第一论文网免费提供临床医学论文范文,临床医学论文格式模板下载

分形学方法在评估腰椎旁肌退变中的潜在价值研究

  • 投稿
  • 更新时间2022-01-17
  • 阅读量4次
  • 评分0

  摘    要:目的 探讨分形维数(FD)在评价腰椎旁肌退变中的可行性及探讨其与下腰痛的相关性。方法 搜集216例成人的腰椎MRI扫描结果及相关临床资料。采用Kjaer分级方法对腰椎旁肌的脂肪浸润程度进行分级。基于ImageJ软件计算各层面腰多裂肌FD。统计分析腰椎旁肌FD与Kjaer分级及下腰痛等因素的相关性。结果 三个Kjaer等级组的平均FD:Kjaer 0:1.19±0.04;Kjaer 1:1.33±0.06;Kjaer 2:1.58±0.11,不同Kjaer分级组间FD均具有显著统计学差异(P<0.01)。回归分析发现腰椎旁肌FD与下腰痛具有显著相关性(P<0.01)。结论 FD方法能够有效评估腰椎旁肌退变过程,有望成为腰椎旁肌退变客观定量的检测工具。

  

  关键词:分形维数 腰椎旁肌 下腰痛

  

  The Potential Value of Fractal Method in Evaluating Lumbar Paraspinal Muscle Degeneration

  

  MA Junchao YU Nan XU Xiaotong

  

  Shaanxi University of Chinese Medicine;

  

  Abstract:Objective To investigate the feasibility of fractal dimension(FD) in the evaluation of lumbar paraspinal muscle degeneration and its correlation with lower back pain. Methods The MRI data of 216 adults and the related clinical data were collected. The fatty infiltration of lumbar paraspinal muscle was classified by Kjaer classification.The fractal dimension of lumbar paraspinal muscle was calculated based on ImageJ software. The correlation between the fractal dimension of paralumbar muscle and Kjaer grade and lower back pain were analyzed. Results The average fractal dimension of the three Kjaer groups was as follows: Kjaer 0:1.19±0.04;Kjaer 1:1.33±0.06;Kjaer 2:1.58±0.11.There were significant differences in fractal dimension between different Kjaer classification groups(P< 0.01). Regression analysis showed that the fractal dimension of paraspinal muscle was significantly correlated with lower back pain(P< 0.01). Conclusion Fractal dimension method can effectively evaluate lumbar paraspinal degeneration, and it is expected to be an objective and quantitative measurement tool for lumbar paraspinal muscle degeneration.

  

  Keyword:Fractal dimension; Lumbar paraspinal muscle; Low back pain;

  

  慢性残疾最常见的原因之一是下腰痛,严重影响患者的生活质量,给社会及患者带来沉重负担[1]。肌肉功能障碍与下腰痛紧密联系,尽管这种联系因果机制尚不清楚。有研究认为是肌肉力量或控制力的缺乏导致下腰痛,另有研究认为下腰痛是影响肌肉及其功能状态的原因[2]。

  

  肌肉萎缩、脂肪浸润及其他多种病理特征(血管化和炎症等)通常笼统称为“肌肉退化”,尽管这些在生物学上是不同的过程[3,4]。目前,大多数研究者将脂肪浸润作为评估腰椎旁肌退变的重要影像生物标记[5~7]。以半定量的脂肪浸润分数(FSF)来衡量脂肪浸润的严重程度,但这不足以解释所有问题。因为肌肉功能的丧失不仅与脂肪浸润的严重程度有关。如上所述,肌肉血管化密度和炎症等可能是额外的因素[8,9]。此外,腰椎旁肌脂肪浸润的空间分布也影响肌肉的完整性和功能[10]。所有这些因素均可能增加肌肉组织的信号异质性。因此,探索肌肉异质性的定量解码方法具有重要的临床意义,也许能更精确地评价肌肉退变过程。分形维数(FD)是一种重要的纹理特征,该指标与观察者对图像粗糙度或不规则性的主观评价有很强的关联性[11,12]。以往研究已经采用FD方法评价了椎间盘退变的严重程度,发现采用FD来评价退变椎间盘信号异质性是可行的[13]。因此,笔者推测腰椎旁肌的异质性也可以用FD来定量表征。

  

  为了验证上述假设,本研究拟探讨FD在评价腰椎旁肌异质性中的可行性,并探讨FD与下腰痛及生活方式因素之间的可能关联。

  

  1 资料与方法

  

  1.1 一般资料

  

  本研究连续搜集2020年1月至2021年1月来陕西中医药大学附属医院骨科门诊就诊的患者以及健康体检中心就诊的体检人群,共计216例,被试均行腰椎MRI检查。排除标准:中枢神经系统疾病和脊髓疾病引起的继发性肌肉症状;腰背部外伤史;脊柱结核、细菌感染、原发或继发肿瘤史;腰背部手术史。所有患者接受调查问卷采集到下腰痛信息及有关生活方式因素的信息。

  

  1.2 检查方法

  

  使用3.0 T MRI扫描仪(Magnetom Skyra, Siemens公司)获取数据。每例被试均采集轴位T2WI图像,矢状位T1WI,T2WI图像。轴位T2WI采集参数:TR 3800 ms, TE 108 ms, 矩阵100 mm×240 mm, 层面厚度4 mm; 矢状位T2WI采集参数:TR 3500 ms, TE 90 ms, 层面厚度4 mm, 矩阵100 mm×320 mm; 矢状位T1WI采集参数:TR 548 ms, TE 10 ms, 层面厚度4 mm, 矩阵100 mm×320 mm。

  

  1.3 腰椎旁肌脂肪浸润视觉评估

  

  腰椎旁肌的脂肪浸润采用Kjaer分级系统进行视觉分级[14]:肌肉内脂肪含量0%~10%时为“正常”,脂肪含量10%~50%时为“轻微”,脂肪含量大于50%时为“严重”(图1)。L3/4,L4/5,L5/S1椎间盘中心层面的轴位T2WI图像进行脂肪浸润的评估。以单侧腰椎旁肌脂肪浸润最严重的层面作为该被试分级标准。Kjaer分级由两名有10年放射工作经验的医师双盲情况下进行。采用Kappa统计检验两位医师分级结果的一致性。

  

  1.4 腰椎旁肌的FD计算

  

  图像预处理:(1)基于imageJ软件手动勾画感兴趣区(ROI)分割腰椎旁肌;(2)图像转化为8-bit图像,对灰度进行归一化处理(窗宽255,窗级128);(3)基于imageJ软件阈值化处理获得腰椎旁肌二值化图像(阈值为35灰度值),基于ImageJ软件对上述二值化图像进行边缘检测分析(基于图像梯度的边缘检测函数);(4)使用ImageJ软件内置插件FracLac进行FD计算(FD根据盒计数算法计算)。计算流程见图2。

  

  1.5 下腰痛及生活方式问卷信息

  

  下腰痛及生活方式量化分析是通过以前在丹麦人群中使用的问卷调查确定的[15]。回答以下问题:“你曾经有过腰痛吗?”,定义为“下腰痛-曾经”;在上一年至少报告1天的下腰痛被定义为“下腰痛-年”。

  

  可能影响腰椎旁肌的其他因素:(1)体重指数(BMI):BMI<25为正常,25~29.9超重,≥30肥胖。(2)每周锻炼时间半定量指标:0(每周锻炼时间<2 h),1(2~4 h),2(4~6 h)和3(6 h以上)。(3)体力负荷数据:1(久坐)、2(久坐/步行)、3(轻体力)和4(重体力)。(4)休闲活动:1(不活动)、2(每周步行/骑车时间>4 h)、3(每周运动时间>3 h)和4(竞技运动)。

  

  1.6 统计学分析

  

  采用Mann-Whitney U检验分析比较FD在不同Kjaer分级之间的差异。采用层次回归分析法探讨不同因素(下腰痛-年、下腰痛-曾经、年龄、性别等)对腰椎旁肌FD的影响权重。P<0.01为差异有显著统计学意义。为了检验手动分割腰椎旁肌对最终FD计算结果的影响,两位放射科医师分别分割并计算了两次FD。采用组内相关系数法(ICC)分析观察者内部及观察者之间的一致性。

  

  2 结果

  

  2.1 脂肪浸润的视觉评估和观察者之间的一致性

  

  216例被试最终选择每例FD值最高的肌肉层面作为代表,根据脂肪浸润的严重程度分为3级。两位医师Kjaer分级结果基本一致(Kappa值0.96)。两位医师的最终共识分级:0级25例,1级70例,2级121例。

  

  2.2 FD与FSF(Kjaer 分级)的联系

  

  FD与Kjaer分级密切相关,组内FD均值随Kjaer级别的增加而增加。两组间差异有统计学意义(P<0.01)(表1)。两位医师间FD测量的ICC为0.933。两位医师各自测量两次的ICC分别为0.924和0.938(医师1和医师2)。

  

  2.3 FD与下腰痛的关系

  

  层次回归模型1发现在无其他影响因素存在前提下,下腰痛-曾经与下腰痛-年之间存在显著关联(下腰痛-曾经:β= 0.178,P<0.001;下腰痛-年:β= 0.153,P<0.001);年龄及性别因素引入回归模型,后发现年龄及性别对模型拟合度有显著影响,在控制年龄、性别后,下腰痛与FD之间的关联仍然显著(下腰痛-曾经:β= 0.153,P<0.001;下腰痛-年:β= 0.125,P<0.001)。最后将一系列生活因素引入模型发现,FD与下腰痛之间的关联受BMI、工作量、体力活动等生活因素权重小,无统计学意义(表2)。

  

  图1 轴向T2WI显示的腰椎旁肌脂肪定量示例。正常者(0%~10%)为0级;轻度脂肪浸润(10%~50%)为1级,重度脂肪浸润(>50%)为2 级

  

  图2 A、B A.患者,男,38岁,椎旁肌图像。Kjaer 0,FD 1.31。B.患者,男,60岁,椎旁肌图像。Kjaer 1,FD 1.62

  

  表1 脂肪浸润Kjaer 0~2级各组腰椎旁肌FD均值分布(x¯±s)

  

  表2 腰椎旁肌FD预测因子的层次多元回归分析[β(95% CI)]

  

  3 讨论

  

  本研究的结果提供了一个重要证据,即腰椎旁肌FD与下腰痛密切相关。这种联系不受BMI、工作类型等因素的影响。然而,年龄和性别可能是影响这种联系的潜在因素。本研究结果证明采用FD方法评估腰椎旁肌退变程度方法是可行的。

  

  在许多关于肌肉变性的研究中,FSF常被用作可靠的影像生物标志物[16]。在生理上,腰椎旁肌肌肉间隙中存在少量脂肪组织沉积,但这种脂肪组织沉积表现为规律的肌间隙分布,脂肪与肌肉组织边界规整,这种脂肪沉积主要被认为与年龄、性别有关[17,18]。本研究结果中也体现了这一定,表现为年龄和性别也是影响FD大小的重要权重因素,这提示性别和年龄在未来的相关研究中是需要被控制的混杂因素。病理状态下,肌肉退行性变,肌间隙脂肪浸润增多,肌肉与脂肪浸润的边界变得粗糙不规整,这明显增加了腰椎旁肌信号的异质性。此外,肌肉退变过程中肌肉内常伴发多种病理机制(血管化,无菌性炎等)[7],这些因素均可能导致异质性的增加。基于Kjaer分级标准的视觉评价则不能充分识别这些细微的组织异质性。FD作为重要的纹理参数与图像复杂及异质性程度相关。本研究采用FD衡量肌肉信号异质性程度间接评估肌肉退变程度理论是可行的。本研究基于图像梯度的边缘检测不仅能识别肌间隙明确的脂肪浸润,而且可以识别因部分容积效应干扰肉眼无法识别的组织内潜在异质性(可能代表多种病理机制),因此该方法有效提高了检测腰椎旁肌退变的敏感性。

  

  更重要的是,本研究进一步证明了腰椎旁肌FD与下腰痛有密切的关联。之前许多研究发现,肌肉FSF与下腰痛之间存在显著的相关性[6,19,20]。本研究发现脂肪浸润是影响图像异质性的重要因素之一,对图像FD值有积极的贡献,因此本研究发现的FD与下腰痛的相关性在一定程度上与既往报道的FSF与下腰痛的相关性一致。除了脂肪浸润外,本研究发现肌肉内存在更多肉眼难以完全辨别的异质性成分,这些异质性对FD值同样有积极贡献,笔者推测这些异质性可能代表了肌肉退变中的其他病理机制,如以往文献[8,9]提到的血管化或无菌性炎等。采用Kjaer的脂肪浸润分级可能低估了肌肉退化的严重性,这也可能是既往一些研究发现FSF与下腰痛相关性不大的原因之一[21]。尽管本研究有这一初步推断,但为了验证FD是否真的优于FSF来评价肌肉退变,仍需要大量的后续临床研究,本研究的价值在于提出了一种新的定量评价腰椎旁肌退变的方法学。

  

  总之,FD与腰椎旁肌退行性变有很好的相关性,并且腰椎旁肌FD与下腰痛密切相关。FD方法能够有效评估腰椎旁肌退变过程,有望成为腰椎旁肌退变客观定量的检测工具。

  

  参考文献

  

  [1] Hurwitz EL,Randhawa K,Yu H,et al.The Global Spine Care Initiative:a summary of the global burden of low back and neck pain studies[J].European Spine Journal,2018,27:796-801.

  

  [2] Kalichman L,Carmeli E,Been E,et al.The Association between Imaging Parameters of the Paraspinal Muscles,Spinal Degeneration,and Low Back Pain[J].BioMed Research International,2017,2017:2562957.

  

  [3] Bonaldo P,Sandri M.Cellular and molecular mechanisms of muscle atrophy[J].Disease Models & Mechanisms,2013,6:25-39.

  

  [4] Wallace GQ,McNally EM.Mechanisms of Muscle Degeneration,Regeneration,and Repair in the Muscular Dystrophies[J].Annual Review of Physiology,2009,71:37-57.

  

  [5] Hildebrandt M,Fankhauser G,Meichtry A,et al.Correlation between lumbar dysfunction and fat infiltration in lumbar multifidus muscles in patients with low back pain[J].BMC Musculoskelet Disord,2017,18:12-15.

  

  [6] Fischer MA,Nanz D,Shimakawa A,et al.Quantification of Muscle Fat in Patients with Low Back Pain:Comparison of Multi-Echo MR Imaging with Single-Voxel MR Spectroscopy[J].Radiology,2013,266:555-563.

  

  [7] 李可,陈加飞,陈伟.运用MRI评价椎旁肌改变与下腰痛及椎间盘退变的相关性研究[J].临床放射学杂志,2020,39:541-546.

  

  [8] Dorph C,Englund P,Nennesmo I,et al.Signs of inflammation in both symptomatic and asymptomatic muscles from patients with polymyositis and dermatomyositis[J].Ann Rheum Dis,2006,65:1565-1571.

  

  [9] J⌀rgensen K,Nicholaisen T,Kato M.Muscle fiber distribution,capillary density,and enzymatic activities in the lumbar paravertebral muscles of young men.Significance for isometric endurance[J].Spine,1993,18:35-38.

  

  [10] Mhuiris ÁN,Volken T,Elliott JM,et al.Reliability of quantifying the spatial distribution of fatty infiltration in lumbar paravertebral muscles using a new segmentation method for T1-weighted MRI[J].BMC Musculoskeletal Disorders,2016,17:234-236.

  

  [11] Caldwell CB,Moran EL,Bogoch ER.Fractal dimension as a measure of altered trabecular bone in experimental inflammatory arthritis[J].Journal of bone and mineral research,1998,13:45-48.

  

  [12] Cavallari M,Falco T,Frontali M,et al.Fractal Analysis Reveals Reduced Complexity of Retinal Vessels in CADASIL[J].PLoS One,2011,6:e19150.

  

  [13] Ma J,Wang R,Yu Y,et al.Is fractal dimension a reliable imaging biomarker for the quantitative classification of an intervertebral disk?[J].Eur Spine J,2020,29:1175-1180.

  

  [14] Kjaer P,Bendix T,Sorensen JS,et al.Are MRI-defined fat infiltrations in the multifidus muscles associated with low back pain?[J].BMC Medicine,2007,5:25-28.

  

  [15] Kuorinka I,Jonsson B,Kilbom A,et al.Standardised Nordic questionnaires for the analysis of musculoskeletal symptoms[J].Appl Ergon,1987,18:233-237.

  

  [16] Urrutia J,Besa P,Lobos D,et al. Lumbar paraspinal muscle fat infiltration is independently associated with sex,age,and inter-vertebral disc degeneration in symptomatic patients[J]. Skeletal Radiology,2018,47:955-961.

  

  [17] Valentin S,Licka T,Elliott J. Age and side-related morphometric MRI evaluation of trunk muscles in people without back pain[J].Manual Therapy,2015,20:90-95.

  

  [18] Shahidi B,Parra CL,Berry DB,et al. Contribution of Lumbar Spine Pathology and Age to Paraspinal Muscle Size and Fatty Infiltration[J]. Spine(Phila Pa 1976),2017,42:616-623.

  

  [19] Andrew JT,Donna MU,Yuanyuan W,et al. Fat infiltration of paraspinal muscles is associated with low back pain,disability,andstructural abnormalities in community-based adults[J]. The spine journal,2015,15:456-459.

  

  [20] D'Hooge R,Cagnie B,Crombez G,et al. Increased intramuscular fatty infiltration without differences in lumbar muscle cross-sectional area during remission of unilateral recurrent low back pain[J]. Manual Therapy,2012,17:584-588.

  

  [21] Jeffrey JH,Per K,Julie MF,et al. The relationship of lumbar multifidus muscle morphology to previous,current,and future low back pain:a 9-year population-based prospective cohort study[J]. Spine,2014,39:616-623.