基于增強CT 的影像學模型對低危險度胃間質瘤與胃平滑肌瘤的鑒別診斷價值

范莉芳，黃 磊，翟 建，肖 良，徐曉燕，徐爭元，吳樹劍

（1.皖南醫學院醫學影像學院，安徽 蕪湖 241000；2.皖南醫學院附屬弋磯山醫院，安徽 蕪湖 241001）

胃間質瘤（Gastric stromal tumor，GST）及胃平滑肌瘤（Gastric leiomyomas，GLMs）同屬于胃間葉源性腫瘤[1]。低危險度GST（Low risk gastric stromal tumor，LRGST）屬于GST 的一種，不同于中高危險度GST，其惡性程度較低，壞死、囊變比較少見，治療方式為早期發現并及時行胃部分切除術[2]。GLMs 是良性腫瘤，如能確診，則只需微創手術即可達到很好的治療效果[3]。GLMs 密度比較均勻，極少發生出血、壞死、囊變及鈣化[4]。因此，LRGST 與GLMs 在影像上存在許多重疊。本文回顧性分析LRGST 及GLMs 的CT 表現，探討其增強CT 的鑒別診斷方法。

1 資料與方法

1.1 一般資料

回顧性分析2015 年1 月—2021 年2 月于皖南醫學院一附院經手術病理證實的72 例LRGST（LRGST 組）和23 例GLMs（GLMs 組）患者的CT 圖像。LRGST 組男27例，女45例，年齡41～82歲，平均（58.32±8.80）歲；GLMs 組男7例，女16例，年齡28～70歲，平均（55.17±11.31）歲。納入標準：①影像及病理資料完整；②腫瘤顯示清晰，能夠滿足測量需要。排除標準：①免疫組化顯示為中高危險度GST；②影像學上腫瘤內含有明顯鈣化；③圖像模糊無法測量；④檢查前曾接受過放、化療等非手術治療。

1.2 儀器與方法

術前1 周內行全腹部平掃及增強三期掃描，檢查前患者禁食6～10 h，檢查前10 min 內飲溫開水1 000 mL 左右，使胃腸道充分充盈。使用西門子64排螺旋CT機，管電壓120 kV，管電流200 mA，層厚及層間距均為5 mm，螺距0.6。先平掃，然后使用高壓注射器經肘靜脈以2.5 mL/s 的流速注入碘克沙醇90 mL，于注藥后30 s、60 s、180 s 分別行動脈期、靜脈期及延遲期掃描。

1.3 圖像分析

掃描完成后將原始圖像傳至PACS 系統，由1名5 年及1 名10 年以上工作經驗的放射科醫師在橫軸位病灶顯示最大層面時測量病灶的最大徑（LD）及最小徑（SD），計算LD/SD。判斷腫瘤的生長方式（腔內、跨壁及腔外）及是否累及胃食管連接部（Esophagogastric junction，EGJ），并做好記錄。測量腫瘤的增強三期CT值，同時測量鄰近胃壁增強三期CT值，計算增強后腫瘤的強化率（Enhancement rate of tumor，ERT）（ERT=腫瘤CT值/胃壁CT值）。在靜脈期（該期有常規重建薄層，腫瘤顯示比較清晰）放置合適的感興趣區（Region of interest，ROI）測量腫瘤的不均勻度（Heterogeneous degree of tumor，HDT），不均勻度（Heterogeneous degree，HD）記錄為ROI 測得的CT值的標準差（Standard deviation，SD’），同時測量同層面椎旁肌肉的不均勻度（Heterogeneous degree of paravertebral muscles，HDP），計算腫瘤的標準化不均勻率（Standardized heterogeneous rate of tumor，SHRT）（SHRT=HDT/HDP），用相同的方法分別測量平掃期、動脈期、延遲期腫瘤及椎旁肌肉的HD（圖1），并計算SHRT。ROI放置時不可超過腫瘤的邊緣，應盡量保持面積一致，且大小適宜。腫瘤及椎旁肌肉的HD 分別測量3次，取平均值帶入計算SHRT。在掃描時間180 s內，平掃記錄為打藥后0 s，增強三期分別記錄為打藥后30 s、60 s、180 s，分別分析兩組腫瘤的SHRT 與打藥時間的相關性。

1.4 統計學方法

采用SPSS 23.0 軟件進行統計學分析。采用Kolmogorov-Smirnov 對數據進行正態性分析，符合正態分布的計數資料用均數±標準差（）表示，偏態分布用中位數表示。分類變量采用χ2檢驗或Fisher 檢驗，連續性變量符合正態分布且方差齊采用獨立樣本t 檢驗，偏態分布或方差不齊用Mann-Whiney U 檢驗。多因素Logistic 回歸分析構建鑒別診斷模型，用受試者工作特征（ROC）曲線評價模型的診斷效能。P＜0.05 表示差異有統計學意義。

2 結果

2.1 一般資料及CT 一般征象

LRGST 組與GLMs 組比較，腫瘤的SD、LD/SD、生長方式及是否累及EGJ 間差異有統計學意義（P＜0.05），見表1。余差異均無統計學意義。LRGST 以類圓形多見，GLMs 以不規則形、扁平狀或橢圓形常見，LRGST 腔內生長較常見，腔外次之，很少跨壁生長，GLMs 則主要以腔內生長為主，很少腔外及跨壁生長，GLMs 易累及EGJ，而LRGST 很少累及（圖2，3）。

表1 LRGST 組與GLMs 組一般資料及CT 一般征象比較

2.2 ERT 及SHRT

LRGST 組與GLMs 組比較，腫瘤延遲期ERT、靜脈期及延遲期SHRT 間差異有統計學意義（P＜0.05），見表2。二者的箱式圖見圖4。研究同時發現掃描時間范圍內LRGST 的SHRT 與打藥時間顯著相關（r=0.341，P=0.000），GLMs 的SHRT 與打藥時間無相關性（P=0.596）。

表2 LRGST 組與GLMs 組ERT 及SHRT 比較

2.3 CT 模型的診斷效能

將腫瘤的SD、LD/SD、生長方式、是否累及EGJ、延遲期ERT、靜脈期及延遲期SHRT 納入多因素Logistic 回歸分析得到LRGST 組與GLMs 組的CT診斷模型，繪制ROC 曲線（圖5），模型的曲線下面積（AUC）為0.948，敏感度為88.9%，特異性為91.3%。

3 討論

胃間葉源性腫瘤是指發生于胃壁的非淋巴造血、非上皮性軟組織腫瘤，其中最常見的是GST[5]，而GLMs 相對少見，賁門是GLMs 最常見的發病部位，而GST 發生于賁門部并不多見[6]。GST 屬于惡性腫瘤，病理下分為低危險度（含極低）及中高危險度，危險度越高惡性程度越高，同時也越容易發生壞死、囊變，邊界相對不清[7]。因此，中高危險度GST 與GLMs比較容易鑒別，但LRGST 與GLMs 鑒別起來往往比較困難。

本研究中LRGST 組與GLMs 組比較，腫瘤的SD、LD/SD、生長方式及是否累及EGJ 間差異有統計學意義（P＜0.05）。GLMs 的SD 較LRGST小，LD/SD較LRGST大，原因可能是因為GLMs 以腔內生長為主[8]，腫瘤細胞排列較為疏松，瘤體質地比較柔軟[9]，而且GLMs 容易累及EGJ，所以生長空間相對狹小[10]，因此瘤體形態多表現為不規則形、扁平狀或橢圓形，而LRGST 一般向腔內、外生長多見，所以生長空間比較寬裕，多表現為類圓形，長短徑差別不大。有文獻報道LD/SD 差異有助于鑒別診斷LRGST 與GLMs[11]。本組中兩者間差異也具有統計學意義（P＜0.05），與文獻報道相符。GLMs 易累及EGJ 可能是因為食管是消化道平滑肌瘤的好發部位[12]，而EGJ緊鄰食管，但即便是發生于胃賁門部的LRGST 也不易累及EGJ，這也是LRGST 與GLMs 的一個重要的鑒別點。

LRGST 與GLMs 平掃密度相似，大部分增強后動、靜脈期呈輕中度強化，強化程度相似，且均可見延遲強化征象。本組病例動、靜脈期ERT 間差異無統計學意義也正好說明了這一點，但延遲期ERT 間差異卻有統計學意義（P＜0.05），這是因為GLMs 延遲期CT值與靜脈期相似或略高一點，但LRGST 延遲強化程度往往較GLMs 明顯，這與Yang[13]等報道一致。

SD’是單個數據相對于整體數據的平均值分散程度的度量[14]。同理，測得的腫瘤ROI 內CT值的SD’，則是反映像素內腫瘤的CT值的分散程度，是間接反應腫瘤病理基礎的一種方式。盡管SD’值不能準確表示ROI 中單個像素的值，但卻可以間接反映腫瘤的異質性。因此，使用SD’值是一種簡便的測量腫瘤異質性的方法。有研究者利用SD’值鑒別腎腫瘤的良惡性，發現腎細胞癌和腎良性腫瘤的SD’值存在差異[15]，可以據此對腎占位的性質進行鑒別診斷。但國內外關于LRGST 與GLMs 的研究卻未有相關報道。本組病例平掃及動脈期SHRT 間差異無統計學意義（P＞0.05），靜脈期及延遲期SHRT 間差異有統計學意義（P＜0.05），這是因為在一定時間范圍內LRGST 的SHRT 與打藥時間具有顯著相關性（r=0.341，P=0.000），而GLMs 的SHRT 則與打藥時間不相關（P=0.596），所以隨著造影劑慢慢進入腫瘤細胞，兩者SHRT 的差異也越來越大。兩者的SHRT與造影劑進入腫瘤時間的相關性差異可能是因為兩種腫瘤的病理基礎不同，LRGST 是低度惡性腫瘤，而GLMs 則是良性腫瘤。因此，LRGST 腫瘤細胞間的分化差異較GLMs大，腫瘤細胞間強化的同步性較GLMs 差。

本研究的不足之處：由于GLMs 屬于少見病，本組研究對象中GLMs 組病例數相對較少，未對研究結果進行驗證，若分出驗證組，則可能影響診斷效能，后續將擴大樣本量進一步研究。

綜上所述，雖然LRGST 與GLMs 同屬于胃間葉源性腫瘤，兩者的影像學表現存在很多相似之處，但可以通過增強CT 檢查，根據腫瘤的SD、LD/SD、生長方式、是否累及EGJ、延遲期ERT、靜脈期及延遲期SHRT 不同來建立影像學模型，該模型對鑒別診斷LRGST 與GLMs 有很高的敏感度和特異性。