T2mapping聯(lián)合紋理分析在膝關(guān)節(jié)骨性關(guān)節(jié)炎中的應(yīng)用.pdf

1、背景和目的：
　　膝關(guān)節(jié)是人體大關(guān)節(jié)之一，也是承重最重要的關(guān)節(jié)之一，所以較易發(fā)生退變。膝關(guān)節(jié)作用中，關(guān)節(jié)軟骨主要起緩沖作用，目的是減少關(guān)節(jié)摩擦，關(guān)節(jié)軟骨對(duì)維持膝關(guān)節(jié)的功能及活動(dòng)方面非常重要,膝關(guān)節(jié)退變時(shí)，關(guān)節(jié)軟骨最易損傷受累。所以在臨床工作中，早期發(fā)現(xiàn)軟骨的形態(tài)變化甚至內(nèi)部成分變化有助于了解膝關(guān)節(jié)退變的程度及病變的發(fā)展進(jìn)程。骨性關(guān)節(jié)炎(Osteoarthritis，OA)是一種多系統(tǒng)、多病因的常見(jiàn)的慢性骨關(guān)節(jié)疾病。MRI T2ma

2、pping成像技術(shù)是一種通過(guò)測(cè)量關(guān)節(jié)軟骨的T2值，通過(guò)T2值間接推測(cè)軟骨成分變化，從而反映退變時(shí)關(guān)節(jié)軟骨內(nèi)某些組織成分改變，通過(guò)分析不同時(shí)期膝關(guān)節(jié)OA各個(gè)部分軟骨T2值變化，有助于臨床早期發(fā)現(xiàn)并治療膝關(guān)節(jié)OA。紋理近年來(lái)逐漸用于分析醫(yī)學(xué)影像圖像，圖像某個(gè)位置的紋理特征與這個(gè)位置周圍的灰度變化規(guī)律關(guān)系密切，它主要通過(guò)灰度變化分辨組織成分變化，是一種通過(guò)視覺(jué)感知圖像局部特征的總額。本研究中，我們運(yùn)用T2 mapping聯(lián)合紋理分析,探討其在

3、膝關(guān)節(jié)OA診斷中的應(yīng)用。
　　材料與方法：
　　收集本院就診的膝關(guān)節(jié)OA患者44例，男14例，女30例，平均年齡46.5±9.8歲。根據(jù)WOMAC(Western Ontario and McMaster Universities Osteoarthritis Index)對(duì)OA患者進(jìn)行臨床評(píng)分。收集健康成年人39例作為健康對(duì)照組(所有人都已簽署知情同意書(shū))，男性13例，女性26例，平均(32.5±9.3)歲。所有受試者，包

4、括OA患者和健康成人都采用3.0T超導(dǎo)MRI成像系統(tǒng)（Philips Ingenia），相陣控表面膝關(guān)節(jié)8通道線圈，T2 mapping為矢狀面掃描。T2 mapping掃描參數(shù)：自旋回波技術(shù)(Spin Echo)，6回波采集，第一個(gè)TE=10ms；TR=2000ms，F(xiàn)A=90°，視野(FOV)=100mm×100mm，像素(Voxel Size)=0.5mm×0.5mm，層厚=2.5mm，層間距0，并行采集因子（sense fact

5、or）=2，相位編碼方向（Phase Ecoding Direction）=AP，層數(shù)(Slice Number)=40，掃描時(shí)間(Scan Time)=12mins。根據(jù)半月板分區(qū)將膝關(guān)節(jié)脛骨軟骨和股骨軟骨全層分為7個(gè)感興趣區(qū)(ROI)，分別為股骨前份、股骨半月板前角區(qū)、股骨半月板中份、股骨半月板后角區(qū)、脛骨半月板前角區(qū)、脛骨半月板中份、脛骨半月板后角區(qū)。利用MaZda軟件可計(jì)算ROI內(nèi)有關(guān)直方圖（Histogram）、游程檢驗(yàn)（Ru

6、n-length matrix，RUN）、灰度共生矩陣（Gray-level co-occurrence matrix，GLCM）及絕對(duì)梯度（Absolute gradient，GRA）等方法所得到的紋理特征。用MazDa（version4.7，The Technical University of Lodz, Institute of Electronics,http://www.eletel.p.lodz.pl/mazda/）軟件在

7、矢狀位T2 mapping序列中選擇顯示軟骨最大的層面，沿軟骨邊緣用不同顏色分別勾畫(huà)出各分區(qū)軟骨，對(duì)每個(gè)受試者7個(gè)感興趣區(qū)分別提取紋理參數(shù)，最終每個(gè)個(gè)體得到77×7個(gè)紋理參數(shù)。采用SPSS21.0軟件進(jìn)行統(tǒng)計(jì)學(xué)分析，用雙樣本T檢驗(yàn)比較兩組各參數(shù)差異，P<0.05為差異有統(tǒng)計(jì)學(xué)意義。選擇有統(tǒng)計(jì)學(xué)差異的參數(shù)組成特征向量,基于人工神經(jīng)網(wǎng)絡(luò)（Artificial Neuro Network，ANN)，隨機(jī)森林（Random Forest，RF)

8、,樸素貝葉斯（Naive Bayes，NB)和線性判別分析（Linear Discriminant Analysis，LDA)的方法對(duì)OA組和正常對(duì)照組進(jìn)行分類。
　　結(jié)果：
　　最終本研究共收集83例被試者，其中正常對(duì)照組39例，OA患者44例。兩組之間性別、BMI無(wú)統(tǒng)計(jì)學(xué)差異（P>0.05），兩組間的年齡、WOMAC、LEFS統(tǒng)計(jì)學(xué)有明顯差異（P<0.05）。7個(gè)ROI平均T2值，OA組為52.99±4.61ms，正常對(duì)

9、照組為43.74±3.82ms(P<0.05)。OA組中，ROI4、ROI3和ROI1 T2值最高，分別為67.89±10.57ms、60.02±9.02ms和54.96±9.31ms。紋理參數(shù)在所有ROI中均具有統(tǒng)計(jì)學(xué)差異(p<0.05)，其中ROI1、ROI2、ROI4、ROI5和ROI6具有明顯差異，其中 ROI5的差異最明顯。各分類器的準(zhǔn)確率分別為ANN=79.25％，RF=73.58%，NB=69.80%，LDA=77.36%

10、，其中ANN的分類效能最好。對(duì)T2 mapping值和WOMAC、LEFS量表分別做相關(guān)性分析，發(fā)現(xiàn)T2 mapping和WOMAC有強(qiáng)相關(guān)關(guān)系（P=0.00），T2 mapping和LEFS有強(qiáng)相關(guān)關(guān)系（P=0.00）。兩組間性別的T2 mapping值差異不具有統(tǒng)計(jì)學(xué)意義（P＞0.05）。年齡與ROI5 T2 mapping值相關(guān)。
　　結(jié)論：
　　OA患者膝關(guān)節(jié)軟骨T2值高于健康成人，T2值增高可以提示OA的發(fā)生，臨床