磁共振場強對腦部T1WI結(jié)構(gòu)圖像紋理特征的影響

樊文萍，王雪，王波濤，張曉歡，劉夢琦,2，陳峰，陳志曄,2*

1.解放軍總醫(yī)院海南醫(yī)院放射科，海南三亞 572013；2.解放軍總醫(yī)院第一醫(yī)學(xué)中心放射科，北京 100853；3.海南省人民醫(yī)院放射科，海南?？?570311；*通訊作者 陳志曄 yyqf@hotmail.com

紋理特征是圖像的內(nèi)在屬性，反映了圖像灰度分布、對比度、空間分布等特征的程度[1]，在圖像分析中起關(guān)鍵作用，它可以使不可見的內(nèi)在圖像特征實現(xiàn)數(shù)字化的直觀體現(xiàn)，目前已經(jīng)廣泛應(yīng)用于肺部磨玻璃樣密度結(jié)節(jié)隨訪評估[2]、磁共振T2WI鑒別肝囊腫和血管瘤[3]、頭痛[4-6]等疾病的診斷及評估。醫(yī)學(xué)圖像紋理特征分析是基于灰度圖像進行計算生成各種紋理參數(shù)，而不同MR場強可以影響灰度圖像的信號強度、信噪比等[7]。因此，可以假設(shè)不同場強可能對圖像紋理特征計算存在一定的影響。本研究對17名健康成年志愿者分別在1.5T MR（MR-1.5T）及3.0T（MR-3.0T）上行腦部3D T1WI結(jié)構(gòu)像掃描比較其紋理特征變化。

1 資料與方法

1.1 研究對象 招募健康成年志愿者 30名，其中男14名，女16名；年齡22～33歲，平均（26.2±7.3）歲。所有受試者均為右利手，既往身體健康。排除標(biāo)準(zhǔn)：顱腦外傷、腦部器質(zhì)性病變及精神類疾病史、近期服用過精神類藥物或激素。所有受試者均在同一時間內(nèi)分別在磁共振1.5T及3.0T進行3D T1WI結(jié)構(gòu)像掃描。

1.2 數(shù)據(jù)采集 所有數(shù)據(jù)均由相同操作人員分別采用1.5T及3.0T MR掃描儀進行成像（版本號均為Signa HDxt，美國GE公司），采集線圈采用8通道顱腦線圈。掃描序列包括常規(guī)T1WI；3D T1WI結(jié)構(gòu)像采集參數(shù)為1.5T及3.0T均為：TR 6.5 ms，TE 2.8 ms，翻轉(zhuǎn)角12°，視野25.6 cm×25.6 cm,矩陣256×256，層厚1 mm，采集次數(shù)1。

1.3 圖像分析 圖像分析采用 matlab（R2013b）、SPM12（http://www.fil.ion.ucl.ac.uk/spm/）及 ImageJ（version 1.50）（https://imagej.nih.gov/ij）軟件進行后處理。圖像處理過程（圖1）包括：①將原始3D T1WI結(jié)構(gòu)像（T1WI）進行分割生成標(biāo)準(zhǔn)化后的T1WI結(jié)構(gòu)像（normalized T1WI，nT1WI），灰質(zhì)概率圖（gray probability map,GPM）及白質(zhì)概率圖（white probability map，WPM）；②將GPM及WPM分別轉(zhuǎn)換成二值蒙片；③將二值蒙片與nT1WI卷積將 T1WI結(jié)構(gòu)圖像分割為灰質(zhì)及白質(zhì)強度圖像；④對灰質(zhì)及白質(zhì)圖像的第10～100層圖像逐層進行灰度共生矩陣（gray-level cooccurrence matrix，GLCM）紋理特征參數(shù)計算（參數(shù)設(shè)置為像素距離為1，夾角為0），紋理特征參數(shù)包括角二階矩、對比度、自相關(guān)、逆差距及熵。所有層面平均紋理特征參數(shù)值為最終灰質(zhì)及白質(zhì)紋理特征值。采用Rest 1.8 軟件（http://www.restfmri.net/forum/REST_V1.8）提取全腦灰質(zhì)及白質(zhì)信號強度，所有層面平均信號強度值為最終信號強度值。

1.4 統(tǒng)計學(xué)方法 采用SPSS 23.0軟件，計量資料以x±s表示，兩組全腦信號強度比較采用t檢驗，兩組紋理參數(shù)采用單變量協(xié)方差分析，信號強度為協(xié)變量，P<0.05表示差異有統(tǒng)計學(xué)意義。

圖1 全腦灰質(zhì)及白質(zhì)紋理特征計算流程。T1WI：T1加權(quán)圖像；GPM：灰質(zhì)概率圖；WPM：白質(zhì)概率圖；nT1WI：標(biāo)準(zhǔn)化的T1WI結(jié)構(gòu)像；GM：灰質(zhì)；WM：白質(zhì)；GLCM：灰度共生矩陣

2 結(jié)果

2.1 全腦信號強度比較 MR-1.5T全腦灰質(zhì)（546±51比 1509±145，t=40.782，P<0.001）及白質(zhì)（771±69比2085±197，t=41.149，P<0.001）均顯著低于MR-3.0T（圖2）。

2.2 全腦灰質(zhì)紋理特征比較 MR-3.0T全腦灰質(zhì)熵（2.17±0.05 比 92.16±0.05，F(xiàn)=4.465，P=0.039）高于MR-1.5T。全腦灰質(zhì)的角二階矩、對比度、自相關(guān)及逆差距兩種 MR設(shè)備間差異無統(tǒng)計學(xué)意義（均P>0.05；表1，圖2）。

2.3 全腦白質(zhì)紋理特征比較 MR-3.0T全腦白質(zhì)角二階矩及熵低于MR-1.5T，MR-3.0T全腦白質(zhì)逆差距高于MR-1.5T（P均<0.05）。MR-3.0T全腦白質(zhì)對比度及自相關(guān)與MR-1.5T差異無統(tǒng)計學(xué)意義（表1，圖2）。

表1 不同場強腦部灰質(zhì)及白質(zhì)紋理特征參數(shù)比較（±s）

表1 不同場強腦部灰質(zhì)及白質(zhì)紋理特征參數(shù)比較（±s）

參數(shù) 灰質(zhì)白質(zhì)1.5T 3.0T F值P值1.5T 3.0T F值P值角二階矩0.631±0.0070.627±0.0083.8570.0540.736±0.0070.734±0.00811.3680.001對比度（×10-3）1.848±0.3231.763±0.3382.0930.1531.081±0.1531.188±0.1993.3020.074自相關(guān)（×10-3）0.238±0.0730.243±0.0503.4900.0670.051±0.0110.048±0.0292.5720.114逆差距0.800±0.0050.799±0.0052.7890.1000.873±0.0040.875±0.00510.7760.002熵2.163±0.0542.170±0.0594.4650.0391.397±0.0421.392±0.05110.6120.002

圖2 MR-1.5T及MR-3.0T全腦灰質(zhì)及白質(zhì)紋理特征值比較。A：角二階矩，B：對比度，C：自相關(guān)，D：逆差距，E：熵，F(xiàn)：信號強度

3 討論

MR由于對疾病診斷的優(yōu)越性，目前已廣泛應(yīng)用于臨床。目前常用的1.5T MR和3.0T MR在圖像采集上各有優(yōu)勢。但對健康人群進行腦部 MRI掃描，不同場強下腦組織T1WI信號的差異，人的視覺難以判讀，并且難以進行量化分析。而紋理分析則通過一定的圖像處理技術(shù)提取出紋理特征參數(shù)，從而獲得對紋理特征的定量或定性描述[8]，將醫(yī)學(xué)圖像的灰度信息轉(zhuǎn)換成圖像紋理信息進行表達，發(fā)現(xiàn)或篩選有價值的臨床信息，為疾病的臨床診斷提供影像學(xué)證據(jù)，如中腦導(dǎo)水管周圍灰質(zhì)區(qū)3.0T MR T1WI圖像紋理特征參數(shù)可以作為發(fā)作性偏頭痛的影像學(xué)診斷標(biāo)志物[4]，全腦灰質(zhì)3.0T MR T1WI圖像紋理特征參數(shù)分析探索藥物過度使用頭痛患者發(fā)病的神經(jīng)機制[6]。但3.0T MR的研究結(jié)果是否也適用于1.5T MR目前鮮有研究報道。因此，本研究從不同場強對紋理特征變化的影響進行初步探討。

本研究主要采用灰度共生矩陣的方法進行紋理特征參數(shù)值的提取，主要包括角二階矩、對比度、自相關(guān)、逆差距及熵[9]。角二階矩反映的是圖像灰度分布均勻及紋理粗細程度，其值大代表一種較均一、規(guī)則變化的紋理模式。而逆差距反映圖像紋理的局部變化，其值越大代表紋理的清晰程度和規(guī)則程度越高。本研究中，全腦灰質(zhì)紋理特征分析提示MR-3.0T全腦灰質(zhì)角二階矩及逆差距與MR-1.5T之間無顯著差異，而對于全腦白質(zhì)其紋理參數(shù)角二階矩 MR-3.0T顯著低于MR-1.5T，逆差距MR-3.0T顯著高于MR-1.5T，提示盡管場強增高可以導(dǎo)致圖像灰度分布不均勻，規(guī)則程度減低，但對于灰質(zhì)的角二階矩及逆差距紋理參數(shù)無影響，而對于腦部白質(zhì)隨著場強的增高，角二階矩將會減低，可能與圖像信號強度增高導(dǎo)致灰度分布不均一規(guī)則有關(guān)[7]。腦部白質(zhì)在MR-3.0T T1WI結(jié)構(gòu)像上逆差距的增高，則可能與場強增高導(dǎo)致圖像的信噪比提高有一定的關(guān)系[7]。因此，對于灰質(zhì)紋理特征參數(shù)角二階矩及逆差距相對穩(wěn)定，不隨場強的變化而改變，而白質(zhì)的角二階矩及逆差距易受場強因素影響，基于MR-3.0T的研究結(jié)果不適用于MR-1.5T。

紋理特征參數(shù)對比度反映了圖像的清晰度及紋理溝紋深淺的程度，紋理溝紋越深，其對比度越大。自相關(guān)反映了圖像中局部灰度相關(guān)性，此值的大小反映了局部灰度的相關(guān)性，值越大，相關(guān)性也越大。本研究提示盡管場強增高導(dǎo)致腦實質(zhì)信號強度提高，但對于灰質(zhì)及白質(zhì)灰度值的相關(guān)性均無顯著影響。因此，T1WI圖像對比度及自相關(guān)參數(shù)可以認為是一個比較穩(wěn)定的紋理特征參數(shù)值，不受場強變化的影響。

熵代表圖像紋理的復(fù)雜程度，熵越大，圖像紋理信息量越大。本研究表明，全腦灰質(zhì)MR-3.0T熵值顯著高于MR-1.5T，而白質(zhì)熵值則顯著低于MR-1.5T，由此說明場強增高可以導(dǎo)致腦部灰質(zhì)及白質(zhì)T1圖像紋理復(fù)雜程度及圖像紋理信息量，而這些紋理特征的變化是肉眼無法評估的。因此，紋理特征分析可以有效評估圖像內(nèi)在屬性特征的變化，而場強對其影響應(yīng)引起重視，尤其是對既往研究結(jié)果的臨床應(yīng)用時應(yīng)考慮到場強因素的影響。

本研究發(fā)現(xiàn)隨著場強的提高，圖像的信號強度顯著提高，尤其是白質(zhì)信號強度的提高較灰質(zhì)略為明顯。信號強度的變化通?？刹捎靡浑A紋理分析方法如灰度直方圖分析進行評估[10]，盡管此方法也能識別圖像的紋理信息，但僅限于一般性的紋理識別，不能得到圖像紋理的二維灰度變化。本研究中采用灰度共生矩陣紋理分析，反映了圖像灰度關(guān)于方向、相鄰間隔、變化幅度的綜合信息，是分析圖像灰度分布模式及排列規(guī)則的基礎(chǔ)。為了去除場強提高而導(dǎo)致的信號強度變化對紋理特征參數(shù)的影響，本研究中將信號強度作為協(xié)變量進行組間比較，以去除信號強度對實驗結(jié)果的影響，因此結(jié)果相對可靠。

本研究的局限性為：①本研究采用灰度共生矩陣的方法，僅對5個常用的紋理特征參數(shù)值進行比較，未對其他紋理特征分析方法進行比較，如直方圖分析、小波分析等；②本研究僅對健康成人腦部T1WI圖像進行紋理特征參數(shù)研究，未對不同場強下腦部病變的紋理特征參數(shù)的變化進行研究。因此，在未來研究中應(yīng)當(dāng)增加樣本量，并對不同場強下腦部病變進行多種紋理特征參數(shù)研究。

總之，本研究前瞻性地發(fā)現(xiàn)MR場強大小可以影響健康成人腦部T1WI圖像紋理特征參數(shù)，可以作為臨床腦部MR T1WI圖像紋理分析研究的控制變量。