双能CT骨骼肌脂肪定量

2021-04-20 XI区

我行我show！中国医院管理案例评选，医院卓越管理实践大秀场。点击查看

在癌症患者中，肌细胞减少症与较低的预期寿命和较差的预后相关。它还与需要手术或术后患者并发症发生率增加有关，并导致住院时间延长。因此，检测肌肉减少症对于规划和启动适当的营养和锻炼制度至关重要。最近更新的欧洲老年人肌细胞减少症工作组的欧洲共识中引用最广的定义指出，肌细胞减少症可能发生在肌肉力量较低的个体，建议通过检测肌肉数量和质量较低来明确诊断。

虽然肌肉力量可以通过临床测量，例如通过握力测试，但肌肉数量可以通过生物电阻抗分析（BIA）、双能量吸收法（DXA）、计算机断层扫描（CT）或磁共振成像（MRI）进行评估。

然而，BIA值受患者水合状态的影响，而DXA由于其二维性质而依赖于关于肌肉和脂肪隔室分布的某些假设。相反，CT和MRI可以准确地确定身体成分。对于已经需要CT检查以确定临床指征的患者，CT尤其有利，慢性病和/或重病患者通常也是如此。

虽然在初级保健中使用较少，但CT和MRI被认为是确定肌肉数量的金标准。然而，到目前为止，关于如何或用哪种技术测量肌肉质量，作为每单位尺寸肌肉力量的衡量标准没有达成共识。肌内和肌外脂肪的增加表明肌肉质量下降。因此，对CT图像或骨骼肌平均辐射衰减（SMRA）的放射学描述评估骨骼肌脂肪积聚的能力进行了研究。前者代表一种主观方法，SMRA的测定是半定量的，其值在-190和+150HU之间，峰值在50 HU。此外，SMRA受碘化造影剂使用的影响。在关于SMRA值的临床影响的非放射学论文中，关于此类药物的使用和相位获取的信息经常缺失，这使得研究之间的可比性复杂化。

相反，双能CT（DECT）扫描仪在临床上越来越普遍，它为测量脂肪提供了新的、定量的、与造影剂无关的方法。双能的特点是产生两种不同的能谱，这两种能谱可以从两个独立的球管探测器系统中导出，如双源DECT。

使用DECT，体素中特定材料或组织（例如脂肪）的比例可通过与能量相关的材料特定衰减系数来确定。此外，虚拟平扫（VNC）图像可以从使用对比剂进行的DECT扫描中创建。通过DECT材料分解或利用VNC图像上的辐射衰减值对脂肪进行量化已经成功地证明用于肝脏、骨髓和肾上腺（胰腺的应用参见：双能量CT胰腺脂肪定量）。这项初步研究的主要目的是通过DECT物质分解和DECT-VNC-HU值来量化骨骼肌内的脂肪，并与MR化学位移弛豫法（MRCSR）进行比较。此外，基于平扫单能CT扫描的SMRA临界值和单能CT导出的肌肉数量参数，研究DECT值与肌细胞减少症分类之间的关系。我们一块学习一下。

作者研究了21例腹部DECT增强扫描（100kV/Sn150kV）患者，同时进行腹部3T MRI检查。

CT扫描使用第三代双源CT（SOMATOM Force）标准腹部协议。DECT参数为100kV/Sn150kV，螺距0.5，准直0.6mm，层厚1mm。注射80ml碘对比剂80秒后开始图像采集。使用syngo.via（Liver VNC，Siemens）创建VNC图像。该算法基于三物质分解，假设每个体素由肝组织、脂肪和碘组成。随后，肝脏脂肪图（FatMap，Siemens）应用程序将计算出的脂肪浓度显示为彩色编码图（图1a–c），应用于整个数据集，包括骨骼肌。

图1 58岁女性非霍奇金淋巴瘤患者的DECT扫描（d）和磁共振图像（e）计算的脂肪图图像（a–c）。标记右后棘旁肌的分析区域（白色星号，脂肪图上的十字线）

在脊髓后旁肌的126个感兴趣区域（≥6cm2）中测量由物质分解确定的脂肪分数（DECT-FF）和虚拟平扫（VNC）DECT图像上的HU值。为了验证，采用化学位移弛豫法对基于MR的脂肪组分（MR-FF）进行评估。根据骨骼肌指数（SMI）和平扫单能CT的临界值，将患者分为高或低骨骼肌平均辐射衰减（SMRA）组，并分为肌细胞减少性或非肌细胞减少性。

图2 DECT脂肪组分、DECT VNC HU和SMA的测定。DECT扫描脂肪分数（DECT-FF）和DECT虚拟平扫Hounsfield单位（DECT-VNC-HU）从脊髓后旁肌（竖脊肌）（a，b）的感兴趣区（ROI）获得。骨骼肌面积（SMA）是在通过从外骨骼肌周长减去第三腰椎周长和内骨骼肌周长来划定肌肉特异性组织（−29到+150 HU）后确定（c，d）。骨骼肌指数（SMI）由SMA/身高的平方得出。两例患者DECT-FF低肌脂肪率为3%，SMI低（a，c:32岁，男性，无既往病史），DECT-FF高肌脂肪率为38%，SMI高（b，d:68岁，女性，转移性乳腺癌）

研究发现DECT-FF与MR-FF（r=0.91）、DECT-VNC-HU与MR-FF（r=-0.90）、DECT-FF与DECT-VNC-HU（r=-0.98）具有良好的相关性。DECT-FF和MR-FF组内相关性良好（r=0。8.3[9.5%CI 0.71–0.90]），平均差值为-0.15%（标准差3.32[95%CI 6.35至-6.66]）。使用SMRA分类得出两组DECT VNC HU值的差异为8倍（5 HU[95%CI 23-11]，42 HU[95%CI 33-56]，p=0.05 ) 。DECT-FF和基于SMI的分类之间没有显著关系。

图3 DECT-FF和MR-FF之间的相关性以及两者的分布与患者年龄的关系。DECT扫描脂肪组分（DECT-FF，蓝色）与磁共振化学位移驰豫法（MR-FF，红色）脂肪组分的相关性较高（r=0.91）（a）。较高的患者年龄似乎与较高的DECT-FF（r=0.62）和MR-FF（r=0.59）中度相关（b）

图4 DECT-FF和MR-FF的Bland Altman图。DECT扫描脂肪分数（DECT-FF）和MRI化学位移驰豫法脂肪分数（MRFF）之间的平均差异为−0.15%。95%可信区间（95%CI）约为6.5%。研究人群中脂肪含量最高的患者（DECT组为38%，MR组为32%）的最大差异为7.74%

这项初步研究表明，通过DECT物质分解量化骨骼肌内的脂肪堆积作为肌肉质量参数是可行和可靠的。此外，DECT-VNC-HU值允许独立于对比剂的使用来评估SMRA，如果不应用平扫，这是有益的。因此，在常规临床CT扫描中，DECT为定量和客观地测量肌肉质量提供了一种新方法。这对于改善慢性或严重疾病患者中肌细胞减少症作为常见并发症的放射学确认具有很大的潜力，与不良的临床结果密切相关。

要点总结：

双能CT（DECT）材料分解和虚拟平扫DECT HU值评估肌肉脂肪可靠。
虚拟平扫双能CT HU值允许在增强DECT扫描中区分骨骼肌平均密度。
通过DECT测量肌肉脂肪是确定肌肉质量的一种新方法，是诊断确认肌肉减少症作为与不良临床结果相关的合并症的一个重要参数。

如果有合适的数据，可以试试看哦。

编译自：Molwitz I, Leiderer M, McDonough R, Fischer R, Ozga AK, Ozden C, Tahir E, Koehler D, Adam G, Yamamura J. Skeletal muscle fat quantification by dual-energy computed tomography in comparison with 3T MR imaging. Eur Radiol. 2021 Mar 26. 仅供专业人士交流目的，不用于商业用途。

2021年4月19