分享:
分享到微信朋友圈
X
临床研究
基于磁共振mDIXON-Quant技术对健康受试者股骨近端骨髓脂肪定量研究
王明 张平 白琳 王亚丽 侯子硕 任聪聪 赵建

Cite this article as: Wang M, Zhang P, Bai L, et al. Quantitative assessment of bone marrow fat fraction of proximal femur in healthy subjects based on MRI mDIXON-Quant technique[J]. Chin J Magn Reson Imaging, 2022, 13(9): 63-68.本文引用格式:王明, 张平, 白琳, 等. 基于磁共振mDIXON-Quant技术对健康受试者股骨近端骨髓脂肪定量研究[J]. 磁共振成像, 2022, 13(9): 63-68. DOI:10.12015/issn.1674-8034.2022.09.012.


[摘要] 目的 采用MRI魔镜成像(mDIXON-Quant)技术测得骨髓质子密度脂肪分数(proton density fat fraction, PDFF)值,观测健康受试者股骨近端骨髓脂肪含量的变化趋势,并探讨年龄、性别及体质量指数(body mass index, BMI)对骨髓脂肪含量的影响。材料与方法 2021年6月至2022年3月期间前瞻性招募年龄20~80岁的健康受试者,进行股骨近端常规MRI及mDIXON-Quant序列检查,符合纳入标准且图像质量满意的共227例,年龄(53.59±14.20)岁,所有受试者分为中青年组(20~60岁)和老年组(61~80岁)。分别测量股骨头、股骨颈、大转子及转子间的PDFF值,采用Mann-Whitney U检验分别比较不同年龄段、性别间骨髓PDFF值的差异性,采用Kruskal-Wallis检验进行不同分区骨髓PDFF值的比较,采用Spearman检验观察年龄、性别、BMI与骨髓PDFF值的相关性,最后将股骨近端各分区PDFF值与年龄、性别及BMI进行多元线性回归分析。结果 中青年组受试者骨髓PDFF值低于老年组受试者,各分区PDFF值与年龄呈正相关(P<0.05)。男性各分区骨髓PDFF值均显著高于女性(P<0.05)。各分区间骨髓PDFF值差异具有统计学意义(P<0.05),其中大转子的骨髓PDFF值最高,股骨颈PDFF值最低。结论 股骨近端骨髓脂肪含量随年龄的增长呈上升趋势,男性股骨近端骨髓脂肪含量可能高于女性,股骨近端不同分区骨髓脂肪含量不同。
[Abstract] Objective The proton density fat fraction (PDFF) of bone marrow was obtained by MRI mDIXON-Quant sequence. The change trend of bone marrow fat content in the proximal femur of healthy subjects was observed, and the effects of age, gender and body mass index (BMI) on bone marrow fat content were detected.Materials and Methods From June 2021 to March 2022, a total of 227 patients aged 20-80 years were recruited for routine MRI examination and mDIXON-Quant examination of the proximal femur. The inclusion criteria and the image quality were satisfactory, with age of (53.59±14.20) years. The PDFF values of femoral head, femoral neck, greater trochanter and intertrochanter were obtained. Mann-Whitney U test was used to compare the difference of bone marrow PDFF values in different age groups and genders, and Kruskal-Wallis test was used to compare the bone marrow PDFF values in different regions. The Spearman correlation test was used to analyze correlations between age, gender, BMI and bone marrow PDFF, respectively. Finally, multiple linear regression analysis was performed on the PDFF values of each region of proximal femur with age, gender and BMI.Results The PDFF value of bone marrow in young and middle-aged subjects was lower than that in old subjects, and the PDFF value of each subregion was positively correlated with age (P<0.05). The bone marrow PDFF of males was higher than that of females in all of subregions (P<0.05). There were significant differences in PDFF between the subregions (P<0.05). The bone marrow PDFF of the greater trochanter was the highest. The femoral neck PDFF was the lowest.Conclusions The bone marrow fat content in proximal femur increased with age. The amount of bone marrow fat content in the proximal femur may be higher in men than in women. The content of bone marrow fat was different between subregions of proximal femur.
[关键词] 健康受试者;股骨近端;骨髓;脂肪定量;mDIXON-Quant;质子密度脂肪分数;磁共振成像
[Keywords] healthy subjects;proximal femur;bone marrow;fat quantification;mDIXON-Quant;proton density fat fraction;magnetic resonance imaging

王明    张平    白琳    王亚丽    侯子硕    任聪聪    赵建 *  

河北医科大学第三医院CT/MR室,石家庄 050051

*赵建,E-mail:zhaojiansohu@126.com

作者利益冲突声明:全体作者均声明无利益冲突。


基金项目: 2022年度河北省医学科学研究课题计划 20220129 2021年中央引导地方科技发展资金项目 216Z7709G
收稿日期:2022-05-23
接受日期:2022-09-14
中图分类号:R445.2  R68 
文献标识码:A
DOI: 10.12015/issn.1674-8034.2022.09.012
本文引用格式:王明, 张平, 白琳, 等. 基于磁共振mDIXON-Quant技术对健康受试者股骨近端骨髓脂肪定量研究[J]. 磁共振成像, 2022, 13(9): 63-68. DOI:10.12015/issn.1674-8034.2022.09.012.

       骨髓脂肪组织由造血骨髓和脂肪骨髓组成,是一个紧密参与骨重塑、骨髓造血、免疫细胞分化以及能量代谢的动态内分泌器官[1, 2]。骨质疏松症、糖尿病、血液病及髓腔肿瘤等原因会导致骨髓脂肪含量增高[3, 4, 5],因此骨髓脂肪含量及其变化情况可以在一定程度上反映机体的病理生理状态,如何无创定量观测骨髓脂肪含量变化情况来预测疾病发生,是临床上关注的热点问题。髋关节是人体重要的关节枢纽之一,作为其主要组成部位的股骨近端是老年人常见骨折部位。股骨近端脂肪含量的定量研究在骨质疏松性骨折的评估以及肿瘤浸润和骨髓脂肪沉积障碍等疾病的评估中,都具有重要的临床意义[6, 7]

       研究表明腰椎椎体的骨髓脂肪含量会随性别、年龄不同而变化[8, 9, 10]。但对股骨近端骨髓脂肪含量正常变化趋势的大样本研究较少,Aoki等[11]对31例女性患者的研究发现,绝经后女性转子间质子密度脂肪分数(proton density fat fraction, PDFF)值显著高于绝经前女性,PDFF值与患者年龄显著正相关。Gregory等[12]分析髋关节骨性关节炎的研究显示,不同分级患者股骨近端骨髓脂肪分布情况无显著性差异。但上述研究样本量较少,且均集中于特定人群。我们基于国内健康受试者,对股骨近端骨髓脂肪含量进行大样本、前瞻性的研究,采用魔镜成像(mDIXON-Quant)技术对健康受试者股骨近端骨髓脂肪含量进行定量测量,分析其与年龄,性别及体质量指数(body mass index, BMI)的相关性,并观察不同部位的变化趋势,为老年患者骨质疏松症相关骨折及并发症的预警提供一定影像学依据。

1 材料与方法

1.1 研究对象

       本研究经本院伦理委员会批准,批准文号:W2022-033-1,所有研究对象在检查前均签署知情同意书。本研究于2021年6月至2022年3月期间前瞻性招募健康受试者245人行MRI检查。纳入标准:(1)年龄20~80岁;(2)无髋关节外伤史、手术史及髋关节症状者;(3)无骨代谢异常疾病如糖尿病、库欣综合征、甲状旁腺功能亢进、肾性骨营养不良等;(4)未服用对骨代谢有影响的药物如皮质类固醇、维生素D、降钙素、二磷酸盐等。排除标准:(1)常规扫描图像质量不符合诊断要求者(如运动伪影等);(2)常规扫描显示股骨近端异常者;(3)有MRI扫描禁忌证。

1.2 仪器和方法

       采用3.0 T MR(Philips,Ingenia 3.0 T CX)扫描仪,32通道体部线圈。体位:仰卧位头先进。常规T1WI轴位扫描参数如下:TR 500 ms,TE 20 ms,FOV 284 mm×403 mm,体素0.8 mm×1.0 mm×3.0 mm,层厚3 mm,层间距0.3 mm,信号平均次数(number of signal average, NSA)1.2,扫描时间1 min 26 s;T2WI轴位扫描参数如下:TR 3000 ms,TE 100 ms,FOV 284 mm×403 mm,体素0.8 mm×1.0 mm×3.0 mm,层厚3 mm,层间距0.3 mm,NSA 1,扫描时间2 min 18 s;T2WI频率抑制翻转恢复(spectral presaturation attenuated inversion recovery, SPAIR)冠状位序列扫描参数如下:TR 3379 ms,TE 80 ms,FOV 280 mm×400 mm,体素0.9 mm×1.1 mm×4.0 mm,层厚4 mm,层间距0.4 mm,NSA 1,扫描时间2 min 8 s;MRI mDIXON-Quant轴位序列扫描范围为髂前上棘至小转子下缘,扫描参数如下:TR 8.0 ms,TE 1.15 ms,delta TE 0.7 ms,6个梯度回波,FOV 400 mm×300 mm×180 mm,体素2.5 mm×1.5 mm×3.0 mm,层厚3 mm,层间距0 mm,翻转角3°,敏感因子为2,NSA 5,扫描时间1 min 48 s。

1.3 图像分析

       系统自动生成水相、脂肪相、正相位、反相位、T2*及R2*共6组图像。分别由两名高年资MRI骨肌影像主治医师和副主任医师(分别具有5年和10年工作经验)在Philips ISP V9后处理工作站对所有受试者的图像进行双盲分析,分别将感兴趣区(region of interest, ROI)置于脂肪分数图上的股骨头(最大横截面显示处)、股骨颈(最大长轴显示处)、大转子(同股骨颈测量平面)及转子间(股骨颈层面下15 mm处,即下数第5层),测量时注意避开骨皮质,进行该区域PDFF值的测量。ROI面积范围在110~150 mm2,每个部位测三次,取平均PDFF值进行统计分析(图1)。

图1  男,51 岁,健康受试者,股骨近端各分区的测量图。1A:股骨头质子密度脂肪分数(PDFF)值的测量图,感兴趣区(ROI)面积为150 mm2,PDFF 值为89.45%;1B:股骨颈PDFF 值的测量图,ROI 面积为120 mm2,PDFF 值为86.99%;1C:大转子PDFF 值的测量图,ROI 面积为120 mm2,PDFF 值为92.94%;1D:转子间PDFF 值的测量图,ROI 面积为120 mm2,PDFF 值为91.08%。
Fig 1  A healthy 51‐year ‐old male subject, measurement of the subregions of the proximal femur. 1A: Measurement of femoral head proton density fat fraction (PDFF), region of interest (ROI) area is 150 mm2, PDFF value is 89.45%; 1B: Measurement of femoral neck PDFF, ROI area is 120 mm2, PDFF value is 86.99%; 1C: Measurement of greater trochanter PDFF, ROI area is 120 mm2, PDFF value is 92.94%; 1D: Measurement of intertrochanteric PDFF, ROI area is 120 mm2, PDFF value is 91.08%.

1.4 统计学分析

       应用SPSS 26.0统计软件进行统计学分析。计量资料符合正态分布时采用平均数±标准差(x¯±s)表示,不符合正态分布的数据采用中位数和四分位距MIQR)表示。观察者内及观察者间测量数据的一致性使用组内相关系数(intra-class correlation coefficient, ICC)进行评价,ICC大于0.8为可靠性较好。计量资料之间的比较采用Mann-Whitney U检验,采用Kruskal-Wallis检验进行各分区PDFF值的比较,P<0.05为差异有统计学意义。采用Spearman相关性分析观察年龄、性别及BMI与股骨近端各分区PDFF值的相关性。股骨近端各分区PDFF值与年龄、性别及BMI进行多元线性回归分析,P<0.05为差异有统计学意义。

2 结果

2.1 受试者入组情况

       排除不符合条件者18人,共227人(454个髋关节)纳入本项研究。年龄范围20~80岁,其中:男124例,年龄(53.35±14.09)岁,BMI(24.29±2.35)kg/m2;女103例,年龄(53.88±14.35)岁,BMI(23.90±2.72)kg/m2。年龄(t=-0.395,P=0.693)和BMI(t=1.641,P=0.102)在男、女受试者间差异无统计学意义。

2.2 一致性检验

       MRI mDixon-Quant技术测量股骨近端脂肪含量的可重复性很高,两名MRI骨肌系统影像医师所测量的股骨头、股骨颈、股骨大转子、转子间骨髓PDFF值的组内ICC[95%置信区间(confidence interval, CI)]分别为0.934(0.890,0.961)、0.989(0.981,0.993)、0.946(0.910,0.968)、0.951(0.918,0.971);组间ICC(95% CI)分别为0.945(0.908,0.967)、0.986(0.977,0.992)、0.899(0.830,0.939)、0.951(0.919,0.971)。

2.3 不同年龄段间股骨近端不同分区PDFF值的差异性及相关性分析

       本研究将所有受试者分为中青年组(20~60岁)和老年组(61~80岁),进行不同年龄段之间的比较,青中年组的股骨头、股骨颈及大转子的PDFF值显著低于老年组(表1图2)。年龄与股骨头、股骨颈、大转子及转子间骨髓PDFF值之间的r值分别为0.228、0.224、0.293、0.147,P值均<0.001,年龄与各分区骨髓PDFF值成正相关。

图2  不同年龄段股骨颈质子密度脂肪分数(PDFF)值的比较。2A为35 岁受试者的股骨颈伪彩图,PDFF 值为67.62%;2B为66 岁受试者的股骨颈伪彩图,PDFF 值为85.60%。
图3  不同分区男性和女性的质子密度脂肪分数(PDFF)值分布图。
Fig. 2  Comparison of proton density fat fraction (PDFF) values of the femoral neck in different age groups. 2A is a pseudocolor image of the femoral neck of a 35‐year‐old subject with a PDFF value of 67.62%; 2B is a pseudocolor image of the femoral neck value of a 66‐year‐old subject with a PDFF value of 85.60%.
Fig. 3  Distribution of proton density fat fraction (PDFF) values of males and females in different subregions.
表1  不同年龄段之间股骨近端不同分区间PDFF值的比较
Tab. 1  Comparison of PDFF values between different divisions of proximal femur in different age groups

2.4 性别与股骨近端各分区PDFF值的关系

       男性受试者股骨头、股骨颈、大转子以及转子间的骨髓PDFF值均显著高于女性受试者(Z值分别为-5.229、-7.790、-4.321、-8.052,P<0.05)(表2)。男性与女性受试者PDFF值的分布情况如图3所示。

表2  不同性别间股骨近端各分区PDFF值的比较
Tab. 2  Comparison of PDFF values in different regions of proximal femur between genders

2.5 股骨近端各分区骨髓PDFF值的差异

       股骨近端各分区(股骨头,股骨颈,大转子和转子间)之间的骨髓PDFF值差异均有统计学意义(H=439.99,P<0.05),其中大转子的骨髓PDFF值最大[95.12%(93.82%,96.14%)],股骨颈骨髓PDFF值最小[84.35%(75.51%,92.18%)](图4),股骨颈变异度最高(股骨颈处为19.76%,股骨头,大转子和转子间的变异度分别为4.36%、2.44%和13.64%)。

图4  股骨近端四个不同分区骨髓质子密度脂肪分数(PDFF)值差异性比较。FH:股骨头;FN:股骨颈;GT:大转子;IT:转子间。
Fig. 4  Comparison of proton density fat fraction (PDFF) values of bone marrow in four different subregions of proximal femur. FH: femoral head; FN: femoral neck; GT: greater trochanter; IT: intertrochanteric

2.6 股骨近端各分区PDFF值与BMI相关性

       本研究结果显示股骨近端各分区PDFF值与BMI均无显著相关性(P≥0.05)(表3)。

表3  各分区PDFF值与BMI相关性
Tab. 3  Correlation between BMI and PDFF value of different regions

2.7 年龄、性别及BMI对股骨近端各分区PDFF值多元线性分析

       本研究将性别、年龄与BMI分别与股骨头、股骨颈、大转子以及转子间PDFF值进行多元线性回归分析。结果显示,性别、年龄均与股骨近端上述四个分区存在相关性(表4)。

表4  年龄、性别及BMI对股骨近端各分区PDFF值的多元线性分析
Tab. 4  Multivariate linear analysis of PDFF values of proximal femur by age, gender and BMI

3 讨论

       本研究采用MRI mDIXON-Quant成像技术定量评估健康受试者股骨近端不同分区骨髓PDFF值的分布情况。结果发现中青年组受试者的股骨头、股骨颈及大转子的PDFF值均显著低于老年组受试者,且随年龄增长,股骨近端各分区的骨髓PDFF值均呈上升趋势。此外,男性受试者股骨近端不同分区的骨髓PDFF值均显著大于女性,但BMI与股骨近端各分区PDFF值之间无显著相关性。相对其他有关研究而言,本研究样本量大,且未将研究对象设定为特殊人群,因此在一定程度可以更好地反映股骨近端骨髓脂肪含量在不同人群、不同年龄段的分布情况[11, 12, 13]。本文阐述了股骨近端骨髓PDFF值在健康受试者中的分布情况,为老年患者股骨近端骨质疏松性骨折及其相关并发症的早期预警提供一定影像学参考。

3.1 股骨近端骨髓脂肪含量与年龄的关系

       本研究发现,随着年龄的增长股骨近端各分区骨髓PDFF值均呈增长趋势,与既往研究[13, 14, 15]结果相似,多元线性回归分析也显示,年龄对股骨近端上述4个分区均存在显著性影响。Burian等[13]在健康人群中进行的研究显示,腰椎椎体骨髓脂肪分数具有随年龄增长的趋势,说明不同椎体间的骨髓PDFF值均与年龄具有一定相关性。由于骨髓PDFF值反映的是骨髓中脂肪含量的高低,因此脂肪含量较高的黄色骨髓PDFF值较红色骨髓的PDFF值高。本研究发现,老年组受试者的PDFF值较中青年组受试者有了较明显的升高,进一步说明在衰老的过程中,红骨髓逐渐被黄色脂肪骨髓组织所取代,即所谓的红黄骨髓的“转化”,而这种变化最终会导致骨髓PDFF的明显升高[16, 17]。虽然成年后红黄骨髓的分布趋于稳定化,但随着年龄的持续增长,健康人群股骨近端的骨髓脂肪含量因各种因素的影响仍发生着细微的组织成分改变[18, 19]。了解这种骨髓脂肪浸润程度的变化情况,有助于更好地区分疾病表现和正常生理变化规律,此外,深入了解这种变化趋势可以更进一步认识骨质疏松相关并发症的早期影像学表现,从而起到早期预测作用。

3.2 股骨近端骨髓脂肪含量与性别的关系

       既往研究[20, 21, 22]表明,性别是影响PDFF值差异性分布的主要因素之一,本研究所涉及到的四个分区PDFF值在男女组间均存在显著差异,进一步印证上述观点。本研究得出男性受试者的PDFF值均显著高于女性,但女性受试者的骨髓PDFF值分布范围较男性更加广泛。我们认为上述结论可能与女性受试者的雌激素水平变化情况有关,既往多数研究认为雌激素水平会在一定程度上影响骨髓PDFF值的大小[15,23, 24]。Burian等[15]比较绝经前后女性骨髓PDFF值的研究认为,虽然绝经后女性的PDFF值要显著高于绝经前女性,但绝经后女性的骨髓PDFF值的分布范围要更加广泛。但也有研究[24]认为42岁以下年轻女性的股骨近端PDFF值分布范围要高于42岁后女性人群。因此,有待进一步的研究来判断雌激素与骨髓PDFF值分布范围之间的具体关系。此外,有研究[23]表明42岁以下女性人群PDFF值比老年女性低13%,说明绝经后女性由于雌激素水平的降低,会导致PDFF值的升高。Syed等[25]在绝经后女性给予雌激素和安慰剂的对照研究显示,雌激素治疗组的骨髓脂肪细胞体积和数量明显下降,表明雌激素水平对骨髓PDFF值的影响,即雌激素水平会抑制骨髓的脂肪浸润情况,具体表现为PDFF值的降低。此外,我们在对股骨近端骨髓PDFF值进行多元线性回归分析时也发现性别对各分区骨髓PDFF值均有影响。

3.3 不同分区股骨近端骨髓脂肪含量的比较

       本研究显示股骨近端不同分区骨髓PDFF值之间存在差异,这一结果也与之前Gondim Teixeira等[24]的研究相一致。既往研究表明,骨髓脂肪含量及分布情况与造血细胞的分布情况有关,而造血细胞又与骨代谢活动密切相关,因此骨髓脂肪含量可以在一定程度上反映骨代谢的活性[26, 27, 28]。多数研究[17,29, 30]认为,在四肢长管状骨中黄骨髓优先位于骨干和骨骺,而红骨髓主要是分布于造血组织代谢相对旺盛的干骺端,因此位于股骨干骺端处的股骨颈处PDFF值较低的原因可能是由于该部位的骨髓造血活动相对活跃,红骨髓的存在导致该部位脂肪含量相对较少,进而表现为该处PDFF值要小于上述其他分区,而股骨头和大转子主要以黄色骨髓组织为主,故PDFF值较高。此外,由于红骨髓含水脂成分比例较黄骨髓高,因此我们推测红骨髓的存在也在一定程度上加大了股骨颈处骨髓PDFF值分布的不稳定性,这有待进一步的研究进行评估。通过研究健康受试者股骨近端各分区脂肪分数之间的差异,有助于辨别骨髓正常生理状态和疾病早期的表现,进而对疾病的早期预防提供帮助。

3.4 股骨近端骨髓脂肪含量与BMI的关系

       本研究未发现股骨近端骨髓PDFF值与BMI存在显著相关性。既往研究[16]显示BMI与椎旁肌肉之间存在一定的相关性,而与椎体骨髓PDFF值无显著相关性。此外,有研究[21]表明BMI仅对42岁以上女性人群的股骨转子间的PDFF值存在显著影响。上述研究结果表明BMI可能不是预测骨髓PDFF值变化状况的敏感指标,我们认为这可能是由于BMI的增加主要表现为皮下脂肪和内脏脂肪浸润,而这些部位的脂肪浸润与骨髓PDFF值之间的关系可能不大,但也有研究[31]指出,BMI值较高的受试者的骨髓血管转化增加,而这种转化的增加会导致骨髓PDFF值减少。在本研究中我们并未发现BMI与股骨近端骨髓PDFF值之间的显著相关性,但在进一步多元线性回归时却发现BMI与股骨近端部分分区骨髓PDFF存在一定相关性,因此有待进一步的研究对BMI与PDFF值之间的关系进行验证。

       本研究分析了大样本受试者股骨近端骨髓脂肪含量的分布特点及其影响因素,采用横断面设计为其不足之处,纵向随访有助于观察个体PDFF值随时间的动态变化情况。

       综上所述,通过MRI mDIXON-Quant技术可检测到股骨近端骨髓脂肪含量的变化,发现其与性别、年龄及测量部位均具有一定的相关性。了解健康受试者股骨近端骨髓脂肪含量的变化规律,有助于对累及骨髓疾病的早期阶段以及老年骨质疏松性骨折的早期诊断提供影像学参考依据。

[1]
Martel D, Leporq B, Bruno M, et al. Chemical shift-encoded MRI for assessment of bone marrow adipose tissue fat composition: pilot study in premenopausal versus postmenopausal women[J]. Magn Reson Imaging, 2018, 53: 148-155. DOI: 10.1016/j.mri.2018.07.001.
[2]
Hardouin P, Rharass T, Lucas S. Bone marrow adipose tissue: to Be or not to Be a typical adipose tissue?[J]. Front Endocrinol (Lausanne), 2016, 7: 85. DOI: 10.3389/fendo.2016.00085.
[3]
Wong AK, Abinaa C, Rachel W, et al. Bone marrow and muscle fat infiltration are correlated among postmenopausal women with osteoporosis: the AMBERS cohort study[J]. J Bone Miner Res, 2020, 35(3): 516-527.
[4]
Zeng ZL, Ma XZ, Guo YF, et al. Quantifying bone marrow fat fraction and iron by MRI for distinguishing aplastic Anemia from myelodysplastic syndromes[J]. J Magn Reson Imaging, 2021, 54(6): 1754-1760. DOI: 10.1002/jmri.27769.
[5]
Zhao YX, Huang MQ, Ding J, et al. Prediction of abnormal bone density and osteoporosis from lumbar spine MR using modified Dixon quant in 257 subjects with quantitative computed tomography as reference[J]. J Magn Reson Imaging, 2019, 49(2): 390-399. DOI: 10.1002/jmri.26233.
[6]
Lai JKC, Robertson PL, Goh C, et al. Intraobserver and interobserver variability of the bone marrow burden (BMB) score for the assessment of disease severity in Gaucher disease. Possible impact of reporting experience[J]. Blood Cells Mol Dis, 2018, 68: 121-125. DOI: 10.1016/j.bcmd.2016.11.004.
[7]
Angelini A, Trovarelli G, Berizzi A, et al. Treatment of pathologic fractures of the proximal femur[J]. Injury, 2018, 49(Suppl 3): S77-S83. DOI: 10.1016/j.injury.2018.09.044.
[8]
宋宇, 宋清伟, 张浩南, 等. 基于压缩感知的3DmDixonQuant对腰椎椎体脂肪含量的定量研究[J]. 磁共振成像, 2021, 12(4): 51-56. DOI: 10.12015/issn.1674-8034.2021.04.010.
Song Y, Song QW, Zhang HN, et al. 3D mDixon Quant based on compressed SENSE for quantitative study of lumbar vertebral body fat content[J]. Chin J Magn Reson Imaging, 2021, 12(4): 51-56. DOI: 10.12015/issn.1674-8034.2021.04.010.
[9]
翟树佳, 马景旭, 赵丽萍, 等. 脂肪定量在原发性骨质疏松症中的诊断应用[J]. 实用放射学杂志, 2018, 34(1): 71-74. DOI: 10.3969/j.issn.1002-1671.2018.01.019.
Zhai SJ, Ma JX, Zhao LP, et al. The diagnostic application of fat quantification in the primary osteoporosis[J]. J Pract Radiol, 2018, 34(1): 71-74. DOI: 10.3969/j.issn.1002-1671.2018.01.019.
[10]
张勇, 程晓光, 于爱红, 等. 腰椎椎体骨髓脂肪含量与骨密度、年龄关系的定量影像评估[J]. 中华放射学杂志, 2017(10): 771-776. DOI: 10.3760/j.issn.1005-1201.2017.10.010.
Zhang Y, Cheng XG, Yu AH, et al. Quantitative radiological evaluation of interaction of lumbar vertebral bone marrow fat, bone mineral density and age[J]. Chin J Radiol, 2017(10): 771-776. DOI: 10.3760/j.issn.1005-1201.2017.10.010.
[11]
Aoki T, Yamaguchi S, Kinoshita S, et al. Quantification of bone marrow fat content using iterative decomposition of water and fat with echo asymmetry and least-squares estimation (IDEAL): reproducibility, site variation and correlation with age and menopause[J/OL]. Br J Radiol. 2016, 89(1065) [2022-07-25]. https://sci-hub.se/10.1259/bjr.20150538. DOI: 10.1259/bjr.20150538.
[12]
Gregory JS, Barr RJ, Varela V, et al. MRI and the distribution of bone marrow fat in hip osteoarthritis[J]. J Magn Reson Imaging, 2017, 45(1): 42-50. DOI: 10.1002/jmri.25318.
[13]
Burian E, Syväri J, Dieckmeyer M, et al. Age- and BMI-related variations of fat distribution in sacral and lumbar bone marrow and their association with local muscle fat content [J/OL]. Sci Rep, 2020, 10(1) [2022-07-25]. https://sci-hub.se/10.1038/s41598-020-66649-8. DOI: 10.1038/s41598-020-66649-8.
[14]
Dieckmeyer M, Junker D, Ruschke S, et al. Vertebral Bone Marrow Heterogeneity Using Texture Analysis of Chemical Shift Encoding-Based MRI: Variations in Age, Sex, and Anatomical Location[J/OL]. Front Endocrinol (Lausanne), 2020, 11 [2022-07-25]. https://sci-hub.se/10.3389/fendo.2020.555931. DOI: 10.3389/fendo.2020.555931.
[15]
Burian E, Subburaj K, Mookiah MRK, et al. Texture analysis of vertebral bone marrow using chemical shift encoding-based water-fat MRI: a feasibility study[J]. Osteoporos Int, 2019, 30(6): 1265-1274. DOI: 10.1007/s00198-019-04924-9.
[16]
邓小丽, 杨莉, 陈思浩, 等. 常规MRI在骨质疏松诊断中的价值[J]. 磁共振成像, 2020, 11(8): 663-665. DOI: 10.12015/issn.1674-8034.2020.08.014.
Deng XL, Yang L, Chen SH, et al. The value of routine MRI examination for evaluating osteoporosis[J]. Chin J Magn Reson Imaging, 2020, 11(8): 663-665. DOI: 10.12015/issn.1674-8034.2020.08.014.
[17]
Chiarilli MG, Delli Pizzi A, Mastrodicasa D, et al. Bone marrow magnetic resonance imaging: physiologic and pathologic findings that radiologist should know[J]. Radiol Med, 2021, 126(2): 264-276. DOI: 10.1007/s11547-020-01239-2.
[18]
Bertheau RC, Lorbeer R, Nattenmüller J, et al. Bone marrow fat fraction assessment in regard to physical activity: KORA FF4-3-T MR imaging in a population-based cohort[J]. Eur Radiol, 2020, 30(6): 3417-3428. DOI: 10.1007/s00330-019-06612-y.
[19]
Ruschke S, Pokorney A, Baum T, et al. Measurement of vertebral bone marrow proton density fat fraction in children using quantitative water-fat MRI[J]. Magn Reson Mater Phy, 2017, 30(5): 449-460. DOI: 10.1007/s10334-017-0617-0.
[20]
Burian E, Franz D, Greve T, et al. Age- and gender-related variations of cervical muscle composition using chemical shift encoding-based water-fat MRI[J/OL]. Eur J Radiol. 2020, 125 [2022-07-25]. https://sci-hub.se/10.1016/j.ejrad.2020.108904. DOI: 10.1016/j.ejrad.2020.108904.
[21]
Huang Y, Wang L, Zeng X, et al. Association of Paraspinal Muscle CSA and PDFF Measurements With Lumbar Intervertebral Disk Degeneration in Patients With Chronic Low Back Pain[J/OL]. Front Endocrinol (Lausanne). 2022, 13 [2022-07-25]. https://sci-hub.se/10.3389/fendo.2022.792819. DOI: 10.3389/fendo.2022.792819.
[22]
Gassert FT, Kufner A, Gassert FG, et al. MR-based proton density fat fraction (PDFF) of the vertebral bone marrow differentiates between patients with and without osteoporotic vertebral fractures[J]. Osteoporos Int, 2022, 33(2): 487-496. DOI: 10.1007/s00198-021-06147-3.
[23]
Davis SR, Lambrinoudaki I, Lumsden M, et al. Menopause[J/OL]. Nature reviews Disease primers, 2015, 1 [2022-07-25]. https://sci-hub.se/10.1016/j.mcna.2015.01.006. DOI: 10.1016/j.mcna.2015.01.006.
[24]
Gondim Teixeira PA, Cherubin T, Badr S, et al. Proximal femur fat fraction variation in healthy subjects using chemical shift-encoding based MRI[J/OL]. Sci Rep, 2019, 9(1) [2022-07-25]. https://sci-hub.se/10.1038/s41598-019-56611-8. DOI: 10.1038/s41598-019-56611-8.
[25]
Syed FA, Oursler MJ, Hefferanm TE, et al. Effects of estrogen therapy on bone marrow adipocytes in postmenopausal osteoporotic women[J]. Osteoporos Int, 2008, 19(9): 1323-1330. DOI: 10.1007/s00198-008-0574-6.
[26]
Fukuda T, Huang MQ, Janardhanan A, et al. Correlation of bone marrow cellularity and metabolic activity in healthy volunteers with simultaneous PET/MR imaging[J]. Skeletal Radiol, 2019, 48(4): 527-534. DOI: 10.1007/s00256-018-3058-6.
[27]
Hawkes CP, Mostoufi-Moab S. Fat-bone interaction within the bone marrow milieu: impact on hematopoiesis and systemic energy metabolism[J]. Bone, 2019, 119: 57-64. DOI: 10.1016/j.bone.2018.03.012.
[28]
Martel D, Honig S, Monga A, et al. Analysis of muscle, hip, and subcutaneous fat in osteoporosis patients with varying degrees of fracture risk using 3T Chemical Shift Encoded MRI[J/OL]. Bone Rep. 2020, 12 [2022-07-25]. https://sci-hub.se/10.1016/j.bonr.2020.100259. DOI: 10.1016/j.bonr.2020.100259.
[29]
Pino AM, Rodríguez JP. Is fatty acid composition of human bone marrow significant to bone health?[J]. Bone, 2019, 118: 53-61. DOI: 10.1016/j.bone.2017.12.014.
[30]
Beekman KM, Regenboog M, Nederveen AJ, et al. Gender- and Age-Associated Differences in Bone Marrow Adipose Tissue and Bone Marrow Fat Unsaturation Throughout the Skeleton, Quantified Using Chemical Shift Encoding-Based Water-Fat MRI[J/OL]. Front Endocrinol (Lausanne), 2022, 13 [2022-07-25]. https://sci-hub.se/10.3389/fendo.2022.815835. DOI: 10.3389/fendo.2022.815835.
[31]
Budzik JF, Lefebvre G, Behal H, et al. Bone marrow perfusion measured with dynamic contrast enhanced magnetic resonance imaging is correlated to body mass index in adults[J]. Bone, 2017, 99: 47-52. DOI: 10.1016/j.bone.2017.03.048.

上一篇 基于MRI影像组学模型识别三角纤维软骨复合体损伤
下一篇 磁共振T2-mapping定量成像评估兔急性肠系膜上动脉缺血小肠肠壁损伤的实验研究
  
诚聘英才 | 广告合作 | 免责声明 | 版权声明
联系电话:010-67113815
京ICP备19028836号-2