基于胸部CT 平掃紋理特征預(yù)測(cè)肺癌Ki-67 表達(dá)水平的可行性研究

宋 晶，謝 利

（1 濟(jì)寧市第三人民醫(yī)院醫(yī)學(xué)影像科 山東 濟(jì)寧 272100）

（2 濟(jì)寧市第三人民醫(yī)院醫(yī)學(xué)放療科 山東 濟(jì)寧 272100）

肺癌是我國(guó)高齡人群的高發(fā)癌癥，肺癌的惡性程度與不可控細(xì)胞增殖直接相關(guān)[1]。目前Ki-67 的表達(dá)已被證實(shí)與多種腫瘤的細(xì)胞增殖有關(guān)，同時(shí)也被證明是肺癌的預(yù)后影響因子[2]。在治療的選擇中Ki-67 能起到早期診斷與制定個(gè)體化治療方案的輔助作用[3]。因此，檢查Ki-67 表達(dá)具有重要臨床意義，然而，臨床上Ki-67 只能通過(guò)免疫組化染色進(jìn)行定量檢測(cè)，對(duì)于不適于手術(shù)治療與無(wú)法進(jìn)行Ki-67 免疫組化染色的醫(yī)院則無(wú)法獲得Ki-67表達(dá)數(shù)據(jù)。

圖像紋理特征分析是目前大量用于腫瘤研究中的量化圖像手段，CT 平掃紋理分析能將腫瘤病變內(nèi)不同細(xì)微像素變化的特征轉(zhuǎn)為可視化數(shù)據(jù)的一種量化方法,能發(fā)現(xiàn)肉眼無(wú)法觀察的組織病理病變[4]。本研究組提出科學(xué)假說(shuō)，CT 平掃的腫瘤圖像紋理特征能從腫瘤微觀層面量化圖像數(shù)據(jù)進(jìn)一步反應(yīng)Ki-67 的表達(dá)程度，因此，本研究擬采用胸部CT 平掃圖像紋理特征進(jìn)行Ki-67 高低表達(dá)的預(yù)測(cè)，幫助臨床制定患者個(gè)體化治療方案提供有效證據(jù)。

1 資料與方法

1.1 一般資料

本研究為回顧性研究，收集2021年1月—2022年10月在濟(jì)寧市第三人民醫(yī)院病理診斷為肺癌且進(jìn)行Ki-67 免疫組化染色檢測(cè)的患者胸部CT 平掃圖像。

納入標(biāo)準(zhǔn)：①術(shù)后獲得腫瘤病理結(jié)果為肺癌的患者；②病理標(biāo)本進(jìn)行Ki-67 表達(dá)檢測(cè)。排除標(biāo)準(zhǔn)：病理診斷屬于肺部其他腫瘤的患者。所有患者簽署知情同意書(shū)。

1.2 方法

1.2.1 分組方法 獲得術(shù)后病理結(jié)果，將Ki-67 高表達(dá)分為A 組，Ki-67 低表達(dá)分為B 組，記錄患者臨床資料與實(shí)驗(yàn)室檢查。

1.2.2 設(shè)備 采用美國(guó)通用電氣256 排螺旋CT（GE Revoulution 256CT)掃描，管電流采用自適應(yīng)毫安秒技術(shù)，管電壓120 kV，矩陣512×512，掃描層厚0.6 mm，層間距為0.6 mm，機(jī)架轉(zhuǎn)運(yùn)速度0.6 s/r，螺距0.6，采用迭代重建技術(shù)重建。

1.2.3 紋理特征提取 將胸部CT 平掃軟組織窗原始數(shù)據(jù)以DICOM 格式導(dǎo)入MaZda4.6 軟件進(jìn)行勾畫(huà)（http://www.eletel.p.lodz.pl/mazda/），將肺部腫瘤所有層面ROI 融合成容積ROI，利用軟件紋理特征提取功能，輸出ROI 中的105 個(gè)圖像紋理特征，特征包括：直方圖特征（均值、方差、偏態(tài)系數(shù)、峰度等）、絕對(duì)梯度（均值、百分比梯度、方差等），游程長(zhǎng)度非均勻性、灰度非均勻性、共生矩陣、差熵、逆差矩等。

1.2.4 腫瘤Ki-67 檢測(cè) 所有手術(shù)后腫瘤病理按照使用說(shuō)明書(shū)進(jìn)行免疫組織化學(xué)EliVision plus 試劑盒及人Ki-67 單克隆抗體（廈門通靈生物E P R3611）行免疫組織化學(xué)染色，顯微鏡采用80 倍放大系數(shù)觀察，Ki-67 陽(yáng)性細(xì)胞數(shù)目大于50%為高表達(dá)，小于50%則為低表達(dá)[5]。

1.2.5 圖像歸一化與紋理特征降維 利用MaZda4.6 中的μ±3σ 進(jìn)行歸一化，歸一化采用圖像中所有ROI 原始灰度平均值進(jìn)行動(dòng)態(tài)范圍縮減，最終限制變化為±3 μm 的圖像灰度誤差，已達(dá)到最大限度地減少不同ROI 中的對(duì)比度和明亮度對(duì)灰度值的影響。利用MaZda 中內(nèi)置的優(yōu)化選擇紋理特征降維工具進(jìn)行提取的特征降維，使用降維方法為最小分類誤差與最小平均相關(guān)系數(shù)法。

1.3 統(tǒng)計(jì)學(xué)方法

使用SPSS 22.0、medcalc（https://www.medcalc.org/）統(tǒng)計(jì)軟件處理數(shù)據(jù)。符合正態(tài)分布的計(jì)量資料以均數(shù)±標(biāo)準(zhǔn)差（）表示，采用t檢驗(yàn)，不符合正態(tài)分布的計(jì)量資料以中位數(shù)（四分位間距）[M（Q1，Q3）]表示，采用Wilcoxon Mann-Whitney 秩和檢驗(yàn)；計(jì)數(shù)資料以頻數(shù)（n）、百分率（%）表示，采用χ2檢驗(yàn)。數(shù)據(jù)特征提取算法采用MaZda4.6 中的Fisher 系數(shù)與交互信息算法篩選，篩出預(yù)測(cè)Ki-67 高低表達(dá)獨(dú)立風(fēng)險(xiǎn)因素并建立模型。采用受試者工作特征（ROC）曲線分析預(yù)測(cè)模型診斷效能。以P＜0.05 為差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

2.1 兩組患者一般資料比較

兩組患者一般資料比較，差異均無(wú)統(tǒng)計(jì)學(xué)意義（P＞0.05），見(jiàn)表1。

表1 兩組一般資料比較

2.2 兩組患者紋理特征比較

共提取非小細(xì)胞肺癌圖像ROI 中67 個(gè)特征，經(jīng)過(guò)MaZda 中內(nèi)置的優(yōu)化選擇紋理特征降維工具處理后獲得4個(gè)紋理特征值，兩組比較差異有統(tǒng)計(jì)學(xué)意義（P＜0.05），見(jiàn)表2。

表2 兩組紋理特征值比較[M（Q1，Q3）]

2.3 預(yù)測(cè)模型建立

二元logistics 回歸方程結(jié)果顯示，F(xiàn)requencySize（頻率大?。?、Compactness（致密度）、HaraEntroy（原始熵)為預(yù)測(cè)非小細(xì)胞肺癌Ki-67 表達(dá)高低的獨(dú)立影響因素（P＜0.05），見(jiàn)表3，建立預(yù)測(cè)模型為：Logit（P）=1.713+ HaraEntroy×4.253+ FrequencySize×0.124+Compactness×1.356，Logit（P）的ROC 曲線下面積為0.897，取閾值為4.335 時(shí)，靈敏度及特異度分別為91.2%、86.7%，見(jiàn)圖1。

3 討論

Ki-67 核蛋白與細(xì)胞增殖相關(guān)，是常用的細(xì)胞增殖標(biāo)志物，Ki-67 的表達(dá)期在有絲分裂期升高后降低，在分化較差的肺癌中Ki-67 表達(dá)水平高且與腫瘤的轉(zhuǎn)移、侵襲相關(guān)[6]。目前尚無(wú)一種可靠的無(wú)創(chuàng)性檢查肺癌Ki-67表達(dá)高低的方法，對(duì)于術(shù)前進(jìn)行Ki-67 高低表達(dá)有利于聯(lián)合靶向藥物進(jìn)行轉(zhuǎn)移的抑制。本研究?jī)山M患者一般資料與肺癌腫瘤標(biāo)志物癌胚抗原不具有統(tǒng)計(jì)學(xué)意義（P＞0.05），表明肺癌腫瘤標(biāo)志物能預(yù)測(cè)肺癌發(fā)生但無(wú)法預(yù)測(cè)Ki-67 表達(dá)高低，本研究中聯(lián)合肺癌紋理特征分析則能有效進(jìn)行非小細(xì)胞肺癌的Ki-67 表達(dá)高低預(yù)測(cè)。

本研究中67 個(gè)紋理特征中經(jīng)過(guò)MaZda 中內(nèi)置的優(yōu)化選擇紋理特征降維工具處理后剩余4 個(gè)差異具有統(tǒng)計(jì)學(xué)意義的特征，可為非小細(xì)胞肺癌的Ki-67 表達(dá)高低進(jìn)行預(yù)測(cè)。本研究所有患者均進(jìn)行手術(shù)切除，術(shù)后取得病理切片進(jìn)行免疫組織化學(xué)EliVision plus 檢測(cè)腫物的Ki-67 表達(dá)高低，以Ki-67 表達(dá)高低進(jìn)行分組研究，降維后單因素分析結(jié)果顯示FrequencySize（頻率大?。ompactness（致密度）、HaraEntroy（原始熵）為預(yù)測(cè)非小細(xì)胞肺癌Ki-67 表達(dá)高低的獨(dú)立分析因素，以獨(dú)立風(fēng)險(xiǎn)因素建立模型為L(zhǎng)ogit（P）=1.713+ HaraEntroy×4.253+ FrequencySize×0.124+Compactness×1.356，Logit（P）的ROC 曲線下面積為0.897，最高診斷敏感性為91.2%、特異性為86.7%。在聯(lián)合預(yù)測(cè)模型Logit（P）中的紋理特征FrequencySize 表示的是腫瘤圖像中的像素分布頻率大小，腫瘤像素頻率分布的不均勻則表示腫瘤中異質(zhì)性越大，因Ki-67 表達(dá)與腫瘤的增殖相關(guān)，腫瘤的增殖越頻繁，則會(huì)導(dǎo)致腫瘤內(nèi)部成分復(fù)雜、變化率高，所以圖像特征表示為素頻率分布的不均勻[1,7]。HaraEntroy、Compactness 則分別為腫瘤中密度的不同,會(huì)導(dǎo)致病變特征值分布不均勻，在Ki-67 表達(dá)高的組別中明顯發(fā)現(xiàn)腫瘤存在內(nèi)部像素、直方圖分布不均，這與腫瘤的惡性程度相關(guān)，因腫瘤惡性程度高的Ki-67 表達(dá)高，導(dǎo)致腫瘤內(nèi)部可能出現(xiàn)微小出血點(diǎn)與新生血管的生成，在細(xì)小出血中Compactness 可表示出血點(diǎn)的凝集與再發(fā)的過(guò)程[8-10]。因此在判斷非小細(xì)胞肺癌預(yù)測(cè)Ki-67 表達(dá)中，F(xiàn)requencySize、Compactness、HaraEntroy 能綜合腫瘤的內(nèi)部密度是否穩(wěn)定、臨近是否變化跨度大側(cè)面反映腫瘤的Ki-67 表達(dá)，進(jìn)一步達(dá)到預(yù)測(cè)的效果。

本研究局限性：樣本量偏小且未進(jìn)行腫瘤患者的預(yù)后分析，對(duì)于CT 平掃紋理特征預(yù)測(cè)Ki-67 表達(dá)指導(dǎo)臨床合理治療的預(yù)后需要進(jìn)一步研究。

綜上所述，對(duì)于非小細(xì)胞肺癌患者的紋理特征提取能有效預(yù)測(cè)Ki-67 表達(dá)的高低情況，可以為評(píng)估腫瘤及其侵襲性提供無(wú)創(chuàng)性技術(shù)手段。