基于增強(qiáng)MRI圖像紋理特征預(yù)測肝細(xì)胞癌病理分化程度

阮期曾，周明璐，李青春，黃蘭彬，廖志藝

（欽州市第一人民醫(yī)院MRI室 廣西 欽州 535000）

肝細(xì)胞癌（hepatocellular carcinoma，HCC）是全球第二致死率癌癥，在我國癌癥總體發(fā)病數(shù)中排名第四，目前我國總體HCC死亡率逐漸上升[1]。HCC的病理分型與患者的手術(shù)預(yù)后具有相關(guān)性，高分化HCC術(shù)后生存時間長、轉(zhuǎn)移率低，而中-低分化HCC則常出現(xiàn)術(shù)后復(fù)發(fā)的現(xiàn)象[2]。對于HCC高分化與中-低分化病理的治療都主要以為手術(shù)為主，然而術(shù)前判斷HCC分化程度有利于制定手術(shù)范圍、手術(shù)中粒子植入、判斷術(shù)后存活率等[3]。因此，如何在手術(shù)取得病理前進(jìn)行判斷HCC患者病理分級成為目前的主要研究熱點(diǎn)。圖像紋理特征分析是一種將病變不可見的特征可視化的方法，可區(qū)分病變的異質(zhì)性[4]。相關(guān)研究證實(shí)HCC的組織病理存在不同性質(zhì)病變，如液化、壞死等，同時在形態(tài)特征上也存在不同，如邊界、大小等，因此引入圖像紋理特征分析能客觀地數(shù)據(jù)化肉眼無法分析的HCC特征。本研究擬采用肝細(xì)胞癌患者的MRI增強(qiáng)T1WI圖像紋理特征進(jìn)行預(yù)測HCC病理分化程度，幫助臨床在術(shù)前全面了解患者情況，合理制定手術(shù)方案與后續(xù)用藥方案。

1 資料與方法

1.1 一般資料

回顧性選取2021年10月—2022年12月在欽州市第一人民醫(yī)院經(jīng)臨床診斷為HCC 84例患者的MRI增強(qiáng)T1WI圖像及臨床資料。所有患者均簽署知情同意書。納入標(biāo)準(zhǔn)：①手術(shù)前5周內(nèi)進(jìn)行過腹部MRI增強(qiáng)掃描；② 患者術(shù)后取得病理信息。排除標(biāo)準(zhǔn)：MRI增強(qiáng)掃描前進(jìn)行過干預(yù)治療的患者（包括化療、介入栓塞等）。

1.2 方法

1.2.1 分組方法 獲得術(shù)后病理結(jié)果，將高分化肝細(xì)胞癌患者設(shè)為A組（n=48），中-低分化肝細(xì)胞癌為B組（n=36），記錄患者血壓、紅細(xì)胞分布寬度（red blood cell distribution width，RDW）、中性粒細(xì)胞/淋巴細(xì)胞值（neutrophil-to-lymphocyte ratio，NLR）、體質(zhì)量指數(shù)（body mass index，BMI）。

1.2.2 設(shè)備 采用西門子（MAGNETOM，Skyra）3.0 MRI掃描，使用32通道腹部線圈，MRI增強(qiáng)T1WI序列參數(shù)為：屏氣T1WI脂肪抑制肝臟快速采集序列，TR 3.1 ms，TE 1.5 ms，反轉(zhuǎn)時間5.0 ms，反轉(zhuǎn)角15°，矩陣320×320，層厚5 mm，F(xiàn)OV：40 cm×36 cm。增強(qiáng)采用高壓注射器以2 mL/s流速注射，總劑量為0.1 mmol/kg。

1.3 紋理特征提取

以MRI增強(qiáng)T1WI原始數(shù)據(jù)進(jìn)行勾畫HCC腫瘤所有層面，通過三維容積融合成容積ROI,利用Omni-Kinetics軟件提取ROI中的67個圖像特征，見圖1。

圖1 紋理特征提取工作-建模流程圖

1.4 統(tǒng)計學(xué)方法

采用SPSS 19.0統(tǒng)計軟件進(jìn)行數(shù)據(jù)處理，符合正態(tài)分布的計量資料以均數(shù)±標(biāo)準(zhǔn)差（± s）表示，采用t檢驗(yàn)；不符合正態(tài)分布以中位數(shù)與四分位間距[M（Q1，Q3）]表示，采用秩和檢驗(yàn)。計數(shù)資料以頻數(shù)（n）、百分率（%）表示，采用χ2檢驗(yàn)，對單因素分析具有統(tǒng)計學(xué)差異的紋理特征參數(shù)使用皮爾遜相關(guān)系數(shù)進(jìn)行相關(guān)性分析，P＜0.05為紋理特征參數(shù)具有相關(guān)性，剔除具有相關(guān)性的紋理參數(shù)后納入二元Logistics回歸分析，篩選出預(yù)測HCC患者病理分化程度的最佳參數(shù)組合并建立預(yù)測模型。對預(yù)測HCC患者病理分化程度的獨(dú)立風(fēng)險因素與Logistics預(yù)測模型進(jìn)行受試者工作特征（ROC）曲線分析診斷效能。以P＜0.05為差異有統(tǒng)計學(xué)意義。

2 結(jié)果

2.1 臨床資料比較

兩組患者年齡、性別比例、NRL、RDW、BMI差異均不具有統(tǒng)計學(xué)意義（P＞0.05），見表1。

表1 兩組患者一般資料比較

2.2 紋理特征比較

MRI增強(qiáng)T1WI圖像提取HCC腫瘤紋理特征共67個，其中6個紋理特征值差異有統(tǒng)計學(xué)意義（P＜0.05），見表2，其中能量（angular second moment）與偏度（skewness）（r=-0.79，P=0.05）、均勻性（uniformity）（r=0.81，P=0.01），頻率大?。╢requency size）與偏度（r=-0.82，P=0.03）、 差 方（difference variance）（r=- 0.79，P=0.01），線像度(line likeness）與偏度（r=0.85，P=0.04）、差方（r=0.79，P=0.02）參數(shù)存在相關(guān)性。相關(guān)性熱圖，61個紋理特征值無顯著差異（P＞0.05），見圖1。

表2 兩組紋理特征值比較[M（Q1，Q3）]

2.3 預(yù)測模型建立

二元logistics回歸方程結(jié)果顯示能量（angular second moment）、線像度（line likeness）與頻率大小（frequency size）為預(yù)測HCC分化程度的獨(dú)立風(fēng)險因素（表3），其預(yù)測模型為：Logit（P）=-0.876+angular second moment×2.975+line likeness×0.215+frequency size×-3.537，Logit（P）的ROC曲線下面積為0.85，取閾值為0.534 56時，靈敏度及特異度分別為（81.6%、79.2%），見圖2。

圖2 單指標(biāo)與聯(lián)合模型Logit（P）預(yù)測HCC病理分化程度ROC曲線圖

表3 單因素差異指標(biāo)多重共線性篩選后二元Logistics回歸分析

3 討論

HCC患者的分化程度與預(yù)后、手術(shù)范圍、治療方案等有關(guān)，早期預(yù)測患者HCC腫瘤分化程度可為臨床提供更多有效信息。本研究兩組患者一般臨床資料無統(tǒng)計學(xué)意義，表明一般臨床資料無法預(yù)測HCC的病理分化程度。本研究中67個紋理特征值中6個差異具有統(tǒng)計學(xué)意義（P＜0.05），可為HCC患者提供腫瘤大小、穩(wěn)定性、是否具有侵襲性等臨床信息，從而預(yù)測病理分化程度。

本研究所有患者均手術(shù)后取得病理結(jié)果，以病理結(jié)果的高分化與中-低分化進(jìn)行對照研究，單因素分析結(jié)果一般臨床資料無法預(yù)測HCC分化程度，與以往研究類似[5]。張加輝等[6]進(jìn)行的HCC影像組學(xué)研究中發(fā)現(xiàn)紋理可預(yù)測肝癌的類型，如HCC、膽管細(xì)胞癌、混合型肝癌等，總體誤診率低，本研究中利用紋理特征分析發(fā)現(xiàn)，腫瘤的紋理特征不僅能區(qū)分腫塊的病理類型，還能進(jìn)一步預(yù)測腫瘤的病理分型。其主要原因是不同分化程度的HCC之間存在細(xì)胞通透性改變、不同的異常血管生成以及黏液變程度不同、壞死程度不同等[7-8]。本研究利用MRI增強(qiáng)T1WI圖像為基礎(chǔ)提取HCC腫瘤紋理特征顯示：差方、頻率大小、均勻性、線像度、偏度、能量六個紋理特征參數(shù)值對HCC腫瘤是否高分化具有統(tǒng)計學(xué)意義，其中能量、線像度與頻率大小為預(yù)測HCC分化程度的獨(dú)立風(fēng)險因素。頻率大小是表示病變特征值分布對稱性大小的客觀值,頻率越高，病變密度直方圖分布越彌散[9-10]，在HCC腫瘤中，由于腫瘤高分化與中-低分化時出現(xiàn)不同黏液變、壞死，會導(dǎo)致病變特征值分布不均勻，從而影響相關(guān)紋理特征值的變化。能量、線像度兩者表示的是圖像中弧度分布的范圍和紋理粗細(xì)度，HCC病理分化不同導(dǎo)致異常血管生成不同，從而影響圖像中弧度分布，符合本文單因素結(jié)果分析。

綜上所述，對于HCC患者行MRI增強(qiáng)T1WI紋理分析可快速獲得腫瘤的大小、黏液變程度、是否具有侵襲性等重要臨床信息，且基于MRI增強(qiáng)T1WI圖像紋理能有效預(yù)測HCC患者腫瘤分化程度，為臨床手術(shù)與后續(xù)治療方案提供有效信息。