CT紋理分析在腎臟透明細(xì)胞癌分級的臨床應(yīng)用*

唐彩銀 李 瑗 張 繼 田為中

江蘇省泰州市人民醫(yī)院影像科 225300

腎細(xì)胞癌是泌尿系統(tǒng)中惡性度較高的腫瘤，也是最常見的腫瘤之一，其中最常見的病理類型是透明細(xì)胞癌(ccRCC),大約占腎臟腫瘤的60%[1]。目前對于透明細(xì)胞癌Fuhrman分級是最廣泛的腎癌細(xì)胞核分級系統(tǒng)，也是目前被廣泛認(rèn)同的腎癌預(yù)后判斷的獨(dú)立指標(biāo)之一，該指標(biāo)根據(jù)癌細(xì)胞核大小、形狀和核仁是否明顯而分為4級。Fuhrman核分級中的Ⅰ和Ⅱ級合并為一級即高分化，Ⅲ級為中分化、Ⅳ級為低分化或未分化。目前的研究表明，F(xiàn)uhrman分級與腫瘤的生長速度和患者的預(yù)后密切相關(guān)。術(shù)前準(zhǔn)確分級對手術(shù)的治療及患者預(yù)后極為重要。紋理分析是一種圖像處理算法，用于量化病變的異質(zhì)性和某些人類眼睛無法察覺的模式。迄今為止，不同的研究小組已經(jīng)使用不同的方法和軟件程序評估了許多紋理特征，這在領(lǐng)域中造成了一些挑戰(zhàn)，如再現(xiàn)性和可歸納性問題。盡管定量紋理分析領(lǐng)域仍處于起步階段，但越來越多的證據(jù)表明腫瘤異質(zhì)性可用于預(yù)測腫瘤特征、分期、核分級、治療反應(yīng)和總生存率[2-6]。因?yàn)樗呶?，大部分關(guān)于腎腫塊定量結(jié)構(gòu)分類的研究都集中在不同的良性病變和惡性病變上。盡管如此，這一新領(lǐng)域的下一個(gè)可能步驟似乎是研究它在區(qū)分腎臟腫瘤分級方面的能力，因?yàn)椴煌墑e的透明細(xì)胞癌的結(jié)構(gòu)可用于預(yù)測臨床行為、治療反應(yīng)和總體預(yù)后存在差異，這樣的非浸入性診斷可能是有臨床價(jià)值的，尤其對于小腫塊或合并老年患者。

1 資料與方法

1.1 臨床資料 回顧性研究我院從2016年1月—2018年12月間經(jīng)手術(shù)病理證實(shí)的腎透明細(xì)胞癌患者63例。納入標(biāo)準(zhǔn)：(1)患者術(shù)前腎增強(qiáng)CT掃描，包括平掃、皮質(zhì)期和髓質(zhì)期；(2)患者在同一臺(tái)CT掃描儀上采用同一掃描方案進(jìn)行掃描；(3)病變在CT軸位圖像上顯示至少5片；(4)腫瘤經(jīng)皮穿刺活檢手術(shù)切除或證實(shí)為ccRCC；(5)CT掃描前未治療。排除標(biāo)準(zhǔn)如下：(1)顯示Fuhrman等級模糊的病例，如二級和三級之間未確定；(2)CT圖像有明顯偽影。

根據(jù)Fuhrman分級，筆者將病例分為低級別組(Ⅰ～Ⅱ級)和高級別組(Ⅲ～Ⅳ級)。低級別組35例包括25例Ⅰ級和10例Ⅱ級，高級別組中28例包括24例Ⅲ級和4例Ⅳ級，研究所有病例均為單側(cè)病變(見表1)。

表1 ccRCC患者分組及一般資料

1.2 儀器與方法 所有病例均采用西門子64層螺旋CT掃描，管電壓120kV，管電流150～350mA，非離子造影劑(碘含量300mg/ml)以3ml/s的輸注速度和80～100ml的輸注劑量注入外周靜脈，掃描范圍從腎上腺到下極。腎臟，每層厚度為3mm。如果腫瘤直徑較大，則擴(kuò)大掃描范圍以包括整個(gè)腫瘤。皮質(zhì)期延遲30s，髓質(zhì)期延遲90s，采用ITK-SNAP軟件(GE公司)對增強(qiáng)后的DICOM圖像勾畫感興趣區(qū)，筆者根據(jù)腫瘤邊界在皮質(zhì)期和髓質(zhì)期CT圖像上手動(dòng)追蹤感興趣區(qū)域(ROI)，為了減少周圍組織的部分體積影響，考慮到可見病變輪廓，仔細(xì)繪制ROI，然后縮小尺寸，縮小至病變輪廓1～2mm。由于平掃的圖像無法確定腫瘤的邊界，所以不納入研究范疇。由 1 名低年資放射科住院醫(yī)師和1 名具有15 年以上腹部CT診斷經(jīng)驗(yàn)的放射科副主任醫(yī)師采用雙盲法進(jìn)行勾畫ROI。

1.3 紋理分析 使用A.K軟件(版本V3.2.0R，GE公司)對勾畫好的感興趣進(jìn)行紋理特征提取(見圖1)。提取的紋理特征其中一階參數(shù)：偏度、熵；二階參數(shù)(灰度共生矩陣)：相關(guān)性、方差和、平方和。

1.4 統(tǒng)計(jì)學(xué)方法 采用SPASS20.0進(jìn)行統(tǒng)計(jì)分析。使用t檢驗(yàn)來評價(jià)紋理分析參數(shù)在低級別組和高級別組上的差異。使用受試者工作曲線(ROC)

圖1 CT紋理分析參數(shù)在AK軟件中勾畫ccRCC病灶的ROI

來評估有統(tǒng)計(jì)學(xué)意義的參數(shù)對Fuhrman分級的診斷性能。制圖使用Graphpad Prism 7軟件。P<0.05 被認(rèn)為差異具有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

2.1 一般資料 兩組患者的一般資料(性別、年齡)比較差異無統(tǒng)計(jì)學(xué)意義(P>0.05)，高級別組病灶大小明顯大于低級別組，差異有統(tǒng)計(jì)學(xué)意義(P<0.05)。見表1。

2.2 兩組紋理參數(shù)分析比較 從表2分析可知，在皮質(zhì)期紋理分析一階參數(shù)熵值有統(tǒng)計(jì)學(xué)意義(P<0.05)，其他參數(shù)沒有意義；在髓質(zhì)期中紋理分析一階參數(shù)熵值和二階參數(shù)相關(guān)性有統(tǒng)計(jì)學(xué)意義(P<0.05)，其他紋理參數(shù)沒有統(tǒng)計(jì)學(xué)意義。

表2 CT紋理分析參數(shù)在高、低級別ccRCC比較

2.3 紋理分析對低級別組和高級別組ccRCC診斷效能 ROC曲線分析中，在皮質(zhì)期中熵值在鑒別低級別組和高級別組中對應(yīng)的AUC為0.727，95%CI 為0.603～0.850；在髓質(zhì)期中熵值在鑒別低級別組和高級別組中對應(yīng)的AUC為0.824，95%CI為0.721～0.928；在髓質(zhì)期中相關(guān)性在鑒別低級別組和高級別組中對應(yīng)的AUC為0.872，95%CI為0.786～0.959。見表3、圖2。

表3 CT紋理分析對高低級別組ccRCC鑒別診斷效能

3 討論

由于ccRCC的Fuhrman分類與預(yù)后有著重要的關(guān)系，因此采用幾種非侵入性方法來預(yù)測ccRCC的Fuhrman分級。磁共振目前對于Fuhrhan分級的研究側(cè)重于功能圖像，一般以擴(kuò)散和灌注序列為主，但MR的成本高，很難普及。CT紋理特征有助于對傳統(tǒng)解剖成像低估的病變進(jìn)行準(zhǔn)確分類[7]。目前，利用CT紋理分析對腎臟疾病的研究很多，Kousei等[7]利用CT紋理特征對不同類型的腎臟腫瘤分析發(fā)現(xiàn)這種無創(chuàng)的研究可以有進(jìn)行鑒別腫瘤，也有大量的半定量和定量的研究這方面[8-12]。在本研究中，筆者進(jìn)一步探討CT數(shù)據(jù)分析，運(yùn)用圖像處理軟件獲取一階和二階紋理分析參數(shù)，發(fā)現(xiàn)參數(shù)熵和相關(guān)性在Furman分級方面有價(jià)值，這與Huhdanpaa等[13]人并根據(jù)普通CT圖像的直方圖參數(shù)進(jìn)行Fuhrman等級預(yù)測一致。本文中結(jié)合一階和二階參數(shù)共同分析，值得注意的是，共生矩陣是基于像素分析的，因此即使從較低分辨率的圖像也能獲得足夠的組織特異性紋理信息。因此，這些特征被認(rèn)為是所有紋理特征類別中最可靠和最靈活的。

圖2 CT紋理分析特征在鑒別高、低組ccRCC ROC曲線

盡管觀察到紋理分析在區(qū)分低級別和高級別ccRCC中的有用性，但病灶大小的重要性不可低估。既往報(bào)道了患者生存率與腎細(xì)胞癌腫瘤大小之間的關(guān)系，而不考慮TNM分期。此外，研究還表明[14]，腎細(xì)胞癌腫瘤大小每增加1cm，腎包膜受累率增加35%，腎血管侵犯率增加66%。筆者發(fā)現(xiàn)Ⅲ期和Ⅳ期ccRCC比Ⅰ期和Ⅱ期ccRCC明顯大，分別為6.96cm和3.49cm。

異質(zhì)性是惡性腫瘤的一個(gè)重要特征，與腫瘤的生物學(xué)過程密切相關(guān)。CT紋理分析是一種有效評估腫瘤異質(zhì)性的技術(shù)。根據(jù)單個(gè)最大層面和整個(gè)病變進(jìn)行Furman分級比較，發(fā)現(xiàn)病變分級準(zhǔn)確性與單個(gè)某一層面無關(guān)，而與整個(gè)病變的體積相關(guān)。當(dāng)只分析某一個(gè)圖像層面時(shí)，選擇合適的層面非常重要。然而，單個(gè)層面的結(jié)果不能完全反映整個(gè)腫瘤的異質(zhì)性。因此，本研究使用體積測量，這是相對煩瑣的，但評估異質(zhì)性是非常重要的。

本研究旨在揭示一組反映腫瘤異質(zhì)性的常見一階參數(shù)和二階參數(shù)，其中一階包括偏度、熵。二階包括相關(guān)性、平方和、方差和，值得一提的是，筆者引入了熵，它是紋理不規(guī)則和混亂的抽象定量指標(biāo)，反映了圖像的無序程度。這些參數(shù)在一定程度上反映了腫瘤的整體結(jié)構(gòu)特征，并可用于客觀定量地分析ccRCC的異質(zhì)性。最后的結(jié)果驗(yàn)證了熵和相關(guān)性確實(shí)是一個(gè)獨(dú)立、優(yōu)秀的紋理參數(shù)的假設(shè)。然而，與直覺相反，低級別腫瘤的平均熵高于高級別腫瘤，即低級別腫瘤具有更高的異質(zhì)性。筆者推測這可能是因?yàn)榈图墑e腫瘤的微血管更豐富，腫瘤內(nèi)強(qiáng)化程度更高。此外，熵的概念相對抽象，熵值越大，病灶內(nèi)密度分布越隨機(jī)，熵值越小，密度分布越均勻。高等級腫瘤由于其液化壞死范圍較大，會(huì)導(dǎo)致熵降低[15]。

本研究有以下局限性：(1)樣本數(shù)量較小，在采樣的過程中，低級別的腫瘤非常多，而高級別的腫瘤數(shù)目相對比較少，而且兩組之間的病例數(shù)量很容易不平衡。(2)本研究為單中心回顧性研究，缺少外部驗(yàn)證。(3)對腫瘤ROI勾畫，存在人為影響。

研究表明對ccRCC的CT紋理分析可以為術(shù)前影像學(xué)上預(yù)測Furman分級提供無創(chuàng)手段，并有助于指導(dǎo)治療。