IDEAL-IQ技术结合纹理分析对肾脏少脂肪血管平滑肌脂肪瘤的鉴别诊断价值

张瑾， 陈雁， 王绎忱， 张连宇， 周纯武

图1 左肾透明细胞癌。a～c)分别为IDEAL-IQ序列脂肪分量横轴面、矢状面及冠状面图像，显示病灶ROI的勾画范围；d) 全病灶ROI的FF值分布的直方图。

血管平滑肌脂肪瘤(angiomyolipomas，AML)是肾脏最常见的良性肿瘤，临床上对于典型病变，因其内部含有明确的脂肪成分，通常能正确诊断，但对少脂型AML的诊断一直以来较为困难。近年来的研究表明，磁共振化学位移成像技术(同/反相位T1WI)是检测组织内少量脂肪的较为有效的方法，但也仅能提供同/反相位图像，需通过诊断医师阅片观察来判断病灶内有无脂肪，只能进行定性诊断。随着MRI软件和硬件技术的发展，(iterative decomposition of water and fat with echo asymmetry and least squares estimation- image quantification，IDEAL-IQ)序列定量分析技术的临床应用使得对组织内脂肪的精确测量成为可能[1-2]。目前，这项技术在肝脏及脊髓脂肪定量测量中的应用已有较多文献报道[3-7]，但尚未见此技术应用于肾脏AML内脂肪成分测量的相关研究。因此，本研究中对IDEAL-IQ技术对肾脏少脂型AML内脂肪成分的检出能力及其对病变的鉴别诊断价值进行了分析。

材料与方法

1.基本临床资料

本院2015年1月-6月共62例肾脏肿瘤患者完成MRI扫描，剔除18例失访者和2例典型AML(含多量脂肪)，最终42例患者纳入本研究。其中男23例、女19例；年龄29～75岁，平均(48.84±10.27)岁；2例患者有两个原发病灶，共44个病灶纳入分析。

根据肾脏肿瘤的病理特征，将42例患者分为2组。少脂肪AML组：共8例，男2例，女6例；年龄35～75岁，平均(49.38±12.76)岁；4例经手术病理证实，余者随诊2年以上无变化。non-AML组：共34例36个病灶，男21例，女13例；年龄29～72岁，平均(48.72±9.84)岁；34例均经手术病理证实，其中肾透明细胞癌(clear cell renal cell carcinoma，CCRCC)26例共28个病灶，肾非透明细胞癌(non-CCRCC)8例，包括嫌色细胞癌4例、乳头状癌2例、尿路上皮癌和转移瘤各1例。

2.检查方法

使用GE Discovery MR750 3.0T磁共振扫描仪和8通道腹部线圈。每例患者采用2个序列进行扫描。①同/反相位T1WI序列，扫描参数：TR 150 ms，TE 2.3/4.6 ms，视野44 cm×44 cm，翻转角15°，扫描矩阵256×256，层厚7 mm，一次屏气共扫描32层；②IDEAL-IQ序列，扫描参数：TR 7.2 ms，TE 1.3 ms，ΔTE 2.0 ms，翻转角30°，接收带宽±166.7 Hz，视野44 cm×44 cm，扫描矩阵256×256，层厚7 mm，一次屏气共扫描24层。

3．图像分析和后处理

对同/反相位T1WI序列的图像采用主观评价方法，由两位放射医师进行阅片分析，病灶在反相位图像上信号减低者记为阳性，反之记为阴性。

对IDEAL-IQ序列采用客观评价的方法，首先将脂肪分量(fat fraction,FF)图像数据导入数据分析软件中(GE OK，2016)，在FF图像上逐层在病灶内手动勾画ROI，然后进行融合处理，形成全病灶ROI，并取得全病灶中每个像素的FF值(图1)，之后使用软件进行纹理分析，取得病灶FF值的多项纹理分析参数，包括最小值、最大值、中位值、平均值、标准差、方差、第5、15和30百分位值(percent，Per)、偏度、峰度、均匀度、范围和熵。

表2 IDEAL-IQ序列纹理分析结果

4．统计分析方法

对少脂肪AML组与non-AML组、CCRCC组与non-CCRCC组的各项测量参数值先进行Levene检验来验证其方差齐性，方差齐时组间数据的比较采用两独立样本t检验，方差不齐时采用Mann-Whitney检验。采用ROC 曲线对组间差异有统计学意义的参数进行诊断效能的分析，并根据Yoden指数筛选出这些参数的阈值。采用Pearson卡方检验对少脂肪AML组与non-AML组中在同/反相位T1WI序列上出现反相位信号减低的病例数占比进行比较。P<0.05为差异有统计学意义。

结 果

1．同/反相位T1WI序列

对病灶在同/反相位T1WI序列图像上的评价结果见表1。non-AML组中3例因病灶内出血明显而无法评价，故最终对39例41个病灶的数据进行分析。在反相位图像上信号减低的病灶共13个，其中5个为少脂肪AML，8个为CCRCC，对AML组与non-AML组中含脂病灶的出现率进行比较，差异无统计学意义(χ2=4.352，P>0.05)。对CCRCC组与non-CCRCC组中含脂病灶的出现率进行比较，差异无统计学意义(χ2=2.374，P>0.05)。

表1 同/反相位T1WI上的评价结果 (个)

2．IDEAL-IQ序列

所有病例的IDEAL-IQ序列的图像清晰，达到诊断标准。3例患者合并病灶内出血，但在脂肪分量图像上病灶内均未见异常高信号，未影响图像的观察和测量。

少脂肪AML组与non-AML组、CCRCC组与non-CCRCC组中在IDEAL-IQ序列测量的FF值的纹理分析参数值见表2。各参数值的组间比较结果及诊断效能相关指标值见表3～4。少脂肪AML组与non-AML组间病灶FF值的最小值、最大值、中位值、平均值、标准差、方差、Per5、Per15、Per30及均匀度的差异有统计学意义(P<0.05)，其中Per5的诊断效能最大，其曲线下面积为0.974。而偏度、峰度、均匀度和熵值的差异无统计学意义(P>0.05)。对CCRCC与non-CCRCC有鉴别诊断意义的参数为中位值、平均值、Per15、Per30和均匀度，其中中位值具有最好的诊断效能，其曲线下面积为0.862。

表3 各参数对鉴别少脂肪AML与non-AML的诊断效能

注：AUC为曲线下面积(area under curve)，NPT为非参数检验(non-parametic tests)。

表4 有组间差异的纹理参数鉴别CCRCC与non-CCRCC的诊断效能

讨 论

肾脏血管平滑肌脂肪瘤由血管、平滑肌和脂肪三种成分以不同比例混合组成。由于成分复杂，各成分比例不同，因此其影像表现多种多样。临床工作中，多以发现脂肪作为明确诊断的标准。少脂肪AML因含脂肪成分较少，是目前影像诊断的难点。这类肿瘤约占所有AML的5%。既往有大量研究对检测AML内脂肪进行了多种有益的探索和尝试，如CT平扫密度的测量及强化模式的研究、磁共振的化学位移成像、扩散加权成像以及多参数研究等，但这些方法在临床应用方面仍然有一定的限度。IDEAL-IQ技术出现之前，人们也曾经试图通过MR化学位移成像技术进行脂肪的定量测量，包括对同/反相位T1WI序列中同、反相位的信号差进行计算[8-10]，或者是利用IDEAL序列的脂相和水相进行相关计算[9]。由于受到技术因素的限制及各种干扰因素的影响，上述序列都不能精确量化评价病变内的脂肪含量。

IDEAL-IQ技术是一种精准的水脂分离和定量化技术。它采用多峰脂肪模型精确模拟甘油三酯的多共振峰，同时克服了T1和T2*效应的影响。通过并行采集技术、增强图像重建技术结合快速三维多回波梯度回波序列，IDEAL-IQ序列通过一次屏气扫描，可同时产生水相、脂相、脂肪分量图像和T2*图像及同-反相位图像。这项技术的出现为检测及定量测量组织内少量脂肪提供了可能，近年来大量学者对于其准确性及影响因素进行了研究[1-2,4,11-13]，大部分针对IDEAL-IQ序列定量测量的准确性和稳定性的研究都得到了肯定结果。目前关于这项扫描技术的临床应用研究主要集中在对肝脏脂肪和骨髓脂肪的定量测量等方面[3-7]，亦有见应用于肾上腺腺瘤的鉴别诊断[14]，但国内外尚未见应用这项技术定量测量少脂肪AML中脂肪含量的相关报道。本研究对此进行了初步尝试。

IDEAL-IQ技术的另一大优势是通过扫描可以直接得到脂肪分量的图像，通过勾画感兴趣区可以直接测量脂肪分量，免除了繁琐的计算过程。正是由于在脂肪分量图上每个像素的测量值代表的是该像素所具有的脂肪分量，促使我们想到对病变的脂肪分量数据进行纹理分析或许能够得到关于病变内脂肪分布的更有意义的信息。目前已有将纹理分析或直方图分析应用于少脂肪AML的报道，但研究多集中于CT扫描图像、以发现脂肪密度为研究目的[15-16]，部分研究聚焦于肿瘤的强化特征[17-18]。将IDEAL-IQ技术和纹理分析结合的研究方法尚未见报道。在本研究中采用了全病灶ROI分析法，首先将IDEAL-IQ序列与T2WI脂肪抑制序列和增强扫描序列的图像进行对照观察，沿病灶边缘逐层手动勾画ROI，再融合成完整的病灶容积ROI数据，这样可以有效避免单层或少数ROI的选择所造成的偏倚。文中采用Per5、Per15和Per30等百分位值作为参数的目的，是为避免那些仅有及少量脂肪组织的病灶其高FF值部分被不含脂肪的部分平均而难以与其它病变鉴别的情况发生。纹理分析结果显示，有鉴别意义的参数基本上属于直方图分析部分，包括最小值、最大值、中位值、平均值、标准差、方差、Per5、Per15和Per30等，其中百分位值的的诊断效能最高。可能的原因是少脂肪AML病灶内脂肪成分含量很少，平均值计算很可能会造成这些少量的脂肪被大量非脂肪组织的数据所平均而不能准确反映其特征，而百分位数值则能有效地反映出病变内少量脂肪组织的存在。偏度、峰度、均匀度和熵等参数均是反映病变均质性的参数，在本研究中，除均匀度的组间差异有统计学意义外，余各项参数的组间差异均无统计学意义。这也证明了少脂肪AML病灶内脂肪是以非常小灶的形式存在的。

肾脏透明细胞癌是一种富含脂质的肿瘤，其大体病理也常常表现为金黄色多彩状。本研究结果显示，结果表明ccRCC病灶内的确含有脂质成分，FF值的纹理参数中位值、平均值、Per15、Per30及均匀度等参数对于签别诊断有一定意义。

本研究仍存在着一定的不足：首先，入组的AML病例数比较少，需要进一步扩大样本量进行观察；其次，全病变ROI的勾画相对繁琐，一定程度上限制了此方法的临床应用，这里我们期待软件技术的发展能够迅速解决病变范围自动勾画的问题。

综上所述，本研究结果证实IDEAL-IQ序列能准确测量病灶内的少量脂肪，在少脂肪肾脏血管平滑肌脂肪瘤的诊断方面有着比较好的应用前景。而且本研究中采用了纹理分析方法，并对整个病灶的图像数据进行分析，既避免了单个ROI测量的局限性，又能获得病灶的多个特征参数，可为临床诊断提供更客观、完整的诊断信息。