增強CT紋理分析在老年甲狀腺乳頭狀癌診斷和預測淋巴結轉移中的價值

高鑫宇 劉慧楠 裴建國

(延邊大學附屬醫院放射科，吉林 延邊 133000)

甲狀腺癌是頭頸部最常見的惡性腫瘤，其中甲狀腺癌乳頭狀癌(PTC)是其最常見的病理類型，約占甲狀腺癌95%，近年來我國發病率顯著上升〔1,2〕。手術切除是PTC最有效的治療方式，術后復發率為10%～15%〔3〕。PTC預后通常較好，10年生存率可達到90%以上〔1〕。然而一旦出現腫瘤侵犯范圍擴展至甲狀腺外、頸部淋巴結或遠處器官出現轉移則預后通常較差，因此早期診斷及預測淋巴結轉移十分關鍵。直接術前定性確診通常使用細針穿刺病灶活檢，其準確度最高但難以評價病灶浸潤的情況〔4〕。超聲是評估甲狀腺病灶的首選方法，其操作方便簡單、無輻射且價格低，但由于頸部深處存在骨骼、氣體超聲易受到干擾難以觀察〔5〕。磁共振成像(MRI)組織分辨率高、無電離輻射，且在一般平掃外進一步借助擴散加權與定量動態增強成像，更好地觀察和評估甲狀腺病灶的形態和功能，但其操作時間長、費用昂貴，且易于被頸部磁敏感影響造成偽影，從而難以對微小病灶進行篩查和評估〔6〕。電子計算機斷層攝影(CT)有著普及范圍廣、成像速度快的特點，在篩檢診斷評估甲狀腺乳頭癌、頸部淋巴結轉移情況和鑒別其他甲狀腺良性病灶有著較好的敏感性和特異性〔7〕。然而普通CT通常僅描述占位的形態學和CT灰度等有限的定量參數，難以診斷或預測病灶的轉移情況。CT紋理分析是基于影像學圖像的一種數字化信息研究技術，可通過分析CT圖像的特征像素灰度分布及其相互關系，有效避免上述缺點〔8〕。CT紋理分析在腫瘤異質性方面可提供更加客觀定量的信息〔9〕。有研究也證實了CT紋理分析在腫瘤診斷、分期、治療效果評估及預測預后的價值〔8～11〕。本研究評估CT紋理分析在老年甲狀腺乳頭狀癌診斷和預測淋巴結轉移中的價值。

1 對象和方法

1.1病例信息 回顧分析2018年4月至2020年6月，于延邊大學附屬醫院行手術治療后病理確診甲狀腺腫瘤的老年患者127例，患者術前均接受了增強CT檢查，男48例，女79例，年齡61～82歲。其中良性占位71例為良性組，年齡(68±11.4)歲，病灶鈣化20例；剩余56例為病理確診的PTC為惡性組，年齡(64±13.8)歲，病灶鈣化18例。惡性組中有21例出現淋巴結轉移。兩組一般資料差異無統計學意義(P>0.05)。排除標準：①非PTC的其他甲狀腺惡性腫瘤；②甲狀腺占位長軸<5 mm；③占位為單純透亮囊性病灶或存在廣泛鈣化；④彌漫性甲狀腺病變；⑤頭頸部其他惡性腫瘤病史；⑥頭頸部放射治療病史；⑦圖像質量差偽影重。

1.2CT檢查儀器和方法 采用西門子320排螺旋CT機器，掃描范圍上至舌骨下緣，下至主動脈弓上緣，按國家放射科管理規范及質控標準采用最低劑量原則〔12〕。詳細的CT掃描參數包為120 kV和180 mA自動管電流調制，矩陣為512×512，掃描層厚度為1 mm，層間距為1 mm。對比劑采用碘海醇〔350 mg碘(I)/ml〕以3～4 ml/s的速率使用高壓注射器注射，隨后使用40 ml生理鹽水沖管后進行增強CT掃描，掃描延遲時間動脈期和靜脈期分別為25 s和50 s。重建算法采用標準算法，重建斷面厚度為5 mm。

1.3圖像處理及分析 CT掃描后的動脈期和靜脈期CT圖像由兩名具有5年以上頭頸部CT影像診斷經驗的放射科醫生評估。由圖像處理軟件MaZda(version4.7)進行甲狀腺軸位動脈期薄層CT圖像分析。兩位醫師的分析過程相互獨立。采用polygon模式進行手動興趣區域(ROI)描繪，ROI選取圖像中結節最大層面勾畫，勾畫示意圖見圖1。若兩位醫師分析意見不一致，則進行雙方協商。ROI區域定量一維及二維紋理參數由軟件提取并保存。

1.4統計學分析 采用SPSS19.0進行統計學分析。符合正態分布的計量資料使用平均值±標準差的方法表述，否則采用(中位數上下四分位數)進行表述。所有參數使用Kolmogorov-Smirnov檢驗進行參數正態性檢驗。若參數符合正態分布使用T檢驗進行統計學差異分析，如不符合正態分布則使用Mann-WhitneyU檢驗進行統計學差異分析。差異顯著性閾值設定為P<0.05。差異顯著具有統計學意義的紋理參數則進入二元Logistic回歸分析，以分析影響甲狀腺良性組與惡性組的獨立預測因子。受試者工作特征(ROC)曲線分析各預測因子鑒別甲狀腺良性組和惡性組的效能。

圖1 甲狀腺占位ROI示意

2 結 果

2.1兩組間增強CT動脈期圖像紋理參數比較 最終獲得了6個最佳紋理特征參數，其中熵值、方差、偏度、平均灰度值及均勻度具有統計學差異(P<0.05)，而峰度無統計學差異(P>0.05)，見表1。

表1 惡性組與良性組間增強CT動脈期圖像紋理參數比較

2.2增強CT動脈期圖像紋理參數在甲狀腺乳頭狀癌中的預測和診斷效能 對增強CT動脈期圖像紋理參數進行二元Logistic回歸分析表明，偏度、峰度及平均灰度值可用于腫瘤良惡性的鑒別，見表2。進一步使用Spearman檢驗，結果顯示各參數間無統計學相關性，其中相關性最突出的是偏度與峰度，r=0.135，P=0.124；偏度與平均灰度值相關系數r=0.083，P=0.124；峰度與平均灰度值的相關系數為r=0.148，P=0.195。因此偏度、峰度及平均灰度值可作為PTC和甲狀腺良性占位的獨立預測因子，用于PTC的診斷。進一步使用ROC曲線診斷PTC的效能，三參數聯合的診斷效能明顯提升達到最優，見表3。

表2 惡性組與良性組間增強CT動脈期圖像紋理參數Logistic分析結果

表3 動脈期單個紋理參數及聯合參數診斷甲狀腺乳頭狀癌的效能

2.3惡性組內淋巴結轉移亞組紋理參數比較 熵值、偏度、峰度、標準差、平均灰度值及均勻度進行統計學分析后差異均未顯示出統計學意義(P>0.05)。見表1。

3 討 論

紋理分析是通過對影像學結果進行一定方式的處理，分析圖像中的像素或像素灰度值的特征、分布方式及相互關系，從而可以定量提取分析和解釋影像的技術〔13,14〕。紋理分析技術可以有效避免醫師的主觀因素干擾，進行局部病灶特征的量化，不僅能精確評估局部的異質性，還能從組織微環境水平進行分析鑒別，從而確定病灶的性質〔15〕。紋理參數一般包括一維、二維及高維統計量。一維統計量使用灰度直方圖分析所勾畫的興趣區圖像局部紋理特征，常見的有偏度(灰度值分布的不對稱性)、峰度(灰度值分布幅度)、平均灰度值、均勻度和標準差等，其中峰度是判斷數據是否依從正態分布的指標〔16〕。二維統計量是對像素強度之間相關性的描述，一般通過灰度共生矩陣法或者灰度游程矩陣法來分析。常見的紋理參數由熵值(病灶紋理的復雜程度)、能量(病灶圖像灰度值分布的均勻程度)、逆差距(病灶紋理的同質性)和相關性(矩陣間的相似程度)等〔14〕。高維統計量使用較少，一般描述區域內多像素灰度分布情況及相互關系〔17〕。

目前紋理分析作為影像學研究的新興領域，有著極高的熱度，并在診斷腫瘤、判斷組織功能及評估預后方面取得了多項成果，例如揭示了不同紋理參數對應了不同的生物學意義，例如偏度和峰度與腫瘤超微結構變化有關〔18～20〕。目前在預測甲狀腺良惡性結節方面也有一些研究，顯示出了紋理分析具有重要價值，不過大多數聯合電正子發射計算機斷層顯像(PET-CT)進行分析，少數通過超聲分析，通過增強CT進行紋理分析的文獻較少，特別研究老年人群的數據更是罕見，且部分數據相互矛盾，這也是本研究的目的之一〔21～24〕。

本研究中，通過統計學分析發現一組反映PTC與正常甲狀腺組織密度差異的參數包括灰度的絕對值(如平均灰度值)、灰度分布差異指標(如偏度、峰度、標準差)、紋理復雜程度(熵、均勻度)。這可能與腫瘤發生時替代破壞了正常濾泡上皮細胞致占位區密度減低有關，而腫瘤可囊變或鈣化進一步增加了組織密度的復雜性，這可能與灰度分布差異、紋理復雜程度有關〔23〕。鈣化和囊變是PTC中常見的改變，兩者可以極大改變病灶組織的紋理特征，偶發的情況即可造成極值偏倚，所以相比于普通的統計學差異分析，二元Logistic回歸分析更具有客觀準確性，有效避免偏倚。Logistic分析合并spearman檢驗結果顯示偏度、峰度、平均灰度值是PTC的獨立預測因子。本研究ROC AUC分析結果表明平均灰度值和三參數聯合診斷效果較好。同時本研究發現目前的紋理特征尚不足以診斷淋巴結轉移，或淋巴結轉移不存在可表述的特定紋理參數。當然目前本研究淋巴結轉移患者較少，可能存在統計學偏倚，需進一步擴大樣本量進行研究。