磨玻璃結(jié)節(jié)型肺腺癌浸潤性鑒別的形態(tài)學(xué)及定量特征研究進(jìn)展＊

陶晶瑩 劉雪 郭依楠 吳林玉②

隨著低劑量CT及薄層CT的普遍應(yīng)用，GGN的檢出率明顯提升，且磨玻璃結(jié)節(jié)（ground-glass nodule，GGN）的惡性程度要高于實(shí)性結(jié)節(jié)[1]。本文從萬方、中國知網(wǎng)等數(shù)據(jù)庫檢索常規(guī)CT影像表現(xiàn)、CT影像組學(xué)特征等形態(tài)學(xué)特征指標(biāo)及定量指標(biāo)對GGN型肺腺癌浸潤性研究論文進(jìn)行綜述，以協(xié)助放射科醫(yī)生更好地認(rèn)識和鑒別肺結(jié)節(jié)。

1 GGN概述

GGN指的是在薄層CT上局灶性、類圓形、云霧狀密度增高影，且不掩蓋肺內(nèi)部支氣管和血管結(jié)構(gòu)[2]。GGN是一種非特異性病變，多種肺部疾病在CT上均可以表現(xiàn)為GGN，其病因可以是炎癥和癌前病變等良性病變，也可以是腫瘤等惡性病變，屬于“異病同影”[3]。根據(jù)GGN是否含有實(shí)性成分，可將其分為純 GGN（pure GGN，pGGN）和混合GGN（mixed GGN，mGGN）兩種[4]。

肺腺癌常表現(xiàn)為GGN，其自然發(fā)展過程被認(rèn)為從非典型腺瘤性增生（atypical adenomatous hyperplasia，AAH）、 原 位 腺 癌（adenocarcinoma in situ，AIS）、 微 浸 潤 性 腺 癌（minimally invasive adenocarcinoma，MIA） 到 浸 潤 性 腺 癌（invasive adenocarcinoma，IAC）[4]。根據(jù)研究，AAH、AIS手術(shù)后5年生存率幾乎高達(dá)100%，而IAC預(yù)后明顯較AAH、AIS、MIA患者差，術(shù)后5年生存率低于80%[5]。因此術(shù)前準(zhǔn)確鑒別肺腺癌的浸潤程度具有重要臨床意義，對于浸潤性病變?nèi)艏皶r(shí)手術(shù)，可提高患者的存活率。

2 傳統(tǒng)CT影像形態(tài)學(xué)特征指標(biāo)及定量指標(biāo)

目前，肺部病變最常用的檢查方法是CT。GGN的CT形態(tài)學(xué)特征指標(biāo)包括內(nèi)部及外部，外部形態(tài)學(xué)特征有分葉、毛刺、胸膜凹陷征等；內(nèi)部形態(tài)學(xué)特征有空泡征、支氣管血管束、空洞等[6]。CT定量參數(shù)常包括GGN的直徑、體積、CT值、實(shí)性成分比例（consolidation/tumor ratio，CTR）、質(zhì)量等。

2.1 形態(tài)學(xué)特征指標(biāo)

對于外部形態(tài)學(xué)特征，鄭慧等[7]研究發(fā)現(xiàn)血管改變、毛刺征和臍凹征是浸潤性腺癌的獨(dú)立危險(xiǎn)因素，聯(lián)合診斷的ROC曲線下面積（area under the curve，AUC）為0.805。Jiang等[8]研究發(fā)現(xiàn)IAC的分葉征和毛刺征出現(xiàn)率明顯高于MIA。Chu等[9]研究發(fā)現(xiàn)MIA/IAC組較AAH/AIS組更常出現(xiàn)密度不均勻、形狀不規(guī)則、分葉征、毛刺征、胸膜凹陷征和血管改變等影像學(xué)特征表現(xiàn)。

對于內(nèi)部形態(tài)學(xué)特征，Hsu等[10]研究發(fā)現(xiàn)，當(dāng)pGGN出現(xiàn)分葉和空腔時(shí)，IAC的可能性更大，其中空腔是IAC的重要預(yù)測因子。Yanagawa等[11]研究顯示支氣管不規(guī)則擴(kuò)張和破壞及實(shí)性部分直徑等均有助于鑒別肺腺癌浸潤性，其中支氣管不規(guī)則的擴(kuò)張和破壞及大于0.8 cm的實(shí)性部分與GGN浸潤性密切相關(guān)，聯(lián)合診斷的AUC為0.94。Liu等[12]研究顯示血管改變是鑒別浸潤性腺癌和癌前病變的重要因素。

2.2 定量指標(biāo)

GGN的直徑和體積是鑒別肺腺癌浸潤性的重要因素。Zhang等[13]研究發(fā)現(xiàn)，GGN直徑≥12.2 mm且實(shí)性成分直徑≥6.7 mm有助于鑒別IAC和AIS、MIA。Li等[14]研究發(fā)現(xiàn)，與AIS、MIA相比，IAC的直徑和體積明顯增大，這可能是因?yàn)镮AC中腫瘤組織成分增多和肺泡間隔增厚。

較高的CT值也是浸潤性肺腺癌的危險(xiǎn)因素。GGN的CT值與其所保留的含氣腔隙密切相關(guān)，含氣腔隙減少，實(shí)性成分增加，CT值較高[15]。Chu等[9]研究顯示浸潤性pGGN的CT值常大于-632 HU。Li等[16]研究發(fā)現(xiàn)GGN的平均CT值和最大CT值對區(qū)分AAH/AIS、MIA與IAC具有重要意義。AAH/AIS與MIA、IAC平均CT值臨界值分別為-548、-364.59 HU，最大 CT 值分別為 -419.75、-16.98 HU。除CT值外，質(zhì)量也是浸潤性GGN的預(yù)測因子。Liu等[17]研究顯示在薄層CT上直徑≥11.25 mm、質(zhì)量＞386 mm3的pGGN與IAC顯著相關(guān)。

實(shí)性成分比例（CTR）是指GGN實(shí)性成分最大徑占結(jié)節(jié)最大徑的比例，又稱實(shí)性/腫瘤（C/T）比[4]。實(shí)性成分的比例或大小對鑒別肺腺癌的浸潤性有重要意義。Lu等[18]研究顯示多層螺旋CT上，實(shí)性成分≥0.9 mm時(shí)可有效鑒別浸潤性腺癌，病灶大小和實(shí)體成分大小聯(lián)合診斷的AUC高達(dá)0.984。符浩男等[19]研究發(fā)現(xiàn)，實(shí)性成分比例＞0.333，GGN最大徑 ＞0.90 cm，mGGN CT 值 ＞-436.5 HU 時(shí)浸潤性肺腺癌的可能性較大。

3 影像組學(xué)定量分析

影像組學(xué)能高通量地從CT、MRI或PET/CT等影像中提取許多影像學(xué)特征，實(shí)現(xiàn)病灶感興趣區(qū)的分割、特征的提取和模型的建立，并且提供腫瘤的基因表型、分期的預(yù)測等信息[20]?；貧w模型、支持向量機(jī)（SVM）、隨機(jī)森林、卷積神經(jīng)網(wǎng)絡(luò)是使用較普遍的影像組學(xué)模型，其中在臨床應(yīng)用最廣的是Logistic回歸模型[21]。

與傳統(tǒng)CT相比，影像組學(xué)模型在鑒別肺腺癌浸潤性上具有更高的診斷價(jià)值。Fan等[22]回顧性分析了160例表現(xiàn)為GGN的肺腺癌患者的CT圖像，從中提取355個(gè)放射組學(xué)特征，在原始隊(duì)列和3個(gè)驗(yàn)證隊(duì)列中的AUC分別是0.917、0.971、0.942、0.936，要高于傳統(tǒng)CT（AUC=0.872）[17]，表明影像組學(xué)比傳統(tǒng)CT有更好的鑒別能力。

將放射組學(xué)模型與其他模型融合可以產(chǎn)生1+1＞2的效果。Xia等[23]提出了一種基于U網(wǎng)的卷積神經(jīng)網(wǎng)絡(luò)來分割GGN并構(gòu)建了DL和放射組學(xué)融合的新模型來鑒別浸潤性肺腺癌，研究納入了373個(gè)GGN，將DL模型、放射組學(xué)模型、融合的新模型的診斷進(jìn)行比較，結(jié)果表明與DL模型和放射組學(xué)模型（AUC分別為0.83±0.05、0.87±0.04）相比，新融合模型（AUC為0.90±0.03）提高了鑒別IAC的診斷性能。Song等[24]回顧性分析187個(gè)pGGN，建立了三個(gè)預(yù)測模型（臨床、放射組學(xué)和臨床-放射組學(xué)模型），結(jié)果顯示臨床-放射組學(xué)模型的判別能力最佳，訓(xùn)練集和測試集的AUC值分別為0.934和0.929，表明影像組學(xué)模型聯(lián)合臨床特征可以進(jìn)一步提升鑒別肺腺癌的能力。Liu等[25]納入239例GGN患者，利用影像組學(xué)特征和臨床信息建立諾模圖，計(jì)算得出訓(xùn)練集和驗(yàn)證集AUC分別為0.831和0.816，高于單純影像組學(xué)模型。

隨著臨床和影像學(xué)研究的飛速發(fā)展，以及對GGN精準(zhǔn)診療的需求不斷擴(kuò)大，探討GGN型肺腺癌浸潤性的研究進(jìn)展，不僅有助于肺腺癌術(shù)前病情的評估和治療方案的選擇，也為未來的研究指明了方向。本文主要概述了常規(guī)CT形態(tài)學(xué)特征指標(biāo)及定量指標(biāo)、影像組學(xué)建模等影像學(xué)手段在鑒別表現(xiàn)為磨玻璃結(jié)節(jié)的肺腺癌浸潤性方面的研究進(jìn)展。綜合發(fā)現(xiàn)，CT的形態(tài)學(xué)特征指標(biāo)及定量指標(biāo)對鑒別GGN型肺腺癌浸潤程度具有較大的價(jià)值但診斷性能略低于影像組學(xué)。近年來，影像組學(xué)建模在醫(yī)學(xué)診斷中廣泛應(yīng)用，在診斷肺腺癌浸潤性方面已顯示出較大價(jià)值，且與其他模型（如臨床信息預(yù)測模型）融合具有更高的敏感性和準(zhǔn)確性。未來在提升常規(guī)CT等對GGN型肺腺癌浸潤程度的鑒別能力的基礎(chǔ)上，聯(lián)合其他技術(shù)如影像組學(xué)、人工智能等有望進(jìn)一步提高GGN型肺腺癌浸潤度的鑒別診斷能力，也是未來研究發(fā)展的趨勢。