分享:
分享到微信朋友圈
X
临床研究
基于磁共振mDIXON技术对结直肠癌患者锁骨上棕色脂肪库脂肪分数的直方图分析
陈学敏 杨鸥 李飞翔 孙赟 黄刚

本文引用格式:陈学敏, 杨鸥, 李飞翔, 等. 基于磁共振mDIXON技术对结直肠癌患者锁骨上棕色脂肪库脂肪分数的直方图分析[J]. 磁共振成像, 2026, 17(7): 76-85. DOI:10.12015/issn.1674-8034.2026.07.010.


[摘要] 目的 利用磁共振多回波水脂分离(multi-echo DIXON, mDIXON)技术定量探索结直肠癌患者锁骨上脂肪库脂肪分数(fat fraction, FF)的变化。材料与方法 前瞻性收集初诊结直肠癌患者(60例)并完成颈部磁共振mDIXON图像采集,采集同时期健康志愿者(60例)的颈部mDIXON图像作为对照。在两组的mDIXON-FF图像上盲法手动勾画锁骨上脂肪库棕色脂肪组织(brown adipose tissue, BAT)的代表性感兴趣区(region of interest, ROI)以及同层面背部皮下白色脂肪组织(white adipose tissue, WAT)的ROI并提取其直方图特征,采用两独立样本t检验(正态参数)或曼-惠特尼U检验(非正态参数)比较两组的FF直方图特征。将结直肠癌患者按照病理或临床特点(如肿瘤分期、是否伴有淋巴结转移等)进行肿瘤内部分组,并用倾向得分对年龄、性别、身体质量指数进行匹配控制混杂因素,探索性分析匹配后各组间FF的直方图特征。另外,收集10名健康志愿者,分别前后(相隔30天)采集其颈部磁共振mDIXON图像用于评价锁骨上窝BAT及皮下WAT的稳定性,并对ROI的手动勾画做了可重复性检验,最后分别对左右两侧锁骨上脂肪库BAT勾画ROI的一致性做了验证。结果 FF直方图特征显示,在锁骨上脂肪库中,代表FF大小的10Percentile(85.69 vs. 82.59,P<0.001)、Mean(90.24 vs. 86.92,P<0.001)、Minimum(83.22 vs. 79.71,P<0.001)3个特征值在结直肠癌组都大于对照组;皮下WAT的直方图特征在两组之间差异均没有统计学意义(P>0.05)。初步观察到在直肠癌患者淋巴结转移阴性组与阳性组之间的InterquartileRange(5.27 vs. 3.55,P=0.048)、MeanAbsoluteDeviation(2.83 vs. 1.99,P=0.029)、RobustMeanAbsoluteDeviation(2.20 vs. 1.45,P=0.013)3个特征间差异存在统计学意义,其他组别之间的各特征没有观察到显著差异。手动勾画ROI的可重复性检验显示上述6个特征均具有良好的一致性,组内相关系数(intra-class correlation coefficient, ICC)≥0.75。前后自身对照显示,锁骨上窝BAT及皮下WAT时隔30天扫描所得的FF直方图特征具有良好稳定性。分别从左右两侧锁骨上脂肪库BAT勾画ROI差异无统计学意义。结论 结直肠癌患者锁骨上BAT相对含量降低、FF升高,提示BAT比例下降,且其变化与淋巴结转移等疾病进展指标相关,这将为结直肠癌的治疗开辟新的思路。另外,基于mDIXON-FF的直方图分析方法为BAT的评估提供了无创、稳定的新途径,未来有望作为影像学标志用于结直肠癌的代谢评估与预后判断。
[Abstract] Objective To quantitatively explore changes in the fat fraction (FF) of the supraclavicular fat depot in patients with colorectal cancer using the MRI multi-echo DIXON (mDIXON) technique.Materials and Methods Newly diagnosed colorectal cancer patients (n = 60) were prospectively recruited and underwent neck MRI mDIXON. Neck mDIXON images from healthy volunteers (n = 60) during the same period were collected as controls. Representative region of interest for brown adipose tissue (BAT) in the supraclavicular fat depot and region of interest for white adipose tissue (WAT) in the dorsal subcutaneous fat at the same level were manually delineated on the mDIXON-FF images of both groups, avoiding blood vessels, nerves, and edge areas. Histogram features were extracted. Two independent samples t-tests (for normal parameters) or Mann-Whitney U tests (for non-normal parameters) were used to compare the FF histogram features between the two groups. Colorectal cancer patients were further subdivided based on pathological or clinical characteristics (such as tumor staging, whether there is lymph node metastasis, etc.). Propensity score matching was used to control for confounding factors like age, gender, and body mass index, and the FF histogram features were compared between the matched subgroups. In addition, 10 healthy volunteers were recruited. MRI mDIXON images of their necks were collected before and after a 30-day interval to evaluate the measurement stability of BAT in the supraclavicular fossa and subcutaneous WAT. The manual delineation of the ROI was also tested for its repeatability. Finally, the consistency of delineating BAT ROIs on the left and right sides of the supraclavicular fat depot was verified.Results Histogram analysis of the supraclavicular fat depot revealed that three features representing FF magnitude [10th Percentile (85.69 vs. 82.59, P < 0.001), Mean (90.24 vs. 86.92, P < 0.001), and Minimum (83.22 vs. 79.71, P < 0.001)] were all significantly higher in the colorectal cancer group compared to the control group. None of the histogram features for subcutaneous white adipose tissue showed statistically significant differences between the two groups. After internal grouping of colorectal cancer patients based on characteristics like lymph node metastasis, significant differences were observed between the lymph node metastasis-negative and positive groups for three features: InterquartileRange (5.27 vs. 3.55, P = 0.048), MeanAbsoluteDeviation (2.83 vs. 1.99, P = 0.029), and RobustMeanAbsoluteDeviation (2.20 vs. 1.45, P = 0.013). No statistically significant differences were observed in other features between the other subgroups. The reproducibility test of manual ROI delineation showed that all the above six features had good consistency [intra-class correlation coefficient (ICC) ≥ 0.75]. The self-control before and after showed that the FF histogram features of supraclavicular BAT and subcutaneous WAT obtained by scanning after 30 days had good stability. There was no significant statistical difference in delineating BAT ROI from the left and right supraclavicular fat depots respectively.Conclusions In patients with colorectal cancer, the relative content of supraclavicular brown adipose tissue (BAT) is decreased and the FF is elevated, suggesting that the reduction in BAT proportion may be accompanied by a decrease in BAT content, and its changes are correlated with disease progression indicators such as lymph node metastasis. Furthermore, the histogram analysis method based on mDIXON-FF provides a non-invasive and stable new approach for assessing brown adipose tissue, showing future potential as an imaging biomarker for metabolic evaluation and prognosis prediction in colorectal cancer.
[关键词] 棕色脂肪组织;结直肠癌;磁共振成像;多回波水脂分离;脂肪分数;直方图特征
[Keywords] brown adipose tissue;colorectal cancer;magnetic resonance imaging;multi-echo DIXON;fat fraction;histogram features

陈学敏 1   杨鸥 1   李飞翔 1   孙赟 1   黄刚 2*  

1 甘肃中医药大学第一临床医学院,兰州 730000

2 甘肃省人民医院放射科,兰州 730000

通信作者:黄刚,E-mail: huang_g2024@163.com

作者贡献声明::黄刚设计本研究的方案,对稿件重要内容进行了修改;陈学敏起草和撰写稿件,获取、分析和解释本研究的数据;杨欧、李飞翔、孙赟获取、分析或解释本研究的数据,对稿件重要的内容进行了修改;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。


收稿日期:2025-12-30
接受日期:2026-06-09
中图分类号:R445.2  R735.3 
文献标识码:A
DOI: 10.12015/issn.1674-8034.2026.07.010
本文引用格式:陈学敏, 杨鸥, 李飞翔, 等. 基于磁共振mDIXON技术对结直肠癌患者锁骨上棕色脂肪库脂肪分数的直方图分析[J]. 磁共振成像, 2026, 17(7): 76-85. DOI:10.12015/issn.1674-8034.2026.07.010.

0 引言

       棕色脂肪组织(brown adipose tissue, BAT)作为一类具有产热功能及生理调节功能的特殊脂肪组织,在成人中主要分布于颈部、锁骨上、脊柱旁、腋窝以及肾周等区域,其中锁骨上区域被认为是人体最主要的BAT储库[1, 2, 3],所以有关人体BAT的基于影像学的研究基本都在该区域进行。已有基于18氟脱氧葡萄糖正电子发射断层显像/计算机体层成像(18F-fluorodeoxyglucose positron emission tomography/computed tomography, 18F-FDG PET/CT)的研究表明,BAT的含量及活性随年龄和身体质量指数(body mass index, BMI)的增加而降低、在女性体内的高于男性[4, 5]。BAT通过其线粒体内膜上的解偶联蛋白1(uncoupling protein1, UCP1)介导底物氧化与产热,在寒冷环境中维持体温稳定,其代谢过程高度依赖循环中的葡萄糖与游离脂肪酸[1, 6]

       磁共振多回波水脂分离(multi-echo DIXON, mDIXON)定量技术是近年来影像学领域用于脂肪组织评估的核心技术之一,其通过多回波采集与精准水脂分离算法,可直接生成脂肪分数(fat fraction, FF)图像,实现对组织内脂质含量的定量测量,为区分BAT与白色脂肪组织(white adipose tissue, WAT)提供了无创、可重复的影像学新途径[7, 8];与传统的BAT检测金标准18F-FDG PET/CT相比,mDIXON技术具有显著优势:无需依赖BAT的激活状态,可在静息条件下完成评估,且无辐射暴露风险,扫描时间相对较短,能安全、有效地应用于临床常规检查[7]。与WAT不同,BAT处于高度动态变化中[9],其激活状态可导致组织内水、脂比例改变,进而引起脂肪分数(fat fraction, FF)值的相应变化[10, 11]。BAT在啮齿动物体内纯度较高,其FF值相对稳定,约50.9%~79.4%,而在成人体内的BAT是与WAT混合共存的,所以无法确定识别区分BAT和WAT的FF具体阈值[12, 13];通常WAT不会发生功能及状态的改变,因此BAT储库中FF的变化一般是由BAT的变化引起,FF的变化可间接反映BAT功能状态的改变。另一方面,由于肿瘤细胞在氧供充足条件下仍优先进行糖酵解(瓦博格效应),以快速获取能量及促进新细胞的生成[14],有研究表明,冷暴露诱导的BAT活化可增强全身葡萄糖摄取,竞争性降低肿瘤细胞的葡萄糖可利用度,从而抑制其生长[15]。结直肠癌作为常见消化道恶性肿瘤,其发生发展与全身代谢紊乱密切相关。尽管有报道指出UCP1在结直肠癌组织中的表达与良好预后相关[16],但目前尚缺乏对结直肠癌患者全身BAT宏观变化的影像学研究。

       直方图分析是影像组学的一种全局特征提取方法,其通过对感兴趣区域(region of interest, ROI)内所有体素的信号强度进行统计建模,生成信号强度分布直方图,并提取百分位数、均值、中位数、离散度、偏度等一系列量化特征,从而全面、客观地反映组织构成的均匀性、异质性及信号强度分布规律[17]。与单一数值测量相比,直方图分析能捕捉到组织内肉眼难以识别的细微信号强度差异,也可通过量化指标体现,这一特性使其在肿瘤分级、病变预后评估等领域得到广泛应用[18]。在BAT影像学评估中,直方图分析存在显著优势:人体锁骨上BAT储库为BAT、WAT和米色脂肪的混合组织[12],内部体素的FF值存在天然差异,单纯的FF均值测量难以全面反映BAT分布特征,而直方图分析可通过多维度特征实现对BAT状态的反映。本研究拟基于mDIXON-FF图像,对结直肠癌患者锁骨上脂肪库进行系统的直方图参数分析。CHEN等[19]通过直方图分析MRI-ADC图,成功评估了脑膜瘤的分级和增殖活性,LIU等[20]利用直方图分析光谱CT的单色图像和碘图像,实现了胃肠道间质瘤Ki-67表达的预测,而SUROV等[20]的研究通过分析宫颈癌患者ADC直方图参数与肿瘤微环境的相关性,发现宫颈癌组织病理学特征与ADC的关联程度取决于肿瘤分化程度。上述这些研究均证实了直方图分析在捕捉组织功能形态学改变方面的敏感性和可靠性。通过筛选差异具有统计学意义和良好可重复性的直方图特征,本研究有望揭示结直肠癌患者BAT功能状态的变化规律,同时验证基于mDIXON-FF图的直方图分析方法在BAT无创评估中的可行性。这不仅能为结直肠癌的代谢评估提供新的影像学生物标志物,也能丰富BAT影像学评估的方法体系,为后续探索BAT与肿瘤代谢的关联机制提供定量化研究手段,为结直肠癌的代谢干预、预后判断开辟新的研究方向。

1 材料与方法

1.1 样本量估算

       运用PASS软件进行样本量估算,选择配对t检验模式,假设H0:δ=0 vs. H1:δ≠0。给定效应量(均值差/标准差)=0.5,α=0.05。本研究两组比例按观察组∶对照组=1∶1,以FF直方图特征Mean为主要观察指标,有效率为0.85[13],即power=0.85。计算得到每组最小样本量为38对,若预计有20%的失访率,则需将样本量扩大至48对。

1.2 研究对象

       本研究遵守《赫尔辛基宣言》,经甘肃省人民医院医学伦理委员会批准,全体受试者均签署了知情同意书,伦理批准文号:2024-626。

       前瞻性收集甘肃省人民医院肛肠科2024年11月至2025年10月收治的结直肠癌患者,并将患者按年龄分层(10岁为一层,年龄最小层36~45岁、年龄最大层76~85岁),等比例收集同时期、同年龄阶段的健康志愿者作为对照组。

       为了验证基于磁共振mDIXON技术对BAT FF直方图分析法的可行性,我们在2025年10月收集10名健康志愿者,分别前后(相隔30天)两次采集其颈部磁共振mDIXON图像用于锁骨上窝BAT及皮下WAT稳定性的探索性评估。

1.3 纳入和排除标准

       结直肠癌组纳入标准:(1)年龄18岁以上;(2)病理证实为结肠癌或直肠癌;(3)无精神疾病或意识障碍,可进行正常交流沟通;(4)均自愿签署知情同意书。排除标准:(1)合并妊娠的患者;(2)其他恶性肿瘤的患者;(3)患有严重免疫系统疾病的患者;(4)其他代谢性疾病的患者;(5)服用影响BAT活性药物(如米拉贝隆、沙丁胺醇、他汀类药物等)的患者;(6)有磁共振扫描禁忌证的患者(如起搏器、支架植入者、幽闭恐惧症等)。

       健康对照组纳入标准:(1)年龄18岁以上;(2)无精神疾病或意识障碍,可进行正常交流沟通;(3)均自愿签署知情同意书。排除标准:(1)合并妊娠者;(2)有任何肿瘤病史;(3)患有其他代谢性疾病;(4)患有严重免疫系统疾病;(5)服用影响BAT活性的药物(如米拉贝隆、沙丁胺醇、他汀类药物等);(6)有磁共振扫描禁忌证的志愿者(如起搏器、金属支架植入者、幽闭恐惧症等)。

       前后自身对照志愿者纳排标准同健康对照组。

1.4 临床及病理资料收集

       采集所有受试者的身高、体质量及年龄信息,并计算BMI。收集结直肠癌患者的美国癌症联合委员会(American Joint Committee on Cancer, AJCC)标准下的肿瘤T分期、肿瘤类型、细胞增殖标记Ki-67、是否伴有肿瘤出芽、是否伴有淋巴结转移、是否伴有免疫浸润(CD-31血管浸润、D2-40淋巴浸润、S100神经浸润)、是否伴有远处转移等。对每位受试者进行十五分钟左右的颈胸部磁共振mDIXON扫描。

1.5 mDIXON扫描方案

       采用带有32通道头颈部线圈的3.0 T扫描仪(Elition, Philips Healthcare, the Netherlands)完成mDIXON扫描,扫描时取仰卧位,头先进。扫描范围为轴位颈4~胸6层面。磁共振FF成像采用三维梯度回波12点化学位移水脂分离(MDIXON Quant)序列。参数:重复时间5.60 ms,回波时间0.97 ms,视野303 mm×269 mm×150 mm,矩阵384×256,切片厚度3 mm,空间分辨率2.5 mm×2.5 mm×2 mm,扫描时间16 s,未屏气。

       mDIXON Quant序列采用梯度回波序列采集6个回波,可以一次扫描计算出七种对比图,其中FF=脂肪信号/(脂肪信号+水信号),FF图像通过磁共振系统自动获得。

1.6 ROI勾画及直方图特征提取

       采用3D Slicer软件ROI勾画,我们采用了小ROI法选取BAT最具代表性区域[22, 23]。在mDIXON序列下获取的FF图像上手动勾画锁骨上脂肪库中最具代表性BAT的ROI和皮下WAT的ROI;勾画时将结直肠癌患者及对照组采用盲法处理,并由一位7年资放射科医师独立完成。BAT勾画方法为在轴位正中线左侧或右侧的胸锁乳突肌、斜方肌和锁骨之间、轴位颈5/6至胸1/2椎间盘之间的脂肪组织区域,在脂肪最大层面的无血管、无神经区域选取肉眼信号较低(相对于皮下白色脂肪略暗)且直径约为10 mm的非边界区域;在同层面背部皮下WAT区域勾画相同大小的WAT代表性ROI(图1)。通过3D Slicer的Radiomics模块对选取的BAT及WAT的ROI提取直方图特征,然后将这些特征导出至Excel表格中以备后续分析。为了证明BAT在锁骨上脂肪库的左右一致性,在所有志愿者中随机选取10人,在左右两侧用上述相同的方法勾画BAT的代表性ROI并提取其直方图特征,然后检验两侧的直方图特征差异是否具有统计学意义。

图1  锁骨上脂肪库棕色脂肪组织及皮下白色脂肪组织感兴趣区(ROI)勾画示意图。年龄、性别、身体质量指数相匹配的非结直肠癌(1A)与结直肠癌患者(1B),以及淋巴结转移阴性(1C)与阳性(1D)直肠癌患者的ROI勾画(绿色圆圈)。ED:直径;Ar:面积;Av:FF平均值;Min:FF最小值;Max:FF最大值;FF:脂肪分数。
Fig. 1  Schematic diagram of the representative region of interest (ROI) delineation for brown adipose tissue in the supraclavicular fat bank and the subcutaneous white adipose tissue. ROI delineation (green circles) for non-colorectal cancer patients (1A) and colorectal cancer patients (1B) matched by age, gender and body mass index, as well as rectal cancer patients with negative lymph node metastasis (1C) and positive lymph node metastasis (1D). ED: diameter; Ar: area; Av: average value of FF; Min: minimum value of FF; Max: FF maximum value; FF: fat fraction.

1.7 手动勾画BAT代表性ROI的一致性检验

       在结直肠癌组及对照组中各随机抽取10例,由两位分别具有7年和1年经验的放射科医师双盲地勾画FF图上锁骨上脂肪库BAT的代表性ROI,并提取其直方图特征,计算两人在两组各特征间勾画和提取的组内相关系数(intra-class correlation coefficient, ICC),ICC值≥0.75的特征被认为具有良好的一致性并被纳入分析。

1.8 锁骨上BAT和皮下WAT的稳定性检验

       为了验证锁骨上BAT与皮下WAT的稳定性,我们另招募了10名志愿者,在时间间隔30天的前后两次分别采集了志愿者颈部磁共振mDIXON图像,用前述的相同方法由一位7年资放射科医师勾画BAT代表性ROI与皮下WAT的ROI并提取其直方图特征。

1.9 统计学分析

       采用SPSS 25.0和Medcalc 16.8.4软件进行数据分析。计数资料采用卡方检验比较组间差异。计量资料采用Kolmogorov-Smirnov检验验证数据分布的正态性;正态分布的连续性变量用平均值±标准差呈现;非正态分布的变量使用中位数及四分位数间距呈现,并分别采用两独立样本t检验和曼-惠特尼U检验进行FF特征的组间比较。P<0.05为差异有统计学意义。使用Bland-Altman分析评估重复性,计算ICC,ICC取值≥0.75表明一致性良好。对于肿瘤内部分组(AJCC T分期、是否伴有淋巴结转移、是否有出芽、是否有免疫浸润、是否有远处转移),通过倾向得分匹配(propensityscorematching, PSM),对年龄、性别以及BMI三个因素进行组间匹配,设置卡钳值为0.02。建立鉴别结直肠患者淋巴结转移的logistic回归模型,包括单因素分析及联合因素分析;利用受试者工作特征(receiver operating characteristic, ROC)曲线的曲线下面积(area under the curve, AUC)、敏感度和特异度评估模型的诊断效能。

2 结果

2.1 受试者的人口学特征

       结直肠癌组与对照组分别纳入受试者60例,人口学特征比较(表1)组间差异无统计学意义(P>0.05)。前后自身对照组收集的10名健康志愿者年龄范围(24~28)岁,平均年龄25.10岁,BMI为22.85(18.26~29.10)kg/m2,其中男性志愿者6名、女性4名。结直肠癌组的临床及病理特征详见表2

表1  直肠癌组与对照组人口学特征
Tab. 1  Demographic characteristics of the rectal cancer group and the control group
表2  结直肠癌患者的临床及病理特征
Tab. 2  Clinical and pathological characteristics of patients with colorectal cancer

2.2 结直肠癌组的临床及病理特征PSM结果

       对结直肠癌患者有无淋巴结转移、AJCC T分期、是否出芽、是否远处转移、是否恶病质、有无免疫浸润用PSM进行年龄、性别、BMI三个混杂因素的匹配,其中远处转移与非远处转移未匹配成功,其他匹配后的结果如表3所示。

表3  结直肠癌患者各分组之间匹配后的临床特征
Tab. 3  Clinical characteristics of colorectal cancer patients after matching among different groups

2.3 锁骨上脂肪库左右两侧BAT的FF直方图特征比较

       锁骨上脂肪库左右两侧BAT代表性ROI的FF直方图特征比较结果显示,差异均无统计学意义(表4)。

表4  左右两侧锁骨上脂肪库勾画棕色脂肪组织感兴趣区域的直方图特征
Tab. 4  Left and right supraclavicular fat depot-delineated brown adipose tissue region of interest histogram feature

2.4 结直肠癌组和对照组BAT和WAT的FF直方图特征比较

       锁骨上脂肪库BAT代表性ROI的18个一阶直方图特征中,10Percentile(P<0.001)、90Percentile(P<0.001)、Energy(P<0.001)、Maximum(P=0.038)、Mean(P<0.001)、Median(P<0.001)、Minimum(P<0.001)、RootMeanSquared(P<0.001)、TotalEnergy(P<0.001)和Skewness(P=0.046)10个特征的差异具有统计学意义(表5),其余8个特征差异没有统计学意义(P>0.05)。而皮下WAT的各个直方图特征在两组之间差异均没有统计学意义(表6)。

表5  结直肠癌组与对照组棕色脂肪组织直方图特征比较结果
Tab. 5  Comparison results of brown adipose tissue histogram characteristics between the colorectal cancer group and the control group
表6  结直肠癌组与对照组白色脂肪组织直方图特征比较结果
Tab. 6  Comparison results of white adipose tissue histogram characteristics between the colorectal cancer group and the control group

2.5 结直肠癌患者各亚组间FF直方图特征比较

       结直肠癌患者内部分组后,淋巴结转移阳性组的InterquartileRange(P=0.048)、MeanAbsoluteDeviation(P=0.029)、RobustMeanAbsoluteDeviation(P=0.013)3个特征值均大于阴性组(表7)。同时,ROC曲线结果表明,3个参数的AUC分别为0.71、0.73和0.76,敏感度分别为56%、94%和88%,特异度分别为81%、56%和63%,最佳截断值分别为5.13、2.11和1.77(图2)。联合因素分析显示诊断效能没有显著提升。两组之间WAT的直方图特征差异无统计学意义(表8)。

       除淋巴结转移外,结直肠癌患者在其他亚组间差异均未观察到统计学意义(P>0.05)。但在AJCC T分期的T1~T2组与T3~T4组之间发现,代表FF值大小的10Percentile(82.78 vs. 84.55)、90Percentile(91.59 vs. 92.87)、Maximum(94.34 vs. 95.05)、Mean(87.23 vs. 89.05)、Median(87.14 vs. 89.58)、Minimum(80.25 vs. 81.45)6个特征的均值在T1~T2组均有小于T3~T4组的趋势。

图2  结直肠癌患者淋巴结转移特征的受试者工作特征曲线。
Fig. 2  Receiver operating characteristic curve of lymph node metastasis characteristics in patients with colorectal cancer.
表7  结直肠癌患者淋巴结转移阳性组与阴性组间棕色脂肪组织直方图特征比较结果
Tab. 7  Comparison results of brown adipose tissue histogram characteristics between the positive and negative groups of lymph node metastasis in colorectal cancer patients
表8  淋巴结转移阳性组与阴性组白色脂肪组织直方图特征比较结果
Tab. 8  Comparison results of white adipose tissue histogram characteristics in the positive and negative lymph node metastasis groups

2.6 手动勾画锁骨上脂肪库BAT代表性ROI的一致性结果

       对结直肠癌组和对照组中的各10例受试者锁骨上脂肪库BAT代表性ROI提取特征的一致性分析结果显示,上述差异有统计学意义的13个特征中,7个特征在两组中均具有良好的一致性(ICC≥0.75),其余6个特征一致性较差(表9)。

表9  锁骨上脂肪库棕色脂肪组织代表性感兴趣区域勾画的一致性分析
Tab. 9  Consistency analysis results of delineating representative region of interest for brown adipose tissue in supraclavicular fat bank by two individuals

2.7 锁骨上BAT与皮下WAT的FF直方图特征稳定性初步检测

       在10名健康志愿者时隔30天前后两次mDIXON扫描获得的FF图上分别勾画锁骨上脂肪库BAT代表性ROI及同层面皮下WAT的ROI,并提取直方图特征。初步统计结果显示,两种脂肪组织的各直方图参数差异均无统计学意义(P>0.05),详见表10

表10  锁骨上棕色脂肪组织与皮下白色脂肪组织的直方图特征自身前后对照结果
Tab. 10  Results of self-controlled before and after comparison of histogram features of supraclavicular brown adipose tissue and subcutaneous white adipose tissue

3 讨论

       本研究基于磁共振mDIXON技术对结直肠癌患者锁骨BAT的FF进行了直方图分析,结果显示代表FF大小的10Percentile、Mean、Minimum 3个特征值在结直肠癌组都大于对照组;而将结直肠癌患者内部分组后的初步探索发现淋巴结转移阳性组与阴性组之间InterquartileRange、MeanAbsoluteDeviation、RobustMeanAbsoluteDeviation 3个特征也存在显著差异。我们的研究首次利用mDIXON-FF图的直方图分析无创地评估了结直肠患者锁骨上BAT的改变,这将为临床结直肠癌患者的诊断及治疗提供新的思路。

3.1 结直肠癌患者BAT的定量影像特征及其临床意义

       在结直肠癌组与正常对照组比较中,10Percentile、Mean、Minimum及RootMeanSquared等直方图参数均呈现显著差异,且具有良好的一致性。其中,10Percentile、Mean、Minimum 3个参数反映FF的大小,且在结直肠癌组中均升高,提示FF整体上移。鉴于BAT相较于WAT含水量更高、脂质含量更低,其FF值通常较低[7, 13],因此,上述参数升高可能反映结直肠癌患者锁骨上区域BAT相对减少,而WAT比例相应增加。10Percentile作为分布低值区域的代表,更能代表来自BAT的信号,对BAT变化尤为敏感。RootMeanSquared对应的是该区域内脂肪信号的“均方根值”,它所反映的是ROI内脂肪含量整体的“平均水平”。但是,这里所说的“平均水平”并非简单的算术平均。由于RootMeanSquared在计算时会将每个体素的FF(%)先进行平方再求平均,所以它会放大较大数值(高FF)的影响力。RootMeanSquared在结直肠癌组中也显著升高,整体而言与前面三个参数是一致的,共同反映了BAT减少、WAT增多导致的区域内平均脂质含量上升。

       该结果与近年来关于BAT与肿瘤代谢交互作用的部分研究结果相符。多项实验研究表明,激活BAT可通过竞争性摄取葡萄糖抑制肿瘤生长,而BAT特有蛋白UCP1的表达也与较好预后相关[24, 25]。本研究中结直肠癌患者BAT含量下降,可能削弱其对肿瘤糖代谢的竞争性抑制作用,从而为肿瘤进展提供代谢便利。因此,通过干预手段提升或激活患者体内的BAT,或可为结直肠癌的辅助治疗提供新路径。有关BAT与肿瘤之间的研究结果也存在相反的结论,部分研究显示BAT可以促进肿瘤的发展或加速肿瘤患者的不良预后[26, 27, 28],但这些研究只是在回顾性研究中用统计学的方法得出的结论,并没有证明BAT以何种原理或机制加速了肿瘤的进展或肿瘤相关的死亡。

3.2 结直肠癌淋巴结转移患者BAT异质性增高的病理机制及意义

       本次小样本初步探索显示,在结直肠癌患者内部,按淋巴结转移状态分组后,MeanAbsolute Deviation、RobustMeanAbsoluteDeviation和Interquartile Range在转移阳性组中均显著高于阴性组,Mean AbsoluteDeviation与RobustMeanAbsoluteDeviation的升高反映像素强度分布更为离散,提示淋巴结转移的结直肠癌患者BAT区域FF分布的异质性更大。InterquartileRange表示25%到75%之间的信号强度,在淋巴结转移的结直肠癌患者中增大进一步支持淋巴结转移会引起患者BAT进一步减少。这与先前的一些结论相吻合。比如一项小鼠研究发现,结直肠肿荷瘤小鼠的BAT被病理性激活,导致UCP1表达上调、BAT温度升高,这种过度耗能导致脂质储备枯竭和BAT减少[29]。其次,癌症患者存在肿瘤诱导的持续性炎症,比如肿瘤细胞通过分泌肿瘤坏死因子α、白介素6等促炎因子可促进白色脂肪棕色化,进而驱动脂肪消耗[30]。另外,这些细胞因子会引发全身性“代谢风暴”,使包括锁骨上脂肪库在内的BAT被消耗,表现为低脂成分的脂质含量下降、FF值升高。本研究中发生淋巴结转移结直肠癌患者BAT的FF直方图异质性指标升高的结果,结合上述研究结论及激活的BAT可通过与肿瘤细胞竞争血液葡萄糖而发挥抗肿瘤作用[15],提示结直肠患者淋巴结的转移促使BAT功能进一步恶化、对肿瘤代谢约束能力进一步减低。另一方面,功能紊乱的脂肪组织本身也可成为促转移信号的来源。有研究发现,“发炎的脂肪组织”是预测早期结直肠癌淋巴结转移的最强特征[31],并且颈部脂肪组织可通过分泌瘦素、脂联素、IL-6等脂肪因子促进邻近区域(如颈部淋巴结)的肿瘤转移[32],表明BAT微环境发生病理改变后,通过分泌的生物活性分子反过来促进肿瘤细胞向淋巴结迁移和定植。综上,结直肠癌通过自身代谢特性和引发的系统性炎症,导致BAT病理性激活与耗竭。这不仅削弱了BAT对肿瘤的代谢竞争性抑制,还使功能失调的BAT微环境释放促转移脂肪因子,共同促进淋巴结转移。本研究观察到的BAT含量减少及FF值异质性增高,是肿瘤诱导的全身代谢紊乱和炎症反应在局部BAT库的综合反映。这预示着保护或恢复BAT功能可能重建对抗肿瘤的代谢防线,具有巨大治疗潜力。另外,鉴于淋巴结转移与结直肠癌患者的不良预后密切相关[33, 34],结直肠癌患者BAT的改变可能也会引起预后的改变,具体结论有待扩大样本量后进一步研究证实。

3.3 本研究的创新性及优势

       方法学上,本研究首次将磁共振mDIXON技术结合FF直方图分析,应用于结直肠癌患者锁骨上BAT的定量评估,为BAT与肿瘤代谢相关性的研究提供了全新的定量检测手段。由于BAT的影像检测金标准18F-FDG PET/CT存在依赖BAT的激活状态、检查费用昂贵、检查耗时长,以及受检者存在辐射暴露等局限性而在临床应用中受到限制,mDIXON技术无需依赖BAT的激活状态,可在静息条件下完成对BAT的定量测量,且不存在辐射暴露风险,扫描时间较短,更适合应用于临床常规检查与长期随访[22],有效克服了传统技术在BAT评估中的局限性。

       本研究在试验设计上严格把控质量,通过年龄分层1∶1匹配对照组,同时利用倾向得分匹配对肿瘤内部分组的年龄、性别、BMI等混杂因素进行控制,减少了非研究因素对结果的干扰,增强了研究结果的可靠性。同时,直方图分析进一步从像素分布层面,多维度捕捉BAT的异质性变化,能详细反映肉眼难以识别的细微结构改变[17],这一特性让本研究得以发现结直肠癌患者与健康人群间、不同淋巴结转移状态患者之间BAT的细微差异,体现了该方法在BAT功能形态学评估中的高度敏感性。

       此外,本研究设置了多重验证实验,进一步增强了研究方法的科学性:通过检测皮下WAT的FF直方图特征,发现其在各组间差异均无统计学意义,证实锁骨上脂肪库的FF特征变化的确是由BAT的改变引起;通过左右两侧锁骨上BAT的ROI勾画一致性验证,不同医师手动勾画的可重复性检验,以及健康志愿者时隔30天的自身前后稳定性评估,均证实基于磁共振mDIXON技术的FF直方图分析具有良好的一致性与稳定性,为该方法在临床的推广应用奠定了方法学基础,也为BAT的无创影像学评估提供了可靠的新路径。

3.4 局限性

       本研究的主要不足之处首先是样本量较少,结直肠患者仅60例,将结直肠患者内部分组并控制混杂因素进行倾向性得分匹配后剩余的样本量更少。其次是样本同质性高(如中分化腺癌为主、Ki-67普遍较高、T3期占绝大多数),使肿瘤内部的分组研究受到了限制;值得注意的是,T1~T2期患者多个代表FF大小的直方图参数(如10Percentile、Mean等)均低于T3~T4期,提示随着肿瘤局部浸润加深,BAT含量可能进一步下降,这一趋势需要进一步扩大样本后验证。另外,本研究所观察到的BAT的变化未在金标准18F-FDG PET/CT上验证。

4 结论

       综上,磁共振mDIXON-FF直方图分析提示,结直肠癌患者锁骨上BAT相对含量降低、FF升高,提示BAT比例下降,且其FF直方图特征可能与淋巴结转移等进展指标密切相关。该技术可尝试用于结直肠癌患者术前代谢风险评估,通过量化BAT的变化辅助判断肿瘤的侵袭潜能;同时有望作为疗效监测的影像标志物,动态评估代谢干预或抗肿瘤治疗对BAT的影响;此外,BAT含量下降的患者或可从BAT激活治疗(如冷暴露、β3-肾上腺素能激动剂等)中获益,为个体化代谢干预提供新的筛选依据。

[1]
PARK C H, PARK M, KELLY M E, et al. Cold-inducible GOT1 activates the malate-aspartate shuttle in brown adipose tissue to support fuel preference for fatty acids[J/OL]. Cell Rep, 2025, 44(7): 115888 [2025-12-29]. https://pubmed.ncbi.nlm.nih.gov/40540398/. DOI: 10.1016/j.celrep.2025.115888.
[2]
HUANG C L, HUANG Y N, HUANG B S, et al. Brown remodeling of white adipose tissue protects against abdominal aortic aneurysm via batokine FSTL1[J]. EMBO Mol Med, 2025, 17(11): 3080-3109. DOI: 10.1038/s44321-025-00318-z.
[3]
SUN A X, HAYAT H, KENYON E, et al. Brown adipose tissue as a unique niche for islet organoid transplantation: Insights from in vivo imaging[J/OL]. Transplant Direct, 2024, 10(7): e1658[2025-12-29]. https://pubmed.ncbi.nlm.nih.gov/38881741/. DOI: 10.1097/TXD.0000000000001658.
[4]
LEITNER B P, HUANG S, BRYCHTA R J, et al. Mapping of human brown adipose tissue in lean and obese young men[J]. Proc Natl Acad Sci U S A, 2017, 114(32): 8649-8654. DOI: 10.1073/pnas.1705287114.
[5]
TAKEUCHI A, TSUJIMOTO K, AOKI J, et al. Sex difference in BAT thermogenesis depends on PGC-1α-mediated phospholipid synthesis in mice[J/OL]. Nat Commun, 2025, 16(1): 6072 [2025-12-29]. https://pubmed.ncbi.nlm.nih.gov/40659621/. DOI: 10.1038/s41467-025-61219-w.
[6]
CUTLER H B, JALL-ROGG S, THILLAINADESAN S, et al. Cold exposure stimulates cross-tissue metabolic rewiring to fuel glucose-dependent thermogenesis in brown adipose tissue[J/OL]. Sci Adv, 2025, 11(24): eadt7369 [2025-12-29]. https://pubmed.ncbi.nlm.nih.gov/40498837/. DOI: 10.1126/sciadv.adt7369.
[7]
HOLSTILA M, PESOLA M, SAARI T, et al. MR signal-fat-fraction analysis and T2* weighted imaging measure BAT reliably on humans without cold exposure[J]. Metabolism, 2017, 70: 23-30. DOI: 10.1016/j.metabol.2017.02.001.
[8]
CHENG C L, WU B X, ZHANG L, et al. Automatic segmentation of the interscapular brown adipose tissue in rats based on deep learning using the dynamic magnetic resonance fat fraction images[J]. Magn Reson Mater Phys Biol Med, 2024, 37(2): 215-226. DOI: 10.1007/s10334-023-01133-8.
[9]
DUMONT L, CARON A, RICHARD G, et al. The effects of the β1-adrenergic receptor antagonist bisoprolol administration on mirabegron-stimulated human brown adipose tissue thermogenesis[J/OL]. Acta Physiol (Oxf), 2024, 240(5): e14127[2025-12-29]. https://pubmed.ncbi.nlm.nih.gov/38502056/. DOI: 10.1111/apha.14127.
[10]
VAN EENIGE R, HOEKX C A, SARDJOE MISHRE A S D, et al. Cold exposure and thermoneutrality similarly reduce supraclavicular brown adipose tissue fat fraction in fasted young lean adults[J/OL]. FASEB J, 2025, 39(1): e70307[2025-12-29]. https://pubmed.ncbi.nlm.nih.gov/39797666/. DOI: 10.1096/fj.202402415R.
[11]
CAI Z M, ZHONG Q L, FENG Y Q, et al. Non-invasive mapping of brown adipose tissue activity with magnetic resonance imaging[J]. Nat Metab, 2024, 6(7): 1367-1379. DOI: 10.1038/s42255-024-01082-z.
[12]
LIDELL M E, BETZ M J, LEINHARD O D, et al. Evidence for two types of brown adipose tissue in humans[J]. Nat Med, 2013, 19(5): 631-634. DOI: 10.1038/nm.3017.
[13]
JONES T A, WAYTE S C, REDDY N L, et al. Identification of an optimal threshold for detecting human brown adipose tissue using receiver operating characteristic analysis of IDEAL MRI fat fraction maps[J]. Magn Reson Imaging, 2018, 51: 61-68. DOI: 10.1016/j.mri.2018.04.013.
[14]
WARBURG O, WIND F, NEGELEIN E. The metabolism of tumors in the body[J]. J Gen Physiol, 1927, 8(6): 519-530. DOI: 10.1085/jgp.8.6.519.
[15]
SEKI T, YANG Y L, SUN X T, et al. Brown-fat-mediated tumour suppression by cold-altered global metabolism[J]. Nature, 2022, 608(7922): 421-428. DOI: 10.1038/s41586-022-05030-3.
[16]
ALNABULSI A, CASH B, HU Y, et al. The expression of brown fat-associated proteins in colorectal cancer and the relationship of uncoupling protein 1 with prognosis[J]. Int J Cancer, 2019, 145(4): 1138-1147. DOI: 10.1002/ijc.32198.
[17]
GAO A K, ZHANG H T, YAN X, et al. Whole-tumor histogram analysis of multiple diffusion metrics for glioma genotyping[J]. Radiology, 2022, 302(3): 652-661. DOI: 10.1148/radiol.219034.
[18]
YANG J, ZHANG H L, PARHAT K, et al. Molecular imaging of brown adipose tissue mass[J/OL]. Int J Mol Sci, 2021, 22(17): 9436 [2025-12-29]. https://pubmed.ncbi.nlm.nih.gov/34502347/. DOI: 10.3390/ijms22179436.
[19]
CHEN X D, ZHANG Y C, ZHENG H, et al. Histogram analysis of advanced diffusion-weighted MRI models for evaluating the grade and proliferative activity of meningiomas[J]. Acad Radiol, 2025, 32(4): 2171-2181. DOI: 10.1016/j.acra.2024.10.047.
[20]
LIU X W, HAN T, WANG Y Z, et al. Prediction of Ki-67 expression in gastric gastrointestinal stromal tumors using histogram analysis of monochromatic and iodine images derived from spectral CT[J/OL]. Cancer Imaging, 2024, 24(1): 173 [2025-12-29]. https://pubmed.ncbi.nlm.nih.gov/39741326/. DOI: 10.1186/s40644-024-00820-6.
[21]
SUROV A, BORGGREFE J, HÖHN A K, et al. Associations between ADC histogram analysis values and tumor-micro milieu in uterine cervical cancer[J/OL]. Cancer Imaging, 2024, 24(1): 170 [2025-12-29]. https://pubmed.ncbi.nlm.nih.gov/39707580/. DOI: 10.1186/s40644-024-00814-4.
[22]
STAHL V, MAIER F, FREITAG M T, et al. In vivo assessment of cold stimulation effects on the fat fraction of brown adipose tissue using DIXON MRI[J]. J Magn Reson Imaging, 2017, 45(2): 369-380. DOI: 10.1002/jmri.25364.
[23]
RAIKO J, HOLSTILA M, VIRTANEN K A, et al. Brown adipose tissue triglyceride content is associated with decreased insulin sensitivity, independently of age and obesity[J]. Diabetes Obes Metab, 2015, 17(5): 516-519. DOI: 10.1111/dom.12433.
[24]
SUN X T, SUI W H, MU Z P, et al. Mirabegron displays anticancer effects by globally browning adipose tissues[J/OL]. Nat Commun, 2023, 14(1): 7610 [2025-12-29]. https://pubmed.ncbi.nlm.nih.gov/37993438/. DOI: 10.1038/s41467-023-43350-8.
[25]
PANAGIOTOU G, BABAZADEH D, MAZZA D F, et al. Brown adipose tissue is associated with reduced weight loss and risk of cancer Cachexia: A retrospective cohort study[J]. Clin Nutr, 2025, 45: 262-269. DOI: 10.1016/j.clnu.2024.12.028.
[26]
徐志鹏, 王焕君, 周芳, 等. 基于18F-FDG PET/CT的棕色脂肪组织活性与肿瘤状态关系分析[J]. 山东医药, 2020, 60(17): 9-12. DOI: 10.3969/j.issn.1002-266X.2020.17.003.
XU Z P, WANG H J, ZHOU F, et al. Relationship between brown adipose tissue activity and neoplastic status based on 18 F-FDG PET/CT[J]. Shandong Med J, 2020, 60(17): 9-12. DOI: 10.3969/j.issn.1002-266X.2020.17.003.
[27]
ABDUL SATER Z, JHA A, HAMIMI A, et al. Pheochromocytoma and paraganglioma patients with poor survival often show brown adipose tissue activation[J]. J Clin Endocrinol Metab, 2020, 105(4): 1176-1185. DOI: 10.1210/clinem/dgz314.
[28]
OŠTARIJAŠ E, ONYEMA M C, ZAIR Z, et al. Metabolically active brown adipose tissue in PPGL: an observational cohort study[J/OL]. Endocr Relat Cancer, 2025, 32(4): e240200[2025-12-29]. https://pubmed.ncbi.nlm.nih.gov/39985422/. DOI: 10.1530/ERC-24-0200.
[29]
TSOLI M, MOORE M, BURG D, et al. Activation of thermogenesis in brown adipose tissue and dysregulated lipid metabolism associated with cancer Cachexia in mice[J]. Cancer Res, 2012, 72(17): 4372-4382. DOI: 10.1158/0008-5472.can-11-3536.
[30]
HAN J, MENG Q Y, SHEN L, et al. Interleukin-6 induces fat loss in cancer Cachexia by promoting white adipose tissue lipolysis and browning[J/OL]. Lipids Health Dis, 2018, 17(1): 14 [2025-12-29]. https://pubmed.ncbi.nlm.nih.gov/29338749/. DOI: 10.1186/s12944-018-0657-0.
[31]
BROCKMOELLER S, ECHLE A, GHAFFARI LALEH N, et al. Deep learning identifies inflamed fat as a risk factor for lymph node metastasis in early colorectal cancer[J]. J Pathol, 2022, 256(3): 269-281. DOI: 10.1002/path.5831.
[32]
PAN Y Q, XU Y, FAN C, et al. The role of neck adipose tissue in lymph node metastasis of head and neck cancer[J/OL]. Front Oncol, 2024, 14: 1390824 [2025-12-29]. https://pubmed.ncbi.nlm.nih.gov/38800384/. DOI: 10.3389/fonc.2024.1390824.
[33]
GUAN X, ZHANG Y Y, SUN R F, et al. Lymph nodes molecular subtypes unravel lymph nodes heterogeneity and clinical implications in colorectal cancer[J/OL]. Nat Commun, 2025, 16: 7834 [2025-12-29]. https://pubmed.ncbi.nlm.nih.gov/40846857/. DOI: 10.1038/s41467-025-63200-z.
[34]
LI W, LIU B, XIANG X X, et al. Lymphovascular invasion affects prognosis of colorectal cancer liver metastasis underwent primary resection: a propensity score matching analysis[J/OL]. BMC Cancer, 2025, 25(1): 793 [2025-12-29]. https://pubmed.ncbi.nlm.nih.gov/40296050/. DOI: 10.1186/s12885-025-14083-2.

上一篇 基于MRI影像组学深度学习模型预测1~2个阳性SLN乳腺癌腋窝淋巴结转移的研究
下一篇 基于MAGiC与IDEAL-IQ序列的可解释机器学习模型预测腰椎间盘退变
  
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