子宮內(nèi)膜癌多模態(tài)影像模型的構(gòu)建以及智能影像診斷系統(tǒng)建立的初步探索*

王玲，張玉娟，肖云敏，陳菁特

（廣東省深圳市人民醫(yī)院1.計(jì)劃生育科；2.B超科；3.放射科，廣東 深圳 518000）

子宮內(nèi)膜癌屬于女性生殖系統(tǒng)的三大惡性腫瘤之一，隨著人們生活方式的不斷改變以及生活壓力的與日俱增，其發(fā)病率正呈逐年攀升趨勢(shì)，已受到國(guó)內(nèi)外的廣泛關(guān)注［1-2］。眾所周知，子宮內(nèi)膜癌的治療方式包括外科手術(shù)以及輔助放化療等，其治療方式的選取以及患者的預(yù)后受患者年齡、組織學(xué)類(lèi)型、病理分級(jí)、宮頸浸潤(rùn)以及淋巴結(jié)轉(zhuǎn)移與否等因素的影響。由此可見(jiàn)，治療前對(duì)患者進(jìn)行準(zhǔn)確的診斷顯得尤為重要［3-4］。迄今為止，臨床上用以診斷子宮內(nèi)膜癌的影像學(xué)檢查手段包括B超、CT 以及核磁共振成像（MRI）等。上述各項(xiàng)影像學(xué)技術(shù)雖然在子宮內(nèi)膜癌診斷方面具有一定的價(jià)值，但各自存在缺陷，從而導(dǎo)致其診斷靈敏度、特異度、準(zhǔn)確度并不十分理想［5-6］。鑒于此，本研究通過(guò)采集同一患者的多種影像學(xué)檢查圖像，通過(guò)融合軟件構(gòu)建一個(gè)相對(duì)準(zhǔn)確、立體的融合影像，繼而為子宮內(nèi)膜癌的早期診斷以及治療方案的制定提供參考依據(jù)。此外，本研究擬通過(guò)計(jì)算機(jī)學(xué)習(xí)軟件攝取宮腔病變的差異性特征，從而建立一個(gè)子宮內(nèi)膜癌影像學(xué)智能診斷系統(tǒng)，促使疾病的診斷朝智能化、自動(dòng)化發(fā)展，現(xiàn)報(bào)道如下。

1 資料與方法

1.1 一般資料

將從2019 年7 月至2020 年6 月于深圳市人民醫(yī)院接受診治的子宮內(nèi)膜癌患者150 例納入研究，記作子宮內(nèi)膜癌組，入選標(biāo)準(zhǔn)［7］：①經(jīng)病理診斷確診為子宮內(nèi)膜癌，且在入院后接受手術(shù)切除獲得完整病理-手術(shù)分期者；②年齡≥20 歲；③入院前尚未接受任何相關(guān)抗腫瘤治療。另取同期接受檢查的良性增生患者100 例，記作良性增生組，入選標(biāo)準(zhǔn)：①常規(guī)超聲結(jié)果顯示存在子宮內(nèi)膜異常回聲；②臨床病理診斷確診為子宮內(nèi)膜良性病變；③年齡≥20 歲；④入院前尚未接受任何相關(guān)治療。再取健康志愿者100 例，記作正常對(duì)照組，入選標(biāo)準(zhǔn)：①常規(guī)超聲結(jié)果顯示無(wú)異常；②臨床病理診斷確診為正常子宮內(nèi)膜；③年齡≥20歲。剔除標(biāo)準(zhǔn)：①存在手術(shù)禁忌證或因各種原因無(wú)法完成手術(shù)切除者；②巨大晚期癌腫或癌腫遠(yuǎn)處侵犯、轉(zhuǎn)移者；③病灶顯示模糊或病灶超出掃查范圍無(wú)法獲得完整影像學(xué)圖像者。子宮內(nèi)膜癌組年齡22～79 歲，平均（50.32±10.73）歲；臨床TNM 分期：Ⅰ期61 例，Ⅱ期89 例；分化程度：低分化47 例，中分化67 例，高分化36 例。良性增生組年齡24～78 歲，平均（50.51±10.89）歲。正常對(duì)照組年齡25～77 歲，平均（50.44±10.91）歲。三組一般資料比較差異無(wú)統(tǒng)計(jì)學(xué)意義（P>0.05），具有可比性。本研究獲得醫(yī)院倫理委員會(huì)批準(zhǔn)，研究對(duì)象均簽署同意書(shū)。

1.2 研究方法

1.2.1 經(jīng)陰道彩色多普勒超聲檢測(cè) 使用儀器為Voluson E10 彩色多普勒超聲診斷儀（購(gòu)自美國(guó)GE公司），腔內(nèi)容積探頭，頻率5～9 MHz，以婦科VOCAL 軟件包分析。對(duì)受試者進(jìn)行盆腔檢查，明確子宮、附件以及盆腔情況，同時(shí)觀察內(nèi)膜厚度、形態(tài)狀況，并在發(fā)現(xiàn)病灶后確定腫瘤部位、大小、回聲以及邊緣情況。此外，檢測(cè)子宮內(nèi)膜血流情況，獲取血流參數(shù)，包括微血管密度（MVD）、阻力指數(shù)（RI）以及搏動(dòng)指數(shù)（PI）。隨機(jī)采集子宮橫切面3 張，縱切面3 張，腫瘤最大徑線3 張，共采集27（9×3）張圖像。

1.2.2 MRI 檢查 使用Siemens 3.0T 磁共振掃描儀，常規(guī)掃描使用快速自旋回波序列（TSE），掃描參數(shù)：①矢狀面T2WI：TR 為4 000 ms，TE 為106 ms，層數(shù)20，層厚為4 mm，視野為26 cm×22 cm；②軸位/斜軸位T2WI：TR 為5 200 ms，TE為98 ms，層數(shù)20，層厚為3.5 mm，視野為25 cm×25 cm；③軸位T1WI：TR 為830 ms，TE為11 ms，層數(shù)20，層厚為3.5 mm，視野為25 cm×25 cm。MRI 動(dòng)態(tài)對(duì)比增強(qiáng)：TR 為5.08 ms，TE 為1.74 ms，層數(shù)20，視野為26 cm×26 cm。采集圖像72 張。

1.2.3 建立多模態(tài)影像模型 將同一患者不同影像良惡性圖片通過(guò)不同算法完成融合，重建病變模型，并將多模態(tài)影像圖片所含有的信息融合至同一模型中，建立可準(zhǔn)確分辨子宮內(nèi)膜病變以及侵犯范圍的影像模型，并為患者制定手術(shù)方案和放化療計(jì)劃，追蹤最終手術(shù)病理分期結(jié)果。

1.2.4 建立多模態(tài)影像智能診斷系統(tǒng) 采用Python+keras 軟件，將各種B 超圖像作為訓(xùn)練樣本，初步建立子宮內(nèi)膜癌智能診療系統(tǒng)。并采用該診斷技術(shù)實(shí)施病例圖像的診斷，并以手術(shù)病理分期證實(shí)診斷效能。

1.3 觀察指標(biāo)

對(duì)比三組各項(xiàng)血流參數(shù)，分析不同診斷方式診斷子宮內(nèi)膜癌效能的接受者操作特征（ROC）曲線，對(duì)比子宮內(nèi)膜癌組治療前后TNM 分期診斷結(jié)果。

1.4 統(tǒng)計(jì)學(xué)方法

數(shù)據(jù)分析軟件選用SPSS 22.0。計(jì)數(shù)資料以百分率（%）表示，用χ2檢驗(yàn)；計(jì)量資料以均數(shù)±標(biāo)準(zhǔn)差（）表示，用t檢驗(yàn)。P<0.05 為差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

2.1 三組各項(xiàng)血流參數(shù)評(píng)價(jià)

子宮內(nèi)膜癌組MVD 相較于良性增生組、正常對(duì)照組明顯更高，而RI、PI 明顯更低，差異有統(tǒng)計(jì)學(xué)意義（P<0.05）；良性增生組與正常對(duì)照組各項(xiàng)血流參數(shù)比較，差異無(wú)統(tǒng)計(jì)學(xué)意義（P>0.05），見(jiàn)表1。

表1 三組各項(xiàng)血流參數(shù)評(píng)價(jià)（）

表1 三組各項(xiàng)血流參數(shù)評(píng)價(jià)（）

2.2 不同診斷方式診斷子宮內(nèi)膜癌效能的ROC曲線分析

經(jīng)ROC 曲線分析發(fā)現(xiàn)，多模態(tài)影像模型診斷子宮內(nèi)膜癌效能的曲線下面積、靈敏度以及特異度均明顯高于超聲、MRI 診斷，見(jiàn)表2。

表2 不同診斷方式診斷子宮內(nèi)膜癌效能的ROC 曲線分析

3 討論

經(jīng)陰道超聲可實(shí)現(xiàn)對(duì)子宮腔內(nèi)的病變?cè)缙跈z出的目的，而診斷性刮宮可有效明確子宮內(nèi)膜癌的病理組織學(xué)，CT 與MRI 均可相對(duì)全面地評(píng)估病變累及范圍與深度，聯(lián)合腫瘤組織學(xué)類(lèi)型和病理分級(jí)可實(shí)現(xiàn)對(duì)病變風(fēng)險(xiǎn)程度的評(píng)估，進(jìn)一步為治療策略的制定提供指導(dǎo)作用［8-10］。因此，提高影像診斷準(zhǔn)確率是早期發(fā)現(xiàn)子宮內(nèi)腦膜癌的首要條件，而在制定診療方案之前，上述各項(xiàng)影像學(xué)檢查是必不可少的。不同的影像學(xué)檢查手段各有優(yōu)劣，若能將多種影像學(xué)數(shù)據(jù)完整收集并予以綜合分析，可能獲得最為準(zhǔn)確的診斷結(jié)果，并實(shí)現(xiàn)對(duì)患者疾病預(yù)后的預(yù)測(cè)，具有一定的研究?jī)r(jià)值［11-13］。且隨著近年來(lái)醫(yī)療水平的不斷提高，醫(yī)療模式開(kāi)始朝精準(zhǔn)醫(yī)學(xué)模式方向過(guò)渡，而單一的影像信息已然無(wú)法滿足精準(zhǔn)醫(yī)學(xué)的發(fā)展［14-16］。故需融合多種影像方法，對(duì)統(tǒng)一患者同一部位進(jìn)行不同模態(tài)成像或多次相同模態(tài)成像，從不同角度為醫(yī)師提供病變部位相關(guān)信息，并推測(cè)疾病預(yù)后。

本研究發(fā)現(xiàn)：子宮內(nèi)膜癌組MVD 相較于良性增生組、正常對(duì)照組明顯更高，而RI、PI 明顯更低。這在夏曉偉等［17］的一項(xiàng)研究中得到相似結(jié)果：子宮內(nèi)膜癌的PI、RI、MVD 分別為（0.59±0.15）、（0.42±0.10）、（21.29±4.81），和良性疾病組的（1.03±0.29）、（0.60±0.07）、（6.43±2.73）相比，存在顯著差異?？紤]原因可能是MVD 為臨床上用以評(píng)估組織血管生成的敏感指標(biāo)，可直接反映組織血管的生成程度；RI 值可有效反映腫瘤組織內(nèi)新生血管生成情況，其值越低反映了腫瘤組織血管越豐富；PI 值則是用以反映血流阻力大小的重要指標(biāo)，當(dāng)血流速度較低以及血管阻力升高時(shí)，PI 值越大，可有效反映整個(gè)血流周期平均流速以及血流波形狀況，間接反映組織內(nèi)的血管生長(zhǎng)情況［18-20］。此外，經(jīng)ROC 曲線分析發(fā)現(xiàn)：多模態(tài)影像模型診斷子宮內(nèi)膜癌的曲線下面積、靈敏度以及特異度均明顯高于超聲、MRI 診斷。提示了多模態(tài)影像模型診斷子宮內(nèi)膜癌具有較好的效能。究其原因可能是多模態(tài)影像模型主要是對(duì)多模態(tài)影像實(shí)施融合，從而提取不同模態(tài)圖像的信息，繼而獲取機(jī)體多方面的信息，實(shí)現(xiàn)信息的互補(bǔ)以及交叉驗(yàn)證，最終達(dá)到提高臨床診斷的目的。另外，多模態(tài)影像模型對(duì)子宮內(nèi)膜癌患者預(yù)后的預(yù)測(cè)價(jià)值較高?？紤]原因可能是多模態(tài)影像模型以及智能影像診斷系統(tǒng)主要是通過(guò)采集同一患者的超聲、CT 以及MRI 等相關(guān)影像學(xué)治療，通過(guò)融合軟件實(shí)現(xiàn)多模態(tài)影像學(xué)資料的融合，繼而構(gòu)建子宮內(nèi)膜病變模型，可幫助醫(yī)師更為全面直觀地了解病灶解剖部位及其和周?chē)M織的關(guān)系，在一定程度上提高了診斷精確性。

綜上所述，子宮內(nèi)膜癌多模態(tài)影像模型的構(gòu)建以及智能影像診斷系統(tǒng)建立的臨床應(yīng)用價(jià)值較高，有助于子宮內(nèi)膜癌的診斷以及預(yù)后評(píng)估，臨床推廣應(yīng)用價(jià)值較高。