良惡性肺結節影像學特征及定量參數的鑒別診斷價值*

劉軍旗，錢偉軍，李立，趙文，王亞軍，楊潔

（1.河南省開封市中心醫院 影像科，河南 開封 475000；2.河南大學第一附屬醫院 影像科，河南 開封 475000）

肺癌是全球發病率和死亡率增長較快的惡性腫瘤［1］。隨著低劑量多排螺旋CT 和肺結節篩查軟件的應用，早期無任何臨床癥狀的肺癌被發現，CT 影像常表現為肺結節［2］。肺結節可以是良性病變，也可以是惡性病變的早期或進展期，因此早期鑒別肺結節的良惡性、早期干預，早期治療，對患者的生存及愈后至關重要。目前影像科醫生根據肺結節的影像學特征及隨訪來鑒別肺結節的良惡性的報道較多，但是，由于影像科醫生對影像學特征認識水平的差異常會造成誤診［3-4］。本研究通過回顧性分析經病理證實的良惡性肺結節影像學特征及定量參數，探討良惡性肺結節的鑒別診斷價值，以提高診斷良惡性肺結節的準確性。

1 資料與方法

1.1 研究對象

選取2020 年6 月至2022 年10 月開封市中心醫院經手術及穿刺活檢病理證實的95 例惡性肺結節（肺腺癌86 例、鱗癌3 例、小細胞肺癌4 例、神經內分泌癌2 例）和44 例良性肺結節（炎性結節34 例、結核6 例、炎性假瘤2 例、硬化性肺細胞瘤2 例）為研究對象。惡性肺結節中男42 例，女 53 例；年 齡 37～83 歲，平 均（64.85±9.62）歲。良性肺結節中男17 例，女27 例；年齡31～83 歲，平均（62.95±11.61）歲。139 例患者均為健康體檢中被發現且無任何臨床癥狀。納入標準：①肺結節最大直徑≤30 mm；②臨床及影像資料齊全；③病理診斷明確。排除標準：①有腫瘤病史，懷疑轉移者；②接受腫瘤治療及放、化療者；③圖像偽影，影響診斷者。本研究經開封市中心醫院倫理委員會審批通過（倫理編號：202106002），患者及家屬均知情同意本研究。兩組患者一般臨床資料（性別、年齡）比較，差異無統計學意義（P＞0.05），具有可比性，見表1。

表1 良惡性肺結節患者一般臨床資料及肺結節部位的比較

1.2 研究方法

采用聯影16 排或東芝（Aquilion）64 排低劑量螺旋CT 常規掃描，患者取仰臥位，雙手壁上舉，頭先進，掃描范圍自胸廓入口至肋膈角以下（包括雙側腎上腺），常規掃描層厚5 mm、層間隔5 mm，100 kV，電流為AutomA 自動調節，矩陣512×512。患者呼氣末，閉氣薄層掃描。掃描結束后1 mm 薄層重建。

1.3 圖像分析

所有CT 圖像由兩位有高年資的診斷醫師在聯影人工智能輔助下共同閱片，意見不一致時，請科主任會診共同協商達成共識。分析并記錄結節部位及影像學特征（包括支氣管征、空泡征、棘突征、胸膜凹陷征、分葉征、毛刺征、血管集束征）。將所有患者薄層CT 圖像導入聯影公司開發的人工智能軟件分析系統中，該系統自動生成各項CT 定量參數［包括長徑、體積占比（體積占比＜-300 HU、體積占比-300～50 HU、體積占比＞50 HU）、總體積、質量占比（質量占比＜-300 HU、質量占比-300～50 HU、質量占比＞50 HU）、總質量、最大CT 值、最小CT 值、平均CT 值、標準差、中位數、熵、偏度、峰度］。見圖2、圖3。

1.4 統計學方法

使用SPSS 21.0 軟件處理數據。計量資料符合正態分布的以均數±標準差（）表示，采用t檢驗；計數資料以百分率（%）表示，采用χ2檢驗。行Logistic 回歸分析兩組間有差異的變量預測肺結節的良惡性，繪制受試者工作特征（ROC）曲線圖，選取閾值，獲取曲線下面積（AUC）特異度、敏感度。P＜0.05 為差異有統計學意義。

2 結果

2.1 良惡性肺結節CT 特征分析

支氣管征、空泡征、棘突征、胸膜凹陷征差異無統計學意義（P＞0.05）；分葉征、毛刺征、血管集束征差異有統計學意義（P＜0.05）。見表2。

表2 良惡性肺結節CT 征象分析（例）

2.2 良惡性肺結節CT 定量參數比較

良惡性肺結節中病灶的長徑、體積占比（體積占比＜-300 HU、體積占比-300～50 HU、體積占比＞50 HU）、總體積、質量占比（質量占比＜-300 HU、質量占比-300～50 HU、質量占比＞50 HU）、總質量、最大CT 值、最小CT 值、平均CT 值、標準差、中位數差異無統計學意義（P＞0.05）；熵、偏度、峰度差異有統計學意義（P＜0.05），見表3。

表3 良惡性肺結節CT 定量參數比較分析（）

表3 良惡性肺結節CT 定量參數比較分析（）

2.3 良惡性肺結節CT 征象及定量參數Logistic和ROC 曲線分析

Logistic 回歸分析結果顯示，以是否發生肺癌（賦值：是=1，否=0）為因變量，分葉征（賦值：是=1，否=0）、毛刺征（賦值：是=1，否=0）、血管集束征（賦值：是=1，否=0）、熵（賦值：實測值）、偏度（賦值：實測值）、峰度（賦值：實測值）為自變量進行分析。分葉征、毛刺征、血管集束征、熵、偏度、峰度為鑒別良惡性肺結節的重要因素，見表4。根據ROC 曲線分析結果熵、偏度、峰度對良惡性肺結節的預測有價值，見圖1。熵的AUC 為0.918，閾值為8.28，敏感度和特異度分別為89.47%、88.64%；偏度的AUC 為0.812，閾值為-0.95，敏感度和特異度分別為83.16%、75.00%；峰度的AUC 為0.881，閾值為7.15，敏感度和特異度分別為88.42%、81.82%。見表5。

圖1 熵、偏度和峰度鑒別良惡性肺結節ROC 曲線圖

表4 CT 征象及定量參數Logistic 分析

表5 CT 定量參數對良惡性肺結節的診斷效能

3 討論

隨著人民生活水平的提高，越來越多的人民選擇健康體檢，低劑量螺旋CT 聯合人工智能篩查軟件的應用，使肺結節檢出率也越來越高［5］。因此，肺結節良惡性的鑒別尤為重要，明確診斷肺結節的良惡性既提高了患者的生存率及預后又減少了過度醫療。目前影像學特征對良惡性肺結節的鑒別有重要的價值［6］，由于良惡性肺結節部分影像學特征重疊，影像科醫生對影像學特征的認識水平的不同，難免會出現誤診。還有報道認為僅靠影像學特征鑒別良惡性肺結節陰性預測價值較低［7］。本研究旨在通過分析影像學特征的差別及定量參數來提高鑒別良惡性肺結節能力。

本研究良惡性肺結節患者一般臨床資料性別和發病年齡及結節部位比較差異無統計學意義（P＞0.05），與既往研究［4-6］基本一致。惡性肺結節的分葉征、毛刺征、血管集束征明顯多于良性肺結節，與國內外研究一致［7-9］。SNOECKX 等［8］認為分葉征指肺結節向各個方向生長速度不一，或周圍結構阻擋形成，表明結節邊緣具有侵襲性，與結節的惡性程度相關。本研究發現分葉越深，惡性越大。毛刺征是由于淋巴管或肺血管阻塞、小葉間隔增厚和纖維化所致，對惡性結節有較高的預測價值。本研究中惡性結節表現為短細毛刺，而炎性結節表現為粗長毛刺，所以毛刺征在鑒別肺結節良惡性時要全面評估，避免誤診。血管集束征指單或多支增粗的血管向肺結節周邊聚攏、移位，在病灶處貫穿或中斷，形成原因是腫瘤的侵潤性生長、腫瘤血管、瘤體內纖維化灶對肺部血管牽拉所致，SHI 等［9］認為能間接反應了肺結節的惡性程度，但不是鑒別良惡性肺結節的獨立危險因素，因此還有報道稱血管集束征鑒別良惡性肺結節尚存爭議［7］。本研究發現惡性肺結節血管集束征增粗、擴張、扭曲、狹窄，邊緣模糊，還要根據血管集束征的形態特點和分布特點來鑒別肺結節的良惡性。周維平等［10］研究指出棘突征是分葉征和毛刺征之間的征象，CT 縱膈窗顯示病灶邊緣多個尖角突起呈鋸齒狀，也是惡性肺結節的主要征象，本研究顯示棘突征鑒別良惡性肺結節無統計學意義?？赡茉蚴潜狙芯恐胁糠帜ゲＡ?、混合磨玻璃肺結節較小，縱膈窗顯示不明顯。胸膜凹陷征的CT 表現為病灶與胸膜之間的線狀或幕狀影，形成原因是病灶內部纖維組織增生，肺不張導致胸膜凹陷、胸膜粘連增厚［10］。國內外報道厚［9，11］胸膜凹陷征鑒別良惡性肺結節有一定價值與本研究不符，可能原因為本研究惡性肺結節中部分磨玻璃、混合磨玻璃肺結節較小、收縮力較弱；良性肺結節與胸膜粘連較廣，與葉間胸膜關系密切。支氣管征在病灶內見含氣體支氣管穿行。空泡征是肺結節內點狀透亮影，可以是單發或多發，大部分是病灶內壞死引起的。支氣管征、空泡征在良惡性病變中都會出現。單文莉等［12］報道支氣管征、空泡征在良惡性孤立性肺結節間沒有明顯差異，與本研究一致。本研究顯示惡性肺結節支氣管征以支氣管突然截斷、管壁增厚、管腔變窄為主；良性肺結節支氣管征以支氣管受壓，管壁增厚、官腔未見明顯狹窄。Logistic 回歸顯示影像學特征均不是鑒別良惡性結節獨立危險因素。SWENSEN 等［13］研究認為分葉征是鑒別良惡性結節的獨立危險因素。而HERDER 等［14］報道則相反。SHI 等［9］認為血管集束征不是鑒別良惡性肺結節的獨立危險因素，國內易芹芹等［15］認為毛刺征、分葉征是惡性肺結節的獨立危險因素。分析原因可能是本研究中的炎性結節、結核瘤較多，出現毛刺、分葉征、血管集束征征象較多，與肺結節個體差異較大，肺結節形態多樣有關。

本研究顯示熵、偏度、峰度鑒別良惡性肺結節有價值，還是鑒別良惡性肺結節的獨立危險因素，其診斷效能分別是熵AUC 為0.918，閾值為8.28，敏感度和特異度分別為89.47%、88.64%，依次是偏度為AUC 為0.812，閾值為-0.95，敏感度和特異度分別為83.16%、75%；峰度的AUC 為0.881，閾值為7.15，敏感度和特異度分別為88.42%、81.82%。上述研究結果與國內外研究相同［16-18］。但與遲淑萍［18］部分觀點不同。熵反應變量內部復雜程度，與肺結節內部不均勻程度及復雜程度成正相關，惡性肺結節較良性肺結節內部結構更復雜，密度更不均勻，所以熵值大，良性肺結節熵值小。偏度是反應變量的偏移程度，代表肺結節CT 值分布的不對稱性。峰度是反應變量的陡緩程度，代表肺結節CT 值波動范圍。偏度和峰度主要反映肺結節內部密度不均勻，惡性肺結節病理成分復雜，由于血管生成、黏液壞死的形成、細胞通透性的改變，CT 值變化較大，偏度和峰度值變大，而良性肺結節密度均勻，CT 值變化不大，偏度和峰度值小。本研究熵和峰度的閾值偏高，偏度低于國內外報道［16.17］，筆者認為可能與兩組肺結節的內部結構及病理成分有關。

肺結節長徑、體積占比、總體積、質量占比、總質量、最大CT 值、最小CT 值、平均CT 值、標準差、中位數鑒別良惡性肺結節無統計學意義（P＞0.05）。與國內外報道［16-20］一致，陳劼等［21］研究報道結節體積比和質量比與腫瘤的惡性程度呈正相關，SHIKUMA 等［22］認為實性成分體積比與腺癌亞型密切相關，與本研究不符?？赡茉蚴潜狙芯恐胁糠謵盒越Y節生長過程中纖維組織成分受侵破壞，肺泡塌陷，體積變小，而炎性結節肺纖維組織成分受侵未破壞，肺泡內充滿炎性因子，體積變大。質量參數是反映肺結節體積及密度的變化［21］，本研究顯示肺結節體積及密度鑒別良惡性肺結節無價值，所以質量參數在良惡性肺結節鑒別中價值不大。

綜上所述，分葉征、毛刺征、血管集束征是鑒別良惡性肺結節的重要影像學征象。而CT 定量參數是鑒別良惡性肺結節有效的補充手段，其中熵、偏度、峰度是鑒別良惡性肺結節重要參數，還是鑒別良惡性肺結節的獨立危險因素，可為臨床決策提供重要的參考價值。