ADC全域直方圖在鑒別膠質母細胞瘤和腦單發轉移瘤中的應用價值

呂青青，張 勇，程敬亮，朱晨迪，汪衛建，許 珂

（鄭州大學第一附屬醫院磁共振科，河南 鄭州 450052）

膠質母細胞瘤（Glioblastom，GBM）和腦轉移瘤是最常見的惡性腦腫瘤[1]。兩者之間的鑒別對進一步的診斷檢查和治療非常重要。當病變多發時，則轉移瘤的診斷多較明確，但當病灶單發時診斷往往存在一定困難，難以與GBM進行鑒別，MRI均可表現為環形強化伴瘤周水腫，即使有先進的MR技術包括磁共振波譜（MRS）、擴散張量成像（DTI）和灌注MRI，其診斷的準確度仍低于65%[2]。

全域直方圖分析是一種新的基于像素分布的圖像分析方法，可為腫瘤的鑒別提供更多定量信息。目前直方圖分析在腫瘤的鑒別[3]、器官的治療反應[4]等方面均顯示出優越性。本文回顧性分析經手術病理證實的58例GBM和腦單發轉移瘤患者的資料，以磁共振ADC圖像數據為基礎，研究此兩種腫瘤的全域直方圖特征，通過提取許多肉眼無法看到的圖像信息，來分析其對兩種腫瘤的鑒別價值。

1 資料與方法

1.1 研究對象

回顧性分析2013年5月—2017年10月于鄭州大學第一附屬醫院收集的58例經病理證實的顱內腫瘤患者的資料，其中GBM 30例（男17例、女13 例），年齡 10～69 歲，平均（51.1±14.23）歲；腦單發轉移瘤 28例（男16例、女12例），年齡35～72歲，平均（60.12±10.56）歲，其中肺癌 17 例、神經內分泌癌7例、乳腺癌2例、肝癌1例、胃癌1例。納入標準：①通過手術病理證實為GBM和腦單發轉移瘤；②術前在我院行常規MRI檢查，包括軸面T1WI、T2WI、液體衰減反轉恢復序列（FLAIR）、DWI和增強T1WI；③MRI圖像質量清晰；④排除轉移性黑色素瘤中T1WI表現為高信號的病例。

1.2 磁共振成像方法

采用Siemens Skyra 3.0T磁共振掃描系統，標準32通道頭線圈。序列包括：T1WI（軸位和矢狀位）、T2WI（軸位）、FLAIR（軸位）、DWI（軸位）以及增強 T1WI（軸位、矢狀位及冠狀位）。掃描參數：T1WI：TR 260ms，TE 2.46 ms；T2WI：TR 3 800 ms，TE 93 ms；FLAIR：TR 4 500 ms，TE 93 ms；DWI：b 值為 0、1 000 s/mm2，TR 3 500 ms，TE 119 ms。 FOV：230 mm×230 mm，層厚 5 mm，層間距 0.3 mm，矩陣 256×256。增強掃描參數與平掃T1WI一致。

1.3 感興趣區的選取

1.3.1 圖像選擇

將所有患者的MRI圖像從PACS工作站以BMP格式導出，導出時調整窗寬、窗位，使所有圖像窗寬、窗位均保持一致，存于硬盤中，選擇ADC序列，用于直方圖分析，以其他序列作為輔助圖像。

1.3.2 直方圖分析

采用Mazda軟件分析包含腫瘤全部層面的ADC圖像，沿腫瘤邊緣手動勾畫感興趣區（Regions of interest，ROI），并用紅色填充（圖1，2），軟件可自動生成ROI的灰度直方圖，分析并計算直方圖參數，包括平均值、方差、偏度、峰度、百分位數值。勾畫ROI時避免明顯的壞死、出血、大血管及偽影明顯的區域，本研究所有樣本勾畫的ROI均由3位影像學專家指導完成。

1.4 統計學分析

采用SPSS 22.0統計軟件進行統計分析。符合正態分布采用兩獨立樣本t檢驗比較兩種直方圖各參數的差異，計量資料用均數±標準差（±s）進行統計描述。不符合正態分布，采用非參數檢驗（Wilcoxon秩和檢驗），用中位數±四分位間距對統計參數進行描述。繪制受試者工作特征（Receiver operating characteristic，ROC）曲線，計算曲線下面積，預測鑒別GBM與腦單發轉移瘤的最佳閾值。P＜0.05差異具有統計學意義。

2 結果

2.1 GBM與腦單發轉移瘤的直方圖參數分析

由軟件運行出的兩種腫瘤的ADC直方圖見圖3。直方圖各參數值見表1。由表中數據可知，平均值、偏度、第1百分位數、第10百分位數、第50百分位數、第90百分位數、第99百分位數等7個參數間差異具有統計學意義（P＜0.05），方差及峰度間差異無統計學意義（P＞0.05）。

2.2 直方圖參數的ROC曲線分析

ROC曲線分別分析上述參數，數據見表2，并繪制ROC曲線（圖4）。平均值、偏度、第1百分位數、第10百分位數、第50百分位數、第90百分位數、第99 百分位數的曲線下面積分別 0.792、0.658、0.674、0.736、0.801、0.735、0.699。由ROC 曲線得出平均值取132.81時，敏感度和特異度分別為70.0%和78.6%；偏度取0.50時，敏感度和特異度分別為60.7%和 60.0%；第 1 百分位數取 75.05 時，敏感度和特異度分別為76.7%和64.3%；第10百分位數取95.13時， 敏感度和特異度分別為 70.0%和 67.9%；第50百分位數取128.40時，敏感度和特異度分別為 63.3%和 78.6%； 第 90 百分位數取 172.40 時，敏感度和特異度分別為70.0%和75.0%；第99百分位數取204.10時，敏感度和特異度分別為70.0%和60.7%。

3 討論

3.1 GBM與腦單發轉移瘤的MRI鑒別診斷

圖1 GBM的ADC圖原始圖像（圖1a）和ADC圖標記后圖像（圖1b）。 圖2 腦單發轉移瘤ADC圖原始圖像（圖2a）和ADC圖標記后圖像（圖2b）。Figure 1.The original ADC image of glioblastom(Figure 1a)and the marked ADC image of glioblastom(Figure 1b).Figure 2.The original ADC image of solitary brain metastasis(Figure 2a)and the marked ADC image of solitary brain metastasis(Figure 2b).

圖3 GBM的ADC直方圖（圖3a），腦單發轉移瘤的ADC直方圖（圖3b）。橫坐標表示ROI內的不同灰度值，縱坐標表示各灰度值出現的頻率。Figure 3.ADC histogram ofglioblastom(Figure 3a),and ADC histogram of solitary brain metastasis(Figure 3b).The abscissa represents the different gray values in the ROI,and the ordinate represents the frequency of each gray value.

圖4 平均值與第1、10、50、90、99 百分位數的ROC曲線 （圖4a）；偏度的ROC曲線（圖4b）。Figure 4.The ROC curve of the mean,the 1th,10th,50th,90th and 99th percentiles(Figure 4a)；the ROC curve of skewness(Figure 4b).

表1 GBM與腦單發轉移瘤ADC直方圖參數值比較（±s/中位數±四分位間距）

表1 GBM與腦單發轉移瘤ADC直方圖參數值比較（±s/中位數±四分位間距）

組別 GBM 單發轉移瘤 t值/Z值 P值平均值 145.37±30.39 117.50±18.00 4.238 0.000方差 1 203.51±1 513.03 1 035.41±521.56 －1.618 0.106偏度 0.35±0.57 0.69±0.47 －2.466 0.017峰度 0.10±0.58 0.73±1.66 －1.898 0.058第 1 百分位數 79.17±13.58 65.32±24.25 －2.272 0.023第 10 百分位數 100.23±18.94 85.34±17.79 3.080 0.003第 50 百分位數 143.35±34.34 111.40±19.71 －3.929 0.000第 90 百分位數 191.39±40.63 160.23±22.89 3.629 0.001第 99 百分位數 217.68±32.85 198.20±24.01 2.590 0.012

表2 平均值、偏度、第1百分位數、第10百分位數、第50百分位數、第90百分位數、第99百分位數的ROC曲線數據

病史對GBM與轉移瘤的鑒別非常重要，當患者有顱外惡性疾病，MRI檢查發現有多發邊界清晰的病變呈環狀強化或幕下病變，則傾向于轉移瘤的診斷。但當轉移瘤表現為單發病灶或GBM發生于幕下時均會對鑒別診斷造成困難，且兩種腫瘤的病程、治療原則、預后均不相同，因此術前明確診斷對臨床治療尤為重要。在常規影像學檢查上，這兩種腫瘤通常表現出類似的表現：明顯的壞死性腫塊，平掃圖像有較強的瘤周T2延長，且增強圖像有環狀強化。王萍等[5]認為不同b值的DWI的ADC值可對GBM和腦單發轉移瘤進行鑒別，認為隨著b值升高，ADC值的鑒別能力逐漸降低，當b值取1 000 s/mm2時，鑒別能力最強。有研究表明，基于增強T1WI直方圖的峰度值可鑒別GBM和顱內單發轉移瘤[6]，但其直方圖參數量較少，沒有包含百分位數等統計參數，結果也較為單一，而且此方法需要注入對比劑獲取增強序列，操作相對復雜。另外，DTI三維形態學分析也可用于鑒別GBM和轉移瘤[7]；Byrnes等[8]的研究表明當來自腫瘤體積和周圍瘤周水腫的DTI指標被合并時，能夠正確預測87%的GBM和83%的轉移瘤，但DTI不是常規使用的檢查手段，難以快速普及。Xu等[3]認為大多數的用形態學標準和信號強度特征來鑒別單發幕上腦轉移瘤和GBM的能力有限，在T2加權圖像上測得瘤周區的最大直徑與增強病灶的最大直徑之比可作為區分單發幕上腦轉移瘤和GBM的有用因素。

3.2 全域直方圖分析概述

全域直方圖分析是一種用于量化腫瘤內部異質性的新方法，它利用獲得的影像數據，用數學的方法評價ROI的灰階強度分布，可發現影像圖像中許多人眼捕捉不到的特征。直方圖組成參數的具體數值，包括平均值、方差、偏斜度、峰度、第1百分位數、第10百分位數、第50百分位數、第90百分位數、第99百分位數。直方圖可在MRI不同序列的基礎上進行分析，增強磁共振直方圖可用于髓母細胞瘤的復發鑒別[9]；ADC直方圖可用于鑒別眼眶良惡性腫塊[3]、兒童腦膠質瘤[10]等；還有研究利用T2WI直方圖分析椎間盤退行性病變[11]。此外，直方圖還可用于分析腫瘤與病理之間的相關性[12-13]以及預測腫瘤患者的生存時間[14-15]等方面。

3.3 ADC全域直方圖分析的鑒別價值

本研究利用ADC全域直方圖鑒別GBM與腦單發轉移瘤，通過分析平均值、方差、偏斜度、峰度、第1百分位數、第10百分位數、第50百分位數、第90百分位數、第99百分位數等9個直方圖參數在兩種腫瘤中的統計學意義，得出結果如下：平均值、偏度、第1百分位數、第10百分位數、第50百分位數、第90百分位數、第99百分位數等7個參數在兩種腫瘤間的差異有統計學意義，其中平均值和第90百分位數對鑒別兩種腫瘤的敏感度和特異度最高。因此，ADC全域直方圖分析對GBM與腦單發轉移瘤的鑒別診斷存在一定價值，且ADC圖是常規的磁共振掃描序列，不需要注入對比劑，具有簡便、經濟的優勢，可將ADC直方圖作為一種診斷上述腫瘤的新的輔助方法，有助于選擇更好的治療方式并改善預后。

本研究的樣本量有限，未能將腦單發轉移瘤按病理進行分類鑒別，另外GBM也有野生型和突變型，后續的研究可增加樣本量，探索直方圖分析腫瘤不同病理類型之間是否有關聯。