CT纹理分析预测下肢肌肉缺血的可行性研究

张大明， 孙昊， 薛华丹， 陈瑾， 王沄， 金征宇

CT纹理分析预测下肢肌肉缺血的可行性研究

张大明， 孙昊， 薛华丹， 陈瑾， 王沄， 金征宇

目的探讨使用CT纹理分析评估下肢动脉闭塞性疾病所致下肢肌肉缺血的可行性。方法30例单侧下肢动脉闭塞性疾病患者中，15例伴侧支循环形成，15例不伴侧支循环形成。所有患者行双下肢动脉CTA检查，使用TexRad商业研究软件进行图像分析和后处理，空间缩放因子(SSF)分别取0～6，测量闭塞动脉起始层面、中间层面及结束层面以及对侧下肢相应层面上肌肉的6个纹理参数，包括灰度强度平均值、正像素平均值(MPP)、熵、标准差(SD)、偏度和峰度，对两组间各参数值的差异进行统计学分析。结果在SSF取0和2～6条件下闭塞侧下肢肌肉的SD分别为17.0、117.1、193.3、290.2、363.2、439.0，均高于未闭塞侧对应值(16.4、101.0、179.0、242.4、298.3和350.7)，差异均有统计学意义(P<0.05)；闭塞侧下肢肌肉的熵分别为4.1、5.5、5.8、6.1、6.4和6.7，分别高于未闭塞侧对应值(4.0，5.4，5.7，6.0，6.3和6.6)，差异均有统计学意义(P<0.05)。在SFF为0时，闭塞侧下肢肌肉的偏度和峰度均低于未闭塞侧(偏度分别为2.2和3.2；峰度分别为24.3和26.7)。SSF=5时SD值的阈值取333.4时的ROC曲线下面积(AUC)最大(0.75，95% CI 0.70～0.85)，诊断敏感度为69.0%、特异度为68.1%。而在SFF分别取0～6 时，侧支循环组与无侧支循环组的6个纹理参数间的差异均无统计学意义(P>0.05)。结论CT纹理分析可以作为一个辅助诊断手段对下肢动脉闭塞性疾病下肢肌肉的血供情况进行评价。

下肢动脉； 外周动脉闭塞性疾病； 侧支循环； 体层摄影术，X线计算机； 纹理分析

外周动脉闭塞性疾病(peripheral arterial occlusive disease，PAOD)是一种慢性进展性疾病，在代谢综合征患者中发病率较高[1-2]。目前对这类疾病的常用检查手段包括传统血管造影、CTA和MRA，这些技术均可以精准显示大动脉的形态及病变，但是对于肢体供血情况无法进行准确评价[3]。CT 纹理分析(CT texture analysis，CTTA)是一种新的图像后处理技术，可作为量化病灶异质性的工具，越来越多的研究显示其在肿瘤的鉴别诊断中可发挥重要作用[4]。而在缺血性疾病的研究方面，除Kassner等[5]发现纹理分析可以在传统磁共振增强T1WI上区分中枢神经系统急性缺血性病变，尚未见其它相关研究。本研究应用CT纹理分析技术对下肢动脉闭塞性疾病患者的下肢动脉CTA图像进行分析，旨在探讨这项技术能否用于判断下肢肌肉的供血情况，进一步提高影像诊断水平。

材料与方法

1.基本临床资料

将2016年1月-2017年10月在本院行双下肢动脉CTA的30例患者纳入研究，其中女9例，男21例；年龄29～90岁，平均(62.33±16.53)岁。纳入标准：①单侧下肢动脉闭塞(股浅动脉、腘动脉)；②进行双下肢CTA检查时未进行介入或手术治疗；③患者体质量指数为18～28 kg/m2。排除标准：闭塞动脉范围内图像存在伪影。30例中单侧下肢动脉闭塞伴侧支循环形成15例，单侧下肢动脉闭塞不伴有侧支循环形成15例。

2.CTA检查方法

患者取仰卧位，使用双筒高压注射器经患者右侧肘正中静脉注射对比剂碘普罗胺(370 mg I/mL)，流率4.0 mL/s，总量90 mL。扫描范围自膈下水平至足尖，采用对比剂追踪技术，感兴趣区域(region of inte-rest，ROI)放置在降主动脉，阈值为150 HU，延迟6 s开始扫描。使用飞利浦Philips IQon 128层能谱CT机，扫描参数：120 kV，125 mAs，64 i×0.625 mm，0.27 s/r，螺距0.6。使用第四代混合迭代重建算法(fourth-generation hybrid iterative reconstruction algorithm，iDose4)进行图像重建(等级为3)，重建层厚5.0 mm。随后采用最大密度投影(MIP)和容积再现(VR)技术进行图像重组。

3.图像分析

所有图像由分别具有6年和4年大血管疾病诊断经验的两位放射科医师采用双盲法进行分析。每例患者在横轴面图像中选择闭塞段动脉起始层、中间层及结束层三个层面并将图像数据传输至纹理分析工作站。由1位具有6年经验的放射医师使用TexRAD软件(www.texrad.com,part of Feedback Plc,Cambridge,UK)进行图像的数据分析。在动脉闭塞侧和对侧的下肢肌肉内勾画ROI，注意ROI的边缘距离下肢肌肉组织的边缘应有1～2 mm的间距，并要避开骨骼结构(图1a)。该过程中结合使用阈值技术来删除ROI内任何CT值低于20 HU或高于500 HU的像素。对于纹理分析，使用高斯空间带通滤波器的拉普拉斯算子的选择性图像滤波过程，使用直方图分析进行纹理参数的定量测量。空间缩放因子(spatial scaling factor，SSF)表示由滤镜突出显示的图像特征的大小，范围在0、2、3、4、5和6 mm的物体半径之间。滤波器可以分别提取对应于不过滤(SSF=0)、精细(SSF=2)、中度(SSF=3～5)和粗糙(SSF=6)纹理刻度的图像特征(图1b～d)。通过直方图分析得出的量化纹理参数包括平均灰度强度(平均值，ROI内像素灰度的平均值)、标准差(standard deviation，SD)、熵(像素灰度强度分布的不规则度)、平均正像素值(mean positive pixels，MPP)、偏度(直方图的不对称性)和峰度(直方图的锐利度)[6]。在每个层面均记录每个SSF条件下的每项参数的测量值。

使用SPSS 19.0软件进行统计学分析。使用卡方检验比较下肢动脉闭塞伴有侧支循环(C组)和不伴有侧支循环组(D组)中患者的性别、年龄及病变位置是否存在差异。使用曼-惠特尼检验比较下肢动脉闭塞组(A组)与非下肢动脉闭塞组(B组)，以及伴侧支循环组(C组)与不伴侧支循环组(D组)中每个SSF条件下的纹理参数值之间的差异，P<0.05为差异具有统计学意义。采用操作者工作特征曲线(receiver operation characteristic curve，ROC)分析对各项纹理参数的诊断效能进行分析，计算曲线下面积(area under curve，AUC)、诊断界值及相应的敏感度和特异度。

结 果

下肢动脉闭塞伴有侧支循环(C组)和不伴有侧支循环组(D组)中患者的一般情况见表1。30例患者的闭塞动脉共计30段，位于右侧股浅动脉18段、左侧股浅动脉10段、右侧腘动脉1段，左侧腘动脉1段。

表1 患者的一般情况

图1 右侧下肢POAD患者。a) 下肢动脉CTA轴位图像上，选择右侧闭塞股浅动脉起始层面，在双侧下肢肌肉内勾画ROI； b) SSF=2条件下的纹理分析图像。显示肌肉内的纹理结构较精细； c) SSF=4条件下的纹理分析图像，显示了肌肉内的纹理结构中等大小； d) SSF=6条件下的纹理分析图像，显示了肌肉内的纹理结构较粗糙。

表2 下肢动脉闭塞组与非闭塞组下肢肌肉纹理参数分析结果

注：表格内数据为每个参数的中位数，括号中的数据为数值范围。

表3 下肢动脉闭塞伴侧支循环组与下不伴侧支循环组下肢肌肉纹理参数值

注：表格内数据为每个参数的中位数，括号中的数据为数值范围。

下肢动脉闭塞组与非下肢动脉闭塞组的下肢肌肉纹理参数值见表2。其中在 SSF=0和2～6时，均值和MPP在两组之间的差异无统计学意义。 SSF=0和2～6时，SD和熵值在两组之间的差异均有统计学意义(P<0.05)，表现为闭塞组中下肢肌肉的SD值和熵值更高。在不过滤(SSF=0)条件下，偏度和峰度在两组之间的差异有统计学意义(P<0.05)，表现为闭塞组中下肢肌肉的偏度和峰度值更小；在SSF=2～6时，偏度与峰度在两组之间的差异没有统计学意义。

对于鉴别下肢动脉闭塞与非闭塞，以中度过滤(SSF=5)条件下的SD值的曲线下面积最大，为0.75(95% CI：0.70～0.85)，SD界值为333.4，相应的诊断敏感度为69.0%、特异度为68.1%。在不过滤至中度过滤(SSF=0和SSF=2～4)条件下，偏度和峰度在两组之间的差异均有统计学意义(P<0.05)，表现为闭塞组中下肢肌肉的偏度和峰度值更小。对于鉴别下肢动脉闭塞与非闭塞，以中度过滤(SSF=5)条件下的SD值的曲线下面积最大，为0.75(95% CI：0.70～0.85)，SD界值为333.4，相应的诊断敏感度为69.0%、特异度为68.1%。

下肢动脉闭塞伴侧支循环组和不伴有侧支循环组中6个纹理参数的测量结果见表3。在不同SSF条件下下肢肌肉的6个纹理参数值在两组之间的差异均无统计学意义(P>0.05)。

讨 论

本研究结果显示，下肢动脉闭塞侧的下肢肌肉的SD、熵及偏度均高于非下肢动脉闭塞侧，而偏度则低于非下肢动脉闭塞侧；并且，中度过滤条件下(SSF=5)的SD值预测下肢肌肉缺血的诊断效能最高。提示CT纹理分析在预测下肢肌肉缺血中可能起到一定作用，尤其是在下肢动脉闭塞与非下肢动脉闭塞的鉴别中。但是，对于下肢动脉闭塞侧的下肢肌肉，CT纹理分析在是否形成侧支循环上无明显预测价值。

关于下肢动脉闭塞性疾病所引起的软组织供血异常的相关研究较少，目前广泛接受的方法有足部的经皮血氧张力测量[7]，但是这种方法无法提供解剖学信息，因此在临床应用中受到限制。此外，Lezzi等[3]探索了应用CT灌注成像的方法评价足部血流灌注情况，但目前的技术尚无法对下肢肌肉进行大范围扫描。关于在缺血性疾病中应用纹理分析的研究较少，Kassner等[5]曾基于磁共振T1WI增强图像使用纹理分析技术来预测急性缺血性脑卒中，结果显示局部变化、灰阶线性相关性这2个纹理参数优于单纯基于图像判断急性缺血性脑卒中。由此可以看出，纹理参数能够反映缺血性疾病与正常组织的不同。

病变的异质程度与病变的组织结构的变异度、组织缺氧和血管生成均具有相关性[8-10]。CT纹理分析中SD代表数据的离散程度，在不过滤时(SSF=0)，闭塞侧下肢肌肉的SD值高于非闭塞侧，并且随过滤程度的提高SD值也明显增大。在过滤的过程中，不论是暗目标还是亮目标均会得到强化，从而使SD值增加。已有研究证实，SD值与非小细胞肺癌组织缺氧程度呈正相关[9]，这与缺氧组织内形成坏死也就是暗区域有关，这一理论同样在胶质瘤分级与SD值成正相关的研究结果中得到证实[11]。尽管尚未有缺血性疾病的CT纹理分析的相关研究，但是根据上述研究可以推断，由于下肢供血动脉的闭塞，供血范围内的下肢肌肉内血流减少，从而使得其内的暗区域增多，这一机制可以解释下肢动脉闭塞侧下肢肌肉SD值高于非下肢动脉闭塞侧，而且随着过滤程度的增加其SD值逐渐增高。同时，SD值在鉴别下肢肌肉缺血中的曲线下面积最大。

熵代表了病变内像素强度分布的不均匀性，一般在异质性高的肿瘤中熵值较大，如恶性肿瘤或容易发生坏死的良性肿瘤[6-12]，在本研究中，下肢动脉闭塞组中(A组)下肢肌肉的熵值大于非闭塞组(B组)，差异具有统计学意义(P<0.05)，这可能与闭塞侧下肢动脉侧支循环的建立导致下肢肌肉结构异质性增高有关。下肢动脉闭塞组在未过滤(SSF=0)时偏度和峰度均低于非闭塞组，差异具有统计学意义(P<0.05)，考虑为下肢动脉闭塞患者肌肉整体血供较低所致。

在对下肢动脉闭塞进行分层分析时，将其分成了伴有侧支循环组(C组)与不伴有侧支循环组(D组)，对两组间6个CT纹理参数进行曼-惠特尼检验，结果显示差异均无统计学意义。笔者认为，这种情况可能与侧支循环形成的机制有关。下肢动脉闭塞时，侧支循环由闭塞动脉的近心端发出，跨过闭塞段下肢动脉，而与其远端的血管腔相连通[13]。而本研究中只测量了闭塞动脉的起始层面、中间层面及结束层面，未测量侧支循环与闭塞动脉远端相沟通的层面，可能对侧支循环的供血情况评价不够完善。

本研究存在以下不足：首先，研究纳入病例数较少，应扩大病例样本以减少选择偏倚；其次，本研究选择闭塞动脉起始层、中间层及结束层面的横轴面增强CT图像进行测量，未评价侧支循环动脉远端层面上下肢肌肉的纹理参数，应在未来研究中进行完善。

总之， CT纹理分析可以作为一个辅助诊断手段对下肢动脉闭塞性疾病患者的下肢肌肉的血供情况进行评价，弥补目前在该领域影像学技术的空白。

[1] He M,Qin X,Cui Y,et al.Prevalence of unrecognized lower extremity peripheral arterial disease and the associated factors in chinese hypertensive adults[J].Am J Cardiol，2012,110(11):1692-1698.

[2] Meijer WT,Grobbee DE,Hunink MG,et al.Determinants of peripheral arterial disease in the elderly:the Rotterdam study[J].Arch Intern Med,2000,160(19):2934-2938.

[3] Iezzi R,Santoro M,Dattesi R,et al.Foot CT perfusion in patients with peripheral arterial occlusive disease (PAOD):a feasibility study[J].Eur J Radiol,2013,82(9):455-464.

[4] 刘慧,王小宜,龙学颖.基于CT图像纹理分析肿瘤异质性的研究进展及应用[J].国际医学放射学杂志,2016,39(5):543-548.

[5] Kassner A,Liu F,Thornhill RE,et al.Prediction of hemorrhagic transformation in acute ischemic stroke using texture analysis of postcontrast T1-weighted MR images[J].JMRI,2009,30(5):933-941.

[6] Miles KA,Ganeshan B,Hayball MP.CT texture analysis using the filtration-histogram method:what do the measurements mean?[J].Cancer Imaging,2013,13(3):400-406.

[7] Pardo M,Alcaraz M,Ramon Breijo F,et al.Increased transcuta-neous oxygen pressure is an indicator of revascularization after peripheral transluminal angioplasty[J].Acta Radiologica,2010,51(9):990-993.

[8] Hayano K,Tian F,Kambadakone AR,et al.Texture analysis of non-contrast-enhanced computed tomography for assessing angiogenesis and survival of soft tissue sarcoma[J].J Comput Assist Tomogr,2015,39(4):607-612.

[9] Ganeshan B,Goh V,Mandeville HC,et al.Non-small cell lung cancer:histopathologic correlates for texture parameters at CT[J].Radiology,2013,266(1):326-336.

[10] Tian F,Hayano K,Kambadakone AR,et al.Response assessment to neoadjuvant therapy in soft tissue sarcomas:using CT texture analysis in comparison to tumor size,density,and perfusion[J].Abdom Imaging,2015,40(6):1705-1712.

[11] Skogen K,Ganeshan B,Good C,et al.Measurements of heterogeneity in gliomas on computed tomography relationship to tumour grade[J].J Neurooncol,2013,111(2):213-219.

[12] Zhang GM,Shi B,Sun H,et al.Differentiating pheochromocytoma from lipid-poor adrenocortical adenoma by CT texture analysis:feasibility study[J].Abdom Radiol,2017,DOI:10.1007/s00261-017-1118-3.

[13] Lee JE,Park HJ,Lee SY,et al.Differential diagnosis of chronic total occlusive and subtotal occlusive disease of the lower extremity arteries using reverse attenuation gradient sign on CT angiography[J].AJR,2015,205(5):550-555.

FeasibilityofusingCTtextureanalysistoevaluatelowerlimbmuscleischemia

ZHANG Da-ming,SUN Hao,XUE Hua-dan,et al.

Department of Radiology,Peking Union Hospital,Peking Union Medical college,Chinese Academy of Medical Science,Beijing 100730,China

Objective:To evaluate the feasibility of using CT texture analysis to evaluate lower limb muscle ischemia in lower extremity arterial occlusive disease.MethodsThirty patients with unilateral lower extremity arterial occlusive disease were included.Fifteen of the 30 patients were unilateral lower extremity arterial occlusion with collateral circulation (CC group).The other 15 cases had unilateral lower extremity arterial occlusion without collateral circulation (non-CC group).Six texture parameters [(mean,mean positive pixel (MPP),entropy,standard diviation (SD),skewness,and kurtosis] of lower limb muscle in both sides under the condition of SSF 0～6 were measured at the initial level,the intermediate level and the end plane of the occlusive artery were measured using TexRad commercial study software.ResultsIn the SSF 0～6 condition,the SDs (17.0,117.1,193.3,290.2,363.2 and 439.0) of the lower limb muscles of the lower extremity arterial occlusion were higher than those (16.4,101.0,179.0,242.4,298.3 and 350.7) in the lower limb muscles of the lower extremity arteries without occlusion;and the entropys in the lower extremity arterial occlusion were higher than those in the the lower extremity arteries without occlusion;the difference was statistically significant (P<0.05).The skewness and kurtosis of lower limb muscle in occlusion side were lower than that in contralateral side (skewness:2.2 vs 3.2;kurtosis:24.3 vs 26.7).Under the condition of moderate filtration (SSF=5),when the boundary value of SD was 333.4,the AUC of ROC was 0.75 (95%CI:0.70～0.85),and the sensitivity was 69.0%,the specificity was 68.1%.There were no statistically significant differences in the six texture parameters of the lower extremity arterial occlusion with collateral circulation and without collateral circulation formation under SFF 0～6 filtration.ConclusionCT texture analysis can be used as an auxiliary diagnostic method to evaluate the blood supply of lower limb muscles in lower extremity arterial occlusive disease.

Lower extremity artery； Peripheral arterial occlusive disease； Collateral circulation； Tomography，X-ray computed； Texture analysis

100730 北京，中国医学科学院北京协和医学院北京协和医院放射科

张大明(1984-)，女，河北迁安人，博士，主治医师，主要从事血管影像学诊断和研究工作。

金征宇，E-mail：jin_zhengyu@163.com

卫生公益性行业科研专项项目(201402019)

R587.29； R814.42

A

1000-0313(2017)12-1234-05

10.13609/j.cnki.1000-0313.2017.12.006

2017-10-20

2017-11-20)