背景与目的:骨关节炎(Osteoarthritis,OA)是最常见的慢性、进行性关节疾病,是由关节软骨及非软骨组织的破坏和修复过程代谢失衡引起的。病理学以关节软骨变性、进行性损失为主要特征,其他特征还包括软骨下骨质异常、关节边缘骨赘形成、滑膜炎症及半月板、韧带、肌肉异常等。临床表现为关节疼痛及关节功能进行性丧失,严重者可致残,其发病率随着肥胖症、人口老龄化及运动损伤的增加而增加,严重影响人类生活质量。OA好发于承重大及活动度大的关节,膝关节是人体活动度最大、所受作用力最强的大关节,其OA的发病率远高于其他关节。骨关节炎早期,关节软骨无明显形态学改变,仅软骨成分发生变化,并且疾病早期患者没有明显的临床症状,常规影像学检查不易发现,当出现明显临床症状时疾病已发展至中晚期,只能采取保守治疗缓解症状或选择关节置换术。关节软骨的磁共振成像成分定量数据和形态学定量数据已成为研究OA远期疗效的主要成像指标,其中基于磁共振成像的关节软骨体积及厚度的定量数据已被广泛研究。因此,本研究的目的是首先确定KneeCap自动软骨分割方法的准确性,并使用KneeCap软件比较正常膝关节和不同程度膝关节OA(KOA)的关节软骨体积上的差异。材料与方法:本研究纳入为62名膝关节骨性关节炎患者和29名健康对照者。根据关节镜和手术结果,将软骨病变分为轻度-中度OA组(n=29)和重度OA组(n=33)。所有受试者均采用3.0 T磁共振扫描仪进行双回波稳态(DESS)序列成像。所有图像使用KneeCap原型软件(1.3版,Siemens Healthcare,Erlangen,Germany)进行软骨的自动分割,分割算法方案采用三维形状模型。随机抽取15例膝关节MRI图像,由有经验的骨关节系统诊断医师使用Amira软件(5.2版,Visage Imaging,Australia)进行软骨半自动分割。根据自动分割获得的膝关节各解剖亚区域软骨体积值除以膝关节总软骨体积值来计算相对软骨体积百分比。用样本t检验、单因素方差分析(ANOVA)和多元线性回归模型确定统计学显著性。结果:自动分割与手动分割相比,两种分割方法测得的软骨体积差异无统计学意义(P>0.05)。正常对照组/轻度-中度OA/重度OA组股骨、胫骨和髌骨相对软骨体积百分比分别为57.28%/59.30%/62.45%(股骨)、25.35%/23.46%/21.84%(胫骨)和17.37%/17.24%/15.71%(髌骨)。与正常对照组相比,轻中度OA组和重度OA组的相对胫骨软骨体积百分比减低(正常与轻度-中度OA:P=0.000;正常与重度OA:P=0.000)。轻中度OA组与重度OA组的相关指标有显著性差异(P=0.000)。与正常对照组相比,轻度-中度OA组和重度OA组的髌骨软骨体积百分均减低(正常与重度OA:P=0.003;轻度-中度OA与重度OA:P=0.003)。结论:综上所述,在正常对照组和轻度-中度OA组中,手动分割和自动分割结果没有统计学差异,说明KneeCaP软件对正常或轻中度退变的软骨的自动分割结果是可靠的。对于重度OA患者,可以采用手动编辑自动分割结果以校正分割异常的软骨区域。采用自动分割软件获得定量软骨体积,与半定量评分相结合,有助于OA临床分级。