多项研究发现，基于磁共振成像（MRI）的脂肪水分离和量化技术可以无创地评估组织中的脂肪沉积。这些方法通常使用基于化学位移的梯度回波（GRE）序列，在不同的回波时间获取图像。这种技术已被广泛用于评估肝脏中脂肪含量的评估。在过去十年中，人们对舌头和气道肌肉的脂肪分数（FF）的MRI量化越来越感兴趣，因为这些FF将有助于阐明阻塞性睡眠呼吸暂停（OSA）的机制。

与性别、年龄和体重指数（BMI）相匹配的对照组相比，OSA患者咽腔周围的脂肪沉积增加。磁共振成像评估显示，与对照组相比，OSA患者的舌头体积增加、脂肪沉积较高。然而，在调整了性别、年龄和BMI后，对舌头、软腭（SP）和咽旁脂肪垫（FP）的研究评估也有相互矛盾的结果。

现阶段，临床上最流行的先进技术是水和脂肪的迭代分解与回声不对称和最小二乘估计（IDEAL）方法及其扩展。最近，临床上提出了全局最优表面估计（GOOSE）方法以规避脂肪/水相交换的挑战，该方法使用2012年ISMRM挑战赛的数据集进行了验证，并被证明产生了稳健的脂肪水估计值。

近日，发表在Investigative Radiology杂志的一项研究探讨了使用GOOSE方法取代2点DIXON方法的优势，并探讨了由这两种方法获得的FF值之间的关系，为临床进一步阐明OSA的病理生理及发病机制提供了技术支持。

本项研究探讨了使用GOOSE（全局最优表面估计）方法取代2点DIXON方法来量化MRI上的舌头和周围组织脂肪的优势。首先使用已知FF（真实FF）的模型来验证GOOSE方法并检查DIXON方法的误差。然后在63名健康参与者的舌头、软腭、咽壁和咽旁脂肪垫上对这两种方法进行了比较以进一步评估DIXON方法造成的误差。由于技术上的失败，6名参与者被排除在舌头FF的比较之外。对FFs进行配对的学生t检验，以检测2种方法之间的显著差异。所有的测量都是使用3T西门子MRI扫描仪获得的。

在模型中，用GOOSE测量的FF与真实的FF一致，平均绝对误差只有1.2%。然而，DIXON的同样测量结果有10.5%的平均绝对误差。在人类参与者中，DIXON获得的FF明显低于GOOSE获得的FF（P < 0.0001）。研究发现GOOSE和DIXON在舌头（R2 = 0.90）、软腭（R2 = 0.66）和咽旁脂肪垫（R2 = 0.88）方面具有很强的相关性，但在参与者的咽后壁（R2 = 0.32）方面相关性较弱。

图 用GOOSE和DIXON方法获得的脂肪分数（FF）图叠加在DIXONVIBE水图像的矢状和轴位图像。图像来自一个有代表性的参与者。用GOOSE/DIXON获得的平均FF值为11.7%/6.4%（舌头）、12.0%/6.7%（PPW）、11.8%/8.8%（SP）以及64.8%/63.9%（FP）。使用2种方法得到的FF图总体看来相似，但差异明显，由箭头表示

本项研究表明，通过使用已知FF的模型证明了GOOSE方法测量FF的高准确性。相对于GOOSE，广泛使用的2点DIXON在模型测量和体内组织研究中均对FF表现出了低估。因此研究提示，使用如GOOSE等多回声复合数据的先进方法是评估FF的首选。
原文出处：

Ruitian Song,Scott N Hwang,Chris Goode,et al.Assessment of Fat Fractions in the Tongue, Soft Palate, Pharyngeal Wall, and Parapharyngeal Fat Pad by the GOOSE and DIXON Methods.DOI:10.1097/RLI.0000000000000899