电肌肉刺激过程中肌肉收缩的动态磁共振成像：在神经肌肉疾病评估中的潜在应用

《NMR in Biomedicine》：Dynamic MR of Muscle Contraction During Electrical Muscle Stimulation: Potential Application to the Evaluation of Neuromuscular Diseases

动态MRI结合神经肌肉电刺激评估代谢性与肌病性肌肉收缩功能，发现患者 soleus 肌肉应变及收缩速率显著降低，提示可成为肌功能障碍生物标志物。无显著结构异常（脂肪分数、水T2时间）。研究需扩大样本验证。

　　随着医学技术的快速发展，治疗肌肉和神经肌肉疾病的策略也在不断进步。这种进步使得识别能够准确反映疾病状态并用于监测病情变化的定量生物标志物变得尤为重要。磁共振成像（MRI）作为一种非侵入性工具，已被广泛应用于评估肌肉的结构和功能变化。在这一背景下，本研究探索了在神经肌肉电刺激（NMES）过程中使用动态MRI技术，以检测健康对照组（HCs）与患有代谢性肌病和肌强直性肌病的患者之间的差异。通过这一方法，研究人员希望发现与肌肉功能异常相关的新型生物标志物，从而为疾病的诊断和监测提供更全面的依据。

本研究共纳入14名健康对照者和10名确诊患有肌肉疾病的患者。所有受试者均使用3.0特斯拉（3?T）的临床MRI设备进行扫描，扫描协议包括多回波梯度回波序列（用于脂肪分数的定量分析）、多回波自旋回波序列（用于水的T2弛豫时间计算），以及在NMES期间使用的三维相位对比序列。通过对这些序列进行处理，研究人员能够计算出应变张量、应变积累速率和应变释放速率等参数。研究结果显示，患者在腓肠肌中的应变和应变积累速率显著低于健康对照者，这一发现表明这些参数可能成为评估肌肉功能障碍的潜在生物标志物。

值得注意的是，研究中并未观察到患者与健康对照者在脂肪分数或水的T2测量值上存在显著差异，这说明所观察到的变化主要反映了肌肉收缩特性方面的改变，而非结构性变化。这一结果进一步支持了动态MRI在检测肌肉收缩异常方面的潜力，特别是在肌强直和代谢性肌病患者中。然而，由于当前样本量较小且患者群体较为异质，这些发现仍需在更大、更同质的患者群体中进行验证。

本研究的实验设计充分考虑了患者的个体差异和实验条件的控制。在扫描前，研究人员通过放置基于凝胶的电极，并使用专门设计的MRI兼容传感器测量最大自主收缩力（MVF），以确保刺激电流的标准化。刺激电流被设定为约为MVF的10%，以避免因疲劳导致的输出力波动。此外，为了同步动态MRI采集与刺激过程，研究团队使用了一种内部开发的电子设备将刺激器的第二通道转换为触发信号，以确保采集的准确性和可重复性。

在数据处理方面，研究人员利用先进的算法对动态MRI数据进行分析，计算出应变张量、应变积累速率和应变释放速率等关键参数。这些参数通过将速度数据集进行离线处理得到，其中应变张量反映了肌肉在收缩过程中每个体素的变形情况，而积累和释放速率则分别描述了肌肉从松弛状态到最大收缩状态以及从最大收缩状态恢复到松弛状态的速度。通过对这些参数进行统计分析，研究团队发现，与健康对照组相比，患者在腓肠肌中的应变和应变积累速率显著降低，这可能意味着肌肉收缩能力的下降。然而，这种变化并未在脂肪分数或水的T2测量值中体现出来，这表明这些参数主要反映了肌肉收缩功能的异常，而非结构或组成的变化。

此外，研究团队还分析了不同肌肉区域（如腓肠肌、内侧比目鱼肌和外侧比目鱼肌）的动态参数与定量参数之间的关系。结果显示，应变与脂肪分数之间的相关性较弱，最高相关系数仅为?0.188，这表明应变和脂肪分数可能提供互补的信息。同样，应变与水的T2值之间的相关性也较低，进一步强调了动态MRI参数在评估肌肉功能方面的独特价值。尽管如此，这些参数的统计分析结果表明，它们在区分患者与健康对照者方面具有一定的潜力，尤其是在腓肠肌中，其差异更为显著。

在讨论部分，研究团队指出，动态MRI在评估肌肉功能方面具有独特的优势。与传统的静态MRI相比，动态MRI能够捕捉肌肉在收缩和放松过程中的动态变化，从而提供更丰富的信息。尽管目前尚无针对肌肉疾病患者的研究，但已有研究表明，随着年龄增长，肌肉的动态MRI参数会发生变化，这可能与肌肉纤维的退化或丢失有关。因此，本研究的发现为动态MRI在评估神经肌肉疾病中的应用提供了初步证据，并强调了其在检测肌肉收缩功能异常方面的潜力。

研究团队还讨论了本研究的局限性。首先，患者样本量较小且存在异质性，这可能影响结果的普遍适用性。其次，尽管在扫描前对刺激电流进行了标准化，但在扫描过程中无法实时监测肌肉的输出力，这可能导致个体间的变化被低估或高估。此外，部分患者可能因肌强直性收缩而导致肌肉体积的增加，这可能对肌肉的收缩质量产生影响，但目前尚不清楚这种影响的具体程度。

为了进一步提高动态MRI在临床中的应用价值，研究团队建议未来的研究应针对更大、更同质的患者群体进行，以更好地验证这些发现。同时，优化MRI采集协议、提高图像质量以及更深入地探讨动态MRI参数与临床结果之间的关系，也是未来研究的重要方向。通过结合动态MRI和定量MRI技术，可以实现对肌肉健康状况的多参数评估，从而更全面地理解神经肌肉疾病的病理机制，并为疾病的诊断和监测提供更可靠的工具。

在本研究中，除了动态MRI参数外，还探讨了其他可能的生物标志物，如脂肪分数和水的T2值。这些参数在评估肌肉结构和组成方面具有重要意义，尤其是在检测慢性肌肉病变和急性活动性病变时。然而，研究结果表明，这些参数在区分健康个体与患者方面的作用有限，因此，动态MRI参数可能成为更有效的评估工具。此外，研究团队还提到，尽管某些肌肉疾病（如肌强直性肌病）可能在重复电刺激后表现出不同的特征，但当前的实验设计未能充分捕捉这些差异，因此未来的研究需要进一步优化实验条件，以确保能够全面评估不同疾病类型的肌肉功能变化。

研究团队在结论中强调，本研究为动态MRI在评估肌强直性和代谢性肌病患者肌肉收缩功能异常方面提供了初步证据。尽管当前的研究结果表明应变和应变积累速率在腓肠肌中表现出显著差异，但需要在更大规模的患者群体中进行验证，以确保这些参数的临床适用性。此外，研究团队建议未来的研究应进一步优化MRI采集协议，提高数据的准确性和可重复性，并探索动态MRI参数与临床结果之间的潜在联系。通过这种多参数的影像学方法，有望更全面地理解神经肌肉疾病的病理生理过程，并为患者的个性化治疗提供更有力的支持。

本研究的作者团队在研究中贡献了各自的专业知识和技能。Francesco Santini负责概念设计、方法制定、软件开发、数据分析、可视化、撰写初稿以及资金获取。Michele Giovanni Croce负责实验设计、数据整理和撰写初稿。Xeni Deligianni参与了方法制定、软件开发和撰写审阅。Marta Brigid Maggioni和Matteo Paoletti分别负责软件开发和实验设计与数据整理。Leonardo Barzaghi参与了方法制定和数据整理。Niels Bergsland负责方法制定和撰写审阅。Arianna Faggioli、Giulia Manco和Chiara Bonizzoni参与了实验实施。Ning Jin和Sabrina Ravaglia负责软件开发和资源获取，同时Sabrina Ravaglia还负责研究概念设计、方法制定、实验实施、监督和撰写初稿。Anna Pichiecchio则在研究概念设计、方法制定、实验实施、监督、项目管理、资金获取和撰写初稿方面做出了重要贡献。

在致谢部分，研究团队感谢了一种大型语言模型（Claude v3，模型“Opus”，Anthropic，美国旧金山）在论文讨论部分的编辑和改写工作。尽管使用了该模型，但研究团队仍对内容负全责。此外，本研究的开放获取出版得到了瑞士巴塞尔大学的支持，通过与Wiley的协议，使得研究成果能够更广泛地传播和应用。

在利益冲突声明中，研究团队指出Ning Jin是西门子医疗（Siemens Healthineers）的雇员，这可能对研究的某些方面产生潜在影响。然而，其他作者均未报告与本研究主题相关的利益冲突。研究团队还提到，所有数据和生成图表的代码均通过Zenodo平台公开可用，以确保研究的透明性和可重复性。原始影像数据则在合理请求下可提供，以供进一步研究使用。

综上所述，本研究为动态MRI在神经肌肉疾病中的应用提供了新的视角和可能性。通过在NMES过程中捕捉肌肉的动态变化，研究人员发现应变和应变积累速率可以作为评估肌肉功能障碍的潜在生物标志物。尽管当前的研究仍存在一定的局限性，但这些发现为未来的临床研究和影像学技术优化提供了重要的参考。通过进一步的研究和技术创新，动态MRI有望成为评估肌肉健康和疾病进展的有力工具，从而改善患者的诊断和治疗方案。