CT圖像后處理技術在亞厘米級肺部磨玻璃結節診斷中的應用

李 斌，黎良山，高 宇

(嘉興市中醫醫院 放射科，浙江 嘉興 314000)

肺部磨玻璃結節(ground glass nodule， GGN)是指在CT圖像中出現中密度輕度增加的影像，在一定情況下，能夠顯示出支氣管內部結構，不具有特異性。臨床上將<10 mm的肺部磨玻璃結節稱為亞厘米級肺部磨玻璃結節，根據結節構成，又可以分為純磨玻璃影(pure ground-glass nodule， pGGN)和混雜磨玻璃影(mixed ground-glass nodule， mGGN)。有文獻報道[1]，pGGN和mGGN影像科臨床檢出率分別為4.2%和5%。在臨床實際工作中發現GGN中有一部分為早期肺癌[2]，部分結節由于形態不典型且多無血流以及淋巴轉移，因此診斷較為困難。隨著CT螺旋掃描技術的發展，圖像后處理技術能有效彌補診斷的不足，本研究應用圖像后處理技術對肺部亞厘米級磨玻璃小結節進行處理分析，探討其在診斷亞厘米級GGN中的應用價值。

1 資料與方法

1.1 一般資料 選取2015年1月—2017年9月嘉興市中醫醫院肺結節門診收治的94例肺結節患者為研究對象。所有患者影像資料及生化檢查資料齊全，有明確的病理診斷結果，肝腎功能正常，無造影劑過敏史，入選的肺腺癌患者均符合2011 年 ATS/IASLC/ERS[3]組織制定的肺腺癌標準。排除合并有其他臟器惡性病變患者，肝腎功能不全及功能衰竭患者，病理資料及影像資料不全患者，結節在1 cm以上患者，磨玻璃結節為多發病例者。入選患者中男52例，女42例；年齡18～79歲，平均48.61±30.42歲；結節大小3.2～9.8 mm，平均6.51±3.28 mm；浸潤前病變23例，浸潤性病變20例，良性病變51例。本研究經醫院倫理委員會批準，所選患者均簽署知情同意書。

1.2 檢查方法 應用GE HIGH SPEED 16層螺旋CT(美國GE通用電氣公司)進行掃描，掃描范圍：以磨玻璃結節病變為中心的1/4肺野，管電壓：120 kV，管電流：300 mA，層厚：0.625 mm，層間距：0.625 mm，探測器16 mm×0.625 mm，螺距0.938∶1，呼吸配合不佳者螺距1.375∶1，視野(FOV)≤230 mm×230 mm，重建矩陣512×512。靶向掃描前，要全面檢查患者的常規胸部CT圖像，制定掃描計劃。患者取仰臥位、頭先進掃描方式，掃描結束評估圖像質量，如不符合診斷要求重新制定掃描計劃。增強檢查采用動脈期(30 s)及靜脈期(60 s)掃描方案，各參數與平掃一致，造影劑應用碘海醇(300 mg I/mL)，劑量：90 mL，流率：3.0 mL/s。所選患者在檢查前均簽署大型設備檢查知情同意書。

1.3 圖像分析與評價標準 選擇科室2位高年資的放射科診斷醫生進行閱片，當診斷結果存在不同意見時，請科主任共同會診，最終達成一致的診斷意見。CT掃描完成后，將圖像傳送至GE AW 4.5圖像工作站(美國GE通用電氣公司)，冠狀位重建層厚3 mm，矢狀位重建層厚5 mm，重建模式選擇應用系統的肺算法。選擇肺窗(-450 HU，1500 HU)、縱膈窗(115 HU，235 HU)狀態下分析每個肺結節，并進行標記，手動勾勒結節邊界，避開肺部血管、支氣管以及相應胸膜組織等結構，最后通過系統軟件，以病灶為中心行行多平面重建技術(multiplane reconstruction， MPR)、最大密度投影法(maximum intensity projection， MIP)、容積成像法(volume rendering， VR)以及仿X線重建。記錄內容包括：病灶大小、病灶形態，邊緣形態，內部結構，瘤肺界面等。瘤肺界面指占位病變與正常肺組織之間的連接界面，影像中分為清楚毛糙和清楚光滑。淺分葉：病變外圍的輕微分葉狀改變。毛刺征：占位病變邊緣向周圍擴展的細直且無分支的短線條稍高密度影像。棘突征：占位病變邊緣向周圍生長，具有超過2 mm的寬基底，向周圍擴展的稍高密度短粗線條影。血管集束或增粗征以及胸膜凹陷征均是病變鄰近結構改變的結果，如出現結構牽拉征象，則提示有病變浸潤。空氣支氣管征：占位病變中直徑1～2 mm的低密度細支氣管影像[4]。

1.4 統計學方法 采用SPSS 17.0統計學軟件，診斷一致性檢驗應用Kappa分析，計量資料兩組間比較采用t檢驗、多組間比較采用方差分析，計數資料比較采用χ2檢驗，P<0.05為差異有統計學意義。

2 結果

2.1 一致性檢驗 各圖像后處理技術對亞厘米級GGN良性病變及惡性病變的診斷見封三圖1、圖2。Kappa一致性檢驗結果顯示，兩名醫生的診斷結果與病理結果比較的Kappa值均在0.75以上。兩名醫生的Kappa值比較，差異均無統計學意義(P>0.05)，見表1。

2.2 圖像后處理技術對征象的檢出 在毛刺、棘突、淺分葉、空氣支氣管征、瘤肺界面征象中，各圖像后處理技術的檢出例數比較，差異均具有統計學意義(P<0.05)。各圖像后處理技術對毛刺征象檢出例數兩兩比較，MPRvs.VR差異有統計學意義(χ2=13.689，P<0.001)；各圖像后處理技術對棘突征象檢出例數兩兩比較，MPRvs.VR差異有統計學意義(χ2=14.400，P<0.001)；各圖像后處理技術對淺分葉征象檢出例數兩兩比較，MPRvs.VR差異有統計學意義(χ2=12.817，P<0.001)，仿X線vs.VR差異有統計學意義(χ2=5.035，P=0.044)；各圖像后處理技術對空氣支氣管征征象檢出例數兩兩比較，MPRvs.VR差異有統計學意義(χ2=7.585，P=0.013)；各圖像后處理技術對瘤肺界面征象檢出例數兩兩比較，MIPvs.VR差異有統計學意義(χ2=8.987，P=0.003)，MPRvs.VR差異有統計學意義(χ2=25.486，P<0.001)，仿X線vs.VR差異有統計學意義(χ2=9.448，P=0.004)；見表2。

表1 各CT圖像后處理技術的Kappa檢驗結果

表2 CT各圖像后處理技術對各征象的檢出(例)

2.3 CT征象與病理資料比較 浸潤前病變、浸潤病變和良性病變組的毛刺、棘突、淺分葉、空氣支氣管征、血管集束征、胸膜凹陷征、瘤肺界面比例比較，差異均具有統計學意義(P<0.05)；pGGN/mGGN檢出率比較，差異無統計學意義(P>0.05)；見表3。

表3 CT影像表現與病理資料對比

3 討論

GGN是肺部一種不具有特異性的結節影像[5-6]，其病理發展過程是由于肺泡的不完全填充，由炎癥所造成的間質增厚，逐漸出現纖維化，肺泡塌陷，局部組織的非特異性增生所形成[7-8]。GGN的成因可為良性，也可為惡性，因此GGN病理上也具有良性和惡性之分，根據ATS/IASLC/ERS制定的標準[3]，可分為浸潤前病變、浸潤病變以及良性病變。CT圖像后處理技術的應用，在一定程度上緩解了僅靠隨訪進行GGN診斷的狀態[9-10]。亞厘米級GGN往往出現在疾病發病的更早期階段，亞厘米級GGN的確定診斷對于臨床治療具有重要意義。本研究選取94例符合入組標準的亞厘米級GGN患者進行回顧性總結分析，分析各CT圖像后處理技術的診斷效果。

本研究結果顯示，在毛刺、棘突、淺分葉、空氣支氣管征、瘤肺界面征象中，MPR、MIP、VR和仿X線技術四種圖像后處理技術的檢出例數比較差異均有統計學意義。其中，MPR和VR技術對毛刺、棘突、淺分葉、空氣支氣管征、瘤肺界面征象的檢出例數比較，差異均有統計學意義(P<0.05)，提示MPR技術在各結節的外形邊界診斷中能夠發現更加微小的病變，可能與采用冠狀位、軸位與矢狀位三種位置同時進行MPR 技術分析，拓寬診斷角度有關。本研究結果還顯示，浸潤前病變、浸潤病變和良性病變組的毛刺、棘突、淺分葉、空氣支氣管征、血管集束征、胸膜凹陷征、瘤肺界面比例比較差異均具有統計學意義(P<0.05)，說明通過CT圖像后處理技術的應用，CT可分辨亞厘米級GGN結節的形態學及內部結構的變化，通過各征象的檢出進行亞厘米級GGN的診斷。

MIP重建能觀察到肺組織內的微細血管結構[11-12]，并且能夠實現三維空間內的任意角度旋轉。在本研究中，在顯示亞厘米級GGN邊緣形態、內部及臨近結構上，MPR優于MIP、VR和仿X線。VR能清晰顯示結節的供血動脈以及引流靜脈，能夠獲得較小的動脈血管及其分支[13]，可以用來評價結節的供血情況。本研究評價血管集束征時，VR檢出例數要多于MIP及MPR。仿X線成像能夠獲得X線平片的影像，提高疾病的密度分辨率[14]。因此在亞厘米級GGN診斷時，可利用MIP觀察其內部結構，使用VR評價其血管走形，應用MPR多角度觀察評價其內部及外部形態，利用仿X線獲得其“連續”的X線影像，進行結節的整體形態及位置評價[15]。

綜上所述，各CT圖像后處理技術在毛刺、棘突、淺分葉、空氣支氣管征、瘤肺界面征象檢出能力上有差別，MPR對毛刺、棘突、淺分葉、空氣支氣管征、瘤肺界面征象的檢出能力優于VR技術。