胸部CT增強紋理特征預測肺內(nèi)結(jié)節(jié)良惡性的可行性研究

詹路江，李榮惠（通信作者），段茜婷，朱星星

（1紅河哈尼族彝族自治州第三人民醫(yī)院放射影像科 云南 紅河 661000）

（2個舊市人民醫(yī)院放射科 云南 紅河 661000）

我國肺癌發(fā)病率高，且早期發(fā)現(xiàn)困難，多數(shù)患者發(fā)現(xiàn)時已發(fā)展為中-晚期肺癌，治療預后效果差[1]。目前我國體檢肺癌篩查多利用CT進行，對于發(fā)現(xiàn)肺內(nèi)結(jié)節(jié)的多數(shù)建議進行CT增強掃描進一步檢測，增強掃描能明確結(jié)節(jié)內(nèi)是否具有血管侵犯、血管供血等情況，有利于判斷肺內(nèi)結(jié)節(jié)的性質(zhì)[2]。然而，人眼進行增強圖像的微小肺內(nèi)結(jié)節(jié)診斷具有一定主觀性，且無法確定結(jié)節(jié)性質(zhì)，目前多數(shù)以手術(shù)后病理診斷確認結(jié)節(jié)性質(zhì)，因此，是否能夠利用增強CT圖像即明確肺內(nèi)結(jié)節(jié)良惡性是目前急需解決的臨床問題。圖像紋理特征分析可以將肉眼難以區(qū)分的細小圖像差別可視化，可區(qū)分肺內(nèi)結(jié)節(jié)增強的血管變化情況[3]。因此本研究擬引入圖像紋理特征進行增強CT動脈期圖像分析，客觀地顯示肺內(nèi)結(jié)節(jié)的紋理特征。進行肺內(nèi)結(jié)節(jié)良惡性的預測，幫助臨床制定后續(xù)治療方案。

1 資料與方法

1.1 一般資料

收集2020年10月—2023年1月在紅河哈尼族彝族自治州第三人民醫(yī)院診斷為肺內(nèi)結(jié)節(jié)的108例患者增強胸部CT動脈期圖像。本研究為回顧性研究，使用醫(yī)院HIS系統(tǒng)篩選患者。納入標準：①進行胸腔鏡肺部分切除術(shù)的肺內(nèi)結(jié)節(jié)患者；②患者術(shù)后取得病理結(jié)果。排除標準：病理結(jié)果顯示為非肺部來源的繼發(fā)性腫瘤。所有患者均簽署知情同意書。

1.2 方法

1.2.1 分組方法 以術(shù)后病理結(jié)果為標準進行分組，A組為惡性肺內(nèi)結(jié)節(jié)患者，B組為良性肺結(jié)節(jié)患者，記錄患者性別、年齡、糖類抗原125、癌胚抗原。

1.2.2 設(shè)備 采用東芝640層螺旋CT（Toshiba Aquilion ONE）掃描，采用迭代重建技術(shù)，管電流180 mA，管電壓120 kV，掃描層厚0.5 mm，層間距0.5 mm，矩陣：512×515，機架轉(zhuǎn)運速度0.6 s/r，螺距0.6，增強掃描采用雙通高壓注射器，注射100 mL每支藥物碘佛醇（350 mgI/mL，江蘇恒瑞醫(yī)藥股份有限公司，國藥準字H20143027），注射速率為4 mL/s，總量為45 mL，生理鹽水注射速率為3 mL/s，總量為20 mL，掃描范圍包括整個肺部。

1.3 紋理特征提取

以胸部增強CT軟組織原始數(shù)據(jù)進行勾畫肺內(nèi)結(jié)節(jié)所有層面，采用Omni-Kinetics軟件進行三維容積融合,利用軟件提取三維融合后ROI中的67個圖像紋理特征[4]，主要包括29個基于灰度直方圖（最小、最大、中等強度值、體素和、最小、最大像素點位置等）、28個基于空間灰度共生矩陣（相關(guān)性、逆差矩、非均勻性等）、10個灰度游程步長矩陣（短游程增強、長游程增強等），見圖1。

圖1 肺內(nèi)結(jié)節(jié)紋理特征提取流程圖

1.4 統(tǒng)計學方法

采用SPSS 19.0統(tǒng)計軟件分析數(shù)據(jù)，符合正態(tài)分布的計量資料以均數(shù)±標準差（）表示，采用t檢驗；不符合正態(tài)分布采用秩和檢驗，以中位數(shù)與四分位間距[M（Q1，Q3）]表示；計數(shù)資料以頻數(shù)（n）、百分率（%）表示，采用χ2檢驗，P＜0.05為紋理特征參數(shù)具有相關(guān)性，單因素分析具有差異特征納入二元Logistics回歸分析，篩選預測肺內(nèi)結(jié)節(jié)良惡性的獨立風險因素并建立預測模型。對單因素差異值與Logistics預測模型繪制受試者工作特征（ROC）曲線，分析診斷效能。

2 結(jié)果

2.1 臨床資料比較

兩組共108例患者年齡、性別比例差異均不具有統(tǒng)計學意義（P＞0.05），A組癌胚抗原、糖類抗原125含量顯著高于B組（P＜0.01），見表1。

表1 兩組患者一般資料比較

2.2 紋理特征與模型建立

增強CT動脈期圖像提取紋理特征67個，其中3個紋理特征值差異顯著（P＜0.05），見表2，64個紋理特征值無顯著差異（P＞0.05）。二元Logistics回歸方程結(jié)果顯示癌胚抗原、糖類抗原125、Homogeneity（同質(zhì)性）為預測肺內(nèi)良惡性肺結(jié)節(jié)獨立風險因素，見表3，模型為：Logit（P）=2.564+Homogeneity×2.593+癌胚抗原×10.435+糖類抗原125×6.431。

表3 單因素差異指標二元Logistics回歸分析

2.3 單因素差異值與Logistics模型ROC曲線分析

所有單因素指標AUC均低于二元Logistics回歸方程聯(lián)合模型，Logit（P）AUC為0.935，當閾值取631.34時，靈敏度為81.8%，特異度為96.1%，見表4、圖2。

表4 單因素差異指標二元Logistics的ROC曲線分析

圖2 單因素差異與聯(lián)合模型Logit（P）ROC曲線圖

3 討論

目前診斷肺內(nèi)結(jié)節(jié)是否為惡性，是否需要手術(shù)治療，主要使用CT增強掃描進行診斷，然而目前臨床上CT增強判斷肺內(nèi)結(jié)節(jié)良惡性并不是十分準確，主要受到診斷者主觀因素與肺內(nèi)結(jié)節(jié)病灶較小影響判斷等干擾，導致診斷準確率不高[5]。人眼進行增強圖像的微小肺內(nèi)結(jié)節(jié)診斷具有一定主觀性，且無法確定結(jié)節(jié)性質(zhì)，目前多數(shù)以手術(shù)后病理診斷確認結(jié)節(jié)性質(zhì)，因此，是否能夠利用增強CT圖像即明確肺內(nèi)結(jié)節(jié)良惡性是目前急需解決的臨床問題。因此本研究基于臨床信息結(jié)合增強圖像紋理特征進行增強血管微小變化、供血等紋理相關(guān)特性進行預測肺內(nèi)結(jié)節(jié)良惡性。本研究結(jié)果顯示：A組癌胚抗原、糖類抗原125含量顯著高于B組，表明腫瘤標志物癌胚抗原與糖類抗原125能進行肺內(nèi)良惡性結(jié)節(jié)的術(shù)前判斷。同時本研究中67個紋理特征值中有3個差異具有統(tǒng)計學意義，在聯(lián)合診斷的回歸模型Logit（P）中，診斷效能達到96.1%，明顯優(yōu)于腫瘤標志物與單個紋理特征的預測。

本研究為回顧性研究，所有患者均取得病理結(jié)果，對病理結(jié)果分組進行預測模型建立，分析基于增強CT掃描肺內(nèi)結(jié)節(jié)的紋理數(shù)據(jù)聯(lián)合腫瘤標志物對于預測肺內(nèi)結(jié)節(jié)良惡性的效能。本研究發(fā)現(xiàn)腫瘤標志能進行肺內(nèi)結(jié)節(jié)良惡性的判斷，與以往研究類似[6]。同時本文發(fā)現(xiàn)CT增強動脈期圖像紋理特征能進行肺內(nèi)結(jié)節(jié)良惡性的鑒別，其中紋理特征同質(zhì)性（Homogeneity）代表與對比度或相異性相反，同質(zhì)性的權(quán)重隨著元素值與對角線距離的增大而減小，其減小方式是指數(shù)形式的，這種減小則用Homogeneity數(shù)值表示。Homogeneity還受到灰度直方圖的影響，Homogeneity越大表明肺內(nèi)結(jié)節(jié)潛在生成的腫瘤毛細血管越豐富，是一種惡性性質(zhì)的表現(xiàn)，這種惡性質(zhì)的表現(xiàn)主要集中在ROI位置病灶的不穩(wěn)定、不均勻、隨時發(fā)生微小變化等紋理特征征象中，甚至還可以間接反映肺內(nèi)結(jié)節(jié)是否具有新生小血管出血的可能[7-9]，與A組惡性結(jié)節(jié)的臨床病理表現(xiàn)相符合。在單因素中Quantile90（正像素分布第90個百分位點）、Quantile95（正像素分布第90個百分位點）也可以預測肺內(nèi)結(jié)節(jié)良惡性，主要原因是惡性腫瘤更傾向于出現(xiàn)液化壞死導致正像素高位百分比出現(xiàn)異常[10-11]，但在回歸模型中被剔除，因此聯(lián)合模型中未納入正像素分布第90與95百分位點，表明在肺內(nèi)結(jié)節(jié)的良惡性預測中，由于結(jié)節(jié)多數(shù)較小，還未能發(fā)生液化壞死，因此雖然存在單因素差異，但是總體影響不如其他指標，診斷效能也低于其他單個指標。

本次研究的不足主要在于只進行動脈期圖像紋理特征提取，未進行靜脈期圖像紋理特性提取，對于動脈期聯(lián)合靜脈期的紋理特征模型是否優(yōu)于單期相需要進一步研究，且本研究樣本量偏小，后續(xù)仍需要加大樣本并進行多中心研究。

綜上所述，對于肺內(nèi)結(jié)節(jié)的良惡性預測可以采用增強CT動脈期圖像進行紋理特征提取，同時聯(lián)合腫瘤標志物進行綜合判斷，為臨床提供明確的肺內(nèi)結(jié)節(jié)良惡性信息。