增强CT 纹理分析对食管鳞癌转移性淋巴结的诊断价值

2019-05-06 07:15徐敬慈潘自来王胜裕王丽娟孙芙蓉
中国医学计算机成像杂志 2019年1期
关键词:转移性鳞癌纹理

徐敬慈 潘自来 王胜裕 王丽娟 孙芙蓉 刘 霄

据2015 年肿瘤登记年报数据,中国食管癌发病率和死亡率均居第四位。国际抗癌联盟(UICC)第8版肿瘤分期和美国癌症联合委员会(AJCC)(UICC/AJCC)2017 年公布的食管癌新分期着重关注了食管癌治疗前分期准确性和淋巴结转移的预后意义[1]。中国人食管癌绝大多数为鳞癌,此次UICC 第8 版分期突显了淋巴结转移对于食管鳞癌预后的重要性[2]。MSCT 是食管癌诊断和术前分期的重要检查手段,以往对转移性淋巴结的诊断多参照其大小和形态特征,但尚存一定不足。图像纹理分析是通过定量提取一些肉眼无法识别的纹理特征,从而反映ROI 内像素灰度值分布模式及变化规律的影像组学技术手段,有助于揭示病灶内潜在的病理异质性[3-4]。纹理分析已被发现在鉴别直肠癌转移性及非转移性淋巴结中有一定价值[5]。笔者旨在探讨MSCT 图像纹理分析对食管鳞癌转移性淋巴结的诊断价值,并分析几何参数对纹理分析结果的影响。

方 法

1.临床资料

回顾性连续收集2013 年3 月至2017 年10 月上海交通大学医学院附属瑞金医院北院符合以下标准的患者。纳入标准:①首次经手术病理证实为食管鳞癌;②术前进行过颈、胸、腹部CT 增强联合扫描;③术前CT 显示有短径>5mm 的食管癌区域淋巴结;④行CT 检查后1 周内行食管癌切除术+区域淋巴结清扫术;⑤图像质量满足后处理要求。排除标准:①接受过放、化疗;②有其他胸腔手术史;③合并急性感染、其他肿瘤。48 例患者纳入研究,男33 例,女15 例;年龄42 ~78 岁,中位63 岁。

2.CT 检查方法

使用东芝Aquilion 64 层螺旋 CT 完成CT 平扫和增强扫描检查。检查前禁食、禁水6 小时以上,指导患者取仰卧位,扫描参数:管电流350mA,管电压120kV,层厚5mm,层间隔 5mm, 视野280mm ~350mm,矩阵 512×512;平扫后静脉注射碘佛醇80ml ~100ml,速率3ml/s;延时30 秒扫描,扫描范围:颈部、胸部及腹部。

3.图像处理分析

图像选择:在PACS系统内调阅图像,窗宽(WW)=320,窗位(WL)=40,以BMP 格式下载、储存于硬盘中。由一名副主任医师及一名高年资主治医师在未知病理结果的情况下选择短径>5mm 的食管癌区域淋巴结,并根据自己的经验对病灶为转移性淋巴结(MLN)或非转移性淋巴结(NLN)给出诊断,如意见不统一则通过商议取得一致意见,计算错判率。并采用χ2检验比较其与MaZda 软件分析结果差异是否有统计学意义。χ2检验采用SPSS 16.0 统计软件进行比较分析,以P<0.05 为差异有统计学意义。

纹理分析:采用MaZda 软件对纹理特征参数进行分析,过程如下:在目标淋巴结最大层面图像上手动勾画出目标淋巴结边界,使用软件自带功能对其灰阶水平进行标准化,范围为[μ-3δ,μ+3δ](μ和δ 分别是平均灰度值和标准差),目的是减低亮度和对比度变化对纹理特征分析的影响。

利用MaZda 首先纳入几何参数(geometric parameter)提取ROI 的纹理特征,再使用MaZda提供的3 种纹理特征选择方法选出10 个对鉴别两种病变特征最有意义的方法,以及3 种方法联合选择的30 个纹理特征对病变进一步分类。3 种纹理特征选择方法分别是Fisher 系数(Fisher coefficient,Fisher)、 交 互 信 息(mutual information,MI)和分类错误概率联合平均相关系数(classification error probability combined average correlation coefficients,POE+ACC)。另外,3 种方法联合(FPM)可提供30 个纹理特征。使用B11 统计软件(maZda自带)所选择的纹理特征分类这两种病变。统计方法包括原始数据分析(raw data analysis,RDA)、主要成分分析(principal component analysis,PCA)、线性分类分析(linear discriminant analysis,LDA)和非线性分类分析(nonlinear discriminant analysis,NDA)。4 种不同方法区分两种病变的结果以错判率的形式表述,误判率越小,说明该序列所蕴含的鉴别这两种病变的纹理特征越多。

最后排除几何参数重新进行纹理特征的提取、分类,计算错判率。

结 果

使用MaZda 软件分析目标淋巴结CT 增强图像,纹理特征的选择按是否纳入几何参数分为两组,参数选择方法分别采用MI、Fisher、POE+ACC 和MI+PA+F,分类方法分别选择RDA、PCA、LDA 和NDA,计算判断是否为转移性淋巴结的错判率(表1)。

B11 模块允许在特征空间内对样本分布进行可视化,对这些分布的统计分析以及特征向量分类,不同类别的样本用不同的符号表示。用户可以通过确定样本组中的云是否在不同的聚类中来推断分类的可行性(图1)。纳入几何参数时,最低错判率为7.84%(8/102),出现在特征选择方法采用POE+ACC、MI,特征分类统计方法采用NDA 时。不纳入几何参数时,最低错判率为6.86%(7/102),出现在特征选择方法采用FPM,特征分类统计方法采用NDA 时,两者差异无统计学意义(χ2=0.082,P=0.774)。

影像医师的错判率为14.71%(15/102),其中5 例为转移瘤误判为非转移瘤(5/61),10 例为非转移瘤误判为转移瘤(10/41),较采用MaZda 软件分析鉴别这两种病变错判率高,差异有统计学意义(χ2=4.300,P=0.038)。

讨 论

1.食管鳞癌淋巴结转移评估的意义

食管癌是我国常见恶性肿瘤之一,男多于女,以中下段好发,在我国绝大多数食管癌为鳞癌。最新研究表明,食管鳞癌与食管腺癌在基因水平上完全不同,可以看做完全不同的两种疾病[6]。MSCT 是目前食管癌淋巴结转移的重要评估手段,以往的研究多通过大小、形状,并辅助以多平面重建等后处理手段来评估目标淋巴结是否存在转移可能。然而,以淋巴结大小来判断MLN 的阈值尚无确切结论。病理上,淋巴结的反应性增生或炎性淋巴结均可能导致目标淋巴结体积的增大而被误判为MLN。与此同时,小淋巴结的转移也往往被低估。所以,在评估淋巴结转移的可能时,使用客观定量指标来辅助判断很有必要。

表1 纹理分析鉴别食管鳞癌转移性淋巴结和非转移性淋巴结的错判率[%(例)]

图1 A、 B.分别为纳入几何参数、不纳入几何参数时基于CT 增强图像的纹理分析鉴别MIN 及NLM。l 表示NLM,2 表示MLN。3 种特征为区分2 种病变的最优纹理特征。“1”与“2”区分较明显,表明纹理分析鉴别能力均较好。

2.纹理分析对影像诊断的价值

纹理分析通过计算病灶的图像纹理特征,反映了图像中微观异质性的程度,而异质性往往也是区别肿瘤与正常组织或良性病变的重要特征之一[7]。通常,影像科医生或其他临床医师习惯于根据肉眼观察到的病灶大小、轮廓、边缘、密度等信息结合临床经验做出判断,这种判断极易受到观察者主观感受影响。例如,我们描述某个病灶常以密度均匀或是密度不均匀来反映病灶异质性的程度,但这种基于主观的判断以往很难用客观的数值来衡量。纹理分析从图像本身的细节入手,排除主观因素的影响,直接给出基于图像的客观信息,所以可以在多种影像图像的分析中应用,如CT、MR 和PET 等。

最初,MaZda 是用来对磁共振成像进行分析,国内相关研究已经证实MRI 纹理分析可用于鉴别脑胶质母细胞瘤和单发转移瘤[8]。然而,相关研究很快就显示了它在分析其他类型的纹理图像,包括X 射线和相机图像的有效性,它被证明是一种高效、可靠的定量图像分析工具,即使在更准确、客观的医学诊断中也是如此[9]。目前,MaZda 可从洛兹技术大学电子学院的网页上免费下载供公众使用(version 4.6,The Technical University of Lodz, Institute of Electronics, http://www.eletel.p.lodz.pl/mazda/)。

3.MSCT 图像纹理分析诊断食管鳞癌转移性淋巴结的价值

本次研究以食管鳞癌患者的区域淋巴结作为研究对象,研究显示利用纹理分析可较准确鉴别食管鳞癌转移性淋巴结和非转移性淋巴结,其误判率可以低至6.86%(7/102)。与之相比,影像医师错判率相对稍高,达15.69%(15/102),两者差异有统计学意义(χ2=4.300,P=0.038)。所以,纹理分析可以用来鉴别食管癌的转移性淋巴结和非转移性的淋巴结,并一定程度上避免了观察者主观因素的影响。

以往,一些几何参数如长径、短径等在医师判断淋巴结性质方面起到很重要的作用,本次研究对将几何参数(geometry parameters)作为纹理分析参数纳入后的影响做了对比,结果显示,纳入几何参数误判率最低为7.84%(8/102),出现在纹理特征选择方法为POE+ACC 及MI,统计分类方法为NDA 时。排除几何参数后,误判率最低为6.86%(7/102),出现在纹理特征选择方法为FPM,统计分类方法为NDA 时。两者差异无统计学意义(χ2值=0.082,P=0.774),提示几何参数对结果的影响不大。

4.本研究的局限性

第一,回顾性研究,缺乏食管鳞癌区域淋巴结标本与影像的一一对应,仅以食管鳞癌切除术后分站式送检结果为依据,筛选目标淋巴结。第二,仅对CT增强图像进行了分析,虽对病变的细节显示更清楚,但某些与大血管相邻病灶的图像会受到伪影的影响。第三,限于CT 原始图像的层厚及感兴趣区的限制,本研究仅选取了短径>5.0mm 的淋巴结加以研究。

综上所述,本研究显示增强CT 纹理分析可以为鉴别食管鳞癌转移性淋巴结和非转移性淋巴结提供可靠信息,确保诊断的准确性,对两者鉴别提供可靠的客观依据,是否纳入几何参数对鉴别的结果无影响。

猜你喜欢
转移性鳞癌纹理
SPECT/CT显像用于诊断转移性骨肿瘤的临床价值
恶性胸膜间皮瘤、肺鳞癌重复癌一例
ADC直方图分析在颈部淋巴结转移性鳞癌鉴别诊断中的价值
基于BM3D的复杂纹理区域图像去噪
晚期乳癌五大迷思与预防
使用纹理叠加添加艺术画特效
TEXTURE ON TEXTURE质地上的纹理
消除凹凸纹理有妙招!
转移性收入在居民收入分配中的作用
——中国居民收入分配中的逆向调节机制
Aurora-A在食管鳞癌及癌前病变中的表达特点和研究意义