分享:
分享到微信朋友圈
X
临床研究
基于体素内不相干运动扩散加权成像的虚拟磁共振弹性成像在髌下脂肪垫中的可重复性分析
樊秋菊 谭辉 郭炎兵 申利 于楠 于勇

Cite this article as: FAN Q J, TAN H, GUO Y B, et al. Evaluation of the reproducibility of virtual magnetic resonance elastography based on intravoxel incoherent motion diffusion weighted imaging in the infrapatellar fat pad[J]. Chin J Magn Reson Imaging, 2025, 16(1): 152-157.本文引用格式:樊秋菊, 谭辉, 郭炎兵, 等. 基于体素内不相干运动扩散加权成像的虚拟磁共振弹性成像在髌下脂肪垫中的可重复性分析[J]. 磁共振成像, 2025, 16(1): 152-157. DOI:10.12015/issn.1674-8034.2025.01.023.


[摘要] 目的 探讨基于体素内不相干运动扩散加权成像(intravoxel incoherent motion diffusion weighted imaging, IVIM-DWI)的虚拟磁共振弹性成像(virtual magnetic resonance elastography, vMRE)测量髌下脂肪垫(infrapatellar fat pad, IPFP)硬度的可重复性。材料与方法 共50名受试者接受了两次使用10个b值的IVIM-DWI检查,检查间隔为30~60 min,采用18通道膝关节线圈。从两组不同的b值(200~800 s/mm2和200~1500 s/mm2)中计算出移位表观扩散系数(shift apparent diffusion coefficient, sADC),随后转换为基于IVIM-DWI的虚拟剪切模量(μdiff_800和μdiff_1500)。两名观察者独立地在vMRE硬度图上勾勒出整个IPFP的感兴趣区(region of interest, ROI),以获得μdiff的平均值和标准差(standard deviation, SD)。使用组内相关系数(intra-class correlation coefficient, ICC)、变异系数(coefficient of variation, CoV)和Bland-Altman一致性界限(limits of agreement, LoA)评估短期重测可重复性、观察者内和观察者间一致性。结果 μdiff_1500的平均值和SD值的观察者内和观察者间一致性优异(ICC≥0.90,P<0.001),SD值观察者内CoV>10%。μdiff_800平均值的观察者内和观察者间ICC分别为0.926和0.910(P<0.001),而μdiff_800的SD值的ICC分别为0.841和0.855(P<0.001),所有CoV>10%。与μdiff_800相比(ICC=0.886;CoV=13.7%),μdiff_1500的平均值重测可重复性优异(ICC=0.932;CoV=7.5%)。μdiff_1500的两次扫描间的平均偏差及SD为-0.01(0.37),而μdiff_800的两次扫描间的平均偏差及SD为0.05(0.79);μdiff_1500的95% LoA为-0.88~0.87,而μdiff_800的95% LoA为-0.63~0.73。结论 基于IVIM-DWI的vMRE在评估IPFP组织弹性方面具有显著的潜力,b值组合为200~1500 s/mm2所拟合的虚拟弹性值具有更好的观察者内、观察者间一致性和短期重测可重复性。
[Abstract] Objective To explore the reproducibility of intravoxel incoherent motion diffusion weighted imaging (IVIM-DWI) based virtual magnetic resonance elastography (vMRE) in measuring the stiffness of infrapatellar fat pad (IPFP).Materials and Methods A total of 50 subjects underwent two IVIM-DWI examinations utilizing 10 b-values, with intervals of 30 to 60 minutes, employing an 18-channel knee coil. The shift apparent diffusion coefficient (sADC) was calculated from two different b-values (200 to 800 s/mm2 and 200 to 1500 s/mm2), which were subsequently converted into virtual shear moduli based on IVIM-DWI MRI (μdiff_800 and μdiff_1500). Two readers independently outlined the entire IPFP region of interest (ROI) on the vMRE stiffness map to obtain the mean and standard deviation (SD) of μdiff. The intra-class correlation coefficient (ICC), coefficient of variation (CoV), and the limits of agreement (LoA) of Bland-Altmanwere utilized to evaluate short-term test-retest repeatability, as well as intra-observer and inter-observer consistency.Results The average and SD values of μdiff_1500 demonstrated excellent intra- and inter-observer consistency, with an ICC of ≥ 0.90 (P < 0.001). Notably, the intra-observer CoV for the SD values was greater than 10%. The intra and inter-observer ICC values for the average of μdiff_800 were 0.926 and 0.910, respectively (P < 0.001), while the ICC values for the SD of μdiff_800 were 0.841 and 0.855, respectively (P < 0.001), with all CoV exceeding 10%. In comparison to μdiff_800 (ICC = 0.886; CoV = 13.7%), the average of μdiff_1500 exhibited excellent repeatability upon retesting (ICC = 0.932; CoV = 7.5%). The average deviation (SD) between two scans of μdiff_1500 was -0.01 (0.37), whereas for μdiff_800, it was 0.05 (0.79). The 95% LoA for μdiff_1500 ranged from -0.88 to 0.87, while for μdiff_800, it ranged from -0.63 to 0.73.Conclusions The findings suggest that the vMRE, utilizing IVIM-DWI, holds substantial promise for assessing the tissue elasticity of the IPFP. Furthermore, the virtual elasticity values derived from b-value combinations of 200 to 1500 s/mm2 demonstrate superior intra-observer and inter-observer consistency, as well as enhanced short-term test-retest repeatability.
[关键词] 髌下脂肪垫;硬度;磁共振成像;体素内不相干运动;扩散加权成像;虚拟磁共振弹性成像
[Keywords] infrapatellar fat pad;stiffness;magnetic resonance imaging;intravoxel incoherent motion;diffusion-weighted imaging;virtual magnetic resonance elastography

樊秋菊 1   谭辉 1, 2*   郭炎兵 1   申利 1   于楠 1   于勇 1  

1 陕西中医药大学附属医院影像科,咸阳 712000

2 兰州大学第一临床医学院,兰州 730000

通信作者:谭辉,E-mail:cqtntanhui@163.com

作者贡献声明:谭辉设计本研究的方案,对稿件重要内容进行了修改,得到了陕西省重点研发计划一般项目及陕西省教育厅一般专项科研计划基金资助;樊秋菊起草和撰写稿件,获取、分析和解释本研究的数据;郭炎兵、申利、于楠、于勇获取、分析或解释本研究的数据,对稿件重要内容进行了修改;全体作者都同意发表最后的修改稿,同意对本研究的所有方面负责,确保本研究的准确性和诚信。


基金项目: 陕西省重点研发计划一般项目 2023-YBSF-020 陕西省教育厅一般专项科研计划 22JK0356
收稿日期:2024-09-19
接受日期:2025-01-10
中图分类号:R445.2  R684.3 
文献标识码:A
DOI: 10.12015/issn.1674-8034.2025.01.023
本文引用格式:樊秋菊, 谭辉, 郭炎兵, 等. 基于体素内不相干运动扩散加权成像的虚拟磁共振弹性成像在髌下脂肪垫中的可重复性分析[J]. 磁共振成像, 2025, 16(1): 152-157. DOI:10.12015/issn.1674-8034.2025.01.023.

0 引言

       膝关节骨关节炎(knee osteoarthritis, KOA)是老年人群体中一种常见的慢性退行性关节病,全球范围内影响了数亿人[1]。该疾病最显著的症状是膝关节疼痛,发生在36.8%~60.7%的患者中,严重影响了患者的身体功能和生活质量[2, 3]。髌下脂肪垫(infrapatellar fat pad, IPFP),又称Hoffa脂肪垫[4, 5],其炎症和纤维化是KOA慢性疼痛的重要原因,这种独特的病理表现可能导致组织弹性的变化[6, 7]。然而,传统的MRI主要关注形态变化,对IPFP机械性能的评估能力有限[8]。磁共振弹性成像(magnetic resonance elastography, MRE)是一种通过测量组织弹性来评估其机械性能的非侵入性技术[9, 10],并已被用于识别与纤维化相关的机械性能变化[11]。但由于该技术需要特殊的外部设备以及专门的后处理软件,其广泛应用受到了限制[9, 12]

       2017年,LE BIHAN等[13]首次提出了基于磁共振扩散加权成像(diffusion-weighted imaging, DWI)的虚拟MRE(virtual MRE, vMRE)概念,这种技术无需外部机械波,而是通过将位移表观扩散系数(shift apparent diffusion coefficient, sADC)转换为纤维化肝组织的剪切模量,使vMRE能够通过非高斯扩散反映更多的组织微观结构。之前的研究[14, 15]通过使用200~1500 s/mm2的b值组合及相应的校正因子来计算组织弹性,然而,体素内不相干运动DWI(intravoxel incoherent motion DWI, IVIM-DWI)图像的衰减程度受到组织弹性和采集参数选择的影响,特别是b值的选择[16]。然而,基于IVIM的vMRE尚未在IPFP中进行过测试,在开展后续临床研究之前,评估该技术在IPFP中的可重复性以选择最佳b值组合具有重要的临床意义。

       因此,本研究旨在利用基于IVIM-DWI的vMRE技术,评估IPFP弹性值的稳定性。具体而言,我们将评估观察者内和观察者间的一致性,以及短期测试-再测试重复性。

1 材料与方法

1.1 研究对象

       本研究遵守《赫尔辛基宣言》,获得陕西中医药大学附属医院伦理委员会的批准,批准文号:SZFYIEC-YJ-2024-47,所有参与者在研究开始前均签署了书面知情同意书。前瞻性招募2024年3月至2024年6月于陕西中医药大学附属医院行膝关节MRI检查的50例KOA患者。纳入标准:(1)根据欧洲风湿病联盟[17]的KOA标准进行临床诊断;(2)年龄超过40岁。排除标准:(1)近三个月内有膝关节创伤史、恶性肿瘤史,以及近六个月内接受过药物或关节内注射治疗;(2)膝关节手术史;(3)持续服用可能导致关节炎的药物;(4)MRI禁忌证,如体内金属植入物、幽闭恐惧症或心脏起搏器植入;(5)图像质量差,影响图像分析。

1.2 仪器与方法

       MRI检查使用Siemens Magnetom VIDA 3.0 T MR扫描仪,18通道膝关节线圈,患者以脚先进仰卧位进行扫描。扫描序列及参数:T1加权梯度回波序列,重复时间(repetition time, TR)450 ms,回波时间(echo time, TE)11 ms,层厚4.0 mm,视野(field of view, FOV)160 mm×160 mm,翻转角(flip angle, FA)120°,分辨率0.5 mm×0.5 mm;T2加权单激发快速自旋回波(HASTE)序列,TR 2650 ms,TE 41 ms,层厚4.0 mm,FOV 160 mm×160 mm,FA 150°,分辨率0.5 mm×0.5 mm;使用脂肪抑制多次激发平面回波成像(readout-segmented echo planar imaging, rs-EPI)获得的IVIM-DWI序列,TR 3000 ms,TE 96 ms,层厚4.0 mm,FOV 160 mm×160 mm,分辨率0.8 mm×0.8 mm,包含10个b值,分别为0、20、50、100、150、200、400、800、1200和1500 s/mm2。总扫描时间约9 min。在第一次扫描完成后,受试者被要求在扫描室外休息约30~60 min,然后使用相同的IVIM-DWI参数进行第二次扫描。

1.3 vMRE后处理及图像分析

       将IVIM-DWI图像传输到vMRE后处理软件(MATLAB R2016a; MathWorks, Natick, Massachusetts, USA)进行分析。软件通过曲线拟合生成虚拟剪切硬度图(vMRE图)。首先,选择两组b值组合分别为200~800 s/mm2和200~1500 s/mm2,计算sADC。S200、S800和S1500分别对应b值为200、800、1500 s/mm2的图像信号。sADC计算公式如下[13]:sADC1=ln(S200/S800)/(800-200),sADC2=ln(S200/S1500)/(1500-200)。然后,使用LE BIHAN等[13]推导的公式μdiff=α×sADC+β生成两组基于IVIM-DWI的IPFP剪切模量(μdiff)图像。其中,α和β为先前研究得出的校准系数,分别为-9.8和14.0。

       所有图像由两名分别具有11年(副主任医师)和8年(主治医师)骨肌系统诊断经验的影像医师采用双盲法进行评估。两位医师在图像分析前接受了统一培训。后处理软件获得的硬度图被导入ITK-SNAP开源软件包(版本3.8.0,http://www.itksnap.org/)用于分割和标记。在硬度图上,沿着IPFP边界逐层手动勾勒出感兴趣区(region of interest, ROI),确保覆盖整个IPFP,同时避开囊变、积液及游离体等干扰区域,如图1。软件最终自动计算出虚拟弹性硬度值的平均值(μdiff)和标准差(standard deviation, SD),每个受试者测量三次,并记录其平均值。每位受试者完成评估大约需要5 min。为了减少回忆偏差,两位观察者在间隔3周后进行第二次测量,该结果用于评估观察者内和观察者之间的一致性。最后,观察者1在完成第二次测量2周后,对第二次扫描的虚拟弹性成像结果进行分析,结果用于评估短期测试-再测试的可重复性。

图1  女,54岁,左膝关节矢状位T2压脂图像(1A)及使用b值为200~800 s/mm2(1B)和200~1500 s/mm2(1C)拟合得到虚拟磁共振弹性成像的硬度伪彩图。感兴趣区(ROI)尽量涵盖整个髌下脂肪垫(IPFP)区域。
Fig. 1  Female, 54-year-old, sagittal T2 fat suppression image of the left knee, pseudo-color of the virtual magnetic resonance elastography (vMRE) stiffness map obtained by fitting b values of 200 to 800 s/mm2 (1B) and 200 to 1500 s/mm2 (1C). Region of interest (ROI) covers the area of the infrapatellar fat pad (IPFP).

1.4 统计学分析

       使用SPSS 26.0(IBM Corp., Armonk, NY, USA)和GraphPad Prism 8.0 Windows版(GraphPad Software Inc, San Diego, CA, USA)进行统计学分析。首先,使用Shapiro-Wilk检验评估连续变量的正态性,符合正态分布时数据以平均值和标准差的形式呈现。μdiff_1500与μdiff_800测量值的差异分析采用两个样本t检验。通过使用双向随机模型效应计算组内相关系数(intra-class correlation coefficient, ICC),评估观察者之间和观察者内部的一致性。ICC分类标准:优秀(ICC≥0.90)、良好(0.75≤ICC<0.90)、中等(0.50≤ICC<0.75)和较差(ICC<0.50)。通过计算变异系数(coefficient of variation, CoV)评估短期测试-再测试的可重复性,分类标准:优秀(CoV≤10%)、良好(10%˂CoV≤20%)、可接受(20%˂CoV≤30%)和较差(CoV>30%)。最后,对一致性和测试-重测再现性进行了Bland-Altman分析,包括散点图和95%一致性限值(limits of agreement, LoA)。P<0.05为差异具有统计学意义。

2 结果

2.1 一般资料

       根据纳排标准,最终纳入50例受试者,其中男27名,女23名,年龄范围40~70岁,中位年龄57岁,身体质量指数(body mass index, BMI)为(24.9±3.6)kg/m2,右膝25例,左膝25例。Kellgren-Lawrence(K-L)分级:0/1级17人,2级17人,3级16人。所有受试者的基本特征见表1。μdiff_800测得的IPFP硬度平均值高于μdiff_1500(P<0.05)。此外,随着K-L等级的增加,μdiff_800和μdiff_1500的IPFP硬度值均降低(P<0.05)。μdiff_1500和μdiff_800测量的平均值和SD值均服从正态性分布(P<0.05),见表2。两名观察者两次测量所得到的IPFP硬度结果见表3

表1  受试者的基本特征
Tab. 1  Demographic characteristics of the subjects
表2  μdiff_1500和μdiff_800测量的平均值和标准差值的正态性检验
Tab. 2  Normality test of mean and SD values measured by μdiff_1500 and μdiff_800
表3  观察者1和观察者2测量的髌下脂肪垫硬度值分析
Tab. 3  Quantitative analysis of the stiffness values of IPFP between observer 1 and observer 2

2.2 观察者内和观察者间一致性

       μdiff_1500的平均值和SD值显示了极好的观察者内一致性,ICC≥0.90,CoV<10%(P˂0.001)。μdiff_800的平均值和SD的ICC分别为0.926和0.841,而CoV>10%(P<0.001)。对于μdiff_1500和μdiff_800的平均值,同一观察者测量之间的平均偏差(Bias)及SD分别为0.03(0.21)和0.01(0.22),95% LoA为-0.80~0.85和-0.45~0.43。此外,μdiff_1500和μdiff_800的Bias(SD)分别为0.04(0.52)和0.10(0.44),95% LoA分别为-0.75~0.82和-0.77~0.97。

       观察到IPFP中μdiff_1500的平均值和SD值以及μdiff_800的平均值具有极好的观察者间一致性(所有ICCs≥0.90,CoV<10%,P≤0.001)。然而,μdiff_800的SD值的ICC<0.90(P<0.001),CoV=13.4%。对于μdiff_1500和μdiff_800的平均值,两名观察者测量之间的Bias(SD)分别为-0.01(0.18)和0.01(0.13),95% LoA分别为-0.39~0.42和-0.30~0.29。此外,μdiff_1500和μdiff_800的Bias(SD)分别为-0.02(0.28)和0.04(0.54),95% LoA分别为-0.42~0.38和-0.42~0.50。

       观察者内及观察者间一致性结果见表3,Bland-Altman分析如图2

图2  μdiff_1500和μdiff_800的观察者内(2A和2B)及观察者间(2C和2D)一致性Bland-Altman图。x轴表示观察者内两次(或两名观察者间)测量的平均值,y轴表示观察者内两次(或两名观察者间)测量之间的差异。蓝线为平均绝对差异(偏差),棕色虚线为95%一致性界限(LoA)。SD:标准差。
Fig. 2  Bland-Altman plots illustrating intra-observer (2A and 2B) and inter-observer (2C and 2D) agreement for μdiff_1500 and μdiff_800. The x-axes represent the mean values of both measurements taken within an observer (or between two observers), and the y-axes represent the differences of both measurements taken within an observer (or between two observers). Blue line is mean absolute differences (bias), dashed brown lines is 95% limits of agreement (LoA). SD: standard deviation.

2.3 测试-重测再现性

       50名受试者IPFP的平均硬度值和SD值在测试和重新测试之间的结果见表4。平均值和SD值差异无统计学意义(均为P˃0.05)。μdiff_1500的平均值和SD值重复测试再现性极好,ICC分别为0.932和0.903,CoV为7.5%和12.3%。μdiff_800的平均值和SD值的ICC分别为0.886和0.803,CoV分别为13.7%和19.8%,显示出良好的可重复性。μdiff_1500和μdiff_800的平均值在两次扫描之间的Bias(SD)分别为-0.01(0.37)和0.05(0.79)。μdiff_1500和μdiff_800的95% LoA分别为-0.88~0.87和-0.63~0.73。μdiff_1500和μdiff_800的Bias(SD)分别为0.04(0.31)和-0.01(0.65)。μdiff_1500的95% LoA为-0.85~0.93,而μdiff_800的95% LoA为-0.99~0.97。Bland-Altman图见图3

图3  μdiff_1500(3A)和μdiff_800(3B)重测重复性Bland-Altman图。x轴和y轴分别表示两次检查的平均值和差异。蓝线为平均绝对差异(偏差),棕色虚线为95%一致性界限(LoA)。SD:标准差。
Fig. 3  Bland-Altman plots presenting test-retest repeatability of μdiff_1500 (3A) and μdiff_800 (3B). The x-axes and y-axes reflect the mean values and differences between the two examinations, respectively. Blue line is mean absolute differences (bias), dashed brown lines is 95% limits of agreement (LoA). SD: standard deviation.
表4  观察者内和观察者间测量μdiff_1500和μdiff_800的一致性分析
Tab. 4  Consistency analysis of measuring μdiff_1500 and μdiff_800 between intra- and inter-observers
表5  髌下脂肪垫的硬度值重复性测量
Tab. 5  Test-retest reproducibility of μdiff of the IPFP

3 讨论

       在这项研究中,我们使用了一种新的无创方法,即基于IVIM-DWI的vMRE,评估了膝关节IPFP弹性值的稳定性,包括观察者内和观察者间一致性,以及短期测试-重测的重复性。我们的结果显示,μdiff_1500测量的平均值和SD值的一致性和重复性表现优异,并且其测试-重测可重复性(ICC=0.932,CoV=7.5%)优于μdiff_800(ICC=0.886,CoV=13.7%)。这是该技术首次在IPFP中应用,为进一步评估IPFP纤维化致KOA患者慢性疼痛提供了新方法,有望成为监测疾病进展和治疗反应的有价值工具。

3.1 vMRE技术评估IPFP硬度的临床意义

       在临床实践中,用于非侵入性评估组织硬度的常用技术方法包括超声弹性成像(ultrasonic elastography, USE)[18, 19, 20]和MRE[21, 22]。然而,USE和MRE都存在检查成本高、机械设备复杂、检查者依赖性和组织位置等因素相关的局限性[9, 12]。最近,有研究提出[16],组织剪切硬度可以直接从扩散MRI中获得,而不需要任何机械振动装置。在本研究中,我们使用LE BIHAN等[13]推导的方程,μdiff作为基于IVIM-DWI的vMRE技术测量得出的参数,其本质是通过对sADC的转换,来反映IPFP的虚拟剪切模量,进而体现组织的弹性特性。μdiff变化与IPFP硬度的改变相关联,μdiff值越高,表明组织硬度越大,弹性越差;反之,μdiff值越低,组织硬度越小,弹性越好。这一特性使得μdiff能够为临床提供IPFP组织微观结构变化的信息,有助于医生从力学角度理解组织的生理或病理状态。此外,IPFP的炎症和纤维化会导致组织弹性改变,而μdiff能够量化这种弹性变化。随着KOA病情进展,IPFP的纤维化程度可能增加,μdiff值可能相应升高,这为临床医生提供了一个可监测疾病进展的量化指标。我们基于两组b值(分别为200~800 s/mm2和200~1500 s/mm2)获得的数据,生成了两组虚拟硬度图[23],结果表明,用μdiff_1500获得的平均硬度值为(10.01±1.90)kPa,低于用μdiff_800获得的平均硬度值(11.07±1.39)kPa。IVIM图像中的衰减程度产生了一种与硬度相关的新型对比度,这种对比度依赖于组织弹性和采集参数的选择,主要是b值。SUN等[24]的一项研究中,利用多b值DWI序列的脂肪抑制rs-EPI来评估良性和恶性乳腺病变之间的硬度,揭示了类似的趋势。此外,随着K-L等级的增加,μdiff_800和μdiff_1500测得的IPFP硬度值均降低(P<0.05)。这表明μdiff与KOA的进展存在一定关联,但目前还缺乏相关研究。在临床实践中,若结合患者的症状、体征及其他影像学特征,μdiff值可能有助于提高KOA诊断的准确性,尤其是在早期阶段,当关节结构形态变化不明显时,μdiff对IPFP弹性变化的敏感性可能使其更早地提示疾病的存在。综上,有必要评估vMRE在IPFP中的最佳b值组合选择和弹性值参数可重复性研究,为该技术在IPFP中进一步应用奠定基础。

3.2 不同b值组合的vMRE测量IPFP硬度的一致性

       IPFP在μdiff_1500和μdiff_800的硬度测量中均显示高ICC,表明vMRE技术在IPFP中具有良好的观察者内和观察者间一致性。该结果提示硬度值可以有效地表示IPFP的弹性,并且受测量误差的影响较小。因此,这表明IVIM-DWI中不同b值组合得出的弹性值在IPFP中可能表现出相似性。最新的几项研究探讨了虚拟弹性成像对脑膜瘤[25]、垂体腺瘤[26]和乳腺病变[24]的一致性和可行性,其结果与本研究一致。值得注意的是,我们的研究显示,μdiff_800的一致性低于μdiff_1500。对于μdiff_1500,硬度值的平均值和SD值的ICC大于0.90,CoV小于10%。相比之下,μdiff_800 SD值的ICC,无论是在观察者内还是观察者间,均低于0.90,CoV超过10%。众所周知,vMRE通过使用b值为200和1500 s/mm2的DWI计算sADC。基于理论和实验考虑,确定了相应的校准系数αβ。然而,目前尚未实现200和800 s/mm2的b值的校准系数,这可能是本研究中观察到μdiff_800一致性略有降低的原因。

3.3 IPFP硬度值短期重测再现性分析

       最后,本研究还评估了IPFP硬度值的短期重测再现性。结果表明,μdiff_1500的再现性(ICC=0.932,CoV=7.5%)优于μdiff_800(ICC=0.886,CoV=13.7%),与之前在其他脏器上进行的研究结果一致[27, 28]。尽管详细的误差值可能在一定程度上有所不同,RASMUSSEN等[23]对32名健康志愿者的脑组织硬度,发现DWIstiff_1000的再现性优于DWIstiff_1500,这种差异可能源于他们使用单指数DWI模型分别扫描两组b值组合,这与我们的研究不一致。在本研究中,我们采用了双指数DWI模型,该模型包含10个b值的扫描。有研究表明IPFP异常高信号与膝关节疼痛相关[29, 30]。我们之前的研究已经证明,IVIM在识别IPFP内高信号方面具有临床价值[31]。因此,我们选择了200 s/mm2的低b值,以及800和1500 s/mm2的高b值进行虚拟弹性成像拟合。这些特定的b值选择旨在优化高斯和非高斯扩散的敏感度[13, 16]。IPFP内异常的高信号强度是KOA的常见指标,可能与炎症和纤维化改变有关[32, 33]。然而,在这项研究中,我们没有测量IPFP内异常高信号区域的弹性值。众所周知,IPFP内高信号区域的范围通常很小,虚拟弹性值的可变性会受到观察者经验的显著影响,从而导致测量误差。因此,我们选择逐层勾勒ROI,以尽量包含整个IPFP,从而减少选择偏倚对结果的影响。

3.4 本研究的不足及未来方向

       首先,这是一项前瞻性的单中心研究,需要在更大的多中心队列中进一步验证。其次,目前对b值和校准因子的选择尚未达成共识,大多数研究是基于LE BIHAN等关于肝纤维化的工作。此外,本研究强调可重复性而非诊断准确性,未来的研究应明确μdiff潜在的临床诊断阈值,建立μdiff值诊断KOA患者IPFP早期纤维化及症状进展的临床预测模型,从而为临床医生提供更精确的诊断依据,帮助他们更好地评估患者病情,制订个性化的治疗策略。

4 结论

       总之,vMRE是评估IPFP弹性的可靠技术,b值组合为200~1500 s/mm2所拟合的虚拟弹性值具有更好的观察者内和观察者间一致性,并且测试-重测可重复性更好。vMRE有可能成为评估KOA中IPFP纤维化、监测疾病进展和治疗反应的有价值工具。

[1]
中华医学会骨科学分会关节外科学组, 中国医师协会骨科医师分会骨关节炎学组, 国家老年疾病临床医学研究中心(湘雅医院), 等. 中国骨关节炎诊疗指南(2021年版)[J]. 中华骨科杂志, 2021, 41(18): 1291-1314. DOI: 10.3760/cma.j.cn121113-20210624-00424.
The Joint Surgery Branch of the Chinese Orthopaedic Association, The Subspecialty Group of Osteoarthritis of Chinese Association of Orthopaedic Surgeons, The National Clinical Research Center for Geriatric Disorders (Xiangya Hospital), et al. Chinese guideline for diagnosis and treatment of osteoarthritis (2021 edition)[J]. Chin J Orthop, 2021, 41(18): 1291-1314. DOI: 10.3760/cma.j.cn121113-20210624-00424.
[2]
中华医学会物理医学与康复学分会, 四川大学华西医院. 中国膝骨关节炎康复治疗指南(2023版)[J]. 中国循证医学杂志, 2024, 24(1): 1-14. DOI: 10.7507/1672-2531.202306145.
Chinese Society of Physical Medicine and Rehabilitation, West China Hospital of Sichuan University. Chinese guideline for the rehabilitation treatment of knee osteoarthritis(2023 edition)[J]. Chin J Evid Based Med, 2024, 24(1): 1-14. DOI: 10.7507/1672-2531.202306145.
[3]
DUONG V, OO W M, DING C H, et al. Evaluation and treatment of knee pain: a review[J]. JAMA, 2023, 330(16): 1568-1580. DOI: 10.1001/jama.2023.19675.
[4]
WANG M G, SEALE P, FURMAN D. The infrapatellar fat pad in inflammaging, knee joint health, and osteoarthritis[J/OL]. NPJ Aging, 2024, 10(1): 34 [2024-06-30]. https://www.nature.com/articles/s41514-024-00159-z. DOI: 10.1038/s41514-024-00159-z.
[5]
BRAUN S, ZAUCKE F, BRENNEIS M, et al. The corpus adiposum infrapatellare (Hoffa's fat pad)-the role of the infrapatellar fat pad in osteoarthritis pathogenesis[J/OL]. Biomedicines, 2022, 10(5): 1071 [2024-06-30]. https://www.mdpi.com/2227-9059/10/5/1071. DOI: 10.3390/biomedicines10051071.
[6]
ONUMA H, TSUJI K, HOSHINO T, et al. Fibrotic changes in the infrapatellar fat pad induce new vessel formation and sensory nerve fiber endings that associate prolonged pain[J]. J Orthop Res, 2020, 38(6): 1296-1306. DOI: 10.1002/jor.24580.
[7]
SRIWATANANUKULKIT O, DESCLAUX S, TAWONSAWATRUK T, et al. Effectiveness of losartan on infrapatellar fat pad/synovial fibrosis and pain behavior in the monoiodoacetate-induced rat model of osteoarthritis pain[J/OL]. Biomed Pharmacother, 2023, 158: 114121 [2024-06-30]. https://www.sciencedirect.com/science/article/pii/S0753332222015104. DOI: 10.1016/j.biopha.2022.114121.
[8]
HERRERA D, ALMHDIE-IMJABBAR A, TOUMI H, et al. Magnetic resonance imaging-based biomarkers for knee osteoarthritis outcomes: a narrative review of prediction but not association studies[J/OL]. Eur J Radiol, 2024, 181: 111731 [2024-06-30]. https://www.ejradiology.com/article/S0720-048X(24)00447-9/fulltext. DOI: 10.1016/j.ejrad.2024.111731.
[9]
EHMAN R L. Magnetic resonance elastography: from invention to standard of care[J]. Abdom Radiol, 2022, 47(9): 3028-3036. DOI: 10.1007/s00261-022-03597-z.
[10]
TANG A, DZYUBAK B, YIN M, et al. MR elastography in nonalcoholic fatty liver disease: inter-center and inter-analysis-method measurement reproducibility and accuracy at 3T[J]. Eur Radiol, 2022, 32(5): 2937-2948. DOI: 10.1007/s00330-021-08381-z.
[11]
ZERUNIAN M, MASCI B, CARUSO D, et al. Liver magnetic resonance elastography: focus on methodology, technique, and feasibility[J/OL]. Diagnostics, 2024, 14(4): 379 [2024-06-30]. https://www.mdpi.com/2075-4418/14/4/379. DOI: 10.3390/diagnostics14040379.
[12]
YIN M, EHMAN R L. MR elastography: practical questions, from the AJR special series on imaging of fibrosis[J/OL]. AJR Am J Roentgenol, 2024, 222(1): e2329437 [2024-06-30]. https://www.ajronline.org/doi/10.2214/AJR.23.29437. DOI: 10.2214/AJR.23.29437.
[13]
LE BIHAN D, ICHIKAWA S, MOTOSUGI U. Diffusion and intravoxel incoherent motion MR imaging-based virtual elastography: a hypothesis-generating study in the liver[J]. Radiology, 2017, 285(2): 609-619. DOI: 10.1148/radiol.2017170025.
[14]
KROMREY M L, LE BIHAN D, ICHIKAWA S, et al. Diffusion-weighted MRI-based virtual elastography for the assessment of liver fibrosis[J]. Radiology, 2020, 295(1): 127-135. DOI: 10.1148/radiol.2020191498.
[15]
王矜涵, 李香, 李晨霞, 等. 基于磁共振扩散加权成像的虚拟弹性成像在肝脏局灶性病变中的应用价值[J]. 磁共振成像, 2023, 14(11): 56-61. DOI: 10.12015/issn.1674-8034.2023.11.010.
WANG J H, LI X, LI C X, et al. The application value of virtual magnetic resonance elastography based on diffusion weighted imaging in focal liver lesions[J]. Chin J Magn Reson Imag, 2023, 14(11): 56-61. DOI: 10.12015/issn.1674-8034.2023.11.010.
[16]
LE BIHAN D. What can we see with IVIM MRI?[J]. NeuroImage, 2019, 187: 56-67. DOI: 10.1016/j.neuroimage.2017.12.062.
[17]
ZHANG W, DOHERTY M, PEAT G, et al. EULAR evidence-based recommendations for the diagnosis of knee osteoarthritis[J]. Ann Rheum Dis, 2010, 69(3): 483-489. DOI: 10.1136/ard.2009.113100.
[18]
SATAKE Y, IZUMI M, ASO K, et al. Association between infrapatellar fat pad ultrasound elasticity and anterior knee pain in patients with knee osteoarthritis[J/OL]. Sci Rep, 2023, 13(1): 20103 [2024-06-30]. https://www.nature.com/articles/s41598-023-47459-0. DOI: 10.1038/s41598-023-47459-0.
[19]
KITAGAWA T, KAWAHATA H, AOKI M, et al. Inhibitory effect of low-intensity pulsed ultrasound on the fibrosis of the infrapatellar fat pad through the regulation of HIF-1α in a carrageenan-induced knee osteoarthritis rat model[J/OL]. Biomed Rep, 2022, 17(4): 79 [2024-06-30]. https://www.spandidos-publications.com/10.3892/br.2022.1562. DOI: 10.3892/br.2022.1562.
[20]
KATAYAMA N, NODA I, FUKUMOTO Y, et al. Effects of isometric contraction of the quadriceps on the hardness and blood flow in the infrapatellar fat pad[J]. J Phys Ther Sci, 2021, 33(10): 722-727. DOI: 10.1589/jpts.33.722.
[21]
ZHANG Y N, FOWLER K J, OZTURK A, et al. Liver fibrosis imaging: a clinical review of ultrasound and magnetic resonance elastography[J]. J Magn Reson Imaging, 2020, 51(1): 25-42. DOI: 10.1002/jmri.26716.
[22]
PEPIN K M, MCGEE K P, ARANI A, et al. MR elastography analysis of glioma stiffness and IDH1-mutation status[J]. AJNR Am J Neuroradiol, 2018, 39(1): 31-36. DOI: 10.3174/ajnr.A5415.
[23]
RASMUSSEN A M, FRIISMOSE A I, MUSSMANN B, et al. Repeatability of diffusion-based stiffness prediction-A healthy volunteer study[J]. Radiography, 2024, 30(2): 524-530. DOI: 10.1016/j.radi.2024.01.008.
[24]
SUN K, ZHU Y, CHAI W M, et al. Diffusion-weighted MRI-based virtual elastography and shear-wave elastography for the assessment of breast lesions[J]. J Magn Reson Imaging, 2024, 60(5): 2207-2213. DOI: 10.1002/jmri.29302.
[25]
AUNAN-DIOP J S, ANDERSEN M C S, FRIISMOSE A I, et al. Virtual magnetic resonance elastography predicts the intraoperative consistency of meningiomas[J]. J Neuroradiol, 2023, 50(4): 396-401. DOI: 10.1016/j.neurad.2022.10.006.
[26]
LAGERSTRAND K, GAEDES N, ERIKSSON S, et al. Virtual magnetic resonance elastography has the feasibility to evaluate preoperative pituitary adenoma consistency[J]. Pituitary, 2021, 24(4): 530-541. DOI: 10.1007/s11102-021-01129-4.
[27]
JUNG H N, RYOO I, SUH S, et al. Evaluating the elasticity of metastatic cervical lymph nodes in head and neck squamous cell carcinoma patients using DWI-based virtual MR elastography[J]. Magn Reson Med Sci, 2024, 23(1): 49-55. DOI: 10.2463/mrms.mp.2022-0082.
[28]
CHEN J, SUN W, WANG W, et al. Diffusion-based virtual MR elastography for predicting recurrence of solitary hepatocellular carcinoma after hepatectomy[J/OL]. Cancer Imaging, 2024, 24(1): 106 [2024-06-30]. https://cancerimagingjournal.biomedcentral.com/articles/10.1186/s40644-024-00759-8. DOI: 10.1186/s40644-024-00759-8.
[29]
YU K Y, YING J, ZHAO T Y, et al. Prediction model for knee osteoarthritis using magnetic resonance-based radiomic features from the infrapatellar fat pad: data from the osteoarthritis initiative[J]. Quant Imaging Med Surg, 2023, 13(1): 352-369. DOI: 10.21037/qims-22-368.
[30]
CHEN Y J, ZHANG X T, LI M W, et al. Quantitative MR evaluation of the infrapatellar fat pad for knee osteoarthritis: using proton density fat fraction and T2* relaxation based on DIXON[J]. Eur Radiol, 2022, 32(7): 4718-4727. DOI: 10.1007/s00330-022-08561-5.
[31]
TAN H, KANG W L, FAN Q J, et al. Intravoxel incoherent motion diffusion-weighted MR imaging findings of infrapatellar fat pad signal abnormalities: comparison between symptomatic and asymptomatic knee osteoarthritis[J]. Acad Radiol, 2023, 30(7): 1374-1383. DOI: 10.1016/j.acra.2022.11.010.
[32]
CEN H, YAN Q R, HAN W Y, et al. Longitudinal association of infrapatellar fat pad signal intensity alteration with biochemical biomarkers in knee osteoarthritis[J]. Rheumatology, 2022, 62(1): 439-449. DOI: 10.1093/rheumatology/keac214.
[33]
CHANG J, LIAO Z, LU M, et al. Systemic and local adipose tissue in knee osteoarthritis[J]. Osteoarthritis Cartilage, 2018, 26(7): 864-871. DOI: 10.1016/j.joca.2018.03.004.

上一篇 二维相位对比磁共振成像在髂静脉压迫综合征中的应用研究
下一篇 MRI相位导航技术下2D T2-TSE与3D T2-SPACE序列在疑似隐匿性脊髓栓系综合征俯卧位扫描中的应用价值对比
  
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