基于磁共振图像的膝关节软骨可视化初步研究

吴琼++++++高阳++++++牛广明++++++白雪菲++++++张元智+++++钱玉梅

[摘要] 目的 通过数字化分析，建立基于磁共振图像的膝关节软骨三维可视化。 方法 选取2014年5月～2015年5月内蒙古医科大学附属医院40名健康成人志愿者（男20名，女20名）。所有磁共振扫描均在GE Discovery MR 750 3.0T扫描机上进行，采用8通道膝关节线圈，患者仰卧位。序列采用Sag 3D FSPGR，将矢状位的原始图像数据以dicom格式导入Materialise Mimics Innovation Suite 16.0软件，采用半自动分割方式，选择软骨区域中像素平均强度的阈值为基准，选择股骨的近似中心作为半径搜索的原点，确定软骨边界，三维重建膝关节软骨并进行统计学分析。 结果 膝关节软骨平均厚度男性大于女性，膝关节软骨平均厚度在男性左、右侧平均分别为（2.87±0.33）、（2.86±0.31） mm；在女性左、右侧平均分别为（2.58±0.31）、（2.56±0.29）mm。同一性别的左、右两侧差异无统计学意义（P > 0.05），而同一侧在男、女性别之间差异有高度统计学意义（P < 0.01）。重建的软骨可以全方位观察其形态。 结论 Sag 3D FSPGR序列图像为更好地观察软骨形态提供相对精准的方法。

[关键词] 磁共振成像；软骨；三维重建

[中图分类号] R445.2 [文献标识码] A [文章编号] 1673-7210（2017）02（b）-0103-03

[Abstract] Objective To establish the 3D visualization of articular cartilage of knee joint based on magnetic resonance imaging by digitization analyse. Methods From May 2014 to May 2015， 40 healthy adult volunteers （male 20， female 20） from Affiliated Hospital of Inner Mongolia Medical University were selected. All MR scan were used GE Discovery MR 750 3.0T， with 8 channel knee-joint coil， patients took supine position. Sequence uesd Sag 3D FSPGR， T2 sagittal Images were transformed into Materialise Mimics Innovation Suite 16.0 software； Using semiautomatic segmentation way， threshold value of pixel average intensity in cartilage area was selected as standard， approximate center of femoral was selected as original point of radius searching， cartilage border was confirmed， three-dimensional models of the knee cartilage was reconstructed and statistical analysis was made. Results The average thickness of the articular cartilage in male was more than that in female， the male were （2.87±0.33） mm at the left side， and （2.86±0.31）mm at the right side； the female were （2.58±0.31） mm at the left side， and （2.56±0.29） mm at the right side； there was no significant difference in the left and right side of the same sex （P > 0.05）， but the difference was statistically significant between genders in the same side （P < 0.01）. Reconstructed cartilage could be omnibearing observed its form. Conclusion Sag 3D FSPGR sequence image may provide a relatively accurate method for the observation of cartilage morphology.

[Key words] MRI； Knee cartilage； Three-dimensional reconstruction

膝關节结构复杂，关节软骨以光滑、透明的海绵材料覆盖于胫骨平台和股骨髁之间。软骨形态改变是骨关节炎进展的重要生物标志。磁共振成像是广泛用于图像的膝关节，常规软骨MRI扫描序列已非常成熟，对关节软骨形态学改变具有很高的敏感性，但对于早期软骨损伤形态完整的显示不佳，随着MRI软硬件技术的提高，使得关节软骨病变的研究得到了快速发展，软骨分析、测量和可视化可以对软骨病变进行早期的发现和评估[1-5]，本研究通过混合MRI扫描序列对健康成人膝关节软骨进行三维重建与分析，现报道如下：

1 资料与方法

1.1 一般資料

选取2014年5月～2015年5月内蒙古医科大学附属医院40名健康成人志愿者，其中男20名，女20名；年龄20～46岁，平均（33.8±4.5）岁，身高156～182 cm，平均（173.2±8.9）cm；体重48～88 kg，平均（75.5±3.3）kg，40名健康人无肿瘤、严重骨性畸形。本研究已获医院伦理委员会批准，所有志愿者均知情同意并签署知情同意书。

1.2 MRI扫描序列与软骨三维重建

所有磁共振扫描均在GE Discovery MR 750 3.0T扫描机上进行，采用8通道膝关节线圈，患者仰卧位。参数：TR：13.7，TE：Min Full，矩阵：320×224，Slice Thinckness：0.6 mm，Flip Angle：15，Bandwidth：31.25，NEX：1。将矢状位的原始图像数据以dicom格式导入Materialise Mimics Innovation Suite 16.0软件（Materialise公司，比利时，内蒙古医科大学数字医学中心提供），测量时选取矢状图像每一层面股骨髁前后髁最宽处和与胫骨平台交界最窄处三点测量，每点测量3次，取平均数，再取每层平均数。三维重建采用半自动分割方式，选择软骨区域中像素平均强度的阈值为基准，选择股骨的近似中心作为半径搜索的原点，确定软骨边界，测量不同区域软骨的厚度，以其均值作为该区域的软骨厚度（图1），三维重建膝关节软骨。

1.3 统计学方法

采用统计软件SPSS 13.0对数据进行分析，正态分布的计量资料以均数±标准差（x±s）表示，两组间比较采用t检验。以P < 0.05为差异有统计学意义。

2 结果

膝关节软骨平均厚度男性大于女性，膝关节软骨平均厚度同一性别的左、右两侧差异无统计学意义（P > 0.05），而同一侧在男、女性别之间差异有高度统计学意义（P < 0.01）（表1），重建的软骨可以全方位观察其形态（图2，封四）。

3 讨论

膝关节是人体最大、最复杂的关节滑膜关节，关节软骨覆盖于股骨和胫骨之间，骨性关节炎时软骨发生变化，软骨变得柔软，受到侵蚀，由于连续磨损和撕裂的运动和老化，刚度的关节运动减少，并形成骨刺，因而造成老年人中骨关节炎发生率高，并随年龄增长而递增。

采用磁共振成像诊断和评估软骨缺损的修复已有多数报道[6-8]。磁共振脂肪抑制梯度回波序列和快速自旋回波序列可以准确和可靠的评价关节软骨的缺陷情况。张敏等[9]认为表面遮盖显示（SSD）三维重建方式能够立体直观地表现关节软骨表面形态的变化，接近于大体标本所见，但要求扫描图像具有较高的，而且关节软骨与周围邻近组织结构的相对明显影响关节软骨的三维成像效果。本组采用0.6 mm层厚的三维重建图像能够表现关节软骨表面的不规则形态，较真实地反映出标本的表面特征。因此，不少学者结合MRI的优势，利用Mimics软件和Geomagic软件进行关节软骨三维模型的重建及修饰[10-12]。雷杰等[13]通过观察脂肪抑制三维扰相梯度回波序列（FS-3D-SPGR）、FS-FSE-T2W序列及三维重建对软骨损伤的诊断价值认为3D-FS-SPGR能准确评价关节软骨的损伤程度，但对软骨下骨及骨髓损伤不敏感；FS-FSE-T2W能准确反映软骨下骨及骨髓损伤的程度及范围，二者结合是目前诊断软骨损伤的最佳扫描序列，关节软骨的三维重建图像能够较真实准确地显示软骨损伤的部位与范围，利用MRI图像对软骨厚度进行分析已日渐成熟[14-16]。

本文提出了一个新的序列对膝关节软骨进行三维重建分析，采用了多序列软骨分割，精确的表面重建。同其他已发表的方法相比[17-20]，它提供了提取更多的信息，采用T1序列不同扫描层厚的图像拟合，即减少了扫描时间，又保证图像的信噪比和重建精度，可以更好的显示膝关节软骨形态。

[参考文献]

[1] Omar IM，Blount KJ. Magnetic resonance imaging of the hip [J]. Top Magn Reson Imaging. 2015，24（4）：165-181.

[2] Wong S，Steinbach L，Zhao J，et al. Comparative study of imaging at 3.0 T versus 1.5 T of the knee [J]. Skeletal Radiol，2009，38（8）：761-769.

[3] Kim T，Min BH，Yoon SH，et al. An in vitro comparative study of T2 and T2 mappings of human articular cartilage at 3-Tesla MRI using histology as the standard of reference [J]. Skeletal Radiol，2014，43（7）：947-954.

[4] Sur S，Mamiseh TC，Hughes T，et al. High resolution fast Tl mapping technique for dgemric [J]. J Magn Reson Imaging，2009，30（4）：896-900.

[5] Raya JG，Horng A，Dietrich O，et al. Articular cartilage：in vivo diffusion-tensor imaging [J]. Radiology，2012，262（2）：550-559.

[6] Marlovits S，Mamisch TC，Vekszler G，et al. Magnetic resonance imaging for diagnosis and assessment of cartilage defect repairs [J].Injury. 2008，39（Suppl1）：S13-25.

[7] 冷晓明，姜胜攀，黄勇，等.MRI测量股骨头坏死塌陷前期髋关节软骨的厚度及表观弥散系数分析[J].中国CT和MRI杂志，2015，13（7）：101-103.

[8] Link TM，Steinbach LS，Ghosh S，et al. Osteoarthritis：MR imaging findings in different stages of disease and correlation with clinical findings [J]. Radiology. 2003，226（2）：373-381.

[9] 張敏，李石玲，郭智萍，等.膝关节软骨损伤的MRI三维重建实验研究[J].临床放射学杂志，2006，25（7）：671-675.

[10] 李鉴软，赵卫东，余正红，等.膝关节关节软骨的三维构建[J].解剖学杂志，2007，23（4）：695-697.

[11] 徐伟，周庭永，钱学华，等.数字医学在膝关节三维重建中的应用[J].重庆医科大学学报，2011，36（1）：72-75.

[12] 张建雷，陆地，陆声，等.基于MRI的成人正常膝关节软骨形态学测量[J]. 解剖与临床，2013，18（3）：198-202.

[13] 雷杰，杨海山，韩志国，等.MRI序列及三维重建在膝关节软骨损伤的诊断价值[J].中国介入影像与治疗学，2009， 6（1）：14-17.

[14] 李艳捧，杜晓猛，李兴华，等.正常成人髋关节软骨厚度的MRI测量研究[J].中国CT和MRI杂志，2016，14（3）：111-112.

[15] 董宝明，张蕾，孔延亮，等.基于磁共振MERGE序列膝关节软骨厚度的定量研究[J].实用放射学杂志，2016， 32（1）：75-79.

[16] 金梅，叶龙，李小海，等.正常踝关节软骨厚度的低场MRI测量研究[J].中国CT和MRI杂志，2016，14（3）：113-116.

[17] Tamez-Pena JG，Lerner AL，Yao J，et al. Evaluation of distance maps from fast GRE MRI as a tool to study the knee joint space [J]. Proceedings of SPIE，2003，5031：551-562.

[18] Martelli S，Pinskerova V. The shapes of the tibial and femoral articular surfaces in relation to tibiofemoral movement [J]. J Bone Joint Surg Br，2002，84（4）：607-613.

[19] Alexander J，Andriacchi TP. A model based approach for efficient segmentation of knee cartilage from MR image data [J]. ASME Bioengineering Division Publication BED，2001，（51）：105-106.

[20] Xue N，Doellinger M，Fripp J，et al. Automatic model-based semantic registration of multimodal MRI knee data [J]. J Magn Reson Imaging. 2015，41（3）：633-44.