常规M RI灰度直方图在胶质母细胞瘤鉴别诊断中的应用

马桢 程敬亮 任琦 张勇 汪卫建

多形性胶质母细胞瘤（glioblastoma multiform，GBM ）、中枢神经系统淋巴瘤（primary central nervous system lymphoma，PCNSL） 及 单 发 转 移 瘤（solitary brain metastasis，SMT)是三种常见的恶性脑肿瘤，在影像表现上有部分重叠现象，如中央坏死周围呈环状强化并伴瘤周水肿[1]，这使得GBM与PCNSL和SMT鉴别时难度较大。且常规MRI虽已广泛应用于临床，但对于肿瘤的组织类型及分级等鉴别作用较局限。全域直方图分析可基于平扫与增强T1WI、T2WI和ADC等图像进行分析，对提取出的病变图像感兴趣区的各层像素值灰度的分布情况进行统计分析，从而得到与疾病相关的鉴别分级等参数，并为我们提供了进一步鉴别肿瘤所需的具体分类方案。目前已有文献[2-7]陆续报道有关全域直方图分析法在某些疾病或肿瘤的分级、分类等方面的成功应用。我们利用灰度直方图介绍GBM、PCNSL及SMT三种常见恶性肿瘤的鉴别诊断。

1 对象与方法

1.1 研究对象 回顾分析郑州大学第一附属医院2013年5月至2017年10月经手术病理证实的95例多形性胶质母细胞瘤、中枢神经系统淋巴瘤及单发转移瘤患者。纳入标准：①通过手术病理证实为胶质母细胞瘤、中枢神经系统淋巴瘤及单发转移瘤中的一种；②术前行MRI平扫及增强检查，具有完善的影像资料包括轴位T1WI、T2WI、FLAIR、DWI和矢状位增强T1WI；③MRI图像质量清晰。按照标准，多形性胶质母细胞瘤29例，男13例，女 16例，年龄 10～69岁，平均（51± 15）岁；中枢神经系统淋巴瘤38例，男18例，女20例，年龄 33～81 岁，平均（57±13）岁；单发转移瘤 28 例，男 15 例，女 13 例，年龄 36～76 岁，平均（60±13）岁。

1.2 资料收集 收集患者MRI图像，选取出轴位T2WI、DWI及增强矢状位T1WI三个序列。

1.3 磁共振成像方法 采用德国SIEMEMS skyra 3.0T磁共振成像系统，选取32通道头颅线圈。受检者仰卧位，保持自然放松，额面部呈水平位，鼻根部平行于线圈中线。平扫行轴位及矢状位T1WI、轴位 T2WI、液体衰减反转恢复（FLAIR）序列及 轴 位 DWI。 扫 描 参 数 ：T1WI TR 260.0ms，TE 2.46 ms；T2WI：TR 3800 ms，TE 93.0 ms;FLAIR TR 4500 ms，TE 93.0 ms。 DWI扫描采用 SE-EPI序列， 选取b值为 0及1000 s/mm2，TR 3500 ms，TE 119 ms，视野范围 23 cm×23 cm，层厚 5 mm，层间距0.3 mm，层数20。增强扫描行矢状位、轴位及冠状位T1WI，增强扫描对比剂选用钆喷替酸葡胺（Gd-DTPA），剂量以 0.2 mmol/kg为准，其扫描参数与常规平扫T1WI一致。

1.4 感兴趣区的选取 将所有患者的MR图像以.BMP格式从PACS工作站导出，导出时调整窗宽、窗位，并使所有图像在窗宽、窗位上均保持一致，以T2WI为基础行全域直方图分析。

使用MaZda软件在轴位T2WI图像中沿全肿瘤边缘手动勾画出每一层的感兴趣区 (regions of interest，ROI)，软件自动生成ROI的灰度直方图，通过灰度直方图分析计算得到以下参数：方差（Variance）、均 值 （Mean）、偏 度 （Skewness）、峰 度（Kurtosis）、第 1 百分位数（1st Perc.）、第 10 百分位数（10th Perc.）、第 50 百分位数（50th Perc.）、第90百分位数 （90th Perc.）及第99百分位数99th Perc.）等[8]。该研究中所有勾画的ROI均由两位影像学专家指导完成。分别从三种肿瘤中随机选取一个样本并圈出肿瘤范围，肿瘤区域用红色填充，其对应的标记前后的图像及计算出的直方图可参考文献[8]。

1.5 统计学分析 采用SPSS 21.0进行分析。计量资料通过x±s进行统计描述，检测是否符合正态分布，数据满足正态分布、方差齐的多组间比较采用单因素方差分析（ANOVA），组间两两比较进行LSD-t检验；数据不满足正态分布或方差不齐的多组间比较采用Kruskal-Wallis检验，组间两两比较进行Bonferroni法检验。检验水准α=0.05。利用Medcalc软件建立受试者工作特征曲线 （ROC曲线），以确定最佳的区分三组肿瘤之间诊断的临界值，其中在进行ROC曲线分析的时候将囊变、坏死面积大的肿瘤作为混杂因素剔除。计算曲线下面积（AUC），通过ROC曲线分析有统计学差异的参数在三组肿瘤之间的诊断效能，有统计学意义的参数在相应两组肿瘤之间的ROC曲线下面积即为具有最高的灵敏度和特异度。

2 结果

2.1 灰度直方图统计学差异分析 由灰度直方图分析得到的 9 个参数中，Mean （χ2=11.623）、Variance（χ2=32.389）、Skewness （χ2=17.214）、Kurtosis （F=13.496）、1st Perc.（χ2=4.843）、10th Perc.（χ2=4.87）、50th Perc.（χ2=12.661）、90th Perc.（χ2=15.399） 及99th Perc.（χ2=11.925）这 9 个参数差异有统计学意义（P 均＜0.05）（表 1），其中 Mean、Variance、Skewness、Kurtosis、50th Perc.、90th Perc.及 99th Perc.在胶质母细胞瘤与中枢神经系统淋巴瘤两组之间差异 有 统 计 学 意 义 。 Mean、Skewness、Kurtosis、1st Perc.、10th Perc.、50th Perc.、90th Perc.及 99th Perc.在胶质母细胞瘤与单发转移瘤两组之间差异有统计学意义。Variance、1st Perc.在中枢神经系统淋巴瘤与单发转移瘤两组之间差异有统计学意义。

2.2 鉴别效能分析 ROC曲线分别分析Mean、Variance、Skewness、Kurtosis、1st Perc.、10th Perc.、50th Perc.、90th Perc.及 99th Perc.这 9 个参数在三组肿瘤两两之间的鉴别诊断效能，有统计学差异的参数在分别对应的两组肿瘤之间的AUC见图1～3，根据ROC曲线得出约登指数，选取了60%为最优的灵敏度与特异度阈值，所以其中有＞60%的参数为效能较优，＜60%的参数为效能较差；兼顾灵敏度和特异性选取的最佳临界值见表2-4。其中在胶质母细胞瘤与中枢神经系统淋巴瘤两组的鉴别之间方差的灵敏度为89.47%，特异度为68.97%，曲线下面积为0.88；胶质母细胞瘤与单发转移瘤两组的鉴别之间50th Perc.的灵敏度为85.71%，特异度为68.97%，曲线下面积为0.83；中枢神经系统淋巴瘤与单发转移瘤两组的鉴别之间1st Perc.的灵敏度为75%，特异度为60.53%，曲线下面积为0.70，具有较高的鉴别效能。

图1 常规MRI直方图参数鉴别胶质母细胞瘤与中枢神经系统淋巴瘤的ROC，选取最有意义的6个参数画ROC曲线，均值、方差、峰度、50th Perc.、90th Perc.及 99th Perc.的 ROC 下面积分别为0.77、0.88、0.77、0.78、0.83、0.82

3 讨论

在MRI的纹理特点中，全域灰度直方图中中位数及灰度的不均一性、百分位数等特点有助于区分诊断过程中不易鉴别的疾病[8]。本研究所探讨的即纹理分析中灰度直方图的分析方法来鉴别胶质母细胞瘤、中枢神经系统淋巴瘤及单发转移瘤。

图2 常规MRI直方图参数鉴别胶质母细胞瘤与转移瘤的ROC，选取有意义的6个参数画ROC曲线，均值、10th Perc.、50th Perc.、90th Perc.及 99th Perc.的 ROC下面积分别为 0.80、0.75、0.83、0.78及0.71

图3 常规MRI直方图参数鉴别中枢神经系统淋巴瘤与转移瘤的ROC，选取有意义的1个参数画ROC曲线，1st Perc.的ROC下面积分别为0.70

胶质母细胞瘤、中枢神经系统淋巴瘤及单发转移瘤是颅内较常见的三种恶性肿瘤，常规MRI可用于三者鉴别，但由于各肿瘤之间的影像学表现多有重叠，如增强MRI表现呈不规则的、均匀或不均匀的环形强化，中央坏死区部分可呈相对低强化，因此，常规 MRI对 GBM、PCNSL和 MET的鉴别具有局限性[9]。近年来已有肿瘤定量分析等相关报道刊出，其对肿瘤的鉴别诊断具有更高的准确性，可在术前作为一种非侵入性手段为肿瘤分级及分类提供更有临床价值的信息，并为其提供肿瘤的手术切除范围、临床治疗方案[10]。

表1 GBM、PCNSL、MET的MRI全域灰度直方图参数结果

表2 常规MRI全域灰度直方图参数鉴别GBM和PCNSL的ROC分析结果

表3 常规MRI全域灰度直方图参数鉴别GBM和MET的ROC分析结果

表4 T2全域灰度直方图参数鉴别PCNSL和MET的ROC分析结果

常规MRI全域灰度直方图的分析方法为肿瘤鉴别提供了一个更全面的评估方法，降低了根据常规MRI图像特征鉴别肿瘤所产生的局限性。以往关于直方图分析的报道常常仅在感兴趣区取一层或几层图像，其得出的数据仅反映肿瘤的局部数据，不能完全代表所选取的感兴趣区域肿瘤感兴趣的整体意义[11]，代表性较全域灰度直方图差。全域灰度直方图分析方法反映了病变区域每一层面的整体数据，可以较好地避免由于勾画局部区域ROI而导致的抽样误差[12]，并且对该三种肿瘤的鉴别会更加可靠。

目前应用全域直方图分析方法鉴别颅内该三种常见恶性肿瘤的研究还较少，本研究通过对峰度、偏度、均值、标准差、百分位数等9个灰度直方图参数来评价其在3种常见恶性肿瘤中的统计学意义， 结果显示 Mean、Variance、Skewness、Kurtosis、1st Perc.、10th Perc.、50th Perc.、90th Perc.及99th Perc.九个参数在三者之间差异存在统计学意义，提示灰度直方图分析对该三种肿瘤鉴别诊断存在一定价值，其中在胶质母细胞瘤与中枢神经系统淋巴瘤两组的鉴别之间 90th Perc.、99th Perc.，胶质母细胞瘤与单发转移瘤两组的鉴别之间90th Perc.、Mean，中枢神经系统淋巴瘤与单发转移瘤两组的鉴别之间1st Perc.这些参数的灵敏度与特异性较高，具有较高的鉴别效能，可能是对三种肿瘤两两鉴别较好的诊断参数。因此常规MRI全域直方图分析方法对颅内恶性肿瘤的鉴别诊断具有一定临床意义，通过每种鉴别效能最高的参数诊断出这几种常见的恶性肿瘤，更有助于临床治疗的选择和预后。

本研究作为一个回顾性研究，在临床病例中可能存在选择性偏倚；受GBM、PCNSL和SMT发病率较低影响，本研究样本量有限，后续的研究可增加样本量，探索直方图分析对肿瘤的不同病理类型之间是否有关联。本研究显示常规MRI全域灰度直方图分析可为胶质母细胞瘤、中枢神经系统淋巴瘤与单发转移瘤提供信息，对三者鉴别提供客观依据。