計算機紋理分析技術在鑒別孤立性肺結節多層螺旋CT圖像中的臨床應用價值

黃玉偉，牛云麗，王東，李定柯，胡彥龍

1.南陽南石醫院醫學影像科，河南 南陽 473000；2.新鄉醫學院第一附屬醫院影像科，河南 新鄉 453199

肺癌為臨床最常見的肺部惡性結節類型之一，大多數患者均在出現明顯癥狀后確診，預后效果不理想[1]。研究發現，孤立性肺結節為肺癌發生的重要條件，多由活動性肺炎、支氣管閉鎖等引起，若孤立性肺結節為惡性則提示為早期肺癌，而早期肺癌無特異性臨床癥狀，多數患者就診時已處于中晚期，治療效果較差[2]。因此，早期鑒別診斷孤立性肺結節良惡性具有重要的臨床意義。CT 為目前臨床評估肺結節的主要方案之一，但單獨采用其敏感度、特異度較低，而計算機紋理分析技術可定量評估結節內組織結構，顯示肺部組織生理特征改變，可用于評估CT 圖像灰度值變化特征，能有效反映組織樣本生理信息[3-4]，但關于其應用于早期肺癌相關研究較少。基于此，本研究初步分析計算機紋理分析技術在鑒別孤立性肺結節多層螺旋CT 圖像中的臨床應用價值。

1 資料與方法

1.1 一般資料 選取2019 年8 月至2021 年8 月在南陽南石醫院就診的48 例惡性孤立性肺結節患者作為惡性組，另選取50 例同期就診的良性孤立性肺結節患者作為良性組，兩組患者的性別、年齡、體質量指數(BMI)、結節直徑比較差異均無統計學意義(P＞0.05)，見表1。本研究經南陽南石醫院倫理委員會審核批準。

表1 兩組患者的臨床資料比較[例(%),]Table 1 Comparison of clinical data between the two groups[n(%),]

表1 兩組患者的臨床資料比較[例(%),]Table 1 Comparison of clinical data between the two groups[n(%),]

組別惡性組良性組χ2/t值P值例數48 50男/女42(87.50)/6(12.50)43(86.00)/7(14.00)0.048 0.827年齡(歲)58.31±3.84 58.84±4.12 0.658 0.512 BMI(kg/m2)23.31±0.84 23.48±0.92 0.954 0.342結節直徑(cm)2.14±0.32 2.18±0.35 0.589 0.557

1.2 納排標準 (1)納入標準：兩組患者均經臨床病理檢查結合影像學分析、實驗室指標確診；均可接受本研究檢查方案；均為單發結節；患者及家屬知曉本研究，并簽訂知情同意書。(2)排除標準：合并其他惡性腫瘤；近期內接受放化療治療者；結節內存在空洞、磨玻璃密度結節者；肺部多發結節者；結節接受穿刺檢查者；合并全身性感染疾病者；合并精神異常或檢查依從性較差者。

1.3 方法 (1)CT檢查：均采用美國GE公司64排多層螺旋CT掃描儀進行檢查，檢查前常規禁食8～12 h，引導患者處平臥位，掃描范圍為臍至恥骨下緣，常規掃描數設置：層厚2 mm，層距1 mm，視野350 mm，管電流150 mAs，管電壓120 kV，螺距0.6；常規掃描完畢后采用高壓注射器注射100 mL造影劑(300 gI/L碘海醇)，速率為2.5 mL/s，分別于造影劑注射后25～30 s、60～70 s行動脈期、門靜脈期掃描，增強掃描動脈期期采用自動觸發掃描，門靜脈期、動脈期采用相同掃描參數。(2)圖像后處理：均由兩名具有豐富經驗的放射科醫師進行計算機紋理技術分析，將掃描所有圖像納入軟件，于縱隔窗在病灶軸位圖像中勾畫感興趣區，感興趣區位于病灶輪廓內，測定3個層面的熵、相關和對比度等紋理特征參數及CT值，每個結節測量3次取平均值。

1.4 觀察指標 (1)分析孤立性肺結節CT圖像特征；(2)比較兩組患者CT平掃期、動脈期及門靜脈期錯判率；(3)比較兩組患者CT平掃期、動脈期及門靜脈期CT 值及紋理參數；(4)分析紋理參數與孤立性肺結節良惡性相關性；(5)分析紋理參數對于孤立性肺結節惡性程度鑒別診斷價值。

1.5 統計學方法 應用SPSS22.0 統計學軟件處理數據。計量資料均確認具備方差齊性且符合正態分布，以均數±標準差()表示，兩組間比較采用獨立樣本t檢驗，計數資料組間比較行χ2檢驗，采用Logistic回歸方程分析紋理參數與孤立性肺結節良惡性的關系，診斷價值采用受試者工作特征曲線(ROC)分析，獲取曲線下面積(AUC)、置信區間、敏感度、特異度。以P＜0.05表示差異有統計學意義。

2 結果

2.1 兩組患者的CT圖像特征比較 經CT圖像顯示，良性孤立性肺結節鈣化主要分布于肉芽腫及錯構瘤，包括中央型、彌漫性、分層級爆米花鈣化，多邊形及三維立體比率＞1.78，邊緣光滑；惡性孤立性肺結節邊緣以毛刺癥、分頁征及鋸齒征為主，具有含空氣支氣管征，結節呈部分實性及玻璃樣密度，部分為非實性-完全毛玻璃樣密度結節，結節處血管增粗，見圖1、圖2。

圖1 良性孤立性肺結節CT影像Figure 1 CT imaging of benign isolated pulmonary nodules

圖2 惡性孤立性肺結節CT影像Figure 2 CT imaging of malignant isolated pulmonary nodules

2.2 兩組患者的CT 平掃期、動脈期及門靜脈期錯判率比較 與良性組比較，惡性組患者的平掃期、動脈期及門靜脈期錯判率較低，差異均有統計學意義(P＜0.05)，見表2。

2.3 兩組患者CT 平掃期、動脈期及門靜脈期的紋理參數比較 兩組患者平掃期CT 值、增強掃描動脈期、門靜脈期熵、相關度和對比度比較差異均無統計學意義(P＞0.05)；與良性組比較，惡性組患者的CT平掃期熵較大，相關度、對比度較低，差異均有統計學意義(P＜0.05)，見表3。

表3 兩組患者CT平掃期、動脈期及門靜脈期的紋理參數比較()Table 3 Comparison of texture parameters between the two groups in CT plain scan,arterial phase,and portal venous phase()

表3 兩組患者CT平掃期、動脈期及門靜脈期的紋理參數比較()Table 3 Comparison of texture parameters between the two groups in CT plain scan,arterial phase,and portal venous phase()

參數分類孤立性肺結節t值P值平掃期增強掃描動脈期增強掃描門靜脈期CT值(HU)熵相關度對比度CT值(HU)熵相關度對比度CT值(HU)熵相關度對比度惡性組(n=48)25.73±4.28 1.62±0.08 0.07±0.02 8.54±1.36 46.28±5.84 1.42±0.19 0.24±0.08 5.82±2.32 50.52±11.37 1.48±0.15 0.21±0.11 8.19±2.14良性組(n=50)26.35±5.42 1.51±0.06 0.23±0.08 12.28±2.85 45.43±5.28 1.46±0.16 0.22±0.07 6.23±2.85 48.29±9.24 1.51±0.22 0.23±0.09 8.65±2.36 0.628 7.721 13.456 8.235 0.756 1.129 1.319 0.779 1.068 0.786 0.987 1.009 0.532 0.001 0.001 0.001 0.451 0.262 0.191 0.438 0.288 0.434 0.326 0.315

2.4 平掃期紋理參數與孤立性肺結節良惡性相關性 經Logistic 回歸方程分析結果顯示，平掃期CT紋理參數熵、相關度、對比度與孤立性肺結節良惡性具有相關性(P＞0.05)，見表4。

表4 平掃期紋理參數與孤立性肺結節良惡性相關性的Logistic 回歸方程分析Table 4 Logistic regression equation analysis of the correlation between texture parameters during plain scan and the benignity and malignancy of isolated pulmonary nodules

2.5 平掃期紋理參數對孤立性肺結節良惡性的診斷價值 平掃期紋理參數熵、相關度、對比度對孤立性肺結節良惡性診斷的AUC 分別為0.795、0.832、0.856，各參數聯合診斷AUC 為0.927，高于單一參數診斷，見表5。

表5 平掃期紋理參數對孤立性肺結節良惡性診斷價值Table 5 Value of texture parameters during plain scan in the diagnosis of benign and malignant isolated pulmonary nodules

3 討論

肺癌為臨床常見的惡性結節，相關數據顯示其總體5年生存率不足5%，而良性結節術后5年生存率可達95%以上，故早期明確肺部結節良惡性具有重大意義[5]。報道顯示，早期肺結節單依靠影像形態學難以有效鑒別其良惡性[6]，因此，積極探討孤立性肺結節鑒別診斷方案至關重要。

目前螺旋CT 掃描已廣泛應用于肺部結節檢查中，可有效顯示結節內部信息，減少CT 掃描容積效應，對于結節內凹陷征、空洞征、強化等顯示情況優于常規掃描，但單獨采用仍存在漏診、誤診現象[7-8]。隨著醫學圖像分析方法的不斷改進，計算機紋理分析技術可通過圖像后處理量化分析CT 圖像，獲取標準化圖像信息，其中CT 紋理分析為客觀性、定量化、分析方法，可從分子水平顯示肺內結節環境[9-10]。本研究結果顯示，惡性組平掃期、動脈期及門靜脈期錯判率均顯著低于良性組，說明螺旋CT 對于惡性孤立性肺部結節具有一定診斷價值，但仍存在部分誤診現象。

計算機紋理分析可顯示CT圖像評估無法顯示的細節，能分析CT 圖像像素分布規律、特征，反映結節內細微變化，從而顯示肺結節結構、特征改變[11]。本研究經紋理分析后發現，惡性組CT 平掃期熵大于良性組，相關度、對比度低于良性組，說明CT 紋理參數與孤立性肺部結節良惡性存在一定聯系。熵、相關度、對比度為臨床常用紋理參數，其中相關度用于比較灰度共生矩陣不同方向相似程度，熵表示圖像紋理非均勻程度，而對比度可有效反映圖像清晰度等[12]。筆者認為，惡性肺結節內部結構發生變化，具有細胞間橋、角化特征，不均質度較高，而良性結節密度均勻，結節成分單一，因此其之間紋理參數存在顯著差異[13-14]。國外學者對肺部結節行CT 紋理特征分析發現，早期肺癌三維分形維數相關度、對比度低于結核瘤、機化性肺炎、錯構瘤，本研究與其結果基本一致[15]。有學者研究表明，采用灰度共生矩陣法從32個肺結節中測定紋理參數，可成功鑒別結節良惡性參數中的熵、相關度，其最具診斷價值[16]。本研究經Logistic回歸方程分析顯示，平掃期CT 紋理參數熵、相關度、對比度與孤立性肺結節良惡性密切相關，說明CT 紋理參數與孤立性肺部結節良惡性密切相關。基于上述研究結果，本研究首次采用ROC分析CT紋理參數對孤立性肺部結節的鑒別診斷價值，結果發現各參數聯合診斷AUC為0.927，高于單一參數診斷。

綜上所述，計算機紋理分析技術在鑒別孤立性肺結節螺旋CT 圖像中具有較高的應用價值，臨床可通過各紋理參數進行早期診斷，以制定相應干預方案。