这种“原理验证”研究评估了最近提出的“Imiomics”技术是否能够以高/前所未有的分辨率可视化脂肪和瘦肉组织质量与局部组织体积和脂肪含量的关系。在基于人群的POEM研究中，对159名男性和167名50岁女性进行了全身定量水脂MRI扫描。通过DXA测量总脂肪和瘦肉质量。通过水脂MRI测量脂肪含量。脂质量和分布测量与使用Imiomics的整个身体组织体积和脂肪浓度的详细差异相关。脂肪量与身体所有皮下区域的组织体积以及肝脏，腹膜内脂肪，腹膜后脂肪和肾周脂肪的体积呈正相关(r> 0.50，p <0.05)，但与肺容量呈负相关。脂肪量与椎旁肌肉的体积以及大腿和下肢腹侧部分的肌肉呈正相关。脂肪量与躯干皮下脂肪组织中的脂肪含量明显相关。瘦体重与大骨骼肌和骨骼正相关。本研究表明，Imiomics技术适用于脂肪和瘦肉组织分布的研究，并且可用于大规模研究。

脂肪组织的量和分布都是肥胖中要考虑的主要特征。它是从具有高腰/臀比(WHR)受试者在预定义的异位脂肪库具有增加的脂肪量，如肝先前成像研究已知，腹膜内，腹膜后，肾周和在外延/心包1，2，3，4，但增加的脂肪质量或者高WHR的精确解剖相关因素未详细已知的。身体成分的另一个重要特征是瘦体重，其主要由骨骼肌质量构成。

我们最近开发了一种分析全身MRI数据的新方法，其中全身扫描中包含的200多万个图像元素的体积和脂肪含量(脂肪百分比)与参考人(一个男性)进行量化。和一个女性)，所谓的“Imiomics5”。通过这样做，可以在膨胀/收缩和脂肪含量方面将任何表型与每个图像元素相关联，并且可以构建解剖相关图。这将创建关于相关性与表型的高分辨率解剖学视图，而无需预定义的脂肪库或其明确的量化。

先前已经详细描述和评估了Imiomics技术5。已经证明它在大型群组中的应用中是稳健的，并且当在整个身体上平均时，给出表示小于5mm的反向一致性的准确度评估分数。

与基于在预定义的感兴趣区域(ROI)中进行分析的传统技术相比，非目标和高度空间详细的Imiomics分析可以捕获例如由于异质组织导致的器官内变异或关系不能发生的器官发现被期望。因此，Imiomics是一种有可能在非成像参数和MRI成像数据(组织，器官或器官的一部分)之间找到新关系的技术。该技术能够在器官和组织水平以及体素水平上，即在器官和组织内发现，这基本上不同于基于预定义的感兴趣区域的常规分析。

在本研究中，我们使用Imiomics技术将肥胖，脂肪量和WHR的两个主要特征与全身体内局部组织体积和脂肪含量联系起来，在一项基于人群的样本中，对于年龄为50岁的326名受试者进行了前瞻性研究。关于肥胖，能量和新陈代谢(POEM)的研究6。在这种“原理验证”研究中测试的假设是，我们通过图像分析可以看出增加的脂肪量和高WHR如何以高分辨率影响身体不同部位的体积和脂肪含量。此外，我们使用Imiomics研究了与瘦体重相关的解剖学。