T2WI腫瘤最大層面直方圖分析鑒別腮腺多形性腺瘤與惡性腫瘤

黃薈玉，張 勇，程敬亮，許 珂，文萌萌，文寶紅

(鄭州大學(xué)第一附屬醫(yī)院磁共振科，河南 鄭州 450052)

腮腺腫瘤在頭頸部腫瘤中約占3%～6%，其中20%為惡性腫瘤，80%為良性腫瘤,后者以多形性腺瘤最為常見。腮腺惡性腫瘤臨床表現(xiàn)與良性腫瘤頗為相似[1]，術(shù)前鑒別診斷良惡性腫瘤及不同組織學(xué)類型對(duì)選擇手術(shù)方法極為重要[2]。術(shù)前準(zhǔn)確、無創(chuàng)鑒別良惡性腮腺腫瘤是臨床亟待解決的問題之一。目前術(shù)前鑒別診斷腮腺腫瘤多基于臨床并結(jié)合影像學(xué)檢查?；叶戎狈綀D分析是以像素為基礎(chǔ)的圖像分析方法，可量化腫瘤的異質(zhì)性，進(jìn)而多方面反映腫瘤的異質(zhì)性；其基本原理是提取MRI中病變ROI的像素值，分析灰度分布情況，進(jìn)而獲得肉眼無法觀察到的圖像信息，即直方圖分析的9個(gè)參數(shù)信息，用于鑒別腫瘤性質(zhì)及分型[3-5]。本研究探討基于術(shù)前常規(guī)MR T2WI的灰度直方圖分析鑒別腮腺多形性腺瘤與惡性腫瘤的價(jià)值。

1 資料與方法

1.1 一般資料 回顧性分析2014年6月—2018年6月于我院就診并接受常規(guī)MR檢查的64例腮腺腫瘤患者，男40例，女24例，年齡20～69歲，平均(41.1±14.2)歲。納入標(biāo)準(zhǔn)：①術(shù)前MRI資料包括軸位T1WI、軸位、冠狀位、矢狀位T2WI及軸位DWI，圖像完整；②經(jīng)手術(shù)病理證實(shí)為腮腺多形性腺瘤或腮腺惡性腫瘤；③MR圖像清晰，無明顯偽影等影響圖像分析的質(zhì)量缺陷。64例中，經(jīng)病理證實(shí)為多形性腺瘤41例，男27例，女14例，年齡21～66歲，平均(39.4±13.5)歲；惡性腫瘤23例，男13例，女10例，年齡20～69歲，平均(44.1±15.2)歲，包括黏液表皮樣癌5例、腺樣囊性癌3例、腺泡細(xì)胞癌2例、鱗癌5例、多形性腺瘤惡變3例、上皮肌上皮癌2例、乳腺樣分泌型癌1例及彌漫大B細(xì)胞淋巴瘤2例。

1.2 儀器與方法 采用Siemens Skyra 3.0T MR掃描儀，32通道標(biāo)準(zhǔn)頭顱線圈。常規(guī)MR掃描序列及參數(shù)：軸位T1W平掃，TR 220 ms，TE 2.46 ms，層厚3.0 mm，層間距0.6 mm，F(xiàn)OV 230 mm×230 mm，矩陣320×240，F(xiàn)A 70°，NEX 2；軸位、冠狀位、矢狀位T2W平掃，TR 4300 ms，TE 111 ms，層厚3.0 mm，層間距0.6 mm，F(xiàn)OV 230 mm×230 mm，矩陣320×240，F(xiàn)A 150°，NEX 1。DWI采用SE-EPI序列，b值取0、1 000 s/mm2，TR 3 900 ms，TE 64 ms，層厚3.0 mm，層間距0.6 mm，共掃描20層。

1.3 圖像后處理與分析

1.3.1 圖像選取 調(diào)整窗寬、窗位，使所有MR圖像的窗寬、窗位保持一致性，而后以“.BMP”格式從PACS中導(dǎo)出所有圖像。

1.3.2 ROI的選取及灰度直方圖分析 在軸位T2WI基礎(chǔ)上進(jìn)行灰度直方圖分析。采用MaZda軟件在軸位T2WI顯示腫瘤最大層面沿腫瘤邊緣手動(dòng)勾畫ROI，并以紅色填充、標(biāo)記，見圖1、2；軟件自動(dòng)生成ROI的灰度直方圖。所有ROI勾畫均由2名有經(jīng)驗(yàn)的影像學(xué)診斷醫(yī)師共同完成，有分歧時(shí)經(jīng)協(xié)商達(dá)成一致。通過灰度直方圖分析獲得9個(gè)特征參數(shù)：均值(Mean)、方差(Variance)、峰度(Kurtosis)、偏度(Skewness)、第1百分位數(shù)(Perc 01%)、第10百分位數(shù)(Perc 10%)、第50百分位數(shù)(Perc 50%)、第90百分位數(shù)(Perc 90%)及第99百分位數(shù)(Perc 99%)。

1.4 統(tǒng)計(jì)學(xué)分析 采用SPSS 21.0統(tǒng)計(jì)分析軟件。9個(gè)直方圖特征參數(shù)中，偏度、第50百分位數(shù)及第90百分位數(shù)符合正態(tài)分布，以±s表示，采用兩獨(dú)立樣本t檢驗(yàn)比較其在腮腺多形性腺瘤與惡性腫瘤間的差異；其余6個(gè)特征參數(shù)均不符合正態(tài)分布，以中位數(shù)(上下四分位數(shù))表示，采用非參數(shù)檢驗(yàn)進(jìn)行比較。P<0.05為差異有統(tǒng)計(jì)學(xué)意義。繪制ROC曲線，計(jì)算AUC，預(yù)測(cè)以T2WI直方圖特征參數(shù)鑒別診斷腮腺多形性腺瘤與惡性腫瘤的效能。

2 結(jié)果

2.1 腮腺多形性腺瘤與惡性腫瘤直方圖特征參數(shù)比較 腮腺多形性腺瘤灰度直方圖見圖3A，惡性腫瘤灰度直方圖見圖3B。直方圖特征參數(shù)見表1。腮腺多形性腺瘤第1百分位數(shù)及第10百分位數(shù)均明顯高于惡性腫瘤(P均<0.05)，2組間其余直方圖特征參數(shù)差異均無統(tǒng)計(jì)學(xué)意義(P均>0.05)。

表1 腮腺多形性腺瘤與惡性腫瘤直方圖特征參數(shù)比較

圖1 患者女，57歲，腮腺多形性腺瘤 A.軸位T2WI； B.手動(dòng)勾畫ROI并標(biāo)記 圖2 患者男，63歲，腮腺惡性腫瘤(黏液表皮樣癌) A.軸位T2WI； B.手動(dòng)勾畫ROI并標(biāo)記

圖3 腮腺腫瘤灰度直方圖 A.多形性腺瘤； B.惡性腫瘤

2.2 ROC曲線分析 以第1百分位數(shù)及第10百分位數(shù)鑒別診斷腮腺多形性腺瘤與惡性腫瘤的ROC曲線見圖4。以第10百分位數(shù)鑒別診斷的ROC曲線AUC最大，為0.70(P=0.01)，最佳臨界值為76.00，敏感度為66.70%，特異度為60.00%；第1百分位數(shù)的ROC曲線AUC為0.67(P=0.04)，最佳臨界值為46.50，敏感度、特異度分別為63.90%及60.00%。

3 討論

腫瘤最大層面灰度直方圖分析是基于像素的圖像分析方法，可在ADC圖、MR平掃及增強(qiáng)圖像上提取病變最大層面ROI的像素值(即灰度)分布情況加以分析，進(jìn)而獲得大量對(duì)疾病鑒別和分級(jí)有用的定量參數(shù)信息，為診斷及鑒別腫瘤提供依據(jù)[3-5]。Xu等[6]采用直方圖分析鑒別神經(jīng)鞘瘤與不典型腦膜瘤，認(rèn)為直方圖紋理分析法是鑒別二者的可靠方法。Ryu等[7]評(píng)價(jià)DWI直方圖分析在腫瘤異質(zhì)性方面的價(jià)值，認(rèn)為ADC直方圖分析可提供腫瘤異質(zhì)性信息，有助于膠質(zhì)瘤分級(jí)診斷。目前關(guān)于T2WI灰度直方圖分析的報(bào)道仍較少。2017年Li等[8]基于T2WI進(jìn)行直方圖分析肝臟占位性病變。本研究采用T2WI灰度直方圖分析鑒別腮腺腫瘤。

MR檢查已成為術(shù)前臨床鑒別腮腺多形性腺瘤與惡性腫瘤的常用方法。常規(guī)腮腺M(fèi)R檢查主要觀察腮腺腫瘤形態(tài)是否規(guī)則，有無浸潤(rùn)，是否同時(shí)累及腮腺深葉、淺葉及鄰近組織，有無出血、壞死、囊變等；但不同性質(zhì)腫瘤可具有相似征象，如腮腺多形性腺瘤可表現(xiàn)出與惡性腫瘤相似的發(fā)病部位、腫瘤形態(tài)及信號(hào)特點(diǎn)等，使得術(shù)前常規(guī)MR檢查難以區(qū)分良惡性腫瘤。隨著檢查設(shè)備及技術(shù)的不斷進(jìn)步，更新且更為有效的影像學(xué)腫瘤鑒別診斷方法不斷涌現(xiàn)。據(jù)報(bào)道[9]，MR動(dòng)態(tài)增強(qiáng)曲線鑒別腮腺多形性腺瘤與惡性腫瘤具有一定價(jià)值，但其結(jié)果單一，掃描過程中需注入對(duì)比劑，且操作相對(duì)復(fù)雜。還有學(xué)者[10]發(fā)現(xiàn)DWI及灌注成像三維形態(tài)學(xué)分析可用于鑒別腮腺多形性腺瘤與惡性腫瘤，但檢查費(fèi)用較高，難以快速普及。

圖4 以第1百分位數(shù)及第10百分位數(shù)鑒別診斷腮腺多形性腺瘤與惡性腫瘤的ROC曲線 二者AUC分別為0.67及0.70

基于MRI進(jìn)行灰度直方圖分析，通過特征參數(shù)鑒別良惡性腫瘤并進(jìn)行分級(jí)、分類等，具有獨(dú)特優(yōu)勢(shì)?；叶戎狈綀D選取ROI不僅包括腫瘤實(shí)質(zhì)，還包括壞死、出血、囊變等可反映腫瘤不均質(zhì)性的成分，能夠更加準(zhǔn)確、可靠地反映腫瘤異質(zhì)性，為腫瘤的診斷及鑒別提供更多、更全面的定量信息?；叶戎狈綀D分析方法具有簡(jiǎn)便、客觀、量化、可重復(fù)、誤差小等優(yōu)點(diǎn)，目前在膠質(zhì)瘤、室管膜瘤、腎癌等病變的診斷及鑒別中獲得臨床廣泛認(rèn)可，并不斷顯示出其優(yōu)勢(shì)[11]。

本研究采用灰度直方圖分析鑒別腮腺多形性腺瘤與惡性腫瘤，回顧性分析41例腮腺多形性腺瘤及23例腮腺惡性腫瘤患者的MRI資料，獲取軸位T2WI腫瘤最大層面ROI中的9個(gè)直方圖特征參數(shù)，探討灰度直方圖在鑒別診斷方面的價(jià)值。直方圖形狀可在一定程度上反映腫瘤組織的微觀結(jié)構(gòu)和功能。特征參數(shù)中的方差可用于描述病變特征值的分散程度，方差越大，表明數(shù)據(jù)越偏離平均值，病變成分的不均質(zhì)性越強(qiáng)[12]；直方圖峰值參數(shù)表示與正態(tài)分布相比該分布的相對(duì)尖銳度或平坦度，正峰值提示較正態(tài)分布更陡峭，負(fù)峰值則表明較正態(tài)分布更平緩；偏度是衡量直方圖不對(duì)稱性的指標(biāo)，正偏度提示不對(duì)稱分布的尾部趨向于更多較大值，分布主體集中在右側(cè)，即絕大多數(shù)的數(shù)值(包括中位數(shù))分布于平均值的左側(cè)，負(fù)偏度則相反，表明不對(duì)稱分布的尾部趨向于更多較小值，且偏度的絕對(duì)值越大，分布越不對(duì)稱；而百分位數(shù)可反映形成直方圖的體素[13]，是對(duì)腫瘤內(nèi)部異質(zhì)性的量化。本研究中，腮腺多形性腺瘤與惡性腫瘤間第1百分位數(shù)及第10百分位數(shù)差異均有統(tǒng)計(jì)學(xué)意義，表明腮腺惡性腫瘤和多形性腺瘤的體素值差異顯著，具有鑒別診斷意義。本研究結(jié)果顯示，第10百分位數(shù)最具鑒別診斷效能，ROC曲線AUC為0.70，敏感度為66.70%，特異度為60.00%；此外，第1百分位數(shù)的敏感度及特異度也較高，聯(lián)合分析2個(gè)特征參數(shù)可能更有利于鑒別腮腺腫瘤。本組采用T2WI腫瘤最大層面直方圖分析的研究結(jié)果與Fruehwald-Pallamar等[14]的結(jié)果相符，進(jìn)一步證實(shí)灰度直方圖分析方法鑒別腮腺多形性腺瘤與惡性腫瘤的價(jià)值。

在不增加患者負(fù)擔(dān)和不延長(zhǎng)檢查時(shí)間的情況下，以T2WI腫瘤最大層面直方圖分析對(duì)腮腺多形性腺瘤與惡性腫瘤進(jìn)行鑒別具有一定價(jià)值，可為臨床提供新思路。但本研究存在一些不足：①為回顧性分析，假定MRI的采集、處理和分析均在相同條件下進(jìn)行；②樣本量較少，可能導(dǎo)致結(jié)果產(chǎn)生偏倚，這也可能是特征參數(shù)中的方差在腮腺多形性腺瘤與惡性腫瘤間差異無統(tǒng)計(jì)學(xué)意義的原因；③僅對(duì)T2WI腫瘤最大層面進(jìn)行灰度直方圖分析，未行全域直方圖分析或ADC、MR增強(qiáng)掃描圖像的直方圖分析，有待進(jìn)一步研究。