增強CT影像組學鑒別卵巢良性與交界性漿液性腫瘤

潘淑淑，沈起鈞，陳文輝，阮 玫，單嫣娜

(浙江大學醫(yī)學院附屬杭州市第一人民醫(yī)院放射科，浙江 杭州 310006)

圖1 患者女，43歲，卵巢SC， 增強CT靜脈期圖像(紅色虛線內(nèi)區(qū)域為ROI) 圖2 患者女，65歲，卵巢SBT，增強CT靜脈期圖像(紅色虛線內(nèi)區(qū)域為ROI)

卵巢漿液性腫瘤是最常見的婦科上皮源性腫瘤，分為良性、交界性和惡性[1]，分別約占全部卵巢漿液性腫瘤的58%、10%及32%[2]。卵巢漿液性囊腺瘤(serous cystadenoma, SC)為良性腫瘤，其鼠類肉瘤病毒癌基因(kirsten rat sarcoma viral oncogene， KRAS)、v-raf鼠類肉瘤病毒癌基因同源物B1(v-raf murine sarcoma viral oncogene homolog B1， BRAF)無突變，故對無臨床癥狀患者建議進行隨訪，不予有創(chuàng)干預[3]；而交界性漿液性腫瘤(serous borderline tumors， SBT)中30%存在KRAS及BRAF基因突變[4]，需手術治療。目前術前影像學診斷卵巢腫瘤的主要依據(jù)為醫(yī)師主觀經(jīng)驗[5-6]，尚無可靠的定量參數(shù)作為客觀依據(jù)。影像組學通過深度學習等手段篩選、整合有意義的特征建模，并進行客觀量化的評估[7-8]，但目前涉及鑒別卵巢良性與SBT的研究較少。本研究觀察增強CT影像組學鑒別診斷卵巢SC與SBT的價值。

1 資料與方法

1.1 一般資料 回顧性分析2017年1月—2019年6月80例于浙江大學醫(yī)學院附屬杭州市第一人民醫(yī)院經(jīng)手術病理證實的卵巢SC及SBT患者。其中SC 49例，年齡16～73歲，平均(44.3±15.4)歲；單側(cè)病變41例，雙側(cè)8例；8例伴同側(cè)淋巴結(jié)腫大，5例腹腔積液；10例CA125升高。SBT 31例，年齡24～75歲，平均(48.0±15.1)歲；單側(cè)病變21例，雙側(cè)10例；11例伴同側(cè)淋巴結(jié)腫大，7例腹腔積液；13例CA125升高。納入標準：①術前接受下腹部或盆腔CT增強掃描；②CT掃描前未接受放射及化學等治療。排除標準：①掃描區(qū)域存在偽影，如節(jié)育器植入或股骨頭置換等帶來的金屬偽影，并影響病灶顯示；②掃描范圍未能完全包括病灶。

1.2 儀器與方法 采用GE Optima 16排CT儀，管電壓 120 kV，自動毫安(220～400 mA)，矩陣512×512，常規(guī)掃描層厚和層間距均為5 mm。掃描范圍自恥骨聯(lián)合下緣水平至髂前上棘(病灶較大時，向上掃描至包括全部病灶)。對比劑為優(yōu)維顯(320 mgI/ml)，注射流率3 ml/s。于患者平靜狀態(tài)下屏氣時采集圖像，平掃后約80 s獲得靜脈期增強圖像。

1.3 圖像處理及影像組學特征提取 由2名影像科醫(yī)師(分別為工作4年的住院醫(yī)師和工作14年的副主任醫(yī)師)閱片，采用雙盲法以ITK-SNAP(Version 3.6)軟件分別于病灶增強圖像上勾畫ROI(圖1、2)，軟件生成三維腫瘤區(qū)域圖像。

將圖像導入AK(Artificial Intelligence Kit，Version 3.0.1A)軟件提取病灶紋理特征。以隨機抽樣法將80例卵巢SC或SBT患者分為訓練集55例及測試集25例。對訓練集獲取的影像組學參數(shù)進行數(shù)據(jù)降維，將所得最優(yōu)特征參數(shù)納入多因素Logistic回歸分析，并建立預測模型，采用混淆矩陣法在測試集內(nèi)對模型進行測試。

1.4 統(tǒng)計學分析 采用SPSS 19.0統(tǒng)計分析軟件。以±s表示正態(tài)分布的計量資料，組間比較采用兩獨立樣本t檢驗。計數(shù)資料比較采用χ2檢驗。采用組內(nèi)相關系數(shù)(intraclass correlation coefficient， ICC)評價觀察者間一致性，ICC為0.75～1.00為一致性良好。以ROC曲線分析提取的特征參數(shù)及預測模型鑒別診斷卵巢SC與SBT的價值。P<0.05為差異有統(tǒng)計學意義。

2 結(jié)果

卵巢SC與SBT之間患者年齡(t=-1.159，P=0.303)、病灶分布(χ2=2.764，P=0.096)、同側(cè)淋巴結(jié)腫大(χ2=3.848，P=0.052)及腹腔積液(χ2=2.281，P=0.134)差異均無統(tǒng)計學意義；而SBT患者CA125升高比例高于SC(χ2=4.296，P=0.039)。

AK軟件共提取396個影像組學參數(shù)，經(jīng)降維處理后得到5個差異具有統(tǒng)計學意義的特征參數(shù)(表1)，分別為Percentile10、Percentile15、SA(Sum average)、LRHGLEa90,o1(Long Run High Grey Level Emphasis_angle90_offset1)及LRHGLEa90,o7(Long Run High Grey Level Emphasis_angle90_offset7)，2名影像科醫(yī)師提取5個特征參數(shù)的一致性均良好，見表1。

圖3 影像組學參數(shù)與Radscore模型的熱力圖 由藍色到紅色數(shù)值逐漸增加，行對應病例編碼，列代表各影像特征參數(shù)， 因少數(shù)SC異質(zhì)性明顯，其影像組學參數(shù)接近或超過SBT，故SC病例中數(shù)例呈紅色

表1 影像組學特征參數(shù)及一致性分析

通過基于訓練集的多因素Logistic回歸分析，計算各自加權系數(shù)的線性組合，得到Radscore模型：Radscore=-0.675-8.363×Percentile10+10.402×Percentile15-0.691×SA-1.231×LRHGLEa90,o1+0.218×LRHGLEa90,o7。

熱力圖顯示卵巢SC患者的Radscore、Percentile10及Percentile15小于SBT，而SA、LRHGLEa90,o1及LRHGLEa90,o7大于SBT(圖3)。

訓練集中Radscore模型鑒別診斷卵巢SC與SBT的AUC、敏感度和特異度分別為0.90、0.91和0.79；在測試集進行測試，得到的AUC、敏感度和特異度分別為0.86、0.90和0.73。見表2、圖4。

3 討論

CT影像組學能夠有效量化腫瘤內(nèi)部異質(zhì)性，以影像組學參數(shù)構建的預測模型可用于鑒別診斷良惡性腫瘤。既往研究[3]報道，典型卵巢良性SC影像學表現(xiàn)為單房或寡房薄壁囊性腫塊，常呈均勻水樣密度；SBT常表現(xiàn)為多房囊性腫塊伴明顯實性成分，包括邊緣光滑的結(jié)節(jié)、斑片狀增厚或乳頭狀突起[9]。卵巢良性SC與SBT影像學表現(xiàn)不同，可能與病灶內(nèi)囊液細胞成分、乳頭突起及異常血管增生等組織學差異有關，提示不同影像學表現(xiàn)能夠反映卵巢良性與交界性腫瘤的內(nèi)部異質(zhì)性特點。

本研究針對卵巢SC及SBT共獲得5個影像組學特征參數(shù)，分別為Percentile10、Percentile15、SA、LRHGLEa90,o1及LRHGLEa90,o7。Percentile10和Percentile15屬于直方圖特征參數(shù)，而直方圖參數(shù)是基于像素分布的體素強度在CT圖像中的分布來反映組織異質(zhì)性[10]，即Percentile10及Percentile15值越大，腫瘤異質(zhì)性越明顯。SA屬于Haralick紋理特征，即以灰度共生矩陣量化圖像中相鄰像素的空間關系反映圖像中不同灰度像素分布的相似性及對稱性[11-12]，SA值越大表示像素之間灰度差別越小、峰值越小，對稱性越好。LRHGLEa90,o1及LRHGLEa90,o7屬于灰度游程長度矩陣特征，與圖像紋理光滑程度有關，其數(shù)值越大，圖像紋理越光滑[13]。本研究中上述5個影像組學特征參數(shù)在SC與SBT之間存在明顯差異，SC的Percentile10、Percentile15小于SBT，其SA、LRHGLEa90,o1及LRHGLEa90,o7則大于SBT。根據(jù)上述5個影像組學特征參數(shù)構建Radscore模型，熱力圖結(jié)果顯示SBT的Radscore值高于SC，提示SBT的腫瘤異質(zhì)性更顯著。ROC曲線分析結(jié)果顯示，基于影像組學構建的Radscore模型在訓練集及測試集中鑒別診斷卵巢SC與SBT的AUC分別為0.90和0.86，測試集測試其敏感度為0.90、特異度0.73，提示根據(jù)這一Radscore模型能夠預測卵巢良性及交界性腫瘤。

表2 訓練集和測試集中各影像組學特征參數(shù)及模型的診斷效能

圖4 影像組學特征參數(shù)鑒別診斷卵巢SC與SBTs的ROC曲線 A.訓練集； B.測試集

影像組學特征提取的穩(wěn)定性及可重復性是目前爭論的焦點[14-15]。本研究中2名影像科醫(yī)師雖然工作時間和經(jīng)驗差距較大，但所提取的ROI影像組學特征的一致性均良好(ICC>0.75)，表明影像組學分析較少受主觀經(jīng)驗干擾，即使是低年資醫(yī)師也可準確勾勒病灶邊緣。5個差異具有統(tǒng)計學意義的特征參數(shù)中，Percentile具有最高信度(ICC>0.94)，提示其一致性、穩(wěn)定性最好，可能與其受隨機統(tǒng)計波動的影響較小有關[16]。

本研究的不足之處：①樣本量偏小，需增加樣本進一步測試；②卵巢漿液性腫瘤形態(tài)不規(guī)則，本研究采用手動分割方法，勾畫病灶邊界時無法完全避免容積效應的干擾；③屬回顧性研究，尚需進一步開展前瞻性研究加以完善。

綜上所述，增強CT影像組學能夠有效量化腫瘤內(nèi)部異質(zhì)性?；谟跋窠M學特征參數(shù)構建的Radscore預測模型可鑒別診斷卵巢良性與交界性漿液性腫瘤，為制定個性化治療方案提供幫助。