常規(guī)MRI 紋理分析對骨巨細胞瘤與動脈瘤樣骨囊腫的鑒別診斷價值

吳莉莉， 陳基明， 邵穎， 李周麗， 丁俊

（皖南醫(yī)學院弋磯山醫(yī)院影像中心， 安徽 蕪湖241001）

骨巨細胞瘤（giant cell tumor of bone， GCT） 與動脈瘤樣骨囊腫（aneurysmal bone cyst， ABC）均為偏心性膨脹性骨質(zhì)破壞的骨腫瘤。 根據(jù)兩者發(fā)病年齡、 病變部位及典型的影像學表現(xiàn)（包括腫瘤強化特點）， 大多數(shù)腫瘤診斷及鑒別較容易，尤其是多數(shù)發(fā)生于長管狀骨病變， 但臨床工作中并非所有病例均常規(guī)行MR 增強掃描， 發(fā)生于扁骨和不規(guī)則骨等少見部位的腫瘤， 少數(shù)GCT 發(fā)生明顯囊性變（囊性成分＞75%） 或ABC 實體成分較多時兩者在影像學上鑒別往往比較困難［1-3］。 由于GCT 和ABC 的治療方法不同， 因此術前準確鑒別對于治療方案及預后十分重要。 紋理分析通過研究醫(yī)學圖像像素灰度值局部特征、 變化規(guī)律及其分布， 能獲得反映病變內(nèi)部結(jié)構(gòu)異質(zhì)性的隱含信息［4］， 可用 于 腫 瘤 鑒別、 分級 和 療 效 評 價等［5-6］。 最近已有學者利用MRI 紋理參數(shù)對于軟骨肉瘤鑒別及分度的研究［7-8］。 本研究旨在探討MRI 紋理參數(shù)鑒別GCT 和ABC 的價值， 為少數(shù)常規(guī)MRI 鑒別診斷困難時提供一個可選擇的方法。

1 資料與方法

1.1 研究對象 回顧性分析2010 年1 月至2019年5 月我院經(jīng)手術組織病理學證實的GCT 和ABC患者的臨床資料。 納入標準： （1） 所有病例均經(jīng)手術組織病理學證實， GCT 均為病理1 級； （2）MRI 檢查與手術間隔時間≤2 周。 排除標準： （1）繼發(fā)ABC 的GCT， 繼發(fā)性ABC； （2） 術后復發(fā)性GCT 和ABC。 GCT 患者16 例， 其中男10 例， 女6例， 年齡18 ～76 歲， 平均（40.6±19.6） 歲； 病變位于股骨下端4 例， 脛骨上端3 例， 脛骨下端2例， 肱骨頭、 橈骨遠端、 股骨粗隆、 腓骨頭、 骶椎、 髖臼及距骨各1 例。 ABC 患者13 例， 其中男9 例， 女4 例， 年齡7～63 歲， 平均（25.6±16.6）歲； 病變位于股骨3 例， 脛骨和腓骨各2 例， 肱骨、 髂骨、 恥骨、 跟骨、 距骨和乳突各1 例。 2 組患者臨床資料比較差異無統(tǒng)計學意義， 具有可比性。

1.2 影像學檢測 采用GE Signa HDxt 3.0T MR掃描儀， 應用相關的關節(jié)線圈與表面線圈。 常規(guī)采用軸位、 冠狀及矢狀面掃描。 掃描序列及參數(shù)：FSE T1WI： TR 500～620 ms， TE 10～16 m； FS Pd?WI： TR 1 800～2 000 ms， TE 24～32 ms； 層厚3 ～5 mm， 間距0.2 mm， 矩陣320× （192 ～256），F(xiàn)OV （18～32） cm× （24 ～32） cm。 其中1 例GCE和2 例ABC 患者行靜脈團注對比劑Gd-DTPA T1WI增強掃描， 參數(shù)同上。

1.3 方法 MRI 圖像分析由2 名高年資醫(yī)師（具有10 年以上工作經(jīng)驗） 共同閱片， 意見不一致時協(xié)商解決。 分析GCT 和ABC 有無骨膨脹、 信號特點、 有無囊性變、 液-液平面、 出血 （T1WI 和FS PdWI均為高信號）、 纖維間隔、 周圍骨髓水腫、有無骨皮質(zhì)破壞及軟組織水腫、 腫塊等。 將PACS系統(tǒng)上所有患者FS PdWI 圖像以DICOM 格式導入圖像處理軟件（ITK-SNAP）， 由2 名醫(yī)師（具有5 年及10 年以上工作經(jīng)驗） 分別沿病灶邊緣逐層手動勾畫感興趣區(qū)（ROI）、 并進行三維融合， 然后導入美國GE 公司AK 軟件提取紋理特征（包括一階灰度統(tǒng)計特征、 形態(tài)特征、 灰度共生矩陣、游程矩陣和Haralick 特征）。

1.4 統(tǒng)計學方法 采用SPSS 20.0 軟件進行統(tǒng)計學分析。 采用Kolmogorov-Smirnov 檢驗計量資料是否符合正態(tài)分布。 以組內(nèi)相關性系數(shù)（intraclass correction coefficients， ICC） 評估2 名醫(yī)師提取紋理特征的一致性。 分類變量采用Fisher 精確檢驗比較， 連續(xù)性變量采用兩獨立樣本t 檢驗或Mann-Whitney U 檢驗比較； 利用Spearman 相關性分析剔除自相關系數(shù)高于0.9 （ ｜γ ｜＞0.9） 的參數(shù)。 采用多因素Logistic 回歸分析， 采用受試者工作特征曲線（ROC） 分析評估MRI 特征、 紋理特征和模型的鑒別診斷效能， 曲線下面積（AUC）值0.7 ～0.8 代表具有一定的鑒別能力， AUC 值＞0.8 表示具有非常好的鑒別能力。 采用Hosmer-Lemeshow檢驗對模型的擬合度進行檢驗。P＜0.05 為差異有統(tǒng)計學意義。

2 結(jié)果

2.1 形態(tài)特征分析 GCT 與ABC 形態(tài)特征中，存在囊性變、 液-液平面、 纖維間隔、 周圍骨髓水腫等特征的例數(shù)間差異有統(tǒng)計學意義， 見表1、 圖A～D。 鑒別2 種腫瘤AUC 值0.110 ～0.690， 其中腫瘤周圍骨髓水腫鑒別效能最高； 多因素Logistic回歸分析獲得形態(tài)特征模型鑒別2 種腫瘤的AUC值為0.708， 見表2， 周圍骨髓水腫是獨立預測因子。

2.2 紋理參數(shù)分析 2 名醫(yī)師獲取紋理參數(shù)的一致性較好， ICC 值分別為0.897 （95%CI： 0.793 ～0.951）。 AK 軟件從FS PdWI 圖像提取1 044 個紋理參數(shù)， 345 個有統(tǒng)計學意義， 利用Spearman 相關性分析去冗余后獲得9 個紋理參數(shù)（表3）； 鑒別2 種腫瘤AUC 值0.359 ～0.703， 其中全角度慣性方差（慣性Inertia 鑒別GCT 和ABC 的AUC 值最高（表2）。 多因素Logistic 回歸分析（表4、 5）獲得紋理參數(shù)模型鑒別2 種腫瘤的AUC 值為0.713 （表2）， 結(jié)合形態(tài)特征構(gòu)建的聯(lián)合模型鑒別2 種腫瘤的AUC 值為0.890 （表2）。 形態(tài)特征模型、 紋理參數(shù)模型及聯(lián)合模型經(jīng)Hosmer-Lemeshow檢驗， 模型的P 值均＞0.10 （分別為0.23、 0.35、0.45）， 說明模型的預測值與觀測值之間差異無統(tǒng)計學意義， 模型擬合效果較好。

表1 GCT 與ABC 的MRI 形態(tài)特征比較

圖1 右脛骨上段GCT （A、 B） 和右股骨上段ABC （C、 D） MRI 掃描結(jié)果

表2 MRI 形態(tài)特征、 紋理參數(shù)及模型鑒別GCT 和ABC 的效能

3 討論

3.1 MRI 形態(tài)學特征對GCT 與ABC 的鑒別診斷

由于MRI 能更清楚地顯示病變內(nèi)部結(jié)構(gòu)和周圍組織層次， 在觀察腫瘤確切范圍、 信號特征、 病灶內(nèi)部囊性變、 出血、 液-液平面、 纖維間隔、 病變周圍骨髓水腫及軟組織改變等方面更準確而有利于腫瘤的定性診斷， 常用于GCT 和ABC 診斷［9-11］以及預測GCT 術后復發(fā)［12-13］， 但對兩者鑒別診斷研究鮮見報道。 GCT 好發(fā)于骨骺已閉合長骨骨端， 為類似肉芽腫軟組織實體性腫塊， 可出現(xiàn)囊性變、 出血［14-15］， T1WI 呈低或中等信號、 T2WI 為不均勻中高強度信號， 病變邊緣常有環(huán)形低信號帶， 液-液平面較少， 常呈顯著不均勻強化。ABC 發(fā)病年齡較輕， 好發(fā)于長骨干骺端， 由大小不等的充滿血液的血竇組成， 具骨性或纖維間隔［16］， 常見液-液平面， 囊壁和囊間隔明顯強化等重要征象。 本研究結(jié)果顯示在GCT 和ABC 相關形態(tài)學特征中， ABC 的囊性變、 液-液平面、 纖維間隔較多見， 而GCT 周圍骨髓水腫多見， 差異有統(tǒng)計學意義， 但鑒別診斷效能均有限， 這可能與本組病例較少有關， 而上述特征的聯(lián)合具有一定的鑒別診斷能力（AUC 值0.708）， 這符合實際工作中兩者診斷及鑒別診斷往往需要綜合多種影像學征象。 雖然GCT 和ABC 均具有局部侵襲性， 但ABC 周圍骨髓水腫相對少見， 而GCT 多見（62.5%）； Woertler［17］及 徐 黎 等［18］研 究 也 顯 示ABC 伴發(fā)水腫少見， 而陳海松等［19］的研究中8 例ABC 均未見周圍骨髓水腫， 丁曉毅等［1］研究GCT發(fā)現(xiàn)63.54%病變周圍骨髓有不同程度水腫， 這可能與兩者侵襲程度不同有關。

表3 GCT 和ABC 的紋理參數(shù)比較

表3 GCT 和ABC 的紋理參數(shù)比較

紋理參數(shù) GCT ABC t／Z P全角度聚類方差 2.296±0.930 2.621±0.884 0.353 0.001全角度相關性方差 1.05±1.0 5.8±2.4 0.531 0.001 45 度相關性 72.12±68.34 22.3±6.4 0.512 0.001全角度慣性方差 16 970.08±5 664.386 53 527.827±15 781.001 0.278 0.003全角度長游程低灰度顯著性方差 2.641±1.046 0.002±0.002 0.444 0.001全角度短游程高灰度顯著性方差2 17 263.729±7 432.342 45 407.780±20 680.295 0.304 0.002全角度短游程高灰度顯著性方差4 82 645.190±44 872.634 115 286.781±71 305.835 0.305 0.002全角度短游程高灰度顯著性方差3 153 516.385±94 708.687 60 309.395±40 125.680 0.424 0.001緊密性2 0.511±0.033 0.510±0.028 0.289 0.004

表4 紋理參數(shù)的Logistic 多因素回歸分析

表5 形態(tài)特征的Logistic 多因素回歸分析

3.2 MRI 紋理參數(shù)對GCT 與ABC 的鑒別診斷常規(guī)MRI 形態(tài)學特征在GCT 和ABC 的鑒別診斷中具有重要作用， 尤其是液-液平面、 腫瘤強化特征等征象， 但發(fā)生于扁骨和不規(guī)則骨的腫瘤， 少數(shù)GCT 發(fā)生明顯囊性變（＞75%） 或ABC 實體成分較多而缺乏特征性影像學表現(xiàn)（有研究認為GCT 常見表現(xiàn)同時出現(xiàn)的典型病例較少［1］）， 僅依據(jù)形態(tài)學特征鑒別比較困難； 雖然腫瘤強化特點對2 種腫瘤的鑒別具有重要作用， 但多數(shù)情況下MRI 增強掃描并非臨床常規(guī)檢查。 MRI 紋理分析不依賴于醫(yī)師的主觀因素及臨床經(jīng)驗， 能客觀提供病變圖像信息。 Lisson 等［7］研究發(fā)現(xiàn)3D-MRI 紋理參數(shù)具有鑒別低度惡性軟骨肉瘤與內(nèi)生軟骨瘤的潛能， Fritz 等［8］研究發(fā)現(xiàn)MRI 紋理分析鑒別低度惡性軟骨肉瘤與內(nèi)生軟骨瘤優(yōu)于形態(tài)特征。 本研究結(jié)果顯示最終篩選的9 個具有較大價值紋理參數(shù)中， 全角度慣性方差（慣性Inertia） AUC 值0.703， 其他紋理參數(shù)鑒別診斷能力均有限（AUC值0.359～0.600）， 但構(gòu)建的紋理參數(shù)模型鑒別效能有所提高（AUC 值0.713）， 與形態(tài)特征模型鑒別效能相當， 而形態(tài)特征結(jié)合紋理參數(shù)構(gòu)建的聯(lián)合模型則明顯提高了鑒別診斷效能 （AUC 值0.890）， 這可能與紋理參數(shù)僅反映病灶特征， 而形態(tài)特征同時包括了病灶周圍信息有關， 形態(tài)特征與紋理參數(shù)各有側(cè)重與不足， 兩者的結(jié)合能更全面反映腫瘤特征。

3.3 本研究局限性 （1） 樣本量較少； （2） 由于增強病例數(shù)少， 不能分析病變強化特點； （3）僅提取FS PdWI 圖像紋理參數(shù)， 可能會影響鑒別診斷效能， 多序列、 多參數(shù)能更全面地反映腫瘤特點［20］； （4） 手動勾畫ROI 提取紋理特征受個人主觀影響較大。

綜上所述， MRI 形態(tài)特征和紋理參數(shù)對于GCT 和ABC 的鑒別均具有一定的價值， 鑒別診斷效能相當， 兩者聯(lián)合能進一步提高診斷效能， 是少數(shù)常規(guī)MRI 鑒別診斷困難時的一個有價值選擇方法。