0 引言

       脊柱疾病是影响脊柱结构、功能及健康的一类疾病，包括退行性病变、创伤、感染、肿瘤及先天性疾病等多种类型，具有高发病率、高致残率及高经济负担的特点^[1]。全球范围内，脊柱疾病的发病率和患病率持续上升，已成为重要的公共卫生问题^{[2, 3, 4]}。脊柱疾病的准确诊断和评估是临床实践中的重要挑战。脊柱常规影像学检查主要为X线、CT及传统MRI，虽能提供形态学信息，但在组织成分、微结构改变及生理功能评估方面存在局限性^{[5, 6]}。近年来，随着MRI技术的发展，定量磁敏感成像（quantitative susceptibility mapping, QSM）作为一种无创定量MRI技术^[7]，可定量测量组织磁化率，反映组织中含铁物质、钙化和髓鞘等成分变化^{[8, 9]}。目前QSM主要用于中枢神经系统疾病研究，在帕金森病和阿尔茨海默病等获得显著成果^[10]。近年来该技术逐渐应用于骨骼肌肉系统。凭借对铁含量的高敏感性，QSM可精确评估脊柱疾病铁沉积状态，可为临床预后评估提供客观量化指标；同时，通过对磁敏感值变化的定量分析，能够有效区分脊柱退行性病变不同阶段的生化特征改变，从而实现疾病的早期诊断^[11]。然而，目前尚缺乏对QSM在脊柱疾病中应用的系统性综述，现有文献未能系统整合其成像原理、适应脊柱解剖特点的后处理技术，以及其在退行性疾病、骨质疏松、肌肉脂肪浸润（muscle fatty infiltration, MFI）、损伤与炎症等一系列病症中的研究进展。本文首次将系统介绍QSM原理及脊柱特异性成像方案，继而详细综述其在各类脊柱疾病中的前沿应用，并对未来发展方向进行展望。

1 QSM物理基础及图像后处理

1.1 QSM物理基础

       磁化率（χ）是物质在外加磁场中磁化能力的固有物理参数^[12]。在人体组织中，不同成分因磁性特征差异呈现独特的磁化率值，铁离子、铁蛋白、含氧血红蛋白等顺磁性物质（χ>0）可增强局部磁场；髓鞘、部分蛋白质等抗磁性物质（χ<0）会削弱局部磁场；钙盐等弱磁性物质则会引发微小却可测量的磁场扰动^{[13, 14]}。该磁化率差异在外磁场作用下会导致局部磁场不均匀，进而在梯度回波序列中形成可定量的相位累积效应。QSM技术通过解析磁化率与相位信号间的物理关联，实现从相位数据到组织磁化率分布的反演重建。这一过程能够精准量化组织内钙含量变化及铁沉积状态^[15]，从而为微观组织成分评估提供定量依据^{[16, 17]}。

       QSM数据采集基础为三维多回波梯度回波（3D multi-echo gradient echo, 3DMulti-Echo GRE）序列^[18]。该序列通过采集多个回波时间点的复信号数据，可提供高空间分辨率与高相位敏感性的原始数据。多回波采集策略的优势在既能提升相位测量的信噪比，又可实现有效横向弛豫率（effective transverse relaxation rate, R2^*）效应校正与水脂分离，从而为后续磁化率反演过程提供更纯净的相位信息^[19]。在实际应用中，3DMulti-Echo GRE序列通过搭配不同空间分辨率参数、采用多角度采集模式或结合多通道线圈配置，已成功应用于脑、心脏、肾脏及骨骼肌等多个器官系统，有力推动了高通量、全器官范围磁化率定量测量技术的发展^{[11, 20]}。

1.2 QSM图像重建的核心算法与流程

1.2.1 原始相位处理与背景场去除

       QSM重建的首要步骤是相位的精确获取与处理^[21]。外部环境、器械误差以及非局部磁场扰动会增加伪影，必须通过精确的相位展开、组织掩膜生成以及高效的背景场去除算法加以抑制^{[22, 23]}。主要方法包括基于精确数学展开的“相位展开”以及基于复杂调和伪影去除法（sophisticated harmonic artifact reductionfor phasedata, SHARP）、偶极场投影法（projectiononto dipole fields, PDF）等算法的背景场消除，其目标是只保留局部组织诱导的磁场变化，为后续反演准备高质量信号^{[19, 24]}。在脑组织磁化率模板构建、病灶区域提取方面，生成高质量的组织模板和感兴趣区（region of interest, ROI）是定量对比分析和群体研究的基础。模板生成可采用仅磁化率、仅T1WI或两者融合的方法，不同体素和结构区域对于模板策略选择敏感，涉及结构差异对比与区域配准精度^[24]。

1.2.2 磁化率-相位逆问题与反演算法

       从相位图像到磁化率空间分布，其本质是通过求逆静磁场方程，从相位扰动和磁场分布法来定量估算体素内的磁化率分布^[25]，见图1。关键点包括含糊的解空间、测量噪声放大、体素内多成分混合等^{[14, 19]}。为获得稳定且准确的磁化率估计，常用方法包括空间阈值截断法（truncated K-space division, TKD）、形态启用偶极反演（morphology enabled dipole inversion, MEDI）、基于迭代重加权最小二乘法（iterative least squares, ILSQR）、磁化张量成像（susceptibility tensor imaging, STI）等，以及近年来深度学习回归、稀疏约束、正则化优化等数学模型优化算法。尤其是采用稀疏和结构先验约束，如低秩模型、全变分图像去噪算法等算法，可有效提高定量精度、降低噪声，成为QSM反演算法的主流^{[14, 26, 27]}。

点击查看大图

图1  传统磁敏感成像后处理流程图。
Fig. 1  Flowchart of traditional quantitative susceptibility mapping post-processing pipeline.

1.2.3 组织成分分离与亚体素成像

       传统QSM只能反映体素平均磁化率，无法区分同一体素内正负磁化率成分（如铁与髓鞘）。为此，近年涌现出亚体素分离技术，通过引入额外的参数（如R2^*）、多角度数据、多模态联合重建等方式，将顺磁性（铁）与抗磁性（髓鞘、钙等）信号区分，实现更高生物学特异性^[28]。如基于亚体素磁敏感源分离的迭代数据拟合方法（an approach to PARcellation and tissue-specific QSM, APART-QSM）等联合R2^*参数的复杂拟合技术，在动物脑和人体大脑中真实鉴别铁和髓鞘的分布，助力发育、衰老和疾病的基础和转化研究^[19]。织成分分离算法不断优化：如多模态信息融合（QSM+T1WI）、多角度采集、多回波信号模型、神经网络解算，可以克服传统单一体素测量的混淆问题，更好地应用于疾病状态下铁沉积、髓鞘变化等微观结构的研究^{[17, 19, 24, 29]}。

1.3 QSM脊柱成像

       脊柱解剖结构复杂，包含骨组织、骨髓、椎间盘、韧带及周围软组织等多种成分，这些组织的磁化率特性各不相同，增加了成像与数据处理的复杂程度^[30]。并且脊柱区域容易受呼吸运动和心脏搏动的影响，会导致运动伪影增多^[31]。在GUO等^[29]基于超短回波时间（ultrashort echo time, UTE）的腰椎QSM方法通过采集水脂同相回波信号，有效克服了脂肪干扰并提高了图像信噪比，实现了对腰椎磁化率的准确测量。同时该研究针对脊柱QSM中因椎体脂肪与水含量相当导致的脂肪-水分离非凸优化问题，提出利用同相（in‐phase, IP）回波初始化R2^*-IDEAL的方法，该研究对10名健康受试者采用GRE序列采集异相和IP回波数据，通过自回归线性运算（auto‐regression on linear operations, ARLO）从IP回波幅度图获取初始R2图，经非线性最小二乘拟合、图割法解缠及拉普拉斯边值（Laplacian boundary value, LBV）问题求解从IP回波相位图得到背景场图以初始化R2^*-IDEAL，并与零初始化方法（zero initialization method, Zero）、基于图割的变量投影方法（variable projection with a graph cut solver, VARPRO-GC）、同时相位解缠绕和化学位移去除（simultaneous phase unwrapping and removal of chemical shift, SPURS）方法及单峰与多峰脂肪模型对比，结果显示单峰与多峰脂肪模型的QSM值差异无统计学意义，而IP方法在模拟和在体数据中均表现最优，场图误差最低且能生成均匀场图和清晰显示椎体结构的QSM，表明利用IP回波获取的R2^*和背景场图初始化R2^*-IDEAL可实现稳定的脊柱QSM图，且基于多回波GRE序列同时获取质子密度脂肪分数（proton density fat fraction, PDFF）和脊柱QSM具有可行性。同时郭义昊等^[32]提出基于双重复时间（repetition time, TR）多回波梯度回波的腰椎QSM方法，旨在解决此前超短回波时间QSM序列采集耗时且无法获取脂肪分数的局限。该方法采用双TR设计：首个TR采集水脂不同相回波，第二个TR采集水脂同相回波；数据处理采用IP方法，实验验证显示，其仿真场图误差显著低于VARPRO-GC、SPURS等方法，人体实验中QSM图像解剖结构清晰、伪影少，且单/多峰脂肪模型下QSM值相关性极高（r²=0.99）。

       2025年董振翔等^[33]提出基于双极读出梯度的单TR腰椎QSM方法，通过平移校正解决正负梯度读出图像沿频率编码方向的空间错位、相位校正消除相位差，结果显示校正后单TR方法与双TR方法的腰椎磁化率值高度一致，且能有效区分不同骨密度人群。该单TR方法将数据采集时间缩短50%，可生成无伪影的腰椎定量磁化率分布图，为无电离辐射的腰椎骨密度评估及骨质疏松相关疾病的早期筛查、动态监测提供了高效技术方案。超短回波时间、双TR和单TR三种脊柱QSM优化总结对比见表1。

点击查看表格

表1  脊柱定量磁敏感成像方法特性对比表
Tab. 1  Comparison of methodological characteristics for spinal quantitative susceptibility mapping

2 QSM在脊柱疾病中的应用

2.1 QSM在椎间盘退变中的应用

       椎间盘退行性变（intervertebral disc degeneration, IVDD）是脊柱退行性改变的前期和核心环节，涉及细胞外基质降解、髓核脱水、纤维环破裂、炎症反应及相邻结构的生物力学改变等复杂过程，其中与铁死亡、氧化应激、细胞凋亡等分子机制密切相关^{[34, 35]}。目前影像学诊断以常规MRI为主，但主要反映形态和宏观结构改变，尚难以精准捕捉分子和微观水平的异常。近年来，随着MRI定量评价技术的发展，如T2 mapping、表观扩散系数（apparent diffusion coefficient, ADC）测量等方法的普及，使退行性改变的早期识别、病理机制探讨及疗效评价得到质的飞跃^{[36, 37]}。目前QSM主要在神经系统铁代谢研究中取得显著成果^{[38, 39]}，目前尚未有关于QSM直接应用于椎间盘退变的临床与实验研究。但QSM技术为探查脊柱微区铁、钙等顺磁性物质分布提供了可靠的理论与成像基础。未来研究可进一步聚焦椎间盘微环境，通过亚体素分析技术定量提取髓核与终板等关键区域的磁化率参数，并结合椎间盘突出患者术中获取的髓核组织样本，开展普鲁士蓝染色与铁离子生化检测等多模态病理对照分析。该跨学科研究方法有望在影像与组织病理层面系统揭示椎间盘退变过程中局部铁代谢失衡、终板钙化、炎性沉积及微血管重塑等多因素间的相互作用，阐明其在椎间盘铁死亡与氧化应激等病理进程中的角色。此外，QSM能够区分传统MRI难以辨别的微区磁化率差异，从而在Pfirrmann分级基础上，提供更具病理特异性的影像标志。结合多定量MRI序列，可进一步构建“机制-影像-临床”一体化研究路径，推动建立基于QSM的椎间盘退变早期诊断与药物干预疗效评估体系，为临床精准诊疗提供新的影像学生物标志^[40]。

2.2 QSM在骨质疏松评估中的应用价值

       骨质疏松症是一种骨密度降低和骨微结构破坏，导致骨强度下降、骨折风险增高为特征的疾病^{[41, 42]}。作为一种无放射线辐射的成像技术，QSM在骨质疏松评估中展现出独特优势。在GUO等^[43]的研究探讨了QSM在绝经后女性腰椎磁化率与脂肪含量变化评估中的应用价值，结果显示椎体QSM值与骨密度呈显著负相关（r=-0.70，P<0.001）。骨质减少组椎体QSM值显著高于正常骨密度组[（30.8±47.0） ppb vs. （-17.0±43.6） ppb，P<0.001]，而骨质疏松组QSM值进一步增加[（82.0±39.9） ppb，P<0.001] ^[43]。该研究证实，QSM值可有效反映骨密度变化，为骨质疏松的无创伤性评估提供了新手段。QSM在骨质疏松评估中的另一重要价值体现在其对骨微结构信息的获取能力。传统双能X射线吸收测定法（dual-energy X-ray absorptiometry, DXA）仅能提供骨密度参数，无法评估骨微结构改变；而QSM通过测定骨组织磁化率，可间接反映骨小梁的密度及排列特征，为骨质疏松的早期诊断与骨折风险评估提供更全面的信息，在CHANG等^[31]的研究中，基于高分辨率MRI的小梁骨微结构分析对骨质疏松性骨折风险预测效能优于单纯基于DXA的骨密度测量。

       QSM与Dixon序列、T2^*映射、UTE成像、磁共振波谱（magnetic resonance spectroscopy, MRS）及基于化学位移编码的水-脂肪MRI（chemical shift-encoded MRI, CSE-MRI）等其他定量MRI技术联合应用可以提供更全面的骨质疏松评估信息。在GUO等^[43]的研究中，QSM与Dixon序列测量的PDFF存在中度相关（r=0.64，P<0.001）。当联合使用QSM和PDFF时，在区分骨质疏松前期与骨质疏松的能力显著优于单独使用PDFF（AUC：0.82 vs. 0.70，P=0.039）。该研究表明椎体磁化率和脂肪含量的组合是评估绝经后骨质疏松具有前景的标志物。在CHANG等^[31]研究中介绍了多种MRI技术在骨质疏松评估中的应用，除QSM外，T2^*映射、UTE成像、MRS和CSE-MRI等技术都可以评估骨质疏松。其中，T2^*在上世纪90年代就被证明与小梁骨的密度和方向相关。而UTE成像提供了评估皮质骨数量和质量的替代标志物^[31]。此外，MRS和CSE-MRI能够通过提取骨髓脂肪分数（bone marrow fat fraction, BMFF）对非矿化骨成分进行定量评估。CSE-MRI还可区分骨质疏松性骨折与病理性骨折，这在临床上具有重要意义^[31]。如将这些技术与QSM结合使用，可以从多个维度评估骨质疏松，提高诊断的准确性和早期诊断能力。

2.3 QSM在MFI评估中的应用

       MFI在多系统中常见，包括神经肌肉、内分泌或肌肉骨骼病变^[44]。QSM与CSE-MRI、Dixon、MRS等其他定量MRI技术结合可以全面评估脊柱周围肌肉的脂肪浸润情况^[45]。ASSI等^[45]回顾了基于MRI的MFI定性和定量评估方法，其中定量技术（如Dixon序列）占主导（80%），尤其强调自动化分析对临床推广的价值。虽然QSM未在原文中直接讨论，但文献中Dixon技术对脂肪-水分离的精准量化（如PDFF和R2^*映射）为QSM的磁敏感特性分析提供了技术参照。此外，MFI与脊柱疾病进展、手术预后的相关性（如腰椎融合术后并发症风险增加43.9%）支持QSM潜在的应用场景，可通过磁敏感差异进一步解析肌肉退变与铁沉积等病理机制^[45]。

2.4 QSM在脊柱损伤中的应用

       QSM技术在评估脊柱损伤和炎症性病变方面具有潜在临床应用价值。虽然目前文献中没有直接关于脊柱损伤的QSM研究，但SONI等^[46]的研究提供了QSM在评估创伤性脑损伤后白质病变的应用，该项研究对QSM在脊柱损伤评估中具有启发意义。该研究结合QSM和弥散张量成像（diffusion tensor imaging, DTI）技术可以区分损伤后白质病变的不同方面，其中DTI主要反映急性和局灶性白质变化，而QSM则反映时间上的脱髓鞘过程和慢性状态下的弥散区域变化。在创伤性脑损伤后，白质区域的磁化率增加在损伤后3天出现，并持续至30天^[46]。这种磁化率变化与组织学上的胶质纤维酸性蛋白免疫反应性增加和髓鞘碱性蛋白信号丢失相符，表明QSM可以检测损伤后的脱髓鞘过程。在脊柱损伤中，脱髓鞘和铁沉积等病理过程是重要特征，QSM技术有望通过检测这些变化为脊柱损伤的评估提供新的影像特征，该影像特征对于理解脊柱损伤病变过程具有重要参考价值。此外，QSM技术在检测组织铁沉积的优势也使其成为评估脊柱炎症性病变的潜在工具。在MOSHER等^[47]的研究中虽然研究目的为原发性胆汁性胆管炎患者的海马变化，其采用QSM评估铁沉积作为神经炎症的指标，该方法对脊柱炎症性病变的评估具有借鉴意义。

2.5 QSM联合MRI定量技术在脊柱疾病中的评估价值

       MRI定量技术的联合应用，可为脊柱疾病评估提供更为全面的信息。如前所述，QSM与Dixon技术相结合，可同步实现组织磁化率与脂肪含量的定量评估，为骨质疏松及MFI的多维度分析提供数据支撑。并且QSM与DTI的联合应用在组织微结构变化评估中具有互补优势，在SONI等^[46]的研究所示，DTI更侧重于反映急性、局灶性改变，而QSM则在慢性阶段变化评估中展现出独特优势。QSM还可与MRI常规序列联合使用，可提高对脊柱疾病的综合评估能力。如与T1WI、T2WI、QSM的联合使用可以同时评估解剖结构、炎症和铁沉积、脱髓鞘等病理过程^{[31, 46]}。CHANG等^[31]指出，先进的后处理和图像分析工具，特别是考虑统计参数映射和区域特异性BMFF分布的工具，有很高的潜力进一步改善基于MRI的脊柱和髋部骨折风险评估。此外，QSM与血氧水平依赖功能MRI（blood oxygenation level dependent functional MRI, BOLD-fMRI）的联合应用亦存在潜在研究价值。AIMO等^[48]阐述了QSM评估血液氧合状态、心肌铁含量及心肌纤维取向中的应用成果，此类技术方法有望拓展至脊髓血氧变化及神经功能评估领域，为脊柱疾病的功能评估提供新的视角。

3 QSM技术在脊柱成像中的挑战与未来

       QSM技术在脊柱应用方面仍存在一些局限性。AIMO等^[48]在心血管QSM研究中提到的运动相关挑战，如心脏和呼吸运动、血流、化学位移效应和磁化率伪影，在脊柱QSM中同样存在。其次，脊柱区域的磁场不均匀性较大，特别是在胸椎区域，由于相邻肺组织的磁化率差异大，增加了背景场去除的难度，在SALMAN等^[49]研究中显示背景场去除算法选择对QSM结果存在显著影响，这在脊柱QSM中尤为重要。再次，QSM不提供绝对磁化率值，需选择合适的参考区域进行相对定量^[50]。在FENG等^[50]的研究中，参考区域的选择显著影响QSM的重复性，在脊柱QSM中，标准化的参考区域尚未建立。此外，QSM对金属植入物高度敏感，这限制了其在脊柱手术后评估中的应用。

       尽管面临技术挑战，但QSM在脊柱疾病临床应用依然前景广阔。针对运动伪影，可通过呼吸门控与心电门控同步采集、缩短扫描时间以及基于深度学习的后处理校正算法加以抑制。针对脊柱区域复杂的磁场不均匀问题，需开发分区自适应背景场去除算法，并融合磁化率先验约束，同时采用UTE序列与多角度采集进行补偿。为解决标准化缺失，应确立统一参考区域并建立年龄分层的正常参考数据库，同时制定设备与操作规范，推广多中心数据技术。对于金属植入物干扰，可结合金属伪影抑制序列与QSM，并探索通过多参数模型间接评估金属周围组织变化。

       此外，QSM与人工智能的融合已成为该领域的重要发展方向。具体表现为：（1）在图像重建与优化方面，基于生成对抗网络、U-Net等深度学习模型，可实现从原始K空间或相位图端到端重建高质量QSM图像，本课题组已对此展开探索，使用单回波幅度图像，通过深度学习模型直接预测QSM图（图2）；（2）在智能分析与诊断方面，依托卷积神经网络或视觉Transformer架构构建的自动化工具，能够精准分割椎体、椎间盘、椎管等结构并自动测量其磁化率值；（3）在预测模型构建方面，结合临床资料并运用随机森林、支持向量机等机器学习算法，可对QSM及多参数MRI特征进行深入挖掘，进而建立脊柱疾病进展、手术预后及治疗反应的预测模型。

       与此同时，多模态融合的实施路径也需系统化推进，关键在于实现从联合采集到信息深度融合的跨越。在技术层面，开发能够同步获取磁化率、T2值、扩散系数等多参数的联合采集序列，有助于提高数据匹配的精度和采集效率；在后处理层面，通过非线性配准确保不同模态图像空间一致，并利用多通道深度学习模型或多参数图谱，综合分析铁沉积、髓核基质丢失、神经纤维完整性等不同生物物理参数之间的内在联系；在临床应用层面，致力于构建“结构-成分-功能”一体化的脊柱多维评估体系。最终，通过人工智能赋能与多模态融合协同作用，有望形成从精准成像到智能分析的脊柱疾病定量评估新范式，提升其临床转化价值。

点击查看大图

图2  基于U-Net的端到端QSM重建。
Fig. 2  End-to-end QSM reconstruction based on a U-Net architecture.