基于MSCT的計算機紋理分析技術(shù)對良惡性孤立性肺結(jié)節(jié)的鑒別診斷效能

黃昌勝，孫國臣，龔新占

（1.光山縣中醫(yī)院 CT室，河南 信陽 465450；2.南陽市第一人民醫(yī)院 影像科，河南 南陽 473000；3.信陽市中醫(yī)院 放射科，河南 信陽 464000）

孤立性肺結(jié)節(jié)（solitary pulmonary nodule,SPN）為常見疾病，系肺實質(zhì)內(nèi)單個、直徑≤3 cm、X 線影像學(xué)呈不透明、邊緣清晰、不引起肺不張、胸腔積液、肺門增大的疾病［1］。有關(guān)數(shù)據(jù)顯示，約有1%～12%的SPN 患者會發(fā)生惡性病變，其經(jīng)手術(shù)切除治療可獲得較高的5 年生存率。因此，早期診斷、準確鑒別對臨床制定治療方案，改善預(yù)后具有重要作用。隨著醫(yī)學(xué)影像學(xué)技術(shù)發(fā)展，CT在臨床中得到廣泛應(yīng)用，傳統(tǒng)CT 根據(jù)SPN 的形態(tài)特征、密度特征對其良惡性進行鑒別，具有一定應(yīng)用價值［2］，但部分患者僅依靠CT 征象進行鑒別，難以明確具體良惡性。計算機紋理分析技術(shù)通過定量分析病灶局部圖像灰度值分布模式及變化規(guī)律、像素灰度特點等，能提供傳統(tǒng)CT 圖像中視覺無法識別的信息，并可反映圖像的不同本質(zhì)，從而幫助臨床鑒別，提高術(shù)前診斷準確性，且具有無創(chuàng)、操作簡單等優(yōu)勢［3-5］。基于此，本研究選取光山縣中醫(yī)院317 例SPN 患者，探討基于多層螺旋CT（multi-slice CT,MSCT）的計算機紋理分析技術(shù)對良惡性SPN 患者鑒別診斷效能，現(xiàn)報道如下。

1 資料與方法

1.1 一般資料

選取光山縣中醫(yī)院2019 年10 月至2022 年1 月收治的317 例SPN 患者，均行MSCT 檢查和計算機紋理分析，以臨床病理結(jié)果為診斷的“金標準”，SPN 患者分為良性組177 例、惡性組140 例。良性組女63 例，男114 例；年齡43～78 歲，平均（60.54±7.92）歲；體質(zhì)量指數(shù)：＜24 kg/m285 例、≥24 kg/m292 例。惡性組女51 例，男89 例；年齡42～76 歲，平均（59.61±8.04）歲；體質(zhì)量指數(shù)：＜24 kg/m264 例、≥24 kg/m276 例。兩組一般資料（性別、體質(zhì)量指數(shù)、年齡）比較差異無統(tǒng)計學(xué)意義（P＞0.05），具有可比性。研究經(jīng)光山縣中醫(yī)院醫(yī)學(xué)倫理、學(xué)術(shù)委員會審核批準。

1.2 納入及排除標準

1.2.1 納入標準 均經(jīng)病理診斷為良性或惡性SPN；胸部CT 檢查顯示SPN 結(jié)節(jié)最大徑1～3 cm；結(jié)節(jié)未經(jīng)穿刺；知情本研究，簽署同意書；精神系統(tǒng)正常。

1.2.2 排除標準 認知功能障礙；結(jié)節(jié)內(nèi)鈣化；結(jié)節(jié)內(nèi)存在脂肪成分；結(jié)節(jié)內(nèi)空洞形成；接受過放化療等治療；磨玻璃密度結(jié)節(jié)；CT 檢查禁忌證；伴有肺部其他疾病。

1.3 方法

1.3.1 MSCT 掃描 工具：Siemens 128 層CT 機（Somatom Definition AS）、Siemens 雙源CT 機（Somatom Definition Flash）。仰臥位，以先足后頭的方式進床，掃描范圍為肺底部至胸廓入口處，指導(dǎo)患者深吸后屏氣，至掃描結(jié)束。先進行常規(guī)CT 平掃，參數(shù)設(shè)置：管電壓120 kV，管電流280 mA，螺距0.993∶1，旋轉(zhuǎn)0.5 s/周～0.8 s/周，層厚0.625 mm，層間距5 mm，矩陣512×512，重建經(jīng)標準算法進行。切換至cine 掃描模式，行CT 灌注成像掃描。使用高壓注射器（德國Ulrich 公司，missouri XD2001 型），經(jīng)肘正中靜脈注射碘海醇造影劑，注射速率為 3.0～3.5 mL/s，劑量為1.5 mL/kg，參數(shù)設(shè)置：管電流80 mA，管電壓120 kV，掃描矩陣512×512，視野36 cm×36 cm～40 cm×40 cm，于對比劑注入后1 min 行門靜脈期掃描，于3～5 min 時行延遲期掃描。

1.3.2 計算機紋理分析 將數(shù)據(jù)輸入工作站，經(jīng)軟件對灌注成像進行分析，于病灶最佳層面勾畫出結(jié)節(jié)、主動脈感興趣區(qū)域，標準感興趣區(qū)域為最大截面的60%面積，避開肉眼可見的血管、壞死病變區(qū)域，測量實性軟組織區(qū)域，分析得到SPN 同層主動脈參數(shù)。使用縱隔窗觀察圖像，挑選顯示最大徑的軸位圖像，測量結(jié)節(jié)CT 值、最大徑；將病灶中心層面、相鄰的兩個層面導(dǎo)入后處理軟件進行計算機紋理分析。順著距離病灶內(nèi)緣1～2 mm 處勾畫感興趣區(qū)域，勾畫面積需＞2/3 病灶，并需最大程度涵蓋所有病灶；使用灰度共生矩陣法獲取SPN 紋理參數(shù)。

1.4 觀察指標

①基于MSCT 的計算機紋理分析結(jié)果，包括結(jié)節(jié)最大徑、平均CT 值、紋理特征（熵、相關(guān)、熵差、均和、熵和、對比度）。②基于MSCT 的計算機紋理分析的紋理特征參數(shù)鑒別良惡性SPN 的效能。

1.5 統(tǒng)計學(xué)方法

采用SPSS 22.0 軟件對數(shù)據(jù)進行分析。計量資料以均數(shù)±標準差（）表示，用t檢驗。將基于MSCT 的計算機紋理分析獲得的差異有統(tǒng)計學(xué)意義的影像學(xué)參數(shù)及其不同組合情況繪制受試者工作特征（receiver operating characteristic,ROC）曲線，獲得置信區(qū)間（confidence interval,CI）、最佳截斷值、曲線下面積（area under curve,AUC）、特異度、靈敏度。P＜0.05 為差異有統(tǒng)計學(xué)意義。

2 結(jié)果

2.1 基于MSCT 的計算機紋理分析結(jié)果

惡性組紋理特征中熵、熵差、熵和均較良性組高，差異有統(tǒng)計學(xué)意義（P＜0.05），而組間結(jié)節(jié)最大徑、平均CT 值、均和、相關(guān)、對比度比較，差異無統(tǒng)計學(xué)意義（P＞0.05），見表1，典型病例見圖1。

圖1 典型病例

表1 SPN 影像學(xué)結(jié)果（）

表1 SPN 影像學(xué)結(jié)果（）

2.2 基于MSCT 的計算機紋理分析的紋理特征參數(shù)鑒別良惡性SPN 的效能

以臨床病理結(jié)果為診斷的“金標準”，將病理結(jié)果為惡性SPN 設(shè)為陽性樣本，以病理結(jié)果為良性SPN 設(shè)為陰性樣本，基于MSCT 的計算機紋理分析技術(shù)檢測的熵差、熵、熵和參數(shù)繪制ROC 曲線（見圖2、圖3），結(jié)果顯示，熵差、熵、熵和的最佳截斷值分別為0.981、1.582、1.173，熵、熵差、熵和、熵+熵差、熵差+熵和、熵+熵和、熵+熵差+熵和的AUC 均＞0.700，靈敏度、特異度均超過60.00%，聯(lián)合熵+熵差+熵和檢測的靈敏度為90.71%，特異度為82.49%，見表2。

圖2 熵、熵差、熵和、熵+熵差、熵差+熵和、熵+熵和的ROC 曲線

圖3 熵+熵差+熵和的ROC 曲線

表2 紋理特征參數(shù)鑒別SPN 良惡性的效能

3 討論

在所有結(jié)節(jié)中，炎性結(jié)節(jié)不僅在形態(tài)特征方面與惡性結(jié)節(jié)難以進行有效區(qū)分，且增強后結(jié)節(jié)的強化程度與惡性結(jié)節(jié)也高度相似；腫瘤異質(zhì)性為臨床惡性腫瘤的重要特征，與血管生成有關(guān)，且不同組織學(xué)類型病灶的新生血管生成方式、數(shù)量均存在差異［6-7］。肺癌為臨床發(fā)生率、死亡率均較高的腫瘤疾病，5 年總體生存率較低。因此，早期診斷、治療具有重要作用。良性肺部病灶內(nèi)小血管為炎性反應(yīng)狀態(tài)，在質(zhì)量、數(shù)量方面與惡性腫瘤內(nèi)新生的血管存在差異。良惡性肺結(jié)節(jié)影像學(xué)部分表現(xiàn)相似，如良性腫瘤、炎性肉芽腫、早期肺癌及轉(zhuǎn)移瘤等均可表現(xiàn)為肺內(nèi)孤立性邊界清晰的結(jié)節(jié)，僅給予形態(tài)學(xué)特點則難以及時準確診斷，導(dǎo)致部分患者失去最佳治療時機，甚至因過度診斷出現(xiàn)過度治療的情況。本研究發(fā)現(xiàn)，良性組、惡性組CT 值間無明顯差異，可見，增強CT掃描的強化特征不能有效鑒別良惡性SPN。

CT 技術(shù)的不斷發(fā)展，使得CT 灌注成像逐漸在臨床中到達廣泛應(yīng)用。CT 灌注成像能直接反映對比劑在掃描組織中灌注量變化，對組織灌注量、通透性進行評估，從而幫助臨床鑒別病變組織良惡性［8-9］。但有研究發(fā)現(xiàn)，MSCT 在SPN 臨床診斷、鑒別中具有顯著作用，根據(jù)其參數(shù)能判定結(jié)節(jié)性質(zhì)，但對于惡性結(jié)節(jié)、炎性結(jié)節(jié)缺乏特異性［10］。基于MSCT 的計算機紋理分析技術(shù)能對病變內(nèi)灰度分布均勻情況、紋理粗細及復(fù)雜程度進行有效評估，然后量化病變組織內(nèi)異質(zhì)性。有研究發(fā)現(xiàn)，基于腫瘤異質(zhì)性與腫瘤血管生成有關(guān)，對比增強CT 紋理分析能評估肺結(jié)節(jié)、腫塊良惡性［11］。熵、熵差、熵和、對比度、相關(guān)等紋理參數(shù)為臨床定性SPN 的重要依據(jù)。其中，對比度能反映圖像清晰度、紋理溝紋深淺程度；熵能反映圖像紋理的規(guī)則程度、灰度分布隨機性，且熵值越高，表明圖像紋理信息越隨機、越復(fù)雜，病變組織異質(zhì)性越高；相關(guān)則可用來衡量在行或列方向上灰度共生矩陣元素的相似程度［12-14］。本研究發(fā)現(xiàn)，惡性組紋理特征中熵、熵差、熵和均較良性組高（P＜0.05），提示，基于MSCT 的計算機紋理分析技術(shù)的相關(guān)參數(shù)能有效判定良惡性SPN。其主要原因為惡性SPN 易發(fā)生纖維化、鈣化，內(nèi)部常有物質(zhì)沉積，影像學(xué)檢查主要顯示為圖像密度分布不均，病灶紋理表現(xiàn)更為復(fù)雜，故而惡性SPN 熵值較高。

本研究以臨床病理結(jié)果為診斷的“金標準”，將病理結(jié)果為惡性SPN 設(shè)為陽性樣本，以病理結(jié)果為良性SPN 設(shè)為陰性樣本，基于MSCT 的計算機紋理分析技術(shù)檢測的熵差、熵、熵和參數(shù)繪制受試者工作特征（ROC）曲線，結(jié)果發(fā)現(xiàn)熵差、熵、熵和的截斷值分別為0.970、1.571、1.151，熵差、熵差+熵和、熵、熵+熵差、熵和、熵+熵和、熵+熵差+熵和的AUC 均＞0.700，靈敏度、特異度均超過60.00%，聯(lián)合熵+熵差+熵和檢測的靈敏度為90.71%，特異度為82.49%，提示，基于MSCT 的計算機紋理分析能反映病灶組織內(nèi)部結(jié)構(gòu)異質(zhì)性，從而能幫助臨床鑒別良惡性SPN。

綜上所述，基于MSCT 的計算機紋理分析具有無創(chuàng)、操作簡單等優(yōu)勢，與結(jié)節(jié)形態(tài)學(xué)特征、增強后的強化特點結(jié)合后，聯(lián)合熵+熵差+熵和檢測的靈敏度和特異度均較高，能幫助臨床鑒別良惡性SPN，提升惡性SPN 早期診斷率。