差[8]。MRS 能夠非侵入性定量測量細胞內脂質含量，但對設備及操作人員要求較高，圖像后處理煩瑣，臨床應用受到一定限制。定量非對稱回波的最小二乘估算法迭代水脂分離序列(iterative decomposition of water and fat with echo asymmetry and least squares estimation quantification sequence，IDEAL-IQ)所測得的質子密度脂肪分數與MRS一致性較好[9-11]，但基于IDEAL-IQ 掃描所獲得的質子密度脂肪分數圖的軟組織分辨率及空間分辨率較低，增大了對大腿闊筋膜的辨識難度，且臨床工作中并非所有的MRI 掃描儀都能夠進行IDEAL-IQ 或其他多點式Dixon 掃描。因此，骨骼肌脂肪浸潤的準確定量仍是臨床上的一大難題。T1WI作為臨床常規序列，本研究使用ImageJ在MRI T1WI圖像上分割大腿SAT、肌內脂肪(intramuscular fat，IntraMF)和肌間脂肪(intermuscular fat，InterMF)，并探究該方法定量結果的準確性和穩定性，以期在日常臨床工作中即可完成對肌肉脂肪浸潤的準確定量。

1 材料和方法

1.1 研究對象

2019年1月至2020年7月于昆明醫科大學第一附屬醫院前瞻性收集28 名志愿者，包括14 名2 型糖尿病患者(男女各7 名)，14 名與T2DM 組年齡匹配的健康志愿者(男女各7 名)。年齡43～62 (52±5.4)歲，BMI 19.83～31.14 (23.9±3.0) kg/m2。收集受試者的空腹血糖(fasting blood-glucose，FBG)、甘油三酯(triglyceride，TG)、身體質量指數(body mass index，BMI)。本研究經昆明醫科大學倫理委員會批準(倫理編號：2018-L-86)，全體受試者均簽署了知情同意書。

1.2 MR掃描

所有志愿者均在GE 3.0 T (Discovery 750W，美國) MR掃描儀上進行左側大腿中部區域的掃描，采用體部16通道相控陣線圈。線圈中心在大腿中部位置，志愿者雙腿并攏，腳尖向上，在受試者左側小腿部放置泡沫墊以最大限度減少掃描過程中產生的運動偽影。掃描序列包括：軸位：IDEAL-IQ、T1WI FSE；冠狀位：T2 IDEAL 序列，掃描參數見表1。T2WI 冠狀位(近端包括雙側股骨頭，遠端至膝關節)掃描以確認大腿中部位置及排除大腿可能存在的肌肉病變。

表1 大腿各序列掃描參數Tab.1 Scanning parameters of each sequence of thigh

1.3 大腿肌肉脂肪分數的測量

將所有大腿MR 掃描圖像導入GE 后處理工作站ADW4.6，在冠狀位上確定大腿中部位置對應的軸位T1WI、脂肪分數圖的層數(圖1)，將T1WI 及脂肪分數圖進行匹配。由住院醫師A 在T1WI 圖像上進行ROI的勾畫，勾畫過程中ROI距離肌肉邊緣1～2 mm，避免將皮下及肌間脂肪勾入ROI 內。記錄每塊肌肉的脂肪分數(fat fraction，FF) (圖2)。

圖1 大腿中部層面定位示意圖。在大腿冠狀位上確定中間層面，線段1、2均與股骨長軸方向平行，線段1代表大腿全長，近端平齊股骨頭，遠端至膝關節腔，線段2 近端平齊股骨頭，遠端至線段1 中點位置Fig.1 MRⅠscan of thigh and map of middle thigh layer.Ⅰdentify the medial layer in the coronal position of the thigh,line segments 1 and 2 are parallel to the long axis of the femur. Line segment 1 represents the full length of the thigh, the proximal end is flush with the femoral head, and the distal end reaches the knee cavity, the proximal end of line segment 2 is flush with the femoral head, and the distal end reaches the midpoint of line segment 1.

圖2 各肌肉脂肪分數圖上ROⅠ的勾畫。A：在與脂肪分數圖匹配的T1WⅠ圖像上進行ROⅠ的勾畫；B：在脂肪分數圖上自動生成ROⅠ；C：T1WⅠ與脂肪分數圖的融合圖像 圖3 ⅠmageJ上大腿各區域脂肪的分割。A：大腿SAT 外輪廓(箭)及內輪廓(箭頭)；B：沿內外輪廓勾畫出SAT 區域；C：沿SAT 內輪廓(黃色)及股骨外緣(綠色)剪去SAT 及股骨區域；D：沿肌肉邊緣勾畫出每一塊肌肉輪廓；E：ⅠnterMF區域(藍色)；F：剪去ⅠnterMF獲得肌肉CSA；G：通過閾值調節，標識出ⅠntraMF(黃色)；H：將SAT、ⅠnterMF、ⅠntraMF進行顏色編碼，紅色：SAT；藍色：ⅠnterMF；黃色：ⅠntraMF 圖4 肌萎縮受試者(A、B)與正常組志愿者(C、D)Sth、Sinter及Sintra比較。A、B：肌萎縮受試者，男，43 歲，BMⅠ：24.22 kg/m2，Goutallier 分級3 級；C、D：正常組志愿者，男，43 歲，BMⅠ：22.27 kg/m2，Goutallier 分級2 級；A、C：T1圖像；B、D：基于ⅠmageJ 分割的偽彩圖，紅色：Sth，大腿皮下脂肪面積；藍色：Sinter，大腿肌間脂肪面積；黃色：Sintra，大腿肌內脂肪面積Fig.2 ROⅠdelineation on each muscle fat fraction diagram.A:ROⅠis delineated on T1WⅠimages matching fat fraction maps;b:Automatically generate ROⅠon fat fraction graphs; c: Fusion image of T1WⅠand fat fraction map. Fig. 3 Segmentation of fat in various areas of the thigh by using Ⅰmage J. A: Thigh SAT external profile (arrow) and internal profile (arrowheads); B: Outline the SAT area along the inside and outside outline; C: Cut the SAT and femur area along the internal contour of the SAT(yellow)and the outer edge of the femur(green);D:Outline each muscle along its edge;E:ⅠnterMF region(blue);F:ⅠnterMF is cut to obtain muscle CSA; G: ⅠntraMF (yellow) is identified by threshold adjustment; H: Color coding SAT, ⅠnterMF and ⅠntraMF, red: SAT; blue: ⅠnterMF; yellow:ⅠntraMF. Fig. 4 Subjects with muscular atrophy (A and B) were compared with normal volunteers (C and D) with Sth、Sinter and Sintra.A, B: Muscular atrophy male,43 years old, BMⅠ: 24.22 kg/m2, Goutallier grade 3; C, D: Normal group, male, 43 years old, BMⅠ: 22.27 kg/m2, Goutallier grade 2; A, C: T1 images; B, D:Pseudo-color image based on ⅠmageJ,red:Sth,subcutaneous fat area of thigh;blue:Sinter,thigh intermuscular fat area;yellow:Sintra,Ⅰntramuscular fat area of the thigh.

1.4 圖像后處理及肌肉Goutallier分級評分

使用ImageJ 對大腿中部T1WI 圖像進行后處理。首先，按照以下標準對大腿進行區域劃分：

(1) Sth：大腿SAT 面積，外輪廓為T1WI 圖像上高信號的最外緣，內輪廓為大腿闊筋膜(圖3A)，包括其內血管及筋膜組織(圖3B)；

(2) Sbone：股骨區域(包括骨髓腔)面積(圖3C箭)；

(3) Sinter：InterMF 面積，SAT 內輪廓中各肌肉間的區域，包括血管、神經(圖3E，藍色)；

(4) CSA：橫截面積(cross sectional area，CSA)，層面內所有肌肉橫截面積之和(圖3F)；

(5) Sintra：IntraMF 面積，T1 圖像上肌肉內可見的脂肪組織(圖3G，黃色)；

(6) FF：層面內所有肌肉脂肪分數的平均值；

(7) Sintra-FF：根據脂肪分數測得的肌內脂肪面積，Sintra-FF=CSA×FF。

所有ROI 的勾畫步驟如下：所有肌肉/脂肪區域的分割都是由住院醫師C 手動完成的。①在T1WI 圖像上進行SAT 內外輪廓的勾畫，SAT 外輪廓為T1WI 圖像上高信號的最外緣(圖3A 箭)，內輪廓為大腿闊筋膜(圖3A 箭頭)；②沿股骨外側緣勾畫包含骨皮質及骨髓腔的區域(圖3C 箭)；③緊貼每塊肌肉的邊緣勾畫出每一塊肌肉的輪廓(圖3D)。④沿SAT 內輪廓剪去所有肌肉及股骨區域即可獲得InterMF (圖3E，藍色區域)；⑤在SAT 內輪廓內剪去InterMF區域及股骨區域即可獲得肌肉CSA (圖3F)；⑥通過ImageJ內的閾值調整使肌肉內肉眼可見的脂肪盡量著色，著色區域即為intraMF (圖3黃色)。

1.5 肌肉脂肪浸潤的Goutallier分級評分

肌肉脂肪浸潤Goutallier分級包括5 級：0 級：沒有脂肪；1 級：肌肉內見脂肪條紋；2 級：肌肉＞脂肪；3 級：肌肉=脂肪；4 級：肌肉＜脂肪。由一位工作5 年以上的肌骨放射科醫生在T1WI 圖像上根據Goutallier分級評分標準對所有28名受試者的肌肉脂肪浸潤程度進行Goutallier分級評分。如果在分級過程中對分級不確定，則由該醫師與另一位具有19 年肌骨影像診斷經驗的醫師共同閱片后決定最終臨床分級。

1.6 觀察者內及觀察者間一致性評估

由兩名住院醫師A和B隨機挑選6名受試者并進行大腿同一層面股直肌脂肪分數的測量；住院醫師A再對上述6 名受試者同一層面股直肌的脂肪分數進行3 次測量；由住院醫師C 隨機選擇五名受試者，并用ImageJ軟件對大腿同一層面SAT、InterMF、IntraMF進行三次分割；住院醫師D 用ImageJ軟件對上述隨機選中的五名受試者的大腿SAT、InterMF、IntraMF進行分割；計算組內相關系數ICC值以評估觀察者內及觀察者間一致性。A、B、C、D 四位醫師均為住院醫師，且從事骨肌影像診斷3 年以上；所有進行脂肪分數測量、ImageJ圖像后處理及Goutallier分級的醫師對患者基本臨床資料單盲。

1.7 統計學分析

采用SPSS 25.0 進行統計分析。所有計量資料均以±s表示，資料服從正態分布采用獨立樣本t檢驗，不服從正態分布則采用曼-惠特尼U檢驗。等級資料采用秩和檢驗。相關性分析：若服從正態分布采用Pearson相關性分析，不服從正態分布或者等級資料使用Spearman相關性分析。計算組內相關系數ICC 值以評估觀察者內和觀察者間一致性。P＜0.05為差異有統計學意義。

2 結果

研究對象基線情況見表2。T2DM 組BMI、FBG 及TG 均高于對照組，且差異有統計學意義(P＜0.006)；T2DM 組與對照組間年齡及性別組成差異無統計學意義(P＞0.05)。

表2 研究對象基線情況表(±s)Tab.2 Baseline information of subjects(±s)

表2 研究對象基線情況表(±s)Tab.2 Baseline information of subjects(±s)

注：BMI：身體質量指數；FBG：空腹血糖；TG：甘油三酯；*：P＜0.05，差異有統計學意義。

P 0.946＞0.05＜0.001*＜0.001*0.006*年齡(歲)性別(男/女)BMI (kg/m2)FBG (mmol/L)TG (mmol/L)總樣本(n=28)52.0±5.4 14/14 23.9±3.0 6.2±2.4 2.1±1.2 2型糖尿病組(n=14)52.1±5.5 7/7 26.2±2.4 7.8±2.6 2.7±1.3正常組(n=14)51.9±5.5 7/7 21.5±1.0 4.7±0.5 1.5±0.6

基于ImageJ分割測量的IntraMF面積Sintra與基于脂肪分數計算的IntraMF面積Sintra-FF對比見表3。統計結果表明：基于ImageJ分割測量的IntraMF面積與基于脂肪分數計算的IntraMF面積差異無統計學意義(P=0.589)。圖4對比了基于ImageJ分割方法的T2DM受試者與正常組志愿者的Sth、Sinter及Sintra。

表3 基于ⅠmageJ分割和基于脂肪分數計算的ⅠntraMF面積對比Tab.3 ⅠntraMF area comparison based on ⅠmageJ segmentation and fat fraction calculation

ImageJ分割測量的IntraMF面積Sintra和Goutallier分級與基于脂肪分數計算的IntraMF面積Sintra-FF的相關性分析見表4；Sintra 與Sintra-FF 的相關性散點圖見圖5。結果表明：ImageJ分割測量的Sintra與基于脂肪分數計算的Sintra-FF相關系數r=0.998，差異有統計學意義(P＜0.001)；Goutallier分級與Sintra-FF無明顯相關性(P=0.205)。基于ImageJ分割的大腿Sth、Sinter、Sintra的觀察者內及觀察者間的一致性分析見表5，結果表明：基于ImageJ分割的大腿Sth、Sinter、Sintra的觀察者內及觀察者間ICC分別是：0.999、0.992、0.997、0.999、0.941、1.000，差異均有統計學意義(P＜0.005)。

表4 Sintra和Goutallier分級與Sintra-FF的相關性分析Tab.4 Correlation analysis of Sintra and Goutallier grades with Sintra-FF

表5 基于ⅠmageJ分割的大腿Sth、Sinter、Sintra的觀察者內及觀察者間的一致性Tab.5 Ⅰntra-observer and inter-observer agreement of Sth,Sinter and Sintra of thigh by using ⅠmageJ

圖5 基于ⅠmageJ 分割與基于脂肪分數計算的ⅠntraMF 面積Sintra 與Sintra-FF相關性散點圖。Sintra：ⅠmageJ分割測量的肌內脂肪面積；Sintra-FF：基于脂肪分數計算的肌內脂肪面積Fig.5 ⅠntraMF area Sintra and Sintra-FF correlation scatter plot based onⅠmageJ segmentation and fat fraction calculation. Sintra: Ⅰntramuscular fat area measured by ⅠmageJ; Sintra-FF: Ⅰntramuscular fat area calculated from mean muscle fat fraction.

3 討論

本研究首先采用ImageJ在MRI T1WI圖像上對大腿SAT、IntraMF及InterMF進行分割和量化，并分析該定量方法和基于Goutallier分級評估法與基于水脂分離技術的IDEAL-IQ脂肪定量方法在定量IntraMF的相關性。基于ImageJ的分割方法在量化IntraMF準確性高，且定量大腿SAT、IntraMF及InterMF穩定性良好。實現在MR T1WI 圖像上即可較為準確地完成對大腿SAT、IntraMF及InterMF的量化，且在量化IntraMF時準確性優于Goutallier分級法。

本研究結果表明，基于ImageJ的分割方法和基于IDEAL-IQ 的脂肪定量方法在定量IntraMF面積時差異無統計學意義，這表明ImageJ在定量IntraMF時與基于IDEAL-IQ的脂肪定量方法間的差異在誤差允許的范圍之內。此外，基于ImageJ 的分割方法和基于IDEAL-IQ 的脂肪定量方法在定量IntraMF 有很強的相關性(r=0.998)；但基于Goutallier分級的評估方法與基于IDEAL-IQ的脂肪定量方法在定量IntraMF相關性較差(r=0.247)。這表明基于ImageJ的分割方法在定量大腿IntraMF準確性優于Goutallier 分級法，且與IDEAL-IQ 定量結果更加一致。先前的研究表明，與MRI 定量方法相比，半定量視覺評估方法高估了肌肉中脂肪浸潤的程度[12]。ImageJ在量化IntraMF時通過閾值的調節量化肌肉內可見的脂肪；IDEAL-IQ則是通過計算每個體素內的脂肪分數進而通過脂肪分數的形式量化IntraMF；Goutallier分級法則與閱片者的工作經驗、個體間的差異關系密切，因此穩定性較差。為了驗證基于IDEAL-IQ的脂肪分數測量的穩定性，本研究分析了脂肪分數測量的觀察者內及觀察者間的一致性，結果表明脂肪分數測量的觀察者內ICC 為0.952，觀察者間ICC 為0.969。為了驗證ImageJ分割方法穩定性，本研究還分析了ImageJ分割方法的觀察者內和觀察者間的一致性，結果表明，ImageJ 分割方法在大腿SAT、IntraMF和InterMF的測量中觀察者內和觀察者間的一致性良好，ICC 均＞0.94。Lee 等[13]提出，當測量無明顯偏倚，且ICC值≥0.75時，認為信度良好。這表明基于ImageJ的分割方法臨床應用中穩定性良好，不同的操作者對結果的影響較小。

IMAT 的增加已被確認是導致骨骼肌力量和質量下降的潛在因素[14]。因此，IMAT 的準確評估對于臨床決策的制定以及患者的康復預后至關重要。大腿闊筋膜將大腿SAT與IMAT劃分開。在以往的研究中，對InterMF邊緣的定義通常是緊貼大腿肌肉邊緣的筋膜而不是大腿闊筋膜[15]。但是，對于大腿部SAT 及IMAT的精確量化，大腿闊筋膜的分割是一個先決條件，因為在老年受試者中大腿闊筋膜和肌肉表面之間的脂肪組織數量增加[16]。本研究中基于ImageJ的分割方法能夠較為準確地分辨大腿闊筋膜，很好地避免將InterMF誤勾為SAT。本研究使用一款免費的開源軟件ImageJ在MRI T1WI圖像上即完成了對大腿SAT、IntraMF及InterMF的分割和量化，操作簡單，臨床工作中易于推廣和使用。

本研究仍有一定的局限性。(1)樣本量少，未來仍需進一步加大樣本量以進一步驗證該方法的準確性及可靠性；(2)本研究僅針對大腿中部的SAT、IntraMF和InterMF進行了探究，其他部位的SAT、IntraMF和InterMF的評估仍需進一步驗證；(3)本研究將肌間血管、神經均劃為InterMF，對InterMF 測量結果有一定影響，而現有方法尚難以準確分離出肌間血管神經；(4)勾畫脂肪分數圖ROI 時，ROI 邊緣距離肌肉邊緣1～2 mm 會導致肌肉脂肪分數偏低。

總之，在MRI T1WI 序列上使用ImageJ分割來量化的大腿IntraMF與基于IDEAL-IQ脂肪分數計算的IntraMF有很強的相關性，且ImageJ分割方法在量化大腿SAT、IntraMF和InterMF穩定性高。ImageJ分割方法是未來替代半定量Goutallier分級系統的一種可行的選擇。

作者利益沖突聲明：全體作者均聲明無利益沖突。