ADC直方圖分析在胃腸道間質瘤分級中的應用

陳婷婷，魏明翔，朱艷，柏根基

胃腸道間質瘤(gastrointestinal stromal tumors，GIST)是最常見的消化道原發間葉源性腫瘤，來源于未定向分化的間質細胞，它的分子生物學特點是c-kit 基因突變導致的酪氨酸激酶受體的持續活化，從而刺激腫瘤細胞持續性的增殖。組織標本鏡下可見多數梭形細胞，并且免疫組化監測顯示CD117 和CD34 過度表達，有助病理學的最終診斷[1]。GIST可以發生于胃腸道的任何部位，多見于胃及小腸，其次為結直腸、食管，腸系膜、腹腔韌帶及網膜部位發生較少見。GIST具有潛在惡性，美國國立衛生研究院(National Institutes of Health，NIH)關于原發GIST的危險度分級方案2008年改良版是目前國內外學者普遍認可的GIST危險度分級標準[2]。根據該方案GIST 可分為極低危險度、低危險度、中危險度及高危險度。多數學者經過臨床隨訪實踐得出極低及低危險度GIST可以完全手術切除治療，而中、高危險度的GIST 患者術后有復發或者轉移的可能，進行分子靶向藥物的輔助治療很有必要，因此，明確腫瘤病理學分級可以為GIST 患者選擇具體的臨床治療方案提供重要的參考價值。

1 材料和方法

1.1 一般臨床資料

回顧性收集研究分析淮安市第一人民醫院2014年8月至2020 年6 月入院且經術后病理證實的胃腸道間質瘤患者44例。其中胃間質瘤19例，十二指腸間質瘤3例，小腸間質瘤19 例，大腸間質瘤3 例，共44 個病灶，測量術前病灶直徑大小范圍1.2～31 cm，平均直徑(9.1±8.8) cm。其中男性19 例，女性25例，年齡38～83歲，平均年齡(60±11)歲。根據NIH分級標準進行分組，其中極低危及低危組12例，中危組9例，高危組23例。極低危及低危組男性4例、女性8例，平均年齡(55±10)歲；中危組男性2例、女性7例，平均年齡(64±11)歲；高危組男性13例、女性10例，平均年齡(60±10)歲。臨床表現上腹部不適22例，消化道出血4例，體檢發現16例。MR檢查前未做手術或者藥物治療。本研究經醫院醫學倫理委員會批準，所有患者均知情同意。

1.2 檢查方法

采用德國西門子AVANTO 1.5 T磁共振成像儀和標準腹部線圈，常規檢查及成像參數如下：T1WI軸位(包括同反相位、脂相和壓脂相，TR/TE：226/7.15 ms，層厚5 mm，間隔0，NEX 3，FOV 370 mm×370 mm，矩陣500×640)、T2WI軸位壓脂、T2WI冠狀 位(TR/TE：4500/752 ms，層 厚5 mm，間 隔0，NEX 3，FOV 350 mm×350 mm，矩陣384×512)及擴散加權成像(diffusion weighted imaging，DWI)(TR/TE：570/70 ms，層厚5 mm，間隔0，NEX 3，FOV 380 mm×380 mm，矩陣128×128，b 值=0、700 s/mm2)：患者均行胃腸道準備，禁食12 h，并口服600～2000 mL不等的純凈水，屏氣掃描全腹部，同時掃描DWI，自動生成ADC圖。

1.3 圖像處理與分析

1.3.1 圖像選取

從淮安市第一人民醫院PACS工作站找出44例患者的磁共振圖像，以DCM 格式導出，再導入3D Slicer 軟件，對照DWI 圖像，在ADC圖像上選取病變的所有顯示層面，進行ROI的勾畫。

1.3.2 直方圖分析

本研究所使用的3D Slicer (Slicer4.10.2)軟件是由哈佛大學和麻省理工學院聯合開發的一個免費開源的圖像分析處理平臺。在進行軟件分析前，將圖片導入軟件內，由2 名具有多年影像診斷經驗的放射科醫師參照DWI 同層面圖像勾畫腫瘤的ROI，使研究具有可靠性。通過3D Slicer 軟件在ADC軸位圖像上手動勾畫腫瘤的每一層ROI，包含腫瘤內的壞死及囊變區，標記圖像見圖1，為低危險度的胃腸道間質瘤的樣本示例，圈出并用紅色填充其中一層腫瘤區域。逐層勾畫形成3D圖像，自動生成相應的直方圖參數：第10百分位數、第90百分位數、偏度、均勻度、變異度、峰度、全距、均值、中位數、最大值和最小值。將利用3D Slicer 軟件生成的數據錄入SPSS 23.0統計軟件，重建出各個參數的ADC直方圖。

1.4 統計學分析

利用SPSS 23.0 統計軟件對各個參數進行統計學分析。由2 名放射科診斷醫師共同商討確定ROI，并將ADC 直方圖各個參數記錄下來，作為最終結果來應用。將44 例患者按照極低危與低危組、中危組及高危組分成3 組，利用成組設計，采用Levene 方差齊性檢驗評價計量資料是否符合正態分布，正態分布的資料以±s 表示，組間比較采用單因素方差分析，兩兩比較采用LSD-t檢驗；偏態分布的資料采用中位數(上、下四分位數)表示，組間比較采用Mann-Whitney U 檢驗。利用ROC 曲線評價ADC 直方圖各參數值鑒別不同危險級別GIST 的效能，并計算出ROC 曲線的AUC、最佳診斷閾值以及相應的敏感度、特異度。雙側P＜0.05認為差異具有統計學意義。

2 結果

2.1 各組腫瘤ADC直方圖分析

得出的各個參數統計結果見表1。經過直方圖分析得到的11 個參數中，在三組間的差異有統計學意義的是最小值及第10百分位數(P均＜0.05)，另外的9個參數在三組腫瘤間的差異無統計學意義(P均＞0.05)。兩兩比較顯示，平均值、中位數、第10百分位數在極低危及低危組與高危組兩組之間差異有統計學意義(P均＜0.05)，最小值在極低危及低危組與中危組之間、極低危及低危組與高危組之間的差異有統計學意義(P 均＜0.05)，其余參數在兩組間的差異無統計學意義(P均＞0.05)。

圖1 女，56 歲，小腸間質瘤(低危險度)。A：軸位ADC 標記后圖像；B：軸位DWI 圖像，病灶呈高信號；C：軸位T1WI 圖像(同相位)，病灶呈等信號；D：軸位T2WI圖像，病灶呈稍高信號

表1 三組胃腸道間質瘤直方圖參數統計分析

續表1 三組胃腸道間質瘤直方圖參數統計分析

2.2 各組腫瘤直方圖參數的診斷效能

利用ROC曲線分析其中兩個參數，最小值、第10百分位數在3 組腫瘤之間的鑒別診斷效能，并進行兩兩比較，其中在極低危及低危組與中危組之間最小值的鑒別診斷效能較高，曲線下面積為0.750，分析得出的敏感度為88.89%，特異度為58.33%，最佳臨界值為0。中危組與高危組之間第10 百分位數的曲線下面積為0.638，敏感度為91.30%，特異度為44.44%，最佳臨界值為1021，鑒別效能較高。極低危及低危組與高危組之間第10 百分位數鑒別診斷效能較高，曲線下面積為0.786，敏感度為91.30%，特異度為66.67%，最佳臨界值為1021(見表2～4，圖2～4)。其中第10 百分位數鑒別診斷效能較最小值作用稍強。

3 討論

3.1 ADC直方圖分析方法的優勢

以往研究[2-5]中，胃腸道間質瘤的危險度分級主要是基于腫瘤體積的大小、部位、形態、邊界、有無囊變壞死、信號或密度均勻度、強化方式及有無轉移等影像表現。近年來較多的研究[3,6-9]是利用DWI 功能成像及單層面測量ADC 值來鑒別腫瘤的良惡性程度，若腫瘤體積較大時，內部病理成分顯然不單一，測量單層面的ADC 值必然存在局限性，從而會導致部分診斷信息的缺失。另外，ROI的選取很大程度上決定著ADC值的數值大小，尤其是較小體素面積的ROI 的選取，得到的數值偏倚的可能性較大，難以全面評價病變。ADC直方圖分析作為新興技術中最常用的醫學圖像紋理參數分析，能夠對腫瘤整個病灶ADC 值進行全容積的紋理分析，具有更高的客觀性及可重復性，更能反映腫瘤灶的整體情況[10-11]。ADC值直方圖分析已經應用于多項腫瘤研究，比如腦膠質瘤[12]、室管膜瘤[13]、腎透明細胞癌[14]、前列腺癌[15]及宮頸癌[16]的鑒別及分級診斷，然而，目前關于胃腸道間質瘤危險度分級采用紋理分析的研究卻少有文獻報道[17-19]。

3.2 DWI及ADC在GIST診斷中的意義

DWI能夠從組織分子學的角度反映腫瘤的細微變化，作為磁共振的功能成像技術，主要原理是通過表示腫瘤組織中水分子的擴散受限程度來反映腫瘤的惡性程度，從而通過DWI圖像得出的ADC 值可以定量反映腫瘤組織的相關改變。此外，本研究所采用的直方圖感興趣區的選取包括了腫瘤實質以及其他不均質性部分，比如腫瘤的壞死、囊變和出血。本研究通過3D Slicer 軟件對圖像中給定感興趣區進行直方圖紋理分析[20]，得出的11 個參數：偏度、均勻度、中位數、變異度、第10 百分位數、第90 百分位數、平均值、峰度、全距、最大值、最小值，其中在3 組間的差異具有統計學意義的參數是最小值及第10 百分位數，主要是由于GIST 較易發生囊變、壞死等改變，導致不同區域的腫瘤細胞密度和惡性分化程度不一致，因而腫瘤的主體實性成分更能反映水分子擴散受限情況。有研究顯示[21]，最小值能夠反映腫瘤細胞的分化程度，與本研究結果基本一致。ADC 直方圖分析中，低百分位數的ADC 值有統計學意義，說明病理等級越高，低百分位數ADC 值越能夠反映其生物學特性；中高危組的低百分位數ADC 值低于極低危及低危組說明了腫瘤細胞惡性程度的趨勢，因此，本研究認為在胃腸道間質瘤低百分位數的ADC 值更能夠代表其病理等級的程度。

3.3 研究的局限性

本研究的局限性：(1)極低及低危險度的胃腸道間質瘤在臨床上多無明顯癥狀，多為意外發現，導致病例數據較少，今后研究中要增加相關的病例和數據，從而提高研究的可靠性及嚴謹性；(2)胃腸道病變由于腸道氣體干擾，導致圖像分辨率低，特別是ADC 圖，明確分辨勾畫腫瘤的邊緣尚有難度，本研究參照DWI 圖像來勾畫腫瘤的邊界，仍然有圖像配準的問題有待解決，今后的研究中希望能夠引入計算機智能自動化來勾畫圖像的方法解決。

表2 最小值及第10百分位數對極低危及低危組與中危組的鑒別診斷效能

表3 最小值與第10百分位數對中危組及高危組的鑒別診斷效能

表4 最小值與第10百分位數對極低危及低危組與高危組的鑒別診斷效能

圖2 極低危及低危組與中危組的ROC曲線，最小值曲線下面積為0.750 圖3 中危組及高危組的ROC曲線，第10百分位數曲線下面積為0.638 圖4 極低危及低危組與高危組的ROC曲線，第10百分位數曲線下面積為0.786

4 結論

本研究最后結果表明，第10 百分位數與最小值兩個參數，雖然不能完全區分鑒別極低危及低危組、中危組與高危組的病變，但是能夠區分極低危及低危組與高危組的間質瘤病變，ADC圖的直方圖分析在胃腸道間質瘤危險度分級診斷中存在一定的價值，臨床上可以用作鑒別胃腸道間質瘤不同危險級別的有效參考依據。

作者利益沖突聲明：全體作者均聲明無利益沖突。