鄭韻琳,劉歡,文明*
1.重慶醫(yī)科大學(xué)附屬第一醫(yī)院放射科,重慶 400016;2.通用電氣醫(yī)療精準(zhǔn)醫(yī)學(xué)研究院,上海 201203;*通信作者 文明liuyucun65@163.com
多形性腺瘤(pleomorphic adenoma,PA)是最常見的腮腺良性腫瘤,占涎腺腫瘤的60%~70%[1],有復(fù)發(fā)、惡變傾向[2]?;准?xì)胞瘤(basal cell adenoma,BCA)是較為常見的腮腺良性腫瘤,約占涎腺腫瘤的1%~3%[3],影像及臨床對該病缺乏充分認(rèn)識(shí),易與PA混淆?!断严倌[瘤的診斷和治療指南》2010版[4]中提出腮腺腫瘤易產(chǎn)生細(xì)胞種植,禁忌做活檢,影像學(xué)診斷是其主要的術(shù)前輔助診斷方法。手術(shù)切除是治療腮腺腫瘤最有效的方法,選擇術(shù)式主要依賴于腫瘤類型及其生物學(xué)特性,PA術(shù)式和預(yù)后與BCA不同[5],因此,兩者的術(shù)前鑒別診斷十分重要。影像組學(xué)可以充分挖掘肉眼無法識(shí)別的隱藏信息,補(bǔ)充原有知識(shí)體系,用于鑒別腫瘤疾病、指導(dǎo)臨床、檢測療效及預(yù)后評(píng)估等[6]。有研究顯示CT和MRI檢查對腮腺腫瘤診斷的敏感度、特異度等無顯著差異,診斷效果相當(dāng)[7],CT更經(jīng)濟(jì)實(shí)惠,目前基于CT影像組學(xué)鑒別PA與BCA鮮有報(bào)道,本研究擬探討基于影像組學(xué)鑒別PA與BCA的CT掃描優(yōu)勢期相,并與臨床資料建立聯(lián)合診斷模型,進(jìn)一步認(rèn)識(shí)兩類腫瘤,并輔助術(shù)前診療決策。
1.1 研究對象 回顧性收集2016年1月—2021年1月于重慶醫(yī)科大學(xué)附屬第一醫(yī)院就診的PA與BCA患者,納入標(biāo)準(zhǔn):①術(shù)前于本院行CT平掃及三期增強(qiáng)掃描;②既往無穿刺及放化療史;③手術(shù)病理證實(shí)為PA或BCA,并有完整的臨床數(shù)據(jù)。排除標(biāo)準(zhǔn):①CT圖像有明顯偽影;②腮腺區(qū)域合并其他腫瘤疾病。共納入120例PA及50例BCA(共172個(gè)病灶),120例PA患者共121個(gè)病灶,年齡14~90歲,平均(45.3±16.0)歲,病灶最大直徑0.6~7.0 cm,平均(3.0±1.1)cm;50例BCA患者共51個(gè)病灶,年齡20~77歲,平均(54.0±11.4)歲,病灶最大直徑1.0~5.0 cm,平均(2.7±1.0)cm。本研究通過重慶醫(yī)科大學(xué)附屬第一醫(yī)院倫理委員會(huì)批準(zhǔn)(2021-509)。
1.2 CT檢查 采用GE Light Speed/Siemens Sensation 64排螺旋CT掃描,掃描范圍為顱底至頸根部,掃描參數(shù):管電壓120 kV,管電流為自動(dòng)毫安秒,層厚、層間距均為5 mm,矩陣512×512。經(jīng)肘前靜脈以3.5 ml/s注射非離子型對比劑碘海醇(濃度350 mg/ml)1~2 ml/kg,分別在注射對比劑后40~60 s、80~120 s、180~240 s行動(dòng)脈期、靜脈期及延遲期掃描。
1.3 多期CT影像組學(xué)分析
1.3.1 病灶ROI勾畫及特征提取 所有數(shù)據(jù)均以DICOM格式的CT圖像(窗寬400,窗位40)存取,圖像分辨率為512×512 , 使用ITK-SNAP 軟件(http://www.itksnap.org/)勾畫,由2名分別具有3年和34年工作經(jīng)驗(yàn)的放射科醫(yī)師采用雙盲法閱片,并達(dá)成一致意見。在軸位多期CT圖像上沿病灶邊緣逐層勾畫ROI,各期均獲得三維容積感興趣區(qū)(volume of interest,VOI),見圖1。其中1位醫(yī)師抽取兩類腫瘤各30%病例2次ROI勾畫并提取特征,評(píng)價(jià)2位醫(yī)師閱片的一致性及可重復(fù)性。
1.3.2 影像組學(xué)特征篩選及組學(xué)標(biāo)簽構(gòu)建 將納入研究的患者以7∶3隨機(jī)分為訓(xùn)練組119例和驗(yàn)證組51例,采用AK軟件(Artificial Intelligent Kit 3.3.0)中PYRADIOMICS工具包進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化及特征提取,以中位數(shù)代替特征值中的異常值及缺失值。采用最大相關(guān)最小冗余(max-relevance and min-redundancy,mRMR)算法及最小絕對收縮與選擇算子(least absolute shrinkage and selection operator,LASSO)算法降維、篩選訓(xùn)練組中基于軸位多期CT圖像提取的影像組學(xué)特征,將選取的系數(shù)非零組學(xué)特征與其加權(quán)系數(shù)相乘構(gòu)成各期影像組學(xué)標(biāo)簽[8-9]。
1.3.3 臨床數(shù)據(jù)篩選及聯(lián)合模型構(gòu)建 收集患者年齡、性別、吸煙及飲酒史、病程、癥狀、數(shù)目、術(shù)中測量最大直徑、質(zhì)地、部位、分布、密度、同側(cè)腫大淋巴結(jié)等基本臨床資料。篩選有統(tǒng)計(jì)學(xué)意義(P<0.05)的指標(biāo)參與構(gòu)建聯(lián)合模型。若兩類腫瘤的臨床資料差異均無統(tǒng)計(jì)學(xué)意義,根據(jù)《涎腺腫瘤的診斷和治療指南》[4]選取部位和同側(cè)腫大淋巴結(jié)加入聯(lián)合模型構(gòu)建。采用受試者工作特征(ROC)曲線和曲線下面積(AUC)、95%CI、敏感度和特異度評(píng)估CT掃描優(yōu)勢期相,并結(jié)合篩選的臨床資料共同構(gòu)建多元邏輯回歸模型。制作其列線圖,并用校準(zhǔn)曲線評(píng)估聯(lián)合模型的校準(zhǔn)效能。
1.4 病灶測量和分區(qū) 以術(shù)中測量最大直徑為準(zhǔn)。在軸位,以下頜后靜脈最背側(cè)與同側(cè)椎體最背側(cè)連線分為淺、深葉[10];在PACS系統(tǒng)上重建后得冠狀位,以耳垂為界分為上、下極。
1.5 統(tǒng)計(jì)學(xué)方法 采用SPSS 26.0及R軟件進(jìn)行統(tǒng)計(jì)學(xué)分析。正態(tài)分布的計(jì)量資料以±s表示,采用獨(dú)立樣本t檢驗(yàn);不符合正態(tài)分布的連續(xù)變量以M(Q1,Q3)表示,采用Mann-WhitneyU檢驗(yàn)。計(jì)數(shù)資料采用χ2檢驗(yàn)或Fisher確切概率法。用驗(yàn)證組數(shù)據(jù)測試模型。用Delong檢驗(yàn)評(píng)價(jià)模型間的診斷效能。P<0.05為差異有統(tǒng)計(jì)學(xué)意義。采用組間相關(guān)系數(shù)(ICC)評(píng)價(jià)兩次提取的組學(xué)特征一致性,ICC≥0.90認(rèn)為一致性較好。
2.1 基本臨床資料 訓(xùn)練組和驗(yàn)證組中PA與BCA基本臨床資料見表1。兩組年齡比較,差異有統(tǒng)計(jì)學(xué)意義(P<0.05)。
表1 訓(xùn)練組和驗(yàn)證組腮腺PA與BCA臨床資料比較
續(xù)表1
2.2 多期CT影像組學(xué)特征提取及組學(xué)標(biāo)簽構(gòu)建 所有患者CT掃描4期選取測量者間ICC≥0.9的組學(xué)特征后共提取出1 135個(gè)特征,經(jīng)mRMR算法及LASSO回歸分析后篩選出平掃、動(dòng)脈期、靜脈期及延遲期的特征總數(shù)為9個(gè)、9個(gè)、8個(gè)、5個(gè)(圖2),其特征用于計(jì)算影像組學(xué)標(biāo)簽評(píng)分,由截距加選出的特征乘各自系數(shù)之和所得,結(jié)果見表2。各期組學(xué)標(biāo)簽的診斷效果見圖3。
表2 基于多期CT圖像提取影像組學(xué)特征及公式
續(xù)表2
基于多期CT邏輯回歸模型診斷效能顯示(表3),動(dòng)脈期的組學(xué)特征對模型貢獻(xiàn)優(yōu)于其他期相,訓(xùn)練組和驗(yàn)證組中AUC、敏感度及特異度分別為0.968(95%CI0.940~0.997)、94.3%、90.5%;0.970(95%CI0.931~1.000)、100.0%、91.7%。
2.3 建立聯(lián)合模型并評(píng)估其診斷效能 將年齡、部位(深淺葉/上下極)及同側(cè)有無腫大淋巴結(jié)與動(dòng)脈期影像組學(xué)標(biāo)簽共同構(gòu)建聯(lián)合模型并制作列線圖,用校準(zhǔn)曲線評(píng)價(jià)模型擬合度,結(jié)果表明擬合度好(圖4)。訓(xùn)練組及驗(yàn)證組中聯(lián)合模型及動(dòng)脈期模型均有較高的診斷效能(圖5)。Delong檢驗(yàn)顯示聯(lián)合模型和各組學(xué)模型AUC比較,差異無統(tǒng)計(jì)學(xué)意義(P>0.05),見表3。
表3 基于多期CT圖像的邏輯回歸模型及聯(lián)合模型的診斷效能
PA與BCA有諸多相似之處,兩者均多見于女性,均為腮腺區(qū)無痛性包塊,生長緩慢,病程較長,可癌變[2,11]。研究表明,BCA比PA患者的平均年齡大10歲左右[12],本研究結(jié)果與既往研究基本相符。BCA與PA均好發(fā)于腮腺淺葉,多單發(fā),呈圓形或類圓形,邊界清楚,可發(fā)生囊變、出血等。僅有個(gè)案報(bào)道BCA單側(cè)多發(fā)或雙側(cè)出現(xiàn)[13],本研究BCA和PA中各1例為單側(cè)多發(fā)病灶。BCA直徑一般<3 cm[12],比PA直徑小,本研究中BCA病灶最大徑為(2.7±1.0)cm,PA病灶最大徑(3.0±1.1)cm,因此病灶最大徑不能有效鑒別PA與BCA。
腮腺腫瘤組織成分復(fù)雜,且缺乏特異性的臨床癥狀及檢測指標(biāo),臨床難鑒別PA與BCA。既往研究[14-16]嘗試各種方法鑒別兩者,但大多數(shù)基于影像學(xué)表現(xiàn)(如病灶形態(tài)、大小、邊緣、有無鈣化、有無囊變、強(qiáng)化方式等),在實(shí)際操作中易受醫(yī)師主觀判斷及經(jīng)驗(yàn)影響而受到限制。影像組學(xué)從不同模態(tài)影像(CT、MRI、PET等)中高通量提取大量影像特征,采用數(shù)據(jù)綜合分析客觀評(píng)估,可用于鑒別腫瘤、指導(dǎo)臨床決策、監(jiān)測療效及預(yù)后評(píng)估等[4]。彭媛媛等[17]及Jung等[18]基于增強(qiáng)T1WI、增強(qiáng)CT紋理分析鑒別PA與腺淋巴瘤,分別選出4個(gè)、3個(gè)紋理參數(shù)診斷效能較好,AUC均>0.85;吳艷等[19]篩選出8個(gè)紋理特征并加入臨床資料建立聯(lián)合模型鑒別PA與腺淋巴瘤,聯(lián)合模型的AUC為0.90(95%CI0.83~0.97),高于影像組學(xué)標(biāo)簽。以上研究均證實(shí)影像組學(xué)鑒別腮腺腫瘤的價(jià)值及可行性。
本研究與既往研究的不同之處:①將影像組學(xué)應(yīng)用于鑒別PA與BCA;②腮腺4期掃描的影像特征均納入研究,不局限于單一或三期掃描期相,為評(píng)估CT掃描優(yōu)勢期相提供較完備的圖像;③加入臨床資料建立聯(lián)合模型,不局限于單影像學(xué)征象或影像組學(xué)模型,給予鑒別PA與BCA較全面的信息。
本研究結(jié)果顯示,CT掃描4期均用邏輯回歸建模后選出優(yōu)勢期相為動(dòng)脈期(訓(xùn)練組及驗(yàn)證組中AUC分別為0.968、0.970)。本課題組推測這與兩者的強(qiáng)化方式相關(guān),PA含黏液、腮腺和軟骨樣組織等混雜成分,增強(qiáng)呈持續(xù)性強(qiáng)化;而BCA由大量沿內(nèi)皮排列的血管網(wǎng)(毛細(xì)血管和靜脈)構(gòu)成[12],增強(qiáng)呈快進(jìn)慢出,兩者在動(dòng)、靜脈期強(qiáng)化上有差異,提示動(dòng)、靜脈期的組學(xué)特征鑒別診斷PA與BCA有較高的價(jià)值。既往研究證實(shí)影像組學(xué)方法可以提高非侵入性診斷的準(zhǔn)確率,并指導(dǎo)臨床決策[20]。Mukai等[21]發(fā)現(xiàn)BCA囊性比率高于PA,AUC值為0.65,本研究中聯(lián)合模型表現(xiàn)優(yōu)于單期相組學(xué)模型及單影像學(xué)征象研究(訓(xùn)練組及驗(yàn)證組中AUC分別為0.973、0.967),同時(shí)用列線圖使模型可視化,有助于直觀反映患者的患病概率,可進(jìn)一步提高診斷效能,并指導(dǎo)術(shù)前臨床決策。
本研究的局限性:①本研究為回顧性分析,PA與BCA兩組數(shù)據(jù)樣本不均衡,存在潛在偏倚可能;②本研究未納入基本影像學(xué)征象,有待后續(xù)加入;③本研究僅應(yīng)用Logistic回歸模型,有待增加其他機(jī)器學(xué)習(xí)模型優(yōu)化鑒別效能。
總之,CT掃描動(dòng)脈期的影像組學(xué)特征對鑒別PA與BCA的效能優(yōu)于其他期相。動(dòng)脈期組學(xué)模型及基于動(dòng)脈期組學(xué)標(biāo)簽和臨床資料建立的聯(lián)合模型均有較高的診斷效能,可以指導(dǎo)臨床。