計算機體層攝影術紋理分析診斷肺結節的臨床研究探討

耿加宏 萬 娟 周 超

（江蘇省金湖縣中醫院放射科，江蘇 淮安，211600）

肺結節為臨床上的常見疾病，其中多數為孤立性肺結節（solitary pulmonary nodule，SPN），以單發為主，直徑比較小[1]。由于各種因素的影響，當前肺結節在國內外的發病人數逐年增加。臨床上，大多數肺結節表現為良性，但部分肺癌患者早期也表現為肺結節，因此，肺結節性質的鑒別診斷具有重要意義[2]。計算機體層攝影（computed tomography，CT）可從整體上判斷肺結節形態，但采用常規CT評價結節良惡性時，兩者在影像學特征方面較為相似，給臨床診斷增加了難度[3-4]。CT肺動脈成像（CT pulmonary angiography，CTPA）是當前胸科檢查的重要方法之一，是CT平掃的補充方法之一，具有安全、有效、無創、敏感度和特異度高等特點[5]。其在診斷中能夠優化血管成像，去除偽影，促進圖像融合，從而提高診斷價值[6]。計算機體層攝影紋理分析（CT texture analysis，CTTA）是比較現代的醫學影像圖像后處理技術，具有客觀性、定量化、可重復性等特點，在結果判定時可從分子水平和功能水平出發，也反映結節內的異質性以及病變之間的差異，還具有量化分析能力，從而為臨床診斷提供了一定的依據[7-8]。本文具體探討與分析了計算機體層攝影術紋理分析診斷肺結節的臨床價值，以促進計算機體層攝影理分析的應用，現報道如下。

1 資料與方法

1.1 一般資料

選取2019年2月—2022年5月在江蘇省金湖縣中醫院診治的86例肺結節患者作為研究對象，根據病理診斷結果分為惡性組（惡性結節）18例，良性組（良性結節）68例。惡性組中腺癌12例，鱗癌6例；良性組中錯構瘤10例，炎性假瘤5例，硬化性血管瘤3例，非特異性炎癥43例，結核病7例。兩組患者性別、年齡、身體質量指數、結節最大徑、吸煙史等一般資料比較，差異無統計學意義（P＞0.05），具有可比性，見表1。本研究得到了江蘇省金湖縣中醫院醫學倫理委員會的批準，患者知情同意本研究并簽署知情同意書。

表1 兩組患者一般資料比較[（）/n（%）]

表1 兩組患者一般資料比較[（）/n（%）]

組別例數性別年齡（歲）結節最大徑（cm）吸煙史男女身體質量指數（kg/m2）惡性組1810（55.56） 8（44.44）55.69±1.5822.74±2.142.22±0.24 9（50.00）良性組6836（52.94）32（47.06）55.98±2.1122.67±1.582.15±0.1132（47.06）χ2/t0.0390.5430.1551.8090.049 P 0.8430.5890.8770.0740.824

1.2 納入與排除標準

納入標準：①結節直徑未超過3 cm；②符合肺結節的診斷標準[9]；③既往病史及檢查資料均有完整記錄；④單發、可測量結節；⑤對研究使用的對比劑無過敏史。

排除標準：①有明確其他部位腫瘤病史者；②哺乳與妊娠期婦女；③多發結節者；④檢查前接受化療、放療等相關治療者。

1.3 方法

使用美國GE公司Optima660 64層螺旋CT和美國Medrad公司Stellant的高壓注射器?；颊咴跈z查前行呼吸訓練。常規CT：從胸廓入口連續掃描至肺底部，參數設置：矩陣 512×512，掃描層厚5 mm，準直寬度 128 mm×0.6 mm，重建層厚1.25 mm，電壓120 kV，電流10～55 mAs，螺距為1，對結節性質與所在部位特征進行觀察分析。

同時所有患者都給予CT肺動脈成像檢查[10]，掃描層面定位于肺動脈主干水平，經肘靜脈以5 mL/s流率注射20 mL對比劑（碘克沙醇，含碘270 mg/mL），隨后注入30 mL生理鹽水。掃描參數：80 kV，自動mA，圖像重建為68%濾波反投影重建，掃描速度0.5 s/圈，層厚0.625 mm，螺距 1.375。將感興趣區放置于肺動脈干中心，將結節中心層面及相鄰的兩個層面調入MaZda后處理軟件進行紋理分析，由兩名高年資胸部影像科醫生（具有副高及其以上職稱，5年及其以上工作經驗）獨立閱片，若意見不相同時，則共同討論以確定統一結果。

1.4 觀察指標

（1）采取5分法對圖像質量進行評價，清晰顯示第6級肺動脈分支為5分，清晰顯示第5級肺動脈分支為4分，清晰顯示第4級肺動脈為3分，清晰顯示第3級肺動脈分支為2分，顯示肺動脈主干、左右肺動脈干及葉動脈為1分。（2）測量肺動脈干、左肺動脈、右肺動脈和各葉動脈CT值，最后取平均值。（3）記錄與測定計算機體層攝影紋理分析的相關參數，包括熵值、偏度、最大值等。（4）計算機體層攝影檢查的敏感度與特異度。

1.5 統計學分析

采用SPSS 20.0統計學軟件進行數據分析，計算機體層攝影紋理分析相關參數等計量數據以（）表示，檢驗方法為t檢驗等；惡性結節占比等計數數據以[n（%）]表示，檢驗方法為χ2檢驗等；一致性分析采用Kappa一致性檢驗，檢驗水準為α=0.05。

2 結果

2.1 圖像質量評分比較

所有患者圖像均能顯示4～6級分支，惡性組的CT圖像質量評分與良性組對比，差異無統計學意義（P＞0.05），見表2。

表2 兩組患者CT圖像質量評分比較 （，分）

表2 兩組患者CT圖像質量評分比較 （，分）

組別例數CT圖像質量評分惡性組184.84±0.43良性組684.83±0.24 t 0.131 P 0.896

2.2 常規CT特征比較

檢查顯示肺結節特征有分葉征、空泡征、胸膜凹陷征、支氣管充氣征，其中惡性組上述特征占比為88.89%、77.78%、72.22%、83.33%，顯著高于良性組的32.35%、33.82%、27.94%、32.35%，差異有統計學意義（P＜0.05），見表3。

表3 兩組患者常規CT特征比較 [n（%）]

2.3 肺動脈成像CT值比較

惡性組的肺動脈主干、肺葉動脈、肺段動脈與肺亞段動脈CT值與良性組相比都顯著提高，差異有統計學意義（P＜0.05）,見表4。

表4 兩組患者肺動脈CT值比較 （，HU）

表4 兩組患者肺動脈CT值比較 （，HU）

組別例數肺動脈主干肺葉動脈肺段動脈肺亞段動脈惡性組18533.67±13.35512.44±21.47498.43±15.67489.11±15.79良性組68501.32±15.66486.43±23.15435.79±19.35431.68±21.32 t 8.018 4.300 12.662 10.661 P＜0.001＜0.001＜0.001＜0.001

2.4 計算機體層攝影紋理分析相關參數比較

惡性組的計算機體層攝影紋理分析相關參數（熵值、偏度、最大值）與良性組相比都顯著提高，差異有統計學意義（P＜0.05），見表5。

表5 兩組計算機體層攝影紋理分析相關參數比較 （）

表5 兩組計算機體層攝影紋理分析相關參數比較 （）

組別例數熵值偏度最大值惡性組182.48±0.231.48±0.27534.20±18.59良性組681.78±0.141.02±0.13284.18±21.11 t 16.272 10.328 45.733 P＜0.001＜0.001＜0.001

2.5 診斷價值

在86例患者中，計算機體層攝影術紋理分析診斷為惡性結節17例，良性結節69例，為此計算機體層攝影術紋理分析診斷肺結節的敏感度與特異度為88.89%（16/18）和98.52%（67/68），Kappa一致性檢驗顯示計算機體層攝影紋理分析與病理診斷的一致性為0.892（P＜0.001），見表6。

表6 計算機體層攝影紋理分析在肺結節診斷中的應用價值 （n）

3 討論

臨床上肺結節的鑒別診斷比較困難，多數為良性，但是如果不及時進行處理，惡變的概率也比較大[10]。本研究病理結果為：惡性結節18例（惡性組），良性結節68例（良性組）；兩組患者一般資料比較，差異無統計學意義（P＞0.05），表明良性肺結節中依然存在比較大的惡變概率，但是臨床一般資料診斷的效果不佳。CT掃描發現肺結節多呈類結節狀，大多為胸膜下結節，很少出現單發孤立的良性結節，伴有局部胸膜粘連。特別是螺旋CT掃描，其在快速完成大范圍掃描的同時，進行高分辨多平面薄層重建，可避免肺部小結節的遺漏[11]。因結節內不同部分或組織的生長不均衡，導致出現邊緣分葉，分葉征在肺癌的陽性率超過80%。本研究顯示所有患者圖像均能顯示4～6級分支，惡性組的CT圖像質量評分與良性組對比，差異無統計學意義（P＞0.05）；惡性組患者常規CT檢查顯示的分葉征、空泡征、胸膜凹陷征、支氣管充氣征等占比為88.89%、77.78%、72.22%、83.33%，顯著高于良性組的32.35%、33.82%、27.94%、32.35%（P＜0.05），表明肺結節的CT診斷具有很高的圖像質量，也伴有比較特異性的CT征象。但是，肺結節的結節面積較小，無典型形態特征，因而難以精準診斷惡性性質，比如良性肺結節中的感染性肉芽腫、硬化性血管瘤等也可表現為惡性結節特點，給臨床診斷帶來了一定的困難[12-13]。

傳統CT主要從結節的密度、輪廓等形態特征觀察并診斷肺結節的良性與惡性狀況[14]。CT肺動脈成像診斷作為一種功能學成像方法，可觀察局部血流灌注狀態以及病理生理學改變，已經被廣泛應用于胸部病變的診斷[15]。本研究結果顯示，惡性組患者肺動脈成像的肺動脈主干、肺葉動脈、肺段動脈與肺亞段動脈CT值與良性組相比都顯著提高（P＜0.05）。當前也有研究顯示CT肺動脈成像可通過CT值的分析較好地區分肺結節的良惡性，惡性肺結節增強掃描CT值均高于良性肺結節[16]。不過，CT肺動脈成像診斷需要進行造影檢查，需要采用高滲碘對比劑，在一定程度上可危害血管系統及腎臟系統。結節異質性（heterogeneity）是結節的重要特征之一，可表現為基因、代謝、組織學等方面的差異。計算機體層攝影紋理分析可反映結節的生理異質性，能夠最大限度提供圖像包含信息，可有效提高診斷的準確度。本研究結果顯示，惡性組的計算機體層攝影紋理分析相關參數（熵值、偏度、最大值）與良性組相比都顯著提高（P＜0.05）。從機制上分析，熵值代表了灰度分布是否隨機與圖像紋理是否規則，熵值越高，說明圖像紋理信息更加隨機與復雜，病變組織異質性越高，出現惡性結節的概率更大。偏度能反映病變組織的異質性，且和結節異質性呈正相關。惡性結節的血管基膜增厚更為明顯，血管密度更大，異質性程度更高，也會使得偏度增加。最大值可準確度量數據的離散度，惡性結節成分更為復雜，也會使得最大值增加[17]。

人體內部組織結構和各項生理特征的細微變化，可通過計算機體層攝影紋理分析顯示，如遺傳變異、血供變化等。肺部良性結節多表現為局部紋理均勻細致，內部結構相似，結節的紋理規則，異質性程度低；惡性結節則多為密度、灰度分布不均，紋理雜亂復雜，內部結構多樣，結節異質性程度高[18]。本研究結果顯示，計算機體層攝影術紋理分析診斷為惡性結節17例，良性結節69例，其診斷肺結節的敏感度與特異度為88.89%和98.52%，表明計算機體層攝影術紋理分析診斷肺結節良惡性具有很好的效果。從機制上分析，計算機體層攝影術紋理分析可借助計算機的計算能力，明顯提高圖像分辨力，發現細小結節，反映計算機體層攝影成像組織的內部結構特征從而提高了肺結節診斷的準確性[19]。還有研究顯示，對于肺結節，常規CT可以間接反映其病理學和生理學信息，而對于機體病理改變的定量評估及定性分析則通過計算機體層攝影術紋理分析完成[20-21]。由于經費問題，本次研究對于感興趣區的勾畫詳細性有待提高，樣本含量較少，且CT操作依然存在一定的人為誤差，將在后續研究中探討。

綜上所述，計算機體層攝影術紋理在肺結節的應用能夠提供肉眼無法觀察的紋理特征，可定量評估肺結節，診斷肺結節良惡性具有很好的敏感度與特異度。