紋理分析在骨骼肌超聲中的應用及研究進展

趙超超，焦玉婷，楊 智（通信作者）

（濱州醫(yī)學院附屬醫(yī)院超聲醫(yī)學科 山東 濱州 256603）

紋理（texture）俗稱花紋，通常指從圖像中觀察到的圖像像元的空間分布規(guī)律，可理解為圖像灰度在空間上的重復和變化規(guī)律，或圖像中反復出現(xiàn)的局部模式(紋理基元)以及其排列規(guī)則[1]。用以描述圖像的平滑度、粗糙度和規(guī)律性等的特征。在圖像分析學中用數(shù)字特征描述灰度變化特征稱為圖像的紋理特征。超聲圖像紋理分析（texture analysis of ultrasound images）是通過一定的圖像處理技術(shù)，分析超聲圖像中像素灰度的分布及關(guān)系，提取肉眼無法看到的紋理特征。有助于早期無創(chuàng)地明確病灶的性質(zhì)以及評價疾病療效、判斷預后等[2]。為提高認識，筆者檢索了國內(nèi)外紋理分析在骨骼肌超聲中應用的相關(guān)文獻并進行綜述。

1972 年Sutton 等用紋理分析技術(shù)區(qū)分正常與異常肺組織，標志著紋理分析開始應用于醫(yī)學領(lǐng)域。目前紋理分析已在醫(yī)學圖像處理領(lǐng)域得到了廣泛應用，如對X 線片、乳腺鉬靶片、CT 圖像、PET 圖像、MRI圖像等進行紋理分析。在超聲領(lǐng)域，紋理分析已應用于甲狀腺、乳腺、卵巢、前列腺、肝臟、腎臟等器官良惡性腫瘤的鑒別及惡性腫瘤的分型分級等。近年來，隨著高頻超聲技術(shù)和超聲影像學的快速發(fā)展，超聲圖像可精確顯示肌肉厚度、回聲強度、羽狀角、肌束長度等具體的參數(shù)，超聲已成為骨骼肌肉檢查的重要影像學手段。然而，骨骼肌超聲圖像的獲取和判讀通常依賴于臨床醫(yī)生的主觀經(jīng)驗，現(xiàn)有超聲診斷設(shè)備缺乏系統(tǒng)、客觀的定量及定性指標。肌肉紋理特征能直觀地反映肌肉的性質(zhì)和狀態(tài)，如肌內(nèi)纖維脂肪化程度、黏彈性、疲勞程度等。對骨骼肌肉超聲圖像紋理的研究引起了人們的廣泛關(guān)注。

1 骨骼肌紋理分析的常用方法

骨骼肌超聲圖像獲得后，將圖像灰度數(shù)值化(灰度值設(shè)置為0 ～255，256 灰度級)，根據(jù)觀察肌肉截取適當形的“感興趣區(qū)域”（region of interest,ROI）并對該區(qū)域紋理特征進行提取和分析。骨骼肌超聲圖像紋理分析根據(jù)評估像素之間的空間關(guān)系分為三類：

1.1 一階紋理特征

一階統(tǒng)計特征是肌肉ROI 像素強度的頻率直方圖，頻率直方圖是計算一定強度的像素發(fā)生的頻數(shù)，包括以下7 個特征：綜合光密度、均值、標準差、方差、偏度、峰度和能量。一階紋理特征易理解、易獲取，這使其得到普遍使用。但一階紋理特征僅評估單個像素的強度，忽略了像素之間的空間關(guān)系，不能表示紋理的規(guī)則性和粗糙性。

1.2 二階紋理特征

二階紋理特征解釋了兩個像素之間的強度和空間分布。最常用的二階紋理分析方法是灰度共生矩陣（graylevel co-occurrence matrix，GLCM），描述具有某種空間位置關(guān)系兩個像素灰度的聯(lián)合分布。GLCM 是一個L×L的矩陣（L 為灰度級，就是一幅圖中包含的不同灰度值的個數(shù)），是包含給定強度2 個像素的出現(xiàn)次數(shù)、角度（水平、垂直、上對角線或下對角線）和距離的頻率計數(shù)[3]。

1.3 高階紋理分析

高階紋理特征評估了3 個或3 個以上像素的強度和空間關(guān)系。常用的高階紋理分析包括：①游程長度矩陣（run-length matrix，RLM）是對給定方向和游程長度出現(xiàn)相同強度像素的頻率進行編碼，RLB 可以在幾個不同行程長度的四個方向上進行評估，從中可以提取幾個不同的統(tǒng)計特征來評估紋理描述的游程長度和頻率（Galloway特征）[3]。一般來說，粗糙紋理圖像將包含更多的長運行，而精細紋理圖像將包含更多的短運行。②局部二元模式（local binary pattern，LBP）用來評估灰度圖像的局部空間模式和對比度，其中可能包括ROI 內(nèi)的點、線、邊和角等，其最簡單的形式是從原始ROI 中選擇像素的方形矩陣（通常為3×3 的矩陣），并將中心像素強度與周圍的8 個周長像素進行比較，大于或等于中心像素的周圍像素強度值為1，否則為0；此新定義的矩陣將包含8 個像素，值為0 或1。假設(shè)有8 個像素位置，每個像素位置可能包含0 或1，這個二進制矩陣被壓縮成一個表示特定圖案新圖像，然后提取常見的紋理特征，如能量和熵。由于LBP 分析為圖像中的不同模式（邊緣或斑點）提供獨特的值，因此可利用肌肉組織內(nèi)回聲反射的模式和對比度來表征肌肉成分[3]。③Blob 分析方法是一種時頻域分析的技術(shù)，其最大的兩個特點：一是“自適應性”，它能根據(jù)小波分析的對象自動調(diào)整有關(guān)參數(shù)；二是“數(shù)學顯微鏡性質(zhì)”，它具有放大能力和“極化”性質(zhì)，能根據(jù)觀察的對象自動選擇最佳“偏振”方向進行分析，以取得人們滿意的最佳效果[4]。正由于其諸多特點，所以能較好地突出信號局部特征，在微弱、背景噪聲較強的隨機信號分析中具有重要的意義。

2 紋理分析在骨骼肌超聲中的應用

2.1 紋理分析在骨骼肌超聲中的應用價值

骨骼肌的紋理特征受個體肌肉成分、類型及功能狀態(tài)等因素的影響。Fiore 等[5]通過對肉牛屠宰前背長肌超聲圖像紋理分析參數(shù)值與屠宰后實際脂肪含量進行對比發(fā)現(xiàn)應用紋理分析可以較為準確地預測肌肉內(nèi)脂肪含量，并預測紋理分析具有對活體動物組織進行客觀分級的潛力。Molinari 等[3]通過對對健康者肱二頭肌、股外側(cè)肌、股直肌、內(nèi)側(cè)腓腸肌、脛骨前肌的超聲圖像進行了紋理分析，發(fā)現(xiàn)一階統(tǒng)計特征和 Haralick 特征（能量、熵和不同角度的相關(guān)性測量）與性別聯(lián)系密切，Galloway特征能夠區(qū)分肌肉類型。Wilkinson 等[6]在對慢性腎臟病患者股直肌橫斷面超聲圖像進行紋理分析時發(fā)現(xiàn)所有的GLCM 參數(shù)，都與肌肉功能相關(guān)，得出紋理分析能提供一個新的評價肌肉質(zhì)量的指標。

2.2 紋理分析在骨骼肌疾病中的應用

由于健康年人肌肉結(jié)構(gòu)為均勻的聲阻抗，肌肉表現(xiàn)為典型的低回聲。病變的骨骼肌在超聲檢查時表現(xiàn)出明顯的異常，是由于肌肉組織結(jié)構(gòu)及成分發(fā)生改變，使肌肉紋理特征發(fā)生變化，如肌源性和神經(jīng)源性肌病、肌肉損傷等，超聲圖像紋理分析能更直觀地反映這些變化。Sogawa 等[7]通過對肌源性和神經(jīng)源性疾病患者及健康成年人股直肌超聲圖像進行紋理分析發(fā)現(xiàn)神經(jīng)源性疾病組和肌源性疾病組的回波強度高于對照組，運行長度矩陣、自回歸模型和共現(xiàn)矩陣能很好地區(qū)分神經(jīng)源性組和肌源性疾病疾病組。Kumbhare 等[8]通過對比肌筋膜疼痛患者與健康參與者的斜方肌超聲圖像的斑點面積、計數(shù)和LBP 等特征之間的不同，發(fā)現(xiàn)LBP 和blob 參數(shù)存在顯著差異，得出紋理分析技術(shù)可以區(qū)分健康和斜方肌肌筋膜疼痛者，但還需要進一步的研究來評估這些差異的性質(zhì)。Ternifi等[9]發(fā)現(xiàn)肌萎縮側(cè)索硬化癥患者和健康受試者肱的二頭肌、前臂屈肌、股四頭肌和脛骨前肌群超聲圖像GLCM 參數(shù)存在較大差異。為了檢測骨骼肌減少癥患者肌肉紋理的變化，探索一種利用超聲波評估骨骼肌減少癥患者肌肉變化的新方法，Tang 等[10]采用局部二元模式（LBP）結(jié)合灰度共生矩陣（GLCM）方法對不同人股直肌的紋理信息進行提取和定量分析，發(fā)現(xiàn)LBP 結(jié)合GLCM 是一種穩(wěn)定的肌肉紋理特征提取方法，得出股直肌的紋理特征是評價肌肉功能和病理變化的潛在參數(shù)。

2.3 紋理分析在肌肉損傷中的應用

紋理分析能夠區(qū)分肌肉的損傷類型：趙佳琦等[11]使用離體豬理化損傷模型進行超聲肌肉紋理定量研究，初步驗證了微波熱消融與無水乙酸腐蝕所致的橫紋肌聲像圖紋理改變與正常肌肉差別甚大，且彼此表現(xiàn)不同，為精確探討骨骼肌損傷后聲像圖紋理特征與病理學演變規(guī)律，及骨骼肌損傷超聲影像學定量診斷與療效分級評價提供理論基礎(chǔ)。Matta等[12]通過對13 名婦女肘部偏心收縮后24 h、48 h、72 h 和96 h 超聲圖像進行紋理分析（GLCM 參數(shù)和回聲強度），發(fā)現(xiàn)紋理分析是研究運動后肌肉損傷時間變化的一種敏感方法。

2.4 紋理分析時需要考慮的問題

雖然紋理分析在組織診斷和評估神經(jīng)肌肉疾病的疾病進展方面取得了較大成果，但由于缺乏儀器設(shè)備和受試者自身諸多因素的影響，這使得紋理分析在應用中存在很大局限性。Yang 等[13]的研究發(fā)現(xiàn)許多紋理特征存在年齡依賴性，因此，在應用時紋理分析時需要將年齡因素考慮在內(nèi)。Paris 等[14]使用同一臺機器不同深度調(diào)節(jié)下，對同一組受試者分別獲取分辨率不同的圖像，經(jīng)紋理分析后發(fā)現(xiàn)紋理分析參數(shù)差別較大。Vara 等[15]在其他參數(shù)完全相同，僅有時間補增益（TGC）不同的情況下同樣發(fā)現(xiàn)所獲得的圖像紋理分析參數(shù)沒有可比性。所以在獲取超聲圖像時儀器參數(shù)調(diào)節(jié)應該在參與者之間和參與者內(nèi)部保持不變（或至少要考慮在內(nèi)），以確保具有可比性的測量結(jié)果的可靠性。姚煒等[16]實驗發(fā)現(xiàn)不同品牌超聲儀器上采集的圖像不能進行紋理分析參數(shù)的相互比較。姚煒等[17]還研究發(fā)現(xiàn)受試者內(nèi)部相同肌肉不同位置間紋理測值差異無統(tǒng)計學意義，得出在進行骨骼肌超聲紋理定量時并不需要對測量部位進行嚴格限制。

3 骨骼肌超聲圖像紋理分析的未來展望及問題

紋理分析能夠?qū)趋兰〕晥D像進行更深度地挖掘，發(fā)現(xiàn)人眼不能辨別的灰度值所包含的信息，揭示疾病異質(zhì)性甚至分子生物學的變化，幫助醫(yī)生對骨骼肌進行定量分析，客觀診斷骨骼肌疾病。作為一個相對新興的領(lǐng)域，紋理分析尚處于起步階段，必然面臨諸多挑戰(zhàn)：①目前用于紋理分析的軟件種類多樣、紋理特征參數(shù)繁雜、后處理技術(shù)各不相同，在不同研究中紋理特征輸出的數(shù)量和質(zhì)量存在廣泛差異，且一般僅有幾個紋理參數(shù)具有較高的可靠性，缺乏更為全面地分析。②目前國內(nèi)外的諸多研究均為單中心、小樣本研究，且多為橫斷面研究和回顧性研究，得出結(jié)的論也缺乏廣泛的臨床驗證與病理支持。③不同型號或不同廠商超聲的設(shè)備、甚至同一型號新舊程度及不同醫(yī)生的采集習慣都會影響圖像紋理特征的穩(wěn)定性，為多中心、大樣本研究帶來了極大困難。隨著高分辨率超聲診斷儀和超聲影像學的迅速發(fā)展，高分辨率超聲已廣泛應用于人體各部組織器官疾病的診斷。