基于MRI的20块髋部及大腿肌肉量化研究中的异质性、纵向衰退与代谢风险

《Scientific Reports》：Heterogeneity, longitudinal decline, and metabolic risk in MRI-based quantification of 20 individual hip and thigh muscles

　　

摘要

由于在MRI图像中难以区分单个肌肉，大规模量化肌肉健康状况一直面临挑战。我们开发了一种自动化的3D深度学习框架，能够从Dixon MRI图像中识别出20块双侧髋部及大腿肌肉，从而实现肌肉体积及相对脂肪比例（rFF）的量化分析。该框架被应用于10,840份基线数据以及2,766份英国生物银行中的纵向研究数据，可用于从人口统计学、代谢状况和治疗因素等多方面进行大规模表型分析。分割精度相当高，且随肌肉体积增大而提升。男性肌肉体积更大，而女性的相对脂肪比例则始终较高。姿势维持肌和骨盆稳定肌的脂肪浸润程度最高，而股四头肌的脂肪浸润程度最低，这体现了明显的解剖学差异。在两年时间里，大多数肌肉的体积都有所下降，但幅度较小且较为一致，男性的体积下降更为均匀，而女性则存在更多差异；女性的相对脂肪比例上升更为明显，表明其肌肉成分更早出现恶化。在2型糖尿病患者中，男性表现为广泛的肌肉体积下降和较高的相对脂肪比例，而女性则仅有轻微的体积下降，且脂肪变化较为复杂，这些差异反映了该疾病在性别上的特异性特征。通过自动化的技术对特定肌肉进行MRI表型分析，可以揭示那些在整体层面测量中无法察觉的结构和成分变化，同时为研究肌肉骨骼老化、代谢性疾病及治疗反应提供可扩展的分析平台。