肺結節(jié)術前薄層CT征象及定量參數與術后病理對照研究＊

高大圣 胡茂能 岳慶峰 王 晶 劉云峰

安徽省合肥市第三人民醫(yī)院影像中心 (安徽 合肥 230022)

在所有惡性腫瘤中，肺癌的發(fā)病率一致居高不下，研究報道，我國每年新發(fā)及死亡肺癌病例數分別達70.5萬、50萬[1]。研究數據表明，在接受完全切除術的肺早期微浸潤性腺癌和原位腺癌患者5年無病生存率高達百分之百[2]。而肺癌早期常無明顯臨床癥狀，僅表現為孤立性肺結節(jié)(SPN)。因此，早期、精確評估SPN良惡性至關重要。CT在SPN定性診斷中相對有效，且應用廣泛[3]。薄層CT選擇≤1 mm的層厚，將CT空間分辨率發(fā)揮到極致，顯示結節(jié)內部微小結構更為清晰，診斷靈敏度更高[4-5]。因此，分析薄層CT征象及定量參數與SPN病變性質的相關性具有重要臨床意義。另外，近年來，人工智能(AI)輔助診斷系統(tǒng)在SPN影像診斷方面的應用逐漸增多，有助于SPN快速檢出及定性診斷[6]?；诖?，本研究通過肺結節(jié)術前薄層CT及術后病理結果對照分析，總結薄層CT征象及定量參數與病變性質的相關性，并評估AI輔助薄層CT在SPN定性診斷中的應用價值，以期為更好地指導術前評估提供依據。報道如下。

1 資料和方法

1.1 一般資料選取2019年1月至2022年1月我院SPN患者100例，術前均行薄層CT掃描，術后取得病理結果。

納入標準：符合SPN診斷標準[7]；有明確病理結果；病歷資料完整。排除標準：結節(jié)直徑＞30 mm；多發(fā)結節(jié)；惡性腫瘤病史。

1.2 方法(1)資料獲?。喝朐簳r收集所有患者的性別、年齡、慢性肺部疾病(既往確診有哮喘、慢阻肺、肺結核等)、家族史、臨床癥狀(發(fā)熱、咳嗽、呼吸困難、胸痛等)等一般資料。(2)薄層CT檢查：GE 64排128層Optima，參數：管電流、管電壓分別為30 mA、120kV，層間隔5mm，層厚5mm，重建層厚1.25mm。范圍：胸廓入口至膈肌，一次屏氣下完成掃描。由2位放射科資深醫(yī)師結合CT影像學特征及患者一般臨床特點，并結合我院AI系統(tǒng)對肺結節(jié)的預測，獨立診斷SPN病變性質，意見不一致時協(xié)商一致。

1.3 觀察指標(1)病理結果。(2)惡性組與良性組一般臨床特點。(3)惡性組與良性組薄層CT征象及定量參數。(4)診斷價值。

1.4 數據處理所有數據的分析均在SPSS22.0軟件上進行，()用來表示計量資料，兩組間行t檢驗；n(%)用來表示計數資料，行卡方檢驗。所有檢驗都是雙側檢驗，α=0.05。

2 結果

2.1 病理結果本研究中100例SPN患者均經手術病理證實，其中惡性59例為惡性組，良性41例為良性組。

2.2 惡性組與良性組一般臨床特點惡性組吸煙史比例(45.76%)高于良性組(24.39%)，年齡大于良性SPN患者(P＜0.05)；惡性組、良性組性別、慢性肺部疾病、家族史比較，差異無統(tǒng)計學意義(P＞0.05)。見表1。

表1 惡性組與良性組一般臨床特點

圖1 病理類型為腺癌，左肺上葉見混雜磨玻璃結節(jié)，約2.5×2.1×1.6 cm，邊緣毛躁，邊緣見血管集束征，臨近胸膜凹陷。圖2 原位腺癌伴微浸潤，左肺上葉見混合磨玻璃結節(jié)，約2.0×1.5×1.2 cm，邊緣毛躁，多發(fā)毛刺。

2.3 惡性組與良性組薄層CT征象及定量參數征象中，惡性組分葉征、毛刺征、血管集束征、結節(jié)位于肺上葉比例在惡性組中出現的頻率較良性組高，空洞征出現的頻率顯著較良性組低(P＜0.05)，量化參數中，惡性組分葉征象＞3比例、毛刺數＞3比例、結節(jié)直徑8 mm＜D≤30 mm比例高于良性組(P＜0.05)。見表2。

表2 惡性組與良性組薄層CT征象及定量參數

2.4 診斷價值AI輔助薄層CT定性診斷SPN的敏感度為79.66%(47/59)，特異度為90.24%(37/41)，準確度為84.00%(84/100)。見表3。

表3 AI輔助薄層CT診斷結果

3 討論

隨影像技術發(fā)展，SPN檢出率越來越高，但其良惡性鑒別診斷仍存在一定困難[8]。目前，CT仍是SPN主要篩查和鑒別診斷手段。薄層CT選擇≤1 mm的層厚，可對圖像進行重建，更加清晰地觀察SPN位置、大小、密度、形態(tài)等細節(jié)特征，已成為SPN定性診斷不可或缺的方法之一[9]。因此，對SPN薄層CT征象及定量參數的分析具有重要臨床價值。

薄層CT可更好顯示SPN微小結構，并將這些征象及定量參數用作定性診斷依據。但相當一部分影像學征象在良惡性SPN中同時存在[10]，因此，為進一步評估薄層CT在SPN診斷中的作用，精確分析結節(jié)大小、位置、內部特征等特點十分必要。分葉征被認為是腫瘤生長速度不一致所致，并與結節(jié)惡性風險存在密切關系。毛刺是腫瘤直接侵入鄰近局部淋巴結節(jié)或支氣管血管鞘而形成。研究表明，分葉、毛刺是惡性SPN獨立危險因素[11]。Yang等[12]研究顯示，118例有毛刺、分葉的SPN中，惡性SPN率達94.07%(111/118)。因此，有毛刺、分葉的SPN極值得臨床重視。本研究中，除了惡性SPN分葉外，其毛刺出現率及毛刺數＞3的比例都較良性SPN高，與上述研究報道一致。血管集束是SPN定性診斷的重要指標之一。惡性SPN血供相對豐富，供血血管通常明顯增粗、增多或迂曲擴張，而良性SPN血供較少，因此，惡性SPN更易出現血管集束征[13]。本研究中，41例良性SPN中10例出現此征象，其中炎性肌纖維母細胞瘤6例，結核球4例，出現率為24.39%(10/41)；59例惡性SPN中，29例出現此征象，出現率為49.15%(29/59)，惡性SPN血管集束征出現率顯著高于良性SPN。惡性與良性SPN均可見鈣化，本研究中，惡性與良性SPN在鈣化方面未顯示出統(tǒng)計學差異，與牟干[14]報道一致。在SPN病灶內出現的點狀透亮影，直徑約為1～2mm，被定義為空泡征，研究認為，空泡征可作為判斷SPN為惡性征象，且多見于肺腺癌[15]。而本研究顯示，59例惡性SPN中，17例出現此征象，出現率為28.81%(17/59)，41例良性SPN中8例出現此征象，出現率為29.27%(8/41)；良性組、惡性組空泡征出現率無顯著差異，這可能與樣本量差異有關?？斩粗饕刹≡顑炔砍霈F缺血性壞死所形成，有學者認為，空洞征可以作為SPN良惡性判斷的一個指標[16]。本研究結果顯示，29.27%(12/41)的良性SPN見空洞征，顯著高于惡性組6.78%(4/59)，與上述結果一致，這可能是由于惡性SPN血供非常豐富的原因。結節(jié)大小是鑒別SPN良惡性的重要指標之一，研究認為，SPN直徑越大，惡變風險就越大[17]。本研究結果表明，惡性SPN的結節(jié)直徑8 mm＜D≤30 mm比例顯著高于良性組(P＜0.05)，與先前報道類似。目前，關于SPN位于上葉是否為惡性SPN危險因素尚存在爭議。有學者指出，肺上葉結節(jié)癌變風險顯著高于其余位置，可能與呼吸時上葉支氣管氣流較大，吸入空氣中致癌物較多有關[18]。也有研究認為，肺葉位置與SPN良惡性無關[19]。本研究顯示，惡性SPN更多見于肺上葉，與相關報道肺癌多見于肺上葉相符。因此，肺上葉SPN懷疑惡性征象時，應給予充分重視。

采用薄層CT進行SPN良惡性鑒別診斷時，應考慮肺癌高危因素，包括年齡、吸煙史、慢性肺部疾病、家族史等[20-21]。高齡、吸煙被認為是肺癌主要危險因素，本研究也發(fā)現，惡性SPN患者吸煙史比例(45.76%)高于良性SPN患者(24.39%)，年齡大于良性SPN患者。但良惡性SPN患者慢性肺部疾病比例、家族史比例無顯著差異，可能與樣本量小有關，有待后續(xù)大樣本數據進一步研究。

智能醫(yī)學在未來醫(yī)學的發(fā)展過程中扮演著非常重要的作用，就目前的發(fā)展趨勢而言，醫(yī)學影像將會是AI技術在未來醫(yī)學中發(fā)展的重要應用之一[22]。本研究中，AI輔助薄層CT定性診斷SPN的敏感度為79.66%(47/59)，特異度為90.24%(37/41)，準確度為84.00%(84/100)，提示薄層CT對SPN良惡性的診斷具有較高的準確性，進而為肺癌早期篩查提供參考。

綜上可知，當SPN薄層CT特征表現為毛刺征、分葉征、血管集束征、位于肺上葉及分葉征象＞3比例、毛刺數＞3、直徑＞8 mm時，應高度警惕惡性結節(jié)的可能，AI輔助薄層CT在SPN定性診斷中具有重要應用價值，值得臨床推廣。