螺旋CT靶掃描及重建聯合Fisher判別在孤立性肺結節良惡性診斷中的作用

鄧波 孟令平 孔鵬 張洪 李長富

螺旋CT靶掃描及重建聯合Fisher判別在孤立性肺結節良惡性診斷中的作用

鄧波 孟令平 孔鵬 張洪 李長富

目的 探討螺旋CT靶掃描及三維重建技術聯合Fisher判別法在孤立性肺結節良惡性鑒別診斷中的價值及臨床作用。方法 收集分析80例孤立性肺結節(SPN)患者的CT及臨床基本資料, 按手術病理為金標準分為良性(n=22)、惡性(n=58)兩組，通過多平面重組(MPR)、最小密度投影(MIP)、容積再現(VR)、曲面重建(CPR)等后處理重建技術充分顯示肺結節CT形態學特征，如分葉征、支氣管截斷征、空泡征、毛刺征、血管集束征、胸膜凹陷征、棘突征等，將三維數據依據病理結果分為良、惡性兩組，以兩組間具有統計學意義的的CT形態學特征(分葉征、支氣管截斷征、空泡征、毛刺征、血管集束征、胸膜凹陷征、棘突征)為指標并行Fisher判別，得出標準判別式后，采用交叉核實法計算誤判概率。結果 靶掃描三維重建技術所獲得的SPN陽性征像明顯比傳統的二維圖像多，依據SPN三維重建數據得出的Fisher 判別公式為Z=1.094X1+0.614X2-0.420X3-0.960X4-0.310X5+0.679X6+1.035X7，誤判率為7.5%, 鑒別診斷的準確率達92.5% 。結論 螺旋CT靶掃描及重建聯合Fisher判別在孤立性肺結節良惡性的定性診斷具有較高的臨床價值。

孤立性肺結節病變;螺旋CT靶掃描技術;X線計算機；體層攝影術；Fisher判別

目前孤立性肺結節(solitary pulmonary nodule，SPN)的公認統一定義為：肺內單發、直徑≤30 mm的圓形、類圓形或形態不規則，不伴肺不張、轉移灶或合并肺內其它病變的肺部孤立性結節[1-2]。常見的SPN包括原發型肺癌、炎性感染、肺內轉移灶、良性腫瘤等，因此SPN的早期正確診斷就顯得尤為重要，直接影響患者治療方式的選擇，對臨床治療具有重要作用，本文通過聯合螺旋CT靶掃描及三維重建技術與Fisher判別用于SPN的鑒別診斷，以提高其診斷準確率。

資料與方法

一、一般資料

收集2014年6月-2016年6月在我院行胸部CT檢查發現的SPN經手術治療并病理證實共計80例病例，其中惡性結節58例，良性結節22例，患者年齡25-82歲，男性48例，女性32例，平均年齡43.4歲。

二、CT檢查及征象評價

經西門子SOMATOM Definition As+128層4D螺旋CT掃描儀進行常規胸部掃描(管電壓120KV, 47-59mAs，準直128×0.6mm,掃描層厚5mm，層距為1.2mm。)發現肺結節后，以肺結節為中心行窄FOV薄層高分辨(HRCT)靶掃描，層厚及層間距分別為1mm ，0.8mm，FOV 常規為20cm。將掃描獲得圖像，傳入ADW4.6后處理工作站行多平面重組(MPR)、容積再現(VR)、曲面重組(CPR)、最小密度投影(MIP)等不同技術進行重建，并由兩名經驗豐富的醫師對重建前及重建后肺結節的胸膜凹陷征、分葉征、毛刺征、棘突征、支氣管截斷征、空泡征等數據進行記錄、統計，將其分為傳統軸位、三維重建兩組，并將經三維重建后的數據按病理及隨訪分成良、惡性兩組。

結 果

一、統計學分析

兩組數據并進行單個征象的χ2檢驗,P<0 .05認為有統計學意義，以兩組間有統計學意義的CT形態學征象作為指標行Fisher判別, 并采用交叉核實法計算誤判概率。被作為判別指標(X1=分葉征、X2=支氣管截斷征、X3=空泡征、X4=毛刺征、X5=血管集束征、X6=胸膜凹陷征、X7=棘突征)進行Fisher判別, 所得判別公式為Z=1.094X1+0.614X2-0.420X3-0.960X4-0.310X5+0.679X6+1.035X7，判別界值Zc為0.846。將結節的各種CT 形態學征象賦值后代入公式中計算得到Z值, 當Z>0.846時判為惡性結節;Z<0.846時判為良性結節;Z=0.846時可判為任一類。統計軟件為SPSS 19 .0 , 檢驗標準為0 .05 ，與術后病理對照，來評價其準確性。

二、CT征象分析

1 靶掃描及三維重建后圖像(圖1-4)7種征像的檢出率明顯高于傳統軸位圖像(表1)。三維重建后良性和惡性結節形態學征象行χ2檢驗均有統計學意義(見表2)。

圖1 男，56 歲，左下肺微小浸潤性腺癌，圖1a傳統軸位平掃見左下肺片狀模糊密度增高影，圖1b、1c靶掃描示病灶邊緣見毛刺及分葉征，病灶內見空泡征(箭)。

圖2 男37歲，右上肺錯構瘤，傳統軸位掃描示右上肺邊緣清晰實行結節影，遠端見一緊貼病灶血管影(箭)，圖2b、2c靶掃描MPR重建示病灶邊界清晰，未見明顯血管集束征。

圖3 男，65歲，右肺中葉浸潤性腺癌，圖3a傳統軸位掃描示右肺中葉片狀磨玻璃狀密度陰影，3b、3d靶掃描MPR重建清晰顯示病灶分葉征、內部空泡征、及遠端血管集束征、胸膜牽拉凹陷征(箭)，圖3c VR重建清晰顯示病灶大小及范圍。

圖4 男性52歲，右上肺鱗狀細胞癌，4a傳統軸位掃描示右上肺小片分葉狀實行結節影，圖4b、4c靶掃描MPR三維重建技術清晰顯示病灶分葉征、毛刺征、棘突征(箭)。

2 病理分析：80例結節中良性結節為22例，炎性假瘤9例，錯構瘤6例，結核球4例,霉菌球2例，腺瘤1例，直徑大小約7mm-25mm不等，平均直徑約15mm。惡性結節58例, 微浸潤性腺癌21例,原位癌18例,腺癌8例，腺鱗癌4例,類癌3 例，小細胞癌2例，轉移瘤1例，大細胞癌1例，病灶直徑大小約5mm-28mm不等，平均直徑約19mm。按表1 、表2中具有統計學意義的CT征象進行Fisher判別,采用交叉核實法估計誤判概率, 有6例結節良惡性判別錯誤，總體誤判率為7.5 %, 準確率為92.5%。

圖5a 圖1病理(X400，HE)證實為微浸潤性腺癌。圖5b，圖2病理(X200，HE)證實為 錯構瘤。圖5c，圖4病理(X400，HE)證實為鱗狀細胞癌。

表1 傳統軸位掃描，靶掃描及三維重建形態學征象檢出率比較

表2 良、惡性結節靶掃描及三維重建后CT形態學征象的檢出率

討 論

一、良、惡性肺結節不同病理基礎，分葉征主要是由于惡性腫瘤細胞生長速度不一，或在生長過程中受周圍結構阻擋，形態變化多樣。以腺癌和鱗癌多見，良性結節較為少見，但有的炎性結節亦可見[3-4]，本文中分葉征分別出現為8、52例。支氣管截斷征主要是腫瘤細胞沿著支氣管壁生長或者壓迫鄰近支氣管所致支氣管狹窄或截斷。主要發生在中央型肺癌中，SPN中較少[5]，本文中支氣管截斷征分別出現2、20例。空泡征是腫瘤細胞浸潤肺泡，瘤體內殘存的正常肺泡組織所致，部分炎性結節亦可見[6]，本文中空泡征分別出現2、23例。毛刺征是惡性細胞浸潤病灶周圍的小葉間隔并引起小葉間隔水腫或小血管、小淋巴管、小支氣管阻塞或擴張等所致。有的良性病灶由于增生、滲出及纖維化亦可見毛刺[7-8]。惡性結節以短毛刺多見，良性結節以長毛刺居多，本文中毛刺征分別出現7、35例。血管集束征是腫瘤組織浸潤生長，牽拉鄰近血管向瘤體集中所致。有文獻報道指出血管集束征在良、惡性病灶中出現率分別為33%、58%[9-10]，本文中血管集束征分別出現5、34例。胸膜凹陷征是病灶浸潤鄰近胸膜，引起胸膜粘連、增厚所致。研究顯示生長在胸膜附近的結節中，惡性結節出現此征象概率約68%，良性約35%[11]，本文中胸膜凹陷征分別出現7、53例，棘突征在惡性結節中是由于腫瘤細胞浸潤血管周圍的結締組織或沿淋巴管蔓延所致。良性結節中由于干酪樣組織或炎性分泌物侵入小葉間隔，導致局部支氣管、血管呈炎癥反應改變，該征象在惡性病變中出現率為56%，良性病變出現率為46%[12-13]，本文中棘突征分別出現9、45例，以上征象均可作為良、惡性結節鑒別征象指標。

二、靶掃描后三維圖像顯示征象優越性

三維重建技術對于傳統軸位圖像具有一定的優越性，可通過容積掃描的數據進行MPR、CPR、MIP、VR、SSD等重建處理更加全面的顯示結節的特征，發現一些傳統軸位圖像沒有的特征。MPR對于顯示分葉征、毛刺征、胸膜凹陷征及棘突征明顯優于傳統軸位圖像，本研究傳統軸位圖像發現分葉征18例，經MPR重建后可發現60例有該征象；80例病例中，傳統軸位圖像檢出毛刺征10例，經MPR重建后檢出42例；80例病例中，傳統軸位圖像檢出胸膜凹陷征14例，經MPR重建后可檢出60例；80例病例中，傳統軸位圖像檢出棘突征17例，經CPR重建后可檢出54例。VR與MIP對于顯示肺結節征象相似，均可用于顯示結節與其周圍血管之間的關系，本研究發現這2種重建方法對血管集束征檢出無明顯差別，不同之處在于VR空間立體感強于MIP。本組80例病例中，傳統軸位圖像檢出血管集束征5例，而經VR和MIP重建后可檢出39例。由此可知VR和MIP重建后圖像對肺結節的血管集束征明顯優于傳統軸位圖像。CPR是用掃描后的原始數據，在橫斷面圖像上沿肺結節所在的肺段支氣管畫l條曲線，沿該曲線做曲面圖像重建，并以該曲線為中心，多角度旋轉，觀察該支氣管與肺結節之間的關系。該方法對支氣管截斷征的檢出率較高。本組80例病例中，傳統軸位圖像檢出支氣管截斷征4例，經CPR重建后可檢出22例，通過本文研究及相關文獻[14-15]可知靶掃描聯合三維重建技術較傳統軸位掃描對肺結節分葉征、毛刺征、胸膜凹陷征、棘突征、支氣管截斷征、空泡征、血管集束征的清晰、準確顯示具有明顯的優勢，可以明顯提高SPN良惡性診斷的準確率,唯一不足之處在于靶掃描需要針對發現的結節做重復掃描，患者需要接受較多的輻射劑量。

三、Fisher判別原理

已知A、B 2類觀察對象，分別記錄其X1、X2、X3….Xm個觀測指標，找出一個線性組合Z=C1X1 +C2X2 + … +CmXm，求得判別式后按公式逐例計算各自函數值Zi，并進一步計算A、B 兩類的均數和總均數Zc。當各個病例的判別函數值Zi>Zc時，則判為A類；Zi

[1] 方金忠，張文奇，等.螺旋CT靶掃描及后處理重建技術對孤立性肺結節的診斷價值[J]. 醫學影像學雜志,2014:24(7):1138-1142.

[2] Chen B, Kitasaka T, Honma H, et al. Automatic segmentation of pulmonary blood vessels and nodules based on local intensity structure analysis and surface propagation in 3D chest CT images[J]. Int J Comput Assist Radiol Surg,2012,7(3):465-482.

[3] 王偉根，章家銘，應碧偉，等. 多層CT靶掃描對肺小結節(≤2cm)的診斷價值[J]. 中國現代醫生,2014:52(32):55-57.

[4] Doo K W, Kang E Y, Yong H S, et al. Accuracy of lung nodule volumetry in low-dose CT with iterative reconstruction: an anthropomorphic thoracic phantom study[J]. Br J Radiol,2014,87(1041):20130644-20130644..

[5] Walker E D, Brammer A, Cherniack M G, et al. Cardiovascular and stress responses to short-term noise exposures-A panel study in healthy males[J]. Environ Res,2016,150(8):391-397.

[6] 王成偉，李勇. 螺旋CT靶掃描與三期增強掃描聯合應用對肺結節的診斷及臨床應用價值[J]. 實用放射學雜志,2008:24(4):475-478.

[7] 方金忠，張文奇，王和平，等. 螺旋CT薄層靶掃描對孤立性肺結節與支氣管關系的診斷價值與病理對照[J]. 醫學影像學雜志,2016:26(2):234-238.

[8] Ohno Y, Nishio M, Koyama H, et al. Comparison of quantitatively analyzed dynamic area-detector CT using various mathematic methods with FDG PET/CT in management of solitary pulmonary nodules[J]. AJR Am J Roentgenol,2013,200(6):W593-W602.

[9] Zhang X, Yan H H, Lin J T, et al. Comparison of three mathematical prediction models in patients with a solitary pulmonary nodule[J]. Chin J Cancer Res,2014,26(6):647-652.

[10] Endo M, Aramaki T, Asakura K, et al. Content-based image-retrieval system in chest computed tomography for a solitary pulmonary nodule: method and preliminary experiments[J]. Int J Comput Assist Radiol Surg,2012,7(2):331-338.

[11] Cohen J G, Reymond E, Lederlin M, et al. Differentiating pre- and minimally invasive from invasive adenocarcinoma using CT-features in persistent pulmonary part-solid nodules in Caucasian patients[J]. Eur J Radiol,2015,84(4):738-744.

[12] Perandini S, Soardi G, Motton M, et al. Distribution of Solid Solitary Pulmonary Nodules within the Lungs on Computed Tomography: A Review of 208 Consecutive Lesions of Biopsy-Proven Nature[J]. Pol J Radiol,2016,81(9):146-151.

[13] Malone C, Rock L, Skourou C. Efficacy evaluation of retrospectively applying the Varian normal breathing predictive filter for volume definition and artifact reduction in 4D CT lung patients[J]. J Appl Clin Med Phys,2014,15(3):14-24.

[14] 曾艷妮,楊文海,張期蓮, 等．螺旋CT靶掃描在孤立性肺結節中的診斷價值[J].臨床肺科雜志，2012,17(6) ：1316-1317．

[15] 常莎，王瑞平. 基于 CT 三維圖像的肺結節良惡性鑒別研究[J].北京生物醫學工程雜志，2013，32(1);12-16.

[16] 王圣旨恩，孫瓊芳等.聯合CT三維重建與Fisher判別在非典型良性或惡性肺結節中的作用[J].實用放射學，2014:30(10):1638-1641..

[17] 徐釤，周四清，溫生貴. Fisher判別在孤立性肺結節CT鑒別診斷中的應用[J]. 醫學影像學雜志,2010，20(12):1806-1808.

The role of spiral CT scanning and reconstruction in the diagnosis of benign and malignant solitary pulmonary nodules by Fisher

DENGBo,MENGLing-ping,KONGPeng,ZHANHong,LIChang-fu.

DepartmentofRadiology,JinshanBranchofShanghaiSixthPeople'sHospital,Shanghai201599,China

Objective To identify the benign and malignant solitary pulmonary nodules of spiral CT scan and reconstruction technique combined with Fisher discriminant method. Methods The clinical data and CT of 80 solitary pulmonary nodules (SPN) patients were collected, and according to the surgical pathology as the gold standard they were divided into the benign group (n=22) and the malignant group (n=58). It used MPR, MIP, VR and CPR postprocessing reconstruction to reflect morphological characteristics of CT pulmonary nodules, such as lobulation, bronchial sign, vacuole sign, bur sign, vascular convergence sign, pleural indentation sign, and spinous process. Then they were divided into the benign and malignant group based on 3D data. Their morphological features were analyzed between the two groups by Fisher discriminant, and the standard discriminant after was used to calculate the probability of miscarriage of justice by cross verification method. Results Target scanning and three dimensional reconstruction technology of SPN positive signs were significantly more than the traditional two-dimensional images. The Fisher discriminant formula wasZ=1.094X1+0.614X2-0.420X3-0.960X4-0.310X5+0.679X6+1.035X7 and the misjudgment rate was 7.5%. The differential diagnosis of quasi accuracy was 92.5%. Conclusion Spiral CT scanning and reconstruction combined with Fisher discriminant has a high clinical value in the diagnosis of benign and malignant solitary pulmonary nodules.

pulmonary nodule lesions; spiral CT target scanning technology; tomography; X-ray computed; Fisher discriminant

10.3969/j.issn.1009-6663.2017.05.010

201599 上海，上海市第六人民醫院金山分院

2016-11-30]