基于3D动脉自旋标记成像的纹理分析法在脑胶质瘤分级中的初步研究

邓达标，毛家骥，汪文胜，沈君，成丽娜，李松涛，吴静

世界卫生组织(World Health Organization，WHO)将胶质瘤分为Ⅰ～Ⅳ级，胶质瘤的准确分级对于制订治疗方案、监测治疗效果及评估预后均至关重要。3D动脉自旋标记(3D arterial spin labeling，3D-ASL)是一种无创的功能磁共振成像技术，它无需引入外源性对比剂，能够以自身血液作为内源性对比剂监测肿瘤血流灌注，间接反映肿瘤微血管生成。研究表明，3D-ASL的脑血流量(relative cerebral blood flow，CBF)平均值能够为胶质瘤分级提供参考信息[1-3]。肿瘤异常灌注往往说明具有高度异质性，而常规3D-ASL的CBF值为特定标记时间测量的特定的平均值，所以单纯CBF的平均值尚不能真正准确地反映肿瘤的灌注特征，肿瘤的灌注异质性与胶质瘤分级的关系仍有待阐明。纹理分析能够从图像中深度提取大量由低到高维度的、反映图像异质性的纹理参数，其在多个肿瘤的分级中已展现出巨大应用价值[4-8]，但目前3D-ASL图像纹理分析在胶质瘤分级中的应用仍鲜见报道。因此，本研究拟探讨基于3D-ASL图像的纹理分析在胶质瘤分级中的应用价值。

1 材料与方法

1.1 研究对象

自2016年1月至2018年6月，连续收集在我院行术前常规MRI检查且行3D-ASL检查，并经手术病理证实的107例胶质瘤患者，纳入标准：(1)术后病理学诊断依据《WHO 2016版中枢神经系统肿瘤分类》；(2) MRI扫描前未行手术、穿刺活检或放化疗。26例被排除：(1) 3D-ASL原始数据不完整(3例)；(2) ASL信噪比低(3例)；(3)胶质瘤绝大部分囊变(3例)；(4)胶质瘤在ASL图像上难以勾画清楚病灶边界17例(17例)。最终纳入本研究患者共81例，男54例，女27例，年龄4～79岁，平均(38.69±18.70)岁，分为低级别胶质瘤组(Ⅰ～Ⅱ级)和高级别胶质瘤组(Ⅲ～Ⅳ)，其中低级别胶质瘤31例，年龄4～66岁，平均(35.61±17.41)岁，男16例，女15例。其中毛细胞星形细胞瘤(Ⅰ级) 4例，少突胶质细胞瘤(Ⅱ级) 6例，多形性黄色星形细胞瘤(Ⅱ级) 3例，肥胖型星形细胞瘤(Ⅱ级) 2例，弥漫型星形细胞瘤(Ⅱ级)16例。高级别胶质瘤50例，年龄4～79岁，平均(40.60±19.38)岁，男38例，女12例。其中间变性星形细胞瘤(Ⅲ级) 10例，间变性多形黄色星形细胞瘤(Ⅲ级) 1例，间变性少突胶质细胞瘤(Ⅲ级) 1例，胶质母细胞瘤(Ⅳ级)31例，弥漫中线胶质瘤(Ⅳ级) 6例，胶质肉瘤(Ⅳ级) 1例。

1.2 磁共振扫描方法

美国GE HDxt 3.0 T超导型磁共振成像设备，标准八通道相控阵头部线圈。常规行T1WI、T2WI、T2 FLAIR、增强T1WI及3D ASL扫描。液体衰减反转恢复序列(FLAIR序列)获取T1 FLAIR及T2 FLAIR，FSE序列获取T2WI。成像参数：T1WI：TR 1900 ms，TE 24 ms，TI 780 ms；T2WI：TR 4480 ms，TE 120 ms；T2 FLAIR：TR 9480 ms，TE 120 ms，TI 2300 ms；FOV 240 mm×240 mm，矩阵256×256，扫描层厚5.5 mm，间隔1.0 mm，激励次数(NEX)1次。3D-ASL序列：TR 4599 ms，TE 9.8 ms，层厚4 mm，NEX 3次，FOV 240 mm×240 mm，矩阵512×512，延迟时间1525 ms。MRI增强扫描包括T1WI的横轴面、矢状面及冠状面扫描。对比剂采用钆喷替酸葡甲胺(Gd-DTPA)，剂量：0.2 mL/kg体重。手动注射。

1.3 感兴趣区画取及图像分割

将所有患者的ASL图像利用GE ADW4.6后处理工作站进行处理，获得CBF灰度图，然后以DICOM格式导入Omni-Kinetics软件(GE healthcare，Life-Science，China)进行感兴趣区(region of interest) 画取、图像分割与纹理分析。

ROI选取：参照文献[4，9-11]的方法，由1名熟悉神经影像的影像科医师在不知道病理结果的情况下进行ROI画取。参照T1WI、T2WI FLAIR及T1WI增强图像，选择ASL图像上肿瘤实质及瘤周水肿的最大层面，分别勾画出肿瘤实质ROI及瘤周水肿ROI，ROI不包括坏死、囊变、出血区域。在瘤周水肿研究，81例中有13例(6例低级别胶质瘤，7例高级别胶质瘤)因瘤周水肿轻微，难以在ASL图像上勾画出边界而排除，最终纳入68例(25例低级别胶质瘤，43例高级别胶质瘤)纳入研究。图像分割：ROI画取完成后，由OK软件进行自动图像分割。

1.4 图像纹理分析

采用Omni-Kinetics软件对分割后的图像进行一阶直方图纹理分析及二阶灰度共生矩阵(Gray-Level Cooccurrence Matrix，GLCM)纹理分析，生成以下纹理参数。

(1)直方图参数：包括最小值(min intensity)、最大值(max intensity)、中位值(median intensity)、均值(mean value)、标准差(standard deviation)、方差(variance)、体积数(volume count)、体素值和(voxel value sum)、值域(rang)、均方根(root mean square，RMS)、平均差(mean deviation)、相对偏差(relative deviation)、偏度(skewness)、峰度(kurtosis)、均匀性(uniformity)、能量(energy)、熵(entropy)、百分位数(quantiles)(5，10，25，50，75，90，95)。(2)灰度共生矩阵参数(gray-level co-occurrence matrix，GLCM)：总频率(total frequency)、能量(GLCM energy)、熵(GLCM entropy)、惯性(inertia)、相关性(correlation)、逆差矩(inverse difference moment)、集群阴影(cluster shade)，集群显著性(cluster prominence)。

图1 男，21岁，左侧额叶弥漫性星形细胞瘤(WHO Ⅱ级)。A：轴位T1WI增强示左侧额叶肿瘤未见明显强化；B：T2 FLAIR示肿瘤呈稍高至高信号，瘤周可见轻度水肿信号影；C：CBF图示肿瘤呈稍高灌注；D、E分别为肿瘤实质及瘤周水肿的CBF直方图，示图像中心左偏。肿瘤实质CBF直方图均匀度及能量分别为0.77，4.23×10-2，瘤周水肿CBF直方图最小值为35Fig. 1 Male, 21 years old, left frontal lobe diffuse astrocytoma (WHO Ⅱ). A: Axial contrasted T1WI shows no signi ficant enhancement of the tumor. B: T2 FLAIR shows mild hyperintensity of the tumor and mild edema around the tumor. C: CBF shows slightly hyper-perfusion of the tumor. D and E: the tumor parenchyma and peritumoral edema of CBF histogram, shows the center of image shift to the left. The uniformity and energy of CBF histogram of tumor parenchyma are 0.77, 4.23×10-2,respectively, and the min-intensity of CBF histogram of peritumoral edema is 35.

表1 低级别胶质瘤组和高级别胶质瘤组患者肿瘤实质纹理特征参数的比较结果Tab. 1 Comparison of texture parameters of tumor parenchyma between low- and high-grade glioma group

图2 男，64岁，左侧额叶胶质母细胞瘤(WHO Ⅳ级)。A：轴位T1WI增强示左侧额叶肿瘤呈环状不均匀明显强化；B：T2 FLAIR示肿瘤呈稍高信号，中央坏死区呈低信号，瘤周可见明显水肿信号影；C：CBF图示肿瘤呈高灌注；D：肿瘤实质的CBF直方图，示图像中心明显右偏，均匀度及能量分别为0.67，1.07×10-2；E：为瘤周水肿的CBF直方图，示图像中心左偏，最小值为10Fig. 2 Male, 64 years old, left frontal lobe glioblastoma (WHO Ⅳ). A: Axial contrasted T1WI shows markedly circular heterogeneous enhancement. B: T2 FLAIR shows mild hyperintensity of the tumor and hypointensity in the central necrotic area, obvious edema around the tumor. C: CBF shows hyper-perfusion of the tumor.D: CBF histogram of tumor parenchyma, shows the center of image shift to the right obviously, uniformity and energy are 0.67,1.07×10-2, respectively. E: CBF histogram of peritumoral edema, shows the center of image shift to the left, the min-intensity is 10.

表2 低级别胶质瘤组和高级别胶质瘤组患者瘤周水肿纹理特征参数的比较结果Tab. 2 Comparison of texture parameters of peritumoral edema between low- and high-grade glioma group

图3 肿瘤实质的ROC曲线，均匀性和能量曲线下面积分别为0.71、0.72，，均值曲线下面积为0.68，联合均匀性及能量曲线下面积为0.73 图4 瘤瘤周水肿的ROC曲线，最小值和均值的曲下面积分别为0.72、0.67Fig. 3 The ROC curve of tumor parenchyma. The AUC of uniformity and energy were 0.71 and 0.72, respectively.The AUC of mean value was 0.68. The AUC of the union of uniformity and energy was 0.73. Fig. 4 The ROC curve of peritumoral edema. The AUC of min intensity and mean value were 0.72 and 0.67, respectively.

表3 鉴别高、低级别胶质瘤的纹理参数的ROC曲线分析Tab. 3 Analysis of ROC of texture parameters for identifying high- and low-grade gliomas

1.5 统计学方法

采用SPSS 22.0软件进行相关数据统计分析，运用Kolmogorov-Smirnov(K-S)检验对数据进行正态性检验及Levene检验对数据进行方差齐性检验。正态分布数据用x±s表示，非正态分布数据用M(P25，P75)表示。采用独立样本t检验(满足正态性和方差齐性检验的情况下)或Mann-Whitney U检验(不满足正态性及方差齐性时)比较低级别与高级别胶质瘤ASL图像的纹理参数。对于有统计学意义的纹理参数，通过MedCal软件(version 18.2.1，Ostend，Belgium; http://www.medcalc.org)绘制受试者工作特征(receiver operating characteristic，ROC)曲线确定鉴别低级别胶质瘤和高级别胶质瘤的最佳临界值，并计算各个参数的鉴别效能(敏感度、特异度、阳性预测值、阴性预测值)，与CBF均值对比。P＜0.05表示差异有统计学意义。

2 结果

2.1 肿瘤实质

低级别胶质瘤组和高级别胶质瘤组肿瘤实质的纹理参数差异有统计学意义的有21个(表1)。本研究中， 低级别胶质瘤CBF直方图的图像中心向左偏，而高级别胶质瘤则明显向右偏，两者均可见多个波峰(图1，2)。

2.2 瘤周水肿

低级别胶质瘤组和高级别胶质瘤组瘤周水肿的纹理参数差异有统计学意义的有19个(表2)。本研究中， 低级别胶质瘤CBF直方图的图像中心向左偏，可见双峰改变，而高级别胶质瘤向左偏较低级别胶质瘤明显，可见一个波峰(图1，2)。

2.3 纹理参数的诊断效能分析

利用ROC曲线分别分析肿瘤实质和瘤周水肿中得出的差异有意义的纹理参数，并把曲线下面积(area under curve，AUC)＞0.7的纹理参数与CBF均值作比较(表3；图3，4)。

3 讨论

本研究分别对胶质瘤的肿瘤实质和瘤周水肿进行术前3D-ASL图像进行纹理分析，生成多种视觉不能获得的高纬度图像信息，评估肿瘤灌注的异质性，以提高3D-ASL鉴别高、低级别胶质瘤的能力，为胶质瘤的分级提供更多有用的信息。本研究发现高、低级别胶质瘤的肿瘤实质和瘤周水肿3D-ASL图像有多个纹理参数差异有统计学意义(P＜0.05)，可用来帮助鉴别低级别与高级别胶质瘤，其中肿瘤实质中均质性、能量参数和瘤周水肿中最小值参数表现出较好的诊断效能。

3.1 CBF纹理分析在肿瘤实质的应用

均匀性反映的是图像灰度分布的异质性。能量反映图像纹理的灰度变化稳定程度。均匀性与能量的值越大均表明异质性越低。本研究结果显示，高级别胶质瘤实质成分均匀性及能量均低于低级别胶质瘤，差异具有统计学意义(P＜0.05)，表明高级别胶质瘤实质成分具有更大的异质性和复杂性，与其恶性程度高、预后差的生物学行为特点相符合。既往有针对动态对比增强 MRI纹理分析的研究指出均匀性对胶质瘤分级具有良好的诊断效能，与我们的研究结果有一定相似性[12]。此外，国内外较多类似的研究说明均匀性和能量有助于鉴别肿瘤的异质性[10，13-14]。本研究结果显示，均匀性及能量在鉴别高、低级别胶质瘤诊断效能最佳，两者与均值的诊断效能相仿，而联合均匀性和能量的诊断效能分析中，敏感度为64.52%，均优于单一纹理参数及平均值。本研究中均匀性及能量参数的敏感度出现偏低，笔者推测：同级别肿瘤内肿瘤细胞活跃程度及增殖不尽相同，部分高或低级别肿瘤的影像表现与相对应级别的典型影像表现并不相符，故对均匀性及能量参数的敏感度有所影响。因此联合均匀性和能量参数能提高高、低级别胶质瘤的鉴别诊断能力，有希望成为良好的影像学指标，为临床提供有用的辅助信息。

3.2 CBF纹理分析在瘤周水肿的应用

最小值是指图像体素的最小值。本研究结果显示，低级别胶质瘤的最小值大于高级别胶质瘤的最小值，差异具有统计学意义(P＜0.05)，笔者推测：一方面高级别胶质瘤因血脑屏障破坏，造成瘤周血管源性水肿使正常脑组织微血管灌注能力降低，另一方面高级别胶质瘤瘤周浸润程度更明显，白质纤维受到破坏[15-16]。目前基于ASL图像对瘤周水肿进行纹理分析的研究鲜见，需要更多的研究证实这一推断。在本研究结果中，最小值在鉴别高、低级别胶质瘤瘤周水肿诊断效能比均值的诊断效能要好，这表明最小值在高、低级别胶质瘤瘤周水肿鉴别诊断的能力较高，为更多有关瘤周水肿的纹理分析的研究提供一个有价值的参考指标。但最小值参数的特异度偏低，可能与本研究把高级别胶质瘤远瘤周水肿也作为感兴趣区有关。

3.3 局限性

本研究存在几点不足之处：(1)分组不均，低级别组患者数量远较高级别患者数量少，考虑主要是受到肿瘤发病率的影响；(2)肿瘤切除术后，只有部分肿瘤组织送病理检查，影像表现与病理结果不能真正一一对比分析；(3)本研究仅选取了肿瘤实质最大层面及瘤周水肿最大层面分析其特征，未作全瘤纹理分析，理论上全瘤分析的效能会高于目前研究的结果。

3.4 结论

基于ASL图像纹理分析法可以为评估胶质瘤异质性提供相对可靠及客观的量化信息，有望提高影像学在高、低级别胶质瘤的鉴别诊断的能力，为临床治疗方案的制订提供有用的辅助信息。

利益冲突：无。