MR T2WI單序列紋理分析對類風濕性關節炎和痛風性關節炎的鑒別診斷價值

劉欣，楊海濤，王琪琪，周素穎，趙潔

類風濕性關節炎(rheumatoid arthritis，RA)和痛風性關節炎(gouty arthritis，GA)是臨床上常見的滑膜性關節炎，二者臨床上均以慢性起病，表現為四肢關節腫脹、疼痛及功能障礙，晚期導致關節不可逆性破壞、功能喪失而致殘。其診斷均需結合臨床表現、實驗室和影像學檢查綜合診斷[1-2]。但實驗室檢查不典型者并不少見，血清陰性RA 占所有RA 患者20%左右[3]；臨床上不伴有高尿酸血癥GA 患者逐漸增多[4]。二者常規MRI都表現為滑膜增生、關節積液、骨髓水腫、骨質侵蝕以及關節周圍軟組織腫脹[5]，并沒有足夠的特異度。因此，無論在臨床上還是影像學上特別是疾病早期對二者的鑒別仍有一定難度。

紋理分析能充分挖掘圖像中肉眼無法觀察到的隱藏信息，能反映組織的潛在病理及生理學特征，在鑒別診斷方面潛力巨大[6-8]。增強MRI 能區分增生滑膜與關節積液，一直是滑膜性關節炎的最佳影像學檢查[5，9]。但RA和GA治療過程中常需行多次MRI增強檢查進行療效評估，而釓劑的腦沉積、腎功能損害等毒副作用已日益受到關注，使其應用受到限制；文獻報道[10-11]T2WI序列增生滑膜信號強度低于關節積液，增生滑膜與關節積液在T2WI-FS 序列上具有良好對比度。因此，筆者探討能否利用MRI 平掃的T2WI 脂肪抑制單序列圖像紋理分析來協助鑒別診斷RA與GA。

1 材料與方法

1.1 一般資料

本研究經過我院醫學倫理委員會批準(批準文號：2018-092)，免除受試者知情同意。回顧性分析我院2016 年1 月至2020 年9 月臨床綜合確診為RA、GA患者的臨床和MRI 資料。納入標準：RA 納入根據2010 年ACR/EULAR 標準記分表總分≥6；GA 納入根據2015年ACR/EULAR分類標準記分表總分≥8。排除標準如下：(1)臨床資料不完善；(2)滑膜不易勾畫ROI(滑膜輕度增生或與關節積液、軟骨難以區分)；(3)臨床診斷不明確；(4)圖像質量差不能滿足診斷。最終68 例RA (81 個關節)、47 例GA (61 個關節)納入本次研究，關節部位分布如表1所示。

表1 類風濕關節炎和痛風性關節炎關節部位分布[個(%)]Tab.1 Distribution of locations of rheumatoid arthritis and gouty arthritis[n(%)]

1.2 儀器與方法

采用GE Signa Hispeed plus 1.5 T (65 個關節)、GE Signa HDx 3.0 T (77個關節)磁共振儀掃描。MRI掃描根據檢查部位應用相應的關節表面線圈。各關節的掃描序列及參數總結如下：T1WI快速自旋回波序列(TR 460～600 ms，TE 9～20 ms)；T2WI 快速自旋回波序列(TR 2800～4200 ms，TE 40～60 ms)；T2WI脂肪抑制快速自旋回波序列(TR 2600～3600 ms，TE 40～80 ms)；FOV 80 mm×80 mm～180 mm×180 mm，矩陣128×128～256×256，層厚3～4 mm，層間距0.5～1.0 mm；分別行冠狀位、矢狀位及軸位掃描。共51 個關節(RA 共45 個、GA 共6 個)經肘靜脈注射對比劑釓噴酸葡胺(Gd-DTPA)行動態增強掃描，總量0.2 mL/kg 體質量，注射速率3 mL/s，與注射同時進行，行增強脂肪抑制T1WI冠矢及軸位掃描。

1.3 圖像分割

所有MR 圖像以DICOM 格式加載到計算機使用開源軟件ITK-SNAP (版本3.4)勾畫增生滑膜ROI。在T2WI-FS 序列上增生的滑膜組織界定為關節囊內信號強度低于關節積液、高于肌肉組織信號強度的片絮狀影，放大圖像后可見其大致邊界。為確保ROI正確勾畫，首先由2名分別有3年(醫師1)和5年(醫師2)骨肌診斷經驗放射科醫師對照MR 增強圖像在T2WI-FS 序列上手動勾畫3 個ROI (滑膜增生明顯處)，所有勾畫的滑膜ROI由1名高級職稱骨肌診斷醫師復核基本無誤后再進行其他無增強圖像的T2WI-FS滑膜ROI勾畫，結果仍由高級醫師確認符合。勾畫ROI時盡量放大圖像，避免重疊鄰近骨質和關節積液。手動分割示意圖見圖1、2。利用Python 軟件提取75 個紋理特征參數，包括19 個一階統計量(first order statistics)特征、24個灰度共生矩陣(GLCM)特征、16 個灰度長度矩陣(GLRLM)特征以及16個灰度形狀矩陣(GLSZM)特征。

圖1 女，39 歲，類風濕關節炎。A、B：膝關節橫軸位T2WI-FS 及其對應手動勾畫ROI(紅色)圖像；C、D：膝關節橫軸位T1WI/FS 增強及其對應手動勾畫的ROI(深紅色)圖像 圖2 男，66 歲，痛風性關節炎。A、B：腕關節冠狀位T2WI-FS 及其對應手動勾畫ROI(紅色)圖像；C、D：腕關節冠狀位T1WI-FS 增強及其對應手動勾畫ROI(深紅色)圖像Fig. 1 Female, 39 years old, rheumatoid arthritis.A, B were axial T2WI-FS of knee image and corresponding manually delineated ROI (red) image. C, D were axial enhanced T1WI-FS image and corresponding manually delineated ROI (dark red) image. Fig. 2 Male, 66 years old, gouty arthritis. A, B were coronal T2WI-FS image and corresponding manually delineated ROI(red)image.C,D were coronal enhanced T1WI-FS image and corresponding manually delineated ROI(dark red)image.

1.4 統計學分析

應用SPSS 19.0統計軟件，患者性別定性資料進行卡方檢驗；年齡定量資料(參數符合正態分布及方差齊性檢驗)采用均數±標準差描述，進行t檢驗。采用組內相關系數(ICC)評估2 名醫師提取增生滑膜ROI紋理特征的一致性。對2名醫師測得一致性較好(ICC＞0.75)的紋理特征進行后續的統計分析，符合正態分布且方差齊性檢驗的2組滑膜性關節炎紋理特征之間的差異行t檢驗；反之，則采用Mann-Whitney U檢驗進行分析(所有參數均用2名醫師測得紋理特征的平均值進行分析)。對各特征集具有統計學差異的紋理特征運用因子分析方法，選取載荷指標較大(＞0.75)的紋理特征，應用Logistic 回歸分析行多特征聯合回歸分析，并進行多特征集分析。分析相關紋理特征ROC 曲線的AUC，并比較其診斷效能。P＜0.05認為差異有統計學意義。

2 結果

2.1 一般資料分析

本組RA 患者年齡22～82 歲；GA 患者年齡21～75歲。如表2所示，兩組間性別比例差異有統計學意義，年齡分布差異無統計學意義。

表2 兩組患者的一般資料Tab.2 General data of the two groups

2.2 紋理特征提取一致性檢驗結果分析

2名醫師提取紋理特征的ICC值范圍為0.620～0.915，篩選出一致性較好(ICC＞0.75)的55 個紋理特征進行后續統計分析，包括15個一階統計量、18個灰度共生矩陣、12 個灰度長度矩陣和10 個灰度形狀矩陣特征。20個一致性較差(ICC≤0.75)的紋理特征中有8 個具有統計學差異(P＜0.05)，包括2 個一階統計量、3 個灰度共生矩陣、1 個灰度長度矩陣以及2 個灰度形狀矩陣特征。

2.3 紋理特征分析

一階統計量、灰度共生矩陣、灰度長度矩陣、灰度形狀矩陣紋理特征分析分別有10、9、6、5個紋理特征在RA 和GA 組中具有統計學差異(P＜0.05)。所有關節特征集聯合分析如表3所示，一階統計量特征紋理分析鑒別兩組關節滑膜病變的AUC 值最大(AUC=0.898)，僅略低于多特征集聯合診斷效能(AUC=0.902)。將兩組膝關節病例單獨提取的紋理特征集聯合分析如表4 所示，多特征集聯合特征紋理分析AUC 為0.900。各特征集AUC 值最大的紋理特征鑒別效能結果如表5 所示：一階統計量特征中的Minimum在所有單個紋理特征中AUC 值(0.836)最大，敏感度、特異度分別為0.778、0.770。

表3 所有關節特征集聯合ROC曲線分析鑒別效能Tab.3 Differential performance of texture feature sets combined ROC curve analysis of all joints

表4 膝關節紋理特征集聯合分析鑒別效能Tab.4 Differential performance of texture feature sets combined ROC curve analysis of the knees

表5 各特征集AUC值最大的紋理特征鑒別效能Tab.5 Differential performance of texture feature with maximum AUC value of each texture feature set

3 討論

高尿酸血癥是GA較特異的臨床表現，但文獻[4]報道GA 患者痛風急性發作時血尿酸水平可為正常水平，而高尿酸血癥并不一定導致痛風發作，尿酸水平正常不能排除痛風，這類血尿酸水平不高患者臨床診斷較困難，常需要與RA鑒別。RA常多發、對稱侵犯手足小關節，但也有RA 以單關節起病并持續數年的相關文獻報道[12]。以往GA 相關研究多集中于雙能CT (DECT)對痛風石檢出的相關應用，但MRI 可以顯示GA 主要病理改變，并能監測RA、GA 的治療反應，在臨床應用廣泛[13-14]。雖然文獻報道穿鑿樣骨質破壞形式在GA 中較具特異度，但敏感度較低；大多數GA 滑膜炎T2WI 信號以等至低信號為主[4，15]，RA 病變早期滑膜組織由于炎細胞浸潤及小血管增生在T2WI 常呈高信號，然而文獻報道[16]RA病變晚期隨著滑膜纖維性血管翳形成，T2WI 也可呈低信號，另外二者都可伴有關節積液、骨髓水腫、關節周圍軟組織腫脹等表現，常規MRI 并不足以鑒別RA 和GA[17]。紋理分析通過高通量提取影像特征來更客觀和定量地描述病變特征，提供一種相對無創的鑒別診斷評價方式。目前尚未見紋理分析在滑膜性關節炎的相關研究報道[18]。釓劑由于存在腦沉積、腎功能損害等毒副作用，其應用受到限制，而RA和GA患者需行多次MRI增強檢查進行療效評估。近年文獻[19-20]報道了新興的影像學方法，如不應用對比劑的脂肪抑制液體衰減反轉恢復(FLAIR-FS)序列和體素內不相干運動擴散加權成像(intravoxel incoherent motion diffusion-weighted imaging，IVIM-DWI)對于評估關節滑膜炎具有一定價值。另外文獻報道[10-11]增生滑膜與關節積液在T2WI-FS序列上對比度良好，本研究試圖利用MR T2WI抑脂單序列紋理分析來鑒別RA和GA。

本組RA 和GA 患者性別分布存在差異性。與以往研究[1，4]一致，本組RA 患者以女性多見，而GA 以男性多見。所有關節特征集聯合ROC 曲線分析結果顯示一階統計量、灰度共生矩陣、灰度長度矩陣、灰度形狀矩陣特征紋理分析的AUC 值分別為0.898、0.826、0.831、0.830，一階統計量紋理特征鑒別診斷效能較好，對應的AUC 值、敏感度及特異度分別為0.898、0.852和0.802。加上膝關節單獨紋理分析鑒別效能也較高，表明基于MRI 常規T2WI 抑脂序列紋理分析對于RA 和GA 的有一定鑒別診斷價值。區分RA、GA 的主要紋理特征是測量病變信號的異質性，如在一階統計量特征中的Entropy (熵)和灰度長度矩陣、灰度形狀矩陣中的GLN (灰度非一致性)紋理特征反映了ROI 的異質性，其值越大提示灰度均勻性越差。灰度共生矩陣中的聯合能量(joint energy)度量圖像灰度分布均勻性，值越大表明圖像相鄰灰度分布越均勻。在本研究中，灰度長度矩陣和灰度形狀矩陣單個紋理特征ROC 曲線AUC 值最大對應的紋理特征均為GLN，與之相應GA 的GLN、Entropy 紋理特征值較RA更大，提示GA增生滑膜組織較RA的異質性相對大。RA 和GA 滑膜炎病理組織學不同，在鏡下RA增生滑膜內見較多炎細胞彌漫性浸潤，伴有淋巴濾泡樣小結節形成及漿細胞浸潤，并可見毛細血管增生[21]；GA 引起滑膜炎是對持續性尿酸鹽晶體沉積的反應，其增生滑膜組織主要為結晶狀物體沉積[16]。綜合比較各特征集紋理分析，發現從一階統計量提取的紋理特征診斷效能最高(AUC=0.898)，僅略低于所有特征集聯合診斷效能(AUC=0.902)。

本研究具有以下不足：第一，不是全部病例均有增強圖像對照，部分圖像基于T2WI 手動勾畫滑膜ROI，難以做到滑膜組織的準確分割，文獻[22]報道應用深度學習技術可實現腫瘤組織的精確檢測和自動分割，后續研究可以采用類似半自動或全自動組織分割方法來更精確分割增生滑膜。第二，本研究為回顧性分析研究，不同場強儀器、不同部位MR圖像掃描參數無法做到精準控制，對圖像本身紋理特征一致性存在偏差，難以做到完全一致。第三，本研究僅僅基于MR圖像紋理分析，并未結合臨床特征如性別、年齡和實驗室檢查等，有待后續整理收集相關資料后運用更深入的影像組學方法進行綜合分析。

綜上所述，本研究顯示RA 與GA 的MRI 常規T2WI抑脂單序列紋理特征存在差異，紋理分析對兩者具有潛在鑒別價值；一階統計量提取的紋理特征在所有特征集中的鑒別診斷效能最高；一階統計量中的Minimum 為診斷效能最高的單個紋理特征。這或許能給慢性滑膜性關節炎長期隨訪療效評價中減少對比劑使用和副反應發生提供一些借鑒。

作者利益沖突聲明：全體作者均聲明無利益沖突。