雙能CT骨骼肌脂肪定量
在癌症患者中，肌細胞減少症與較低的預期壽命和較差的預後相關。它還與需要手術或術後患者併發症發生率增加有關，並導致住院時間延長。因此，檢測肌肉減少症對於規劃和啟動適當的營養和鍛鍊制度至關重要。最近更新的歐洲老年人肌細胞減少症工作組的歐洲共識中引用最廣的定義指出，肌細胞減少症可能發生在肌肉力量較低的個體，建議透過檢測肌肉數量和質量較低來明確診斷。
雖然肌肉力量可以透過臨床測量，例如透過握力測試，但肌肉數量可以透過生物電阻抗分析（BIA）、雙能量吸收法（DXA）、計算機斷層掃描（CT）或磁共振成像（MRI）進行評估。
然而，BIA值受患者水合狀態的影響，而DXA由於其二維性質而依賴於關於肌肉和脂肪隔室分佈的某些假設。相反，CT和MRI可以準確地確定身體成分。對於已經需要CT檢查以確定臨床指徵的患者，CT尤其有利，慢性病和/或重病患者通常也是如此。
雖然在初級保健中使用較少，但CT和MRI被認為是確定肌肉數量的金標準。然而，到目前為止，關於如何或用哪種技術測量肌肉質量，作為每單位尺寸肌肉力量的衡量標準沒有達成共識。肌內和肌外脂肪的增加表明肌肉質量下降。因此，對CT影象或骨骼肌平均輻射衰減（SMRA）的放射學描述評估骨骼肌脂肪積聚的能力進行了研究。前者代表一種主觀方法，SMRA的測定是半定量的，其值在-190和+150HU之間，峰值在50 HU。此外，SMRA受碘化造影劑使用的影響。在關於SMRA值的臨床影響的非放射學論文中，關於此類藥物的使用和相位獲取的資訊經常缺失，這使得研究之間的可比性複雜化。
相反，雙能CT（DECT）掃描器在臨床上越來越普遍，它為測量脂肪提供了新的、定量的、與造影劑無關的方法。雙能的特點是產生兩種不同的能譜，這兩種能譜可以從兩個獨立的球管探測器系統中匯出，如雙源DECT。
使用DECT，體素中特定材料或組織（例如脂肪）的比例可透過與能量相關的材料特定衰減係數來確定。此外，虛擬平掃（VNC）影象可以從使用對比劑進行的DECT掃描中建立。透過DECT材料分解或利用VNC影象上的輻射衰減值對脂肪進行量化已經成功地證明用於肝臟、骨髓和腎上腺（胰腺的應用參見：雙能量CT胰腺脂肪定量）。這項初步研究的主要目的是透過DECT物質分解和DECT-VNC-HU值來量化骨骼肌內的脂肪，並與MR化學位移弛豫法（MRCSR）進行比較。此外，基於平掃單能CT掃描的SMRA臨界值和單能CT匯出的肌肉數量引數，研究DECT值與肌細胞減少症分類之間的關係。我們一塊學習一下。
作者研究了21例腹部DECT增強掃描（100kV/Sn150kV）患者，同時進行腹部3T MRI檢查。
CT掃描使用第三代雙源CT（SOMATOM Force）標準腹部協議。DECT引數為100kV/Sn150kV，螺距0。5，準直0。6mm，層厚1mm。注射80ml碘對比劑80秒後開始影象採集。使用syngo。via（Liver VNC，Siemens）建立VNC影象。該演算法基於三物質分解，假設每個體素由肝組織、脂肪和碘組成。隨後，肝臟脂肪圖（FatMap，Siemens）應用程式將計算出的脂肪濃度顯示為彩色編碼圖（圖1a–c），應用於整個資料集，包括骨骼肌。
圖1 58歲女性非霍奇金淋巴瘤患者的DECT掃描（d）和磁共振影象（e）計算的脂肪圖影象（a–c）。標記右後棘旁肌的分析區域（白色星號，脂肪圖上的十字線）
在脊髓後旁肌的126個感興趣區域（≥6cm2）中測量由物質分解確定的脂肪分數（DECT-FF）和虛擬平掃（VNC）DECT影象上的HU值。為了驗證，採用化學位移弛豫法對基於MR的脂肪組分（MR-FF）進行評估。根據骨骼肌指數（SMI）和平掃單能CT的臨界值，將患者分為高或低骨骼肌平均輻射衰減（SMRA）組，並分為肌細胞減少性或非肌細胞減少性。
圖2 DECT脂肪組分、DECT VNC HU和SMA的測定。DECT掃描脂肪分數（DECT-FF）和DECT虛擬平掃Hounsfield單位（DECT-VNC-HU）從脊髓後旁肌（豎脊肌）（a，b）的感興趣區（ROI）獲得。骨骼肌面積（SMA）是在透過從外骨骼肌周長減去第三腰椎周長和內骨骼肌周長來劃定肌肉特異性組織（29到+150 HU）後確定（c，d）。骨骼肌指數（SMI）由SMA/身高的平方得出。兩例患者DECT-FF低肌脂肪率為3%，SMI低（a，c：32歲，男性，無既往病史），DECT-FF高肌脂肪率為38%，SMI高（b，d：68歲，女性，轉移性乳腺癌）
研究發現DECT-FF與MR-FF（r=0。91）、DECT-VNC-HU與MR-FF（r=-0。90）、DECT-FF與DECT-VNC-HU（r=-0。98）具有良好的相關性。DECT-FF和MR-FF組內相關性良好（r=0。8。3［9。5%CI 0。71–0。90］），平均差值為-0。15%（標準差3。32［95%CI 6。35至-6。66］）。使用SMRA分類得出兩組DECT VNC HU值的差異為8倍（5 HU［95%CI 23-11］，42 HU［95%CI 33-56］，p=0。05 ） 。DECT-FF和基於SMI的分類之間沒有顯著關係。
圖3 DECT-FF和MR-FF之間的相關性以及兩者的分佈與患者年齡的關係。DECT掃描脂肪組分（DECT-FF，藍色）與磁共振化學位移馳豫法（MR-FF，紅色）脂肪組分的相關性較高（r=0。91）（a）。較高的患者年齡似乎與較高的DECT-FF（r=0。62）和MR-FF（r=0。59）中度相關（b）
圖4 DECT-FF和MR-FF的Bland Altman圖。DECT掃描脂肪分數（DECT-FF）和MRI化學位移馳豫法脂肪分數（MRFF）之間的平均差異為0。15%。95%可信區間（95%CI）約為6。5%。研究人群中脂肪含量最高的患者（DECT組為38%，MR組為32%）的最大差異為7。74%
這項初步研究表明，透過DECT物質分解量化骨骼肌內的脂肪堆積作為肌肉質量引數是可行和可靠的。此外，DECT-VNC-HU值允許獨立於對比劑的使用來評估SMRA，如果不應用平掃，這是有益的。因此，在常規臨床CT掃描中，DECT為定量和客觀地測量肌肉質量提供了一種新方法。這對於改善慢性或嚴重疾病患者中肌細胞減少症作為常見併發症的放射學確認具有很大的潛力，與不良的臨床結果密切相關。
要點總結：
雙能CT（DECT）材料分解和虛擬平掃DECT HU值評估肌肉脂肪可靠。
虛擬平掃雙能CT HU值允許在增強DECT掃描中區分骨骼肌平均密度。
透過DECT測量肌肉脂肪是確定肌肉質量的一種新方法，是診斷確認肌肉減少症作為與不良臨床結果相關的合併症的一個重要引數。
如果有合適的資料，可以試試看哦。
編譯自：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。 僅供專業人士交流目的，不用於商業用途。
【版權宣告】本平臺屬公益學習平臺，轉載系出於傳遞更多學習資訊之目的，且已標明作者和出處，如不希望被傳播的老師可與我們聯絡刪除