CT增強圖像紋理分析鑒別腮腺腫瘤良惡性的價值

丁俊，陳基明，邵穎

（皖南醫(yī)學院第一附屬醫(yī)院，安徽 蕪湖 241000）

0 引言

唾液腺腫瘤發(fā)病率極低，其中以腮腺腫瘤多見，約80%[1]。現(xiàn)階段腮腺腫瘤治療仍然以手術(shù)切除為主，良性腫瘤或低度惡性腫瘤通常采取腮腺淺或全葉切除術(shù)，而高度惡性腫瘤則采取根治術(shù)，故準確區(qū)分良惡性對于確定手術(shù)方案有一定價值。目前術(shù)前檢查主要包括影像學檢查及穿刺活檢。常規(guī)影像學檢查主要通過觀察病灶的大小、形態(tài)、邊界、血供、區(qū)域淋巴結(jié)等征象，但是某些低級別惡性腫瘤惡性征象并不明顯，容易誤診[2]。細針抽吸細胞學（Fine-needle aspiration cytology，F(xiàn)NAC)常因樣本量不足，結(jié)果不完全可靠[3]。故我們需要術(shù)前發(fā)掘一種新方法來鑒別腮腺腫瘤的良惡性。紋理分析是目前研究熱門，紋理特征可以提供足夠的定量信息[4]，與腫瘤病理及患者預后關(guān)系密切[5]。本文旨在探討CT增強圖像紋理分析的方法鑒別腫瘤腮腺良惡性的可行性。

1 資料與方法

1.1 一般資料

回顧性分析皖南醫(yī)學院弋磯山醫(yī)院2015年01月至2021年02月間經(jīng)術(shù)后病理確診為腮腺腫瘤的60例患者的完整資料，良性腫瘤組30例，其中，男19例，女11例；年齡22～75歲，平均（54.60±12.64）歲；惡性腫瘤組30例，其中男21例，女9例；年齡13～88歲，平均（63.10±12.76）歲。納入標準：（1）術(shù)前兩周內(nèi)均行CT增強檢查，圖像完整、無偽影；（2）CT橫斷面上病灶最大徑不小于2.0 cm。排除標準：（1）患者近期行放化療治療；（2）患者肝、腎功能不全；（3）患者存在碘過敏史。

1.2 方法

采用西門子雙源64排CT掃描儀，仰臥位，軸位掃描，掃描范圍為外耳孔-下頜區(qū)。掃描參數(shù)：管電壓140kV，管電流133 mAs，層厚5 mm，層間距5 mm。經(jīng)肘前靜脈注入碘海醇，劑量為1.0-1.5mL/kg，并注入21 mL0.9%氯化鈉溶液，30 s后行3 mm薄層動脈期掃描。

1.3 提取、篩選紋理特征

將每位患者的動脈期軸位圖像（DICOM格式）依次導入ITK-SNAP軟件，由2名放射科醫(yī)師（分別具有5年、10年以上工作經(jīng)驗）沿病灶邊緣手動勾畫ROI，并轉(zhuǎn)入AK軟件提取紋理特征。采用組內(nèi)相關(guān)系數(shù)（intraclass correlation coefficient，ICC）評價2名醫(yī)師特征提取的一致性，保留ICC>0.80的特征，最后借助LASSO回歸進行降維、篩選出最佳特征。

1.4 統(tǒng)計學處理

采用SPSS 18.0軟件和R軟件（版本3.5.2）。采用ICC評價提取紋理特征的一致性，ICC>0.80為一致性較好。利用Kolmogorov-Smirnov檢驗對計量資料進行正態(tài)性檢驗，采用獨立樣本t檢驗，篩選出腮腺腫瘤良惡性組間存在統(tǒng)計學差異的紋理特征，借助LASSO回歸進行降維、篩選出最佳特征，使用ROC曲線下面積AUC評價各特征參數(shù)的診斷準確性。P<0.05為差異有統(tǒng)計學意義。

2 結(jié)果

2.1 2名醫(yī)師提取紋理特征的一致性檢驗

2名醫(yī)師提取紋理特征的ICC為0.837～0.918，一致性較好，選取10年以上工作經(jīng)驗醫(yī)師提取的特征進行下一步分析。

2.2 紋理特征提取及分析

從CT增強動脈期圖像上共提取了1326個紋理特征，借助LASSO回歸降維后，得到8個最佳特征。經(jīng)ROC曲線分析，wavelet-HLH_glcm_JointEntropy參數(shù)鑒別腮腺腫瘤良惡性的診斷效能最高，AUC為0.806，見表1。

表1 腮腺腫瘤良惡性鑒別最佳紋理特征參數(shù)對比

2.3 特征參數(shù)鑒別腮腺腫瘤良惡性的診斷效能

圖1 特征參數(shù)鑒別腮腺腫瘤良惡性的ROC曲線

3 討論

腮腺腫瘤占涎腺腫瘤80%，其中腮腺良、惡性腫瘤所占比例又分別為80%、20%。現(xiàn)今腮腺腫瘤治療仍然以手術(shù)切除為主，良惡性腫瘤術(shù)式區(qū)別很大，且腮腺組織內(nèi)面神經(jīng)的復雜走行以及術(shù)后面癱的風險使腮腺手術(shù)充滿挑戰(zhàn)性。故準確區(qū)分良惡性對于確定手術(shù)方案有一定價值。

當前腮腺腫瘤術(shù)前檢查主要包括影像學檢查（超聲、CT及MRI）及穿刺活檢。超聲在腮腺腫瘤診斷中應用最廣泛，但它提供臨床的定量信息很少[6]。CT檢查主要集中對腮腺病變的形態(tài)特征的分析，但結(jié)果各說紛紜，尚未建立完整診斷策略。MRI檢查可用性有限，主要由于檢查成本偏高、時間偏長。有研究報道，擴散加權(quán)成像(diffusion-weighted imaging，DWI)及其衍生的表觀擴散系數(shù)(apparent diffusion coeffificient，ADC)可以提供較高的診斷準確性來鑒別腮腺腫瘤，但不同腫瘤之間的ADC值存在一定的重疊[7]。FNAC一種通常用于術(shù)前診斷的微創(chuàng)檢查手段，然而，由于獲取的活檢樣本有限，可能會低估腫瘤的異質(zhì)性。紋理分析是新興的一種圖像后處理技術(shù)，可以量化醫(yī)學圖像上病灶的異質(zhì)性[8-9]。目前紋理分析主要應用于消化道、呼吸道腫瘤治療效果和預后評估[10]，對于腮腺腫瘤良惡性的鑒別診斷價值的研究還很少[11-12]。

本研究中，筆者從腮腺腫瘤的CT增強動脈期圖像中共篩選出8個最優(yōu)特征特征，這些參數(shù)可能與腫瘤的本身病理結(jié)構(gòu)差異、異質(zhì)性相關(guān)。經(jīng)ROC曲線分析，發(fā)現(xiàn)其中四個參數(shù)（lbp3Dm1_glrlm_ShortRunEmphasis、waveletLHH_glcm_Id、original_shape_MeshVolume、wavelet-HLH_glcm_Joint Entropy）AUC值>0.70，其 中wavelet-HLH_glcm_Joint Entropy參數(shù)鑒別腮腺腫瘤良惡性的診斷效能最高，AUC為0.806。以上結(jié)果均提示，基于CT增強圖像的紋理分析對鑒別腮腺腫瘤良惡性有較高的臨床應用價值。

本研究的不足：（1）樣本量相對較小。盡管我們發(fā)現(xiàn)某些紋理特征參數(shù)與腮腺腫瘤良惡性的鑒別診斷有一定相關(guān)性，但仍需后續(xù)在大樣本中去進一步驗證。（2）由于本研究為回顧性研究，難免存在一定選擇偏倚。（3）ROI勾畫受個人主觀影響較大。

綜上所述，基于CT增強圖像的紋理分析方法對于術(shù)前鑒別腮腺腫瘤良惡性是可行的。