CT紋理分析列線圖診斷結腸癌腸外浸潤的價值

王晗，陳雨清，郭盛仁，陳光強

1.南京大學醫學院附屬鼓樓醫院超聲診斷科，江蘇 南京 210009；2.徐州醫科大學附屬醫院超聲科，江蘇 徐州 221000；3.蘇州大學附屬第二醫院影像診斷科，江蘇 蘇州 215008；*通信作者 郭盛仁 gshrgcm@21cn.com

術前判斷結腸癌是否突破作為保護屏障的漿膜層對治療方案的選擇尤為重要[1]，結腸癌穿透臟層腹膜為T4期[2]，應輔以放化療[3-4]。結腸癌術前最常用的分期方法為CT結腸成像[5-6]，但脂肪組織炎性浸潤與癌性侵犯在CT征象中有很多相似之處，表現為腸壁漿膜面毛糙、腸周脂肪間隙模糊等，導致T分期誤判[7]。腫瘤CT紋理分析通過計算圖中各像素局部特征及其空間分布所得反映圖像灰階分布特征、空間特征及像素關系對醫學圖像中像素分布進行數學分析，獲取量化病灶異質性的相關參數，為腫瘤異質性的評估提供無創影像學生物標志[8]。列線圖通過平面坐標中互不相交的線段反映多個變量之間的函數關系，并將這些關系進行定量分析，預測臨床事件的概率[9]。本研究擬探討CT紋理分析列線圖（Nomogram模型）鑒別結腸癌腸外浸潤的價值。

1 資料與方法

1.1 研究對象 回顧性分析2017年10月—2018年10月蘇州大學附屬第二醫院收治的結腸癌。納入標準：①CT檢查前未接受相關治療；②CT圖像腸周脂肪呈浸潤改變，即表現為腸壁漿膜/外膜毛糙，伴或不伴索條及結節狀突出，腸周脂肪間隙密度增高；③所取手術標本切片的層面與CT圖像腸周呈浸潤改變的層面保持一致，明確診斷有無腸周脂肪癌性侵犯。最終納入100例，手術標本按所取CT掃描層面共獲100個石蠟切片，腸周組織癌性侵犯50例、炎性浸潤50例。收集患者資料及腫瘤實驗室檢查結果。

1.2 CT檢查 采用GE 64排螺旋CT（Discovery CT750 HD）。檢查前2 d清淡飲食，檢查前一晚口服適量瀉藥（200 ml 10%甘露醇注射液+200 ml溫水）清潔腸道，檢查當日口服溫水2 000 ml。掃描范圍：膈頂到恥骨聯合下緣。掃描參數：準直器0.625 mm，管電壓120 kV，自動毫安技術，層厚5.0 mm，層間距5.0 mm。先平掃，增強掃描采用雙筒高壓注射器經肘靜脈注射對比劑優維顯370，劑量0.5 gI/kg，速度3 ml/s。然后于自動觸發技術（閾值150 Hu）后第7秒獲取動脈期圖像、動脈期后第35秒獲取靜脈期圖像、靜脈期后第120秒獲取延遲期圖像。

1.3 圖像紋理分析 在PACS工作站將所有患者0.625 mm薄層CT圖像以DICOM格式導出，導出時調整窗寬窗位使圖像保持腸周脂肪間隙顯示最優化。2名醫師采用MaZda 4.7提取圖像直方圖和灰度共生矩陣紋理特征，每例圖像測量3次取平均值。感興趣區（ROI）置于呈浸潤改變的病變腸周脂肪間隙處（腸壁漿膜或外膜毛糙，腸周脂肪間隙密度增高，伴或不伴有索條，或病灶呈結節狀突出腸壁外）[5,10]，測量時避開偽影區及肉眼可辨的血管。ROI的大小及形狀根據病變范圍而定，先勾畫病灶顯示清晰時相的ROI，再將ROI復制到其他時相，錯位的部分進行微調，以減少不同時相ROI勾畫誤差（圖1）。提取的紋理特征有，①直方圖參數：包括平均值、方差、偏度、峰度、第1、10、50、90、99百分位數值（P1、P10、P50、P90、P99）。②灰度共生矩陣參數：二階距能量、對比度、自相關、平方和、逆差矩、均和、平方和、熵和、熵、變異數差、熵差。

圖1 男，76歲，橫結腸中分化腺癌，侵及固有肌層外纖維脂肪組織，ROI置于腸周脂肪間隙密度增高處（箭）

1.4 統計學方法 采用SPSS 24.0軟件。定性資料采用χ2檢驗；符合正態分布的定量資料以±s表示，非正態分布的定量資料以M（Qr）表示。用組內相關系數（ICC）評估2名醫師提取紋理特征的一致性，ICC＞0.80表明一致性好，可重復性高，后續分析采用第1名醫師的數據；用Pearson相關系數（r）評價紋理特征間的相關性，|r|≥0.9表明兩組紋理特征相關性高，后續分析采用受試者工作特征（ROC）曲線下面積（AUC）大的紋理特征；最終篩選出的紋理特征進行獨立樣本t檢驗（符合正態分布）或Mann-WhitneyU檢驗（不符合正態分布）。繪制差異有統計學意義的紋理參數ROC曲線確定截斷值，AUC衡量鑒別效能。

將腸周脂肪炎性浸潤和癌性侵犯列為分類響應變量，所篩選出的參數作為自變量構建多因素Logistic回歸模型，繪制列線圖將模型可視化，繪制ROC曲線評估診斷效能，繪制校準曲線驗證預測癌性侵犯和實際侵犯的一致性。P＜0.05表示差異有統計學意義。

2 結果

2.1 臨床資料比較 兩組患者性別、年齡及腫瘤所在部位差異均無統計學意義（P＞0.05）；腫瘤指標CA50、CA199比較，差異有統計學意義（P＜0.05），見表1。

表1 兩組結腸癌患者臨床基本資料比較

2.2 紋理參數對比 剔除高相關性（|r|≥0.9）的紋理特征后，可重復性高（ICC＞0.80）的紋理特征為靜脈期P90（ICC=0.805）、靜脈期熵（ICC=0.809）、延遲期變異數差（ICC=0.804）。癌性侵犯組3個紋理參數與炎性浸潤組比較，差異均有統計學意義（P均＜0.001，表2），各參數鑒別腸周脂肪浸潤征象AUC均＞0.7，以靜脈期熵鑒別診斷效能最佳，AUC達0.89（表3）。

表2 兩組間相關性高的紋理參數（±s）

表2 兩組間相關性高的紋理參數（±s）

組別例數靜脈期P90靜脈期熵延遲期變異數差癌性侵犯組 50 81.8±13.3 2.14±1.36 3.06±1.52 2.15±0.86 t值 6.9 8.8 3.7炎性浸潤組50 63.1±13.5 1.88±0.15 P值＜0.001＜0.001＜0.001

表3 紋理參數鑒別腸周脂肪浸潤征象的ROC曲線分析

2.3 回歸建模的診斷效能 上述紋理特征納入多變量Logistic回歸模型，繪制列線圖將模型可視化（圖2A），通過疊加計算每例患者均可得1個總分，總分越高，發生腸周脂肪癌性浸潤的風險越高，AUC為0.91（圖2B），準確率為84.0%，敏感度為84.0%，特異度為84.0%；校準曲線顯示，預測浸潤和實際浸潤一致性較高（圖2C）。

圖2 多變量Logistic回歸模型繪制列線圖。A.基于Logistic回歸建模繪制的Nomogram，在各特征橫軸上分別進行定位，繪制一條到分數值的垂直線，該垂線在分數軸上的交點即為變量的分數，將每個變量的分數求和得到總分，將總分做一垂線于風險軸上，交點處的分數即為該患者腸周脂肪癌性侵犯的可能性；B.基于增強CT紋理分析的多因素Logistic回歸分析的ROC曲線；C.Nomogram預測腸周脂肪腫瘤侵犯的校準曲線（X軸為發生癌性浸潤列線圖預測概率，Y軸為發生癌性浸潤實際概率），45°灰線表示理想預測性能，非45°藍線表示列線圖的實測預測性能，預測藍線越靠近理想灰線，列線圖的預測性越好

3 討論

紋理分析較常規影像可提供影像圖像客觀定量信息，避免醫師主觀因素的干擾。目前紋理分析常用統計法提取紋理圖像統計特征，分為一階和二階測量，一階統計基于直方圖分析方法描述像素值的灰度分布情況；二階統計基于空間灰度依屬法或共生矩陣描述兩像素強度之間的關系[11]。盡管紋理特征代表不同含義，但解決特定臨床問題時存在共性，反映共同的生理或病理機制，因而僅需選擇性關注部分特征參數，在腸周脂肪組織癌性侵犯與炎性浸潤的鑒別中，對|r|＜0.9的兩組紋理特征，選取AUC值高的一組進行后續研究。剔除高相關性參數后，可重復性高、差異有統計學意義的紋理特征為靜脈期P90、靜脈期熵、延遲期變異數差，以靜脈期熵鑒別效能最佳，AUC為0.89，熵的應用廣泛，其值越大，腫瘤異質性越高[12-15]，熵值＞2.00提示發生腸周癌性侵犯可能性大；百分位數也可反映病灶細微變化，異質性越大，高百分位數值越大[16]。變異數差反映相鄰像素對灰度值差異的方差，對比越強烈則變異數差越大。癌性侵犯與炎性浸潤紋理參數差異的病理基礎在于惡性腫瘤的生長通常伴有瘤周小血管的急劇增生[17]，以及腫瘤細胞大量浸潤，淋巴引流系統遭到破壞，相比單純的炎癥反應脂肪組織成分復雜，這些微環境的變化難以被傳統影像征象反映，紋理分析卻可將其捕獲放大[11,18]。

單序列單參數分析相對局限，聯合多序列多參數提高了癌性侵犯與炎性浸潤的鑒別效能，基于多參數Logistic回歸模型繪制Nomogram，每個自變量的每種取值被賦予1個評分，通過總分與結局發生概率之間的轉換函數計算患者發生腸周脂肪癌性浸潤的概率，提高每例患者T分期的準確性，達到臨床方案的個性化設計[19]。模型診斷準確率高達84.0%，AUC為0.91，校準曲線顯示，癌性侵犯的預測和實際發生有較高的一致性。既往關于結腸癌分期的研究多集中在CT征象的定性分析，低張水灌腸低劑量多層螺旋CT對T分期的診斷準確度為74.0%[20]；定量研究中，陳吉虎等[21]測量能譜CT結腸癌腸周脂肪組織的碘濃度值診斷結腸癌漿膜受侵的敏感度為92.9%，但該研究側重于診斷腸周脂肪間隙癌性侵犯的發生與否，未單獨探討難以鑒別的炎性浸潤及癌性侵犯，因此基于CT紋理分析的Nomogram模型對腸周炎性浸潤及癌性侵犯的鑒別更有益于臨床分期。

本研究基于二維圖像，僅研究單一層面，未在三維圖像上對脂肪組織進行分割；由于病灶的異質性，二維的ROI可能會遺漏一些紋理特征信息。但三維圖像分析在大樣本研究中耗費時力，有研究表明，雖然多層體積分析可能更能代表腫瘤，但二維紋理分析結果較好[22]，且精簡ROI選取的步驟更有利于臨床推廣應用[23]。本研究為單中心研究，樣本量較小，可能導致偏倚，有待大樣本前瞻性研究進一步分析。

總之，結腸癌侵犯腸周脂肪會致其紋理特征有別于單純的炎性浸潤，常規CT 圖像紋理分析的Nomogram預測模型在兩者的鑒別方面有很大的參考價值。