T2WI、DWI及ADC圖多序列影像組學模型評估直腸癌淋巴結轉移

肖 奕，蔣昭琰，何舒欣，胡斯嫻，文大光，張 雨，李真林，夏春潮

(四川大學華西醫院放射科，四川 成都 610041)

直腸癌淋巴結轉移是其局部復發和遠處轉移的重要因素[1-3]。MRI能顯示直腸癌位置、累及腸管長度、浸潤深度和有無累及淋巴結等，是評估直腸癌淋巴結轉移的重要影像學方法之一[4]。影像組學已廣泛用于直腸癌術前分期、預測新輔助放射化學治療效果和遠處轉移[5-7]。MR T2WI主要提供組織結構方面的信息，而彌散加權成像(diffusion weighted image, DWI)和表觀彌散系數(apparent diffusion coefficient, ADC)能在分子水平反映組織功能；結合多序列圖像可提供更多信息。本研究觀察T2WI、DWI及ADC圖多序列影像組學模型術前評估直腸癌淋巴結轉移的價值。

1 資料與方法

1.1 一般資料 回顧性收集2016年1月—2018年8月74例于四川大學華西醫院就診的單發直腸腺癌患者，男52例、女22例，年齡26～94歲，平均(63.0±12.9)歲。納入標準：①經術后病理證實為直腸腺癌；②術前1個月內接受直腸MR檢查；③術前臨床及影像學資料完整。排除標準：①MRI偽影明顯，質量不佳；②術前接受化學、放射治療或靶向治療；③既往其他惡性腫瘤或盆腔疾病史。參考第七屆美國癌癥聯合委員會TNM分期標準，根據術后病理結果，將N0期患者歸為無淋巴結轉移組(n=44)、N1～N2期歸為淋巴結轉移組(n=30)；按7∶3比例將患者分為訓練集(n=52，21例淋巴結轉移、31例無淋巴結轉移)和測試集(n=22，9例淋巴結轉移、13例無淋巴結轉移)。記錄直腸癌位置、腫瘤分化程度、T分期和N分期等病理結果；根據直腸癌最下緣與肛緣距離<5 cm、5～10 cm、>10 cm將其分為低、中和高位。

1.2 儀器與方法 采用Siemens Magnetom Skyra 3.0T MR儀，配備18通道相控陣線圈及其對應脊柱線圈。以病變腸管為掃描中心行個體化掃描，斜軸位T2WI參數：TR 6 890 ms，TE 100 ms，層厚3 mm，層間距0.9 mm，層數48，FOV 260 mm×236 mm，矩陣384×313，廣義自校準部分并行采集(generalized autocalibrating partial parallel acquisition, GRAPPA)加速因子2；脂肪抑制軸位DWI參數：TR 5 500 ms，TE 61 ms，層厚4.5 mm，層間距0.45 mm，層數25，FOV 216 mm×216 mm，矩陣128×128，GRAPPA加速因子2，b值分別為0、600、1 000 s/mm2。

1.3 圖像分析 由分別具有8年(醫師1)及10年(醫師2)腹部影像學診斷經驗的2名副主任醫師以盲法閱片，評價淋巴結轉移，意見分歧時協商達成一致。將下列各項視為淋巴結轉移[3]：①淋巴結短徑>9 mm；②淋巴結短徑5～9 mm，并滿足邊緣不光滑、內部信號不均勻及呈圓形3項中的任意2項；③淋巴結短徑<5 mm，淋巴結邊緣不光滑、內部信號不均勻及呈圓形。

1.4 圖像分割 由醫師2采用ITK-SANP 3.6(www.itksnap.org)軟件于T2WI、DWI(b=1 000 s/mm2)及軟件自動生成的ADC圖上沿腫瘤邊緣逐層手動勾畫ROI，避開周圍血管、囊腔、壞死等并盡可能準確覆蓋腫瘤原發灶，融合后得到感興趣體積(volume of interest, VOI)，見圖1。隨機抽取30例，由醫師1、2間隔3個月以相同方法獲得病灶VOI，評估觀察者內和觀察者間一致性[8]。

1.5 構建影像組學模型 采用FeAture Explorer軟件(Version 0.4.0) 提取、分析影像組學特征：①于全部T2WI、DWI和ADC圖中分別提取5類影像組學特征共88個，包括18個一階統計學特征、14個形態學特征(shape-based feature)、24個灰度共生矩陣(gray-level co-occurrence matrix, GLCM)特征、16個灰度游程矩陣(gray-level run length matrix, GLRLM)特征及16個灰度連通區域矩陣特征[9]，基于三者聯合共提取264個影像組學特征；②數據預處理，以合成少數類過采樣法平衡樣本，并以Z分數法對影像組學特征數據進行歸一化處理；③特征降維，應用Pearson相關系數(Pearson correlation coefficient, PCC)分析影像組學特征的相關性，如2個特征的PCC>0.99，則隨機刪除其一；④構建模型，采用方差分析對影像組學特征進行排序，分別篩選基于T2WI、DWI、ADC圖及三者聯合的最優影像組學特征，分別以支持向量機建立術前評估直腸癌淋巴結轉移的T2WI模型、DWI模型、ADC模型和多序列模型，采用5折交叉驗證法驗證分類器的性能，于訓練集進行訓練，于測試集評估其效能。

1.6 統計學分析 采用SPSS 26.0統計分析軟件。以±s表示符合正態分布的計量資料，組間以t檢驗進行比較。以χ2檢驗比較計數資料?；贔eAture Explorer軟件評估影像組學模型的效能；以術后病理為金標準，繪制受試者工作特征(receiver operating character, ROC)曲線，計算曲線下面積(area under the curve, AUC)和基于常規MRI評估直腸癌淋巴結轉移的準確率、敏感度和特異度。以組內相關系數(intra-class correlation coefficient, ICC)評估觀察者內和觀察者間勾畫病灶VOI的一致性，ICC>0.8為一致性良好。P<0.05為差異有統計學意義。

2 結果

2.1 一般資料 淋巴結轉移組與無淋巴結轉移組間患者性別、年齡及病灶位置、分化程度差異均無統計學意義(P均>0.05)，而T分期差異有統計學意義(P<0.05)，見表1。訓練集與測試集患者性別、年齡，病灶位置、T分期及N分期差異均無統計學意義(P均>0.05)，見表2。

表1 淋巴結轉移組與無淋巴結轉移組間患者及病灶一般資料比較

表2 訓練集與測試集患者及病灶一般資料比較

2.2 常規MRI 常規MRI評估直腸癌淋巴結轉移的準確率為58.11%(43/74)，敏感度和特異度分別為76.67%(23/30)和45.45%(20/44)，陽性預測值(positive predictive value, PPV)和陰性預測值(negative predictive value, NPV)分別為48.94%(23/47)和74.07%(20/27)。

2.3 構建影像組學模型 觀察者內和觀察者間基于T2WI、DWI及ADC圖勾畫病灶VOI的一致性均良好，ICC分別為0.90[95%CI(0.80，0.95)]及0.89[95%CI(0.79，0.95)]、0.95[95%CI(0.89，0.97)]及0.91[95%CI(0.80，0.96)]、0.93[95%CI(0.85，0.97)]及0.92[95%CI(0.84，0.96)]。

最終分別基于T2WI、DWI、ADC圖及三者聯合篩選出3、4、6、6個最優影像組學特征(表3)用于構建模型。ROC曲線顯示，訓練集中，多序列模型評估直腸癌淋巴結轉移的AUC為0.83，T2WI、DWI及ADC模型的AUC分別為0.69、0.78、0.80；測試集中，多序列模型的AUC為0.82，T2WI、DWI及ADC模型的AUC分別為0.78、0.68、0.77。見表4及圖2。

表3 基于T2WI、DWI、ADC圖及三者聯合最終篩選出的影像組學特征及其系數

表4 各影像組學模型評估直腸癌淋巴結轉移的效能

3 討論

直腸癌是否發生淋巴結轉移是決定治療方案和影響預后的重要因素。目前多通過影像學以形態學標準評估直腸癌淋巴結狀態，但基于直腸MRI所示淋巴結徑線和形態學特征評估有無淋巴結轉移的敏感度和特異度分別僅為77%和71%[10],可能與MRI定性評估淋巴結轉移存在主觀性有關。本研究結果顯示，常規MRI評估直腸癌淋巴結轉移的準確率僅為58.11%，與文獻[11]報道相近，表明其診斷效能有限。

隨著T分期增高，直腸癌發生淋巴結轉移概率增加[12]。本研究淋巴結轉移組高T分期患者占比高于無淋巴結轉移組。直腸癌淋巴結轉移是腫瘤細胞通過引流淋巴管到達淋巴結內，并以此為生發中心生長的結果，其生物學行為與原發腫瘤相同，但轉移灶之間存在異質性，此為基于直腸腫瘤原發灶研究淋巴結轉移的理論基礎[13]。

影像組學分析對評估腫瘤異質性具有一定價值。本研究基于T2WI、DWI及ADC圖所示直腸癌原發灶提取、篩選影像組學特征并構建模型，以定量評估直腸癌淋巴結轉移，結果顯示，基于T2WI影像組學模型在測試集中的AUC為0.78，與既往研究[14]一致，提示其對淋巴結轉移具有較好的診斷效能；而基于DWI的影像組學模型在測試集數據中的AUC為0.68，即診斷效能不理想，意味著DWI評估腫瘤N分期不如T2WI敏感；基于ADC圖的影像組學模型在測試集數據中的AUC為0.77，這可能是因為通過多b值DWI計算得到的ADC圖可反映腫瘤的表觀彌散特征，故準確性較高[15]；結合上述多序列圖像影像組學特征的聯合模型在測試集中的AUC為0.82，其準確率、敏感度及特異度分別為86.36%、88.89%及84.62%，診斷效能高于常規MRI。

本研究的局限性：①為單中心回顧性研究，且樣本量較小，難以避免選擇偏倚；②手動勾畫病灶ROI，存在主觀性；③通過勾畫直腸癌原發灶VOI提取特征，未勾畫淋巴結本身，結果可能存在差異；④未分析病灶高階小波特征、患者臨床特征及基因特征等。

綜上所述，基于術前MR T2WI、DWI及ADC圖的多序列影像組學模型可有效評估直腸癌淋巴結轉移。