多層螺旋CT圖像后處理技術在肺部結節鑒別診斷中的應用研究

楊興云 宋立江 王 濤 蘇國華

呼吸系統疾病在臨床上較為常見，且種類繁多，而多層螺旋CT(multi-slice spiral computed tomography，MSCT)檢查對肺部小病灶和早期病變的篩查敏感性較高，具有影像層次豐富、密度分辨率高和圖像后處理技術成熟等優點，是臨床應用價值較高的一種影像學檢查方法。肺部病變的異常CT表現有滲出性病變、增殖性病變、纖維化、鈣化、結節與腫塊、空洞與空腔以及肺間質改變等7類，其中，在肺部結節的診斷方面，臨床上常根據病灶影像的大小、形狀及密度等CT表現進行良惡性的鑒別[1-2]。但是，受到病灶參數、影像設備、檢查技術及診斷醫師等因素的影響，肺部結節性疾病患者的影像質量和診斷準確率有待進一步提高[3-4]。

肺部結節疾病的MSCT圖像常用后處理技術包括圖像增強、多平面重組和K均值聚類算法圖像分割技術等，通過圖像后處理可較準確地獲取病灶結節的空間位置及病理性狀信息。為此，本研究回顧性分析肺部結節患者MSCT檢查的影像結果，探討不同后處理技術在提高結節鑒別診斷中的應用價值，為放射科提高臨床疾病診斷水平奠定技術理論和應用研究基礎。

1 資料與方法

1.1 一般資料

回顧性分析2016年6月至2018年6月期間涼山彝族自治州第一人民醫院放射科接診的73例肺部結節患者，其中男性39例，女性34例；年齡24～82歲，平均年齡(54.2±14.2)歲。73例患者經臨床手術病理診斷證實均為肺結節性疾病，其中腺癌34例(占46.58%)，肺結核14例(占19.18%)，肺炎11例(占15.07%)，小細胞肺癌8例(占10.96%)，錯構瘤5例(占6.85%)，硬化性血管瘤1例(占1.37%)。將未經處理的患者原始影像納入對照組；將采用單一和組合的方式對圖像進行銳化、多平面重建(multi-planar reconstruction，MPR)和K均值聚類算法等3種方法后處理的4種圖像納入觀察組，比較兩組圖像鑒別診斷與病理結果的一致性及準確率。

1.2 納入與排除標準

(1)納入標準：①患者均行MSCT檢查，圖像質量符合診斷要求，無偽影；②臨床及病理檢查資料齊全；③病灶結節直徑≤3 cm。

(2)排除標準：①同時伴有肺部滲出性病變患者；②支氣管和縱隔、胸膜病變的患者；③多發性肺結節病患者[5-6]。

1.3 儀器設備

采用Optima CT660型128層螺旋CT(美國GE公司)。

1.4 檢查方法

采用Optima CT660型128層螺旋CT，掃描方式為胸部仰臥位常規螺旋掃描，范圍包括整個肺組織和肋膈角。掃描條件：管電壓120 kV，管電流220 mA，層厚5 mm，矩陣512×512，重建算法為標準重建；影像顯示條件為肺窗(W=1500，L=-700)，縱隔窗(W=350，L=40)。

1.5 圖像后處理方法

采用單一和組合兩種方式分別進行圖像銳化、MPR處理及K均值聚類算法圖像分割等技術操作，研究不同圖像后處理方法對提高結節鑒別準確率的影響程度[7-9]。其中，單一方式是73例患者影像分別進行不同方法處理，組合方式是診斷小組成員根據診斷需要同時選擇1～3種處理方式，共獲得觀察組的4個影像處理結果。

圖像銳化目的是削減圖像模糊度、突出結節邊界和細節的一種圖像增強方式，按照銳化程度分為三級，即Ⅰ級(初)、Ⅱ級(中)和Ⅲ級(高)；MPR實際上是對MSCT掃描的容積數據重新計算獲取不同二維斷面的過程，包括矢狀面、冠狀面和斜面等，可較好地顯示肺部結節的復雜解剖結構關系，有利于病灶的準確定位；K均值聚類是按照相似性準則，將圖像中不同組織結構數據按照預設K值進行分類劃分，突出肺部結節與周圍組織的對比度，達到鑒別診斷的臨床應用效果。

1.6 觀察指標

由3位具有5年以上工作經驗的放射科醫師組成診斷小組，評價73例肺結節疾病患者的影像資料，肺部結節鑒別的觀察指標設定為診斷準確率，即影像診斷結果與病理診斷結果的一致性，用R表示。其中，診斷結果由診斷小組分別對73例患者的4組實驗圖像進行分析獲得，圖像后處理技術和觀察指標的賦值情況見表1。

表1 MSCT圖像后處理技術及觀察指標賦值

1.7 統計學方法

應用SPSS19.0軟件對研究數據進行處理，將診斷準確率設定為因變量、圖像銳化、MPR處理和K均值聚類算法設定為自變量。計量資料中的診斷準確率以均值±標準差(±s)表示，采用Wilcoxon秩和檢驗對不同處理模式下4組實驗數據和對照數據進行差異性分析；計數資料中診斷準確均一致的比例以百分比(%)表示，采用x2檢驗進行差異性分析，以P＜0.05為差異有統計學意義，以P＜0.01為差異顯著。

2 結果

2.1 MSCT圖像處理結果

采用隨機的方式分別對73例患者的影像進行圖像銳化、MPR處理和K均值聚類算法圖像分割等后處理操作，在73例患者的影像中進行圖像銳化處理52例，MPR處理37例，K均值聚類算法圖像分割處理27例。圖像銳化、MPR處理和K均值聚類算法圖像分割處理的典型圖像見圖1-3。

圖1 圖像銳化處理典型病例

2.2 圖像后處理的診斷準確率

對不同MSCT圖像的診斷準確率進行賦值，不同的MSCT圖像后處理技術對肺部結節的診斷準確率有明顯的提升，觀察組4種圖像處理和對照組的診斷準確率分別為(3.42±0.68)%、(3.45±0.65)%、(3.43±0.66)%、(3.74±0.60)%和(3.33±0.78)%，觀察組單一圖像后處理與對照組比較，差異有統計學意義(Z=-2.070，Z=-2.460，Z=-2.111；P＜0.05)；組合處理與對照組比較差異顯著，有統計學意義(Z=-4.570，P＜0.01)，見表2。

圖2 MPR處理典型病例

圖3 K均值聚類算法圖像處理典型病例

表2 兩組圖像后處理診斷準確率結果比較(±s)

表2 兩組圖像后處理診斷準確率結果比較(±s)

組別 診斷準確率(%) Z值 P值對照組 3.33±0.7849 - -觀察組圖像銳化 3.42±0.6849 -2.070 0.038 MPR處理 3.45±0.65 -2.460 0.014 K均值聚類 3.43±0.66 -2.111 0.035組合處理 3.74±0.60 -4.570 0.000

2.3 圖像后處理與病理診斷的一致性

診斷一致例數分別為49例、51例、49例和59例，應用SPSS19.0軟件對計量資料進行Wilcoxon秩和檢驗，觀察組單一后處理的差異有統計學意義(Z=-2.070，Z=-2.460，Z=-2.111；P＜0.05)；組合處理的差異顯著(Z=-4.570，P＜0.01)。計數資料采用x2檢驗，觀察組單一處理的差異有統計學意義(x2=4.074，x2=5.607，x2=4.074；P＜0.05)；組合處理的差異顯著(x2=14.722，P＜0.01)，見表3。

3 結論

本研究結果證實，MSCT圖像后處理技術在診斷肺部結節中具有重要的應用價值。目前，肺部結節疾病的臨床診療研究方向集中在檢查方案和影像診斷兩個方面，并以CT檢查較為常見。隨著影像設備性能和信息技術的發展，圖像后處理技術可實現圖像質量優化、定量和定性信息測量、病灶定位及三維可視化等功能，在MSCT影像診斷中的應用價值顯得越來越重要[10-11]。

表3 兩組圖像后處理與病理診斷一致性比較

圖像后處理技術具有差異性的臨床應用領域和價值，本研究結合醫院放射科接診的肺部結節患者的實際情況，選取圖像銳化、MPR處理和K均值聚類算法設計MSCT圖像后處理方案，共獲取4組觀察圖像。診斷小組分別對原始圖像和觀察圖像進行分析，參照臨床病理診斷數據，形成診斷準確率的計量和計數資料。本研究結果顯示，觀察組圖像的診斷準確率高于對照組，且觀察組單一處理的差異具有統計學意義，組合處理的差異顯著，表明MSCT圖像后處理技術在提高肺部結節疾病診斷準確率方面具有較高的應用價值，且根據臨床需要選擇合理的圖像后處理技術可進一步提升臨床診斷水平。

由于肺部結節疾病種類繁多，臨床診斷過程中需要結合癥狀病史、影像表現和病理檢查等內容進行鑒別診斷。因此，圖像后處理技術在一定程度上能提高肺部結節疾病的診斷準確率，但仍存在一定的誤診比例，今后工作中將進一步研究MSCT圖像后處理技術在相關疾病的應用價值，為提高放射科的臨床診療水平奠定研究基礎[12-13]。