MRI紋理分析在單囊狀胰腺囊腺瘤鑒別診斷中的價(jià)值

王希恒， 薛華丹， 成思航， 李娟， 孫照勇， 金征宇

胰腺囊腺瘤分為漿液性囊腺瘤(serous cystadenoma,SCA)和粘液性囊腺瘤(mucinous cystic neoplasm,MCN)，SCA分為寡囊型和微囊型，與微囊型SCA不同，寡囊型SCA(macrocystic serous cystade-

noma,MaSCA)的囊少且大，由于囊腔較大，在臨床閱片過(guò)程中，MaSCA與MCN常難以鑒別[1]。SCA通常為良性腫瘤，很少發(fā)生惡變，只有引起臨床癥狀時(shí)建議手術(shù)[2,3]，而MCN具有惡變潛能，國(guó)際共識(shí)指南建議手術(shù)切除[4]，歐洲循證指南建議≥4 cm的MCN手術(shù)切除，<4 cm的MCN終身隨訪[5]，鑒于SCA和MCN的臨床診療措施差異很大，故術(shù)前對(duì)兩者鑒別非常重要。

紋理分析及影像組學(xué)是指對(duì)大量的醫(yī)學(xué)圖像特征進(jìn)行綜合量化，廣泛用于疾病診斷、術(shù)前評(píng)估及預(yù)后隨訪等目的，為臨床決策支持提供很大幫助，近年來(lái)已逐漸應(yīng)用于醫(yī)學(xué)影像領(lǐng)域[6-8]。磁共振成像(magnetic resonance imaging,MRI)無(wú)創(chuàng)、無(wú)輻射，在胰腺囊性病變?cè)\斷及影像征象識(shí)別具有較高準(zhǔn)確性[9]，本研究旨在建立術(shù)前MRI紋理分析模型，證實(shí)其對(duì)MaSCA和MCN的鑒別診斷價(jià)值，輔助影像診斷，為臨床治療提供參考。

材料與方法

1.臨床及影像資料

回顧性搜索本院影像歸檔和通信系統(tǒng)(picture achiving and communication system，PACS)及病理系統(tǒng)2015年6月-2019年12月經(jīng)手術(shù)切除、病理證實(shí)為囊腺瘤患者資料。納入標(biāo)準(zhǔn)：①病變經(jīng)手術(shù)病理證實(shí)；②MRI掃描前未經(jīng)放、化療等治療。排除標(biāo)準(zhǔn)：①圖像偽影重；②無(wú)術(shù)前MRI圖像。根據(jù)以上納排標(biāo)準(zhǔn)，排除病理證實(shí)為微囊型SCA(5例)及無(wú)術(shù)前MRI檢查(74例)患者，最終入組68例，包括32例MaSCA(男：女=9：23，平均年齡47.0歲)和36例MCN(男：女=0：36，平均年齡41.9歲)。搜集患者M(jìn)RI壓脂T1加權(quán)圖像(fat suppression T1weighted imaging,FS-T1WI)和壓脂的T2加權(quán)圖像(fat suppression T2weighted imaging,FS-T2WI)數(shù)據(jù)。

2.掃描方法

使用西門子3.0T MRI掃描儀(Magnetom Skyra,Siemens Healthcare)，18通道線控陣表面線圈及部分32通道脊柱線圈，橫軸面FS-T1WI (T1-Dixon)掃描參數(shù)為重復(fù)時(shí)間4.11 ms，回波時(shí)間1.31 ms，層厚3 mm，翻轉(zhuǎn)角12°，視野420×420 mm；橫軸面FS-T2WI (T2-BLADE)掃描參數(shù)：重復(fù)時(shí)間2390 ms，回波時(shí)間85 ms，層厚6 mm，翻轉(zhuǎn)角100°，視野360 mm×360 mm。

3.圖像分析

影像特征分析:兩位影像科醫(yī)師進(jìn)行雙盲法閱片，共同評(píng)估病變的大小、位置、形狀、囊壁厚薄(>2 mm或≤2 mm)、分隔有無(wú)及厚薄(>2 mm或≤2 mm)、壁結(jié)節(jié)，意見不一致時(shí)協(xié)商達(dá)成共識(shí)。

紋理分析基于68例胰腺病變FS-T1WI和FS-T2WI原始DICOM圖像，一位影像科醫(yī)師標(biāo)注病變最大層面并送達(dá)紋理分析工作站(TexRAD有限公司，www.texrad.com,part of Feedback Plc,劍橋，英國(guó))，在工作站沿著病變邊緣手動(dòng)標(biāo)注病變輪廓，標(biāo)注結(jié)果均經(jīng)另一位高年資醫(yī)師審核(圖1)。使用TexRAD軟件對(duì)MRI圖像進(jìn)行紋理特征分析，利用高斯-拉普拉斯帶濾波算法對(duì)濾值或?qū)挾冗M(jìn)行細(xì)微調(diào)整，選擇性地提取出不同空間過(guò)濾標(biāo)準(zhǔn)的FS-T1WI和FS-T2WI病變區(qū)域紋理圖像，空間比例因子(spatial scaling factor,SSF)代表濾過(guò)，定義SSF=0表示無(wú)濾過(guò)，SSF=2 mm表示濾過(guò)后得到精細(xì)紋理，SSF=3～5 mm表示中等紋理，SSF=6 mm表示粗糙紋理。每個(gè)SSF值最終得到的量化紋理參數(shù)包括平均灰度值(Mean)，標(biāo)準(zhǔn)差(standard deviation,SD)，熵(Entropy)，正像素的平均值(mean of positive pixels,Mpp)，偏度(Skewness)和峰度(Kurtosis)。最終，每個(gè)病變?cè)趦蓚€(gè)序列均分別提取36個(gè)紋理特征。

圖1 患者，女，胰體尾部MCN。a) 基于FS-T2WI圖像標(biāo)注的病變輪廓； b) SSF=2提取的紋理特征； c) SSF=4提取的紋理特征； d) SSF=6提取的紋理特征。

4.統(tǒng)計(jì)學(xué)分析

利用獨(dú)立樣本t檢驗(yàn)、卡方檢驗(yàn)或Fisher確切概率法比較MaSCA和MCN影像征象之間的差異。利用獨(dú)立樣本t檢驗(yàn)或Mann-Whitney檢驗(yàn)兩組數(shù)據(jù)各紋理參數(shù)之間的差異，利用ROC曲線(receiver-operating characteristic curve)評(píng)估有統(tǒng)計(jì)學(xué)差異者診斷性能。利用多變量Logistic回歸分析，選取有差異影像特征構(gòu)建診斷MCN的影像診斷模型，選取ROC曲線下面積(area under the curve，AUC)最大的紋理參數(shù)構(gòu)建診斷MCN的紋理分析模型，影像特征及紋理特征組合構(gòu)建組合模型，利用ROC曲線評(píng)估各模型的預(yù)測(cè)性能，記錄AUC、95%的置信區(qū)間(confidence interval,CI)、敏感性及特異性。符合正態(tài)分布的計(jì)量資料以“均數(shù)±標(biāo)準(zhǔn)差”表示，偏態(tài)分布的以“中位數(shù)(四分位間距)”表示。統(tǒng)計(jì)學(xué)軟件采用SPSS 25.0。P<0.05認(rèn)為差異有統(tǒng)計(jì)學(xué)意義。

結(jié) 果

1.臨床及影像特征

對(duì)比MaSCA和MCN患者的臨床資料，兩組在年齡差異無(wú)統(tǒng)計(jì)學(xué)意義，性別差異有統(tǒng)計(jì)學(xué)意義(P=0.001)。對(duì)比兩者影像特征，兩組在形狀、分隔厚薄及壁結(jié)節(jié)上均無(wú)統(tǒng)計(jì)學(xué)差異，在囊腫大小(P=0.003)、位置(P=0.001)、囊壁厚薄(P=0.019) 及分隔有無(wú)(P=0.031)上有統(tǒng)計(jì)學(xué)差異(表1)，MCN直徑>MaSCA，通常分布于體尾部，囊壁較厚，MaSCA內(nèi)常見分隔。

表1 MaSCA及MCN的臨床及影像特征比較

2.MRI紋理分析

基于FS-T1WI提取的紋理參數(shù)中，MaSCA和MCN在Mean(SSF=0)、SD(SSF=0、3、4、5、6)、Entropy(SSF=0)、Mpp(SSF=0、2、3、4、5、6)、Skewness(SSF=0)、Kurtosis(SSF=0、4、5、6)上的差異均有統(tǒng)計(jì)學(xué)意義，在以上有統(tǒng)計(jì)學(xué)差異的參數(shù)中Mean(SSF=0)、Entropy(SSF=0)和Skewness(SSF=0)的AUC分別為0.674、0.645和0.688，SD(SSF=0)、Mpp(SSF=3、4)和Kurtosis(SSF=0)取得最大AUC分別為0.652、0.693、0.770(表2)。

表2 基于FS-T1WI紋理分析中兩組差異有統(tǒng)計(jì)學(xué)意義的參數(shù)

基于FS-T2WI提取紋理參數(shù)中MaSCA和MCN在Skewness(SSF=0)、Kurtosis(SSF=0、5、6)上的差異均有統(tǒng)計(jì)學(xué)意義，在以上有統(tǒng)計(jì)學(xué)差異參數(shù)中Skewness(SSF=0) AUC為0.776，Kurtosis(SSF=0)取得最大AUC為0.820(表3)。

表3 基于FS-T2WI紋理分析中兩組差異有統(tǒng)計(jì)學(xué)意義的參數(shù)

3.模型診斷性能

以囊腫大小、位置、囊壁厚薄及分隔有無(wú)為自變量構(gòu)建診斷MCN影像模型AUC為0.849，敏感度較高，為86.1%，特異度較低，為68.7%。以Mean(SSF=0，T1WI)、SD(SSF=0，T1WI)、Entropy(SSF=0，T1WI)、Mpp(SSF=3、4，T1WI)、Skewness(SSF=0，T1WI)、Kurtosis(SSF=0，T1WI)及Skewness(SSF=0，T2WI)、Kurtosis(SSF=0，T2WI)作為自變量構(gòu)建診斷MCN的紋理分析模型AUC為0.887，敏感度及特異度均較高，分別約80.6%、84.4%。組合模型的AUC、敏感度及特異度均最高，分別約0.958、88.9%、90.6%(表4，圖2)。

圖2 ROC曲線示各模型鑒別MaSCA和MCN效能

表4 影像模型、紋理分析模型及組合模型診斷性能

討 論

在本研究我們構(gòu)建了影像模型、紋理分析模型及組合模型用于鑒別MaSCA和MCN，同時(shí)比較三者的診斷效能，紋理分析模型略高于影像模型，但組合模型明顯高于前兩者。紋理分析以無(wú)創(chuàng)的方式對(duì)胰腺囊腺瘤進(jìn)行危險(xiǎn)分層，在輔助臨床影像診斷及為臨床決策提供指導(dǎo)方面有很大的應(yīng)用潛能及價(jià)值。

胰腺SCA及MCN發(fā)病具有明顯性別傾向，SCA男女發(fā)病比例約3：1，平均發(fā)病年齡60～65歲[10,11]，MCN男女發(fā)病比例約20：1，高發(fā)于47～50歲[12,13]。與既往研究一致，在該研究中MaSCA發(fā)病年齡高于MCN且均好發(fā)于女性，但是性別分布比例及發(fā)病年齡與文獻(xiàn)報(bào)道均有所差異，考慮與兩組患者病例數(shù)少及SCA中僅納入MaSCA患者有關(guān)。影像特征與既往研究相符[1,14]，MCN體積大、好發(fā)于體尾部且囊壁厚，MaSCA體積小、好發(fā)于胰頭且囊壁薄。文獻(xiàn)報(bào)道[14,15]MCN及MaSCA在形狀上差異顯著，MCN通常為類圓形而MaSCA多分葉狀且兩者是否存在分隔無(wú)統(tǒng)計(jì)學(xué)差異，這與本研究結(jié)果兩組均多見分葉狀外形且差異不顯著、MaSCA多見分隔且差異顯著的結(jié)果相佐，考慮一方面為病例數(shù)所限，另一方面為影像檢查差異，本研究為基于MRI征象分析，相較于既往CT檢查，具有較高的組織分辨率，對(duì)細(xì)微征象觀察清晰。

腫瘤從大體到細(xì)胞水平、遺傳到表觀水平都是不均勻的，在細(xì)胞密度、血管生成和壞死均存在空間異質(zhì)性，因此，術(shù)前無(wú)創(chuàng)性評(píng)估腫瘤內(nèi)異質(zhì)性對(duì)臨床價(jià)值很大。MaSCA囊壁由扁平或立方上皮細(xì)胞組成且有導(dǎo)管分化趨勢(shì)，囊腔充滿漿液[1]。MCN上皮由分泌粘蛋白的柱狀細(xì)胞構(gòu)成，上皮細(xì)胞與異型增生或浸潤(rùn)性癌相關(guān)，上皮細(xì)胞下存在卵巢樣基質(zhì)，MCN囊腔充滿粘液。MaSCA和MCN在組織學(xué)層面的差異反映在MR圖像上是紋理分析的基礎(chǔ)[16]。紋理分析是指利用各種數(shù)學(xué)方法，定量評(píng)估圖像的灰度強(qiáng)度和像素的位置獲取各種紋理特征，從而反映腫瘤內(nèi)部異質(zhì)性特點(diǎn)[17,18]。本研究獲取的6種紋理參數(shù)中，平均灰度值代表ROI內(nèi)像素的平均值；標(biāo)準(zhǔn)差代表平均值離散度；偏度指像素分布不對(duì)稱的平均量度；峰度指直方圖像素強(qiáng)度的峰值[19]；熵反映組織的不規(guī)則度或復(fù)雜度[20]；正像素平均值表示高于閾值零的平均灰度強(qiáng)度，減少了圖像中暗物質(zhì)的影響[21]。

本研究基于FS-T1WI提取有統(tǒng)計(jì)學(xué)差異紋理參數(shù)中MaSCA的平均灰度值、標(biāo)準(zhǔn)差、熵、正像素平均值均高于MCN，其中熵常用來(lái)反映組織的異質(zhì)性。梁萌等[22]基于CT進(jìn)行囊液紋理分析結(jié)果顯示MCN的熵顯著高于SCA，與本研究不同，考慮差異一方面在于ROI范圍，前研究避免囊壁及鈣化成分，本研究ROI包括整個(gè)病變輪廓，涵蓋成分復(fù)雜。另一方面，本研究在對(duì)影像征象進(jìn)行分析時(shí)MaSCA的分隔特征顯著高M(jìn)CN，對(duì)最終結(jié)果也有一定影響。本研究結(jié)果顯示基于FS-T1WI MCN的偏度和峰度明顯高于MaSCA。Li等[23]利用MRI紋理分析技術(shù)鑒別具有惡性潛能的胰腺無(wú)功能神經(jīng)內(nèi)分泌腫瘤與良性或低度惡性的實(shí)性假乳頭狀瘤，訓(xùn)練集和驗(yàn)證集兩組患者FS-T1WI偏度和峰度數(shù)據(jù)均無(wú)統(tǒng)計(jì)學(xué)差異，但Li等研究是基于實(shí)性腫瘤且應(yīng)用于有明顯良惡性差異的病變。本研究基于FS-T2WI的紋理參數(shù)中SSF=0時(shí)MaSCA較MCN的偏度大、峰度小且有統(tǒng)計(jì)學(xué)差異。Lupean等[24]基于T2WI紋理分析鑒別卵巢良惡性囊腫，良性較惡性者偏度小、峰度大且有統(tǒng)計(jì)學(xué)差異。Cheng等[21]基于FS-T2WI提取紋理特征鑒別胰腺良惡性囊性病變，偏度和峰度均無(wú)統(tǒng)計(jì)學(xué)差異，以上相關(guān)研究與本研究存在差異，考慮原因?yàn)槲覀內(nèi)虢M的MCN中未根據(jù)組織分化程度做進(jìn)一步分類且胰腺囊性病變紋理參數(shù)意義還有待探索[20]。

本研究為鑒別MaSCA和MCN，基于MRI FS-T1WI和FS-T2WI分別構(gòu)建了影像模型、紋理分析模型和組合模型，組合模型AUC高達(dá)0.958，結(jié)果充分表明MRI紋理分析能夠顯著提高M(jìn)aSCA和MCN的診斷效能，紋理特征與影像特征綜合分析具有很重要的臨床意義。既往紋理分析研究多是基于實(shí)性腫瘤，對(duì)囊性病變鑒別少見。Cheng等[21]基于MRI紋理分析構(gòu)建模型對(duì)鑒別胰腺良惡性囊性病變有一定價(jià)值。Xie等[15]分別構(gòu)建影像模型、基于CT紋理分析技術(shù)的組學(xué)模型及組合模型，結(jié)果表明組合模型對(duì)MaSCA和MCN進(jìn)行鑒別診斷有最好的性能，AUC達(dá)0.994，充分證實(shí)了CT紋理分析技術(shù)對(duì)術(shù)前鑒別胰腺囊腺瘤的價(jià)值。Wang等[25]基于MRI紋理分析構(gòu)建回歸模型鑒別MCN和SCA，AUC高達(dá)0.879，與本研究結(jié)果近似。

本研究有一定局限性。首先，本研究為回顧性單中心研究，在前文中也提及樣本量小對(duì)結(jié)果有所影響，故設(shè)置內(nèi)外驗(yàn)證集的大樣本、前瞻性、多中心研究十分重要；第二，ROI的標(biāo)注只是在病變最大的單一層面未涵蓋全部病變特點(diǎn)且我們僅基于最常見的MRI掃描序列進(jìn)行紋理分析，未來(lái)研究中應(yīng)納入多序列多層面組學(xué)分析會(huì)更有說(shuō)服力；第三，ROI的標(biāo)注是手工進(jìn)行，標(biāo)注偏差可能造成直方圖的混亂，未來(lái)基于自動(dòng)分割或半自動(dòng)分割ROI的標(biāo)注，消除手工分割的主觀影響，在診斷的準(zhǔn)確性會(huì)有所提高；第四，寡囊性囊腺瘤還應(yīng)與胰腺假性囊腫及分支型導(dǎo)管內(nèi)乳頭狀粘液性腫瘤(branch-duct intraductal papillary mucinous neoplasm,BD-IPMN)鑒別，假性囊腫通常伴有胰腺炎病史，BD-IPMN在MRCP上可見與胰管相通[26]，有助于兩者鑒別。

總之，本研究綜合影像特征和紋理特征的組合模型有助于術(shù)前無(wú)創(chuàng)性鑒別MaSCA和MCN，具有很高的診斷性能。