紋理分析在乳腺良惡性病變鑒別中的研究進(jìn)展

吳旭寧，劉四斌（通訊作者）

（長(zhǎng)江大學(xué)第二臨床醫(yī)學(xué)院放射科 湖北 荊州 434000）

引言

近年來(lái)，乳腺癌的發(fā)病率逐年上升，嚴(yán)重危及全球女性的健康。目前，乳腺良惡性病變鑒別診斷的常用影像方法有X線攝影、超聲、MRI等，但每種方法在檢出率、精確度上存在差異性和優(yōu)劣勢(shì)。超聲、X線檢查是乳腺病變篩查及診斷的首選方法，但特異性及敏感性較低[1]。MRI在乳腺診斷中敏感性高，常作為乳腺癌高危人群的檢查手段，但特異性欠佳，部分良惡性病變的影像表現(xiàn)存在重疊，常易造成不必要的活檢創(chuàng)傷或過(guò)度治療[2]；因此探索適用于乳腺的影像檢查技術(shù)及提高乳腺疾病影像診斷的特異性及敏感性一直以來(lái)都是研究的熱點(diǎn)和難點(diǎn)。

紋理分析（TA）作為一種新型的圖像后處理分析技術(shù)，可對(duì)組織的異質(zhì)性進(jìn)行定量和客觀的評(píng)估。多重病理、臨床研究表明乳腺癌是一種高度異質(zhì)性疾病，病灶在分子、細(xì)胞及病理生理水平上的異質(zhì)性往往也能體現(xiàn)在病灶影像圖像上[3]。目前，國(guó)內(nèi)外已開(kāi)展了一些關(guān)于乳腺紋理分析的影像學(xué)研究，這些研究通過(guò)不同的影像學(xué)檢查方法從不同角度對(duì)乳腺良惡性病變異質(zhì)性進(jìn)行分析。本文主要對(duì)國(guó)內(nèi)外紋理分析技術(shù)應(yīng)用于乳腺良、惡性病變鑒別上的相關(guān)影像學(xué)研究進(jìn)行綜述，以探討影像紋理分析在乳腺疾病診斷上的臨床價(jià)值和應(yīng)用潛能。

1 紋理分析原理概述

紋理是指圖像中像素（或子區(qū)域） 的灰度變化規(guī)律，常體現(xiàn)為圖像中局部不規(guī)則而宏觀有規(guī)律的特性[3]。紋理特征可對(duì)興趣區(qū)域內(nèi)灰度級(jí)變化的特征進(jìn)行定量或定性的描述[4]。圖像的紋理特征分析即對(duì)組織的圖像像素灰度值局部特征、變化規(guī)律及其分布模式進(jìn)行研究，并通過(guò)提取紋理參數(shù)進(jìn)行量化，從而提供病變圖像的客觀信息。紋理分析早期僅應(yīng)用于CT、MRI，隨著技術(shù)的發(fā)展進(jìn)步，紋理分析也在其他醫(yī)學(xué)圖像得到廣泛應(yīng)用，如超聲、X線、細(xì)胞圖像等。

2 影像紋理分析技術(shù)在乳腺良、惡性病變鑒別中的應(yīng)用

2.1 X線攝影

目前鉬靶診斷主要依賴于病變的形狀、邊緣、密度和鈣化性質(zhì)，還可結(jié)合如皮膚增厚、乳頭內(nèi)陷和乳頭分泌物等其他間接征象加以判斷，但這些多受影像醫(yī)生經(jīng)驗(yàn)影響，有失客觀性。以往研究已證實(shí)，紋理特征能夠量化病灶變化引起的圖像異質(zhì)性[4]，而腫瘤組織的濃度和粗糙度以及鈣化等特征的分布常是進(jìn)行鑒別時(shí)的重要信息。較多學(xué)者研究表明，X線紋理分析可以有效鑒別乳腺的良惡性病變，有助于提高乳腺X線檢查在乳腺癌診斷與病理結(jié)果中的一致性。Li等[5]研究指出，多個(gè)紋理特征對(duì)乳腺良惡性腫瘤具有鑒別診斷能力，ROC曲線顯示直方圖、GLCM 和RLM存在較高的敏感性，而在對(duì)乳癌鑒別診斷中，更將常規(guī)影像診斷AUROC提升至0.961。X線圖像上聚集的微鈣化是發(fā)現(xiàn)早期乳腺癌的重要標(biāo)志之一。柳哲等[6]通過(guò)對(duì)乳腺微鈣化簇周圍組織紋理分析并進(jìn)行算法研究，提示計(jì)算機(jī)輔助診斷系統(tǒng)在乳腺微鈣化簇周圍組織中表現(xiàn)出較好效能。

以上研究通過(guò)不同的技術(shù)對(duì)不同ROI中的紋理特征進(jìn)行采樣，并通過(guò)統(tǒng)計(jì)學(xué)分析、后處理得到鑒別良惡性病變有意義的紋理參數(shù)，進(jìn)而提高陽(yáng)性率的診出及減少假陽(yáng)性所帶來(lái)的潛在危害。提示紋理分析不僅可以用于乳腺腫瘤的鑒別診斷，而且與基于圖像的分析相結(jié)合可以提高診斷性能。

2.2 超聲

國(guó)內(nèi)外的研究均表明，乳腺超聲紋理分析能較好描述正常乳腺組織的紋理特征及乳腺病灶的紋理征象，提示了其在乳腺疾病鑒別中潛在的價(jià)值。在乳腺病變的分類中，還通過(guò)紋理分析與其他技術(shù)相結(jié)合以提高診斷效能，如將紋理特征與形態(tài)學(xué)參數(shù)相聯(lián)合。種美玲等人[7]研究得出，超聲聯(lián)合紋理分析可提高乳腺良惡性腫瘤的分類能力，將紋理分析評(píng)估的敏感性、準(zhǔn)確性分別由0.64、0.83提升至0.88、0.86。此外有研究表明，乳腺腫瘤病灶周圍癌細(xì)胞的侵襲也是一個(gè)與患者復(fù)發(fā)和死亡風(fēng)險(xiǎn)增加顯著相關(guān)的預(yù)后因素。Klimonda等[8]基于灰度共生矩陣對(duì)來(lái)自腫瘤周圍組織的超聲圖像紋理定量參數(shù)分析得出，瘤圍組織數(shù)據(jù)形成的多參數(shù)分類器能更好地區(qū)分腫瘤變化，且腫瘤本身和瘤周組織中包含的定量超聲信息在腫瘤良惡性鑒別中具有互補(bǔ)性。

以上研究涉及乳腺病灶本身超聲紋理分析、紋理特征與其他參數(shù)結(jié)合及灶周感興趣區(qū)的紋理分析，均不同程度的體現(xiàn)出超聲紋理分析在乳腺良惡性病變鑒別中的價(jià)值，相信隨著該領(lǐng)域的不斷發(fā)展，將會(huì)開(kāi)發(fā)出更多的定量評(píng)估方法。

2.3 MRI

以往已有文章報(bào)道乳腺磁共振成像的紋理分析可以有效鑒別乳腺腫瘤的良惡性，提高疾病的診斷率及特異性。Gibbs[9]通過(guò)對(duì)DCE-MRI圖像中提取到的14個(gè)GLCM紋理特征分析表明，方差、和熵、熵等紋理特征在鑒別良惡性病變上最有意義，初步提示量化圖像紋理特征可作為定性病變的有用工具。隨后的研究借鑒了這一初步研究，利用更復(fù)雜的圖像紋理分析來(lái)鑒別乳腺病變的良惡性。Gibbs,P等[10]通過(guò)提取DCE-MRI圖像特征紋理，并利用AVM分析構(gòu)建多參數(shù)預(yù)測(cè)模型來(lái)區(qū)分乳腺1cm以下微小病灶良惡性，所構(gòu)建的模型均具有較高的特異性、陰性預(yù)測(cè)值和陽(yáng)性預(yù)測(cè)值。梁挺等[11]的研究證實(shí)DCEMRI定量參數(shù)的直方圖紋理特征在乳腺纖維瘤和浸潤(rùn)性導(dǎo)管癌的鑒別上有顯著價(jià)值，其中速率常數(shù)的平均值的ACU最高，約為92%。Anger等[12]對(duì)DCE-MRI圖像進(jìn)行紋理特征提取后利用支持向量機(jī)分類器對(duì)乳腺纖維腺瘤與三陰型乳腺癌進(jìn)行分類，AUC高達(dá)0.97，并發(fā)現(xiàn)靜態(tài)紋理特征強(qiáng)度方差和強(qiáng)度平均值具有最大的相關(guān)性，相比于三陰性乳癌，其在纖維腺瘤中具有更高的局部紋理值。此外，王清霖[13]等從DWI圖像上獲取紋理參數(shù)區(qū)分乳腺纖維腺瘤和浸潤(rùn)性導(dǎo)管癌，發(fā)現(xiàn)兩組間相對(duì)偏差、平均偏差具有顯著性差異。然而磁共振序列較多，不同序列軟組織對(duì)比度不同，紋理參數(shù)在各序列中的特征也不盡相同，對(duì)乳腺良惡性病變鑒別的能力也有差異。張竹偉等人[14]研究表明，紋理分析應(yīng)用于T2WI序列對(duì)乳腺良、惡性病變鑒別價(jià)值明顯高于平掃及增強(qiáng)T1WI序列，且誤判率最?。?.35%）。為了提供生物組織的“真實(shí)紋理”信息，Parekh,V等[15]在其研究中基于多成像序列提出多參數(shù)成像放射組學(xué)（mpRad）框架用于區(qū)分乳腺良惡性病變，其靈敏性為82.5%，特異性為80.5%，AUC為0.87；與單一放射參數(shù)相比，mpRad對(duì)AUC指標(biāo)有了9%～28%的提升。

以上研究主要通過(guò)提取乳腺M(fèi)RI不同成像序列圖像中的紋理參數(shù)來(lái)鑒別乳腺良惡性病變，并結(jié)合不同紋理參數(shù)來(lái)提高診斷效果，有望成為乳腺疾病診斷中的新型輔助工具。

3 總結(jié)與展望

綜上所述，迄今紋理分析技術(shù)在各種乳腺相關(guān)影像檢查中均有不同程度的研究應(yīng)用，且多數(shù)研究結(jié)果暗示紋理分析能較為有效提升乳腺良惡性病變鑒別的能力。不過(guò)由于各種醫(yī)學(xué)影像設(shè)備自身成像特點(diǎn)，其紋理分析技術(shù)對(duì)乳腺良惡性病變鑒別的能力也存在差異?？傮w來(lái)講，鉬靶及超聲只能做到病變ROI的2D研究，其所得到的紋理參數(shù)不能很好的反應(yīng)病灶整體情況。而且鉬靶圖像易受乳腺重疊組織的影響，超聲圖像易受到散斑噪聲等圖像偽影的影響，對(duì)研究所得到的紋理參數(shù)干擾較大。MRI不僅能夠?qū)Σ∽冏鱿鄬?duì)全面的3D研究，還能夠得到多序列圖像的紋理參數(shù)，在乳腺良惡性鑒別中紋理分析中的優(yōu)勢(shì)較為明顯。

當(dāng)前不同影像設(shè)備紋理分析技術(shù)在乳腺良惡性病變鑒別的應(yīng)用中，多是利用評(píng)估所得特異紋理參數(shù)結(jié)合所設(shè)計(jì)的分類器，以求通過(guò)計(jì)算機(jī)學(xué)習(xí)來(lái)探求區(qū)分乳腺良惡性病變的方法。但各研究、各方法間缺少有力且有效的對(duì)比研究，以致沒(méi)有統(tǒng)一標(biāo)準(zhǔn)。在未來(lái)的研究中，不同醫(yī)學(xué)影像檢查技術(shù)、不同部位分別最適用于哪些紋理分析的體位、圖像的期像或序列等是圖像紋理分析中工作中需要解決的問(wèn)題。目前影像設(shè)備新技術(shù)正在不斷研發(fā)與完善，未來(lái)乳腺紋理分析將在乳腺癌的臨床醫(yī)療事業(yè)中展現(xiàn)出更重要的價(jià)值。