论文部分内容阅读
第一部分肱骨近端骨髓转化的磁共振纹理特征目的:基于纹理分析技术研究肱骨近端骨髓磁共振信号演变,探索评估人体骨髓演变规律新方法。资料与方法:收集232例肩关节磁共振检查患者影像学资料,观察肱骨近端骨髓信号。依照骨髓信号分为4种类型:均匀红骨髓型骨髓(I)、地图型骨髓(Ⅱ)、斑点型骨髓(Ⅲ)及均匀黄骨髓型骨髓(Ⅳ);按照中位年龄分成高年龄组(>35岁)与低年龄组(≤35岁);按照性别分成男女两组。应用软件(ITK-SNAP)勾画肱骨近端骨髓区域作为感兴趣区,应用纹理分析软件(A·K)进行分析,并获得差异有统计学意义的纹理参数。结果:视觉分型232例骨髓信号中,I型61例(26.3%)、Ⅱ型49例(21.1%)、Ⅲ型38例(16.4%),Ⅳ型84例(36.2%);年龄组间确定Min Intensity为差异有统计学意义的纹理参数;性别组间确定包括ClusterProminence_AllDirection_offset4_SD、ClusterShade_AllDirection_offset7_SD、Inertia_AllDirection_offset7_SD、Inertia_angle90_offset1、InverseDifferenceMoment_AllDirection_offset1、ShortRunHighGreyLevelEmphasis_AllDirection_offset7_SD在内的6项纹理参数差异有统计学意义。结论:应用纹理参数量化分析肱骨近端骨髓转化可提供常规MRI影像以外的特征信息,为临床评价肱骨骨髓病变提供新的量化指标。第二部分基于磁共振和纹理分析技术评价骨质疏松的可行性研究目的:腰椎骨密度的降低与椎体骨质结构和骨质成分的变化有关,本研究的目的是探讨在常规腰椎MRI检查中使用纹理分析技术筛查骨质疏松症的可行性。方法:应用特定软件(ITK-SNAP)在MRI T1WI和T2WI的矢状位上勾画腰4椎体骨松质的三维结构作为感兴趣并且分别提取特定的腰椎纹理参数。采用ANOVA+MW)、Spearman相关分析和LASSO方法对所提取的纹理参数进行有统计学意义特征选择。根据选择后的纹理特征,建立基于Logistic回归的分类器模型并在内部测试集中验证该模型的稳定性,以评估该模型在诊断骨质疏松症中的价值。进一步,还构建了基于纹理特征参数和临床危险因素相结合Logistic回归分类器模型并且在内部测试集中进行模型验证。结果:共纳入136名受试者,84名受试者诊断为正常,52名受试者诊断为骨质疏松,共计纳入136个腰四椎体。每个椎体在T1WI和T2WI共计提取770个纹理特征,经LASSO降维后,选择8个纹理参数,基于Logistic回归方法的分类器显示出诊断性能及稳定性。基于纹理参数的分类模型显示训练集和测试集的曲线下面积为0.84和0.78,预测骨质疏松的准确率为0.71。结合纹理特征和临床危险因素的模型显示出更好的预测性能,训练集和验证集曲线下面积分别为0.87和0.86中,预测骨质疏松症的准确性为0.81。结论:我们的研究表明基于MRI的放射学可以提供一种非侵入性的方法来预测骨质疏松症的风险并可在临床实践中应用。