利用免费的开源软件,我们开发了一种分析方法,通过18F-FDG PET/CT来定量测量棕色脂肪组织(BAT)的总体积和区域性体积及其代谢活性。
利用免费的开源软件,我们开发了一种分析方法,通过18F-FDG PET/CT来定量测量棕色脂肪组织(BAT)的总体积和区域性体积及其代谢活性。
在恒温动物中,棕色脂肪组织(BAT)会被激活以产生热量,从而在寒冷刺激下维持体温。由于BAT具有消耗能量的能力,它已成为开发新型疗法以改善人类肥胖及相关代谢紊乱的潜在靶点。尽管该组织在小型动物中已被广泛研究,但由于难以测量其体积、活性和分布,BAT在人体中的产热能力仍 largely 未知。目前,通常通过冷暴露或药物激活后,采用18F-氟代脱氧葡萄糖(18F-FDG)正电子发射断层扫描与计算机断层扫描(PET/CT)相结合的方法来识别和定量活性人体BAT。本文介绍了一种详细的图像分析方法,利用开源软件对18F-FDG PET/CT扫描数据进行全身体内BAT的定量分析。我们展示了如何手动绘制用户指定的兴趣区域,以识别具有代谢活性的脂肪组织,同时排除常见的非BAT组织,进而测量BAT的体积和活性,并进一步表征其解剖分布特征。尽管这一严谨的方法较为耗时,但我们认为它将为未来自动化BAT定量算法的开发奠定基础。
全球肥胖患病率不断上升1,促使人们开始探索新型治疗方法,以预防和改善肥胖及其相关并发症。肥胖部分是由于白色脂肪组织(WAT)中以甘油三酯形式储存的过量能量所致2。棕色脂肪组织(BAT)与WAT的不同之处主要在于其线粒体含量更高、脂滴更小且呈多房性、解剖分布不同、交感神经支配更丰富,以及具有产热能力。尽管过去认为BAT仅存在于小型哺乳动物和新生儿中,但2009年已证实成人人体内存在功能性BAT3,4,5。人类BAT的产热能力尚不明确,但在小型动物中的广泛研究表明,非颤抖性产热在寒冷暴露期间可占其代谢总量的高达60%6。因此,目前正将人类BAT作为治疗和预防肥胖及相关疾病的一个潜在靶点进行研究7。多项临床研究显示,BAT产热与轻度寒冷暴露激活后葡萄糖摄取增加和能量消耗升高呈正相关8,9,10。然而,BAT在寒冷诱导的产热过程中的具体贡献仍存在争议11,12,13,14,其中许多争论集中在如何准确量化人类BAT的问题上15。为了更好地理解BAT产热是否可用于对抗肥胖,准确测量其体积和代谢活性至关重要。
由于棕色脂肪组织(BAT)在人体内具有独特的解剖分布,获取其精确测量数据具有挑战性。BAT 分布于颈部、胸部和腹部的白色脂肪组织区域,这些部位难以通过常规活检进行取样14。虽然尸体解剖可用于解剖学上表征 BAT16,但对于开展大规模研究的大多数实验室而言并不可行,且无法提供纵向或功能信息。由于 BAT 的密度与白色脂肪组织(WAT)相似,并可存在于筋膜层极薄的区域或与 WAT 交错分布的小区域中16,因此难以通过单一常规成像技术进行识别。这种异质性也使得 BAT 的自动定量比对肝脏等均质结构的定量更为困难17。
为克服这些挑战,通常通过结合计算机断层扫描(CT)和正电子发射断层扫描(PET)来定量测量棕色脂肪组织(BAT)的体积和活性。18F-氟代脱氧葡萄糖(18F-FDG)是一种放射性标记的葡萄糖类似物,是研究BAT代谢活性最常用的示踪剂18。根据CT图像提供的以亨氏单位(HU)表示的密度信息,可将脂肪组织与其他组织及空气区分开来。PET图像以标准摄取值(SUV)为单位,显示特定体积组织对18F-FDG的摄取量。通过将PET图像与相应的CT扫描图像进行配准,并选择适当的SUV阈值,可将具有显著示踪剂摄取的活性BAT与示踪剂摄取可忽略不计的组织(包括白色脂肪组织WAT和非活性BAT)区分开来。
本文旨在提供一种逐步操作方法,并配以教学视频,供临床研究人员使用18F-FDG PET/CT扫描来定量分析人体棕色脂肪组织(BAT)。该影像分析技术最适合在受试者暴露于寒冷环境或接受药理学BAT刺激剂处理后使用。具体而言,我们将向用户演示如何利用一款免费的开源图像处理软件(ImageJ)及其特定插件(petctviewer.org),在尽量减少假阳性的情况下构建感兴趣区域(ROIs)。该方法所得结果可用于研究个体受试者中棕色脂肪组织的体积、活性(葡萄糖摄取)以及解剖学分布情况。
本论文中展示的所有PET/CT图像均来自美国国立卫生研究院方案编号12-DK-0097(ClinicalTrials.gov标识符NCT01568671)的参与者。所有参与者均提供了书面知情同意书,且所有实验均经国家糖尿病、消化系统疾病和肾脏疾病研究所的机构审查委员会批准。
1. 软件安装
2. 加载PET/CT图像
3. 使用 PET/CT 图像浏览器插件
4. 全身棕色脂肪组织的定量分析
5. 质量保证
6. 将棕色脂肪组织分割为独立的脂肪库
注意:以下部分仅针对棕色脂肪组织(BAT)区域储存库的定量分析17。如需获取全身BAT体积和活性,这些步骤并非必需。
BAT 通过一系列图像采集后的处理步骤进行定量分析,如下所示 图1PET 和 CT 阈值用于识别具有代谢活性且密度符合脂肪组织特征的体素。然而,部分满足这些标准的体素可能出现在解剖学上 unlikely 含有棕色脂肪组织(BAT)的区域。为避免此类假阳性结果,在绘制感兴趣区域(ROIs)时必须综合考虑 PET、CT 及解剖学信息。图2)。在寒冷刺激受试者中进行全身棕色脂肪组织定量时,应包含和避免的一些常见区域如图所示 图2,例如代谢活跃的颈部棕色脂肪组织 与 唾液腺、声带和甲状腺(图2A 和 2B);锁骨上棕色脂肪组织 与 靠近气体与实性组织交界处的震颤肌肉例如 肋间肌)(图2C)和腹部棕色脂肪组织 与 肾脏的肾盏,因为它们清除了标记的葡萄糖(图 2D)。在汇总每个轴向切片的感兴趣区域(ROI)后,可在矢状面分割棕色脂肪组织(BAT)储存区,以分析个体内部和个体之间的区域性BAT激活差异。图3).

图1. 图像处理步骤的示意图流程。 首先,将PET图像和对应的CT图像上传至PET/CT插件(A)。在每一层PET/CT图像上绘制轴向感兴趣区域(ROI)(B)后,系统会识别出同时满足PET和CT标准的体素,并以蓝色标出(C)。由这些被识别为棕色脂肪组织(BAT)的体素生成一个掩膜(D),该掩膜被用于替换原始校正后的PET扫描图像(E),并在矢状面视图中对脂肪库进行分割(F)。请点击此处查看该图的放大版本。

图2. 轴向BAT感兴趣区域的选择及多个BAT储存部位中需避免的常见区域。 来自融合PET/CT图像的轴向切片(第1列和第2列)以及最大强度投影图像(MIP,第3列),绿色线条表示在冷刺激后扫描获得的切片高度。在第1列和第2列中,绿色ROI标注了具有脂肪组织密度、高FDG摄取以及解剖位置上可能含有活性BAT的区域。第2列中以红色突出显示不太可能含有BAT的解剖区域。符合BAT PET和CT标准的体素由ImageJ确认,并以蓝色高亮显示。示例取自(A)颈前部储存区,(B)甲状腺水平的颈部储存区,(C)锁骨上/腋窝储存区,邻近震颤的骨骼肌(i.e., 肋间肌),以及(D)肾脏输尿管水平的腹部储存区。 请点击此处查看该图的放大版本。

图3. 棕色脂肪组织(BAT)七个储存区域在矢状面视图中的区域分割。 在生成仅包含先前被识别为活性棕色脂肪组织(BAT)的PET体素的“BAT掩模”图像后,可在矢状面上通过绘制感兴趣区域(ROI)分离出以下区域:(A) 颈部区域(C3-C7),(B) 锁骨上区域(C7-T3,不包括椎体),(C) 腋窝区域(T3-T7,不包括椎体),(D) 纵隔区域(前纵隔),(E) 椎旁区域(T1-T12,从椎体前缘至棘突),(F) 腹部区域(T12-L3,腹膜后),以及(G) 背颈区(位于椎旁脂肪库后方且独立存在的脂肪库;靠近颈椎区域)。所有区域合并后的图像见(H)。 请点击此处查看该图的放大版本。
自从确认成人人体内存在功能性棕色脂肪组织(BAT)以来,科学界对BAT在人体生理学中的作用产生了极大兴趣。然而,由于这种产热组织通常位于狭窄的筋膜平面内,夹杂在白色脂肪中,并环绕其他器官分布,因此难以进行准确定量。2016年,国际BAT专家小组发布了一份共识文件,提出了报告受试者相关特征的建议、受试者准备的标准,以及获取PET/CT图像的规范流程21。该专家组还指出,目前在PET/CT数据处理以实现BAT定量方面仍需提高一致性,强调现有BAT识别方法差异显著,且大多数研究仅提供了有限的BAT定量过程细节。因此,尽管研究内部的重复性结果通常较高22,23,24,但不同研究团队在使用不同定量方法时,即使针对年龄、性别和BMI相似的受试者,所报告的BAT体积和活性仍存在明显差异25,26。这些不一致性使得研究结果之间的比较十分困难,并引发了关于成人人体内BAT含量的争议15。
PET/CT 图像处理的一个固有局限性在于,会包含那些符合 PET 和 CT 判定标准但位于解剖位置上对应于非棕色脂肪组织(BAT)结构的体素。由于分辨率差异以及扫描过程中受试者的运动,PET 与 CT 图像的完美配准几乎无法实现。因此,邻近空气或骨骼的结构以及示踪剂高摄取区域常被错误地识别为活性 BAT。为了减少假阳性体素的纳入,应在用户构建的感兴趣区域(ROI)内仅应用 PET 和 CT 判定标准。然而,当前使用用户指定 ROI 或自动化分析来量化 BAT 的方法,在所需用户参与程度和专业知识方面存在差异。我们已表明,将单一的二维用户定义冠状面 ROI 应用于整组图像时,更容易纳入假阳性区域19。多个研究团队已开发出可自动量化 BAT 的方法,能够以较少的人工干预快速处理大规模数据集。然而,这些方法要么未能涵盖所有潜在的含 BAT 区域,特别是在下半身27,要么会产生相对较高的假阳性28和假阴性率26。由于人体 BAT 体积通常较低(<600 mL,或<总体重的 2%),量化中的微小绝对误差可能导致较大的相对差异。
本研究描述的在每个轴向PET-CT切片上绘制感兴趣区域(ROI)的更为严格的方法,能够在狭窄的筋膜层中检测到棕色脂肪组织(BAT),同时更有把握地排除假阳性结果。这种方法可对每个个体进行详细定量分析,而不仅仅是判断BAT的存在与否29。因此,该方法可能更适用于旨在研究BAT生理学特性及/或干预效应的小样本量对照实验。此外,能够定义特定区域的BAT储存部位,有助于进一步理解BAT的功能相关性及其发育起源。我们认为,这些定量指标不仅对于领域内的比较研究具有重要意义,也有助于更准确地评估BAT在成人能量代谢和体温调节中的贡献。
棕色脂肪组织(BAT)的若干解剖学特征有助于使用者在应用本方法时减少假阳性体素的纳入。BAT通常位于连续且对称的筋膜层中。因此,在绘制和优化感兴趣区域(ROI)时,通过检查所选脂肪组织在相邻上、下轴向切片上的连续性和对称性,使用者可最大程度地纳入脂肪组织,同时最小化骨骼肌、骨骼及其他明显非BAT结构的干扰。此外,活性BAT极少出现在皮下脂肪库中,因此我们建议使用者在构建ROI时避免这些区域。如实验方案所述,BAT分布在若干特定的解剖区域,包括颈区、背颈区、锁骨上区、腋窝区、纵隔区、椎旁区以及腹部脂肪库。这些脂肪库的分布特点可能导致单个轴向切片中包含来自多个脂肪库的BAT。例如,胸部区域的一个轴向切片可能同时包含来自纵隔脂肪库(靠近中线且偏前)、椎旁脂肪库(靠近中线且偏后,沿脊柱分布)以及腋窝脂肪库(位于侧方,接近前-后中线)的BAT。了解这些脂肪库的分布有助于使用者在身体不同区域创建ROI,因为它们出现在已有明确描述的位置,且在空间上大多连续,正如本方案所述。然而,由于我们建议每张切片仅绘制一个ROI以避免ROI之间的重叠,因此若需获取BAT分布的具体信息,则必须额外进行生成BAT掩模和绘制矢状面ROI的步骤,以便将先前在同一个轴向ROI中识别出的BAT体素,根据其在矢状面上的位置划分为不同的区域脂肪库,即将同一轴向ROI中检测到的纵隔、椎旁和腋窝BAT体素,依据矢状位位置分别归入相应脂肪库(图3)。
PET/CT 图像浏览软件还可用于量化除棕色脂肪组织(BAT)以外的其他组织的活性,例如在寒冷诱导的产热过程中同样起重要作用的战栗骨骼肌19,或已被提议作为 PET/CT 分析参考组织的脑部或肝脏的不同区域21。然而,这些组织的密度和解剖分布与棕色脂肪组织存在差异,不在本实验方案的重点范围内。我们建议读者参考相关共识文件以获取更详细的信息21。最后,我们建议所有用户定期更新 ImageJ 软件,并访问 petctviewer.org 获取插件更新及软件使用支持。
尽管我们认为这种严格的方法比自动化方法26,28以及使用简化单个感兴趣区域(ROI)来估算总BAT体积的方法9,30更为精确,但它也存在局限性。目前尚无理想的非侵入性方法用于量化人体内的棕色脂肪组织(BAT),且18F-FDG仅反映葡萄糖摄取,而并非等同于葡萄糖代谢11。然而,尽管已有其他放射性示踪剂被使用31,32,33,18F-FDG仍是研究人类BAT最常用的示踪剂。因此,在可预见的未来,建立标准化方法来分析18F-FDG PET/CT图像将继续对人类BAT生理学研究产生重要影响。
我们提出的方法是在每个含有棕色脂肪组织(BAT)的轴向切片上创建感兴趣区域(ROI),同时避开常见问题区域,该方法较为耗时,且要求操作者具备一定的解剖学知识。此外,严格的ROI选择可能导致假阴性结果,因为某些含有BAT的脂肪库可能被遗漏。在融合的PET/CT图像的每一个轴向切片上绘制ROI,有助于仔细区分脂肪组织与邻近的代谢活跃组织,以及受溢出效应和部分容积效应影响的区域34。然而,完成单次扫描分析所需时间可能在三到八小时之间,随着实践和经验积累,该时间有望缩短。多种机器学习方法或许能够降低完成此项任务所需的人工投入和技术门槛。但要建立一种更自动化的检测BAT的方法,并有效抵抗当前成像技术局限性所导致的假阳性,仍需要一个涵盖不同身体成分和BAT分布个体的大型数据集。我们希望本方法可用于构建详细的BAT图谱,为更先进的大数据分析方法提供模板。
综上所述,我们展示了一种逐步的图像分析方法,用于通过冷刺激诱导的氟脱氧葡萄糖正电子发射断层扫描/计算机断层扫描(FDG PET/CT)来定量分析人体棕色脂肪组织的体积、活性及分布。关键步骤包括:1)连续、逐层地分析轴向感兴趣区域(ROIs);2)根据解剖位置评估相关棕色脂肪(BAT)储存区域,同时避开其他代谢活跃的组织。这种严格的定量方法可供相关领域的研究人员用于棕色脂肪生理学研究,并可作为未来开发自动化人体棕色脂肪定量方法的参考标准。
作者无任何利益冲突需要披露。
我们感谢所有参与本研究的志愿者、护理和临床工作人员,以及美国国立卫生研究院临床中心的营养师,感谢他们在我们的冷暴露研究中参与研究并为住院期间提供了悉心照护。我们还要感谢比尔·迪克曼博士(Dr. Bill Dieckmann)在本研究中对PET-CT图像的获取与分发所提供的各项协助。本研究由美国国家糖尿病、消化与肾脏疾病研究所院内研究计划资助,项目编号为Z01 DK071014(负责人:K.Y.C.)和DK075116-02(负责人:A.M.C.)。
| 姓名 | 公司 | 目录编号 | 评论 |
|---|---|---|---|
| ImageJ/Fiji 软件 | ImageJ | https://imagej.net/Fiji/Downloads | 开源软件 |