基于DCE-CT的MaZda紋理分析技術(shù)在鑒別肝臟良惡性病變中的價值及最佳效能分析

韓瑞，黃璐， 董進(jìn)， 宋少輝， 蔣鴻， 尹龍， 彭勇， 張東友

紋理分析技術(shù)近年來逐漸應(yīng)用于臨床疾病的診斷及鑒別診斷，如動脈斑塊、心肌梗死和肺癌淋巴結(jié)轉(zhuǎn)移等[1-5]，其臨床應(yīng)用價值已得到了肯定[6]。而其在肝臟方面的應(yīng)用也逐漸增多，主要集中在對肝臟纖維化、肝臟腫瘤的診斷及鑒別診斷以及肝癌術(shù)后效果的評判[7-10]。目前，多數(shù)學(xué)者認(rèn)為基于增強(qiáng)圖像的紋理分析的診斷效能要強(qiáng)于平掃[11]，而對于三期增強(qiáng)掃描，應(yīng)該使用哪一期圖像，以及與何種紋理特征篩選方法進(jìn)行組合才能獲得最佳的診斷效能，提高后期建模的準(zhǔn)確性，目前尚未見相關(guān)報道。因此本研究對基于CT動態(tài)增強(qiáng)(dynamic contrast enhanced CT，DCE-CT)的MaZda紋理分析技術(shù)在肝臟良惡性病變鑒別診斷中應(yīng)用的可行性，以及最佳期相和紋理特征篩選方法進(jìn)行了探討。

材料與方法

1.研究對象

搜集2014年3月-2018年4月本院101例肝臟病變患者(共112個病灶)的病例資料。其中61例(61個病灶)經(jīng)手術(shù)或穿刺活檢病理證實，包括肝細(xì)胞癌27例、肝臟局灶性結(jié)節(jié)增生20例和肝膿腫14例；經(jīng)臨床動態(tài)隨訪確診者40例(51個病灶)，包括血管瘤20例(21個病灶)和轉(zhuǎn)移瘤20例(30個病灶)。納入標(biāo)準(zhǔn)：所有患者在本次CT檢查前未接受過任何相關(guān)臨床治療(如介入、穿刺活檢和放化療等)。

2.檢查方法

所有患者行肝臟CT三期動態(tài)增強(qiáng)掃描。使用Siemens Somatom Definition AS+ 128層CT機(jī)。所有患者檢查前空腹，于肘靜脈放置留置針。掃描參數(shù)：120 kV，care dose 4D 技術(shù)，層厚10 mm，層間距0，螺距0.9，128i×0.6 mm，重建層厚1 mm。采用高壓注射器自肘靜脈注射對比劑碘克沙醇(320 mg I/mL)，劑量為1 mL/kg，注射流率3 mL/s；對比劑注射完畢后使用相同流率注射20 mL生理鹽水進(jìn)行沖管。于注射對比劑后25、65和180 s分別啟動動脈期、靜脈期和延遲期掃描。

3.紋理分析方法

由兩位具有10年以上診斷經(jīng)驗的放射科醫(yī)師進(jìn)行閱片分析和數(shù)據(jù)測量。將三期增強(qiáng)圖像導(dǎo)入開源軟件MaZda中進(jìn)行紋理分析，具體步驟見圖1。首先，采用直方圖、絕對梯度、游程矩陣、共生矩陣和自回歸模型五種分析方法共可獲得256個紋理參數(shù)。分別在三期增強(qiáng)圖像中選取每個病灶的最大層面，沿病灶邊緣盡可能大的勾畫ROI，并保證在三期圖像上勾畫的ROI大小一致。ROI勾畫完成后，軟件即可自動計算出ROI的各項紋理參數(shù)值(圖1)。

圖1 紋理分析的主要步驟示意圖。

使用MaZda軟件對良、惡性病變組中病灶的紋理參數(shù)進(jìn)行篩選，使用Fisher相關(guān)系數(shù)(fisher coefficient)、最小分類錯誤率+平均相關(guān)系數(shù)(classification error probability and average correlation coefficients,POE+ACC)和互信系數(shù)(mutual Information coefficient,MI)三種統(tǒng)計學(xué)篩選方法，每種篩選方法篩選出10個鑒別肝臟良惡性病變的最佳紋理參數(shù)。

模型準(zhǔn)確性判定：對使用不同統(tǒng)計學(xué)方法篩選出的10個紋理參數(shù)，使用MaZda軟件中自帶的B11軟件中的主成分分析(principal component analysis，PCA)、線性鑒別分析(linear discriminant analysis，LDA)和非線性鑒別分析(nonlinear discriminant analysis，NDA)的特征向量變換方法對紋理參數(shù)進(jìn)行降維。并對LDA使用K鄰近分類器(K=1代表最小分類錯誤)、NDA使用神經(jīng)網(wǎng)絡(luò)分類法(artificial neural network，ANN)，計算各方法組合下紋理參數(shù)鑒別診斷的最小誤判率R(R=誤判病灶個數(shù)/總病灶個數(shù))，將R的大小分為5個等級：≤10%為優(yōu)秀，10%40%為較差[11]。

4.統(tǒng)計學(xué)分析

本研究中肝臟良惡性病變紋理特征的篩選使用的統(tǒng)計分析方法為MaZda軟件中集成自帶的B11軟件完成的，主要包括Fiher相關(guān)系數(shù)、POE+ACC和MI。

結(jié) 果

肝臟CT動態(tài)增強(qiáng)掃描的期相、紋理特征的統(tǒng)計學(xué)提取方法和紋理特征的降維方法之間的不同組合，獲得的紋理參數(shù)的診斷效能存在差異，各組合中最低誤判率的結(jié)果見表1。無論動脈期、靜脈期或是延遲期，相對于其它組合，以MI+NDA的誤判率最低，鑒別效能最佳。動脈期+MI+NDA組合的誤判率為15.18%(17/112)，主要誤判的病灶包括肝血管瘤6個、肝膿腫9個和肝細(xì)胞癌2個；靜脈期+MI+NDA組合的誤判率為13.39%(15/112)，主要誤判的病灶包括肝臟血管瘤1個、肝膿腫5個、肝細(xì)胞癌5個和肝轉(zhuǎn)移瘤4個；延遲期+MI+NDA組合鑒別診斷的誤判率為11.61%(13/112)，在三種組合方法中為最低，診斷效能良好，主要誤判的病灶包括肝膿腫4個、血管瘤4個、肝細(xì)胞癌3個和肝轉(zhuǎn)移瘤2個(圖2a～c)。最終篩選出用于建模的診斷肝臟良惡性病變的10個最佳紋理特征，分別是均值(Mean)、90%百分位灰度值(90% percentile grey scale，Perc.90%)、Perc.50%、Perc.99%、Perc.10%、Perc.01%、差方差S(1,0)、熵S(4,-4)、熵S(2,0)和逆差矩S(2,2)。

表1 三期圖像上不同紋理分析方法組合對肝臟良惡性病變的誤判率(%)

討 論

隨著外科手術(shù)技術(shù)的提高，肝癌的精準(zhǔn)切除逐漸成為一種全新的外科理念和技術(shù)體系[12]，同時也要求在術(shù)前對肝臟良惡性病變進(jìn)行準(zhǔn)確的診斷和評估。影像檢查在肝臟良惡性病變的診斷和鑒別診斷中發(fā)揮了重要作用，但是目前尚不能達(dá)到完全準(zhǔn)確地鑒別所有肝臟良惡性病變，尤其是對于那些影像特征存在重疊的病變，常規(guī)影像學(xué)檢查存在一定的局限性[13-16]，當(dāng)今精準(zhǔn)醫(yī)療已經(jīng)成為醫(yī)學(xué)的主流方向，因此這種局限性更加凸顯。

隨著計算機(jī)技術(shù)的快速發(fā)展，使得從影像學(xué)圖像(如CT、MRI和PET等)中提取大量的量化特征參數(shù)成為可能，這些特征不僅能夠反映組織的特性，還能反映疾病的病理生理改變，因此可以利用這些參數(shù)對疾病進(jìn)行診斷和鑒別診斷，同時還能夠預(yù)測治療的療效[17]，這就是目前已成為主流研究方向的影像組學(xué)。而紋理分析是其中的一種技術(shù)，主要對圖像的像素灰度值的變化規(guī)律及其分布模式進(jìn)行分析，獲取的紋理特征值不僅能夠反映病變組織肉眼可見的形態(tài)學(xué)表現(xiàn)，同時還能反映病灶內(nèi)肉眼無法觀察到的微觀特征，從而較準(zhǔn)確地反映腫瘤的異質(zhì)性[18-20]。它的主要方法是將影像數(shù)據(jù)作為數(shù)據(jù)源，利用紋理分析軟件，基于直方圖、絕對梯度、游程矩陣、共生矩陣和自回歸模型五種分析方法，提取出影像圖像上腫瘤病灶的紋理特征，并使用軟件自帶的統(tǒng)計分析方法篩選出鑒別不同病變的特征性紋理參數(shù)，建立診斷及鑒別診斷模型。

圖2 使用MaZda軟件中自帶的B11軟件在不同期相圖像上自動選取MI值最高的3個紋理特征，生成肝臟良惡性病變原始紋理特征數(shù)據(jù)分類鑒別能力直觀圖， 紅色的1代表肝臟良性病變，綠色的2代表肝臟惡性病變，兩種顏色的數(shù)碼字分的越開表明分類鑒別能力越強(qiáng)，分類誤判率就會越低，圖c中兩種顏色的數(shù)碼字分散的相對較開，重疊較少，提示鑒別能力高、誤判率較低。a)動脈期；b)靜脈期；c)延遲期。

但是，目前對肝臟良惡性病變診斷及鑒別診斷的相關(guān)研究中，基本上使用的是單期CT掃描數(shù)據(jù)，而且在紋理特征提取的過程中多采用單一或特定的統(tǒng)計學(xué)篩選方法[7,11,21-22]，勢必會影響紋理分析的后期建模的準(zhǔn)確性。第一，腫瘤內(nèi)部的血管成分和腫瘤的異質(zhì)性具有重要的相關(guān)性，腫瘤攝入對比劑后，對比劑在不同時相的分布不同，對病灶在影像圖像上的像素灰度值、細(xì)部結(jié)構(gòu)特點等產(chǎn)生影響[23]；第二，關(guān)于紋理特征的提取和篩選，有多種方法，常用的是統(tǒng)計學(xué)分析方法，同時統(tǒng)計學(xué)分析過程中還可進(jìn)行不同方法的組合[19]，而在診斷模型的構(gòu)建過程中，不同的統(tǒng)計學(xué)方法組合對肝臟良惡性病變的診斷效能也是不同的[23]。因此，在肝臟良惡性病變的診斷及鑒別診斷中，找出最佳的紋理特征數(shù)據(jù)源期相和統(tǒng)計學(xué)方法組合具有重要的臨床意義，為后期建立模型的準(zhǔn)確性提供了重要的理論基礎(chǔ)。

MaZda是目前主流的紋理分析軟件之一，在國內(nèi)外應(yīng)用非常廣泛，其內(nèi)集成有b11軟件，具有紋理分析和紋理特征提取的功能，可以對提取的紋理特征進(jìn)行篩選和降維，將特征向量的數(shù)據(jù)轉(zhuǎn)換至新的特征空間，以減少特征矢量的維數(shù)，增加其鑒別診斷能力。目前的b11軟件主要提供了Fisher相關(guān)系數(shù)、最小分類錯誤率+平均相關(guān)系數(shù)(POE+ACC)和互信系數(shù)(MI)三種統(tǒng)計學(xué)方法對紋理特征進(jìn)行篩選提取[24]。從本研究結(jié)果可以看出，使用MaZda軟件提取的紋理參數(shù)對肝臟良惡性病變的診斷及鑒別診斷是可行的，最低誤判率達(dá)到11.61%。使用相同的統(tǒng)計學(xué)方法在不同期相圖像上提取篩選的紋理特征，其誤判率是不同的，這也進(jìn)一步說明了對比劑的攝入在一定程度上對病灶紋理特征的影響。

本研究結(jié)果顯示鑒別肝臟良惡性疾病的最佳期相為延遲期，筆者認(rèn)為這一結(jié)果可能與本研究中納入的肝臟良惡性的病變類型有關(guān)，在本研究中良性病變組主要有肝臟局灶性結(jié)節(jié)增生、血管瘤和肝膿腫，而惡性病變組中主要有肝細(xì)胞癌和轉(zhuǎn)移瘤，良性病變組中的這幾種病變在延遲期的相對強(qiáng)化程度要高于惡性病變，兩組病變之間的信號差異較動脈期和靜脈期大，因此紋理特征參數(shù)值之間的差異也相應(yīng)增大，使其診斷效能也相對較高。

從使用的不同統(tǒng)計學(xué)方法組合對紋理特征進(jìn)行篩選的結(jié)果可以看出，無論動脈期、靜脈期或是延遲期，相對于其它方法的組合，使用MI+NDA的組合對紋理特征進(jìn)行降維、提取，其鑒別效能最佳，誤判率最低(11.61%)。因此在肝臟良惡性病變的鑒別診斷中筆者推薦使用延遲期+MI+NDA的組合，這樣可以使得后期診斷模型建立的準(zhǔn)確性更高。國內(nèi)有文獻(xiàn)報道使用靜脈期圖像提取的紋理特征進(jìn)行鑒別診斷的誤判率最低[11]，但是這項研究中僅僅使用了互信系數(shù)(MI)這一種紋理篩選方法，并沒有驗證Fisher相關(guān)系數(shù)和POE+ACC這兩種紋理篩選方法的診斷效能。本研究結(jié)果顯示不同期相、不同統(tǒng)計學(xué)篩選方法、不同降維方法的診斷效能存在差異，這些因素均直接影響后期建模的準(zhǔn)確性。在本研究納入的病例中，使用延遲期+MI+NDA的組合得到的最佳建模紋理參數(shù)為mean、Perc.90%、Perc.50%、Perc.99%、Perc.10%、Perc.01%、差方差S(1,0)、S(4,-4)熵、S(2,0)熵和S(2,2) 逆差矩，其中有6個參數(shù)來自于直方圖分析，提示直方圖法提取的紋理參數(shù)在鑒別肝臟良惡性病變中可能具有較大的權(quán)重，尚需大樣本，多病種進(jìn)行更深入地研究。

本研究結(jié)果顯示，無論是基于動脈期、靜脈期還是延遲期，提取的紋理參數(shù)在肝臟病變的診斷中均存在一定的誤判，而且基于三期圖像誤判的病變類型有一定差異。筆者分析導(dǎo)致上述結(jié)果的原因主要有以下兩點：第一，可能是這些良惡性病灶內(nèi)均具有壞死成分，使得病灶的紋理特征存在一定的重疊；第二，納入的肝臟良惡性病變的病種越多，誤判率可能就越高。所以筆者認(rèn)為在使用紋理分析軟件進(jìn)行疾病的鑒別診斷時應(yīng)針對所納入的病種進(jìn)行紋理特征篩選的最優(yōu)組合。

本研究存在一定的局限性，第一，肝臟良惡性病灶的納入的病種、樣本量相對較少；第二，僅僅分析了使用統(tǒng)計學(xué)方法提取紋理特征的優(yōu)劣，沒有對比其他的紋理特征提取方法的優(yōu)劣，第三，在勾畫病灶感興趣區(qū)時僅僅勾畫病灶的最大層面，而使用3D-ROI更能代表肝臟病變的紋理特征，這都是后期將要開展的工作。而且，在今后的研究中如能綜合三期對比增強(qiáng)圖像提取的紋理特征進(jìn)行分析和診斷，可能會進(jìn)一步提高紋理分析技術(shù)對鑒別肝臟良惡性病變的診斷效能。