基于腹腔鏡超聲的紋理分析鑒別最大徑≤4 cm的腎透明細(xì)胞癌與腎血管平滑肌脂肪瘤的價(jià)值

余 楊 管 維 李 凡 鄧又斌 王 婷

腎癌的發(fā)病率逐年增長(zhǎng)，90%為腎細(xì)胞癌，其最常見(jiàn)的病理類(lèi)型為腎透明細(xì)胞癌，約占腎細(xì)胞癌的75%［1］。最大徑≤4 cm的腎臟占位約占所有腎臟占位的40%［2］，其中10%以上為良性，而腎血管平滑肌脂肪瘤占43%～53%［3］，常因術(shù)前誤診導(dǎo)致臨床過(guò)度治療。由于腎透明細(xì)胞癌和腎血管平滑肌脂肪瘤的影像學(xué)特征存在部分重疊［4］，且容易受醫(yī)師主觀(guān)經(jīng)驗(yàn)的影響，因此，僅憑影像學(xué)特征鑒別二者目前仍有困難且存有爭(zhēng)議。研究［5-6］表明基于CT圖像的紋理分析可以很好地鑒別二者。腹腔鏡超聲雖然是一項(xiàng)有創(chuàng)檢查，但其圖像分辨率高，本研究旨在探討基于腹腔鏡超聲圖像的紋理分析鑒別最大徑≤4 cm的腎透明細(xì)胞癌與腎血管平滑肌脂肪瘤的臨床價(jià)值。

資料與方法

一、研究對(duì)象

收集2012年12月至2020年6月我院行腹腔鏡切除術(shù)后經(jīng)病理證實(shí)的124例腎臟占位患者（最大徑≤4 cm），其中腎透明細(xì)胞癌66例，男52例，女14例，年齡16～78歲，平均（46.14±11.67）歲；腎血管平滑肌脂肪瘤58例，男11例，女47例，年齡33～78歲，平均（52.43±10.53）歲。將其分為訓(xùn)練組87例（腎透明細(xì)胞癌46例、腎血管平滑肌脂肪瘤41例）和驗(yàn)證組37例（腎透明細(xì)胞癌20例、腎血管平滑肌脂肪瘤17例）。納入標(biāo)準(zhǔn)：①手術(shù)前均行腎臟占位腹腔鏡超聲檢查，并保存有影像資料；②僅分析病灶最大徑切面的二維超聲圖像，如患者有多個(gè)病灶符合標(biāo)準(zhǔn)，則僅選取最大的一個(gè)病灶；③病灶最大徑≤4 cm。排除標(biāo)準(zhǔn)：①病灶最大徑＞4 cm；②超聲圖像上病灶顯示不清或者未完整顯示；③腹腔鏡超聲檢查前行穿刺、射頻消融、放療或化療；④合并其他惡性腫瘤。本研究經(jīng)我院醫(yī)學(xué)倫理委員會(huì)批準(zhǔn)，未涉及患者重要隱私，無(wú)需患者知情同意。

二、儀器與方法

1.超聲檢查：使用日立Alokaα10彩色多普勒超聲診斷儀，UST5550線(xiàn)陣探頭，探頭直徑10 mm，探頭長(zhǎng) 度38 mm，頻 率4～10 MHz，4段 變 頻（5.0 MHz、6.0 MHz、7.5 MHz、10.0 MHz）?；颊咛幱谌闋顟B(tài)，由外科醫(yī)師在腹腔鏡直視下完全暴露患側(cè)腎臟后，再由另一具有五年以上工作經(jīng)驗(yàn)的超聲醫(yī)師從一側(cè)Troca置入腹腔鏡超聲對(duì)患側(cè)腎臟掃查，調(diào)節(jié)采集深度及灰度至圖像清晰顯示，并留存腎臟占位最大徑切面的二維影像資料。

2.圖像紋理分析：采用軟件ITK-SNAP（3.8版本，http：//www.itksnap.org）對(duì)超聲圖像中的感興趣區(qū)域（ROI）進(jìn)行手動(dòng)分割，具體方法：由兩名分別具有5年和8年的超聲醫(yī)師（均對(duì)病理結(jié)果不知情）沿腎臟占位的邊緣勾畫(huà)包括整個(gè)腫瘤，不包括假包膜的ROI（圖1，2）。采用軟件Python（3.6版本，https：//www.python.org）中的Pyradiomics工具包（2.2版本，https：//pyradiomics.readthedocs.io）提取圖像ROI中的107個(gè)紋理特征［7］，分別為glcm、gldm、glrlm、glszm、ngtdm、shape、firstorder［8］。

三、統(tǒng)計(jì)學(xué)處理

應(yīng)用R軟件（3.3版本，https：//www.r-project.org），計(jì)量資料以x±s表示，計(jì)數(shù)資料以頻數(shù)表示。兩組特征之間的一致性通過(guò)組內(nèi)相關(guān)系數(shù)（ICC）評(píng)估，ICC＞0.80表示一致性良好。采用最大相關(guān)最小冗余（mRMR）算法篩選用于區(qū)分腎透明細(xì)胞癌與腎血管平滑肌脂肪瘤相關(guān)的特征，最后通過(guò)十折交叉驗(yàn)證和最小絕對(duì)收縮和選擇算子（LASSO）回歸方法構(gòu)建區(qū)分腎透明細(xì)胞癌與腎血管平滑肌脂肪瘤的預(yù)測(cè)模型。繪制受試者工作特征（ROC）曲線(xiàn)評(píng)價(jià)該模型區(qū)分腎透明細(xì)胞癌與腎血管平滑肌脂肪瘤的診斷效能。P＜0.05為差異有統(tǒng)計(jì)學(xué)意義。

圖1 腎血管平滑肌瘤患者腹腔鏡超聲圖像及對(duì)應(yīng)的腎臟占位區(qū)域勾畫(huà)示意圖

圖2 腎透明細(xì)胞癌患者腹腔鏡超聲圖像及對(duì)應(yīng)的腎臟占位區(qū)域勾畫(huà)示意圖

結(jié) 果

一、一般臨床資料比較

腎透明細(xì)胞癌患者年齡較低，且腎透明細(xì)胞癌患者男性比例高，二者比較差異均有統(tǒng)計(jì)學(xué)意義（均P＜0.05）。

二、紋理特征篩選

從每個(gè)病灶的感興趣區(qū)提取107個(gè)超聲影像組學(xué)特征，ICC為0.75～0.99，剔除ICC＜0.8的特征，然后通過(guò)mRMR算法進(jìn)一步的篩選特征，選擇mRMR系數(shù)絕對(duì)值最大的前10個(gè)特征，見(jiàn)表1。

三、建模及模型效能評(píng)估

1.建模：通過(guò)LASSO回歸方法及十則交叉驗(yàn)證法，通過(guò)2個(gè)非零系數(shù)的特征構(gòu)建模型（圖3），分別為glszm_GrayLevelNonUniformity和firstorder_90 Percentile，構(gòu)建模型：Y=0.185+0.387×glszm_GrayLevel NonUniformity-0.319×firstorder_90 Percentile。

2.模型效能評(píng)估：構(gòu)建的預(yù)測(cè)模型鑒別驗(yàn)證組中腎透明細(xì)胞癌與腎血管平滑肌脂肪瘤的診斷效能見(jiàn)表2；在訓(xùn)練組和驗(yàn)證組中，鑒別腎透明細(xì)胞癌與腎血管平滑肌脂肪瘤的ROC曲線(xiàn)下面積（AUC）分別為0.911［95%可信區(qū)間（CI）=0.845～0.977］和0.900（95%CI=0.781～1.000）。見(jiàn)圖4。

表1 mRMR篩選的10個(gè)紋理特征

表2 驗(yàn)證組預(yù)測(cè)模型和部分紋理特征的診斷效能

圖3 對(duì)紋理特征進(jìn)行十折交叉驗(yàn)證的Lasso回歸分析

圖4 預(yù)測(cè)模型鑒別腎透明細(xì)胞癌與腎血管平滑肌脂肪瘤的ROC曲線(xiàn)圖

討 論

最大徑≤4 cm的腎透明細(xì)胞癌很少發(fā)生壞死，與腎血管平滑肌脂肪瘤的影像學(xué)表現(xiàn)相似，準(zhǔn)確鑒別二者是困擾臨床影像醫(yī)師的難題。既往研究［9-10］提出了一些鑒別方法，但是大多僅基于病灶的定性或者半定量信息，耗時(shí)且易受影像醫(yī)師主觀(guān)經(jīng)驗(yàn)的影像，難以在實(shí)際操作中獲得令人滿(mǎn)意的鑒別效果。紋理分析是一種以定量方式提取紋理信息來(lái)減少主觀(guān)性的圖像處理方式，可以對(duì)圖像中像素強(qiáng)度的變化進(jìn)行數(shù)學(xué)檢測(cè)，挖掘肉眼無(wú)法識(shí)別的細(xì)微差異。對(duì)于腎臟腫瘤而言，這些像素強(qiáng)度的細(xì)微變化可能反映了良、惡性腫瘤間的差異。Feng等［6］研究發(fā)現(xiàn)基于CT圖像中提取的紋理特征構(gòu)建的機(jī)器學(xué)習(xí)模型可以準(zhǔn)確區(qū)分最大徑≤4 cm的腎細(xì)胞癌與腎血管平滑肌脂肪瘤，診斷效能最佳的模型AUC為0.939。Yang等［11］則發(fā)現(xiàn)基于腎臟平掃CT的融合機(jī)器學(xué)習(xí)可以鑒別腎透明細(xì)胞癌與缺乏脂肪的腎血管平滑肌脂肪瘤，其中診斷效能最佳的模型AUC為0.90。表明圖像的紋理分析技術(shù)是鑒別二者的有效潛在方法。

超聲檢查是臨床評(píng)估腹部疾病的一線(xiàn)影像學(xué)檢查方法，較CT更加經(jīng)濟(jì)、便攜，且無(wú)輻射。若基于超聲的紋理分析可以輔助提高鑒別腎透明細(xì)胞癌與腎血管平滑肌脂肪瘤的診斷效能，在實(shí)際的臨床工作中將具有更加廣闊的應(yīng)用前景，相較于普通的腹部超聲檢查獲得的腎臟腫瘤圖像，腹腔鏡超聲圖像的分辨率更高。本研究擬探討基于腹腔鏡超聲圖像的紋理分析鑒別腎透明細(xì)胞癌與腎血管平滑肌脂肪瘤的可行性，研究結(jié)果發(fā)現(xiàn)鑒別腎透明細(xì)胞癌與腎血管平滑肌脂肪瘤的2個(gè)具有代表性紋理特征分別為glszm_GrayLevelNonUniformity和firstorder_90 Percentile，基于上述特征構(gòu)建的模型鑒別二者的AUC為0.900（95%CI=0.781～1.000），敏感性為0.950（95%CI=0.850～1.000），特異性為0.647（95%CI=0.412～0.882），與以往研究［6，11-17］結(jié)果接近。glszm_GrayLevel NonUniformity表示圖像中灰度強(qiáng)度值的變化，較低的值表示灰度強(qiáng)度值更均勻，圖像紋理異質(zhì)性更??；firstorder_90 Percentile表示ROI中高亮度的灰度值，由于血管平滑肌脂肪瘤由不同數(shù)量的畸形血管、平滑肌成分和成熟脂肪組織組成［18］，超聲圖像上血管平滑肌脂肪瘤較腎細(xì)胞癌的圖像更亮。本研究模型中g(shù)lszm_GrayLevelNonUniformity越大，預(yù)測(cè)惡性的可能性更大；firstorder_90 Percentile越大，預(yù)測(cè)良性的可能性更大，與病理上腎細(xì)胞癌的異質(zhì)性更大和超聲圖像上腎血管平滑肌脂肪瘤的亮度更高相符。

本研究局限性：①回顧性研究存在固有缺陷，難免存在選擇偏倚；②樣本量較小，未能建立外部驗(yàn)證集進(jìn)行驗(yàn)證，待后續(xù)收集更多的外部驗(yàn)證數(shù)據(jù)集；③由于腹腔鏡超聲儀及探頭型號(hào)唯一，且探頭長(zhǎng)度為38 mm，納入研究的病例屬于小占位，但是范圍更小，所得模型的推廣有待進(jìn)一步研究；④未統(tǒng)一圖像存儲(chǔ)標(biāo)準(zhǔn)，未分析不同圖像存儲(chǔ)標(biāo)準(zhǔn)對(duì)結(jié)果的影響，單一切面的紋理分析也不能像全腫瘤分析一樣充分體現(xiàn)腫瘤的異質(zhì)性，后期應(yīng)設(shè)計(jì)相應(yīng)的前瞻性研究以補(bǔ)充。

綜上所述，從腹腔鏡二維超聲圖像中提取的紋理特征可以反映腎透明細(xì)胞癌與腎血管平滑肌脂肪瘤之間的差異?；趃lszm_GrayLevelNonUniformity和firstorder_90 Percentile的模型可能是有效、無(wú)創(chuàng)鑒別最大徑≤4 cm的腎透明細(xì)胞癌與腎血管平滑肌脂肪瘤的潛在方法。