ADC全域直方圖分析對腮腺多形性腺瘤和腺淋巴瘤的鑒別診斷價值

雷曉雯， 程敬亮， 冉云彩

近年來涎腺腫瘤的發病率逐年上升，約有80%發生于腮腺[1]。腮腺腫瘤良性居多，其中以多形性腺瘤和淋巴瘤最為常見，分別約占腮腺良性腫瘤的80%和10%[2]。由于多形性腺瘤與淋巴瘤的生物學特點差異較大，其轉歸和治療方式差異亦較大，故術前準確診斷具有重要的臨床意義。目前常規MRI因其良好的軟組織分辨率，已成為腮腺腫瘤的主要影像檢查手段。全域直方圖分析是基于像素分布的一種新的圖像分析方法，可提取肉眼無法分辨的多種圖像信息，對腫瘤整體灰度分布情況進行分析，現已應用于不同種類腫瘤的鑒別診斷和術前分級等[3-4]。本研究通過對比分析腮腺多形性腺瘤與腺淋巴瘤的直方圖特征，探討基于ADC值的全域直方圖分析對這兩種腮腺常見良性腫瘤的鑒別診斷價值。

材料與方法

1.一般資料

回顧性分析本院2018年6月-2019年6月經手術及病理證實的47例腮腺良性腫瘤患者的病例資料。其中，多形性腺瘤26例(均為單發，共26個腫塊)，男10例、女16例，年齡21～62歲、平均(41.46±12.76)歲；腺淋巴瘤21例(其中5例為多發，共26個腫塊，多發者取其最大者入組)，男20例、女1例，年齡41～78歲、平均(60.19±9.53)歲。主要臨床表現為腮腺無痛性緩慢增長的腫塊。納入標準：①腫瘤行MRI檢查前未進行穿刺活檢或其它干預/治療等；②經手術或穿刺活檢病理及免疫組織化學檢查證實；③MRI上無明顯偽影，圖像質量符合后處理要求。

2.檢查方法

使用Siemens Skyra 3.0T磁共振掃描儀和20通道頭頸聯合線圈。患者取頭先進、仰臥位。DWI掃描參數：b=0、1000 s/mm2，TR 3300.0 ms，TE 54.0 ms，矩陣160×60，層厚4.0 mm，層間距1.2 mm，掃描后自動重建出ADC圖。

3.圖像處理和分析

從PACS工作站中導出所有病例的MR圖像，挑選出各個病例包含瘤體所有層面的ADC圖像存儲為BMP格式用以進行全域直方圖分析。采用MaZda軟件對圖像進行分析。在包含腫瘤實質的所有ADC圖像上，逐層沿瘤體邊緣手動勾畫ROI，并以紅色填充腫瘤區域，隨后軟件自動生成ROI的直方圖(圖1～2)，相應的直方圖參數亦由軟件自動計算得出，包括平均值、方差、偏度、峰度和第1、10、50、90、99百分位數(pecentile，P)。由兩位放射科醫師參考其它MRI序列(如T2WI或對比增強T1WI等)后共同確定和勾畫ROI。最后利用Excel軟件將腫瘤各層面上ROI的參數值進行匯總，求取平均值。

4.統計學分析

使用SPSS 21.0軟件進行統計學分析。首先對數據進行Shapiro-Wilk正態性檢驗和方差齊性檢驗，對符合正態分布的計量資料以均數±標準差表示，采用兩獨立樣本t檢驗比較2組間各項直方圖參數的差異；不符合正態分布者以中位數±四分位間距表示，以秩和檢驗比較2組間的差異；以P<0.05為差異有統計學意義。對組間差異有統計學意義的參數，繪制ROC曲線并計算曲線下面積(area under curve，AUC)，確定最佳臨界值，并計算相應的敏感度、特異度和Youden指數，以評價各項直方圖參數鑒別診斷腮腺多形性腺瘤與腺淋巴瘤的診斷效能。

結 果

腮腺多形性腺瘤組與腺淋巴瘤組灰度直方圖各項參數值及組間比較結果見表1。

表1 多形性腺瘤組與腺淋巴瘤組灰度直方圖參數比較

兩組間平均值、偏度、P1、P10、P50、P90和P99的差異均有統計學意義(P<0.05)。多形性腺瘤組的偏度值小于腺淋巴瘤組，其余各項參數值均大于腺淋巴瘤組。兩組間方差和峰度的差異無統計學意義(P=0.781；P=0.915)。

平均值、偏度及P1、P10、P50、P90和P99鑒別腮腺多形性腺瘤與腺淋巴瘤的ROC曲線分析結果見表2、圖3～4 。其中以P10的鑒別診斷效能最高(AUC為0.913)，其次為平均值(AUC為0.875)和P50(AUC為0.873)。P1和P99的AUC較小(<0.75)且Youden指數偏低(<0.6)，兩者的鑒別診斷價值有限。

表2 直方圖參數鑒別2類腫瘤的ROC曲線分析結果

腮腺腫瘤組織學表現多樣，以良性腫瘤為主，惡性者較少[5]，而良性腫瘤中多形性腺瘤和腺淋巴瘤最為常見[6]，兩類腫瘤患者的主要臨床表現均為腮腺無痛性緩慢增長的腫塊。多形性腺瘤是最常見的腮腺良性腫瘤，也稱為混合瘤，多于中年發病，女性略多于男性；腺淋巴瘤又叫Warthin瘤或淋巴乳頭狀囊腺瘤，好發于中老年男性吸煙者[7]。多形性腺瘤和腺淋巴瘤雖同為良性，但腺淋巴瘤的惡變風險低于1%，明顯低于多形性腺瘤[8]，且其與多形性腺瘤的生物學特點差異較大，轉歸和治療方式亦明顯不同，故對兩類腫瘤進行早期準確的鑒別診斷有利于治療方案的制訂。

MRI因其良好的軟組織分辨率已成為腮腺腫瘤的主要影像學檢查手段，DWI結合ADC值及動態對比增強MRI(DCE-MRI)已廣泛應用于腮腺腫瘤的鑒別診斷[9]。紋理分析作為一種新興技術，可提供量化指標，用于腫瘤的鑒別診斷、分期、分級以及預后評估等，在醫學圖像影像特征提取中的應用越來越廣泛[10]。灰度直方圖是其中一種重要的圖像定量分析技術，通過提取圖像中ROI的特征值、評價ROI內灰階強度分布將影像信息量化，提供更多人眼難以分辨的腫瘤內部的異質性信息[11]，且操作簡便、可重復性強。全域直方圖分析較以往的單層最大層面ROI測量更具有客觀性，可避免由于局部區域勾畫ROI導致的抽樣誤差，充分反映病灶內全部體素的信號特征。近年來，全域直方圖分析已用于評價多個系統的腫瘤[12]，但用于頭頸部腫瘤的研究報道較為少見。

本研究采用基于ADC的全域直方圖分析方法，通過分析灰度直方圖平均值、方差、偏度、峰度及第1、10、50、90和99百分位數共9個參數對腮腺多形性腺瘤與腺淋巴瘤的鑒別診斷價值，結果顯示有7個參數(平均值、偏度和第1、10、50、90、99百分位數)在多形性腺瘤與腺淋巴瘤間的差異具有統計學意義，其中第10百分位數的鑒別診斷效能最高，曲線下面積為0.913，其次為平均值和第50百分位數。平均值是對所有腫瘤內所有數據進行整合分析，第n百分位數的差異在一定程度上代表了不同腫瘤間瘤體組織成分的不同即腫瘤間的異質性[13]，例如本研究中多形性腺瘤的第10百分位數值為132.92±28.65，可理解為在整個瘤體中有10%區域的ADC灰度值≤132.92。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，代表數據分布的不對稱程度[14]。本研究顯示多形性腺瘤的平均值和第1、10、50、90和99百分位數均大于腺淋巴瘤；而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。上述差異可能與兩種腫瘤的細胞組成成分不同有關，多形性腺瘤光鏡下以結構以多形性為特征，通常由上皮、變異肌上皮成分、黏液和軟骨樣組織等混合而成，而腺淋巴瘤主要由嗜酸性細胞、導管上皮細胞和豐富的淋巴樣間質組成[15]。

綜上所述，基于ADC的全域直方圖分析可為腮腺多形性腺瘤與腺淋巴瘤的鑒別診斷提供可靠信息，其中第10百分位數、平均值和第50百分位數等參數具有良好的鑒別診斷效能，但第1和第99百分位數的曲線下面積偏小且Youden指數偏低，診斷效能尚值得商榷。目前對于腮腺腫瘤紋理分析的研究尚處于初步階段，尚沒有統一的標準進行衡量，要使此方法真正在臨床發揮作用，還需要擴大樣本量進一步深入研究以積累更多的經驗。