本研究在四川大学华西医院回顾性收集2014~2017年同时拍摄有膝关节MRI T₁WI、T₂WI和PDWI的西南地区汉族样本400例（膝关节骨骼发育正常、图像清晰, 无影响骨骼生长发育的疾病、外伤史、治疗史; 年龄10~25岁; 男性208例, 平均年龄18.41岁; 女性192例, 平均年龄19.11岁）。此400例样本进行MRI检查的现病史均为膝部疼痛, 但MRI检查未发现股骨、胫骨、腓骨异常。从中随机筛选50例为测试样本, 男女各25例。年龄计算根据摄片日期和身份证出生日期计算, 保留小数点后两位。本研究每1岁年龄层样本分布见补充材料表S1。本研究属于横向回顾性研究, 符合有关医学伦理及法律条款规定, 已通过四川大学伦理委员会审查。

表S1

Table S1

表S1(Table S1)

表S1 本研究男女不同年龄样本分布 Table S1 Distribution of individuals by sex and age 年龄 10.00~ 11.00~ 12.00~ 13.00~ 14.00~ 15.00~ 16.00~ 17.00~ 18.00~ 19.00~ 20.00~ 21.00~ 22.00~ 23.00~ 24.00~ 25.00~ 合计 男性 1 3 12 10 12 17 17 21 17 14 16 15 10 14 14 15 208 女性 2 2 4 6 17 15 13 12 16 14 15 11 12 16 15 22 192 总体 3 5 16 16 29 32 30 33 33 28 31 26 22 30 29 37 400

表S1 本研究男女不同年龄样本分布 Table S1 Distribution of individuals by sex and age

所有膝关节MRI 均为1.5 T磁共振仪拍摄, TSE序列, 采用膝关节专用线圈。T₁WI和T₂WI为矢状位, PDWI为冠状位（图1）。膝关节MRI采用Syngo fastview, Siemens进行阅片分级, 膝关节股骨远端、胫骨近端、腓骨近端骨骺发育分级方法参照本课题组前期研究^{[4, 5]}。股骨远端和胫骨近端分级示意图详见参考文献^{[4, 5]}, 腓骨近端分级示意图见图2（以T₁WI为例）。

图1

	Figure Option ViewDownloadNew Window
	图1 膝关节MRI T1WI（a）、T2WI（b）和PDWI（c）成像示意图 Fig.1 The images of T1WI (a), T2WI (b) and PDWI (c) of knee joint

图2

	Figure Option ViewDownloadNew Window
	图2 腓骨近端骨骺发育等级示意图（T1WI） Fig.2 T1WI showing the developing progression of proximal fibular epiphysis, staging at 1~6

应用Spearman相关性检验分析不同加权像与年龄的相关性。比较股骨远端、胫骨近端、腓骨近端在T₁WI、T₂WI和PDWI中的骨骺发育等级差异。分别建立T₁WI、T₂WI、PDWI和综合多种加权像推断青少年年龄的逐步线性回归模型, 计算标准估计误差（std. error of the estimate, SEE）; 并应用测试样本对最优模型进行回代检验, 计算平均绝对误差（mean absolute error, MAE）。对实际年龄进行二分类（0：年龄< 18岁; 1：年龄≥ 18岁）, 绘制T₁WI、T₂WI和PDWI推断18岁的受试者工作特征曲线 （receiver operating characteristic curve, ROC曲线）, 计算曲线下面积（area under curve, AUC）。上述统计分析均采用IBM SPSS Statistics 22.0, 检验水准α =0.05。同时基于scikit-learn 0.17机器学习工具包（Python语言）, 综合应用多种加权像采用留一交叉验证建立18岁年龄推断的支持向量分类（support vector classification, SVC）。

实验结果表明, T₁WI与年龄的相关性最好, 其次为PDWI、T₂WI。各指标与年龄的相关性男性高于女性。应用SNK法（Student-Newman-kueuls）分别对三种加权像中股骨远端、胫骨近端、腓骨近端骨骺发育的差异性进行分析, 结果显示：女性PDWI胫骨近端骨骺发育等级分别与T₁WI和T₂WI胫骨近端骨骺发育等级差异存在统计学意义, 男性及女性PDWI腓骨近端骨骺发育等级分别与T₁WI和T₂WI腓骨近端骨骺发育等级差异存在统计学意义, 其余加权像中各骨骨骺发育等级差异无统计学意义（实验结果见补充材料表S2）。分别建立男女T₁WI、T₂WI和PDWI推断青少年年龄的逐步线性回归模型和所有加权像整体推断年龄的逐步线性回归模型并进行准确性比较（见补充材料表S3）。男性最优模型SEE=2.481岁, 测试样本回代检验MAE=1.703岁。女性最优模型SEE=2.887岁, 测试样本回代检验MAE=2.012岁。

表S2

Table S2

表S2(Table S2)

表S2 T1WI、T2WI和PDWI与年龄的相关性比较和三种加权像中膝关节骨骼发育等级平均绝对差异结果 Table S2 Comparison of relationship between age and T1WI/T2WI/PDWI, plus the mean absolute error of the developing degree revealed from the different weighted MR images 指标 加权像 T1WI、T2WI和PDWI与年龄的相关性 三种加权像中膝关节骨骺发育等级平均绝对差异 相关性 T1-T2 T2-PD T1-PD T1-T2 T2-PD T1-PD 男性 女性 男性 女性 股骨远端 T1WI 0.768 0.690 0.327 0.313 0.351 0.193 0.286 0.281 T2WI 0.715 0.623 PDWI 0.744 0.679 胫骨近端 T1WI 0.734 0.618 0.332 0.365 0.380 0.354 0.380 0.474 T2WI 0.634 0.498 PDWI 0.714 0.579 腓骨近端 T1WI 0.800 0.691 0.293 0.486 0.538 0.318 0.563 0.693 T2WI 0.664 0.559 PDWI 0.711 0.665

表S2 T1WI、T2WI和PDWI与年龄的相关性比较和三种加权像中膝关节骨骼发育等级平均绝对差异结果 Table S2 Comparison of relationship between age and T1WI/T2WI/PDWI, plus the mean absolute error of the developing degree revealed from the different weighted MR images

表S3

Table S3

表S3(Table S3)

表S3 膝关节推断年龄逐步线性回归模型 Table S3 The stepwise linear regression models for age estimation 性别 加权像 模型 R2 SEE MAE 不分性别 T1WI y=10.514+0.972x1+1.154x3 0.527 2.754 T2WI y=10.655+1.224x1+0.837x3 0.472 2.911 PDWI y=10.205+1.078x1+0.945x3 0.539 2.721 整体 y=10.170+0.538x4+0.887x5+0.669x6 0.546 2.703 1.964 男性 T1WI y=11.095+0.952x1+1.070x3 0.606 2.497 T2WI y=11.090+1.311x1+0.698x3 0.559 2.641 PDWI y=10.792+1.017x1+0.918x3 0.591 2.543 整体 y=10.615+0.896x5+1.198x6 0.611 2.481 1.703 女性 T1WI y=8.568+1.042x1+1.476x3 0.450 2.994 T2WI y=9.235+1.321x1+0.997x3 0.383 3.171 PDWI y=8.671+1.324x1+0.973x3 0.488 2.887 整体 同PDWI 2.012 注：x1：股骨远端骨骺发育等级, x2：胫骨近端骨骺发育等级, x3：腓骨近端骨骺发育等级, x4：PDWI 腓骨近端骨骺发育等级, x5：PDWI股骨远端骨骺发育等级, x6：T1WI 腓骨近端骨骺发育等级, SEE：标准估计误差。

表S3 膝关节推断年龄逐步线性回归模型 Table S3 The stepwise linear regression models for age estimation

绘制18岁年龄推断ROC曲线图（图3）并计算曲线下面积（补充材料表S4）。除女性胫骨近端MRI判别18岁的AUC低于0.8, 余指标判别18岁的AUC均在0.8以上。除女性腓骨近端, 各指标T₁WI推断18岁的AUC最大, 其次为PDWI, T₂WI最差。其中男性股骨远端T₁WI推断18岁的AUC最大达0.903。

图3

	Figure Option ViewDownloadNew Window
	图3 18岁年龄推断ROC曲线图 Fig.3 ROC curve of diagnosing with the MRI of knee joint under 18 year-old thresholdt

表S4

Table S4

表S4(Table S4)

表S4 18岁年龄推断曲线下面积比较 Table S4 Comparison between different indicators with the AUC (area under curve) of ROC (receiver operating characteristic) curves for 18 year-old threshold 性别 指标 曲线下面积 T1 T2 PD 男性 股骨远端 0.903 0.866 0.887 胫骨近端 0.869 0.804 0.842 腓骨近端 0.874 0.834 0.870 女性 股骨远端 0.848 0.802 0.825 胫骨近端 0.790 0.747 0.786 腓骨近端 0.807 0.810 0.849

表S4 18岁年龄推断曲线下面积比较 Table S4 Comparison between different indicators with the AUC (area under curve) of ROC (receiver operating characteristic) curves for 18 year-old threshold

综合应用T₁WI、T₂WI和PDWI中膝关节骨骺发育等级建立18岁年龄推断的SVC, 结果见表1。SVC判别个体是否满18岁的准确性均在0.8以上。

表1

Table 1

表1(Table 1)

表1 膝关节MRI判别18岁准确性 Table 1 The accuracy of diagnosing with supportive vector classification under 18 year-old threshold 性别 留一交叉验证 测试样本 不分性别 0.866 0.880 男性 0.880 0.840 女性 0.856 0.920

表1 膝关节MRI判别18岁准确性 Table 1 The accuracy of diagnosing with supportive vector classification under 18 year-old threshold

跨学科国际法医年龄研究小组（Arbeitsgemeinschaft fü r Forensische Altersdiagnostik, AGFAD）提出了青少年骨龄推断方法体系, 主要采用的影像学方法包括：手腕部平片、口腔全景片和锁骨胸骨端平片/CT片^[6]。但此类方法均为有辐射的影像学检查。随着对放射学检查的辐射危害的认识, 更多的研究关注于MRI在年龄推断中的应用价值。膝关节骨性结构多、易观察, 因此是目前通过MRI推断年龄研究的主要部位之一^{[7, 8, 9]}。

不同的MR扫描参数会使同一部位成像特征存在一定的差异。既往膝关节MRI推断年龄的研究中所用的MR扫描参数多样^{[8, 9, 10, 11, 12, 13, 14]}, 年龄推断结果也存在一定差异, 何种参数更适合于观察骨骺发育也存在争议。Harcke等^[15]在研究0.5 T MRI的股骨远端和胫骨近端骺板时提出评估膝关节骺板应采用T₁WI和FE序列。Sasaki等^[16]在正常膝关节骺板融合速率和模式的研究中建议应用T₂ GRE序列观察骺板。Hillewig等^[17]研究发现VIBE GE序列中锁骨胸骨端的分辨率较高。本文将T₁WI、T₂WI和PDWI用于膝关节年龄推断, 发现T₁WI和PDWI与年龄的相关性较好, 而T₂WI略差。T₁WI和PDWI所建的年龄推断模型也略优于T₂WI。但T₁WI、T₂WI和PDWI是临床MR扫描常规组合方案, 膝关节多序列成像有利于更准确辨识骨骺发育情况。因此, 本文应用逐步回归方法, 综合三种加权像骨骺发育等级建立年龄推断模型。回代检验模型准确性分别为男性MAE=1.703岁, 女性MAE=2.012岁。在T₁WI中常可观察到膝关节骨骺完全闭合后残留的骺线, 因此T₁WI中膝关节骨骺愈合的最后等级为骨骺完全愈合, 可见骺线, 最小年龄常在18岁之前^{[9, 12, 13]}。而T₂WI和PDWI中不易观察到膝关节骨骺发育终末阶段的残留骺线, 因此膝关节骨骺愈合最后等级为骨骺与干骺端间无高信号影, 最小年龄常在18岁之后^{[8, 10]}。Vieth等^[11]建立了同时考虑膝关节T₁和T₂加权像的增龄性变化的股骨远端和胫骨近端骨骺发育分级方法, 此分级方法可用于18岁年龄推断。但该研究仅采用一般描述性分析, 且各等级年龄重叠明显, 因此其结果还需高功效统计方法验证。本文应用ROC曲线分析膝关节MRI在18岁年龄推断中的价值, 结果显示膝关节MRI判别18岁的AUC多高于0.8。同时SVC结果显示应用膝关节MRI推断18岁的准确性很高。

本文建立了基于三种MRI序列的逐步线性回归模型, 回代检验年龄推断误差在2岁左右。同时18岁年龄节点判断的SVC模型结果显示膝关节MRI可用于18岁年龄节点判断。但本文仍存在一定的局限性：本文仅采用了一种膝关节骨骺发育分级方法, 后期研究可根据不同加权像的成像特点建立有侧重点的膝关节骨骺发育分级方法。同时本文仅建立了年龄推断的逐步线性回归模型, 后期研究可应用数据挖掘技术挖掘骨骺发育等级数据特征, 建立年龄推断模型。

本文补充材料见：http://www.xsjs-cifs.com/CN/volumn/home.shtml。