孫祺琳 劉洋 陳駿 楊雅驪 李夢 徐慧 劉科
縱行黑甲(Longitudinal melanonychia,LM)是臨床甲病中的常見體征,表現(xiàn)為為單發(fā)或多指(趾)甲下灰色、棕色或黑色的縱行色素斑,伴或不伴甲板損害及甲周皮膚黑染(Hutchinson征)。其病因多樣,包括生理性、藥物性、外傷性、綜合征以及黑素源性。黑素源性LM中的甲黑素活化(Melanocytic activation,MA)及甲下色素痣(Nail matrix nevus,NMN),以往僅能通過臨床經驗和組織病理檢查進行診斷,易受主觀因素影響,診斷符合率僅為69.0%,極易誤診漏診。因此,臨床多采用甲活檢以確保診斷的正確性,但由于甲解剖部位的特殊性,盲目活檢可能導致永久性甲營養(yǎng)不良,且術后容易復發(fā)[1]。因此,建立一種客觀、準確、無創(chuàng)、高效的術前評估方法具有重要的臨床意義。本研究為回顧性研究,采用臨床及皮膚鏡影像結合計算機圖像處理技術系統(tǒng),定量檢測患甲顏色、亮度分量方差等多種數(shù)據(jù),進而對患甲進行MA和NMN的二分類識別,希望為臨床提供一種較為客觀、準確的輔助診斷方法。
回顧性分析上海交通大學醫(yī)學院附屬第九人民醫(yī)院2019年1月至2020年4月進行組織病理檢查的17例LM患者的臨床及組織病理學資料。17例患者中男10例,女7例;年齡12~70歲,平均36.8歲;病程3個月到9年不等,所有患者均無明顯誘因下出現(xiàn)皮疹,無外傷史及其他病史。皮損發(fā)生于左手9例,右手6例,右足2例;指甲15例、趾甲2例。發(fā)生于指甲的皮損位于拇指5例、食指2例、中指3例、無名指4例、小指1例,發(fā)生于趾甲的皮損分別位于大拇趾和第2趾。17例患者中,16例皮損表現(xiàn)為單純甲黑線,1例表現(xiàn)為全甲黑變,顏色較均一,邊界清晰,甲周皮膚均未累及。
所有患者均具有詳細臨床病史、臨床或皮膚鏡照片,均取部分或全部甲母質組織行固定切片及HE染色,疑問切片加行免疫組化檢查或會診,最終得出病理診斷。
1.2.1 儀器設備
采用德國CK公司的Dermlite 3手持皮膚鏡、中國臺灣CBS公司的CBS-805高清皮膚分析儀(皮膚鏡工作平臺)采集患甲皮膚鏡圖像。采集患甲術前臨床大體圖像。
1.2.2 皮膚鏡檢查
于甲板表面行接觸式皮膚鏡偏振光檢查,根據(jù)國際黑甲研究學組的共識,對縱行黑甲皮膚鏡特點(出血點、棕色背景、不規(guī)則線條、規(guī)則線條、灰色背景伴灰色條帶、色素顆粒、Hutchinson征、micro-Hutchinson征、甲板損毀)進行描述和記錄。
1.2.3 計算機圖像處理
在上述臨床及皮膚鏡圖像中,分別提取正常及異常指(趾)甲區(qū)域,對區(qū)域內像素分類進行特征計算,例如在Lab顏色空間(12種顏色)計算正常區(qū)域的均值方差(mL、ma、mb、sL、sa、sb)及正常異常區(qū)域均值方差的差值(dmL、dma、dmb、smL、sma、smb),以及醫(yī)生補充的診斷信息,例如異常區(qū)域占指甲的比例(pa)、條紋數(shù)目(ns)。通過分析正常及異常指(趾)甲區(qū)域內所計算特征的差異分布,對LM進行NMN和MA的二分類概率預測(圖1)。
圖1 基于LM影像的診斷算法步驟Fig.1 Step of diagnosis algorithm based on LM image
1.2.4 統(tǒng)計學處理
采用Scikit-learn工具包對特征數(shù)據(jù)進行統(tǒng)計學分析。
本組17例患者中,最終診斷為MA的患者10例,男女各半,平均年齡為41.6歲;診斷為NMN的患者7例,男5例,女2例,平均年齡29.9歲。
甲板、甲床及甲基質可見灰色、棕褐色及黑色的縱線(條紋)、斑片(背景)。指(趾)甲無損毀,甲周Hutchinson征陰性(圖2)。病變區(qū)域與整個指(趾)甲的寬度比為13%~100%不等,寬度<3 mm者13例,寬度>3 mm者3例。背景上條紋數(shù)量1~4條不等。
圖2 甲下色素痣(左)及甲黑素活化(右)皮膚鏡示意圖Fig.2 Dermoscope diagram of NMN (left) MA (right)
17例患者中7例表現(xiàn)為NMN,其中交界痣6例、復合痣1例。病理表現(xiàn)為甲床或甲母質上皮內見數(shù)個痣細胞巢,可伴色素沉著。10例表現(xiàn)為MA,病理表現(xiàn)為甲母質、甲床見少量黑色細顆粒樣色素沉著,未見明顯痣細胞巢。部分患者行免疫組化檢查,其中S100陽性率為57.1%,SOX-10陽性率為57.1%,HMB45陽性率為33.3%,未見異形細胞。
對Lab顏色空間的12種顏色以及補充信息特征在大體圖和皮膚鏡圖像中分別進行單變量特征選擇(Univariate feature selection),結果如圖3所示。
圖3 單變量特征選擇分析Fig.3 Univariate feature selection analysis
大體圖的L亮度分量均值,大體圖正常異常區(qū)域A顏色分量方差差值,皮膚鏡圖像正常異常區(qū)域L亮度分量均值差值,以及皮膚鏡圖像異常區(qū)域L亮度分量方差,是診斷黑甲為甲黑素活化或甲下色素痣最重要的特征。
基于以上4個特征,由于數(shù)據(jù)量的限制,我們對17例病例進行Leave-One-Out的預測評估方案,使用線性判別分類(LDA)方式進行分類學習。對其中只含大體圖不含皮膚鏡圖像的情況,缺失特征使用單特征imputation策略進行操作。4個特征決策面可視化如圖4所示,Leave-one-out的混淆矩陣(Confusion matrix)如圖5所示。結果顯示,通過以上特征分析,在僅使用大體圖進行分析預測時,診斷準確率只能達到64.7%,而加入皮膚鏡圖像后,準確率能夠提升到85.7%。
圖4 LDA分類可視化Fig.4 LDA classification visualization
圖5 混淆矩陣評估Fig.5 Obfuscation matrix evaluation
黑素源性LM根據(jù)病理分為4類,包括甲黑素活化、甲下雀斑樣痣、甲下色素痣和甲下黑素瘤。根據(jù)發(fā)病機制,又可分為2類,黑色素細胞增生型(包括甲下色素痣和甲下黑色素瘤)和黑色素細胞活化型(甲黑素活化),甲下雀斑樣痣分類不確定,有認為是早期的NMN,也有認為是MA的一種表現(xiàn)[2-3]。MA是指甲基質中黑素細胞合成黑色素增多,但黑素細胞的數(shù)量沒有增加。在成人單發(fā)LM中,73%為MA所致[4],與本研究中的10/17(59%)較為接近,一般臨床隨訪即可,應盡量避免甲活檢造成甲變形或甲損毀。近期,有文獻報道用皮秒激光治療2例MA獲得痊愈[5]。黑色素細胞增生型LM有甲下黑色素瘤的風險,亞洲人惡性黑色素瘤發(fā)生在指/趾甲的可能性更高[6-7],需要通過皮膚鏡、甲活檢等有效手段進行確診。
當前,皮膚鏡已廣泛應用于LM的診斷,是一種無創(chuàng)的皮膚成像技術,通過光學放大技術和偏振光技術來獲取圖像,可以提高LM診斷的準確率。本研究中,基于對LM大體圖像的相關特征分析,在加入皮膚鏡圖像后,準確率由原來的64.7%提升到85.7%,證實了應用皮膚鏡可以提高LM診斷的準確率。
甲板皮膚鏡觀察到直徑≤0.1 mm的黑色素顆粒,則病變?yōu)楹谒丶毎麃碓?,需進一步判斷其背景及條紋色素是灰色、棕色或黑色。通常認為,灰色條帶指向甲黑素活化,棕色或黑色條帶指向甲黑素細胞增生(包括甲下色素痣及甲黑素瘤)[9]。
管理LM患者的主要挑戰(zhàn)之一是將甲下黑素瘤與良性LM區(qū)分開。相關研究眾多[8-10],比較公認的為ABCDEF法則[10]:Age,患者年齡(發(fā)病的峰年齡為50歲);Band of Brown/Black color,黑色/棕色條帶,寬度>3 mm,邊緣不規(guī)則/模糊;Change,條帶變化較快;Digit involved,受累的指/趾黑素瘤可能的風險由高到低排列為拇指>大腳趾>示指>任何單指>多指;Extension,色素擴展到近端或者兩側甲皺襞(Hutchison征)或指尖;Family history,黑素瘤的家族史。上述模型僅針對良惡性LM進行分類,對于良性LM是否需要活檢未進行預測。模型中,對黑甲的寬度做了數(shù)值定義,但對黑甲的顏色未進行數(shù)值化的劃分。在實際臨床工作和皮膚鏡檢測中,灰色與淺棕色條帶較難區(qū)分,棕色的深淺也較難界定,存在一定的主觀性和不確定性。
我們對LM大體圖像和皮膚鏡圖像應用單變量特征分析,認為大體圖的L亮度分量均值,大體圖正常異常區(qū)域A顏色分量方差差值,皮膚鏡圖像正常異常區(qū)域L亮度分量均值差值以及皮膚鏡圖像異常區(qū)域L亮度分量方差,是分類診斷LM最重要的特征,說明NMN和MA的臨床影像在顏色和亮度方面有顯著差異。該模型可對未知LM進行二分類概率預測,指導臨床是否需要甲活檢。
該模型可提高早期甲惡性黑色素瘤的檢出率,避免良性病變的過度醫(yī)療,優(yōu)化患者的診療方案和改善患者預后。當然,由于甲解剖結構的特殊性,LM的皮膚鏡下模式常常會發(fā)生改變,皮膚鏡下表現(xiàn)為規(guī)則淺色、棕色條帶模式的黑甲病例在組織病理學檢查后診斷為原位黑素瘤的案例也有報道,故密切隨訪尤其重要。
本研究的局限性在于樣本量較小(n=17),且缺乏甲黑色素瘤的病例,我們將以本研究為基礎,繼續(xù)收集LM病例,通過前瞻性的組間對照研究,獲取更有意義的算法模型。