摘要
研究背景 中轴型脊柱关节炎(Axial spondyloarthritis，axSpA)是一种慢性炎症性风湿性疾病，主要累及骶髂关节、脊柱等中轴关节，严重者可出现不可逆的脊柱或关节强直。医学影像是axSpA诊断、治疗和研究的基础。磁共振成像(Magnetic resonance imaging，MRI)能在骶髂关节出现放射影像学改变前发现活动性炎症，是诊断早期axSpA最敏感的影像学手段。 影像组学能从影像图像中提取感兴趣区(Region of interest，ROI)的大量图像特征，将图像数据转化成高识别率的空间数据，为疾病诊断、病情监测及预后评估提供影像学生物标志物。本研究分别从活动性炎症和结构性改变两部分探讨影像组学在axSpA骶髂关节病变评估中的应用价值。 第一部分基于压脂T2WI影像组学评估中轴型脊柱关节炎骶髂关节骨髓水肿 目的 基于骶髂关节T2WI压脂序列构建影像组学模型评估axSpA患者骶髂关节骨髓水肿，并与加拿大脊柱关节炎研究协会(Spondyloarthritis Research Consortium Canada，SPARCC)评分进行比较。 方法 回顾性收集2013年9月至2022年3月在温州医科大学附属第一医院就诊，行骶髂关节3.0TMRI检查且确诊为axSpA的患者，按7:3的比例将其随机分为训练组和验证组。在T2WISPAIR序列图像上手动勾画三维ROI，提取影像组学特征，应用最小冗余最大相关(Minimum redundancy maximum relevance ， mRMR )及最小绝对收缩和选择算子(Least absolute shrinkage and selection operator，LASSO)算法进行特征降维，选择最优特征构建影像组学模型。利用受试者工作特征(Receiver operating characteristic curve，ROC)曲线评价模型性能。使用影像组学模型计算影像组学评分(Radiomic score，Radscore)，分析Radscore和SPARCC评分之间的相关性；使用效应值(Effect size，ES)、标准化反应均数(Standardized response mean，SRM)评估Radscore和SPARCC评分的反应度。 结果 共纳入558例axSpA患者，男性393名，女性165名，平均年龄为36.33±12.15岁。经mRMR和LASSO算法筛选后，得到16个与骨髓水肿相关的最优影像组学特征。在训练组和验证组中，影像组学模型的AUC分别为0.90(95%CI：0.87-0.93 )、0.90(95%CI：0.86-0.95 )。在评估骨髓水肿程度时，Radscore与SPARCC评分之间存在显著的相关性(rs=0.80，Plt;0.001)；在评估骨髓水肿变化时，两者存在较强的相关性(r=0.70，Plt;0.001)。Radscore和SPARCC评分的ES值分别为-0.62、-0.37，SRM值分别为-0.58、-0.49。 结论 压脂T2WI影像组学模型可以准确量化axSpA患者骶髂关节骨髓水肿，评估治疗前后骨髓水肿的变化，可为SPARCC评分系统提供一种替代方法。 第二部分基于T1WI影像组学预测中轴型脊柱关节炎骶髂关节结构损伤 目的 探讨基于T1WI影像组学预测临床怀疑axSpA的患者骶髂关节结构损伤的可行性。 方法 回顾性纳入266例因腰背痛就诊、临床怀疑axSpA的患者。分别在低剂量CT(Low-dose computer tomography，ldCT)和MRI上评估患者是否存在骶髂关节结构损伤。在T1WI图像上手动勾画三维ROI，提取影像组学特征，筛选最优特征并构建影像组学模型。采用ROC曲线评价影像组学模型和放射科专家的判读效能。使用点二次相关分析解释影像组学特征和骶髂关节结构病变之间的关系。 结果 以ldCT为参考标准，无论是在训练组还是验证组，基于T1WI的影像组学模型在预测骶髂关节整体结构损伤方面均表现出良好的性能，AUC分别是0.82(95%CI：0.76-0.88)和0.82(95%CI：0.72-0.91)；放射科专家MRI评分的预测AUC则分别为0.73(95%CI：0.67-0.79)和0.74(95%CI：0.66-0.83)。纳入影像组学模型的7个影像组学特征与不同类型的骶髂关节结构病变均有相关性(P值均lt;0.05)。特征之一Wavelet.LHL_firstorder_90Percentile与脂肪化生之间的相关性最强(r=0.48，Plt;0.05)。 结论 基于T1WI影像组学分析可以有效地检测骶髂关节结构损伤，可为axSpA智能诊断提供帮助。
NETL