T2WI全域直方圖分析鑒別診斷腮腺多形性腺瘤與腺淋巴瘤

高 鑫，程敬亮，文寶紅，張 勇

(鄭州大學第一附屬醫院磁共振科，河南 鄭州 450052)

腮腺腫瘤多為良性，多形性腺瘤和腺淋巴瘤的發病率分列第1、2位，約占良性腫瘤的80%和10%[1]。多形性腺瘤可復發或惡變，手術時僅保留面神經，需將腫瘤累及腺體切除；而腺淋巴瘤極少發生惡變，僅需行腫瘤切除術，但有多灶性生長的特性[2]。2種腫瘤轉歸及手術處理方式不同，術前準確診斷尤為重要。直方圖分析可提取肉眼無法分辨的多種圖像信息，現已用于鑒別腫瘤良惡性[3]、腫瘤分型[4]及預測生存時間[5]等。T2W是MR常規掃描序列，圖像質量好，偽影較少，能提供高信噪比的腮腺結構圖像。本研究探討基于T2WI的全域直方圖分析方法鑒別診斷腮腺多形性腺瘤與腺淋巴瘤的價值。

1 資料與方法

1.1一般資料 回顧性分析2015年2月—2018年2月我院收治的68例經手術病理證實的腮腺腫瘤患者的資料，多形性腺瘤35例(多形性腺瘤組)，男15例，女20例，年齡23～80歲，平均(39.5±12.6)歲，均為單發病灶；腺淋巴瘤33例(腺淋巴瘤組)，男31例，女2例，年齡47～79歲，平均(61.5±8.7)歲，單發26例，雙側多發7例，共42個病灶(多發病灶取其中最大者入組)。臨床均表現為腮腺無痛性緩慢增長的腫塊。納入標準：①經手術病理證實；②腮腺MR檢查前未接受穿刺活檢、放療、化療等干預或治療；③MR圖像質量符合后處理要求，無影響圖像分析的明顯偽影。

1.2儀器與方法 采用Siemens Verio 3.0T MR掃描儀，頭頸聯合線圈。T2WI采用TSE序列，TR 7 440 ms，TE 125 ms，FOV 240 mm×240 mm，層厚5 mm，層間距1 mm。

1.3圖像分析 采用MaZda軟件進行圖像分析。由2名醫師于軸位T2WI所有包括腫瘤的層面上沿腫瘤邊緣獨立手動勾畫ROI，并以紅色填充腫瘤區域，軟件自動生成每層ROI的灰度直方圖，計算每層腫瘤的直方圖參數，包括平均值、方差、偏度、峰度和第1、10、50、90、99百分位數。

1.4統計學分析 采用SPSS 20.0統計分析軟件。對2名醫師測量的直方圖參數進行組內相關系數分析，二者測量數據的一致性好(相關系數>0.75)，故取其平均值。對符合正態分布的計量資料用±s表示，以兩獨立樣本t檢驗比較2組間直方圖各參數的差異；不符合正態分布者用中位數(上下四分位數)表示，以Wilcoxon檢驗比較2組間的差異。繪制ROC曲線，計算曲線下面積，評價各直方圖分析參數鑒別診斷腮腺多形性腺瘤與腺淋巴瘤的效能。P<0.05為差異有統計學意義。

2 結果

腮腺多形性腺瘤組與腺淋巴瘤組間平均值、方差、偏度、峰度和第10、50、90、99百分位數差異均有統計學意義(P均<0.05)，第1百分位數差異無統計學意義(P=0.635)；見表1，圖1、2。

表1 多形性腺瘤與腺淋巴瘤灰度直方圖參數比較

平均值、方差、偏度、峰度和第10、50、90、99百分位數診斷腮腺多形性腺瘤與腺淋巴瘤的ROC曲線結果見表2，ROC曲線見圖3。以第50、90百分位數鑒別腮腺多形性腺瘤與腺淋巴瘤的準確率均為80.88%，其中第50百分位數的敏感度更高，為72.73%；第90百分位數的特異度和曲線下面積更大，分別為94.29%和0.781。

3 討論

腮腺多形性腺瘤也稱混合瘤，是最常見的腮腺良性腫瘤，光鏡下以結構多形性為其特征，通常由上皮、變異肌上皮成分、黏液、軟骨樣組織等混合構成。腮腺多形性腺瘤多于中年發病，女性略多于男性，MRI主要表現為T2WI呈不均勻高信號，增強掃描明顯強化[6]。腺淋巴瘤又稱Warthin瘤或淋巴乳頭狀囊腺瘤，好發于中老年男性，常見于腮腺淺葉后下方，是一種由腺上皮構成的腫瘤，易多發，病程中常有腫瘤消長現象，多數患者有長期吸煙史。大多數腺淋巴瘤T2WI呈等、低信號，增強掃描表現為輕中度強化。目前DWI及動態對比增強MRI(dynamic contrast-enhanced MRI， DCE-MRI)常用于鑒別腮腺腫瘤，腺淋巴瘤的ADC值高于多形性腺瘤，多形性腺瘤的時間-信號強度曲線主要表現為流入型，而腺淋巴瘤主要為廓清型[7]。雖然DWI和DCE-MRI能為腫瘤的鑒別診斷提供重要信息，但易受操作者主觀因素影響，且致檢查時間和檢查費用增加。

表2 灰度直方圖參數鑒別診斷多形性腺瘤與腺淋巴瘤的ROC曲線分析結果

圖1 患者男，23歲，左側腮腺多形性腺瘤直方圖分析 A.軸位T2WI； B.沿腫瘤邊緣手動勾畫ROI，以紅色填充腫瘤區域； C.獲得腫瘤灰度直方圖，橫坐標表示ROI內不同灰度值，縱坐標表示各灰度值出現的頻率

圖2 患者男，62歲，左側腮腺腺淋巴瘤直方圖分析 A.軸位T2WI； B.沿腫瘤邊緣手動勾畫ROI，以紅色填充腫瘤區域； C.獲得腫瘤灰度直方圖，橫坐標表示ROI內不同灰度值，縱坐標表示各灰度值出現的頻率

圖3 灰度直方圖參數鑒別診斷腮腺多形性腺瘤與腺淋巴瘤的ROC曲線

紋理分析是近年來新興的一種圖像分析方法，能更客觀地反映病變的性質和信號特征分布[8]。直方圖分析是紋理分析的常用方法之一，主要描述圖像中某一灰度級的像素個數、圖像灰度分布的范圍、亮暗程度以及對比度情況。在常規檢查的基礎上，直方圖分析通過提取圖像中ROI的特征值，以定量的方式將影像信息量化，提供更多人眼難以分辨的腫瘤內部異質性信息[9]，操作簡便，可重復性強。目前紋理分析已被嘗試用于腮腺腫瘤分類[10]、檢出隱匿性腭扁桃體鱗狀細胞癌[11]以及鑒別眼眶淋巴瘤和炎性假瘤[12]等。全域測量直方圖分析測量病灶內所有體素的信息，可充分反映病灶內全部體素的信號特征，較以往的單層最大層面測量ROI更具有客觀性，測量誤差更小。近年來，全域直方圖分析已用于評價多個系統的腫瘤，如鑒別前縱隔胸腺瘤與淋巴瘤[13]、區分不同亞型黏液性乳腺癌[4]、鑒別睪丸精原細胞瘤與非精原細胞瘤[14]及鑒別橋小腦角區前庭神經鞘瘤與腦膜瘤[15]等。T2W是臨床廣泛應用的常規序列，圖像質量好，偽影少，可以更好地提取腫瘤的紋理特征[16]。

本研究采用基于T2WI的全域直方圖分析方法來觀察其鑒別腮腺多形性腺瘤與腺淋巴瘤的價值，結果表明腮腺多形性腺瘤的平均值和第10、50、90、99百分位數均明顯高于腺淋巴瘤，可能與多形性腺瘤包含軟骨黏液樣基質成分而在T2WI上表現為高信號有關[6]。平均值和第50百分位數均可反映數據的集中趨勢和平均水平。本研究中第50百分位數的ROC曲線下面積較大，計算時第50百分位數去除了數據中特大值、特小值的影響，而平均值是對所有腫瘤內所有數據進行整合分析，雖然具有較好穩定性，但特異度可能較低。第90百分位數統計上更依賴于T2WI中的高信號像素，也能很好地鑒別2種腫瘤。方差主要用于度量數據變化或離散程度。本研究顯示多形性腺瘤的方差高于腺淋巴瘤，可能因多形性腺瘤的內部成分較腺淋巴瘤更復雜、病變更不均勻所致。偏度是從直方圖外形的角度研究圖像像素灰度值的分布情況[17]。本組腺淋巴瘤的偏度絕對值大于多形性腺瘤，其總體上呈正偏移，表明腺淋巴瘤灰度值分布的偏移程度更大，低灰度值出現的頻率更高，可能與腺淋巴瘤由嗜酸性上皮和淋巴樣的間質構成有關。峰度描述病變中所有值分布形態的陡緩程度，反映其與正態分布相比而言的尖銳或平坦程度[17]。本組多形性腺瘤的峰度明顯低于腺淋巴瘤，且兩者均為正峰度，提示兩者分布均較正態分布尖銳，且腺淋巴瘤的分布更尖銳，即其信號更集中，腫瘤更均質。

綜上所述，基于T2WI的全域直方圖分析可為鑒別腮腺多形性腺瘤與腺淋巴瘤提供可靠信息，其中第50、90百分位數的診斷效能較好，能夠輔助鑒別診斷2種腫瘤。