通过3-T MR神经/骨骼融合成像与T2加权成像对颈椎神经孔狭窄进行分级比较

《Insights into Imaging》：Grading cervical neural foraminal stenosis via 3-T MR nerve/bone fusion imaging compared with T2-weighted imaging

颈椎神经孔狭窄症（CNFS）的3-T MR神经/骨融合成像技术优势及临床相关性研究。该技术通过3D-T2-FFE和FRACTURE序列融合，显著提高神经根和骨结构显示率（100% vs 63.04%），并增强图像质量（κ=0.614-0.867）。研究证实融合成像在CNFS分级中具有更高可靠性（ICC=0.755-0.931），且与 neck disability index（ρ=0.49）和 numerical pain scale（ρ=0.55）呈中度相关性，优于传统T2WI。

　　本研究探讨了3-T磁共振成像（MRI）神经/骨融合技术在评估颈椎神经管狭窄（Cervical Neural Foraminal Stenosis, CNFS）严重程度方面的价值。颈椎神经管狭窄是一种常见的颈椎退行性病变，通常由椎间盘突出或骨质增生引起，可能导致神经根受压，引发颈椎病理性症状，如颈部和上肢疼痛、麻木等。准确评估CNFS的严重程度对于制定合理的治疗方案和预测疾病预后具有重要意义。然而，传统T2加权成像（T2WI）在评估CNFS时存在一定的局限性，例如对神经根和神经管结构的显示不够清晰，以及难以准确测量神经管宽度和神经根宽度之间的关系。因此，本研究提出了一种新的成像方法——3-T MRI神经/骨融合技术，旨在提高CNFS评估的准确性和可靠性。

为了验证这一技术的有效性，研究团队纳入了58名健康志愿者和23名疑似颈椎病的患者，共计81名参与者。所有研究对象均接受了3-T MRI检查，其中包括3D-T2加权快速场回波（3D-T2-FFE）和快速场回波模拟CT（FRACTURE）两种序列。3D-T2-FFE序列能够通过突出神经束内水分来清晰显示神经根，而FRACTURE序列则利用限制回波间距和后期处理技术，模拟CT图像，以更好地显示骨性结构。通过将这两种序列进行融合，研究者希望同时获得神经和骨性结构的详细信息，从而更准确地评估CNFS的严重程度。

研究团队使用两种不同的方法对图像进行评估。首先，他们对图像质量、图像伪影、神经管宽度（WCNF）和神经根宽度（WENR）的评估结果进行了可靠性分析。结果表明，3D-T2-FFE/FRACTURE融合图像在图像质量和伪影控制方面表现出中等到良好的一致性，而在WCNF和WENR的测量方面则显示出良好到优秀的可靠性。相比之下，T2WI在这些指标上的可靠性较低，尤其是在WENR的测量方面，由于神经根结构较小，难以准确评估。这表明，3D-T2-FFE/FRACTURE融合技术在图像质量和结构显示方面具有明显优势。

在评估ENR（神经根在神经管外的显示）时，研究发现3D-T2-FFE/FRACTURE融合图像的检测率高达100%，而T2WI的检测率仅为63.04%。这说明融合技术在捕捉神经根细节方面更为有效，有助于更精确地判断CNFS的严重程度。此外，ENR的可见性评分也明显优于T2WI，进一步验证了融合图像在结构显示上的优越性。

在CNFS的分级方面，研究团队采用了一种基于神经管宽度与神经根宽度比例的分级系统。根据这一系统，CNFS分为三个等级：等级0为正常，等级1为非严重，等级2为严重。研究结果显示，3D-T2-FFE/FRACTURE融合图像在CNFS分级方面表现出较高的可靠性，其中单个读者之间的等级一致性（intra-reader agreement）和不同读者之间的等级一致性（inter-reader agreement）均达到较高的水平，甚至接近完美。相比之下，T2WI在CNFS分级上的可靠性较低，主要由于其在神经根和神经管结构显示上的不足。

此外，研究还分析了CNFS等级与临床症状之间的相关性。采用颈痛残疾指数（Neck Disability Index, NDI）和数字疼痛评分（Numerical Pain Scale, NPS）作为评估指标，研究发现，基于3D-T2-FFE/FRACTURE融合图像的CNFS等级与NDI和NPS之间存在中度相关性，而T2WI则未能显示出这种相关性。这一结果表明，融合图像不仅在结构显示上更为精确，还能更准确地反映患者的临床症状，为疾病的诊断和治疗提供更全面的信息。

为了确保评估的客观性和准确性，研究团队在正式评估前对两名读者进行了系统的培训，包括对Likert量表的理解、神经管和神经根宽度的测量方法以及Kim分级系统的应用。培训过程中，读者还进行了校准和共识会议，以减少评估中的差异。这种严格的评估流程确保了研究结果的科学性和可信度。

在统计分析方面，研究采用了多种方法，包括Cohen’s kappa系数用于评估定性指标的一致性，以及双盲方式的测量误差分析（Bland–Altman plots）用于定量指标的可靠性评估。结果表明，3D-T2-FFE/FRACTURE融合图像在所有评估指标上均表现出良好的一致性，且在测量误差方面具有较低的偏差和较窄的差异范围。这进一步支持了融合图像在CNFS评估中的优势。

尽管研究结果显示出3D-T2-FFE/FRACTURE融合技术在CNFS评估中的可靠性，但仍存在一些局限性。首先，患者样本量相对较小，虽然相关性分析显示了统计学上的显著性，但这些结果在更大人群中的适用性仍需进一步验证。其次，研究仅在一个中心进行，因此其结果可能无法完全推广到其他医疗机构。此外，由于缺乏手术验证，无法确定基于3D-T2-FFE/FRACTURE融合图像的CNFS等级是否与实际的神经根受压程度完全一致。因此，未来的研究需要结合手术数据，以进一步验证该技术的准确性。

综上所述，3D-T2-FFE/FRACTURE融合技术在评估CNFS方面展现出显著的优势，不仅能够提供更清晰的神经和骨性结构图像，还能提高分级的可靠性，并与患者的临床症状产生相关性。这一技术的应用可能为临床提供一种无辐射、更全面的评估手段，有助于提高CNFS诊断的准确性和效率。然而，为了进一步推广该技术，仍需在更大样本和多中心研究中进行验证，并探索不同MRI设备之间的兼容性和适用性。