0 引言

       脂肪作为人体不可或缺的三大营养素之一，其代谢紊乱和异位沉积是诱发多种代谢性疾病、消化系统疾病、骨关节疾病及恶性肿瘤的关键危险因素，严重影响人体健康，且多数疾病早期隐匿，因此精准的脂肪定量评估对疾病早期筛查、病情评估及个体化诊疗具有重要的临床意义^[1]。目前临床脂肪检测方法有限，穿刺活检是测定脂肪含量的金标准，但存在明显的创伤性，无法用于常规筛查与长期动态随访，超声和计算机断层成像（computed tomography, CT）等技术也可初步实现脂肪量化评估，但测量精度不足，且量化标准不统一，主观差异大^[2]，难以满足临床精准诊疗需求。近些年发展的磁共振质子密度脂肪分数（magnetic resonance proton density fat fraction, MR-PDFF）作为一种无创的脂肪定量技术，依托水和脂肪中氢质子（¹H）共振频率差异进行成像，可以准确地测量出单位组织内的脂肪¹H质子密度占比，以脂肪分数（fat fraction, FF）表示，具备无创、可重复性、定量精准、不受主观因素干扰等优势，被认为是目前最准确的无创脂肪定量标志物^[3]。目前质子密度脂肪分数（proton density fat fraction, PDFF）技术已广泛应用于肝脏脂肪的定量，并在非酒精性脂肪肝等肝脏疾病评估，病情监测、疗效随访，以及新药临床试验评价等方面发挥重要价值^{[3, 4]}。但人体脂肪异常沉积具有全身性，并非局限于肝脏组织，现有研究证实胰腺、肾脏、椎体骨髓和肌肉等肝外组织的脂肪代谢异常与多种重大疾病密切相关。胰腺脂肪参与2型糖尿病（type 2 diabetes mellitus, T2DM）、急性胰腺炎和胰腺导管腺癌的发生发展^{[5, 6, 7]}；肾实质异位脂肪沉积可能是肥胖相关肾病^[8]和糖尿病肾病（diabetic kidney disease, DKD）病理进展的重要驱动因素^[9]。椎体骨髓脂肪异常蓄积与骨质疏松^[10]、脊柱退行性疾病^[11]、关节炎症^[12]等高度关联。椎旁肌肉脂肪浸润还会破坏椎体稳定性，诱发慢性疼痛，而骨骼肌肉过多的脂肪浸润也可诱发多种神经肌肉性疾病^[13]。由此可见，肝外组织脂肪定量评估对多系统疾病的机制探究与临床诊疗至关重要。

       当前国内外现有综述多聚焦于PDFF技术在肝脏脂肪病变中的深入研究，缺乏对胰腺、肾脏、椎体骨髓和肌肉等肝外多组织PDFF定量研究的系统性总结和报道，因此本综述系统梳理了PDFF技术的基础原理，全面总结其在胰腺、肾脏、椎体骨髓和肌肉等肝外组织中的最新研究进展，为肝外脂肪相关疾病的机制研究、临床精准诊疗及技术应用提供新的思路和参考。

1 文献检索与筛选方法

       为系统梳理MR-PDFF技术在人体肝外脂肪定量中的研究进展，本文采用标准文献检索方法开展资料收集。检索数据库包括PubMed、Web of Science、EMBASE、中国知网（CNKI）及万方数据知识服务平台。检索时限为各数据库建库起至2026年1月。英文检索式：（“proton density fat fraction” OR “PDFF” OR “IDEAL-IQ” OR “FACT” OR “mDIXON-Quant” OR “qDixon” OR “fat fraction”）AND（“pancreas” OR “kidney” OR “vertebra” OR “muscle”）；中文检索式为：（“质子密度脂肪分数” OR “PDFF” OR “IDEAL-IQ” OR “FACT” OR “mDIXON-Quant” OR “qDixon” OR “脂肪分数”）AND（“胰腺” OR “肾脏” OR “椎体” OR “骨髓” OR “肌肉”）。

       文献纳入标准：（1）研究对象为人体受试者；（2）研究内容涉及MR-PDFF技术在胰腺、肾脏、椎体、肌肉等肝外组织脂肪定量相关研究；（3）发表于同行评议期刊的原创性研究、随机对照试验、系统评价、Meta分析、或与本文机制密切相关的高质量基础研究。文献排除标准：（1）重复发表、无法获取全文或数据不完整的文献；（2）非中文也非英文文献。经上述检索，去重、题名摘要初筛、全文复筛及参考文献追溯后，最终纳入与本文主题密切相关文献64篇，作为本综述的核心分析依据。

2 MR-PDFF技术原理

       由于水分子（H2O）中¹H和脂肪分子（主要为-CH2）中的¹H所处的化学环境不同，导致两种不同¹H周围的电子云密度存在差异，因此其在磁共振局部磁场中共振频率将发生偏移（偏移值约为3.5 ppm），PDFF成像技术正是利用这种共振偏移差值实现水和脂肪相应谱峰或水脂融合图像的分离^{[1, 2, 3, 4]}。目前主要有两种PDFF成像方式，一种是基于¹H磁共振波谱（magnetic resonance spectroscopy, MRS）的PDFF（MRS-PDFF），其主要通过采集特定区域/体素内所有的¹H信号，从而形成分别显示水¹H峰和多脂肪¹H峰的“波谱”图，再通过计算脂肪¹H峰下面积占总质子峰面积（脂肪+水）的百分比从而获得FF值^[14]。基于¹H的MRS-PDFF成像在技术上就直接分离了水和脂肪，并且实现了亚脂肪峰的分离，目前已经成为PDFF技术中高精度脂肪测定的代表，但MRS方法也存在先天的技术缺陷，比如对主磁场和局部磁场均匀度要求高、扫描时间长、后处理波谱峰复杂、易受呼吸运动位移影响等，且无法实现大范围的感兴趣区（region of interest, ROI）覆盖，目前通常应用于肝脏脂肪含量测定^{[14, 15]}。另一种则是利用水和脂肪¹H化学位移差异，通过应用两个或多个回波时间（echo time, TE）的编码成像实现水像和脂像分离，称之为化学位移编码（chemical shift encoded, CSE）的PDFF（CSE-PDFF）。DYKE^[16]最早利用2个不同TE采集2组图像并生成了同-反相位融合图像，创造了2点法Dixon成像技术，并通过同相位和反相位两组图像的相加和相减，实现水相和脂相的分离，并可进行脂肪的初步评估^[17]。2点法Dixon成像技术形成了现有的CSE-PDFF成像基础，但2点法易受B0场不均和T2^*衰减的影响，容易产生水脂互换伪影，同时因丢失了相位相关信息，无法实现FF的定量评估^[18]。为了有效利用相位信息并实现B0场校正，BRZESKA等^[18]在2点法Dixon技术基础上提出3点法Dixon成像技术，通过在-π、0、π或0、π、2π时间点进行信号采集，利用3幅图像的幅度与相位信息，再通过相位解缠获得B0场图，实现了无伪影的水脂分离。但3点法Dixon技术未进行有效的T2^*衰减校正，仍存在先天测量精度不足，通过逐步增加更多TE回波数的多回波Dixon（mDixon）成像技术应运而生，并通过拟合信号衰减曲线，实现T2^*衰减校正，降低噪声偏倚，同时采用小翻转角度使T1偏倚最小化，从而实现了更精准的脂肪测量。目前多家公司均以mDixon技术和自家的呼吸屏气技术相融合，并结合6峰或7峰脂肪模型，开发了多种相似的PDFF技术，均可实现单次屏气扫描后重建出对应的水图，脂肪图，FF图和T2^*/R2^*图，实现脂肪的定量评估^{[19, 20]}，其中Philips公司开发的魔镜成像（mDixon-Quant），采用7峰脂肪模型，拟合精度最高；SIEMENS公司开发的Multi-Echo Dixon VIBE成像，可实现15 s快速屏气扫描。GE公司开发的迭代最小二乘水脂分离算法（iterative decomposition of water and fat with echo asymmetry and least-squares estimation, IDEAL），对铁过载环境下的评估稳定性最高^[21]，而上海联影公司开发的脂肪分析计算技术（fat analysis calculation technique, FACT）与三家公司对比中，也呈现较高的测量一致性和可重复性^[22]。

3 MR-PDFF在胰腺脂肪测定中的应用

       胰腺的脂肪沉积曾一度被认为是与年龄增长或肥胖相关的良性组织学改变^[23]。然而近些年的研究显示，其过度的脂肪堆积与胰岛β细胞功能障碍、胰岛素抵抗^[24]、慢性炎症，以及外分泌腺功能不全等相关，且这些病理生理变化构成了T2DM、急性胰腺炎和胰腺导管腺癌等重大疾病发生发展的重要基础。超声和CT等常规影像学方法虽然也能无创定量评估胰腺脂肪含量，但在准确性和可重复性方面存在明显的不足，前者易受操作者和气体干扰影响，后者则涉及电离辐射，且对低度脂肪浸润的敏感性有限，目前PDFF已被认为是评估胰腺脂肪含量的最佳成像技术^[25]。但与肝脏脂肪测量不同，PDFF在胰腺中的应用起步较晚，面临更多技术性挑战，比如胰腺体积小、形态不规则、脂肪分布呈现“斑片状”，且位于腹膜后深处、毗邻肠道，易受呼吸运动，胃肠道蠕动等影响，导致图像伪影和信号测量的干扰。尽管存在这些挑战，但多项研究^{[23, 26]}已成功将PDFF技术应用于胰腺，并证实了其可靠性。在糖尿病相关胰腺脂肪研究中，HEBER等^[27]的研究显示糖尿病前期和糖尿病患者的PDFF相比健康对照组明显更高[6.2%（IQR：3.5%~12.0%）vs. 8.6%（IQR：4.3%~17.5%）vs. 4.9%（IQR：3.1%~7.4%）]，但在校正年龄、性别和BMI指数后，相关性有所减弱。YASOKAWA等^[28]的研究也同样显示糖尿病患者PDFF值显著高于非糖尿病患者（11.8%±8.7% vs. 6.8%±4.2%）。而在非糖尿病肥胖群体研究中，GJELA等^[29]结果显示肥胖个体的胰腺PDFF值显著高于瘦弱的对照组（中位数：8.0% vs. 2.6%）。YU等^[30]研究了肥胖伴T2DM患者血糖控制与胰腺脂肪含量的关系，结果显示血糖控制不佳的患者胰尾PDFF值显著高于血糖控制良好的患者（6.6% vs. 4.7%）。这些研究结果表明在糖尿病患者中，血糖控制和肥胖等因素均一定程度上可反映胰腺组织内脂肪含量的变化。

       同时胰腺PDFF也可以作为一种潜在的相关生物标记物，在胰腺炎和胰腺良恶性肿瘤鉴别中发挥潜在作用。PANC等^[6]在比较胆源性胰腺炎和非胆源性胰腺炎患者肝脏和胰腺时，发现非胆源性胰腺炎患者肝脏PDFF值显著更高，而在胆源性胰腺炎患者中，肝脏PDFF<4.5%是胆源性胰腺炎的预测指标，肝脏PDFF>3.9%和胰腺体部PDFF>12.1%可作为重症胰腺炎的诊断标志物。SOTOZONO等^[31]比较了胰腺导管内乳头状黏液性瘤（intraductal papillary mucinous neoplasm, IPMN）伴有或不伴有浸润性腺癌和正常胰腺PDFF值间差异，结果显示三组间均存在显著差异，且IPMN伴有浸润性腺癌组PDFF值显著高于不伴浸润性腺癌和正常对照组（30.70%±20.10% vs. 9.24%±10.70% vs. 9.09%±9.43%），但正常胰腺组与IPMN不伴有浸润性腺癌组间未见显著差异。虽然这些研究结果相对表面，但无论是良性的胰腺炎，还是胰腺癌，都证实了胰腺PDFF作为一种新型潜在生物标志物的价值，一定程度上反映了胰腺良性和恶性疾病内部的细微变化。

       由于胰腺组织形态特异性，如何有效地提取其PDFF并真实反映内在分布特征，也是决定胰腺脂肪结果可靠性的关键环节。便捷的人工手动勾画ROI方法是目前最常用的方法，但胰腺脂肪分布通常是不均匀的，其测量值会随ROI放置位置和大小的不同而产生波动，因此如何选定ROI也显得尤为重要。杨硕等^[32]分别使用了70~90 mm²、120~140 mm²和170~190 mm²三种不同的ROI测量胰头、胰体和胰尾，结果显示不同ROI大小影响对胰腺脂肪定量的结果，其中面积为70~90 mm²和120~140 mm²时，可重复性较好。为了减少人工ROI选择性偏倚。KATO等^[33]通过在每个MR层面上勾画整个胰腺区域，并计算所有胰腺体素内PDFF的平均值（定义为全胰腺PDFF），结果显示全胰腺PDFF在7名观察者间的平均变异系数（coefficient of variation, CV）为11.39%，而分胰头、体、尾部的ROI间平均CV分别高达61.0%、64.2%和69.2%。STORY等^[34]则进一步比较了全胰腺PDFF和选择小ROI PDFF间的差异，结果显示全胰腺PDFF值显著高于小ROI（10.4%±6.4% vs. 4.2%±2.8%），而在胰腺小ROI分区对比中，胰尾的PDFF值显著高于胰体和胰头（11.6%±8.1% vs. 8.9%±6.3% vs. 8.7%±5.2%），但胰体和胰头间无差异。由于全胰腺分割的复杂性，近些年来基于深度学习网络模型的智能化算法也逐渐应用于胰腺的自动化分割，大大提升了工作效率。YANG等^[26]开发了一种深度卷积神经网络（deep convolutional neural network, DCNN），可以实现胰腺的精准分割，其Dice相似系数（Dice similarity coefficient, DSC）高达91.2%，且基于该算法构建的模型与专家手动分割得到的胰腺体积和PDFF呈显著强相关（R²=0.976 4，0.967 5）。SONODA等^[35]进一步比较了TotalSegmentator、TotalVibeSegmentator和PanSegNet三种公开的深度学习模型与人工标注在胰腺分割准确性、体积测量和FF方面的表现差异，结果显示PanSegNet模型具有最高的胰腺分割精度（DSC=0.883±0.095），对胰腺体积和胰腺FF测量结果与人工测量具有最佳一致性。

       胰腺脂肪含量异常与多种代谢性疾病及胰腺病变密切相关，而PDFF技术为定量评估胰腺脂肪含量提供了可能，且研究发现其PDFF值在糖尿病、肥胖、胰腺炎及胰腺肿瘤等患者中呈现特征性变化，具有作为相关疾病诊断与监测生物标志物的潜能。然而，胰腺形态不规则、脂肪分布不均及易受运动伪影影响，对测量方法选择提出了挑战，全胰腺分割或基于深度学习或人工智能的方法有助于减少传统ROI勾画的主观偏移，提高测量的可重复性和准确性。

4 MR-PDFF在肾脏脂肪测定中的应用

       传统研究和临床上对肾脏脂肪的关注点主要集中于肾脏周围脂肪组织，如肾周脂肪和肾窦脂肪，且表明这些区域的脂肪堆积与高血压、胰岛素抵抗和慢性肾病的风险增加有关^[36]。然而，近年来研究也逐步关注到肾实质内部的异位脂肪沉积，这种现象被认为可能通过诱发氧化应激、炎症反应和细胞凋亡等“脂毒性”机制，直接损害肾小管和肾小球功能^[37]，从而在肥胖相关肾病和DKD的病理进程中扮演重要角色^[38]。LIU等^[39]对T2DM患者肾脏脂肪进行评估，结果显示无论是T2DM患者还是DKD Ⅰ~Ⅱ期或Ⅲ~Ⅳ期患者，其肾实质PDFF均与健康志愿者存在差异，且肾实质PDFF与肾小球滤过率呈负相关（r=-0.437），与血清肌酐水平呈正相关（r=0.421），提示PDFF不仅可以识别DKD，且可用于分期评估。FRIEDLI等^[9]和WANG等^[38]研究也得出类似结论，即T2DM患者，特别是伴有早期肾功能损害的患者，其肾实质PDFF值均显著升高。而一项^[40]对大鼠早期DKD模型的研究表明，肾脏PDFF与血清中总胆固醇（r=0.479）、甘油三酯（r=0.576）、低密度脂蛋白（r=0.441）、细胞内脂滴的积分光密度/细胞总面积比值（integrated optical density of intracellular lipid droplets/total area of all the cells, IOD/TAC）（r=0.911）和SREBP-1蛋白表达（r=0.800）呈正相关，而与血清高密度脂蛋白（r=-0.611）和PPARɑ蛋白表达呈负相关（r=-0.748），这也证实了PDFF准确反映肾脏脂质积累的能力。以上的这些结果表明肾脏内脂肪的沉积可能是DKD发生发展的一个早期关键病理环节，PDFF也有望成为监测DKD肾功能损伤及病程进展的一种新型敏感性指标。PDFF技术同样在肾脏肿瘤的鉴别诊断中发挥一定价值。ALTAY等^[41]研究就纳入了226例患者共计98例经组织学确诊的肾脏肿瘤，结果显示肾透明细胞癌的PDFF值（12.60%±5.06%）显著高于乳头状细胞癌（2.72%±2.42%）、嫌色细胞癌（1.80%±1.40%）、嗜酸性细胞癌（2.47%±1.34%）、尿路上皮肿瘤（1.39%±0.99%）、淋巴瘤（1.35%±0.85%）以及低脂性血管平滑肌脂肪瘤（9.53%±8.68%）。

       与胰腺类似，肾脏脂肪测量中ROI的选择也至关重要，GJELA等^[42]对肥胖和瘦弱两类群体的肾脏脂肪进行了4种不同ROI绘制方法研究，结果显示在同一层面内绘制5个小类圆形ROI方法最佳，而相比绘制3个ROI的效率更高。但采用层面内全肾脏轮廓勾画的ROI容易受到肾脏边缘水脂化学位移影响，通过人工选择避开肾脏边缘的方法操作难度则明显增加，均不建议采用。同时研究也显示所有方法测量的左肾和右肾PDFF均相似，提示为兼顾效率，采用一个肾脏的ROI勾画足以完成对整体肾脏的准确性评估。

       随着PDFF技术应用，肾脏的脂肪评价也正由早期简单的肾周脂肪评估转向更为重要的肾实质内脂肪含量评估，且证实与多个肾功能指标存在显著相关性，并在DKD等肾脏疾病诊断及分期以及肾癌细胞类型鉴别等方面展现出良好价值。而在测量方法选择中，仅在单个肾实质层面内放置3个或5个小类圆形ROI被认为是兼顾工作效率与准确性的可行性方案。

5 MR-PDFF在椎体骨髓及椎旁肌肉脂肪测定中的应用

       人脊柱椎体内的骨髓脂肪作为填充成人多孔骨小梁的主要组织，是继皮下脂肪与内脏脂肪之后的第三大脂肪储存库。研究表明，椎体骨髓脂肪具有重要的内分泌和旁分泌功能，能影响造血功能、成骨过程及全身的能量代谢^[43]。由于PDFF独特的脂肪测定优势，其在骨质疏松、脊柱退行性疾病、关节炎症以及其他骨髓相关病理状态中展现出巨大的临床潜力。大量的研究一致性表明^{[44, 45, 46]}椎体骨髓的PDFF值与双能量X线（DXA）或定量CT（QCT）测量的骨密度呈显著负相关，这也意味着椎体骨髓脂肪含量越高，骨密度越低，随着椎体脂肪增加，椎体内骨质或骨量减少，发生脆性骨折的概率也增加。GASSERT等^[10]应用椎体PDFF区分骨质疏松性椎体骨折与非骨折患者，结果显示发生椎体骨折患者平均PDFF值显著更高（61.1%±10.1% vs. 39.2%±11.2%），且差异在调整年龄、性别、体质量、身高及骨密度后仍具有统计学意义（调整后平均差值为20.8%，95%置信区间：10.4%~30.7%），这也表明高骨髓脂肪含量可能是骨骼脆性增加的一个独立危险因素。

       在椎体良恶性病变鉴别诊断中PDFF同样发挥着良好作用。在恶性病变中，椎体内正常的造血和脂肪细胞往往被肿瘤细胞所替代，其PDFF值理论上更低，且显著低于周围良性病变（如富脂肪的血管瘤）和正常骨髓，提示PDFF技术有助于减少潜在的骨穿刺活检。KWACK等^[47]在比较PDFF、R2^*和ADC在区分良性局灶性椎体骨髓病变与转移瘤方面的差异，结果显示转移瘤的PDFF、R2^*及平均ADC值均显著低于良性椎体骨髓病变，且PDFF鉴别两者间的诊断效能显著高于R2^*和ADC（AUC：0.968 vs. 0.670 vs. 0.801）。SCHMEEL等^[48]将PDFF和DWI进行联合应用，结果显示椎体恶性病灶的ADC值与PDFF值均显著低于椎体良性病灶，且联合使用ADC与PDFF的诊断效能均高于ADC与PDFF的单独应用（AUC：0.977 vs. 0.847 vs. 0.940）。同时椎体骨髓脂肪细胞生成也可能是癌症进展的相关原因，尽管怀疑骨髓脂肪生成与前列腺癌发生有关，但骨髓脂肪含量与前列腺癌风险之间的关系尚不明确。LI等^[49]测量了前列腺癌患者的腰椎骨髓脂肪，结果显示骨髓PDFF升高与高级别前列腺癌风险增加存在明显相关性[比值比（odds ratios, OR）=1.31]，与侵袭性前列腺癌风险呈显著正相关（OR=1.54），这些结果支持骨髓脂肪增多与侵袭性前列腺癌风险增加相关的假说，证实了脂肪生成与前列腺癌风险之间的关联。PDFF同样也可被用于监测化疗后骨髓脂肪的动态性变化，GASSERT等^[50]研究纳入了19例接受骨髓抑制剂化疗患者的胸腰椎，结果显示骨髓抑制性化疗前后椎体PDFF值相对差异显著高于对照组（25.7% vs. -0.7%），且无论是否接受骨髓抑制性化疗，患者的骨密度和T2^*值均未呈现显著变化，提示PDFF也可作为一种无创性生物标志物，用于检测接受骨髓毒性治疗患者的骨髓细微变化。

       椎体旁肌肉群对维持椎体稳定性发挥重要作用，近些年的研究也逐步关注其脂肪变化与椎体结构稳定性的相关性研究。MOU等^[11]对腰椎间盘突出症（lumbar disc herniation, LCH）患者的椎旁肌脂肪变化进行了深入研究，结果显示LCH患者在L4/5水平椎旁肌（多裂肌和竖脊肌）PDFF值显著高于非LCH患者。WANG等^[51]则进一步增加了对LCH患者骨盆肌群的研究，结果显示其在多裂肌、竖脊肌、腰大肌和臀大肌中均表现出更高的脂肪浸润程度，表明脊柱旁肌群与骨盆肌群退变可能与LCH存在潜在关联。HUANG等^[52]研究则显示慢性腰痛患者脊柱旁肌不仅横截面积减少、PDFF增高，同时脊柱椎旁肌PDFF值与邻近椎间盘退变Pfirrmann分级间存在显著相关性。而在哺乳、妊娠、绝经等特殊时期的女性群体中，PDFF也被用于评估其椎体及椎旁肌脂肪的细微变化。HESSE等^[53]将37名女性按哺乳时长8个月进行分组，结果显示哺乳期超过8个月的女性在基线与5年随访期间，腰椎与脊柱旁肌群的PDFF下降幅度均显著大于哺乳期≤8个月的女性，校正基线BMI和年龄因素后，哺乳时长超过8个月与腰椎及脊柱旁肌群PDFF的更大降幅独立相关，这表明母乳喂养可能对母体骨骼和肌肉成分产生积极影响。HARADA等^[54]则应用PDFF研究有无妊娠期糖尿病史的产后女性，结果显示妊娠期糖尿病史与椎体骨髓PDFF值升高显著相关，该关联独立于年龄和BMI因素。PACCOU等^[46]则比较了两组绝经后女性：一组近期发生椎体骨质疏松性骨折，另一组椎体无骨折，结果显示两组间PDFF值在腰椎或股骨近端均未呈现显著差异，但其在股骨颈和股骨骨干上显著降低。

       脊柱椎体骨髓脂肪含量与骨密度呈负相关，是预测骨质疏松性骨折的独立风险因素。同时，PDFF在鉴别椎体良恶性病变、监测化疗后骨髓改变，以及评估与前列腺癌等疾病的关联方面具有重要价值。而椎旁肌肉的脂肪浸润与脊柱稳定性下降及特定疾病状态相关，并在哺乳、妊娠、绝经等特殊时期女性群体椎体结构及功能状态中提供独特的定量观察视角。

6 MR-PDFF在四肢骨骼肌肉脂肪测定中的应用

       四肢骨骼肌肉系统的脂肪浸润是多种病理生理过程的关键特征，与其年龄增长、代谢性疾病、神经肌肉性疾病以及功能障碍等密切相关^[13]。神经肌肉性疾病（neuromuscular diseases, NMD）是一组影响肌肉功能的疾病统称，涵盖多种亚型，患者的骨骼肌通常会受到萎缩、肥大、脂肪浸润及水肿性改变的影响^[55]。DE WEL等^[56]对肢带型肌营养不良常染色体隐性遗传12型（limb-girdle muscular dystrophy autosomal recessive type 12, LGMDR12）这种罕见的遗传性肌营养不良症进行了多个系统性的研究，结果显示大腿半膜肌和股外侧肌的PDFF与肌肉活检脂肪百分比（r=0.85，0.68）和Rochester组织病理学分级量表（r=0.78，0.77）之间存在强相关性。在DE WEL等^[57]的另一项为期2年的前瞻性自然史研究中，也显示大腿肌肉PDFF是一种敏感的疗效评估指标，可追踪特定LGMDR12患者即使随访1年后仍持续的进行性肌肉脂肪替代现象，并与临床疗效指标具有相关性。在另一项对成年贝克型肌营养不良症（Becker muscular dystrophy, BMD）患者长达18个月的随访研究中，DE WEL等^[58]结果显示BMD患者9个月后，17块大腿肌肉中有10块的PDFF显著增加，而在18个月后，所有大腿和小腿肌肉均出现显著增加。SCHLAEGER等^[59]综合比较了2型强直性肌营养不良（myotonic dystrophy type 2, DM2）、肢带型肌营养不良2A型（limb girdle muscular dystrophy type 2A, LGMD2A）以及成人庞贝病（Pompe）中9块不同大腿肌肉PDFF值，结果显示PDFF值在评估肌肉脂肪浸润方面具有与Mercuri分级相当的准确性。GREVE等^[60]研究同样显示这三种疾病患者大腿肌肉脂肪替代增加现象，且随病程延长其PDFF会逐渐升高。以上研究结果提示，PDFF可以作为评估神经肌肉疾病中肌肉脂肪浸润的潜在生物标志物，并可在监测肌肉疾病进展及临床分级中发挥重要作用。

       PDFF也在常见的肌肉损伤中发挥一定的研究价值。吴丽芳等^[61]对93名冈上肌腱损伤Zlatkin标准Ⅰ~Ⅲ级患者的肩袖肌群脂肪含量进行了对比分析，结果显示Ⅰ~Ⅲ级冈上肌、冈下肌的FF值差异有统计学意义，且冈上肌和冈下肌的FF值与冈上肌腱损伤Zlatkin分级呈正相关。解开鹏等^[62]对慢性踝关节不稳（chronic ankle instability, CAI）患者小腿肌肉面积和脂肪含量进行了定量研究，结果显示CAI患者患侧小腿腓肠肌内外侧头、比目鱼肌、胫骨前肌、胫骨后肌和腓骨长肌肌肉面积较健康对照组减小，且PDFF值增加，相关性分析显示PDFF值增加与扭伤次数呈强正相关（r=0.757），与足踝能力测量-运动评分呈强负相关（r=-0.740），与中断活动时间呈中度正相关（r=0.600），与足踝能力测量-日常生活评分呈中度负相关（r=-0.681）。

       骨骼肌肉的脂肪浸润是神经肌肉性疾病（如各型肌营养不良）的关键影像特征，并在其疾病进展及肌肉损伤中发挥潜在价值。但全身各部位肌肉群众多，传统的手工识别或分割肌肉的方法相对费时费力，且存在明显的主观异质性。基于深度学习算法^{[63, 64]}已经能够实现对单块肌肉甚至整个肢体肌肉群的快速、精准识别和自动分割，也大大提高了ROI提取效率，但同时不同肌肉间信号趋同性的边界模糊，肌萎缩、肌挛缩或形态性畸变引起的与标准分割模板间的偏离，病理性脂肪浸润导致信号不均一等因素也一定程度降低了自动分割的准确性，因此人工辅助校正仍是当前智能分割中必不可少的分析步骤。

7 总结与展望

       PDFF技术作为现有的无创性脂肪定量测量的“金标准”，其临床应用由肝脏逐步扩展至胰腺、肾脏、椎体骨髓、肌肉等众多肝脏外的器官及组织，也正逐步替代传统的穿刺活检、超声及定量CT技术，显著地提升了患者的诊疗质量，并在疾病的诊断、发生及发展等进程中发挥良好的临床应用价值。目前PDFF技术在肝脏中的研究已日趋成熟，但在肝外组织的应用则面临众多挑战，由于肝外器官或组织体积较小、易受呼吸、胃肠道蠕动伪影影响；人工ROI选择偏移较大，自动ROI识别和勾画不成熟；缺乏统一的测量标准与相关阈值；同时多中心及大样本的验证明显不足，限制了PDFF技术在肝外疾病中的快速应用。近些年来基于人工智能的深度学习算法等快速化发展及迭代应用，使基于全器官或组织的自动化分割技术成为可能，并大大减少了ROI选择性偏倚，降低了操作者的依赖，显著提升了测量的精准度和稳定性，但也存在计算机算法复杂，对操作人员技术要求高及处理复杂等众多难题（表1）。同时，PDFF技术不仅仅是单一的脂肪含量定量，其反映铁元素沉积的R2*图像也逐步发挥越来越多的临床应用价值，通过脂肪图和R2^*图多参数的联合应用，或将PDFF与其他成像序列或技术进行多参数和多模态的联合应用分析，也正逐步成为当下研究的重点方向。

点击查看表格

表1  MR-PDFF技术在肝外脂肪定量中的研究对比
Tab. 1  Comparison of MR-PDFF technology in extra-hepatic fat quantification