不同管電流下肺結(jié)節(jié)影像特征參數(shù)曲線模型研究

張念如 張 棪

廣州市第一人民醫(yī)院(廣州 510180)

肺癌位居惡性腫瘤發(fā)病率及死亡率之首，早發(fā)現(xiàn)、早診斷、早治療對提高患者生存率至關(guān)重要，而肺結(jié)節(jié)一般是肺癌早期表現(xiàn)，因此提升肺結(jié)節(jié)的檢出準(zhǔn)確性是實現(xiàn)早期肺癌診斷的關(guān)鍵[1- 2]。CT掃描對結(jié)節(jié)特異度及靈敏度均高于常規(guī)胸片檢查和透視，這是目前檢測該疾病的最優(yōu)技術(shù)[3- 4]。然而肺結(jié)節(jié)通常難以定性，需高頻率復(fù)查，以致患者接受醫(yī)源性輻射頻率增加，對其健康存在很大隱患[5- 6]根據(jù)美國國家肺癌篩查實驗的研究成果顯示，低劑量CT較常規(guī)檢查可使肺癌病死率下降約20%，使用低劑量CT掃描可達(dá)到91.67%的確診率[7]。本研究選取68例肺結(jié)節(jié)樣本，旨在探討不同劑量的CT掃描對于建立影像特征信息曲線模型量化分析肺結(jié)節(jié)的更優(yōu)性，為結(jié)節(jié)的鑒別診斷提供可靠的影像支持。

1 資料與方法

1.1 一般資料

采用回顧性分析方法，收集廣州市第一人民醫(yī)院2019年9月—2020年10月收治的肺結(jié)節(jié)患者，按照篩選標(biāo)準(zhǔn)，選擇符合本次研究的68例樣本，根據(jù)掃描劑量不同將樣本分成數(shù)量相同的兩組。本次選擇的患者樣本均獲得醫(yī)院倫理委員會及家屬同意，并且具備家屬知情書。

1.1.1 納入標(biāo)準(zhǔn) ①結(jié)節(jié)直徑≥3 mm；②年齡≥40歲；③無臨床癥狀。

1.1.2 排除標(biāo)準(zhǔn) ①有惡性腫瘤病史；②有其他進(jìn)展性疾病。

1.2 研究方法

1.2.1 掃描配置及參數(shù) 使用東芝Aqullion 320排螺旋CT掃描，掃描范圍由肺尖至橫膈，于吸氣末屏氣掃描；常規(guī)組與觀察組管電流分別為150 mA與25 mA，兩組管電壓均為120 kV，掃描速度0.35S/圈，準(zhǔn)直器0.625 mm×320，螺距1.0，矩陣512×512，層厚5 mm，層間距5 mm。采用標(biāo)準(zhǔn)軟組織算法對原始圖像進(jìn)行曲面與斜位重建，層厚層間距均為1 mm，上傳至PACS存檔。

1.2.2 結(jié)節(jié)特征信息評估 利用東芝工作站中的VltreaFX3軟件根據(jù)結(jié)節(jié)位置與層面按照標(biāo)準(zhǔn)算法進(jìn)行斜位與曲面重建，使用PACS人工智能軟件自動勾勒結(jié)節(jié)形態(tài)，手動調(diào)整避開血管支氣管等組織，并量取相關(guān)參數(shù)記錄，參數(shù)具體包括結(jié)節(jié)直徑、體積、密度紋理、邊緣細(xì)節(jié)、內(nèi)部結(jié)構(gòu)，再根據(jù)公式計算結(jié)節(jié)質(zhì)量(MASS)=V×(Amean+1 000)，其中V代表結(jié)節(jié)體積，Amean代表結(jié)節(jié)平均密度大小[8- 9]。

1.2.5 建模 通過U檢驗方法計算不同管電流下各參數(shù)組間差距，得到各參數(shù)在不同管電流下對肺結(jié)節(jié)鑒別診斷的閾值、敏感度、特異度及曲線下面積，經(jīng)過單因素邏輯回歸，將組間差異有統(tǒng)計學(xué)意義的參數(shù)納入多元邏輯回歸，建立特征信息曲線模型，計算模型曲線中面積并勾畫ROC曲線。

1.3 統(tǒng)計學(xué)方法

采用IBM SPSS 20.0統(tǒng)計軟件進(jìn)行分析，兩組間結(jié)節(jié)直徑、體積、密度、質(zhì)量、邊緣細(xì)節(jié)、內(nèi)部結(jié)構(gòu)均非正態(tài)分布，以中位數(shù)(范圍)表示，采用Mann-WhitneyU檢驗。體積與質(zhì)量的配對比較采用Wilcoxon符號秩和檢驗，運用ROC曲線分析肺結(jié)節(jié)鑒別診斷最大效能的參數(shù)信息，同時計算曲線下面積(area under curve，AUC)。AUC在0.50～0.70為診斷價值較低，0.71～0.91為診斷價值中等。組間數(shù)據(jù)比較以χ2方法呈現(xiàn)，計數(shù)資料采用例數(shù)表示，符合正態(tài)分布計量資料以均數(shù)±標(biāo)準(zhǔn)差表示，采用t檢驗；通過數(shù)據(jù)對比可見，研究數(shù)據(jù)存在P<0.05的情況，說明數(shù)據(jù)具有統(tǒng)計學(xué)意義。

2 結(jié) 果

2.1 樣本性別年齡分布

本次研究樣本共68例，觀察組患者中男19例，女15例，年齡范圍為47～60歲，平均年齡為45.2歲。常規(guī)組患者中，男女人數(shù)為21人和13人。觀察組患者中，年齡范圍為48～65歲，平均年齡為46.10歲。統(tǒng)計可見，定量資料基本符合正態(tài)分布，通過數(shù)據(jù)對比可見，研究數(shù)據(jù)存在P<0.05的情況，說明數(shù)據(jù)具有統(tǒng)計學(xué)意義。

2.2 結(jié)節(jié)特征信息

2.1.1 結(jié)節(jié)大小 根據(jù)是否包繞肺實質(zhì)為標(biāo)準(zhǔn)，分為實性結(jié)節(jié)、部分實性和非實性結(jié)節(jié)，68例樣本中，11例為實性結(jié)節(jié)(觀察組12%，常規(guī)組21%)，12例為部分實性結(jié)節(jié)(觀察組21%，常規(guī)組15%)，35例為非實性結(jié)節(jié)(觀察組67%，常規(guī)組64%)；①肺結(jié)節(jié)直徑<5 mm共有10例(觀察組12%，常規(guī)組18%)；直徑范圍在5～10 mm的結(jié)節(jié)有36例(觀察組59%，常規(guī)組47%)；直徑>10 mm的共有22例(觀察組29%，常規(guī)組38%)；②肺結(jié)節(jié)體積>870 mm2共有15例，其中觀察組26%，常規(guī)組17%)；③肺結(jié)節(jié)質(zhì)量>306.9 mg共有18例，觀察組29%，常規(guī)組24%)，體積與質(zhì)量在觀察組與常規(guī)組均有統(tǒng)計學(xué)意義(P<0.05)，密度觀察組與常規(guī)組無統(tǒng)計學(xué)意義(P>0.05)，相關(guān)數(shù)據(jù)見表1。

表1 不同管電流下各特征信息參數(shù)比較

2.1.2 形態(tài)學(xué)細(xì)節(jié) 觀察組檢測得出肺部鈣化、毛刺、分葉征、空洞的患者人數(shù)分別是3人、7人、14人和4人，常規(guī)組檢測得出肺部鈣化、毛刺、分葉征、胸膜粘連的患者人數(shù)分別是5人、11人、17人和5人；形態(tài)學(xué)在觀察組與常規(guī)組變化差異無統(tǒng)計學(xué)(P>0.05)，見表2。

表2 兩組肺結(jié)節(jié)形態(tài)學(xué)細(xì)節(jié)檢出情況比較 [n=34,例(%)]

2.2 特征參數(shù)曲線模型

觀察組與常規(guī)組中肺結(jié)節(jié)鑒別診斷敏感度最高的參數(shù)分別為結(jié)節(jié)體積77.42%與72.17%，同時其為單參數(shù)最大效能參數(shù)，ROC曲線面積分別為0.807與0.702；觀察組中的質(zhì)量86.96%與常規(guī)組中質(zhì)量參數(shù)81.64%為特異性最高的參數(shù)；將兩組的體積和質(zhì)量兩個參數(shù)分別納入多元邏輯分析后建立特征參數(shù)曲線模型(表4)，觀察組ROC曲線面積顯示0.826，常規(guī)組為0.736，各參數(shù)數(shù)據(jù)高于各單獨參數(shù)的ROC曲線面積且觀察組整體均高于常規(guī)組，說明在低劑量掃描模式下，根據(jù)體積與質(zhì)量鑒別診斷肺結(jié)節(jié)效能最優(yōu)化，其可作為特征信息曲線模型，見圖1；各參數(shù)對肺結(jié)節(jié)鑒別診斷的閾值、敏感度、特異度及ROC曲線數(shù)據(jù)具體見表3。

表3 各參數(shù)鑒別診斷的敏感度、特異度及ROC曲線

表4 觀察組定量診斷模型的多元回歸邏輯模型相關(guān)參數(shù)

表5 常規(guī)組定量診斷模型的多元回歸邏輯模型相關(guān)參數(shù)

圖1 聯(lián)合參數(shù)定量診斷模型及單獨參數(shù)ROC曲線分析注：A.觀察組ROC曲線分析顯示體積聯(lián)合質(zhì)量的定量診斷模型在鑒別診斷中具有最大的ROC面積0.819；B.常規(guī)組ROC曲線分析顯示體積聯(lián)合質(zhì)量的定量診斷模型在鑒別診斷中具有最大的ROC面積為0.702。

2.3 輻射劑量水平

觀察組輻射劑量各參數(shù)較常規(guī)組均明顯降低,差異有統(tǒng)計學(xué)意義(P<0.05)，見表6。

2.4 圖像質(zhì)量評價

客觀評價不同管電流下樣本SNR值差異無統(tǒng)計學(xué)意義(P均>0.05，表1)主觀評分比較觀察組總體評分(3.61±0.42)低于常規(guī)組(3.69±0.51)，差異無統(tǒng)計學(xué)意義(P>0.05)，見表6,圖2。

表6 不同管電流下輻射劑量參數(shù)與圖像質(zhì)量參數(shù)比較

圖2 觀察組與常規(guī)組CT掃描圖像對比及體積質(zhì)量數(shù)據(jù)注：A.觀察組所示：右肺下葉磨玻璃密度結(jié)節(jié)，邊界清楚，可見毛刺及供血血管，體積145.3 mm3，質(zhì)量56.26；B.常規(guī)組所示：左肺上葉磨玻璃密度結(jié)節(jié)，邊界清楚，體積262.87 mm3質(zhì)量85.23；C.觀察組所示左肺上葉結(jié)節(jié)，邊界較清，密度混雜，體積583.93 mm2，質(zhì)量-134.78；D.常規(guī)組所示右肺上葉結(jié)節(jié)磨玻璃密度結(jié)節(jié)，邊界清楚，體積102.34 mm3，質(zhì)量39.23。

3 討 論

肺結(jié)節(jié)的大小和構(gòu)成是胸部CT篩查診斷的主要指標(biāo)，其中肺結(jié)節(jié)的大小是結(jié)節(jié)管理和診斷肺癌TNM分期的主要因素[19]，CT測量結(jié)節(jié)大小的目的是進(jìn)行危險分層，提高肺結(jié)節(jié)良惡性診斷的準(zhǔn)確性，從而對其臨床管理提供指導(dǎo)依據(jù)，根據(jù)美國放射學(xué)院2019年更新的肺部影像報告和數(shù)據(jù)系統(tǒng)(Lung-RADS1.1)可知，約40%的非實性肺結(jié)節(jié)為浸潤性肺癌，結(jié)節(jié)的大小對其良惡性具有預(yù)測價值，結(jié)節(jié)越大，其為惡性的可能性越大[20]，有文獻(xiàn)報道，通過測量結(jié)節(jié)的體積可以更準(zhǔn)確地反映腫瘤的三維數(shù)據(jù)，用于評估惡性腫瘤的預(yù)測模型的效果遠(yuǎn)優(yōu)于僅測量結(jié)節(jié)的最大直徑。Meta分析顯示，結(jié)節(jié)體積大小以及質(zhì)量對定量診斷肺結(jié)節(jié)均具有鑒別診斷意義。

本研究在量取結(jié)節(jié)最大截面直徑的基礎(chǔ)上，加入結(jié)節(jié)體積與質(zhì)量，全面反映結(jié)節(jié)大小整體指標(biāo)，并手動計算結(jié)節(jié)的質(zhì)量，研究表明其在觀察組和常規(guī)組中均具有統(tǒng)計學(xué)差異，且均具有較好的敏感度及特異度。本研究也納入了密度、內(nèi)部成分和形態(tài)學(xué)參數(shù)反映結(jié)節(jié)整體情況的綜合指標(biāo)，但盡管密度參數(shù)在組間也顯示了明確的統(tǒng)計學(xué)差異，但其診斷優(yōu)勢并不明顯優(yōu)于其他單項指標(biāo)。綜合本研究中各參數(shù)，體積為定量診斷特異性最高，質(zhì)量為靈敏性最高。經(jīng)多因素分析結(jié)果顯示，質(zhì)量和密度參數(shù)為肺結(jié)節(jié)鑒別診斷最有意義的因素，以其為基礎(chǔ)建立的影像特征信息模型ROC下面積可達(dá)0.819，遠(yuǎn)高于任何單因素；本研究結(jié)論與前期相關(guān)研究一致，綜合文獻(xiàn)數(shù)據(jù)分析結(jié)果也表明，結(jié)節(jié)體積與質(zhì)量對肺結(jié)節(jié)均具有定量診斷意義。盡管不同研究在具體數(shù)值上稍有出入，但以體積和質(zhì)量作為重要因素方面達(dá)成一致意見。

本研究尚存在不足。第一，樣本數(shù)量有限；第二，部分樣本未有病理結(jié)果證實；第三，只納入一次CT掃描參數(shù)數(shù)據(jù)，沒有納入復(fù)查相關(guān)數(shù)據(jù)，可能對樣本整體診斷效能分析有所影響。下一步計劃嘗試納入大數(shù)據(jù)樣本，建立多因素回顧性與前瞻性診斷模型，以期達(dá)到更好的評價效果。總體來說，本研究表明，在低劑量掃描模式下，建立以結(jié)節(jié)和質(zhì)量為特征信息曲線模型，密度、形態(tài)學(xué)輔助診斷，對肺結(jié)節(jié)的鑒別診斷更具有可量化意義。