基于能譜CT紋理分析在預測胃癌術前淋巴結轉移中的價值

王小雷，高玉青，徐 鶴,2，張書海,2，李淑華，趙燦燦，段紹峰，謝宗玉

目前，胃癌是最常見的惡性腫瘤之一，也是全球第二大癌癥相關死亡原因[1]，大約70%的病例發生在亞洲，僅中國就占了一半以上[2]。淋巴結轉移是胃癌預后因素之一，在選擇合適的新輔助化療可行方案中起著關鍵的作用[3-4]。傳統影像學檢查確定淋巴結轉移的方式主要是基于淋巴結的大小。然而，反應性或炎癥性淋巴結可以增大、正?；蛘咻p微增大，因此部分病人存在臨床淋巴結分期不準確的風險[6]。計算機斷層成像是術前評估淋巴結狀態最常用的成像手段，但是據目前報道來看準確率尚不能令人滿意，僅60%。能譜CT在降低掃描劑量的同時,能獲得高質量的影像圖像，而紋理分析通過高通量特征提取，分析并挖掘圖像中的定量特征，從而客觀評估病灶的均質性[7]。本研究旨在探討以能譜CT為基礎的紋理分析在胃癌術前淋巴結轉移中的評估價值。

1 材料與方法

1.1 一般資料 選擇 2019年1月至2020年1月我院80例經病理確診的胃癌病人，男64例，女16例；年齡39～86歲。納入標準：(1)術前經過病理證實的胃癌病人；(2)病理證實有明確的淋巴結分期的病人；(3)術前未進行放療或化療治療；(4)術前2周內進行上腹部增強檢查且進行能譜序列掃描。排除標準：(1)術前進行放療或化療治療；(2)病人臨床信息欠缺或缺乏明確淋巴結狀態；(3)影像圖像上病灶顯示不清或者病灶太小。根據術后病理確認訓練組57例，驗證組23例。

1.2 儀器及方法 所有病人均使用GE 256排Revolution CT進行能譜序列掃描。對膈頂部到雙腎下極水平此范圍實施掃描，所設定的掃描模式是“GSI模式行平掃”聯合“增強掃描”，由肘靜脈注射碘普羅胺，流率3.5 mL/s，劑量1.0 mL/kg。注射對比劑后對腹主動脈CT值進行智能追蹤，當此參數值達到120 Hu條件下開始進行動脈期掃描，然后30 s后接著進行靜脈期掃描；行本次掃描時，參數設定情況為：GSI模式，采用ACTM自動管電流調制技術，NI=8.0～15.0，管電壓為140/80 kVp，螺距0.992∶1，旋轉時間0.5 s。圖像重建為層厚，間距0.625 mm，標準算法，傳至GEAW4.7工作站。

1.3 腫瘤分割及特征提取 使用專用軟件AK進行腫瘤分割，一位年輕放射科醫生在一位具有5年以上及一位15年以上腹部影像學診斷經驗的放射科醫生A和B共同指導下對所有病人的病變進行分割。在進行分割時，該放射科醫生已被告知腫瘤的確切位置，從能譜CT 單能量70 keV圖像靜脈期病灶最大層面橫斷面圖像上進行手動勾畫感興趣區(region of interest,ROI)。在勾畫ROI時，分割范圍盡可能覆蓋病灶，在腫瘤的邊界內進行勾畫，同時保持距腫瘤邊緣2～3 mm的距離以避開周圍的空氣或脂肪組織，手動分割示意圖見圖1b。

采用AK軟件(GE Healthcare,China)對預處理后的圖像進行紋理特征提取。最終得到直方圖特征、紋理特征(355個，基于GLCM、RLM、GLSZM)和集合特征三種類型，共計402個紋理特征。為了構建模型，進行了觀察者之間的一致性檢驗，以獲得可重現的特征。

1.4 統計學方法 在建立影像組學模型之前，首先使用Mann-WhitneyU檢驗，正態分布采用t檢驗，然后經logistic分析，再使用MRMR算法進一步挑選10個相關特征和非冗余特征，而后經過逐步多變量logistic回歸，構建最終的紋理分析預測模型，最后為了驗證紋理分析結果的可靠性，進行了100次留組交叉驗證(100-fold leave-group-out cross-validation,LGOCV)，并計算Rad-Score。

2 結果

進行能譜掃描的80位胃癌術前病人，其中發生淋巴結轉移的病人有49例(其中男40例，女9例)，年齡39～80歲,而未發生淋巴結轉移的病人有31例(其中男24例，女7例)，年齡46～86歲。在所選影像組學特征中，398個經Mann-Whitney U檢驗評估具有統計學意義(P<0.05)。經單因素logistic分析篩選出10個特征具有統計學意義(P<0.05)，然后經過MRMR方法選擇要素子集，保留了10個相關紋理特征，這10個紋理特征的性能見表1，在經過多元logistics分析及似然比檢驗選擇后，最終保留了4個紋理特征，其紋理特征性能見表2，并構建了預測模型，最終模型顯示出了良好的預測性能，AUC值約為0.79(0.69～0.89)。將選取的4個紋理特征構建預測模型，用組學評分計算公式表示：Rad-score=0.577 107 400 004 795×(Intercept)-2.053 355 886 945 71×Correlation_angle45_offset1-0.695 288 789 630 599×Correlation_angle0_offset4+1.209 241 722 435 82×Inertia_AllDirection_offset1_SD-1.208 985 369 906 08×Inertia_angle90_offset1。

表1 降維后篩選的10個紋理特征的性能

表2 經過多元logistics分析及似然比檢驗選擇后最終保留4個紋理特征的置信區間(CI)及P值

經過多重交叉驗證得出準確性、靈敏度及特異性，訓練組準確性、靈敏度及特異性分別為0.79、0.82及0.77；實驗組準確性、靈敏度及特異性分別為0.69、0.69及0.68。

3 討論

目前對于臨床而言，有效的評估胃癌術前淋巴結轉移情況對于臨床手術前規劃以及術后輔助治療至關重要。目前，臨床醫生對相關淋巴結的分析主要依賴于CT或MRI，然而這些技術的結果并不能很好地滿足臨床的需要，特別是在評估腫瘤的浸潤深度及淋巴結轉移程度[8]。

能譜CT對人體解剖結構及病灶特征顯示得更加清晰，在提高組織對比度的同時增加病灶的檢出率。能譜CT在疾病的鑒別診斷、病理分級、淋巴結轉移及腫瘤復發等[9-12]方面具有一定的優勢。影像組學是一種新興的領域，它通過一種非侵入性的方法從醫學影像圖像中提取定量特征[13-14]。它在未來腫瘤學實踐中顯示出巨大的潛力，包括鑒別診斷、組織學分類預測、淋巴結轉移、治療效果及預后等方面[15-16]。影像組學在鑒別肺結節良惡性、肝細胞癌的微血管浸潤及晚期結腸癌的術前評估[17-19]等方面具有很好的輔助效果。WANG等[20]回顧性研究247例經手術證實的胃癌病人，在術前動脈期圖像上繪制感興趣區并提取影像學特征，通過隨機森林算法，構建了一個影像組學模型用于預測胃癌淋巴結轉移。結果顯示，該模型具有良好的區分能力，訓練集曲線下面積(AUC)為0.844，試驗集的AUC為0.837，準確度達到80%～84%，而常規CT檢查的淋巴結轉移準確度為61%～64%，MA等[21]研究納入282例胃癌病人，探討CT征象對胃癌淋巴血管侵犯的預測價值，結果顯示靜脈期CT值具有較好的預測價值。LI等[22]回顧性收集了204例胃腺癌病人，分別在動脈期和靜脈期圖像中提取影像組學特征用于預測淋巴結轉移的效能，結果發現靜脈期AUC值為0.76，高于動脈期AUC值0.71。本研究采用能譜掃描模式，在靜脈期圖像上進行病灶分割及特征提取，最終紋理分析結果AUC為0.79，較LI等結果有所提高，分析其原因可能是能譜CT在時間、空間方面的分辨率均得到顯著的提高，避免常規CT掃描過程中的硬化偽影及容積效應[23]，有利于紋理特征的提取及分析。

在靜脈期模型構建中，本研究最終篩選出4個相關性較高的紋理特征，其中全方位慣性偏離量1-SD與胃癌發生淋巴結轉移呈正相關關系，45°相關偏離量1、0°相關偏離量4及90°慣性偏離量1呈負相關關系，參考這4個紋理特征值的高低，有助于預測胃癌是否發生淋巴結轉移。

本研究局限性在于：(1)僅在單張CT圖像選擇病灶最大層面進行紋理分析，未來可以構建病灶的三維模型分析病灶的紋理特征；(2)病灶ROI是通過手動勾畫，處理過程中可能存在一定的誤差；(3)僅使用了CT靜脈期圖像，CT動靜脈雙期對比分析是否獲得更高的預測準確性；(4)樣本量相對較小，后續研究中可以繼續收集更多的能譜數據進行相關驗證。

綜上所述，基于能譜CT的紋理分析在未來有望成為胃癌病人術前淋巴結轉移預測的非侵入性工具，有助于臨床確定手術方式及術后輔助治療方式。