MRI圖像紋理分析對子宮肌瘤與子宮腺肌病的鑒別診斷價值研究

吳國華

子宮肌瘤、子宮腺肌病均好發于30～50歲育齡期婦女，前者是生殖系統腫瘤疾病，后者則是子宮內膜及間質侵入子宮肌層所引起的良性病變，兩種疾病均可表現為月經量增多、經期延長、經期疼痛等，臨床癥狀及體征缺乏特異性[1-2]。常規診斷學鑒別子宮肌瘤、子宮腺肌病雖并不困難，但在部分不典型病例的診斷上存在局限性，如劉高偉等[3]報道，囊性子宮腺肌病缺乏特異性癥狀及體征，易被誤診為子宮肌瘤。MRI圖像紋理可通過量化組織圖像灰度值局部特征、變化規律及分布特點來分析機體組織病生理狀態[4]。張媛等[5]應用MRI圖像紋理分析診斷腦膜瘤術前分級的敏感度、特異度分別為75.34%、88.24%。但當前罕見應用MRI圖像紋理分析在子宮肌瘤與子宮腺肌病的應用報道，鑒于此，現采集資料著重探究MRI圖像紋理分析對子宮肌瘤與子宮腺肌病的診斷價值，以期為子宮肌瘤與子宮腺肌病的診斷鑒別提供參考依據。

1 材料與方法

1.1 一般資料

本研究采用回顧性分析2017年2月至2019年12月在邯鄲市中心醫院就診，且經手術病理確診為子宮肌瘤、子宮腺肌病的患者。納入標準：(1)有明確臨床診斷結果，并有手術病理結果佐證；(2)入院時接受過MRI圖像紋理分析檢查；(3)臨床資料完整，能滿足研究需求。排除標準：(1)妊娠期女性；(2)合并子宮肌瘤、子宮腺肌病以外的子宮病變。最終納入83例，其中子宮肌瘤49例，年齡25～57歲，中位年齡41(28，57)歲；孕次1～4次，中位孕次2(1，3)次；子宮腺肌病34例，年齡26～60歲，中位年齡42(29，55)歲；孕次1～4次，中位孕次2(1，3)次。兩組年齡、孕次比較差異無統計學意義(P＞0.05)。本研究經過本單位醫學倫理委員會批準，免除受試者知情同意。

1.2 研究方法

MRI設備為美國GE Discover y 750 3.0 T MR掃描儀，所有患者均行軸位T1WI(TR：680 ms、TE 10 ms、矩陣320×192，激勵次數2.0)、T2WI(TR：5660 ms、TE 88.4 ms、矩陣288×224，激勵次數3.0，掃描時間3 min 13 s)、擴散加權成像(dif f usion weight ed imaging，DWI)(b值=0、600 s/mm2；TR 3725 ms，TE 71.1 ms；矩 陣128×128，NEX 6.0，掃 描 時 間1 min 15 s)；隨后行增強掃描，經肘靜脈，按0.10 mmol/kg劑量注入對比劑(釓噴酸葡胺)。而后應用Image J軟件測量增強T1WI、T2WI、ADC圖像ROI中的直方圖參數(最小值、最大值、標準差、偏度值及峰度值)及灰度共生矩陣參數[熵值、對比值、灰度共生矩陣的角秒矩(angul ar second moment，ASM)]。

1.3 統計學方法

統計學分析處理軟件為SPSS 21.0，計量資料均行正態分布及方差齊性檢驗，符合正態分布且方差齊的計量資料用xˉ±s描述，t檢驗；不符合正態分布的數據采用中位數(25%，75%)描述，非參數秩和檢驗；采用ROC曲線分析MRI圖像紋理分析參數對子宮肌瘤及子宮腺肌病的診斷價值，以AUC反映預測效能，P＜0.05為差異有統計學意義。

2 結果

2.1 兩組MRI圖像紋理分析-直方圖參數比較

子宮肌瘤患者T2WI最大值、T2WI標準差、T2WI偏度值及ADC的標準差、ADC偏度值均顯著高于子宮腺肌病，差異有統計學意義(P＜0.05)，見表1。

表1 兩組MRI圖像紋理分析-直方圖參數比較

續表1 兩組MRI圖像紋理分析-直方圖參數比較

2.2 兩組MRI圖像紋理分析直方圖參數對子宮肌瘤、子宮腺肌病的診斷價值

MRI圖像紋理分析直方圖參數中以ADC偏度值的AUC值最高，以＞2.071為cut-of f，其診斷子宮肌瘤、子宮腺肌病的敏感度、特異度分別為87.76%、88.24%，見表2、圖1A。

表2 兩組MRI圖像紋理分析-直方圖參數對子宮肌瘤、子宮腺肌病的診斷價值

2.3 兩組MRI圖像紋理分析灰度共生矩陣參數比較

子宮肌瘤T1WI熵值、T2WI ASM能量、T2WI熵值、ADC的熵值均顯著高于子宮腺肌病，差異有統計學意義(P＜0.05)，見表3。

表3 兩組MRI圖像紋理分析灰度共生矩陣參數比較

續表3 兩組MRI圖像紋理分析灰度共生矩陣參數比較

2.4 MRI圖像紋理分析-灰度共生矩陣參數對子宮肌瘤、子宮腺肌病的診斷價值

MRI圖像紋理分析-灰度共生矩陣參數診斷子宮肌瘤、子宮腺肌病時，以ADC熵值的AUC值最高，以＞6.57為cut-of f，其診斷子宮肌瘤、子宮腺肌病的敏感度、特異度分別為73.47%、76.47%，見表4、圖1B。

表4 MRI圖像紋理分析-灰度共生矩陣參數對子宮肌瘤、子宮腺肌病的診斷價值

圖1 MRI圖像紋理分析對子宮肌瘤、子宮腺肌病的診斷ROC曲線分析。A：T2WI最大值、T2WI標準差、T2WI偏度值、ADC標準值、ADC偏度值診斷子宮肌瘤、子宮腺肌病的ROC曲線；B：T1WI熵值、T2WIASM能力、ADC熵值診斷子宮肌瘤、子宮腺肌病的ROC曲線

2.5 影像學資料(圖2、3)

圖2 女，40歲，子宮后壁一類圓形異常信號，突向宮腔，子宮肌瘤。A：T1WI呈低信號；B：T2WI呈不均勻稍高信號；C：DWI呈不均勻稍高信號；D：ADC圖呈不均勻稍高信號 圖3 女，58歲，子宮前壁一類圓形異常信號，突向宮腔，子宮腺肌病。A：T1WI呈不均勻低信號；B：T2WI呈不均勻稍高信號；C：DWI呈不均勻稍高信號；D：ADC圖呈不均勻稍高信號

3 討論

子宮肌瘤是婦科常見的良性腫瘤疾病，但在生長過程中極易因局部供血不足而引發退行性病變。而子宮腺肌病則是因子宮內膜組織侵蝕子宮肌肉層，子宮平滑肌細胞增生所致的良性婦科疾病；雖均為良性病變，且臨床表現極為相似，但治療方案卻不盡相同[6-7]。如何對兩種疾病進行有效鑒別診斷于疾病診斷至關重要。當前臨床多通過造影、子宮探查、超聲等方式診斷子宮肌瘤、子宮腺肌病，但兩種病變的超聲圖像存在重疊現象，存在診斷困難[8-9]。隨著影像大數據、智能化發展，MRI圖像紋理分析逐漸被臨床研究、應用[10-11]，但是目前尚無關于紋理分析用于鑒別子宮肌瘤與子宮腺肌病的報道。

圖像的區域紋理特征是描述一個區域圖像的精細/粗糙、均勻/不均勻、平滑/不規則等信息，作為底層視覺信息，較單純灰度變化，其所承載的信息也更為豐富[12]。基于ADC直方圖則是描述腫瘤擴散異質性的方式，通過對組織內部ADC值的計算反映組織異質性[13]。本研究中，子宮肌瘤患者T2WI最大值，T1WI、T2WI、ADC的標準差均顯著高于子宮腺肌病。分析標準值大的原因可能是子宮肌瘤實質成分復雜，因此更不均勻，異質性大，因此MRI圖像標準差越大。且本研究中T2WI、ADC偏度值均顯著高于子宮腺肌病，偏度值是表明分布相當于平均值的不對稱程度，偏度值越大，意味著組織分布形態偏斜程度越大。進一步以ADC直方圖參數診斷子宮肌瘤、子宮腺肌病，結果顯示MRI圖像紋理分析直方圖參數中以ADC偏度值的AUC值最高，以＞2.071為cut-of f，其診斷子宮肌瘤、子宮腺肌病的敏感度、特異度分別為87.76%、88.24%。這與牛淼等[14]的報道結論有一定相似，其報道ADC直方圖參數可用于子宮肉瘤、變性肌瘤的診斷。

而灰度共生矩陣參數則是通過一定的圖像處理技術提取紋理特征參數獲得紋理的定量或定性數據，將有醫學圖像的灰度轉換成圖像紋理信息進行表達，幫助臨床發現更多的潛在有用信息，為疾病診療提供參考[15]。本研究顯示子宮肌瘤T2WI ASM能量值顯著低于子宮腺肌病，T1WI、T2WI、ADC的熵值均顯著高于子宮腺肌病，提示子宮肌瘤圖像分布更不均勻、圖像紋理更為復雜。究其原因，可能是因子宮肌瘤細胞透明變性導致腫瘤組織內出現玻璃狀蛋白物質或子宮肌瘤液變性引起的組織壞死、液化、多囊腔，最終在圖像上表現為分布不均勻的信號，導致紋理復雜程度增大，能量值減低，熵值增大[16]。MRI圖像紋理分析-灰度共生矩陣參數診斷子宮肌瘤、子宮腺肌病時，以ADC熵值的AUC值最高，以＞6.57為cut-of f，其診斷子宮肌瘤、子宮腺肌病的敏感度、特異度分別為73.47%、76.47%。

綜上所述，基于MRI圖像紋理分析獲得的ADC直方圖參數、灰度共生矩陣參數用于子宮肌瘤與子宮腺肌病的鑒別診斷具一定臨床價值，尤其是ADC直方圖參數ADC偏度值及ADC熵值診斷鑒別效能更佳，值得臨床重視。

作者利益沖突聲明：全體作者均聲明無利益沖突。