多發(fā)性硬化（MS）是一種以脫髓鞘和軸索損傷為病理特征的慢性炎性疾病，主要累及腦組織、視神經(jīng)、脊髓等，可出現(xiàn)視覺障礙、肢體癱瘓、共濟失調(diào)等癥狀。MS患者發(fā)病年齡早、起病急，患者人群多在30歲左右，是中青年非外傷性終生致殘和喪失勞動能力以致死亡的最常見原因之一[1-3]。近年國內(nèi)外MS的發(fā)病率均有上升趨勢，MS的研究也越來越受到醫(yī)學(xué)界的重視。MS若能早期及時就診，脫離的髓鞘可再生，對控制復(fù)發(fā)、改善預(yù)后具有重要意義[4]。

MRI技術(shù)是診斷MS的重要手段[5,6]。常規(guī)MRI顯示90%左右具有明確形態(tài)的MS可見病灶[7,8]，然而卻無法直接觀察到MS患者表現(xiàn)正常腦白質(zhì)中存在的隱匿性彌散病變。Armspach等[9]經(jīng)尸檢證實MS患者MRI表現(xiàn)正常腦白質(zhì)中有微觀病變存在，包括膠質(zhì)細胞增生、片狀水腫、血管周圍滲出、異常薄的髓鞘及軸索丟失等。如果能夠利用圖像分析技術(shù)深入解析MR圖像，對表現(xiàn)正常腦白質(zhì)（normal appearing white matter, NAWM）與健康對照腦白質(zhì)（normal white matter, NWM）進行識別，有助于MS的早期診斷。

紋理分析是醫(yī)學(xué)圖像后處理的重要手段，能定量顯示圖像像素值及其排列方式的細微變化[10]，稱為圖像的放大鏡和顯微鏡，目前常用來提取圖像中組織細微病變的特征[11]。神經(jīng)脫髓鞘病變及隨之出現(xiàn)的炎癥、腫脹等病理改變在MR圖像中必然表現(xiàn)出灰度值及排列方式改變。本研究擬通過紋理分析的灰度差分統(tǒng)計法及游程長矩陣從常規(guī)MR圖像中提取紋理特征，研究MS患者病灶區(qū)腦白質(zhì)（LWM）、NAWM和NWM的紋理特征之間是否存在顯著差異揭示MS的隱匿性病變，為MS的早期診斷和病情監(jiān)控提供更多有價值的信息。

1 資料與方法

1.1 研究對象 選取2005-01～12首都醫(yī)科大學(xué)附屬宣武醫(yī)院經(jīng)臨床確診的MS患者和健康志愿者（對照組）各26例，其中MS患者男9例，女17例；年齡18～55歲，平均（32.0±9.9）歲；病程1～20年，平均（5.1±5.0）年，擴展殘疾功能狀態(tài)量表（expanded disability status scale,EDSS）評分1～5分，平均（2.9±1.5）分。26例對照組受試者神經(jīng)系統(tǒng)檢查正常，其中男9例，女17例，年齡19～58歲，平均（32.5±10.2）歲。兩組性別、年齡差異無統(tǒng)計學(xué)意義（P＞0.05），具有可比性。

1.2 儀器 采用Sonata 1.5T MR掃描儀，所有受試者行快速自旋回波T2WI（TR/TE=5460/94 ms）橫軸位連續(xù)30層覆蓋全腦掃描。掃描層厚4 mm，層間隔0.4 mm，梯度場 40 mT/m，切換率 200 mT/（m·ms），視野240 mm×220 mm，矩陣256×224。分別在MS患者的MR T2WI LWM、NAWM及對照組NWM提取大小為32×32像素的感興趣區(qū)（ROI）（圖1），組成樣本集，3組共計78個樣本。

1.3 研究方法 本文利用灰度差分統(tǒng)計法和游程長矩陣對MS患者及對照組的MR圖像進行紋理分析[12,13]。1.3.1 灰度差分統(tǒng)計法 灰度差分統(tǒng)計法的基本原理是描述紋理圖像各像素及其相鄰像素之間的灰度變化情況，是紋理分析最常見的方法[12]。設(shè)圖像中某點為(x,y)，則它與距其距離較短的點(x+Δx, y+Δy)的灰度差值為：

g△(x, y)就稱為灰度差分。通過將點(x, y)在整幅圖像上遍歷，得到各點的g△(x, y)，設(shè)灰度差分值可取m級，統(tǒng)計g△(x, y)取各個值的次數(shù)，即可以繪出g△(x, y)的直方圖，最后根據(jù)直方圖確定g△(x, y)取各個值時對應(yīng)的概率PΔ(i)。

當(dāng)i的值較小、對應(yīng)的概率PΔ(i)較大時，說明紋理比較粗糙；反之，如果概率分布平穩(wěn)，說明紋理細密?？梢娂y理特征與PΔ(i)密切相關(guān)。本研究提取對比度、能量、熵和平均值4個參數(shù)來描述紋理特征：

1.3.2 游程長矩陣 游程長矩陣的基本思想是在某個方向上、相鄰具有相同灰度或某個灰度范圍的像素個數(shù)，是對圖像灰度關(guān)系的高階統(tǒng)計。在相同大小的區(qū)域中，若粗紋理較多，長游程就多，而總游程數(shù)少；細紋理較多，短游程就多，而總游程數(shù)多。因此，游程也可以反映圖像紋理的粗細程度。

游程長矩陣的元素c(i, j)定義為在灰度正規(guī)化的圖像F(m, n)上同時具有灰度值為i和游程長度為j的像素組出現(xiàn)的次數(shù)，游程長與灰度級數(shù)、長度、方向等因素有關(guān)。c(i, j)歸一化后，可得到p(i, j)。游程長矩陣可以提取多個紋理描述符，本文提取了4個經(jīng)常用到的傳統(tǒng)參量，分別為短游程因子、長游程因子、灰度不均勻度因子和游程長不均勻度因子：

1.4 統(tǒng)計學(xué)方法 采用SPSS 13.0軟件，對所提取的LWM、NAWM和NWM樣本的紋理參數(shù)比較行方差分析，P＜0.05表示差異有統(tǒng)計學(xué)意義。

2 結(jié)果

方差分析顯示，3組樣本各紋理特征均存在單調(diào)變化趨勢，其中能量在LWM、NAWM、NWM 3組中呈遞增趨勢（F=99.178,P＜0.001），對比度、熵和平均值呈遞減趨勢（F=45.947、95.637、77.837,P＜0.001）。長游程因子和灰度不均勻度因子在3組中呈遞增趨勢（F=11.456、102.747,P＜0.001）；短游程因子和游程長不均勻度因子呈遞減趨勢（F=54.195、51.087,P＜0.001），見表 1。

兩兩比較顯示，LWM、NAWM、NWM樣本間除對比度、長游程因子和灰度不均勻度因子在NAWM和NWM組間差異無統(tǒng)計學(xué)意義（P＞0.05）外，其余兩兩比較，差異均有統(tǒng)計學(xué)意義（P＜0.05、P＜0.001）。

3 討論

早在1979年，Allen等[14]運用組織學(xué)、生物化學(xué)等方法對MS患者NAWM進行系統(tǒng)研究，顯微鏡下觀察14例患者的34份標本，其中72%的標本存在病變。隨著病情發(fā)展，有些NAWM在一段時期以后會出現(xiàn)脫髓鞘病灶，即MS發(fā)病早期，在主觀癥狀及常規(guī)MRI可見明確的MS形態(tài)特征之前，腦白質(zhì)中已經(jīng)發(fā)生了一些常規(guī)MRI無法顯示的微觀變化。然而在MS早期僅有細微的病理變化時，利用常規(guī)檢查手段，如測量病灶的體積和數(shù)量等都很難檢測MS[15]。因此，研究LWM病理組織和NWM（或NAWM）組織在微觀上的差異，從而更早地診斷MS顯得尤為重要。

表1 灰度差分統(tǒng)計法和游程長矩陣提取的MRI上MS患者LWM、NAWM及正常對照組NWM紋理特征比較

應(yīng)用紋理分析技術(shù)研究圖像像素灰度值變化規(guī)律及其分布模式能夠敏感地反映機體組織病理的細微變化。如果能夠利用圖像分析技術(shù)深入解析MR圖像，探測脫髓鞘早期微觀變化將有助于MS的早期診斷。本研究利用紋理分析的灰度差分統(tǒng)計法和游程長矩陣對MS患者常規(guī)MRI T2WI圖像的灰度信息進行特征提取，以探索檢測MS患者隱匿性病變的新方法。

本研究結(jié)果顯示，所提取的8個紋理特征在LWM、NAWM、NWM 3組間均呈單調(diào)變化趨勢，能量呈遞增趨勢，對比度、平均值和熵呈遞減趨勢，長游程因子和灰度不均勻度因子呈遞增趨勢，短游程因子和游程長不均勻度因子呈遞減趨勢。

能量描述的是圖像灰度均勻分布的特性，粗紋理的能量值較大，細紋理的能量值較小。對比度描述圖像的清晰度，是對局部灰度變化的度量，反映鄰近像素的反差。粗紋理的對比度值較小，細紋理的對比度值較大。熵表示圖像中紋理的非均勻程度或復(fù)雜程度，粗紋理的熵值較小，細紋理的熵值較大。粗紋理的P(i)在零點附近比較集中，因此其平均值比細紋理的要小。本研究中能量、對比度、熵、平均值參數(shù)的變化趨勢均與此一致。

游程長矩陣是分析紋理特性的有效方法。在粗紋理區(qū)域的灰度游程長度較長，長游程的數(shù)目較多，長游程因子值較大；而在細紋理區(qū)域，短游程長度的情況比較多，則短游程因子值較大[12]。本研究結(jié)果顯示長游程因子與短游程因子的變化趨勢相反，短游程因子遞減，長游程因子遞增。若圖像中各灰度的游程長度接近均勻分布，則灰度不均勻度因子取最小值，說明整個圖像的灰度分布并不均勻。如果圖像中某種灰度出現(xiàn)較多，即灰度都比較均勻，則該值越大。游程長不均勻度描述圖像中游程長度的相似性，如果整幅圖像的游程長度較相似，則游程長不均勻度的值較小[12,16]。MS患者腦組織受損，MR圖像的游程分布及游程長度也會相應(yīng)地發(fā)生變化。

無論呈上升或下降趨勢，8種紋理特征中NAWM均處于LWM和NWM之間，完全符合從正常腦白質(zhì)經(jīng)MS隱匿性病變到有形病灶的病理發(fā)展過程。3組樣本間除對比度、長游程因子和灰度不均勻度因子在NAWM和NWM組間無顯著差異外，其余均存在顯著差異。這是由于LWM 和 NWM及NAWM的紋理差異較大，而NAWM和NWM之間的差異不大，與肉眼觀察一致，并經(jīng)研究結(jié)果證實[15,17]。

總之，本研究利用灰度差分統(tǒng)計法和游程長矩陣對MS患者及健康志愿者的腦部MR圖像進行了紋理分析，結(jié)果顯示，NAWM與LWM及NWM的紋理特性均存在顯著差異，可能有助于MS的早期診斷。由于影響疾病的因素多種多樣，仍需要進一步擴充和完善樣本集進行深入研究。

[1]Steinman L, Zamvil S. Transcriptional analysis of targets in multiple sclerosis. Nat Rev Immunol, 2003, 3(6): 483-492.

[2]張燕輝, 陳彪. 多發(fā)性硬化及其研究進展. 中國康復(fù)理論與實踐, 2005, 11(7): 555-557.

[3]Haselhorst R, Kappos L, Bilecen D, et al. Dynamic susceptibility contrast MR imaging of plaque development in multiple sclerosis: application of an extended blood-brain barrier leakage correction. J Magn Reson Imaging, 2000, 11(5):495-505.

[4]任增光. 多發(fā)性硬化的MRI早期診斷及臨床表現(xiàn). 醫(yī)學(xué)影像學(xué)雜志, 2010, 20(5): 753-754.

[5]鄭奎宏, 馬林, 史麗靜, 等. 脫髓鞘性假瘤增強磁共振表現(xiàn).中國醫(yī)學(xué)影像學(xué)雜志, 2010, 18(4): 368-371.

[6]于春水, 李坤成. MRI技術(shù)在多發(fā)性硬化中的應(yīng)用進展. 臨床放射學(xué)雜志, 2003, 22(12): 1067-1070.

[7]Ormerod IE, Miller DH, Mcdonald WI, et al. The role of NMR imaging in the assessment of multiple sclerosis and isolated neurological lesions. A quantitative study. Brain, 1987, 110 (6):1579-1616.

[8]鄭衛(wèi)權(quán), 趙修義, 張雪林, 等. 多發(fā)性硬化的磁共振診斷.放射學(xué)實踐, 2002, 17(5): 393-395.

[9]Armspach JP, Gounot D, Rumbach L, et al. In vivo determination of multiexponential T2 relaxation in the brain of patients with multiple sclerosis. Magn Reson Imaging, 1991,9(1): 107-113.

[10]Castellano G, Bonilha L, Li LM, et al. Texture analysis of medical images. Clin Radiol, 2004, 59(12): 1061-1069.

[11]Zhang Y, Zhu H, Ferrari R, et al. Texture analysis of MR images of minocycline treated MS patients. MICCAI, 2003,2878: 786-793.

[12]許錄平. 數(shù)字圖像處理. 北京: 科學(xué)出版社, 2007: 10.

[13]阮秋琦. 數(shù)字圖像處理學(xué). 第2版. 北京: 電子工業(yè)出版社,2007: 2.

[14]Allen IV, McKeown SR. A histological, histochemical and biochemical study of the macroscopically normal white matter in multiple sclerosis. J Neurol Sci, 1979, 41(1): 81-91.

[15]Mathias JM, Tofts PS, Losseff NA. Texture analysis of spinal cord pathology in multiple sclerosis. Magn Reson Med, 1999,42(5): 929-935.

[16]Xu DH, Kurani AS, Furst JD, et al. Run-length encoding for volumetric texture. Marbella: Proceedings of the 4th IASTED International Conference on Visualization, Imaging, and Image Processing, 2004: 6-8.

[17]Zhang J, Tong L, Wang L, et al. Texture analysis of multiple sclerosis: a comparative study. Magn Reson Imaging, 2008,26(8): 1160-1166.