吳思 王平△ 謝海波 劉愛峰 張超 王為民 蘇瑾

腰椎間盤突出癥是臨床常見病，受累肢體熱像圖表現(xiàn)出的低溫現(xiàn)象被稱為紅外熱像下肢神經(jīng)刺激征，是該病典型的熱圖表現(xiàn)[1]。目前臨床紅外圖像分析更多偏于感興趣區(qū)溫差變化的測量，由于紅外熱像在檢測及分析時干擾因素較多，導(dǎo)致圖像分析精度與數(shù)據(jù)處理深度尚待提升[2-3]。因此本研究基于前人的研究成果，將肢體受累區(qū)的熱像圖轉(zhuǎn)化為像素序列，運(yùn)用多尺度熵法對像素序列進(jìn)行分析[4]，觀察腰椎間盤突出癥患者病變肢體紅外感興趣區(qū)多尺度熵?cái)?shù)據(jù)表達(dá)特征，并對相關(guān)功能評分進(jìn)行觀察，為病變熱像圖的分析及評估提供研究基礎(chǔ)。

1 研究對象與方法

1.1 健康受試者入組標(biāo)準(zhǔn)

108例患者年齡為20～40歲；無腰部疼痛及下肢放射痛的病史，無下肢肌肉萎縮及皮膚感覺異常；臨床查體無明顯腰部壓痛、下肢放射痛、直腿抬高試驗(yàn)陽性等典型腰椎間盤突出癥的癥狀、體征。

1.2 診斷標(biāo)準(zhǔn)

依據(jù)《腰椎間盤突出癥》[5]中腰椎間盤突出癥的診斷標(biāo)準(zhǔn)：1)腰痛、下肢痛呈典型的腰骶神經(jīng)根分布區(qū)域的疼痛，常表現(xiàn)為下肢痛重于腰痛。2)存在按神經(jīng)支配區(qū)域表現(xiàn)的肌肉萎縮、肌力減弱、感覺異常和反射改變四種神經(jīng)障礙體征中的兩種征象。3)神經(jīng)根張力試驗(yàn)，無論直腿抬高試驗(yàn)還是股神經(jīng)牽拉試驗(yàn)都為陽性。4)影像學(xué)檢查，包括X線片、CT、MRI或特殊造影等，異常征象與臨床表現(xiàn)一致。

1.3 納入標(biāo)準(zhǔn)

符合腰椎間盤突出癥的診斷標(biāo)準(zhǔn)；能夠配合完成紅外熱像檢查；年齡為20～40歲；同意參與本項(xiàng)研究，簽署知情同意書。

1.4 排除標(biāo)準(zhǔn)

1.5 疼痛、功能評估

所有患者均采用Oswestry腰椎功能障礙指數(shù)(ODI，總分50分，分值越高肢體功能越差)、視覺模擬疼痛評分(VAS，總分10分，分值越高疼痛越重)及日本矯形外科協(xié)會評分(JOA，總分29分，分值越高功能越佳)對肢體功能及疼痛進(jìn)行評估[6-8]。

1.6 紅外熱像采集、處理、分析

1.6.1圖像采集 研究使用DH-2010型紅外熱像儀(重慶寶通華醫(yī)療器械公司)，預(yù)熱完成后開始校正儀器，校正到圖像均勻進(jìn)行拍圖操作。受試者進(jìn)行圖像采集前禁止飲酒、服用刺激性食物；避免下肢及足部進(jìn)行理療、針灸、按摩、拔罐、膏藥敷貼等治療；檢查前除去衣物，休息15～20 min后進(jìn)行檢查[9]。

對患者及健康受試者下肢紅外圖像的感興趣區(qū)進(jìn)行分割，共劃分為小腿前外側(cè)區(qū)、小腿后外側(cè)區(qū)、足背區(qū)、足底區(qū)、大腿后側(cè)區(qū)。以紅外熱像圖左上角為坐標(biāo)原點(diǎn)，向右為Y軸正方向，向下為X軸正方向，建立直角坐標(biāo)系，利用MATLAB中的Crop函數(shù)得到所要研究小腿感興趣區(qū)局部紅外圖像。

1.6.2降噪 本研究使用中值濾波進(jìn)行降噪，是非線性處理方法，運(yùn)行簡單，濾除大顆粒噪聲，較好地保護(hù)邊界。中值濾波的原理是把數(shù)字圖像或數(shù)字序列中的一點(diǎn)的值，用該點(diǎn)的一個鄰域中各點(diǎn)值的中值代替，讓周圍的像素值接近真實(shí)值，從而消除孤立的噪聲點(diǎn)[10]。

1.6.3增強(qiáng) 對受試者下肢感興趣區(qū)紅外圖像處理采用效果最佳的中值濾波和加權(quán)直方圖均衡算法，判斷原始圖像大小是否為m×n×3，之后轉(zhuǎn)化為m×n灰度圖，進(jìn)行中值濾波，計(jì)算各像素點(diǎn)的頻率信息，得到頻率因子F(x，y)，利用頻率因子對各像素進(jìn)行加權(quán)，統(tǒng)計(jì)各個灰度級，形成加權(quán)直方圖，之后計(jì)算得出加權(quán)直方圖的平臺閾值，繼而得到平臺加權(quán)直方圖，最后進(jìn)行均衡化處理[11]。

1.6.4多尺度熵分析 多尺度熵(Multi-Scale Entropy，MSE)是將樣本熵?cái)U(kuò)展到多個時間尺度，便于在時間尺度不確定時提供額外的觀察視角，為計(jì)算不同時間尺度下信號的復(fù)雜性，Costa等提出了多尺度熵[12]。多尺度熵法用于量化一個給定時間序列的無規(guī)則程度，其算法有3個參數(shù)因子：嵌入維數(shù)m即序列的窗口長度，尺度因子τ，相似系數(shù)r[13]。多尺度熵的計(jì)算公式如下：

MSE={τ|sampEn(τ，m，r)= -ln[Cτ，m+1(r)/Cτ，m(r)]。

在對不同肢體觀察區(qū)域紅外圖像濾波、增強(qiáng)后，提取圖像的像素序列信息，利用多尺度熵算法對像素序列進(jìn)行計(jì)算，分析受試者肢體不同觀察區(qū)域的熵值。

1.7 統(tǒng)計(jì)學(xué)方法

2 結(jié)果

2.1 一般資料

根據(jù)診斷標(biāo)準(zhǔn)、納入標(biāo)準(zhǔn)、排除標(biāo)準(zhǔn)，并結(jié)合樣本量估算，研究共納入患者108例；女50例，男58例；年齡20～40歲，平均32.64歲；病程3 d～10年不等?；颊呔鶠閱蝹?cè)下肢疼痛及麻木為主。全部患者均行腰椎MRI或CT檢查，突出節(jié)段均為腰5/骶1節(jié)段。根據(jù)健康受試者的招募條件及排除標(biāo)準(zhǔn)，共招募健康受試者92例，其中男31例，女61位，平均年齡為25.05歲。

2.2 腰椎間盤突出癥患者肢體多尺度熵變特征

腰椎間盤突出癥患者患側(cè)肢體小腿后外側(cè)區(qū)、足底區(qū)、足背區(qū)、大腿后側(cè)區(qū)多尺度熵值與患者健側(cè)肢體及健康受試者相關(guān)區(qū)域多尺度熵值升高，差異有統(tǒng)計(jì)學(xué)意義(P<0.05)?；紓?cè)肢體小腿前外側(cè)區(qū)多尺度熵值與患者健側(cè)肢體及健康受試者相關(guān)區(qū)域多尺度熵值，差異無統(tǒng)計(jì)學(xué)意義(P>0.05)?；颊呓?cè)肢體相關(guān)感性興趣區(qū)與健康受試者多尺度熵值間，差異均無統(tǒng)計(jì)學(xué)意義(P>0.05)，見表1。

表1 肢體區(qū)域多尺度熵值對比

2.3 肢體區(qū)域紅外多尺度熵值與肢體疼痛功能評分相關(guān)性分析

將患者患側(cè)肢體觀察區(qū)域多尺度熵值與ODI、VAS、JOA評分做散點(diǎn)圖，進(jìn)行相關(guān)性分析，可發(fā)現(xiàn)在患側(cè)肢體小腿后外側(cè)區(qū)、足底區(qū)、大腿后側(cè)區(qū)多尺度熵值與ODI、VAS評分間明顯正相關(guān)，與JOA評分負(fù)相關(guān)，即紅外多尺度熵值越大，肢體疼痛程度越重，功能障礙越重(見圖1-圖3)。足背區(qū)多尺度熵值與ODI、VAS、JOA評分間無明顯相關(guān)性。

圖1 小腿后外側(cè)區(qū)與ODI、VAS、JOA評分相關(guān)性分析

圖2 足底區(qū)與ODI、VAS、JOA評分相關(guān)性分析

圖3 大腿后側(cè)區(qū)與ODI、VAS、JOA評分相關(guān)性分析

2.4 典型病例

患者，男，26歲，主因“腰臀部疼痛，右大腿、右小腿后外側(cè)疼痛1個月”就診，腰椎MR示腰5/骶1椎間盤退變，右后突出，繼發(fā)相應(yīng)水平椎管狹窄。診斷為腰椎間盤突出癥。VAS評分為7分，ODI評分為36分，JOA評分為12分。完善紅外熱像檢查，可見右下肢相關(guān)感興趣區(qū)較左側(cè)溫度降低，溫差升高，患側(cè)足底多尺度熵值升高(見圖4及表2)。

圖4 典型病例紅外圖像

表2 典型病例紅外數(shù)據(jù)

3 討論

隨著紅外熱成像技術(shù)的發(fā)展，其在醫(yī)學(xué)領(lǐng)域內(nèi)應(yīng)用越來越廣，國內(nèi)較早將紅外熱像引入到多種疼痛的診斷及療效評價中，取得了良好的效果。但是紅外熱像在采集過程中易受到外界因素的干擾，在數(shù)據(jù)分析時受到測量精度與誤差的影響，使其在臨床進(jìn)行更深入的研究受到了阻礙[14]。信息熵及其算法的出現(xiàn)彌補(bǔ)了紅外圖像分析及處理方面的不足，可最大化提取所包含的疾病信息，對圖像中病變區(qū)域熵值與疾病所導(dǎo)致的疼痛、功能障礙間的關(guān)系進(jìn)行探討，有助于對疾病的理解，同時為后期進(jìn)行療效的觀察與評價奠定了基礎(chǔ)。

腰椎間盤突出所導(dǎo)致的肢體疼痛麻木，影響下肢神經(jīng)支配區(qū)的溫度變化，造成溫差增大，已被業(yè)內(nèi)廣泛認(rèn)可[15]。本研究將患側(cè)肢體大腿后側(cè)、小腿后外側(cè)、足背、足底等常見的低溫區(qū)域進(jìn)行紅外熱像圖單獨(dú)截取，進(jìn)行圖像增強(qiáng)、降噪及多尺度熵計(jì)算。通過數(shù)據(jù)分析發(fā)現(xiàn)，健康受試者相關(guān)感興趣區(qū)域多尺度熵值低于患者健側(cè)與患側(cè)熵值，患側(cè)除小腿前外側(cè)區(qū)域外均較健側(cè)與健康受試者相關(guān)區(qū)域的熵值升高，差異有統(tǒng)計(jì)學(xué)意義。

ODI、VAS、JOA評分是針對腰椎間盤突出癥最常用的疼痛功能評分，對病情評估具有指導(dǎo)意義，本研究將相關(guān)區(qū)域的多尺度熵值與疼痛功能評分進(jìn)行相關(guān)性分析，發(fā)現(xiàn)大腿后側(cè)、小腿后外側(cè)、足底區(qū)多尺度熵值與ODI、VAS評分正相關(guān)，即熵值越升高疼痛越重，肢體功能越受限；與JOA評分負(fù)相關(guān)，即熵值越降低疼痛越輕，肢體功能受限越輕。本研究選取的受試者突出節(jié)段均為腰5/骶1節(jié)段，多影響骶1神經(jīng)支配區(qū)域，而表現(xiàn)為大腿后側(cè)、小腿后外側(cè)及足部的疼痛麻木，從患者癥狀體征上也與多尺度熵值變化的區(qū)域存在關(guān)聯(lián)性。

薛定諤將“熵”研究成果引入到生命現(xiàn)象的研究中，對生命現(xiàn)象的普遍物理解釋提出了幾個關(guān)鍵問題：1)生命體是由原子構(gòu)成的，其產(chǎn)生、發(fā)展、成熟要求熱運(yùn)動的有序與規(guī)律。2)生物體通過不斷向環(huán)境中攝取“負(fù)熵”，或者說將機(jī)體內(nèi)的“熵”全部流出機(jī)體，來維持自身的“非平衡態(tài)”[16]。因此要保證生命個體的生存和進(jìn)化，必須使“負(fù)熵”增加，否則意味著生物體與外界環(huán)境失去聯(lián)系，結(jié)果是熵的產(chǎn)生越來越多，體系越來越混亂，進(jìn)而產(chǎn)生“疾病”，當(dāng)“熵增”累積到最大時，最終導(dǎo)致死亡的發(fā)生[17]。本研究結(jié)果可驗(yàn)證薛定諤的部分論斷，腰椎間盤突出發(fā)生時，導(dǎo)致肢體疼痛麻木及功能受限，從紅外熱像角度表現(xiàn)為多尺度熵增加，熵增越大，疼痛及肢體功能障礙越重。通過相關(guān)治療，肢體疼痛及功能受限得到緩解，紅外熱像相關(guān)區(qū)域溫差降低，甚至溫差相等，患者身體得到恢復(fù)，這在臨床上已經(jīng)得到廣泛的證實(shí)[18]。

綜上所述，腰椎間盤突出癥患者病變肢體紅外熱成像熵變規(guī)律的研究，有助于進(jìn)一步認(rèn)識疾病本身，筆者后續(xù)將進(jìn)一步增加患者樣本量、擴(kuò)大肢體的分析區(qū)域，同時將該方法應(yīng)用于臨床療效觀察與分析中[19]。