增強CT紋理特征預(yù)測胰腺神經(jīng)內(nèi)分泌腫瘤病理分級的價值?

劉 群 單海榮 羅一烽 史紅媛 徐 青 張 艷

1.江蘇大學(xué)附屬宜興醫(yī)院放射科(江蘇 宜興 214200)

2.南京醫(yī)科大學(xué)第一附屬醫(yī)院醫(yī)學(xué)影像科(江蘇 南京 210039)

3.江蘇大學(xué)附屬宜興醫(yī)院消化內(nèi)科學(xué)(江蘇 宜興 214200)

胰腺神經(jīng)內(nèi)分泌腫瘤(pNEN)可以發(fā)生在各個年齡階段，男女發(fā)病率沒有明顯差異，是一組起源于神經(jīng)內(nèi)分泌細胞的罕見腫瘤。以往主要根據(jù)有絲分裂數(shù)和Ki-67指數(shù)把它分為三級，近年又將分化較好但增殖活躍的一類腫瘤從胰腺神經(jīng)內(nèi)分泌癌中分離出來，定義為高級別神經(jīng)內(nèi)分泌瘤[1]。pNEN治療方式的選擇很大程度取決于腫瘤的病理分級，其中是否手術(shù)以及手術(shù)方式的選擇則取決于腫瘤位置、大小及病理學(xué)分級等，并且預(yù)后的好壞與其病理分級密切相關(guān)，因此術(shù)前準確評估pNET的病理分級可以更好地輔助臨床醫(yī)生制定治療方案及判斷預(yù)后[2]。

增強CT是運用最為常規(guī)的腹部檢查手段，其操作方便且無創(chuàng)，并可以直觀的觀察病灶部位、大小、形態(tài)及周邊情況等。但常規(guī)CT所能提供的圖像信息需要肉眼進行判別，受限于肉眼辨別能力的限度跟觀測者主觀因素的影響，常常很難客觀、準確的對腫瘤細微情況進行準確評估。穿刺活檢是術(shù)前獲得pNET病理分級的最為準確方法，但這是一種有創(chuàng)檢查方法，并且很多情況下取得的組織量有限，病理評估有一定難度，腫瘤位置較深、較偏時，則更增加了取材的難度，甚至無法取得組織。

近年來影像組學(xué)開始運用于疾病的鑒別診斷及預(yù)測病理分級，取得較好的效能，只需把傳統(tǒng)CT圖像提取、分析，就能獲得肉眼無法識別的形態(tài)及紋理特征，用來定量反映不同疾病微環(huán)境的異質(zhì)性。研究表明，CT紋理分析已經(jīng)在腫瘤鑒別、分化程度預(yù)測、療效評估等多方面體現(xiàn)出了很好的應(yīng)用價值[3-4]。目前在胰腺疾病的應(yīng)用也相當廣泛,尤其在腫瘤鑒別等方面表現(xiàn)出獨特的優(yōu)勢。本研究把傳統(tǒng)增強CT圖像進行紋理分析，通過分析腫瘤的細微結(jié)構(gòu)，評估pNEN的分化程度。

1 資料與方法

1.1 研究資料回顧分析南京醫(yī)科大學(xué)第一附屬醫(yī)院2009年1月至2018年12月經(jīng)手術(shù)病理證實為pNET的患者。

納入標準：術(shù)前1個月內(nèi)行CT平掃及增強掃描；術(shù)前沒有行放療、化療及免疫治療等。排除標準：胰腺其他類型腫瘤；圖像質(zhì)量欠佳，無法勾畫感興趣區(qū)(ROI)。最終獲得符合條件的病例共102例，其中男性46例，女性56例。G1級胰腺神經(jīng)內(nèi)分泌腫瘤，可以定期隨訪觀察，不必急于手術(shù)治療，G2及G3級胰腺神經(jīng)內(nèi)分泌腫瘤，把原發(fā)病灶手術(shù)切除的同時，有時還需要其他輔助性治療，由于不同級別胰腺神經(jīng)內(nèi)分泌腫瘤的治療方式有很大差異，所以本次研究將G1級腫瘤歸為低級別組，把治療方式相對接近的G2及G3級腫瘤歸為高級別組進行研究。最終有41例病例納入低級別組(G1)，其中包括男性13例，女性28例；61例病例納入高級別組(G2、G3)，其中男性33例，女性28例。

1.2 檢查方法使用Siemens Emotion 64排CT行增強檢查?；颊呷⊙雠P、頭先進體位，囑患者行呼吸訓(xùn)練，先行腹部平掃檢查，然后注射對比劑碘海醇(300mgI/m)，注射速率為2.5～3.5mL/s，注射劑量按體重1.5mL/kg。監(jiān)測點定于腹主動脈腔內(nèi)，當其CT值達閾值15s后行軸位掃描，待掃描結(jié)束35s后再次行軸位掃描。掃描電壓120kV，電流160～250mAs，層厚及層距為5mm。

1.3 CT紋理特征提取將DICOM格式影像資料導(dǎo)入ITK-SNAP應(yīng)用軟件，逐層手動勾畫出ROI，詳見圖1A～圖1D。本研究沒有將囊變壞死、鈣化等成分納入ROI，只選取腫瘤實性區(qū)，然后將ROI資料導(dǎo)入A.K.軟件獲得相關(guān)紋理特征參數(shù)。

圖1A-圖1D 男，80歲，胰頭神經(jīng)內(nèi)分泌腫瘤(G2)。圖1A-B為ITK-SNAP軟件中逐層勾畫動脈期ROI示意圖，圖1C-D為相應(yīng)靜脈期層面勾畫ROI示意圖。

1.4 統(tǒng)計學(xué)分析本研究統(tǒng)計學(xué)分析均使用R軟件(版本4.0.3) 完成。先對所有紋理特征進行缺失值的處理，刪除缺失超過20%的特征。再采用Pearson去除相關(guān)性>0.9的冗余特征，使用Mann-Whitney U 檢驗篩選出P值<0.01的紋理特征。最后運用向后逐步回歸法選擇最佳模型，分別繪制出動脈期、靜脈期及動靜脈期聯(lián)合的ROC曲線，利用曲線下面積(AUC)評估各模型預(yù)測pNEN的效能，并比較準確度、靈敏度、特異度等。

2 結(jié)果

2.1增強CT動靜脈期各提取出紋理特征396個，最終動脈期共篩選出有效特征2個：慣性矩(Inertia_AllDirection_offset1)及反差(Contrast)，靜脈期篩選出有效特征1個：灰度不均質(zhì)性(Grey-Level Nonuniformity_AllDirection_offset4)，聯(lián)合動靜脈期特征共同分析，篩選出有效特征9個：體素數(shù)(Volume Count)，灰度共生矩陣的能量(GLCMEnergy_AllDirection_offset4，GLCMEnergy_angle0_offset4，GLCMEnergy_angle135_offset4，GLCMEnergy_angle45_offset4，GLCMEnergy_angle90_offset4)，Inertia_AllDirection_offset1，Inertia_AllDirection_offset7_SD，Contrast。詳見表1。

表1 有效紋理特征及其參數(shù)

2.2 建立模型、評估效能單獨動脈期有效特征建立模型1，曲線下面積為0.776(準確度0.737，靈敏度0.814，特異度0.625)；單獨靜脈期有效特征建立模型2，曲線下面積為0.753(準確度0.710，靈敏度0.683，特異度0.750)；聯(lián)合動脈期及靜脈期紋理特征共同分析建立模型3，曲線下面積為0.825(準確性0.768，靈敏度0.847，特異度0.650)，聯(lián)合動靜脈期紋理特征共同分析，其預(yù)測效能高于單一期圖像，其預(yù)測的準確度及靈敏度有一定程度的提高。詳見圖2及表2。

圖2 模型1-3 ROC曲線示意圖。

3 討論

3.1 有效紋理特征分析Inertia反映了圖像的清晰度和對比度，其值越高則圖像的清晰度與對比度更好，其值越小則圖像的對比度越小，越模糊，本研究中動脈期數(shù)據(jù)單獨分析及動靜脈期數(shù)據(jù)聯(lián)合分析時，低級別組的Inertia值均高于高級別組，說明低級別組的腫瘤對比度更高，邊界更清晰，與既往研究相一致[5-7]。Contrast反映圖像中像素與鄰近像素之間的灰度差異，Kim等[8]及Sadeghinaini[9]研究表明，惡性軟組織腫瘤的Contrast值低于良性腫瘤，本研究中動脈期數(shù)據(jù)單獨分析及動靜脈期數(shù)據(jù)聯(lián)合分析時，高級別組Contrast值均低于低級別組，與以往研究結(jié)果一致。Grey-Level Nonuniformity即灰度不均質(zhì)性，反應(yīng)腫瘤內(nèi)部結(jié)構(gòu)的復(fù)雜性與不均質(zhì)性，紋理越不均勻則其值越大，本研究中靜脈期數(shù)據(jù)單獨分析時，高級別組Grey-Level Nonuniformity值高于低級別組，說明高級別組腫瘤成分較低級別組更為復(fù)雜，與以往研究相一致[10-13]。Volume Count代表圖像所包含體素的多少，描述感興趣區(qū)ROI的大小，Volume Count值越大，表明感興趣區(qū)體積越大，本研究中，ROI是剔除壞死囊變區(qū)等剩余的腫瘤實性部分，靜脈期數(shù)據(jù)單獨分析時，高級別組Volume Count值高于低級別組，說明高級別組腫瘤實質(zhì)體積比低級別組大，以往研究[6-7]認為腫瘤直徑是預(yù)測胰腺神經(jīng)內(nèi)分泌腫瘤病理分級的獨立預(yù)測因素，一定程度上腫瘤直徑越大其病理分級更高，本研究與以往研究有一定類似之處。Energy是對灰度共生矩陣元素的整體描述，代表圖像的均質(zhì)性或平滑性，遲淑萍等[14]研究表明惡性腫瘤的能量值比良性腫瘤小，本研究動脈靜脈期數(shù)據(jù)聯(lián)合分析時，高級別組多組能量值均低于低級別組，與以往研究一致。

3.2 效能評估聯(lián)合動靜脈CT紋理特征共同分析，其建立的模型3曲線下面積比單一時相數(shù)據(jù)建立的模型1、2都大，其準確性和靈敏度也有很大提高，其可能的原因是單一時相數(shù)據(jù)分析時提供的信息量有限，綜合動靜脈期數(shù)據(jù)共同分析時，數(shù)據(jù)更充分，信息更全面，所以預(yù)測效能有了一定提高[15]。

紋理特征能夠通過提取、分析圖像定量特征，客觀評估病變異質(zhì)性，有助于疾病的診斷、鑒別診斷及預(yù)后評估[16-17]。以往研究主要集中在胰腺的常規(guī)影像特征[18-20]，本研究圍繞肉眼所不能及的紋理特征展開。一階紋理特征主要基于直方圖得到的參數(shù)，描述圖像灰度頻率分布情況，二階主要描述像素點與鄰近不同方向像素點之間的關(guān)系，主要有灰度共生矩陣和灰度游程矩陣等，高階描述的是三個及以上像素之間的位置和關(guān)系[21]。本次研究包括CT動靜脈期一階、二階及高階紋理特征，其有效特征中涉及的一階紋理特征有Volume Count，二階及高階紋理特征有Inertia，Contrast，Grey-Level Nonuniformity及Energy，在以往研究[9]的基礎(chǔ)上增加了二階及高階特征進行研究，在建立模型時，模型的曲線下面積有了很大增加，靈敏度也有很大提高，可能因為納入的紋理特征數(shù)據(jù)更加充分，信息更加全面，使得評估效能有了一定提高。以往篩選出P<0.05的紋理特征進行分析，本次選取P<0.01的紋理特征進行分析，所篩選出的有效紋理特征顯著性更強。

3.3 本研究的局限性(1)部分病灶體積較小，增強掃描時與周圍正常胰腺組織密度差不明顯，用5mm軸位圖勾畫ROI時，可能會影響紋理特征的提??；(2)本研究僅采集了動脈期及靜脈期圖像，沒有包含延遲期圖像，對腫瘤增強CT紋理信息的研究還不夠全面。

綜上所述，動脈期及靜脈期紋理特征可用于預(yù)測pNEN的病理分級，聯(lián)合動靜脈期紋理特征共同分析，可使預(yù)測的準確度及靈敏度得到進一步提高，預(yù)測效能更佳。