計算機體層攝影術紋理分析診斷肺結(jié)節(jié)的臨床研究探討

耿加宏 萬 娟 周 超

（江蘇省金湖縣中醫(yī)院放射科，江蘇 淮安，211600）

肺結(jié)節(jié)為臨床上的常見疾病，其中多數(shù)為孤立性肺結(jié)節(jié)（solitary pulmonary nodule，SPN），以單發(fā)為主，直徑比較小[1]。由于各種因素的影響，當前肺結(jié)節(jié)在國內(nèi)外的發(fā)病人數(shù)逐年增加。臨床上，大多數(shù)肺結(jié)節(jié)表現(xiàn)為良性，但部分肺癌患者早期也表現(xiàn)為肺結(jié)節(jié)，因此，肺結(jié)節(jié)性質(zhì)的鑒別診斷具有重要意義[2]。計算機體層攝影（computed tomography，CT）可從整體上判斷肺結(jié)節(jié)形態(tài)，但采用常規(guī)CT評價結(jié)節(jié)良惡性時，兩者在影像學特征方面較為相似，給臨床診斷增加了難度[3-4]。CT肺動脈成像（CT pulmonary angiography，CTPA）是當前胸科檢查的重要方法之一，是CT平掃的補充方法之一，具有安全、有效、無創(chuàng)、敏感度和特異度高等特點[5]。其在診斷中能夠優(yōu)化血管成像，去除偽影，促進圖像融合，從而提高診斷價值[6]。計算機體層攝影紋理分析（CT texture analysis，CTTA）是比較現(xiàn)代的醫(yī)學影像圖像后處理技術，具有客觀性、定量化、可重復性等特點，在結(jié)果判定時可從分子水平和功能水平出發(fā)，也反映結(jié)節(jié)內(nèi)的異質(zhì)性以及病變之間的差異，還具有量化分析能力，從而為臨床診斷提供了一定的依據(jù)[7-8]。本文具體探討與分析了計算機體層攝影術紋理分析診斷肺結(jié)節(jié)的臨床價值，以促進計算機體層攝影理分析的應用，現(xiàn)報道如下。

1 資料與方法

1.1 一般資料

選取2019年2月—2022年5月在江蘇省金湖縣中醫(yī)院診治的86例肺結(jié)節(jié)患者作為研究對象，根據(jù)病理診斷結(jié)果分為惡性組（惡性結(jié)節(jié)）18例，良性組（良性結(jié)節(jié)）68例。惡性組中腺癌12例，鱗癌6例；良性組中錯構瘤10例，炎性假瘤5例，硬化性血管瘤3例，非特異性炎癥43例，結(jié)核病7例。兩組患者性別、年齡、身體質(zhì)量指數(shù)、結(jié)節(jié)最大徑、吸煙史等一般資料比較，差異無統(tǒng)計學意義（P＞0.05），具有可比性，見表1。本研究得到了江蘇省金湖縣中醫(yī)院醫(yī)學倫理委員會的批準，患者知情同意本研究并簽署知情同意書。

表1 兩組患者一般資料比較[（）/n（%）]

表1 兩組患者一般資料比較[（）/n（%）]

組別例數(shù)性別年齡（歲）結(jié)節(jié)最大徑（cm）吸煙史男女身體質(zhì)量指數(shù)（kg/m2）惡性組1810（55.56） 8（44.44）55.69±1.5822.74±2.142.22±0.24 9（50.00）良性組6836（52.94）32（47.06）55.98±2.1122.67±1.582.15±0.1132（47.06）χ2/t0.0390.5430.1551.8090.049 P 0.8430.5890.8770.0740.824

1.2 納入與排除標準

納入標準：①結(jié)節(jié)直徑未超過3 cm；②符合肺結(jié)節(jié)的診斷標準[9]；③既往病史及檢查資料均有完整記錄；④單發(fā)、可測量結(jié)節(jié)；⑤對研究使用的對比劑無過敏史。

排除標準：①有明確其他部位腫瘤病史者；②哺乳與妊娠期婦女；③多發(fā)結(jié)節(jié)者；④檢查前接受化療、放療等相關治療者。

1.3 方法

使用美國GE公司Optima660 64層螺旋CT和美國Medrad公司Stellant的高壓注射器?；颊咴跈z查前行呼吸訓練。常規(guī)CT：從胸廓入口連續(xù)掃描至肺底部，參數(shù)設置：矩陣 512×512，掃描層厚5 mm，準直寬度 128 mm×0.6 mm，重建層厚1.25 mm，電壓120 kV，電流10～55 mAs，螺距為1，對結(jié)節(jié)性質(zhì)與所在部位特征進行觀察分析。

同時所有患者都給予CT肺動脈成像檢查[10]，掃描層面定位于肺動脈主干水平，經(jīng)肘靜脈以5 mL/s流率注射20 mL對比劑（碘克沙醇，含碘270 mg/mL），隨后注入30 mL生理鹽水。掃描參數(shù)：80 kV，自動mA，圖像重建為68%濾波反投影重建，掃描速度0.5 s/圈，層厚0.625 mm，螺距 1.375。將感興趣區(qū)放置于肺動脈干中心，將結(jié)節(jié)中心層面及相鄰的兩個層面調(diào)入MaZda后處理軟件進行紋理分析，由兩名高年資胸部影像科醫(yī)生（具有副高及其以上職稱，5年及其以上工作經(jīng)驗）獨立閱片，若意見不相同時，則共同討論以確定統(tǒng)一結(jié)果。

1.4 觀察指標

（1）采取5分法對圖像質(zhì)量進行評價，清晰顯示第6級肺動脈分支為5分，清晰顯示第5級肺動脈分支為4分，清晰顯示第4級肺動脈為3分，清晰顯示第3級肺動脈分支為2分，顯示肺動脈主干、左右肺動脈干及葉動脈為1分。（2）測量肺動脈干、左肺動脈、右肺動脈和各葉動脈CT值，最后取平均值。（3）記錄與測定計算機體層攝影紋理分析的相關參數(shù)，包括熵值、偏度、最大值等。（4）計算機體層攝影檢查的敏感度與特異度。

1.5 統(tǒng)計學分析

采用SPSS 20.0統(tǒng)計學軟件進行數(shù)據(jù)分析，計算機體層攝影紋理分析相關參數(shù)等計量數(shù)據(jù)以（）表示，檢驗方法為t檢驗等；惡性結(jié)節(jié)占比等計數(shù)數(shù)據(jù)以[n（%）]表示，檢驗方法為χ2檢驗等；一致性分析采用Kappa一致性檢驗，檢驗水準為α=0.05。

2 結(jié)果

2.1 圖像質(zhì)量評分比較

所有患者圖像均能顯示4～6級分支，惡性組的CT圖像質(zhì)量評分與良性組對比，差異無統(tǒng)計學意義（P＞0.05），見表2。

表2 兩組患者CT圖像質(zhì)量評分比較 （，分）

表2 兩組患者CT圖像質(zhì)量評分比較 （，分）

組別例數(shù)CT圖像質(zhì)量評分惡性組184.84±0.43良性組684.83±0.24 t 0.131 P 0.896

2.2 常規(guī)CT特征比較

檢查顯示肺結(jié)節(jié)特征有分葉征、空泡征、胸膜凹陷征、支氣管充氣征，其中惡性組上述特征占比為88.89%、77.78%、72.22%、83.33%，顯著高于良性組的32.35%、33.82%、27.94%、32.35%，差異有統(tǒng)計學意義（P＜0.05），見表3。

表3 兩組患者常規(guī)CT特征比較 [n（%）]

2.3 肺動脈成像CT值比較

惡性組的肺動脈主干、肺葉動脈、肺段動脈與肺亞段動脈CT值與良性組相比都顯著提高，差異有統(tǒng)計學意義（P＜0.05）,見表4。

表4 兩組患者肺動脈CT值比較 （，HU）

表4 兩組患者肺動脈CT值比較 （，HU）

組別例數(shù)肺動脈主干肺葉動脈肺段動脈肺亞段動脈惡性組18533.67±13.35512.44±21.47498.43±15.67489.11±15.79良性組68501.32±15.66486.43±23.15435.79±19.35431.68±21.32 t 8.018 4.300 12.662 10.661 P＜0.001＜0.001＜0.001＜0.001

2.4 計算機體層攝影紋理分析相關參數(shù)比較

惡性組的計算機體層攝影紋理分析相關參數(shù)（熵值、偏度、最大值）與良性組相比都顯著提高，差異有統(tǒng)計學意義（P＜0.05），見表5。

表5 兩組計算機體層攝影紋理分析相關參數(shù)比較 （）

表5 兩組計算機體層攝影紋理分析相關參數(shù)比較 （）

組別例數(shù)熵值偏度最大值惡性組182.48±0.231.48±0.27534.20±18.59良性組681.78±0.141.02±0.13284.18±21.11 t 16.272 10.328 45.733 P＜0.001＜0.001＜0.001

2.5 診斷價值

在86例患者中，計算機體層攝影術紋理分析診斷為惡性結(jié)節(jié)17例，良性結(jié)節(jié)69例，為此計算機體層攝影術紋理分析診斷肺結(jié)節(jié)的敏感度與特異度為88.89%（16/18）和98.52%（67/68），Kappa一致性檢驗顯示計算機體層攝影紋理分析與病理診斷的一致性為0.892（P＜0.001），見表6。

表6 計算機體層攝影紋理分析在肺結(jié)節(jié)診斷中的應用價值 （n）

3 討論

臨床上肺結(jié)節(jié)的鑒別診斷比較困難，多數(shù)為良性，但是如果不及時進行處理，惡變的概率也比較大[10]。本研究病理結(jié)果為：惡性結(jié)節(jié)18例（惡性組），良性結(jié)節(jié)68例（良性組）；兩組患者一般資料比較，差異無統(tǒng)計學意義（P＞0.05），表明良性肺結(jié)節(jié)中依然存在比較大的惡變概率，但是臨床一般資料診斷的效果不佳。CT掃描發(fā)現(xiàn)肺結(jié)節(jié)多呈類結(jié)節(jié)狀，大多為胸膜下結(jié)節(jié)，很少出現(xiàn)單發(fā)孤立的良性結(jié)節(jié)，伴有局部胸膜粘連。特別是螺旋CT掃描，其在快速完成大范圍掃描的同時，進行高分辨多平面薄層重建，可避免肺部小結(jié)節(jié)的遺漏[11]。因結(jié)節(jié)內(nèi)不同部分或組織的生長不均衡，導致出現(xiàn)邊緣分葉，分葉征在肺癌的陽性率超過80%。本研究顯示所有患者圖像均能顯示4～6級分支，惡性組的CT圖像質(zhì)量評分與良性組對比，差異無統(tǒng)計學意義（P＞0.05）；惡性組患者常規(guī)CT檢查顯示的分葉征、空泡征、胸膜凹陷征、支氣管充氣征等占比為88.89%、77.78%、72.22%、83.33%，顯著高于良性組的32.35%、33.82%、27.94%、32.35%（P＜0.05），表明肺結(jié)節(jié)的CT診斷具有很高的圖像質(zhì)量，也伴有比較特異性的CT征象。但是，肺結(jié)節(jié)的結(jié)節(jié)面積較小，無典型形態(tài)特征，因而難以精準診斷惡性性質(zhì)，比如良性肺結(jié)節(jié)中的感染性肉芽腫、硬化性血管瘤等也可表現(xiàn)為惡性結(jié)節(jié)特點，給臨床診斷帶來了一定的困難[12-13]。

傳統(tǒng)CT主要從結(jié)節(jié)的密度、輪廓等形態(tài)特征觀察并診斷肺結(jié)節(jié)的良性與惡性狀況[14]。CT肺動脈成像診斷作為一種功能學成像方法，可觀察局部血流灌注狀態(tài)以及病理生理學改變，已經(jīng)被廣泛應用于胸部病變的診斷[15]。本研究結(jié)果顯示，惡性組患者肺動脈成像的肺動脈主干、肺葉動脈、肺段動脈與肺亞段動脈CT值與良性組相比都顯著提高（P＜0.05）。當前也有研究顯示CT肺動脈成像可通過CT值的分析較好地區(qū)分肺結(jié)節(jié)的良惡性，惡性肺結(jié)節(jié)增強掃描CT值均高于良性肺結(jié)節(jié)[16]。不過，CT肺動脈成像診斷需要進行造影檢查，需要采用高滲碘對比劑，在一定程度上可危害血管系統(tǒng)及腎臟系統(tǒng)。結(jié)節(jié)異質(zhì)性（heterogeneity）是結(jié)節(jié)的重要特征之一，可表現(xiàn)為基因、代謝、組織學等方面的差異。計算機體層攝影紋理分析可反映結(jié)節(jié)的生理異質(zhì)性，能夠最大限度提供圖像包含信息，可有效提高診斷的準確度。本研究結(jié)果顯示，惡性組的計算機體層攝影紋理分析相關參數(shù)（熵值、偏度、最大值）與良性組相比都顯著提高（P＜0.05）。從機制上分析，熵值代表了灰度分布是否隨機與圖像紋理是否規(guī)則，熵值越高，說明圖像紋理信息更加隨機與復雜，病變組織異質(zhì)性越高，出現(xiàn)惡性結(jié)節(jié)的概率更大。偏度能反映病變組織的異質(zhì)性，且和結(jié)節(jié)異質(zhì)性呈正相關。惡性結(jié)節(jié)的血管基膜增厚更為明顯，血管密度更大，異質(zhì)性程度更高，也會使得偏度增加。最大值可準確度量數(shù)據(jù)的離散度，惡性結(jié)節(jié)成分更為復雜，也會使得最大值增加[17]。

人體內(nèi)部組織結(jié)構和各項生理特征的細微變化，可通過計算機體層攝影紋理分析顯示，如遺傳變異、血供變化等。肺部良性結(jié)節(jié)多表現(xiàn)為局部紋理均勻細致，內(nèi)部結(jié)構相似，結(jié)節(jié)的紋理規(guī)則，異質(zhì)性程度低；惡性結(jié)節(jié)則多為密度、灰度分布不均，紋理雜亂復雜，內(nèi)部結(jié)構多樣，結(jié)節(jié)異質(zhì)性程度高[18]。本研究結(jié)果顯示，計算機體層攝影術紋理分析診斷為惡性結(jié)節(jié)17例，良性結(jié)節(jié)69例，其診斷肺結(jié)節(jié)的敏感度與特異度為88.89%和98.52%，表明計算機體層攝影術紋理分析診斷肺結(jié)節(jié)良惡性具有很好的效果。從機制上分析，計算機體層攝影術紋理分析可借助計算機的計算能力，明顯提高圖像分辨力，發(fā)現(xiàn)細小結(jié)節(jié)，反映計算機體層攝影成像組織的內(nèi)部結(jié)構特征從而提高了肺結(jié)節(jié)診斷的準確性[19]。還有研究顯示，對于肺結(jié)節(jié)，常規(guī)CT可以間接反映其病理學和生理學信息，而對于機體病理改變的定量評估及定性分析則通過計算機體層攝影術紋理分析完成[20-21]。由于經(jīng)費問題，本次研究對于感興趣區(qū)的勾畫詳細性有待提高，樣本含量較少，且CT操作依然存在一定的人為誤差，將在后續(xù)研究中探討。

綜上所述，計算機體層攝影術紋理在肺結(jié)節(jié)的應用能夠提供肉眼無法觀察的紋理特征，可定量評估肺結(jié)節(jié)，診斷肺結(jié)節(jié)良惡性具有很好的敏感度與特異度。