CT影像組學評估門靜脈高壓及預測曲張靜脈出血

王 珍，張聲旺，顧潛彪，劉 曉，容鵬飛，楊 曉，劉 晟

(中南大學湘雅三醫院放射科，湖南 長沙 410013)

門靜脈高壓(portal hypertension， PH)致食管胃底靜脈曲張為其主要并發癥，也是肝硬化失代償期患者的主要致死原因之一[1]。肝靜脈壓力梯度(hepatic venous pressure gradient， HVPG)是評估門靜脈壓力的金標準[2]，但有創且費用較高，尚未獲得推廣[3]。胃鏡檢查是評估PH靜脈曲張出血風險的重要方法，但為侵入性檢查，存在麻醉風險，患者依從性較差[4]。無創評估門靜脈壓力及預測出血風險是目前的熱點問題[4-6]。本研究探討基于CT影像組學評估PH的可行性及其預測出血的價值。

1 資料與方法

1.1 研究對象 回顧性分析2013年3月—2016年10月112例于中南大學湘雅三醫院接受測量HVPG的PH或疑似PH患者，男88例，女24例，年齡29～68歲，平均(47.8±9.3)歲。PH診斷標準：胃鏡檢查發現食管胃底靜脈曲張，或影像學(超聲或CT)檢查顯示腹部門-體側支循環。排除標準：①既往因肝癌接受肝部分切除術或肝移植術；②脾切除及分流術后；③測壓前2周未行門靜脈CT血管成像；④測壓前1個月未行胃鏡檢查；⑤CT圖像質量不佳。分別以HVPG=10 mmHg、12 mmHg及20 mmHg為界值進行分組觀察，先后將患者分為HVPG<10 mmHg組及≥10 mmHg組、HVPG<12 mmHg組及≥12 mmHg組、HVPG<20 mmHg組及≥20 mmHg組。本研究由院醫學倫理委員會批準，患者均簽署知情同意書。

1.2 儀器與方法 以Seldinger技術穿刺右側頸靜脈并進行插管，將漂浮導管送至測量肝中靜脈，測量該處靜脈壓力及肝靜脈楔嵌壓，HVPG=肝靜脈游離壓-楔嵌壓，測量3次，取平均值。采用Philips Brilliance 64層螺旋CT儀行門靜脈血管成像，由醫師A、B(分別具有3年和10年影像學診斷經驗)測量門靜脈(portal vein， PV)、脾靜脈(splenic vein， SV)、腸系膜上靜脈(superior mesenteric vein， SMV)及胃左靜脈(left gastric vein， LGV)直徑，取平均值作為測量結果；判斷有無腹腔積液及門靜脈系統血栓，意見不一時經協商達成一致。以Olympus VC-290胃鏡探查曲張靜脈位置及程度等。

1.3 評估出血風險 胃鏡下觀察，曲張靜脈紅色征陽性時判斷為出血高風險，紅色征陰性判斷為出血低風險。

1.4 分割ROI及提取紋理特征 自影像歸檔和通信系統中導出CT門脈期圖像，采用MaZda軟件，在3D編輯模式下選擇第一肝門區相關層面，于2D編輯模式下分割三維肝臟ROI(圖1)，由軟件自動計算并得出紋理特征參數。采用MaZda軟件提供的4種特征選擇方式，即Fisher參數法、最小分類誤差與最小平均相關系數(classification error probability combined average correlation coefficients， CE+ACC)、相關信息(mutual information， MI)測度法及聯合以上3種方法(FPM)；并以原始數據分析(raw data analysis， RDA)、主成分分析(principal component analysis， PCA)、線性判別分析(linear discriminant analysis， LDA)及非線性判別分析(nonlinear discriminant analysis， NDA)4種方法進行分析。采用不同特征選擇方式結合不同分析方法計算誤診率，共得到16組結果，以其中最小誤診率所對應的特征選擇及分析方法為最優，以2位醫師使用MaZda軟件分析得到的最小誤診率平均值表示判別效果。

1.5 統計學分析 采用SPSS 20.0統計分析軟件。計量資料以±s表示，以獨立樣本t檢驗評估血管直徑差異；計數資料以百分率表示，采用χ2檢驗分析有無腹腔積液及門脈血栓患者之間的差異。采用McNemar檢驗分析2種ROI勾畫方式得到的誤診率差異。P<0.05為差異有統計學意義。采用組內相關系數(intra-class correlation coefficient， ICC)檢驗紋理特征參數組間重復性，ICC>0.8為重復性好。

2 結果

根據胃鏡觀察結果，112例中，79例(79/112，70.54%)具有出血高風險，33例(33/112，29.46%)出血風險較低。CT所示有無腹腔積液在HVPG<10 mmHg及≥10 mmHg、HVPG<12 mmHg及≥12 mmHg組間差異具有統計學意義(P均<0.05)，見表1。

2.1 影像組學特征評估的一致性 單、多層面勾畫ROI分別提取229、283個有效特征，其中196個單層面勾畫特征及248個多層面勾畫特征在觀察者間具有較好的一致性(ICC>0.80)。

2.2 不同ROI勾畫方式判別HVPG 單層面勾畫ROI判別HVPG≥10 mmHg、12 mmHg及20 mmHg的平均最小誤診率分別為12.50%、14.74%及10.27%，對應最優特征選擇方法分別為MI、FPM及CE+ACC；多層面勾畫ROI的平均最小誤診率分別為10.27%、11.16%及5.36%，均低于單層面勾畫結果，但差異不具有統計學意義(P均>0.05)；對應的最優特征選擇方法分別為MI、FPM及FPM，分別有10、25及27個優勢特征(灰度共生矩陣特征個數占比最大)。分析單層面或多層面ROI勾畫紋理特征均以NDA方法最優，見表2。

圖1 ROI分割示意圖(紅色為ROI)

表1 根據CT主觀征象評估PH結果

表2 單層面與多層面勾畫ROI判斷HVPG的最小誤診率(%)

2.4 HVPG及紋理特征預測曲張靜脈出血 HVPG預測PH靜脈曲張出血的曲線下面積(area under the curve， AUC)為0.813[95%CI(0.730，0.897)](圖2)，HVPG以12mmHg為截斷值時，誤診率為20.54%，敏感度為77.22%，特異度為69.70%。采用紋理特征分析，最優特征選擇及分析方法分別為FPM、NDA；單層面勾畫ROI平均最小誤診率為22.70%，多層面勾畫ROI的平均誤診率為20.49%，差異均不具有統計學意義(P>0.05)，見表3。

3 討論

近年來，多種無創技術被用于評估測量門靜脈壓力[5,7-8]，但僅憑影像學征象對PH進行分層結果并不準確[9-10]。本研究CT征象中，僅有無腹腔積液組間差異有統計學意義(P<0.05)。LIU等[11]采用Matlab軟件進行影像組學分析，以篩選出的11個優勢特征建立的組學模型對HVPG≥10 mmHg具有較好的判斷效能。本研究結果顯示，影像組學標簽判別HVPG≥10 mmHg、≥12 mmHg及≥20 mmHg效能較好，采用連續多層面勾畫ROI方式判斷PH程度及預測出血可降低血管及膽管等結構對于識別及勾畫第一肝門區肝實質的影響，有助于篩選更優的影像組學特征；但2名醫師采用不同勾畫方法的誤診率差異并不具有統計學意義(P均>0.05)，可能與樣本量較少相關，需大樣本研究進一步觀察。

圖2 HVPG預測曲張靜脈出血ROC曲線圖

表3 單層面及多層面勾畫ROI預測靜脈曲張出血的最小誤診率(%)

既往研究[2,12]將PH靜脈曲張出血的閾值設為HVPG 超過12 mmHg。本研究中HVPG預測曲張靜脈出血的效能較好(AUC為0.813)，也有部分患者HVPG值雖較高卻未發生出血，而少數HVPG<12 mmHg者發生出血，與WADHAWAN等[13]研究結果相符。本研究中紋理分析判斷出血風險的誤診率略高，即使多層面勾畫ROI，平均誤診率仍達20.49%，可能與肝功能分級、曲張靜脈直徑、管壁厚度、曲張靜脈管腔內壓力及患者是否飲酒或進食堅硬食物等多種因素相關。本研究結果提示，綜合考慮HVPG、影像組學及肝功能，可更準確地預測曲張靜脈出血風險[14]。

本研究的局限性：①樣本量較少，存在選擇偏倚；②MaZda軟件提取的紋理特征數量及類別相對較少，預測模型具有一定局限性；③缺乏外部驗證隊列；④預測模型未加入其他臨床特征指標；⑤未分析不同病因所致肝硬化之間是否存在差異。

綜上所述，影像組學評估PH程度及預測曲張靜脈出血效能較好。