基于灰度共生矩陣的MRI紋理分析在椎管內脊膜瘤和神經鞘瘤鑒別診斷中的應用價值

梁潔，杜昕，王現亮，蒲如劍，朱萬平

作者單位：1.濰坊市人民醫院放射科，濰坊 261041；2.濰坊醫學院醫學影像學院，濰坊 261053；3.濰坊市人民醫院脊柱外科，濰坊 261041

脊膜瘤和神經鞘瘤是兩種常見的髓外硬膜內腫瘤，兩者的臨床表現及影像學表現具有一定的重疊性[1-3]，常規影像診斷對兩者鑒別不難，但對于不典型病例仍存在局限性。此外，兩者手術治療的方式不同[4-6]，脊膜瘤容易復發，必須在手術中采取相應的預防措施[7-8]，因此術前對這兩種疾病的鑒別診斷至關重要。以往有對兩者影像學表現及病理方面的研究[9-10]，但對圖像紋理特性研究較少。紋理分析技術是影像組學的一部分，它基于灰度分布及圖像像素的內在規律，更客觀地反映圖像的微觀特征[11-13]，灰度共生矩陣（gray-level co-occurrence matrix, GLCM）是常用的二階紋理分析方法[14-16]。本研究基于MRI 紋理分析，比較椎管內脊膜瘤和神經鞘瘤GLCM 紋理參數的差異，旨在探討紋理分析在椎管內脊膜瘤和神經鞘瘤鑒別診斷中的應用價值，以期為臨床診斷提供一定的參考。

1 資料與方法

1.1 一般資料

本研究經濰坊市人民醫院倫理委員會批準，免除受試者知情同意，批準文號：2022011。回顧性分析2018 年1 月至2021年8月濰坊市人民醫院經病理證實的椎管內脊膜瘤和神經鞘瘤病例。其中脊膜瘤組患者26 例，男9 例，女17 例，年齡45～80（64.5±9.8）歲；神經鞘瘤組患者32 例，男11 例，女22例，年齡35～73（54.6±11.2）歲。納入標準：（1）術后常規病理證實的椎管內脊膜瘤或神經鞘瘤；（2）術前均行掃描參數一致的MRI平掃及增強圖像（包括T2WI、對比增強T1WI）；（3）行MRI檢查前沒有接受手術、放化療等相關治療。排除標準：（1）圖像存在偽影不符合要求；（2）病灶以囊性成分為主。

1.2 檢查方法

采用德國Siemens Magnetom Skyra 3.0 T 磁共振掃描儀行T1WI（TR 600 ms/TE 12 ms）、T2WI（TR 4000 ms/TE 120 ms）掃描，層厚3 mm，常規序列進行T1WI矢狀位、橫斷位及T2WI矢狀位成像，靜脈注射對比劑（釓噴酸葡胺，北京北陸藥業），按0.1 mmol/kg 劑量以2.5 mL/s 速率注射后進行增強掃描，對比增強T1WI序列進行矢狀位、冠狀位及橫斷位成像。

1.3 圖像處理

將納入研究患者的MR 圖像從PACX 工作站以Dicom 格式導出，運用ImageJ 軟件，在矢狀位T2WI 圖像上確定病灶最大層面，手動沿病灶內約1～2 mm距離勾畫ROI，包括出血、壞死及鈣化等所有信息（見圖1、圖2），隨后將勾畫好的ROI與矢狀位對比增強T1WI 圖像的同一層面相匹配，并保持一致。此步驟由兩名具有15 年以上工作經驗的神經組副主任醫師共同完成，當兩人觀點不同時，通過協商達成一致。紋理分析插件均設置為默認值，軟件自動計算由紋理分析插件提取的GLCM參數，包括能量、對比、相關、逆差矩和熵。

1.4 統計學分析

采用MedCale 20.0.0統計軟件進行分析，采用組內相關系數（intraclass correlation coefficient, ICC）評價兩名測量者內及測量者間所測數據的一致性，ICC＞0.75為一致性良好。對各數據進行正態及方差齊性檢驗，滿足正態分布的數據用（±s）表示，不滿足正態性分布的數據用中位數±四分位數表示，組間比較采用獨立樣本t檢驗（滿足正態分布且方差齊）或Mann-WhitneyU秩和檢驗（不滿足正態分布或方差不齊）。對有統計學意義的紋理參數繪制受試者工作特征（receiver operating characteristic, ROC）曲線（見圖3、圖4），并計算曲線下面積（area under the curve, AUC），來評價各參數對鑒別兩組病例的診斷效能。以腫瘤的分組為因變量，各序列有統計學意義的紋理參數聯合診斷為自變量，進行二元邏輯回歸分析，進一步分析聯合診斷的效能。利用Delong檢驗比較聯合診斷與各單一參數AUC 值的差異，以P＜0.05 為差異有統計學意義。

2 結果

2.1 GLCM紋理參數比較

脊膜瘤組和神經鞘瘤組T2WI序列中的5個紋理參數組間差異均有統計學意義（P＜0.05）；對比增強T1WI序列5個紋理參數中的能量、對比、相關和熵組間差異有統計學意義（P＜0.05），逆差矩組間差異無統計學意義（P＞0.05）。進一步兩兩比較發現，T2WI 序列中神經鞘瘤組的能量、相關、逆差矩小于脊膜瘤組，對比和熵大于脊膜瘤組；對比增強T1WI 序列中神經鞘瘤組的能量、相關、逆差矩小于脊膜瘤組，對比和熵大于脊膜瘤組（見表1、表2）。

表1 神經鞘瘤組和脊膜瘤組T2WI序列紋理參數比較

表2 神經鞘瘤組和脊膜瘤組對比增強T1WI序列紋理參數比較

2.2 GLCM紋理參數效能

兩組腫瘤各紋理參數除對比增強T1WI 中的逆差矩外均具有診斷效能，其中T2WI序列中的熵診斷效能最佳，其AUC為0.981（P＜0.001），以6.02 為臨界值，鑒別診斷的敏感度為93.75%，特異度為92.31%，對比增強T1WI 序列中的能量診斷效能最佳，其AUC 為0.962（P＜0.001），以4.00×10-3為臨界值，鑒別診斷的敏感度為96.87%，特異度為88.46%（見表3）。通過對兩組差異有統計學意義的紋理參數構建logistic 回歸模型，發現各參數聯合診斷的效能有所提高，增強T1WI 序列聯合診斷的AUC=0.977，敏感度為93.75%，特異度為92.31%，T2WI 序列聯合診斷的AUC=0.987，敏感度為100%，特異度為92.31%（見表4、表5）。

表3 有統計學意義的紋理參數受試者工作特征曲線分析

表4 T2WI序列聯合參數和單一參數Delong檢驗結果

表5 對比增強T1WI序列聯合參數和單一參數Delong檢驗結果

3 討論

GLCM 是常用的紋理分析方法，它反映圖像在方向、間隔、變化幅度及快慢的綜合信息，量化了腫瘤異質性，具有廣泛的應用前景及臨床價值[17-19]，本研究首次運用二階紋理分析方法基于MR 圖像鑒別椎管內脊膜瘤和神經鞘瘤，結果顯示兩個序列均有多個紋理參數可鑒別兩者，且聯合參數診斷效能更高，可為術前鑒別兩者提供一定的依據。

3.1 椎管內脊膜瘤和神經鞘瘤對比增強T1WI紋理參數差異

本研究選取GLCM 中的5 個紋理參數，包括能量、對比、相關、逆差矩和熵，在對比增強T1WI 序列中除逆差矩外組間差異均有統計學意義。能量反映圖像的均勻性和平滑性，圖像分布越均勻，其相對應的能量值越大；對比反映圖像中鄰近像素的差異程度，差異越明顯對比值越大；相關是描述圖像像素在特定方向的相似程度，其值越大，圖像的相似度越高[14,20]。神經鞘瘤組的能量、相關小于脊膜瘤組，對比和熵大于脊膜瘤組，這種差異可能來源于腫瘤的病理學特征。神經鞘瘤鏡下為稀疏區和密集區交替排列的梭形腫瘤細胞組成，細胞間存在大量網狀纖維及膠原纖維，且瘤體內極易出現囊變及壞死，造成紋理分布的不均勻。而脊膜瘤細胞排列緊密，血供豐富，發生囊變壞死的幾率小[21]，強化及灌注程度趨向均勻一致，因此局部紋理特征差異不顯著。在本研究中逆差矩在增強T1WI序列組間差異沒有統計學意義，分析原因可能是兩者均為良性病變，組織結構相對單一，異質性不明顯，有待進一步探討。

3.2 椎管內脊膜瘤和神經鞘瘤T2WI紋理參數差異

T2WI 序列中能量、對比、相關、逆差矩和熵組間差異均有統計學意義，神經鞘瘤組的能量、相關和逆差矩小于脊膜瘤組，對比和熵大于脊膜瘤組。熵值是反映圖像紋理的復雜程度及所蘊含的信息量，灰度分布越復雜、信息量越大則熵值越大[22]。本研究發現T2WI 序列中對比、逆差矩、相關和熵的AUC均大于對比增強T1WI序列，兩組序列所有紋理參數中T2WI序列中的熵的曲線下面積最大，診斷效能優于其他單一紋理參數，且利用聯合參數診斷效能更高，AUC 值達0.987，其原因可能是神經鞘瘤病理上主要由Antoni A區和Antoni B區組成，A區細胞排列緊密有序，界限不清，B區細胞密度低，多為疏松黏液樣的網狀區[23]，液體多且常伴囊變[24-26]，磁共振T2WI 序列對液體成分更敏感，對比增強T1WI 序列則更側重于腫瘤的強化程度及灌注信息[27]，因此磁共振T2WI 序列具有較高的診斷效能。董俊伊等[28]利用MRI圖像紋理分析發現血管瘤型腦膜瘤在增強T1WI序列上所選參數均有統計學意義，蘊含信息量多，與本研究不符，可能是因為該學者運用一階直方圖參數描述總體紋理特征，而本研究使用的GLCM參數是描述局部特征。

3.3 局限性

本研究具有一定的局限性：（1）病例數相對較少，得出的結果需進一步證實；（2）只對T2WI 序列和對比增強T1WI 序列進行研究，未納入其他序列；（3）ROI 選取二維紋理特征，可能導致信息獲取不全面。

綜上所述，基于GLCM 的MRI 圖像紋理分析在鑒別椎管內脊膜瘤和神經鞘瘤具有一定的價值，可以為臨床選擇合適的治療方法提供參考。

作者利益沖突聲明：全體作者均聲明無利益沖突。