能譜CT平掃圖像直方圖紋理分析對(duì)腎盂旁囊腫與腎盂積水的鑒別價(jià)值

陶健 馬海彥 梁甜甜 曾憲春 王榮品

［摘要］ 目的：探討能譜CT平掃單能量圖像結(jié)合直方圖紋理分析對(duì)腎盂旁囊腫與腎盂積水的鑒別價(jià)值。方法：回顧性收集25例腎盂旁囊腫（腎盂旁囊腫組）和18例腎盂積水患者（腎盂積水組）。應(yīng)用能譜成像分析平臺(tái)測(cè)量2組40～140 keV（以10 keV為間隔）11個(gè)不同單能量CT值，并分別行統(tǒng)計(jì)學(xué)比較。單能量CT值差異有統(tǒng)計(jì)學(xué)意義的，在AW 4.5工作站上重建相應(yīng)單能量圖像，采用GE Omni-Kinetics軟件進(jìn)行直方圖紋理分析，選擇病灶最大層面勾畫(huà)ROI，生成基于灰度直方圖紋理參數(shù)，包括最小值，最大值，均值，標(biāo)準(zhǔn)差，變異度，偏度，峰度，均一性，能量，熵，第5、10、25、50、75、90、95百分位數(shù)。采用單因素分析比較2組間參數(shù)的差異，基于ROC曲線評(píng)價(jià)各參數(shù)的鑒別價(jià)值。采用多因素logistic回歸模型進(jìn)行特征篩選并構(gòu)建最終的預(yù)測(cè)模型，繪制最終模型的ROC曲線并分析其價(jià)值。結(jié)果：40～50 keV條件下，腎盂旁囊腫組的單能量CT值大于腎盂積水組，差異均有統(tǒng)計(jì)學(xué)意義（均P<0.05），2組60～140 keV單能量CT值差異均無(wú)統(tǒng)計(jì)學(xué)意義（均P>0.05）。40 keV條件下，2組均值，峰度，能量，熵，第5、10、25、50、75百分位數(shù)差異均有統(tǒng)計(jì)學(xué)意義（均P<0.05），余參數(shù)差異均無(wú)統(tǒng)計(jì)學(xué)意義（均P>0.05）；50 keV條件下，2組均值，第10、25、50百分位數(shù)差異均有統(tǒng)計(jì)學(xué)意義（均P<0.05），余參數(shù)差異均無(wú)統(tǒng)計(jì)學(xué)意義（均P>0.05）。ROC曲線分析顯示，40 keV圖像紋理參數(shù)鑒別腎盂旁囊腫與腎盂積水的AUC為0.696～0.756，均大于50 keV圖像紋理參數(shù)的AUC。多因素logistic回歸分析顯示，40 keV圖像紋理參數(shù)的峰度、能量和第25百分位數(shù)是腎盂旁囊腫與腎盂積水的獨(dú)立預(yù)測(cè)因子，三者聯(lián)合診斷鑒別腎盂旁囊腫與腎盂積水的AUC為0.915，敏感度為93.3%、特異度為83.3%。結(jié)論：基于能譜CT平掃40 keV圖像的直方圖紋理參數(shù)構(gòu)建的多因素logistic回歸模型能有效鑒別腎盂旁囊腫與腎盂積水。

［關(guān)鍵詞］ 腎盂旁囊腫；腎盂積水；體層攝影術(shù)，X線計(jì)算機(jī)；紋理分析；診斷，鑒別

Value of histogram texture analysis of energy spectrum CT to distinguish parapelvic cysts from hydronephrosis

［Abstract］ Objective：To explore the value of energy spectrum CT monochromatic images combined with histogram texture analysis for identifying parapelvic cysts and hydronephrosis. Methods：Retrospectively collected data were obtained from 25 patients with parapelvic cysts and 18 patients with hydronephrosis. The spectral imaging analysis platform was applied to assess monoenergy CT values from 40 to 140 keV at 10 keV increments，and the monoenergy CT values of the two groups were compared. If there were significant differences in monoenergy CT values，the corresponding monoenergy images were reconstructed on AW 4.5 workstation. GE Omni-Kinetics software was used to conduct histogram texture analysis，the largest layer of lesion was selected to outline the ROI，and texture parameters were generated based on grayscale histograms，including the minimum value，maximum value，mean value，standard deviation，variability，skewness，kurtosis，uniformity，energy，entropy，and the 5th，10th，25th，50th，75th，90th，95th percentiles. Single factor analysis was used to compare the differences in each parameter between the two groups. ROC curve was used to analyze the diagnostic value of each parameters. A multivariate logistic regression model was used to screen features and construct the final prediction model，and ROC curve of the final model was drawn，and its value was analyzed. Results：At 40～50 keV，the monoenergy CT values of parapelvic cysts were greater than those of hydronephrosis，the differences were statistically significant （both P<0.05）. There were no significant differences in the monoenergy CT values between the two groups at 60～140 keV. At 40 keV，the mean value，kurtosis，energy，entropy and the 5th，10th，25th，50th，75th percentiles were significantly different between the two groups （all P<0.05），while the other parameters were not significantly different （all P>0.05）. At 50 keV，the mean value and the 10th，25th，50th percentiles were significantly different between the two groups （all P<0.05），while the other parameters had no significant differences （all P>0.05）. ROC curve analysis revealed that AUC for distinguishing parapelvic cysts and hydronephrosis with 40 keV texture parameters was 0.696～0.756，greater than that with 50 keV texture parameters. Multivariate logistic regression revealed that kurtosis，energy and the 25th percentile at 40 keV were independent predictors of parapelvic cysts and hydronephrosis，and AUC for the three combined diagnosis was 0.915，the sensitivity was 93.3% and the specificity was 83.3%. Conclusion：The multivariate logistic regression model constructed based on the histogram texture parameters of 40 keV energy spectrum CT images can be used to effectively distinguish between parapelvic cysts and hydronephrosis.

［Key words］ Parapelvic cyst；Hydronephrosis；Tomography，X-ray computed；Texture analysis；Diagnosis，differential

腎盂旁囊腫和腎盂積水是泌尿外科常見(jiàn)的腎臟囊性病變。腎盂旁囊腫進(jìn)展緩慢，患者多無(wú)明顯癥狀，可定期隨訪。若出現(xiàn)壓迫癥狀及并發(fā)癥，腹腔鏡下腎盂旁囊腫去頂減壓術(shù)是目前臨床處理的標(biāo)準(zhǔn)手術(shù)［1］。腎盂積水病情進(jìn)展快，可引起腎功能不全甚至腎功能衰竭。及時(shí)解除造成尿路梗阻的因素，可避免腎功能損害加重。腎盂旁囊腫和腎盂積水臨床處理方式和處理時(shí)機(jī)不同，因而術(shù)前準(zhǔn)確診斷尤為重要。CT平掃對(duì)腎盂旁囊腫與尿路梗阻因素不明的腎盂積水較難鑒別，靜脈腎盂造影及泌尿系CT增強(qiáng)掃描是鑒別兩者最常用的方法，準(zhǔn)確率較高。但對(duì)碘對(duì)比劑過(guò)敏及腎臟分泌功能明顯減退的患者，無(wú)法使用這2種方法。紋理分析是一種新興的圖像后處理技術(shù)，已應(yīng)用于腎臟腫瘤良惡性鑒別、腫瘤亞型鑒別等方面，顯示了在腎臟疾病診斷中的可行性［2］。本研究旨在探討能譜CT平掃單能量圖像直方圖紋理分析鑒別腎盂旁囊腫與腎盂積水的價(jià)值。

1? 資料與方法

1.1? 一般資料

回顧性收集43例于我院行能譜CT泌尿系成像的患者，其中腎盂旁囊腫25例（腎盂旁囊腫組），腎盂積水18例（腎盂積水組）。腎盂旁囊腫均經(jīng)CT增強(qiáng)掃描確診，腎盂積水經(jīng)臨床確診，治療后復(fù)查積水消失。納入標(biāo)準(zhǔn)：①腎盂內(nèi)均質(zhì)囊性病變；②病灶軸位最大層面短徑>20 mm；③局限性腎盂積水，輸尿管無(wú)明顯擴(kuò)張。排除標(biāo)準(zhǔn)：①病灶內(nèi)密度不均；②泌尿系結(jié)石或腫瘤所致腎盂積水。

1.2? 儀器與方法

應(yīng)用GE Discovery HD 750能譜CT機(jī)，平掃采用能譜成像模式。掃描參數(shù)：采用高、低能量（140 kV和80 kV）瞬時(shí)（0.5 ms）快速切換管電壓，自動(dòng)管電流，螺距0.984，掃描速度0.6 s/r，探測(cè)器寬度4 cm，層厚、層距均為5 mm。采用標(biāo)準(zhǔn)算法，分別重建常規(guī)140 kV混合能量圖像和70 kV單能量圖像，層厚及層距均為1.25 mm。

1.3? 圖像后處理與直方圖紋理特征提取

在AW 4.5工作站，將平掃單能量圖像（70 keV導(dǎo)入能譜成像Viewer軟件中進(jìn)行分析測(cè)量，選取病灶最大層面手動(dòng)勾畫(huà)ROI，范圍盡可能大并避開(kāi)鄰近腎實(shí)質(zhì)、血管，保存相應(yīng)ROI數(shù)據(jù)文件，包括40～140 keV（以10 keV為間隔）各單能量水平CT值。對(duì)腎盂旁囊腫組和腎盂積水組各差異有統(tǒng)計(jì)學(xué)意義的單能量CT值，在工作站上重建相應(yīng)單能量圖像，并以DICOM格式存儲(chǔ)后導(dǎo)入Omni-Kinetics軟件。ROI的勾畫(huà)盡可能保持一致（圖1）。應(yīng)用灰度直方圖紋理分析方法測(cè)定最小值，最大值，均值，標(biāo)準(zhǔn)差，變異度，偏度，峰度，均一性，能量，熵，第5、10、25、50、75、90、95百分位數(shù)。所有ROI均由1位具有10年腹部CT診斷經(jīng)驗(yàn)的高年資醫(yī)師勾畫(huà)。

1.4? 統(tǒng)計(jì)學(xué)分析

應(yīng)用SPSS 22.0軟件進(jìn)行數(shù)據(jù)分析。計(jì)量資料的正態(tài)分布采用Shapiro-Wilk檢驗(yàn)；符合正態(tài)分布的計(jì)量資料以[x]±s表示，組間比較行獨(dú)立樣本t檢驗(yàn)；非正態(tài)分布的計(jì)量資料用M（P25，P75）表示，組間比較行Mann-Whitney U檢驗(yàn)。ROC曲線分析組間差異有統(tǒng)計(jì)學(xué)意義參數(shù)的診斷效能。采用逐步向后法構(gòu)建多因素logistic回歸模型進(jìn)行特征篩選并構(gòu)建最終的預(yù)測(cè)模型，繪制最終模型的ROC曲線，分析其鑒別腎盂旁囊腫與腎盂積水的效能。采用Hosmer-Lemeshow檢驗(yàn)評(píng)價(jià)模型的擬合優(yōu)度。以P<0.05為差異有統(tǒng)計(jì)學(xué)意義。

2? 結(jié)果

2.1? 2組單能量CT值比較

40～50 keV條件下，腎盂旁囊腫組的單能量CT值均大于腎盂積水組，差異均有統(tǒng)計(jì)學(xué)意義（均P<0.05）；60～140 keV條件下，2組單能量CT值差異無(wú)統(tǒng)計(jì)學(xué)意義（均P>0.05）（表1）。

2.2? 2組直方圖參數(shù)比較

40 keV條件下，2組均值，能量，熵，峰度，第5、10、25、50、75百分位數(shù)差異均有統(tǒng)計(jì)學(xué)意義（均P<0.05），余參數(shù)差異均無(wú)統(tǒng)計(jì)學(xué)意義（均P>0.05）（表2）。50 keV條件下，2組均值，第10、25、50百分位數(shù)差異均有統(tǒng)計(jì)學(xué)意義（均P<0.05），其余參數(shù)差異均無(wú)統(tǒng)計(jì)學(xué)意義（均P>0.05）（表3）。

2.3? 直方圖參數(shù)的ROC曲線分析

40 keV圖像紋理參數(shù)鑒別腎盂旁囊腫與腎盂積水的AUC為0.696～0.756，50 keV紋理參數(shù)鑒別兩者的AUC為0.647～0.690（表4）。多因素logistic回歸模型顯示，40 keV圖像紋理參數(shù)的峰度、能量和第25百分位數(shù)是腎盂旁囊腫與腎盂積水的獨(dú)立預(yù)測(cè)因子，三者聯(lián)合診斷鑒別腎盂旁囊腫與腎盂積水的AUC為0.915，敏感度為93.3%，特異度為83.3%（圖2）。Hosmer-Lemeshow檢驗(yàn)結(jié)果表明模型擬合度好，無(wú)偏離擬合（χ2=4.108，P=0.847）。

3? 討論

紋理是指圖像中像素的局部不規(guī)則而宏觀有規(guī)律的灰度變化，是真實(shí)圖像固有的特性，一定程度上可反映病變的內(nèi)部組織學(xué)特性［3］。紋理分析可通過(guò)對(duì)醫(yī)學(xué)圖像深度挖掘，提取分析圖像中隱藏的定量特征，對(duì)疾病進(jìn)行更精準(zhǔn)的診斷與鑒別［4］。直方圖紋理分析是基于統(tǒng)計(jì)的紋理分析方法，可量化ROI內(nèi)像素強(qiáng)度直方圖的灰度頻率分布［5］。文獻(xiàn)中大多進(jìn)行常規(guī)CT圖像的紋理分析研究［6-7］，有關(guān)能譜CT單能量圖像紋理分析的報(bào)道少見(jiàn)。能譜成像可同時(shí)獲得常規(guī)混合能量圖像及40～140 keV水平的單能量圖像。常規(guī)CT圖像上測(cè)量的是物質(zhì)混合能量CT值，受X線硬化效應(yīng)、X線散射、部分容積效應(yīng)及重建矩陣等因素影響而并不準(zhǔn)確。單能量CT圖像與常規(guī)CT圖像相比能有效規(guī)避射線硬化效應(yīng)，從而提高圖像的SNR，獲得穩(wěn)定而精確的CT值［8］。王楠等［9］將能譜CT單能量圖像與紋理分析技術(shù)結(jié)合用于鑒別肝膿腫與肝轉(zhuǎn)移瘤，不同單能量條件下不同紋理參數(shù)的聯(lián)合診斷具有不同診斷效能。由于囊液成分不同，可通過(guò)提取囊液CT紋理特征對(duì)囊液進(jìn)行鑒別診斷［10］。因此，本研究嘗試通過(guò)能譜CT單能量圖像的直方圖紋理分析比較腎盂旁囊腫與腎盂積水的差異，從而為兩者鑒別診斷提供更多的信息。

本研究單因素分析顯示，腎盂旁囊腫組40～50 keV圖像紋理參數(shù)中的均值均大于腎盂積水組，差異均有統(tǒng)計(jì)學(xué)意義，這與腎盂旁囊腫40～50 keV單能量CT值均大于腎盂積水的結(jié)果一致。均值代表ROI內(nèi)像素的平均CT值［11］，說(shuō)明在低能量條件下（40～50 keV），囊液平均CT值能鑒別腎盂旁囊腫與腎盂積水。

能量是一種對(duì)圖像灰度分布均勻性的度量，當(dāng)圖像灰度分布較均勻時(shí)能量值較大。熵主要反映圖像內(nèi)部像素的不規(guī)則及復(fù)雜程度，熵越大說(shuō)明圖像灰度分布越復(fù)雜［12］。40～50 keV圖像腎盂旁囊腫能量均大于腎盂積水，40 keV圖像腎盂旁囊腫熵小于腎盂積水。推測(cè)可能的原因?yàn)椋耗I盂旁囊腫由于存在囊壁的限制，囊液相對(duì)靜止，內(nèi)部狀態(tài)相對(duì)穩(wěn)定，紋理分布呈相對(duì)均勻、復(fù)雜程度小的特征；腎盂積水內(nèi)尿液是自由流動(dòng)、內(nèi)部相對(duì)不穩(wěn)定、變化快，導(dǎo)致內(nèi)部紋理分布相對(duì)不均勻、復(fù)雜。

峰度反映灰度值總體分布的陡緩程度，峰度越高，趨向于在灰度平均值附近具有明顯的峰［13］。40 keV圖像腎盂旁囊腫峰度大于腎盂積水，可能與兩者囊液成分不同有關(guān)。趙慶利［14］通過(guò)對(duì)腎盂旁囊腫與尿液成分進(jìn)行定量及定性分析發(fā)現(xiàn)，腎盂旁囊腫囊液中葡萄糖、小分子蛋白質(zhì)等物質(zhì)含量高于尿液。40 keV條件下，腎盂旁囊腫囊液紋理分布相對(duì)均勻，圖像的灰度分布更集中于平均灰度值附近，峰度值更高。

百分位數(shù)描述低于該百分位數(shù)所觀察對(duì)象的百分比，反映ROI的微小變化，與病變異質(zhì)性密切相關(guān)，病變異質(zhì)性大，高百分位數(shù)差異最大，相反，低百分位數(shù)差異最小［11］。本研究中腎盂旁囊腫40～50 keV圖像的第10、25、50百分位數(shù)及40 keV圖像的第5、75百分位數(shù)大于腎盂積水，表明兩者之間在較低百分位數(shù)范圍內(nèi)CT值差異明顯。

本研究中，ROC曲線分析顯示，40 keV圖像的直方圖參數(shù)區(qū)分腎盂旁囊腫與腎盂積水的AUC為0.696～0.756，均大于50 keV直方圖參數(shù)的AUC。由于單變量因素診斷的特異性均較低，為了提高診斷效能，采用logistic回歸分析構(gòu)建多因素診斷模型，40 keV條件下，峰度、能量和第25百分位數(shù)是腎盂旁囊腫與腎盂積水的獨(dú)立預(yù)測(cè)因子，三者聯(lián)合鑒別腎盂旁囊腫與腎盂積水的AUC為0.915，敏感度為93.3%，特異度為83.3%，診斷效能明顯高于單一紋理參數(shù)。

本研究的局限性：①為回顧性研究，可能導(dǎo)致偏倚，且納入的樣本量相對(duì)較小；②基于二維水平可能無(wú)法充分反映囊液整體情況；③僅分析病灶一階紋理參數(shù)，未分析二階紋理參數(shù)，有待在今后的研究中加以完善，并進(jìn)一步探索更有價(jià)值的紋理參數(shù)。

綜上所述，40～50 keV條件下，能譜CT 平掃單能量圖像紋理分析能夠鑒別腎盂旁囊腫與腎盂積水，基于40 keV圖像紋理參數(shù)的峰度、能量和第25百分位數(shù)構(gòu)建的logistic回歸模型可顯著提高診斷效能。

［參考文獻(xiàn)］

［1］ 劉茁，田曉軍，馬潞林，等. 后腹腔鏡下腎囊腫去頂術(shù)治療腎盂旁囊腫的臨床分析［J］. 北京大學(xué)學(xué)報(bào)（醫(yī)學(xué)版），2018，50（5）：941-944.

［2］ 林欣怡，陸笑非. 紋理分析在腎臟疾病中的研究進(jìn)展［J］.醫(yī)學(xué)影像學(xué)雜志，2022，32（10）：1821-1823.

［3］ JANISCH M，ADELSMAYR G，M?LLER H，et al. Non-contrast-enhanced CT texture analysis of primary and metastatic pancreatic ductal adenocarcinomas：value in assessment of histopathological grade and differences between primary and metastatic lesions［J］. Abdom Radiol （NY），2022，47（12）：4151-4159.

［4］ 劉欣，鄭伊能，鐘毅，等. CT紋理分析對(duì)醛固酮腺瘤與皮質(zhì)醇腺瘤的鑒別診斷價(jià)值［J］. 中國(guó)中西醫(yī)結(jié)合影像學(xué)雜志，2021，19（1）：60-64.

［5］ 岳茜，李俊，張莉，等. CT紋理分析在消化系統(tǒng)惡性腫瘤中的應(yīng)用進(jìn)展［J］. 中國(guó)醫(yī)學(xué)影像技術(shù)，2019，35（3）：451-454.

［6］ 王海，顏顯杰，何偉榮，等. 基于CT增強(qiáng)掃描紋理分析術(shù)前預(yù)測(cè)胃腺癌病理分化程度的價(jià)值［J］. 中國(guó)中西醫(yī)結(jié)合影像學(xué)雜志，2022，20（6）：514-517.

［7］ 胡小琴，黃原義，萬(wàn)兵，等. CT灰度直方圖在鑒別小于20 mm亞實(shí)性結(jié)節(jié)的肺腺癌病理亞型的價(jià)值［J］. 臨床放射學(xué)雜志，2021，40（4）：712-716.

［8］ 李小虎，余永強(qiáng)，王萬(wàn)勤，等. 體外區(qū)分泌尿系結(jié)石成分：對(duì)比觀察CT能譜掃描與常規(guī)掃描［J］. 中國(guó)醫(yī)學(xué)影像技術(shù)，2011，27（11）：2331-2334.

［9］ 王楠，劉愛(ài)連，李燁，等. 基于單源雙能CT平掃圖像的紋理分析對(duì)肝膿腫和肝轉(zhuǎn)移瘤的鑒別價(jià)值［J］. 放射學(xué)實(shí)踐，2019，34（11）：1246-1250.

［10］ 梁萌，趙麗，馬霄虹，等. 囊液CT紋理分析在鑒別胰腺漿液性囊腺瘤與黏液性囊性腫瘤中的價(jià)值［J］. 實(shí)用放射學(xué)雜志，2018，34（9）：1381-1385.

［11］ 王敏紅，馮湛. 瘤周水腫常規(guī)MRI紋理分析鑒別腦膠質(zhì)母細(xì)胞瘤和單發(fā)轉(zhuǎn)移瘤的價(jià)值［J］. 中華放射學(xué)雜志，2018，52（10）：756-760.

［12］ 彭林，查云飛，曾菲菲，等. 基于T2WI直方圖紋理分析在胰腺實(shí)性病變中的診斷價(jià)值［J］. 磁共振成像，2020，11（3）：201-206.

［13］ 周健，程敬亮，陳晨，等. ADC灰度直方圖鑒別側(cè)腦室內(nèi)中樞神經(jīng)細(xì)胞瘤和室管膜瘤的價(jià)值［J］. 放射學(xué)實(shí)踐，2020，35（3）：325-328.

［14］ 趙慶利. 腎盂旁囊腫的組織起源及逆行經(jīng)輸尿管鏡鈥激光囊腫—腎盂內(nèi)引流術(shù)的研究［D］. 濟(jì)南：山東大學(xué)，2015.