孤立性肺結(jié)節(jié)的影像學(xué)研究進(jìn)展與價(jià)值

楊艷艷，馬利軍，劉曉林

(1.內(nèi)蒙古醫(yī)科大學(xué)包頭臨床醫(yī)學(xué)院，內(nèi)蒙古 呼和浩特；2.包頭市中心醫(yī)院影像科，內(nèi)蒙古 包頭)

0 引言

癌癥作為全球最為棘手的病癥，據(jù)統(tǒng)計(jì)表明肺癌是中國(guó)最為好發(fā)的惡性腫瘤之一，發(fā)病率大約為50/10000。臨床上大多數(shù)早期肺癌沒(méi)有特定癥狀，且發(fā)病人群較為年輕，病死率在過(guò)去30 年增加了200%以上[1]。它是全球癌癥相關(guān)死亡的最主要原因[2]。2016 年，根據(jù)美國(guó)癌癥協(xié)會(huì)公布的數(shù)據(jù)[3]，前5 年內(nèi)，早期肺癌的生存率約為56%，肺癌末期的5 年生存率極低，僅僅約為5%。因此，早期確診肺癌是提高肺癌病人的存活率最為關(guān)鍵的因素[4]。由于近年來(lái)肺癌已成為新發(fā)率和致死率最高的癌癥之一，肺結(jié)節(jié)在臨床上普遍被用來(lái)發(fā)現(xiàn)和診斷早期肺癌，因而肺結(jié)節(jié)的相關(guān)研究已引起了學(xué)術(shù)界的廣泛關(guān)注[5,6]。孤立性肺結(jié)節(jié)(solitary pulmonary nodule,SPN)是指唯一一個(gè)的、類(lèi)圓形結(jié)節(jié)，在肺實(shí)質(zhì)中最大直徑小于3cm，沒(méi)有伴隨的肺不張、胸腔積液和肺門(mén)淋巴結(jié)腫大以及其他病變[7]。近年來(lái)隨著CT 的發(fā)展、健康體檢在人民生活中不斷普及，肺結(jié)節(jié)被檢出率提高，肺結(jié)節(jié)的常見(jiàn)病因有腫瘤樣病變，其中包括良性病變和惡性病變，還有感染性引起的和非感染引起的等原因。SPN 的不同原因在治療方法和預(yù)后有著明顯的不同。所以良惡性病變的定性診斷對(duì)疾病的臨床診斷、治療以及預(yù)后均有重要意義[8,9]。目前，肺結(jié)節(jié)的定性診斷仍然存在許多困難。在臨床上通過(guò)手術(shù)切除的肺結(jié)節(jié)中，約有30%是良性的。因此，正確評(píng)估良性和惡性肺結(jié)節(jié)可以幫助選擇正確的治療方法[10]。

1 雙能量CT

1.1 雙能量CT 基本原理

過(guò)去老式的單能量CT 是利用多色譜X 線源進(jìn)行圖像采集，根據(jù)組織結(jié)構(gòu)密度值或病變與背景之間的差異檢測(cè)和識(shí)別病變。雙能量CT 的基礎(chǔ)是物質(zhì)對(duì)不同能量的X 射線的光子減少的不同從而在兩個(gè)不同能譜中進(jìn)行的圖像采集，后處理以后可獲得物質(zhì)選擇圖像和能譜圖像，包括虛擬掃描，單能譜圖像，碘圖，能譜曲線，有效原子序數(shù)圖像等，可一站式為病變提供定性和定量診斷信息。除此之外，單能譜圖像還可以提高對(duì)比度噪聲比并減少偽影，這有利于病變被檢出以及定性診斷[11]。

1.2 雙能量CT 參數(shù)在SPN 良惡性鑒別診斷中的應(yīng)用價(jià)值

一部分研究者經(jīng)過(guò)研究注意到，運(yùn)用雙能量CT 碘基值的大小對(duì)肺結(jié)節(jié)良惡性的靈敏度、特異度、準(zhǔn)確度為92%、70%和82.2%，遠(yuǎn)遠(yuǎn)高于過(guò)去傳統(tǒng)CT 值來(lái)鑒別SPN 良惡性的靈敏度、特異度、準(zhǔn)確的為72%、70%和71.1%[12]。而且，許多文獻(xiàn)還報(bào)道了，關(guān)于能譜CT 多參數(shù)結(jié)合分析，在鑒別肺結(jié)節(jié)良惡性方面的臨床價(jià)值[13]，碘基值、低能量CT 值、能譜曲線斜率惡性高于良性結(jié)節(jié)，大概揭示了惡性結(jié)節(jié)血流供應(yīng)是比較豐富的[14]，關(guān)牧娟等研究者發(fā)現(xiàn)診斷良惡性肺結(jié)節(jié)最有效的方法是動(dòng)脈時(shí)期肺結(jié)節(jié)的標(biāo)準(zhǔn)化碘濃度(NIC)值，它診斷標(biāo)準(zhǔn)定為0.157 時(shí)，動(dòng)脈時(shí)期肺結(jié)節(jié)的標(biāo)準(zhǔn)化碘濃度對(duì)惡性肺結(jié)節(jié)的敏感度和特異度分別為83.3%和87.5%[15]。

在良惡性肺結(jié)節(jié)的能譜成像參數(shù)中，IC 含量、NIC、能譜曲線斜率(λHU)、動(dòng)靜脈期單能40 keV 的凈CT 值(CT 40 KeV)或動(dòng)靜脈期單能70 ke V 的凈CT 值(CT 70 KeV)存在著統(tǒng)計(jì)學(xué)的差異[16,17,18,19,20]。一致同意λHU 有助于區(qū)分良性和惡性肺結(jié)節(jié)；多認(rèn)為炎性肺結(jié)節(jié)的λHU 高于惡性肺結(jié)節(jié)[16,18,19]，惡性結(jié)節(jié)的λHU 高于良性結(jié)節(jié)[17,20]，但是前兩項(xiàng)研究中的良性結(jié)節(jié)含有部分炎性結(jié)節(jié)[17]或結(jié)核球[17,20]。NIC 在炎性肺結(jié)節(jié)高于惡性肺結(jié)節(jié)[18,19]，惡性結(jié)節(jié)的NIC 又高于良性[17,20]，也高于結(jié)核球[19]。IC 含量在炎性肺結(jié)節(jié)高于惡性肺結(jié)節(jié)[16,17,19]，惡性結(jié)節(jié)的NIC 又高于良性[17]，也高于結(jié)核球[19]。

2 核磁共振的DWI

2.1 核磁共振的DWI 基本原理

核磁共振的擴(kuò)散加權(quán)像 (Diffusion weighted imaging,DWI)是目前唯一能夠測(cè)量和成像的運(yùn)用生物體內(nèi)水分子擴(kuò)散的方法，從功能影像學(xué)的方向?qū)膊〉蔫b別診斷為臨床提供重要信息[21,22]擴(kuò)散加權(quán)像對(duì)區(qū)別良惡性是有病理基礎(chǔ)依據(jù)的[23]：惡性腫瘤的DWI 較高，ADC 值較低，水分子擴(kuò)散受限制，阻抗力大，是由于惡性腫瘤組織內(nèi)的細(xì)胞致密，相反，良性腫瘤的DWI 較低，ADC 值較高，水分子擴(kuò)散自由，阻抗力小[24,25]。研究表明[26]b 值的選擇，對(duì)于DWI 十分關(guān)鍵，b 值的增加，圖像的擴(kuò)散權(quán)重也會(huì)隨之加大，患病組織與正常組織之間的對(duì)比度增加，因此擴(kuò)散加權(quán)像的靈敏度也增加，但同時(shí)由于胸部產(chǎn)生的磁敏感偽影增加以及圖像失真變形，圖像信息的噪聲比將降低[27,28]。因此，在人體全身組織器官定性和定量的診斷中，MRI 的擴(kuò)散加權(quán)成像可提供相關(guān)醫(yī)學(xué)信息。

2.2 核磁共振(MRI)參數(shù)在SPN 良惡性鑒別診斷中的應(yīng)用價(jià)值

Satoh 等[29]通過(guò)用高b 值參數(shù)，發(fā)現(xiàn)惡性肺結(jié)節(jié)的平均評(píng)分(4.03±1.16)，良性結(jié)節(jié)的平均評(píng)分為(2.50±1.47)，故惡性結(jié)節(jié)高于良性結(jié)節(jié)，P＜0.01，從而可以鑒別肺部的良惡性結(jié)節(jié)。然而，對(duì)在活動(dòng)期的炎性結(jié)節(jié)、對(duì)非實(shí)體性腺癌、小的轉(zhuǎn)移性結(jié)節(jié)、部分肉芽腫等鑒別應(yīng)小心進(jìn)行。

肺癌的惡性腫瘤細(xì)胞生長(zhǎng)非常快，細(xì)胞核與細(xì)胞質(zhì)之比增大，細(xì)胞密度增高，因此細(xì)胞外體積變小，同時(shí)細(xì)胞膜的限制，以及黏蛋白和角蛋白等大分子物質(zhì)對(duì)水分的吸附增加，水分子擴(kuò)散受限，ADC 值下降，Clain[30]和Bram[31]等分析出了不同病理類(lèi)型的肺癌的生長(zhǎng)方式是不一樣的，低分化的腺癌和鱗狀細(xì)胞癌為實(shí)體生長(zhǎng)方式，腫瘤細(xì)胞繁殖快，高分化腺癌為替換生長(zhǎng)形式，瘤細(xì)胞順著以前的肺泡壁生長(zhǎng)，底層的非結(jié)構(gòu)有所保留，因而高分化腺癌的細(xì)胞密度低于低分化腺癌和鱗癌。Matoba[32,33]計(jì)算出來(lái)了各種類(lèi)別的肺部腫瘤的ADC 值，得出結(jié)論肺部的大細(xì)胞癌的ADC 值約為(1.30±0.4)×10-3mm2/s，小細(xì)胞肺癌的ADC 值約為(2.09±0.3)×10-3mm2/s，鱗狀細(xì)胞癌的ADC 值約為(1.63±0.5)×10-3mm2/s，腺癌的ADC 值約為(2.12±0.6)×10-3mm2/s，肺部惡性腫瘤的細(xì)胞密度和ADC值為負(fù)相關(guān)關(guān)聯(lián)( Spearman 系數(shù)值為-0.75，P＜0.02)鱗癌的ADC 值明顯低于腺癌，本研究結(jié)果與上述研究結(jié)果一致，也為鱗癌的ADC 值低于腺癌，但是本研究的由于病例數(shù)少的不足，不能對(duì)分化程度不一致、其他組織分型以及發(fā)生部位不同的肺癌的腫瘤細(xì)胞進(jìn)行進(jìn)一步的研究。

3 PET/CT

3.1 PET/CT 基本原理

目前18F-FDG PET/CT 顯像是分子影像學(xué)技術(shù)發(fā)展和應(yīng)用的前沿技術(shù)。18F-FDG 是可以被活細(xì)胞吸收的葡萄糖類(lèi)似物。它通過(guò)細(xì)胞內(nèi)的磷酸己糖激酶被轉(zhuǎn)化為18F-FDG-6-P 并停留在內(nèi)部，通過(guò)PET/CT 體外檢測(cè)成像。腫瘤細(xì)胞增殖非常活躍，對(duì)葡萄糖的需要旺盛而大量滯留18F-FDG-6-P，表現(xiàn)在影像學(xué)上即病灶呈高攝取；且PET/CT 是全身顯像，對(duì)發(fā)現(xiàn)腫瘤、特別是轉(zhuǎn)移瘤極為敏感[34]。對(duì)于SPN 為肺部轉(zhuǎn)移瘤患者，PET/CT檢查多能發(fā)現(xiàn)原發(fā)腫瘤，對(duì)于病情評(píng)估的意義重大。

3.2 PET/CT 在SPN 良惡性鑒別診斷中的應(yīng)用價(jià)值

Jeong 等[35]經(jīng)過(guò)研究發(fā)現(xiàn)PET/CT 檢查技術(shù)的臨床診斷的精確度比單純的CT 或PET 檢查技術(shù)要高很多，其敏感性和特異性分別為88%、77%，研究結(jié)果顯示：PET/CT 診斷SPN 的敏感性、特異性、精確度分別為91.4%(64/70)、62.5%(20/32)、82.4%(84/102)，與其研究結(jié)果一致，說(shuō)明PET/CT 對(duì)于診斷及鑒別診斷SPN 有重要的意義。受腫瘤細(xì)胞生化特性的影響，注射18F-FDG 以后，大多數(shù)惡性腫瘤的SUV相對(duì)較高，因此其對(duì)肺部惡性病變具有一定診斷價(jià)值[36,37]。MacdonaldK[38]研究結(jié)果基本一致，因此，以SUVmax ≥2.5 為肺結(jié)節(jié)的良、惡性鑒別的界值具有較高的可信度。

18F-FDG PET/CT 雙時(shí)相顯像判斷惡性結(jié)節(jié)依據(jù)主要有以下幾點(diǎn)：(1)結(jié)節(jié)周邊可見(jiàn)分葉、毛刺、胸膜牽拉等惡性典型征象；(2)SUV 超過(guò)2.5；(3)顯像劑濃聚呈團(tuán)塊，高代謝病變界限分明。雖然18F-FDG PET/CT 在孤立性結(jié)節(jié)診斷中靈敏度較高，但容易出現(xiàn)診斷假陰性。對(duì)孤立性肺結(jié)節(jié)的良惡性鑒別診斷而言，不能僅僅以常規(guī)CT 檢查技術(shù)、延遲顯像所獲取SUV 作為其病變性質(zhì)判斷的唯一標(biāo)準(zhǔn)，還需結(jié)合病灶部位、形態(tài)、大小、數(shù)量、放射性分布情況等進(jìn)行綜合判斷[39,40]。

4 人工智能

4.1 人工智能基本原理

隨著科學(xué)技術(shù)的飛速發(fā)展，計(jì)算機(jī)能力、新深度算法的明顯提高，以及大數(shù)據(jù)的廣泛應(yīng)用，人們對(duì)人工智能(artificial intelligence, AI)投入越來(lái)越大的興趣。人工智能的核心是機(jī)器學(xué)習(xí)分支中的深度學(xué)習(xí)，它是具有大量的隱藏層和訓(xùn)練的機(jī)器學(xué)習(xí)模型，常見(jiàn)的深度學(xué)習(xí)模型有自編碼(auto-encoder,AE)卷積神經(jīng)網(wǎng)絡(luò)(convolutional neural network, CNN)以及深度信念網(wǎng)絡(luò)(deep belief network, DBN)等等，其中最常見(jiàn)的模型是卷積神經(jīng)網(wǎng)絡(luò)，CNN 是一種監(jiān)督學(xué)習(xí)算法，適用于處理圖像分類(lèi)問(wèn)題。深度學(xué)習(xí)在圖像處理領(lǐng)域取得了巨大的成功，原因在于深度學(xué)習(xí)的CAD 在肺結(jié)節(jié)的診斷和檢測(cè)達(dá)到了非常高的準(zhǔn)確率。人工智能技術(shù)可以在圖像中獲取人類(lèi)肉眼易忽略的醫(yī)學(xué)信息，從而可以提高診斷價(jià)值，因此，人類(lèi)在不斷的對(duì)人工智能進(jìn)行深入挖掘[41-43]。

4.2 人工智能在SPN 良惡性鑒別診斷中的應(yīng)用價(jià)值

國(guó)內(nèi)還沒(méi)有關(guān)于基于深度學(xué)習(xí)肺結(jié)節(jié)的人工智能神經(jīng)網(wǎng)絡(luò)計(jì)算機(jī)，去預(yù)測(cè)肺結(jié)節(jié)的良惡性的研究報(bào)道，國(guó)外的研究比國(guó)內(nèi)早，但是也并不多。Armato[44]等得出ROC 曲線下面積是0.79，是根據(jù)對(duì)肺結(jié)節(jié)的形態(tài)及密度進(jìn)行的分類(lèi)，這些肺結(jié)節(jié)是被自動(dòng)檢測(cè)出來(lái)的。Suzuki 等[45]得出惡性結(jié)節(jié)準(zhǔn)確率為100%，良性結(jié)節(jié)為48%，是通過(guò)人工智能計(jì)算機(jī)的輔助系統(tǒng)對(duì)良惡性肺結(jié)節(jié)做的預(yù)測(cè)。另有研究[46]得出ROC 曲線下面積為0.927，是對(duì)1012個(gè)肺結(jié)節(jié)進(jìn)行良惡性預(yù)測(cè)，這些肺結(jié)節(jié)在LIDC-IDRI 數(shù)據(jù)庫(kù)中，是運(yùn)用紋理特征的方法分析。另外，還有些研究[47]表明醫(yī)師可以提高診斷準(zhǔn)確率，通過(guò)運(yùn)用人工智能計(jì)算機(jī)輔助診斷。

5 展望

迄今為止，全球內(nèi)癌癥的主要死亡原因仍是肺癌[48]，所以肺結(jié)節(jié)的早診斷及鑒別診斷是非常重要的。現(xiàn)在，即使臨床評(píng)估和惡性腫瘤預(yù)測(cè)模型對(duì)肺結(jié)節(jié)的良惡性診斷提供輔助作用，仍然有些學(xué)者通過(guò)計(jì)算機(jī)設(shè)備去開(kāi)發(fā)新軟件，為了獲得肺結(jié)節(jié)更全面的信息，從而提高SPN 良惡性的診斷率[49]。對(duì)提高肺結(jié)節(jié)的良惡性鑒別，需要不斷的臨床基礎(chǔ)研究，以及在各個(gè)學(xué)科的帶動(dòng)下去完肺結(jié)節(jié)診斷指南。科學(xué)技術(shù)不斷發(fā)展，人工智能計(jì)算機(jī)輔助在醫(yī)療行業(yè)不斷應(yīng)用，醫(yī)學(xué)影像技術(shù)不僅可以對(duì)肺結(jié)節(jié)的病理分析分期進(jìn)行判別，甚至可以在肺結(jié)節(jié)的基因表型有所突破。這樣可以為臨床醫(yī)師在臨床工作提供極大的便利，為患者帶來(lái)福音，生存率獲得極大提高。