MRI在法醫(yī)學(xué)活體年齡推斷中的研究進展

（四川大學(xué)華西基礎(chǔ)醫(yī)學(xué)與法醫(yī)學(xué)院，四川 成都 610041）

年齡是個體識別、刑事偵查、司法審判中重要的考量指標(biāo)之一，也是國際移民中確保兒童利益并保證救助公平公正、維持競技體育公平、運動員科學(xué)選材的考量指標(biāo)之一。當(dāng)年齡證明文件遺失或個人信息不可信時，準確可靠的活體年齡推斷結(jié)果可被法庭作為科學(xué)證據(jù)采信，服務(wù)于司法審判，是法醫(yī)學(xué)研究和實踐中的重要任務(wù)。國際法醫(yī)年齡推斷研究小組（Study Group on Forensic Age Diagnostics，SGFAD）建議涉及法醫(yī)學(xué)的活體年齡鑒定操作指南應(yīng)包括：體格檢查、左手腕骨X線片、牙科檢查和口腔曲面斷層片以及鎖骨胸骨端薄層CT檢查。該指南中影像學(xué)檢查方法均存在一定的輻射量，左手X線片的有效輻射量為0.0001mSv，口腔曲面斷層片為0.026mSv，鎖骨胸骨端薄層CT檢查為0.4 mSv。盡管以每年環(huán)境背景輻射量（美國為3.0mSv、德國為2.1mSv）[1]為參照，上述輻射量尚不足以造成人體超出日常生活的額外危害，但未成年人對X射線具有較高的敏感性，對其進行薄層CT檢查可被視為相對高劑量輻射暴露的檢查。此外，基于X射線技術(shù)檢查結(jié)果進行年齡推斷受限于以解決法律問題為目的的情形，并不完全適用于涉及移民、領(lǐng)養(yǎng)、兒童救助及競技體育的青少年年齡推斷。除法律合理性外，輻射暴露仍會引起倫理學(xué)爭議[2]。愛爾蘭放射與放射治療研究所（Irish Institute of Radiography and Radiation Therapy，IIRRT）最佳操作指南[3]中說明，根據(jù)歐洲輻射保護法相關(guān)規(guī)定，對活體進行放射影像學(xué)檢查可視為非醫(yī)療目的檢查，需取得受檢者的知情同意。近年來，年齡推斷領(lǐng)域，尤其是涉及青少年活體年齡推斷時，無輻射的影像學(xué)檢查逐漸成為研究熱點。

超聲和MRI逐步應(yīng)用到年齡推斷中，但前者受主觀影響因素大，且僅可觀察到骨表面，圖像分辨率低，容易導(dǎo)致假陽性結(jié)果。MRI顯示軟骨的圖像分辨率較高，可清晰顯示骨骺閉合及牙齒礦化等變化，其對比度較好，是評價骨骼及牙齒發(fā)育情況較為理想的影像學(xué)技術(shù)。同時，不同MRI序列對人體正常組織的影像信號特點不同：長骨兩端骺軟骨板為透明軟骨，呈T1低信號、T2高信號；骺軟骨靠干骺端的軟骨基質(zhì)鈣化形成臨時鈣化帶，呈T1極低信號、T2極低信號；骨皮質(zhì)及牙皮質(zhì)為堅硬組織，T1信號與T2信號更低[4]。目前，法醫(yī)學(xué)領(lǐng)域應(yīng)用MRI推斷年齡的研究在國外相對較多、國內(nèi)較少，研究部位主要集中在第三磨牙、鎖骨胸骨端及肢體長骨骨骺（如手腕骨與膝關(guān)節(jié)）等部位，且尚無統(tǒng)一標(biāo)準規(guī)范其鑒定程序。本文通過回顧性分析既往研究中MRI推斷年齡的常用指標(biāo)與分級方法，以期了解其研究動態(tài)，為后期相關(guān)研究提供思路。

1 應(yīng)用第三磨牙MRI推斷牙齡

基于牙齒發(fā)育礦化過程推斷年齡是目前公認的較為準確的牙齡推斷方法，礦化過程包括牙冠和牙根的形成，主要受基因調(diào)控，較少受外界因素影響。第三磨牙是青春期后還處于發(fā)育中的牙齒，約在20歲時萌出，青少年和成人早期的牙齡推斷主要根據(jù)第三磨牙的萌出和發(fā)育礦化程度。常用的影像技術(shù)包括根尖片、曲面斷層片及錐形束計算機斷層掃描（cone beam computed tomography，CBCT）等，經(jīng)典分級方法包括 Nolla法[5]、Moorrees法[6]、Demirjian 法[7]、Haavikko法[8]等，通過將牙齒連續(xù)發(fā)生的增齡性規(guī)律人為地劃分為具有明顯特征的不同階段，并對其賦值，以多顆牙齒的賦值總和記為牙齒成熟度，最后通過牙齒成熟度-牙齡轉(zhuǎn)換表，實現(xiàn)牙齡推斷。

2015年，BAUMANN等[9]初步研究了第三磨牙的MRI影像，同時與口腔曲面斷層片進行比較，探究MRI是否適用于法醫(yī)學(xué)領(lǐng)域的牙齡判斷。該團隊采用Demirjian法分析26例13～26歲奧地利個體第三磨牙的發(fā)育礦化程度，使用3.0T場強的西門子磁共振儀進行序列掃描，掃描參數(shù)分別為3D-TSE序列、3DCISS序列。實驗結(jié)果提示，口腔曲面斷層片對應(yīng)磨牙的平均分期稍高于MRI影像，第三磨牙MRI影像可用于年齡推斷，但該研究樣本較少。

同年，GUO等[10]首次使用大樣本MRI影像數(shù)據(jù)，采用Demirjian法分析了613例12～24歲德國高加索人第三磨牙的MRI影像，使用3.0T場強的飛利浦磁共振儀進行序列掃描，掃描參數(shù)為T2WI-TSE序列。結(jié)果發(fā)現(xiàn)：男、女性第三磨牙發(fā)育完成的最小年齡分別為17.77歲、19.57歲，與BAUMANN等[9]研究結(jié)果一致，因此認為MRI影像可以替代口腔曲面斷層片判讀第三磨牙的發(fā)育進程。

MRI序列掃描參數(shù)的選擇對圖像質(zhì)量具有重要影響。2017年，de TOBEL等[11-12]采用多種MRI序列掃描參數(shù)檢查了10例17～25歲個體的第三磨牙，篩選出顯示第三磨牙（尤其是牙根處）發(fā)育的最優(yōu)掃描參數(shù)，促進了MRI影像推斷牙齡的縱深發(fā)展。該團隊發(fā)現(xiàn)，T2加權(quán)較T1加權(quán)更能清晰顯示牙髓腔內(nèi)軟組織，從而更好地對比顯示牙體硬組織；而采用3.0T場強的西門子磁共振儀進行序列掃描時，發(fā)現(xiàn)其最優(yōu)掃描參數(shù)為T2WI-FES序列。后為進一步驗證上述最優(yōu)掃描參數(shù)，該團隊又選擇52例14～26歲個體作為研究對象，并與曲面斷層片進行對比分析，采用Demirjian法牙發(fā)育分級判讀第三磨牙的發(fā)育程度。結(jié)果發(fā)現(xiàn)：有57%曲面斷層片因影像質(zhì)量問題無法評估上頜第三磨牙發(fā)育分期，而MRI影像僅3.1%無法評估；下頜第三磨牙評估成功率在兩種影像學(xué)方法中相似，分別為98.4%、93.8%。這一研究結(jié)果再次證實了第三磨牙MRI影像在牙齡推斷中的應(yīng)用價值。

2019年，WIDEK等[13]分析了316例13～25歲奧地利男性第三磨牙MRI影像，使用3.0T場強的磁共振儀進行序列掃描，掃描參數(shù)分別為PDW-3D-TSE序列、T2WI-3D-CISS序列。結(jié)果同樣驗證得出，MRI影像可作為口腔曲面斷層片的替代手段用于年齡推斷。

2 應(yīng)用骨骼MRI推斷骨齡

骨骼的生長發(fā)育與骨化中心的發(fā)生、發(fā)展和骨骺閉合密切相關(guān)，根據(jù)骨化中心的出現(xiàn)和骨骺閉合情況進行分級是青少年和成人早期年齡推斷的常用研究方法，尤其是用于18.0周歲年齡節(jié)點的判斷[14]。此外，根據(jù)骨骼的大小或長短也可進行青少年年齡推斷。

MRI具有優(yōu)越的軟骨成像能力，可明確區(qū)分骨骺及骺板之間的骨骺軟骨、生長板軟骨和臨時鈣化帶，從而清晰顯示不同長骨骨骺及骺板的生長發(fā)育及骨骺閉合的過程，適用于尺橈骨遠端、鎖骨胸骨端、股骨遠端、脛腓骨兩端及肱骨近端等以軟骨內(nèi)成骨模式發(fā)育的骨齡研究。

2.1 手腕部MRI

左手腕部X線片因一次攝片可同時觀察尺橈骨遠端、腕骨及掌指骨等多部位的骨骺和形態(tài)變化，是目前應(yīng)用最廣的年齡推斷的檢查部位，常用于青少年年齡推斷。手腕部X線片的分級方法較多，分級方法的建立是以左手腕部X線片相應(yīng)的影像特征為基礎(chǔ)：國外常用GP圖譜法和TW法；我國最新骨齡推斷行業(yè)標(biāo)準為《法庭科學(xué) 漢族青少年骨齡鑒定技術(shù)規(guī)程》（GA/T 1583—2019）、《中國青少年兒童手腕骨成熟度及評價方法》（TY/T 3001—2006）。由于MRI與X線片的成像原理不同，顯示的骨骼圖像有所差異，既往根據(jù)X線片圖像特征建立起來的常用分級方法是否同樣適用于MRI影像判讀，以及是否有必要根據(jù)MRI影像特征建立新分級標(biāo)準是目前主要研究內(nèi)容。

手腕部MRI推斷年齡研究始于運動員年齡判定。2007年，DVORAK等[15]對496例14.0～19.0歲男性足球運動員進行MRI檢查（采用1.0T及1.5T場強的磁共振儀進行序列掃描，掃描參數(shù)為T1WI-SE序列），并采用六分級法分析橈骨遠端骨骺閉合程度。研究結(jié)果表明該方法可以用于年齡判定。后為進一步比較MRI與X線片在年齡推斷中的應(yīng)用價值，GEORGE等[16]于2012年對150名參與U17足球賽事的男性運動員手腕骨進行MRI掃描（采用1.5T場強的磁共振儀進行序列掃描，掃描參數(shù)為T1WI-FSE序列）和X線片檢查，采用相同的六分級法判讀橈骨遠側(cè)骨骺發(fā)育等級。結(jié)果發(fā)現(xiàn)，男性足球運動員的手腕骨X線片判讀的骨骺發(fā)育等級均高于MRI判讀的骨骺發(fā)育等級。

2013年，TERADA等[17]收集了93例4～16歲日本兒童的左手腕MRI影像，采用0.3T場強的磁共振儀進行序列掃描，掃描參數(shù)為3D-GE序列，采用TW2分級法改良版（TW2-Japan RUS system）對尺橈骨遠端及掌骨等骨骺發(fā)育情況進行分級，發(fā)現(xiàn)MRI影像可清晰顯示骨骺形狀、駝峰以及骨骺與骨干之間的距離，且推斷骨齡與實際年齡之間的相關(guān)性極強，證實了MRI影像進行年齡推斷的可靠性。URSCHLER等[18]為驗證GP圖譜法與TW2分級法是否適用于MRI影像，對18例健康人進行手腕骨的X線片與MRI檢查，采用1.5T場強的磁共振儀進行序列掃描，掃描參數(shù)為T1WI-3D-VIBE序列。結(jié)果發(fā)現(xiàn)與TW2分級法相比，GP圖譜法對應(yīng)分級與X線片的相關(guān)性更好，X線片對應(yīng)的判讀分級較MRI影像稍高。HOJREH等[19]于2018年進一步探究了GP圖譜法的適用性，由2名閱片者根據(jù)10例患者的左手腕平片與50例志愿者的MRI片（掃描參數(shù)同URSCHLER等[18]）影像特征推斷年齡，結(jié)果MRI與X線片推斷年齡的平均差值為-0.05歲、-0.175歲。MRI影像在±1SD范圍呈現(xiàn)過高推斷年齡趨勢，在±2SD范圍可成為X線片的替代影像手段。

以MRI影像特征建立新分級標(biāo)準最早見于2014年TOMEI等[20-21]觀察4～19歲高加索人尺橈骨遠端的變化規(guī)律后提出的Tomei圖譜。早期研究樣本為179例，采用0.2T場強的磁共振儀進行序列掃描，掃描參數(shù)為T1WI序列。因MRI可良好地顯示軟骨組織，該圖譜納入了軟骨的出現(xiàn)、暫時性鈣化及骨化等進展。之后SERINELLI等[22]使用Tomei圖譜分析151例12～19歲白種人的MRI影像，發(fā)現(xiàn)組間檢驗Pearson系數(shù)為男性0.97、女性0.98，與骨齡的Spearman相關(guān)系數(shù)為男性0.94、女性0.96，證實了該分級圖譜的可行性。

為探究手腕骨MRI影像在18.0歲、21.0歲年齡節(jié)點判定中的應(yīng)用，2016年，SERIN等[23]對尺橈骨遠端、第一掌骨基底部的骨骺閉合采用3分級法，即無、部分和完全閉合，分析263例9～25歲個體的MRI影像（T1WI-SE序列）。過渡分析（transition analysis）結(jié)果提示男性尺、橈骨遠端骨骺發(fā)育達完全閉合的平均年齡分別為18.1歲、18.2歲；貝葉斯概率預(yù)測提示橈骨遠端骨骺分級判定18歲節(jié)點的準確率為85%，增加其余骨骼分級并沒有明顯提高預(yù)判準確率。2017年，TIMME等[24]分析668例12～24歲個體的橈骨遠端骨骺發(fā)育情況，基于Schmeling分級法[25]與Kellinghaus分級法[26]提出了新分級方法，發(fā)現(xiàn)男性骨骺發(fā)育程度達等級4b的最小年齡為18.6歲，男女性骨骺發(fā)育程度達等級5的最小年齡分別為23.1歲、22.3歲，可為18歲、21歲年齡節(jié)點的判定提供證據(jù)。2020年，ER等[27]進一步驗證得出男性橈骨遠端骨骺發(fā)育程度達等級4b的年齡為18.2歲，但認為還需更大樣本量和不同人群進行后續(xù)驗證研究。

利用計算機程序自主學(xué)習(xí)并分析手腕部影像中的骨骺發(fā)育情況，進而實現(xiàn)自動化年齡推斷，是近年來前沿的新興技術(shù)。與X線片呈現(xiàn)出的二維圖像不同，MRI圖像生成的是三維圖像，故對手腕部骨骼進行準確空間定位十分重要。為解決解剖學(xué)差異、拍照姿勢等影響，EBNER等[28]提出一種定位算法，通過提取整體圖像中手骨形狀進行全局建模、細化局部信息以提高預(yù)測精度，在T1WI-MRI圖像數(shù)據(jù)集中獲得（1.4±1.5）mm的平均定位誤差，0.25%誤差大于10mm，為后續(xù)研究奠定了基礎(chǔ)。同年，STERN等[29]分析了56例13～19歲高加索男性的MRI影像（T1WI-3D-GE序列），開發(fā)出一種通過計算相鄰骨間隙估計骨骺閉合程度的算法，原理與TW分級法類似，推斷年齡與實際年齡的平均差為（0.85±0.58）歲。2015年，URSCHLER等[30]所提出的算法原理與STERN等[29]相同，在測試102例13～20歲男性青少年手腕MRI后，結(jié)果發(fā)現(xiàn)平均絕對誤差達0.85歲；同時，該團隊注意到14～16歲對應(yīng)的年齡推斷準確率下降，推測這一現(xiàn)象與青春期生理變化相關(guān)；此外，考慮到研究樣本量較少（n=102），且女性骨骼發(fā)育較男性稍早，在后續(xù)研究中應(yīng)單獨建立女性年齡的自動化推斷方法。2019年，?TERN等[31]對328例手腕部樣本進行3D MRI掃描，然后向計算機輸入多種預(yù)處理的圖像信息，應(yīng)用兩種算法包括隨機森林（random forests，RF）與深度卷積神經(jīng)網(wǎng)絡(luò)（deep convolutional neural networks，DCNN）予以建模，結(jié)果發(fā)現(xiàn)小于18歲年齡段對應(yīng)的平均絕對偏差（mean absolute deviation，MAD）可達（0.37±0.51）歲。鑒于18歲時個體手腕骨發(fā)育一般已完成，后續(xù)研究有待結(jié)合其他骨骼進一步拓寬推斷的年齡段。

2.2 鎖骨胸骨端MRI

鎖骨胸骨端骨骺閉合發(fā)生最晚，當(dāng)手腕骨發(fā)育完成時，鎖骨胸骨端CT檢查是首選。骨骺發(fā)育程度的分級方法雖然很多，但大同小異且均為基于X線片或CT檢查提出，使用較廣泛的有Schmeling分級法[25]與Kellinghaus分級法[26]。

2007年，SCHMIDT等[32]首次將鎖骨胸骨端MRI影像應(yīng)用于年齡推斷，對54例雙側(cè)鎖骨進行MRI檢查（采用1.5T場強的磁共振儀進行序列掃描，掃描參數(shù)為3D-T1WI序列），通過比較MRI和X線片、CT檢查結(jié)果發(fā)現(xiàn)，X線片及CT檢查所用的分級方法同樣適用于MRI影像，且各分級對應(yīng)的年齡范圍基本一致，認為可以將鎖骨胸骨端MRI影像用于法醫(yī)學(xué)年齡推斷。2011年，HILLEWIG等[33]對121例11～30歲健康志愿者分別進行了鎖骨胸骨端MRI與X線片檢查，使用Schmeling分級法分析骨骺發(fā)育程度，結(jié)果發(fā)現(xiàn)，MRI影像無法較為準確判讀骨骺閉合遺留骺線，故認為合并等級4和等級5可提高觀察者間一致性。此外，該研究表明，3.0T-T1WI-VIBE序列可提供高分辨率的鎖骨胸骨端骨骺橫斷面影像，且采集時間僅需4min，具有圖像分辨率高、無輻射、時間短、推斷骨齡更準確等優(yōu)點。隨后，HILLEWIG等[34]又對220例個體進行了鎖骨胸骨端MRI檢查以及手腕部X線片檢查，指出鎖骨胸骨端的MRI檢查可用于評估個體年齡是否已滿18歲，但應(yīng)聯(lián)合手腕骨的檢查。

對于鎖骨胸骨端MRI是否可用于年齡節(jié)點的判定，2014年，VIETH等[35]對參加U20足球競賽的152例18～22歲男性運動員雙側(cè)鎖骨進行MRI檢查（采用3.0T場強的磁共振儀進行序列掃描，掃描參數(shù)為3DFFE序列），發(fā)現(xiàn)僅1名運動員鎖骨胸骨端的骨骺完全骨化閉合，年齡為21.2歲，認為該指標(biāo)可能作為個體年齡大于20歲的支撐證據(jù)，但該結(jié)論需加大樣本量進行驗證研究。2016年，SCHMIDT等[36]對10～30歲的125例女性和270例男性尸骨的鎖骨樣本進行MRI檢查（采用3.0T場強的磁共振儀進行序列掃描，掃描參數(shù)分別為3D-T1WI-FFE序列、2D-T2WI序列），利用Kellinghaus分級法對骨骺發(fā)育程度進行分級。結(jié)果發(fā)現(xiàn)：骨骺發(fā)育達等級3c的最小年齡為女性19.3歲、男性19.0歲；骨骺發(fā)育達等級4的最小年齡為女性21.0歲、男性21.5歲；根據(jù)該分級方法判定鎖骨骨骺發(fā)育是否達等級3c、等級4，可分別為18、21歲的年齡判定提供依據(jù)。為進一步驗證該結(jié)論，2017年，SCHMIDT等[37]以大樣本MRI影像數(shù)據(jù)為基礎(chǔ)，包括12～24歲的334例女性和335例男性，聯(lián)合Schmeling分級法和Kellinghaus分級法分析影像，結(jié)果發(fā)現(xiàn)：骨骺發(fā)育達等級3c的最小年齡為女性18.9歲、男性19.1歲；骨骺發(fā)育達等級4的最小年齡為女性21.3歲、男性21.7歲；證實鎖骨MRI影像中骨骺發(fā)育達等級3c、等級4，可分別為個體18、21歲的年齡判定提供依據(jù)。

采用3.0T場強的磁共振儀進行MRI掃描在臨床檢查中較為昂貴，因此1.0T和1.5T場強更常用。為檢驗1.0T場強磁共振儀掃描獲取的MRI數(shù)據(jù)是否適用于年齡推斷，TANGMOSE等[38]對47例尸骨和55例活體的鎖骨胸骨端進行MRI檢查（3D-T2WI序列），發(fā)現(xiàn)運動偽影的存在使得活體MRI影像質(zhì)量較尸體差，且1.0T場強對應(yīng)的圖像分辨率較差，不利于活體鎖骨胸骨端骨骺發(fā)育的觀察與分級，因此該團隊提出觀察者在開始閱片前應(yīng)明確分級標(biāo)準并完成相應(yīng)培訓(xùn)。最新研究進展為de TOBEL等[39]分析了11～30歲的227例女性和247例男性的鎖骨MRI影像（采用3.0T場強的磁共振儀進行序列掃描，掃描參數(shù)為T1WIVIBE序列），研究結(jié)果發(fā)現(xiàn)，通過納入雙側(cè)鎖骨并排除形態(tài)變異鎖骨，鎖骨MRI年齡推斷模型的MAD可達1.97歲，區(qū)分未成年人的正確率為69%。然而，組間檢驗Kappa值較低，男女性分別為0.60、0.64，提示實現(xiàn)自動化年齡推斷之前，鎖骨MRI影像實現(xiàn)準確年齡推斷在很大程度上依賴閱片經(jīng)驗豐富的專家進行分期判讀。

2.3 膝關(guān)節(jié)MRI

1992年，HARCKE等[40]研究正常膝關(guān)節(jié)（包括股骨遠端、脛骨近端骺板）的0.5T場強磁共振掃描獲取的MRI影像學(xué)表現(xiàn)，并將其分成4個階段：第1階段（＜2歲）骨化中心呈圓形或橢圓形，骨骺主要為軟骨，骺板寬，骺軟骨信號連續(xù)，骨骺與干骺端易區(qū)分；第2階段（2～12歲）骨化中心體積增大占據(jù)骨骺大部分，骺板扁平，后隨骨化中心增大而變窄，骨化中心逐漸發(fā)展為雙節(jié)型；第3階段（＞12歲）骺板開始閉合，但其內(nèi)側(cè)緣仍未見閉合，骨骺信號強于干骺端；第4階段為骺板完全閉合遺留骨骺線，干骺端與骨骺髓腔信號一致，為紅骨髓。

2010年，JOPP等[41]首次研究膝關(guān)節(jié)MRI影像的年齡推斷應(yīng)用，對41例男性的脛骨近端進行MRI檢查，采用兩種場強磁共振儀進行序列掃描，分別為1.5T場強（掃描參數(shù)為T1WI-FES序列）和3.0T場強（掃描參數(shù)為T1WI-FES序列），該實驗將脛骨近端骨骺發(fā)育分成骺板未閉合、骺板部分閉合、骺板閉合3個階段。結(jié)果提示，男性脛骨近端骨骺閉合發(fā)生在16～17歲。2019年，AUF der MAUER等[42]采用相同的三分級法對40例14～21歲德國男性人群MRI圖像（采用3.0T場強的磁共振儀進行序列掃描，掃描參數(shù)為T1WI-SENSE序列）的股骨遠端、脛腓骨近端骨骺發(fā)育進行分級，對應(yīng)評分為1～3，結(jié)果提示，股骨遠端、脛骨近端及腓骨近端骨骺無閉合的最大年齡分別為17.8、17.7、17.8歲，均小于18歲，三者累計分數(shù)≤5時個體年齡小于18歲。

2012年，DEDOUIT等[43]分析了290例10～30歲個體的股骨遠端、脛骨近端MRI影像（采用1.5T場強的磁共振儀進行序列掃描，掃描參數(shù)為FES序列），提出基于膝關(guān)節(jié)MRI影像的五分級法。第1階段：干骺端與骨骺間可見水平軟骨信號密度影，寬度大于1.5mm且有分層，兩邊為低信號影，中間為高信號影；第2階段：干骺端與骨骺間可見連續(xù)線性水平軟骨信號密度影，為寬度大于1.5mm的高信號影；第3階段：干骺端與骨骺間可見連續(xù)線性水平軟骨信號密度影，為寬度小于1.5mm的高信號影；第4階段：干骺端與骨骺間可見不連續(xù)線性水平軟骨信號密度影，為寬度小于1.5 mm的高信號影；第5階段：干骺端與骨骺間無高信號影。結(jié)果發(fā)現(xiàn)：股骨遠端第1階段男性最大年齡為16.1歲，第2階段女性最大年齡為15.7歲，第5階段男、女性最小年齡分別為22.6、22.1歲；脛骨近端第2階段男、女性最大年齡分別為18.0、15.7歲，第5階段男性最小年齡為19.0歲。脛骨閉合早于股骨閉合，且存在兩性差異，女性發(fā)育早于男性，認為股骨遠端和脛骨近端骨骺發(fā)育可以用于法醫(yī)學(xué)年齡判定。但是該實驗未考慮種族因素且樣本量較少，其可靠性還需進一步驗證。2016年，EKIZOGLU等[44]分析股骨遠端、脛骨近端的MRI影像（采用3.0T場強的磁共振儀進行序列掃描，掃描參數(shù)為T2WI-FSE序列），采用DEDOUIT等的五分級法，發(fā)現(xiàn)兩種骨骼分級與年齡之間的相關(guān)性較好，而股骨遠端骨骺發(fā)育達等級5的男、女性最小年齡分別為22、21歲，脛骨近端骨骺達等級5的男、女性最小年齡分別為18、16歲。

聯(lián)合應(yīng)用Schmeling分級法和Kellinghaus分級法在膝關(guān)節(jié)MRI研究中十分常見。KR?MER等[45]在290例10～30歲的股骨遠端MRI圖像（采用3.0T場強的磁共振儀進行序列掃描，掃描參數(shù)為T1WI-FSE序列）中僅觀察到等級2c～4。實驗結(jié)果發(fā)現(xiàn)：14歲之前，男性股骨遠端骨骺閉合程度未超過1/3、女性未超過2/3；18歲之前的男性股骨遠端骨骺未完全閉合；與DEDOUIT等[43]研究結(jié)果比較，骨骺完全閉合發(fā)生時間存在不一致。該團隊隨后又研究了290例脛骨近端的MR圖像[46]，發(fā)現(xiàn)脛骨近端骨骺完全閉合發(fā)生在14歲以后，由于樣本量較少且分布不均勻，該結(jié)論需更多驗證研究。SAINT-MARTIN等[47]應(yīng)用214例14～20歲男性MRI圖像（采用1.5T場強的磁共振儀進行序列掃描，掃描參數(shù)為T1-TSE序列）驗證股骨遠端在18歲年齡節(jié)點判定中的應(yīng)用價值，發(fā)現(xiàn)骨骺完全閉合的最小年齡為18.1歲。2016年，F(xiàn)AN等[48]首次對比分析了322例11～30歲中國人群膝關(guān)節(jié)的MRI（采用1.5T場強的磁共振儀進行序列掃描，掃描參數(shù)為T1WI-FES序列）與X線片，全面考慮股骨遠端及脛腓骨近端骨骺，分級后進行線性回歸分析。結(jié)果發(fā)現(xiàn)：股骨遠端、脛腓骨近端達等級2b時男、女性年齡均小于18歲；X線片對應(yīng)分級均較MRI影像高1個等級，研究樣本中MRI分級均未達等級4；女性骨骺發(fā)育較男性早發(fā)生1～3年；MRI分級較X線片分級與年齡之間的相關(guān)性更強，線性回歸方程R2值分別為女性0.634、男性0.654。隨后該團隊于2017年進一步研究了324例膝部股骨遠端及脛骨近端的MRI T2WI脂肪抑制影像，結(jié)果發(fā)現(xiàn)，男女性股骨遠端、脛骨近端MRI等級與年齡呈正相關(guān)，同時年齡推斷模型的回代檢驗結(jié)果提示男性MAD為2.90歲、女性MAD為3.30歲[49]。采用相同分級方法，OTTOW等[50]研究了股骨遠端和脛骨近端骨骺MRI圖像（采用3.0T場強的磁共振儀進行序列掃描，掃描參數(shù)為T1WI序列）在14、16及18歲年齡節(jié)點的判定價值，研究樣本為658例12～24歲德國志愿者，結(jié)果發(fā)現(xiàn)：股骨遠端及脛骨近端骨骺在18歲之前均可見完全閉合；脛骨近端男性達等級3b的最小年齡為15.18歲，女性達等級4的最小年齡為15.87歲，可為14歲提供依據(jù)；股骨遠端男性達等級3b的最小年齡為17.77歲，女性達等級4的最小年齡為16.13歲，可為16歲提供依據(jù)。2019年，EL-DIN等[51]分析了335例8～28歲印度人群脛骨近端的MRI圖像（采用1.5T場強的磁共振儀進行序列掃描），結(jié)果顯示女性脛骨近端骨骺發(fā)育較男性早發(fā)生2～4年，女性達等級4的最小年齡為18歲，男性達等級4的最小年齡為19歲，認為脛骨近端骨骺達等級4可能成為18歲年齡節(jié)點判定的指標(biāo)。

為探究膝關(guān)節(jié)MRI影像在自動化年齡推斷中的應(yīng)用，DALLORA等[52]于2019年收集了402例14～21歲健康志愿者的膝關(guān)節(jié)MRI圖像（采用1.5T場強進行全身磁共振掃描），旨在建立兩種最佳卷積神經(jīng)網(wǎng)絡(luò)（convolutional neural network，CNN）模型分別用于MRI圖像篩選和年齡推斷，通過檢驗多種目前存在的CNN模型，包括從零學(xué)習(xí)和遷移學(xué)習(xí)算法，最佳結(jié)果則是GoogLeNet模型（基于ImageNet數(shù)據(jù)庫建立），其年齡推斷準確性在男性MAD為0.793歲、女性MAD為0.988歲，對18歲年齡節(jié)點判定的準確率為男性98.1%、女性95.0%。該方法可有效減少閱片時間及主觀因素影響，為此類研究提供新的研究思路。

2.4 其余骨骼MRI

除上述骨骼區(qū)域外，有學(xué)者還應(yīng)用MRI影像研究踝、肩及髂骨等部位的年齡相關(guān)變化。2013年，SAINT-MARTIN等[53]應(yīng)用脛骨遠端及跟骨MRI影像（采用1.5T場強的磁共振儀進行序列掃描，掃描參數(shù)為T1WI序列）推斷骨齡，結(jié)果顯示：脛骨遠端骨骺完全閉合的最小年齡為男性16歲、女性14歲；跟骨骨骺完全閉合的最小年齡為男性17歲、女性12歲；推斷個體年齡大于18歲的準確率為男性91.7%、女性97.7%；推斷個體年齡小于18歲的準確率為男性90.6%、女性78.6%。2014年，該團隊又應(yīng)用脛骨遠端MRI圖像判斷其在18歲年齡節(jié)點判定中的應(yīng)用價值，結(jié)果顯示97.4%的男性和93.9%的女性可準確推斷個體年齡已滿18歲[54]。上述研究顯示了脛骨遠端及跟骨在骨齡推斷中的價值，特別是18歲年齡推斷的準確率較高。2015年，EKIZOGLU等[55]驗證了脛骨遠端及跟骨MRI圖像在土耳其人群中的應(yīng)用價值，結(jié)果顯示：脛骨遠端骨骺完全閉合的最小年齡為男性13歲、女性14歲；跟骨骨骺完全閉合的最小年齡為男性16歲、女性12歲。

2014年，WITTSCHIEBER等[56]應(yīng)用髂嵴MRI圖像（采用3.0T場強的磁共振儀進行序列掃描，掃描參數(shù)為3D-T1WI-FFE序列）推斷20歲以下男性足球運動員的骨齡，結(jié)果顯示髂嵴骨骺完全閉合的最小年齡為18.0歲。EKIZOGLU等[57]應(yīng)用蝶骨-枕骨軟骨連接MRI圖像推斷骨齡，通過對1078例7～21歲土耳其人群MRI影像（T1WI序列，矢狀面）的軟骨連接融合骨化程度進行五分級，實驗結(jié)果觀察到，所有21歲個體中除了1名男性和1名女性外，其余軟骨連接均完全融合骨化，閱片分期與真實年齡之間的Spearman相關(guān)系數(shù)分別為男性0.860、女性0.729。

2019年，EKIZOGLU等[58]應(yīng)用肱骨近端骨骺MRI圖像推斷骨齡，收集了428例12～30歲個體肱骨近端骨骺的T1WI-TSE序列MRI影像，聯(lián)合Schmeling分級法和Kellinghaus分級法進行分級。結(jié)果顯示，肱骨近端骨骺發(fā)育程度達等級3a時最大年齡為男性15.9歲、女性16.7歲。后又對395例個體進行肱骨近端MRI檢查（FES-PD序列），采用Dedouit分級法進行分級，發(fā)現(xiàn)骨骺發(fā)育程度達等級5時最小年齡為男性20歲、女性21歲[59]。上述研究均可證實肱骨近端骨骺MRI影像在骨齡推斷中的潛在價值。

MARTíNEZ VERA等[60]于2017年結(jié)合深度學(xué)習(xí)算法和130例13～24歲男性白種人志愿者的胸部MRI影像（采用3.0T場強的磁共振儀進行序列掃描，掃描參數(shù)為T1WI序列），提取胸骨柄進行三維點云處理，并利用計算機進行主成分分析從而生成形狀參數(shù)模型，該模型包括13個主成分，能夠描述96%以上的胸骨柄形狀變化。多元線性方程提示胸骨柄的形狀參數(shù)模型、表面積與高度之比是推斷年齡較好的指標(biāo)，交叉驗證其MAD為1.18歲。該研究結(jié)合部分深度學(xué)習(xí)算法基于MRI圖像建立胸骨柄的形狀參數(shù)模型，為基于胸骨形態(tài)變化的年齡判定提供了新的研究方向。

3 活體年齡推斷MRI研究的評價

3.1 MRI檢查的參數(shù)選擇

既往研究中MRI參數(shù)選擇差異較大，存在0.5T、1.0T、1.5T和3.0T多種場強，MRI的場強越低、信噪比越低，會使層厚增加、檢查時間延長，影響骨發(fā)育分級的準確性，故目前最常使用的場強為3.0T。同時MRI序列不同，各組織間對比度也會發(fā)生變化，主要脈沖序列有：（1）SE 序列，包括 T1WI、T1WI及 PDW 序列；（2）FES序列，包括T1WI、PDW序列；（3）GE序列，包括FGE、三維序列；（4）脂肪抑制序列，包括FSE、T2WIFS及反轉(zhuǎn)恢復(fù)序列。對不同部位所采用的MRI序列不盡相同。THAPA等[61]認為，較T1WI和PDW序列，STIR和T2WI等水敏感序列能更好地分辨各透明軟骨。SASAKI等[62]應(yīng)用MRI影像研究了正常膝關(guān)節(jié)骺板閉合速率和模式，發(fā)現(xiàn)骺板在T1WI序列中為低信號影，在T2WI序列中為高信號影，認為T2WI-GRE序列可用于骺板判讀。1992年，HARCKE等[40]研究通過0.5T場強獲取的股骨遠端和脛骨近端骺板的MRI影像表現(xiàn)，分別采用3種MRI脈沖序列（T1WI、T2WI及FE序列），發(fā)現(xiàn)低場強獲取的MRI影像中FE序列能更好地觀察骺板，評估骺板時應(yīng)采用T1WI和FE序列，不宜選擇T2WI序列，但是在高場強獲取的MRI影像中還需后續(xù)實驗證實。HILLEWIG等[33]認為GE序列可提供高分辨率的胸骨鎖骨端骨骺橫斷面影像。此外，不同序列中采集時間的差別很大，從數(shù)小時至數(shù)分鐘不等，采集時間越短，脈沖序列完成信號采集所需時間越短。因此，MRI檢查參數(shù)應(yīng)選擇高場強且所需時間短、易于目標(biāo)部位觀察的序列。

3.2 分析方法

既往基于X線片或CT提出的推斷分級方法大多都適用于MRI影像，如牙齡Demirjian法、手腕部GP圖譜法和TW分級法、鎖骨胸骨端Schmeling分級法和Kellinghaus分級法等。也有部分學(xué)者根據(jù)MRI影像特征提出新的分級方法，如手腕部Tomei圖譜法、膝關(guān)節(jié)Dedouit分級法。所采用的統(tǒng)計學(xué)方法多是單一的一般描述性統(tǒng)計分析及線性回歸方程，其結(jié)果的準確性與可靠性不高，應(yīng)用到實際工作中需慎重。伴隨人工智能和大數(shù)據(jù)時代的到來，URSCHLER等[30]通過定位算法提取手腕部MRI三維圖像，自動化推斷年齡的MAD可達0.85歲；通過DCNN深度學(xué)習(xí)算法自動分析手腕部骨骼予以判定個體年齡小于18歲的MAD為（0.37±0.51）歲[31]。DALLORA等[52]成功建立了兩種最佳CNN模型用于膝關(guān)節(jié)MRI圖像篩選及年齡推斷，其年齡推斷在男性MAD為0.793歲、女性MAD為0.988歲，對18歲年齡節(jié)點判定的準確率為男性98.1%、女性95.0%。MARTíNEZ VERA等[60]對男性胸骨柄MRI影像進行三維圖像點云處理，后通過主成分分析建立形狀參數(shù)模型，基于該形狀參數(shù)模型、表面積與高度之比進行多元線性分析，交叉驗證得其MAD為1.18歲。上述研究均提供了新的參考研究思路，即以深度學(xué)習(xí)為核心的計算機算法進行自動化分類或定量分析MRI影像，以此進行年齡推斷或年齡節(jié)點判定。

3.3 聯(lián)合多指標(biāo)進行年齡推斷

既往MRI骨齡推斷的報道多以單個或局部觀測指標(biāo)為研究對象，如第三磨牙、手腕部、鎖骨胸骨端或膝關(guān)節(jié)骨骺等。針對同一人群樣本，聯(lián)合多解剖標(biāo)志綜合估算年齡以縮短推斷范圍亟待考證。BLEKA等[63]基于第三磨牙及手腕部的X線片，報道其年齡推斷的95%預(yù)測區(qū)間（prediction interval，PI）寬度為女性4.6歲、男性4.5歲，認為不同解剖位置之間條件獨立性假設(shè)成立。鑒于對臨床個體進行多部位平片或CT檢查存在輻射暴露風(fēng)險，MRI影像的無輻射、可全身掃描等優(yōu)勢在此類研究中具有重要價值。STERN等[64]報道，通過結(jié)合第三磨牙、左手腕及雙側(cè)鎖骨的MRI影像與CNN算法實現(xiàn)了年齡綜合推斷的自動化分析，結(jié)果其MAD可達（1.01±0.74）歲，準確性優(yōu)于各單指標(biāo)對應(yīng)的準確性，但該實驗只納入了男性樣本，且未報道95%PI。de TOBEL等[65]對160例女性、138例男性的第三磨牙、左手腕及雙側(cè)鎖骨進行MRI掃描（采用3.0T場強的磁共振儀進行序列掃描，掃描參數(shù)分別有T2WI-FSE序列、T1WI-SE序列及T1WIVIBE序列）。結(jié)果發(fā)現(xiàn)，針對青少年及成人早期，多指標(biāo)聯(lián)合推斷年齡較單指標(biāo)推斷年齡的準確度更高，女性MAD可達1.41歲、男性MAD可達1.36歲。此外女性的95%PI寬度為5.91歲、男性為5.49歲。同時多指標(biāo)聯(lián)合推斷年齡區(qū)分未成年人與成年人的特異性為女性91%、男性90%，敏感性為女性93%、男性94%。然而該研究樣本量較小，后續(xù)研究需增加樣本量，同時還需使用合理分析方法明確不同指標(biāo)之間是否存在條件獨立或條件依賴。

3.4 MRI年齡推斷的限制

臨床上獲取骨關(guān)節(jié)MRI影像需較長的掃描時間，致使受檢者容易感到不適，尤其是青少年個體，可能在攝片中產(chǎn)生運動偽影，影響序列分辨率。雖然HILLEWIG等[33]首次報道完成鎖骨MRI掃描只需4 min，但多指標(biāo)聯(lián)合推斷年齡勢必涉及多部位MRI掃描，從而大大增加了掃描時長。此外，MRI掃描成本相對較高，相對昂貴的檢查費用一定程度上限制了MRI影像在年齡推斷研究中的應(yīng)用。雖然部分文獻[9-10，13，19]證實 MRI影像可作為 X 射線技術(shù)的替代手段，但綜合兩者的性價比分析認為，目前MRI掃描技術(shù)尚無法完全替代CT掃描。同時，MRI影像在法醫(yī)學(xué)活體年齡研究中處于起步階段，目前的研究結(jié)論還需進一步驗證，尚不足以廣泛應(yīng)用于鑒定實踐。