CT影像特征及影像組學在肺淋巴瘤與肺浸潤性黏液腺癌診斷中的應用

胡菲，張琳，李桃，鄒丹丹，司成海，韓旭

(秦皇島市第一醫院，1.影像中心；2.血液科；3.病理科，河北 秦皇島 066000)

原發性肺淋巴瘤(PPL)是罕見的肺部惡性腫瘤，是由肺實質或支氣管的淋巴組織異常增生引起，伴或不伴肺門淋巴結浸潤，其最常見的類型是黏膜相關淋巴組織型淋巴瘤(MALT)[1-2]。肺是MALT的常見累及器官，患者一般臨床癥狀表現為咳嗽、咯血、呼吸困難、胸痛等。臨床發現，肺MALT的臨床癥狀和實驗室檢查并不具有特異性，而肺MALT影像學檢查結果多種多樣，極易與肺浸潤性黏液腺癌(PIMA)混淆[3]。PIMA沿肺泡壁或支氣管壁生長，以腫瘤內含有大量黏液為主要組織學特征，臨床癥狀和影像學檢查同樣缺乏特異性[4]。穿刺活檢是MALT、PIMA病理確診的主要方法，但并非所有患者愿意接受，因此臨床對于無創診斷技術的需求越來越大。影像組學通過提取大量影像特征，應用自動化數據特征化算法將其轉化為可發掘的數據信息，對影像學檢查診斷不具特異性的疾病擁有獨特優勢[5-6]。MALT、PIMA在影像學上難以鑒別，且臨床上關于二者的鑒別診斷報道相對較少。本研究旨在探討CT影像特征及影像組學鑒別診斷MALT與PIMA的應用價值。

1 資料與方法

1.1 一般資料

選擇2016年2月至2022年2月在秦皇島市第一醫院接受手術治療的50例肺MALT患者及52例PIMA患者為研究對象，按照2∶1隨機分為訓練集和驗證集，訓練集68例(33例MALT，35例PIMA)；驗證集34例(17例MALT，17例PIMA)。肺MALT和PIMA患者一般資料比較，差異無統計學意義(P>0.05)。見表1。納入標準：(1)均為單發病灶；(2)均經穿刺活檢、手術病理或免疫組化證實；(3)術前行肺部CT檢查，圖像清晰完整；(4)入組前均未接受過抗腫瘤治療。排除標準：(1)圖像模糊不可用；(2)微小病灶，難以提取有效影像組學參數。

表1 肺MALT和PIMA患者一般資料比較

1.2 方法

1.2.1 CT檢查 使用Philips Brilliance 64層CT掃描儀進行胸部平掃，患者呈仰臥位，上臂上舉，吸氣-屏氣后開始掃描，放射科醫生劃定掃描范圍，確定范圍為胸廓入口至肺底，掃描參數設定：管電壓120 kV，管電流200 mAs，螺距≤1，層厚5 mm，重建層厚為1 mm，矩陣512×512。

1.2.2 圖像處理與分析 采取雙盲法閱片，由兩位年資分別為5年和10年的影像診斷醫師分別閱片，查閱病灶形態、密度、空洞征、空氣支氣管征等CT征象，圖像上傳至影像組學工作平臺，A醫師使用半自動勾畫工具勾畫感興趣區(ROI)，在勾畫瘤周5 mm范圍ROI，勾畫完畢則由B醫師復核，意見不一致則協商一致。使用A.K.應用平臺提取影像特征，在特征提取模塊勾選相應特征，包括一階特征(熵、偏度、均勻性)、形狀特征(二維和三維形狀、大小)、紋理特征[灰度共生矩陣(GLCM)、灰度游程長度矩陣(GLRLM)]及變換特征(小波變換等)4大類，共提取出108個特征參數。

1.3 統計學分析

2 結果

2.1 訓練集和驗證集患者CT征象比較

訓練集和驗證集病灶形態、病灶密度、空泡、空洞、空氣支氣管征、支氣管狹窄、支氣管擴張、胸腔積液、胸膜轉移等CT征象比較，差異無統計學意義(P>0.05)。見表2。

表2 訓練集和驗證集患者CT征象比較[n(%)]

2.2 驗證集肺MALT及PIMA患者影像組學特征比較

提取驗證集的108個影像組學特征，應用LASSO降維和Logistic回歸后，經過交叉驗證，最終得到6個影像組學特征，包括4個一階特征和2個紋理特征。訓練集肺MALT及PIMA患者6個影像組學特征值差異有統計學意義(P<0.05)。見表3。

表3 驗證集肺MALT及PIMA患者影像組學特征比較[M(P75,P25)]

2.3 訓練集肺MALT、PIMA影像組學特征預測模型

ROC曲線顯示，訓練集鑒別診斷肺MALT、PIMA的AUC為0.873，95%CI為0.792～0.930，約登指數為0.587，臨界值為0.034，敏感度、特異度分別為75.68%、83.08%，經過擬合優度檢驗，χ2=5.373，P=0.717，模型預測效能良好。見圖1。

2.4 驗證集肺MALT、PIMA影像組學特征預測模型

ROC曲線顯示，驗證集鑒別診斷肺MALT、PIMA的AUC為0.852，95% CI為0.768～0.915，約登指數為0.572，臨界值為0.036，敏感度、特異度分別為75.68%、81.54%，經過擬合優度檢驗，χ2=11.754，P=0.612，模型預測效能良好。見圖2。

2.5 典型病例病理檢查和CT影像特征

患者1，灰白色穿刺組織少許，體積1.2 cm×0.1 cm×0.05 cm，小細胞惡性腫瘤，病理診斷為MALT(左肺，圖3A及3B)。患者雙肺見多發團片狀密度增高影，大小約3.3 cm×2.5 cm，邊緣毛糙，內細小支氣管影欠通暢，心影不大，心包稍厚(圖3C)，縱隔內小淋巴結短徑<1 cm(圖3D)。患者2，灰白色穿刺組織一條，長0.3 cm，直徑0.05 cm，病理診斷為PIMA(左肺下葉，圖4A及4B)。患者左肺下葉后基底段見不規則結節灶，大小約2.0 cm×0.9 cm，右肺見微結節(im11，22,30)。右肺中葉及左肺上葉舌段見索條影(圖4C)。縱隔略向左側偏移，縱隔內(氣管前腔靜脈后、主肺動脈窗、氣管隆突下)可見小淋巴結，直徑<1.0 cm(圖4D)。

3 討論

肺MALT是低度惡性淋巴瘤，病情發展緩慢，且由于發病率低，疾病表現并無特征性，影像學也不具典型性，臨床極易出現漏診誤診[7]。PIMA的黏液特質可以通過氣道向周圍組織播散，呈浸潤趨勢，相對肺MALT，PIMA一般預后不佳，二者的鑒別診斷對改善患者預后和提高患者生存率極其重要[8-9]。影像組學在計算機診斷基礎上，對不同病灶的特征進行定量診斷，將大量影像數據進行結構化梳理并提取特殊影像特征，大大提高了診斷準確率[10-11]。

本研究發現肺MALT、PIMA的CT影像特征呈類似表現，二者均呈充氣支氣管征，支氣管會出現不同程度的擴張，肺MALT支氣管走形自然，明顯擴張處會呈現空腔或囊狀含氣影，而PIMA支氣管僵硬，管腔粗細不一，擴張可達病變遠端，本研究結果與既往研究[12-13]報道相符。CT影像特征有助于肺MALT、PIMA的鑒別，但信息較少，具有局限性，比如胸腔積液是更多地出現在晚期疾病患者身上的影像特征，對于早期患者的診斷不具特異性。本研究結果顯示，訓練集及驗證集CT征象比較，差異無統計學意義(P>0.05)，暗示后續影像組學分析中訓練集與驗證集診斷效能相當。影像組學獲得的特征除了肉眼可辨的形態、大小、毛刺、分葉征之外，還可以提取肉眼難辨的灰度、紋理特征，借此反映腫瘤組織學上的異質性[14]。本研究從驗證集提取出的108個影像組學特征中篩選出6個鑒別性較好的影像組學特征，包括4個一階特征、2個紋理特征。一階特征包括平均值、中位數、10百分位數、總能量。本研究結果顯示，PIMA患者的平均值、中位數、10百分位數的CT信號強度值高于肺MALT患者(P<0.05)；總能量圖像亮度信息變化較肺MALT患者更劇烈(P<0.05)。紋理特征包括灰度不均勻度、游程不均勻度，本研究中，肺MALT患者灰度不均勻度特征值大于PIMA患者(P<0.05)。灰度不均勻度反映疾病影像學圖像中某種灰度的出現頻率，圖像中某種灰度出現越多則表明灰度越均勻，因此特征值越大，提示PIMA較肺MALT灰度更均勻，值越小則表明圖像紋理粗細更均勻。游程不均勻度反映疾病影像學圖像中游程長度相似度，本研究中，肺MALT游程不均勻度特征值大于PIMA患者(P<0.05)，提示PIMA較肺MALT圖像紋理更均勻。從一階特征和紋理特征可以挖掘肉眼難辨的圖像差異來分辨PIMA和肺MALT，影像組學特征的差異主要是因為于PIMA異質性較肺MALT高，從而導致CT圖像上的一階特征和局部紋理特征出現強烈反差。

基于以上影像組學特征構建預測模型，訓練集影像組學特征AUC為0.873，驗證集影像組學特征AUC為0.852，模型擬合優度良好，說明驗證集和訓練集影像組學特征均具有較高的診斷效能。吳琦等[15]報道訓練集、驗證集影像學特征模型鑒別診斷肺MALT、PIMA的AUC為0.85、0.81，與本研究結果類似。

綜上，通過影像組學對肺MALT、PIMA進行特征提取，可以有效鑒別肺MALT和PIMA，影像組學在臨床上有很大應用空間。