0 引言

       中轴型脊柱关节炎是一种慢性进展性炎症疾病，好发于青少年，主要累及骶髂关节和脊柱。全球患病率约为0.2%~1.6%，发病率呈上升趋势^[1]。该病长期诊断延迟导致不可逆性病理进展，严重影响患者生活质量，加重医疗负担^[2]。

       中轴型脊柱关节炎疾病活动度反映特定时间内疾病的严重程度，是中轴型脊柱关节炎患者重要的预后和治疗指标^[3]。临床评估强直性脊柱炎症活动性时，Bath强直性脊柱炎疾病活动度指数（Bath ankylosing spondylitis disease activity index, BASDAI）仅基于患者主观感受^[4]，缺乏医生评估及炎症特异性指标。而强直性脊柱炎疾病活动度评分（ankylosing spondylitis disease activity score, ASDAS）整合了红细胞沉降率（erythrocyte sedimentation rate, ESR）或C反应蛋白（C-reactive protein, CRP）等急性期反应物即为ASDAS-ESR或ASDAS-CRP，区分能力更优，现为评估金标准^[5]。研究显示，以ASDAS≥2.1（优于BASDAI>4）作为TNF抑制剂（TNFi）治疗中轴型脊柱关节炎的起始标准，可纳入更多患者且均能获益^[6]。因此，ASDAS≥2.1提示炎症活动性，被确立为生物治疗的启动阈值^[7]。

       骶髂关节受累是中轴型脊柱关节炎的核心表现，其早期活动性炎症主要包括特征性的骨髓水肿^[8]、具疾病特异性的附着点炎及相对少见的滑膜炎。传统影像学技术中X线与CT等存在无法显示骨髓水肿等早期活动性炎症的局限^[9]，超声对深部骨髓病变亦不敏感，评估准确性受限^[10]。相比之下，MRI对活动性炎症（如骨髓水肿）高度敏感，是早期诊断和评估骶髂关节炎的金标准^[11]。基于MRI压脂T2WI的加拿大脊柱炎研究联盟（Spondyloarthritis Research Consortium of Canada, SPARCC）评分，是评估炎症活动性与疗效的半定量方法，但其结果受图像质量及观察者主观性影响^[12]。

       动态对比增强MRI（dynamic contrast-enhanced MRI, DCE-MRI）基于对比剂代谢的弛豫参数时空变化构建灌注动力学模型，为病变活性分级及定量诊断提供影像学生物标志物^[13]。影像组学通过特定感兴趣区（region of interest, ROI）提取定量特征，将医学图像转化为可量化分析的深层次数据，在肌骨系统非肿瘤性疾病中的应用尚处起步阶段^[3]，但在中轴型脊柱关节炎评估中潜力显著。研究表明，基于骶髂关节MRI（SIJ-MRI）的影像组学模型可提升中轴型脊柱关节炎鉴别效能，辅助临床决策^{[14, 15, 16]}。然而，目前文献报道大多基于MRI常规序列图像，使用病灶单层面ROI数据的影像组学研究^{[3, 17]}，尚未检索到基于DCE-MRI参数图像，采用多层面ROI融合三维感兴趣区（volume of interest, VOI）的影像组学在中轴型脊柱关节炎炎症活动性评价中的研究。本研究拟通过骶髂关节DCE-MRI多参数及影像组学数据，构建中轴型脊柱关节炎炎症活动性评估模型，为临床诊治提供参考依据。

1 材料与方法

1.1 研究对象

       本研究遵循《赫尔辛基宣言》对伦理学的要求，经中山大学孙逸仙纪念医院医学伦理委员会批准，免除受试者知情同意，批准文号：sysky-2025-214-01。

       回顾性收集2014年1月至2019年6月间在中山大学孙逸仙纪念医院就诊的中轴型脊柱关节炎患者107例，并行骶髂关节DCE-MRI检查。纳入标准：（1）符合国际脊柱关节炎评价工作组（Assessment of Spondyloarthritis International Society, ASAS）于2019年修订的中轴型脊柱关节炎分类及诊断标准：①腰背痛≥3个月，且发病年龄<45岁。②MRI或X线提示骶髂关节炎+≥1项脊柱关节病特征；或人类白细胞抗原B27（HLA-B27）阳性+≥2项脊柱关节病特征。（2）行骶髂关节DCE-MRI检查。排除标准：（1）急慢性感染期患者，乙肝或丙肝活动期患者；（2）恶性肿瘤患者；（3）既往接受过肿瘤坏死因子（TNF）生物制剂治疗者；（4）心肝肾功能不全者，无法耐受对比剂注射；（5）MRI图像质量不合格。最终纳入93例患者进行分析（图1）。

点击查看大图

图1  患者入组流程图。DCE-MRI：动态增强MRI；ASDAS-CRP：强直性脊柱炎疾病活动度评分整合C反应蛋白。
Fig. 1  Patient enrollment flowchart. DCE-MRI: dynamic contrast-enhanced MRI; ASDAS-CRP: ankylosing spondylitis disease activity score with C-reactive protein.

1.2 临床数据收集及病例分组

       收集患者年龄、CRP（mg/L）、ESR（mm/h）、HLA_B27、家族史、吸烟史、BASDAI、ASDAS评分量表等。病例分组：ASDAS-CRP≥2.1为炎症活动性组，ASDAS-CRP<2.1为非炎症活动性组^[8]。

1.3 检查方法

       MRI采用荷兰Philips ACHIVA 3.0 T磁共振扫描仪，16单元腹部相控阵线圈。首先，进行非增强成像，包括斜轴位和斜冠状位快速自旋回波T2WI序列（TR 3000 ms，TE 62 ms，层厚3 mm，层间隙0.3 mm）、斜冠状位自旋回波T1WI序列（TR 500 ms，TE 15 ms，层厚3 mm，层间隙0.3 mm）。然后，使用容积内插屏气检查序列（TR 3.2 ms，TE 1.41 ms；层厚6 mm，层间隙-3 mm；翻转角 10°；相数120）进行斜冠状位DCE成像。第3次动态测量开始后，立即给予加多双酰胺（欧乃影, 爱尔兰GE Healthcare公司）以0.1 mmol/kg的剂量以3.0 mL/s的速度团注给药，随后以20 mL生理盐水冲洗。在DCE采集前，获得多个翻转角图像（2、4、6、8、10、12），用于计算与DCE序列相同参数的T1 mapping。

1.4 参数后处理

       收集患者影像检查资料。SPARCC评分由两位分别具有5年及8年骨关节影像工作经验的初级医师在斜冠状位快速自旋回波T2WI图像根据SPARCC制定的评分方法进行评估^[18]。由一位具有15年工作经验且熟练掌握Omni Kinetics（General Electric systems）软件的影像主管技师将DCE-MRI原始数据进行预处理，通过专业分析平台构建动脉输入函数（AFI），应用Tofts双室模型计算微血管各参数，包括定量渗透参数[容积转运常数（volume transfer constant, K^trans）、血管外细胞外容积分数（extravascular extracellular volume fraction, Ve）、血管内容积分数（capillary plasma volume fraction, Vp）、反流速率常数（efflux rate constant, Kep）、血流速（blood flow, BF）]、定量灌注参数[对比剂平均通过时间（meantransit time, MTT）、血容积（blood volume, BV）]、半定量参数[达峰时间（time to peak, TTP）、浓度-时间曲线下面积（area under the concentration-time curve, AUCt）]、最大斜率（MaxSlope）、最大浓度（MaxConc）、图像层面（Slice）。影像分析采用多序列配准策略，将动态强化序列与横断位、斜冠状位脂肪抑制序列进行空间配准，使用ITK-SNAP（版本 3.8.0，http://www.itksnap.org）勾画各DCE-MRI参数双侧骶侧、髂侧软骨下骨髓区各层面ROI，并融合成VOI，体积约（40 000±2 500）mm³。ROI的选定应尽量靠近关节软骨，但不包括关节软骨，且严格规避血管伪影及骨皮质部分容积效应干扰。

1.5 影像组学特征提取

       为每个VOI提取了相应的影像组学特征。所有特征使用（Artificial Intelligent Kit, A.K.）软件提取，且符合成像生物标记标准化倡议^[19]提供的特征定义。提取的特征分为几何特征、强度特征和纹理特征。几何特征用于量化病灶的三维构型特性；强度特征反映病灶体素强度的一阶特征；纹理特征则揭示高阶空间异质性特征。本研究采用灰度级大小区矩阵（GLSZM）、灰度级运行长度矩阵（GLRLM）、邻域灰度-色调差异矩阵（NGTDM）和灰度级共现矩阵（GLCM）等多维度计算方法，将图像中的空间像素关系（纹理模式）转化为数学矩阵，然后从上述矩阵中提取统计特征（如能量、对比度、熵、相关性等），实现纹理信息的系统量化。详见图2、图3。

点击查看大图

图2  研究流程图。DCE-MRI扫描后，通过Omni-Kinetics软件生成K^trans等参数图，并利用ITK-SNAP软件在Slice参数图上勾画VOI，并将其复制至其他参数进行影像组学特征提取，然后通过交叉验证、LASSO等方法构建了不同的中轴型脊柱关节炎炎症活动性预测模型，并用ROC曲线进行效能评估。DCE-MRI：动态增强MRI；VOI：感兴趣体积；LASSO：最小绝对收缩和选择算子；MSE：均方误差；ROC：受试者工作特征。
Fig. 2  Research flowchart. Following DCE-MRI scanning, Omni-Kinetics software generated parameter maps (including K^trans), VOIs were delineated on the parameter map slices using ITK-SNAP software and subsequently copied to the other parameter maps for radiomics feature extraction, various predictive models for axial spondyloarthritis inflammatory activity were then constructed using methods such as cross-validation and LASSO, the performance of these models was evaluated using ROC curves. DCE-MRI: dynamic contrast-enhanced MRI; VOI: volumes of interest; LASSO: least absolute shrinkage and selection operator; MSE: mean squared error; ROC: receiver operating characteristic.

点击查看大图

图3  中轴型脊柱关节炎炎症活动性活动组、非炎症活动性组患者MRI T2WI-FS图及DCE-MRI特征参数（Ve、Kep、TTP）伪彩图。FS：脂肪抑制；DCE：动态对比增强；Ve：血管外细胞外容积分数；Kep：反流速率常数；TTP：达峰时间。
Fig. 3  T2WI-FS images and DCE-MRI parametric maps (Ve, Kep, TTP) in pseudo-color for axial spondyloarthritis patients in the active and inactive inflammatory groups. FS: fat suppression; DCE: dynamic contrast-enhanced; Ve: extravascular extracellular volume fraction; Kep: efflux rate constant; TTP: time to peak.

1.6 统计学分析

       使用R语言软件（2024.04.2.764）进行统计分析，以P<0.05差异具有统计学意义。连续变量符合正态分布者表示为均数±标准差，采用独立样本t检验比较组间差异；不符合者表示为中位数（上四分位间距，下四分位间距），差异通过非参数检验（Mann-Whitney U检验）比较组间差异。分类变量表示为频数（百分比），采用χ²检验比较组间差异。单因素分析中，保留P<0.05的影像特征。多因素分析采用：（1）向后法logistic回归，保留P<0.1且OR≠1的特征；（2）LASSO回归（交叉验证优化λ），筛选关键特征建立模型。通过受试者工作特征（receiver operating characteristic, ROC）曲线模型判别效能，以曲线下面积（area under the curve, AUC）、准确率、敏感度、特异度评估。

2 结果

2.1 病例分组及基线特征

       总病例数中炎症活动性组（ASDAS-CRP≥2.1）61例，男女比例40∶21，平均年龄为28.7岁；非炎症活动性组（ASDAS-CRP<2.1）32例，男女比例14∶18，平均年龄为28.7岁。炎症活动性组、非炎症活动性组两组组间的CRP、ESR、BASDAI评分，差异有统计学意义（P均<0.001），两组间性别、年龄、吸烟史、家族史、人类白细胞抗原B27（human leukocyte antigen B27, HLA-B27）比较，差异均无统计学意义（P均>0.05）（表1）。

点击查看表格

表1  基线特征
Tab. 1  Baseline characteristics

2.2 SPARCC、DCE-MRI参数在炎症活动性组、非炎症活动性组的比较

       SPARCC评分在炎症活动性组、非炎症活动性组差异具有统计学意义（P<0.001）。DCE-MRI参数Kep、TTP、Ve值在炎症活动性组、非炎症活动性组中，差异具有统计学意义（P=0.019~0.043）。余参数差异无统计学意义（P>0.05）（表2）。DCE-MRI多参数联合模型纳入参数为BV、K^trans、Ve，其P值分别为0.096、0.010、0.008，OR值分别为2.712（0.839-8.769）、0.067（0.009-0.518）、25.392（2.293-281.132）。

点击查看表格

表2  SPARCC评分、DCE-MRI参数在炎症活动性组、非炎症活动性组的比较
Tab. 2  Comparison of SPARCC scores and DCE-MRI parameters in the active inflammatory group and the inactive inflammatory group

2.3 DCE-MRI影像组学在炎症活动性组、非炎症活动性组的比较

       每个DCE-MRI参数图分别提取了1037个影像组学特征。融合所有参数图的影像组学特征共12 444个。影像组学特征包括14种不同的形状特征、一阶特征和其他纹理特征。AUCt、BF、VB、K^trans、Vp分别选取了2个特征，Kep、MAXSlope、Slice、TTP、Ve分别选取了3个特征，MAXConc选取了9个特征进行建模，综合模型提取了7个特征进行建模。各DCE-MRI参数图影像组学模型的AUC值为0.617~0.889（表3）。

点击查看表格

表3  各DCE-MRI参数图影像组学模型及AUC值
Tab. 3  Radiomics models and AUC values of each DCE-MRI parameter map

2.4 诊断效能

       SPARCC的AUC为0.697（P=0.001），DCE-MRI多参数联合模型的AUC为0.712（P<0.001），DCE-MRI影像组学综合模型的AUC为0.951（P<0.001）（图4，表4）。两两DeLong检验表明，SPARCC与DCE-MRI多参数模型的AUC差异无统计学意义（P=0.851）；DCE-MRI影像组学综合模型的AUC显著高于SPARCC和DCE-MRI多参数模型，差异有统计学意义（P均<0.01）。

点击查看大图

图4  不同模型对中轴型脊柱关节炎活动度的预测ROC曲线。4A：DCE-MRI参数（Kep、TTP、Ve）ROC曲线；4B：DCE-MRI参数影像组学模型ROC曲线；4C：综合模型ROC曲线。ROC：受试者工作特征；DCE：动态对比增强；Kep：反流速率常数；TTP：达峰时间；Ve；血管外细胞外容积分数；AUC：曲线下面积；AUCt：浓度-时间曲线下面积；BF：血流速；BV：血容积；K^trans：容积转运常数；MaxConc：最大浓度；MaxSlope：最大斜率；MTT：对比剂平均通过时间；Slice：图像层面；Vp；血管内容积分数；SPARCC：加拿大脊柱炎研究联盟评分。
Fig. 4  Predictive ROC curves of different models for disease activity in axial spondyloarthritis. 4A: ROC curves for DCE-MRI parameters (Kep, TTP, Ve); 4B: ROC curves for radiomics models based on individual DCE-MRI; 4C: ROC curves for combined models. ROC: receiver operating characteristic; DCE: dynamic contrast-enhanced; Kep: efflux rate constant; TTP: time to peak; Ve: extravascular extracellular volume fraction; AUC: area under the curve; AUCt: area under the concentration-time curve; BF: blood flow; BV: blood volume; K^trans: volume transfer constant; MaxConc: maximum concentration; MaxSlope: maximum slope; MTT: meantransit time; Slice: image slice; Vp: capillary plasma volume fraction; SPARCC: Spondyloarthritis Research Consortium of Canada.

点击查看表格

表4  不同模型对中轴型脊柱关节炎活动度的预测性能
Tab. 4  Predictive performance of different models for disease activity in axial spondyloarthritis

3 讨论

       本研究将基于DCE-MRI多参数图的VOI影像组学分析技术应用于中轴型脊柱关节炎骶髂关节炎症活动性的评估。通过提取并筛选DCE-MRI多参数图的影像组学特征，成功构建了预测中轴型脊柱关节炎炎症活动性的综合模型。该模型展现出卓越的诊断效能（AUC=0.951），显著优于临床广泛应用的骶髂关节骨髓水肿SPARCC评分（AUC=0.697，P<0.01）以及基于传统DCE-MRI药代动力学参数构建的联合模型（AUC=0.712，P<0.01）。

3.1 中轴型脊柱关节炎炎症活动性评估

       中轴型脊柱关节炎的炎症活动性评估对于指导治疗和判断预后至关重要。目前中轴型脊柱关节炎疾病活动度评估需要结合患者的临床体征（如BASDAI）、实验室检查（如CRP、ESR）和影像学检查（主要为MRI），准确性受多因素影响。SPARCC评分作为评估骶髂关节骨髓水肿（代表活动性炎症）的常用影像学方法，本研究结果显示其诊断效能有限（AUC=0.697），与沃尔特等人的研究结果^[20]相仿。其原因可能是：（1）主观依赖性，结果受阅片者经验影响，尤其在骨髓水肿信号强度和范围的判定上存在差异；（2）结构病变干扰，骶髂关节常见的骨赘形成、骨质硬化等结构性改变产生的低信号可能掩盖或干扰对活动性高信号骨髓水肿的识别^{[21, 22]}。

3.2 DCE-MRI参数的价值与局限性

       DCE-MRI通过追踪对比剂动力学，能够无创地量化组织微血管灌注和通透性^[23]。本研究观察到DCE-MRI的定量和半定量参数（Kep、Ve、TTP），在中轴型脊柱关节炎患者中炎症活动性组显著高于非炎症活动性组，其中炎症活动性组的Kep、Ve均高于非炎症活动性组的结果，与先前研究结果一致^{[3, 13, 24]}。Kep和Ve变化反映活动性炎症导致滑膜及骨髓新生血管形成和微血管通透性显著增高。TTP反映局部组织灌注状态，中轴型脊柱关节炎活动性组因局部高灌注而高于非活动组，与林敏贵等^[25]的类似DCE-MRI研究结果一致。

       值得注意的是，多参数联合模型纳入参数为BV、K^trans、Ve，提示炎症活动期血管通透性高、血容量增加且其诊断效能较单一参数提升（AUC：0.712 vs. 0.648，P=0.304），与ZHU等^[26]及WU等^[27]采用DCE-MRI参数评估克罗恩病治疗反应的研究结果相仿，表明多参数联合分析能更全面反映炎症微环境特征。但本研究单参数中K^trans在炎症活动性组及非炎症活动性组中差异无统计学意义（P=0.594）与上述研究不符，原因可能是：（1）炎症活动期病例存在结构改变与炎症活动性并存现象；（2）骨髓微血管密度个体差异、血压波动及血管调节因子共同导致低灌注状态，影响对比剂渗透。这凸显了单纯依赖定量或半定量参数建模的固有局限性：尽管测量便捷，但其结果波动性大且易受混杂因素干扰。

       另外，本研究中多参数联合模型纳入参数为BV、K^trans、Ve，与单一参数Kep、TTP、Ve值在炎症活动性组、非炎症活动性组中差异具有统计学意义（P<0.05）的参数不一致。我们推测可能与Kep、TTP存在共线性有关，导致其在多参数联合模型构建过程中被剔除出去。

3.3 DCE-MRI影像组学综合模型的优势

       DCE-MRI已成功用于评估中轴型脊柱关节炎炎症活动性、不同疾病血脑屏障破坏情况及肝硬化结节等的病理变化 ^{[17, 28, 29]}。该技术可提供微环境变化的充分信息，并能对炎症严重程度进行定量评估。在早期中轴型脊柱关节炎的诊疗中，DCE-MRI是一种可靠的非侵入性定量监测生物标志物进而评估炎症进展状态的方法。既往ZHANG等^[17]从42例中轴型脊柱关节炎患者的骶髂关节DCE-MRI参数图的ROI提取数据，并进行建模。XIN等^[3]采用109例中轴型脊柱关节炎患者骶髂关节MRI脂肪抑制、T2WI序列融合ROI的影像组学模型评估中轴型脊柱关节炎活动。以上研究均使用病灶单层面ROI数据进行建模，没有全面评估骶髂关节整体图像资料，这可能会遗漏部分重要信息并影响以上两项研究构建模型的准确性。本研究显示DCE-MRI多参数影像组学综合模型评估中轴型脊柱关节炎炎症活动性具有较高的准确度（90.3%）、敏感度（91.8%）和特异度（87.5%），表明提取VOI的影像组学特征并进行模型能够对复杂炎性病理环境进行准确的超视觉分析。

3.4 本研究的局限性

       首先，样本量较小，且为单中心数据。因为本研究是一项回顾性研究，中轴型脊柱关节炎患者进行骶髂关节DCE-MRI检查相对较少，且各中心扫描方案不统一，收集困难；其次，本研究只根据骶髂关节骨性关节面下区域骨髓水肿（骨炎）对中轴型脊柱关节炎患者炎症活动性进行评价，未对关节间隙强化（附着点炎）进行系统评价，这是因为关节间隙强化（滑膜炎）范围比较难界定，容易受到更多因素的干扰。

4 结论

       综上所述，DCE-MRI影像组学综合模型在中轴型脊柱关节炎炎症活动性评估中优于DCE-MRI参数联合模型及SPARCC评分模型，为中轴型脊柱关节炎临床诊治提供了新的参考依据。未来通过多中心大样本验证以及结合更全面的炎症评估和先进算法（如深度学习），有望进一步优化模型性能并推动其临床应用。