多维图像信息的肺结节良恶性鉴别方法探究

汪嫚

多维图像信息的肺结节良恶性鉴别方法探究

汪嫚

目的：分析多维图像信息的孤立性肺结节（SPN）良恶性鉴别方法。方法：选择肺部CT图像三维肺结节信息的良恶性鉴别方式，分析不同肺结节的三维特征，对良恶性病例进行临床分析。结果：比较恶性与良性结节在多维图像上的特征结果差异显著，P＜0.05。结论：依据多维图像信息利于对肺结节进行良恶性鉴别，具有较高的科学性与可行性，临床诊断意义显著。

肺结节；良性；恶性；鉴别；多维图像信息

近些年来，随着人们生活与饮食方式的改变，肺癌已经逐渐成为危害人类身体健康与生命安全的一类重要的恶性肿瘤，因此，对该类疾病进行早期诊断与治疗的意义重大。目前临床上主要采取CT扫描方式进行诊断，且CT扫描会产生大量的图像，导致医务人员增加了日常工作量，容易出现漏诊与误诊案例[1]。为此，本次研究将多维图像信息应用于肺结节患者的良恶性诊断工作中，探究其应用效果，详情见下文。

1 肺结节患者的资料与方法

1.1 肺结节患者的一般资料

选择我院2014年1月-2016年1月收治的孤立性肺结节患者46例作为本次的研究对象，所有患者均进行手术病理、穿刺活检、支气管镜等检查后显示疾病被确诊，病灶直径均≤3.0cm，所有患者均在知情同意的前提下纳入本次实验。

46例患者中男性患者26例，女性患者20例，年龄最小的21岁，最大的68岁，平均年龄（44.23±3.58）岁；24例为恶性肿瘤，包括腺癌8例，鳞癌5例，腺鳞癌6例，小细胞癌2例，恶性间皮瘤3例；另外22例为良性结节，包括错构瘤6例，结核3例，肺细胞瘤4例，炎性肉芽肿4例，炎症3例，炎性假瘤2例。

1.2 诊断方法

采取螺旋扫描方案，选用的设备包括GE64排128层螺旋CT扫描仪与东软32排64层螺旋CT扫描仪，扫描参数分别为120kv与100mAs，螺距为1，对所有患者的病灶均进行薄层平扫与增强扫描。

图像分析软件：软件基本设计思路借鉴了CT值的原理，并依靠DICOM图像格式进行图像分析，软件功能包括CT值的分析、CT值直方图、图形显示等，还可对兴趣区形状因子、锐利度与致密度等进行分析探讨。

1.3 评价指标

比较良性与恶性结节的鉴别诊断结果。

1.4 统计学分析

采用SPSS18.0的统计学软件记录本次研究涉及的相关资料，计数资料用百分比、率表示，X2检验比较，计量资料用均数±标准差（`c±S）表示，T检验比较，以P＜0.05认为差异具有统计学意义。

2 结果

46例患者中24例为恶性结节，其中23例（95.83%）结节强化，另外1例（4.17%）无强化。形态学分析：其中23例强化病例中，16例（69.57%）不规则强化，4例（17.39%）周边强化，2例（8.70%）显著强化，1例（4.35%）中心强化。

22例为良性结节，9例（40.91%）为强化结节，3例（13.64%）为微弱强化，另外10例（45.45%）无强化特征。对9例强化结节进行强化形态学分析显示7例（77.78%）为不规则强化，2例（22.22%）周边强化，无明显的中心强化与显著强化。比较恶性与良性结节可知，两组的不规则强化比较结果差异显著，P＜0.05，比较两组的周边强化结果无明显差异，P＞0.05。

3 讨论

对肿瘤患者来说，内部结构的复杂特征将在一定程度上体现增强扫描的多样性特征。有关研究显示[2]，当肺癌直径在3cm以下时多半为均匀强化，当直径在3cm以上时多半为周边强化特征。本次研究结果显示，对良恶性结节进行分析可知，恶性肿瘤主要表现为不规则强化特征，不是以均匀强化作为主要的形态学特征，即进行临床诊断后显示病灶范围内伴有部位不确定、不规则的小片状或者点状强化特征，而周边强化较为少见，周边强化主要表现为不规则的内部与外部边缘。另有关学者认为[3]，当出现完全强化情况时，可能为恶性肿瘤征象。本次研究结果显示，显著强化（完全强化）病例仅有2例，均为恶性组，良性组无显著强化病例，由此可进一步判断，分析肿瘤患者的形态学特征后显示为完全强化形态则提示为恶性肿瘤征象。

另外，对良性孤立性肺结节患者进行增强扫描后分析其形态学可知，良性结节病例强化所占比例不高，微弱强化与无强化特征战占据比例较大。因此，笔者认为，临床上应加强对肺恶性肿瘤的不规则强化形态学表现的研究，进一步提高CT值的检测方法，对患者的病灶区域进行平扫与增强扫描时，应做好对各个相应对照点的多点检测，最大程度上对整个病灶进行测量，利于提高检测结果的科学性与可行性[4-5]。

本次研究结果显示，对46例孤立性肺结节患者进行临床分析后表明，46例患者中24例为恶性结节，其中23例结节强化，1例无强化，23例强化病例中，16例不规则强化，4例周边强化，2例显著强化，1例中心强化；22例为良性结节，9例为强化结节，3例为微弱强化，10例无强化特征，强化结节中7例为不规则强化，2例周边强化。比较恶性与良性结节不规则强化结果差异显著，P＜0.05，周边强化结果无明显差异，P＞0.05。

综上可知，依据多维图像信息利于对肺结节进行良恶性鉴别，具有较高的科学性与可行性，临床诊断意义显著。

（作者单位：安徽省六安市六安中医院）

[1]刘银凤,张俊杰,周涛等.基于多维特征和支持向量机核函数优化的自动化肺结节检测模型[J].生物医学工程研究,2016,35(2):75-80.

[2]杨娟,陈兆学,姜雪等.基于MeanShift的三维医学图像交互式分割方法[J].中国医学物理学杂志,2014,31(4):5026-5031.

[3]栾国欣,魏颖,贾同等.改进的表面法向量投影叠加CT图像疑似肺结节检测算法[J].仪器仪表学报,2011,32(12):2787-2793.

[4]杨亮,宋伟,隋昕等.肺结节加强观察功能对双源CT低剂量扫描图像肺结节检出效能的影响[J].中华放射学杂志,2013,47(8):709-712.

[5]方亚军,黄召勤,凌春香等.能谱技术在肺结节CT值定量测量中的实验研究[J].实用放射学杂志,2012,28(3):454-457.