基于MR增强图像肝细胞癌直方图纹理分析

宋文龙，郭大静，陈倩羽，张静，刘倩，唐茁月

表1 患者的基本临床资料

注：括号内为组内占比；*卡方统计量。

肝细胞癌(hepatocellular carcinoma，HCC)的组织学分化程度是术后复发的主要因素，低分化HCC具有更高的复发率及更差的预后[1,2]。因此，术前准确判断HCC的分化程度，对临床治疗方案的选择进而提高疗效具有重要意义。目前公认的HCC术前评估方法是经皮肝穿刺活检，但易出现取样部位的差异性及创伤性并发症等问题，具有一定的局限性[3]。

近年来，基于图像的纹理分析作为一项非侵入性技术，已成为术前定量评估肿瘤异质性的一种方法[4]，并已广泛应用于肺、乳腺和脑等诸多部位肿瘤的诊断、疗效评估及预后预测[5-9]。直方图特征能精确反映图像体素的异质性，并且在影像图像上更具有优势[10-11]。笔者查阅了迄今的国内外文献，探讨基于增强MRI的直方图特征与HCC的组织学分化程度的相关性的研究比较少，本研究对这一问题进行了初步研究和分析，旨在为HCC患者临床治疗方案的选择提供重要的参考依据。

材料与方法

1.临床资料

将2011月12月-2018年1月在本院经手术病理证实且符合本研究要求的66例单发HCC患者纳入研究。其中高分化HCC11例(A组)，中分化33例(B组)，低分化22例(C组)。纳入标准：① MRI检查及外科手术前未接受过任何其它方式的治疗；②MRI检查前未行肝脏穿刺活检；③所有病例术前1周内行MRI平扫及三期增强扫描；④根据BCLC分期方法[12]，A、C期且病灶为单发的患者；⑤肿瘤直径>1 cm。排除标准：①图像质量差，不能满足诊断要求；②有磁共振检查禁忌证。本研究通过我院医学伦理委员会批准，所有患者知情同意并签署知情同意书。

搜集所有患者的基本临床信息，来自于本院临床病例系统，详见表1。除巴塞罗那分期外，其它指标在三组间的差异均无统计学意义(P>0.05)。

2.MRI扫描方法

使用GE HDx 1.5T超导磁共振仪和8通道体部相控阵线圈。横轴面T1WI采用双回波快速扰相梯度回波序列：TR 220 ms，TE 4.7/2.1 ms，层厚7 mm，层间距1 mm，视野42 cm×33.6 cm，矩阵288×160；冠状面T2WI采用三维稳态进动快速成像(FIESTA)序列：TR 3.2 ms，TE 1.4 ms，层7 mm，层间距1 mm，视野42.0 cm×37.8 cm，矩阵192×224；横轴面压脂单次激发FSE T2WI：TR 6316 ms，TE 90.9 ms，层厚7 mm，层间距1 mm，视野44.0 cm×35.2 cm，矩阵288×224；肝脏快速容积采集(LAVA)成像：TR 4.2 ms，TE 2.0 ms，层厚4.8～5.4 mm，层间距-1.4～-2.7 mm，视野42.0 cm×33.6 cm，矩阵320×192。增强扫描使用对比剂GD-DTPA，剂量0.2 mmol/kg，注射流率2.0 mL/s；平扫、动脉期、门脉期和平衡期延迟时间分别为0、20～23、50和90 s。

图1 纹理参数测量方法。a)将图像导入MaZda软件，选取病灶最大层面，在病灶实质内勾画ROI；b)经软件运算获得的ROI的灰度直方图。

表2 MaZda软件中提取的各直方图参数的意义

表3 动脉期各参数值的三组间比较

注：*卡方统计量。

3.图像分析及后处理

所有图像由高年资腹部组诊断医师进行后处理和阅片分析。将动脉期及门脉期病灶最大层面(层面保持一致)的图像数据以DICOM格式导入MaZda软件，在病灶实性部分勾画ROI，经软件处理后即可提取病灶的直方图纹理参数(图1)，本研究中主要分析均值、方差、 偏度、 峰度、以及第1、10、50、90和99百分位数值(记录为Perc1、Perc10、Perc50、Perc90和Perc99)共9个纹理参数，各参数的计算公式和意义见表2。

4.统计学方法

使用SPSS 22.0软件进行统计学分析。患者基本临床资料的比较采用单因素方差分析或卡方检验。连续型变量采用Kolmogorov-Smirnov检验进行组内正态性检验；采用Levene检验进行组内方差齐性检验。符合正态分布且方差齐性的参数以均值±标准差表示，采用单因素方差分析进行组间比较，进一步组间两两比较采用LSD检验；不满足正态分布和方差不齐的参数以中位数及四分位间距表示，使用非参数Kruskal-Wallis检验。对差异有统计学意义的参数值进行Spearman相关性分析。并进行ROC曲线分析，分析其诊断效能。双侧检验，以P<0.05为差异具有统计学意义。

结 果

1.动脉期直方图参数与病理分化程度的关系

动脉期图像上不同分化组间HCC的各项纹理参数测量值及组间比较结果见表3。除Perc99、峰度和方差外(P>0.05)，其它6个纹理参数在3组间的总体差异具有统计学意义(P<0.05)；对这6个参数进一步进行组间两两比较，结果见表4。偏度和Perc50在组间两两比较时，差异均具有统计学意义(P<0.05)；而均值、Perc1、和Perc10仅在低分化组分别与高分化组、中分化组比较时，差异具有统计学意义(P<0.05)；而Perc90仅在高分化组与低分化组比较时，差异具有统计学意义(P<0.05)。相关性分析结果表明：偏度与分化程度呈正相关(r=0.600，P=0.000)，而均值(r=-0.407，P=0.001)、Perc1(r=-0.408，P=0.001)、Perc10(r=-0.427，P=0.000)和Perc50(r=-0.422，P=0.000)与分化程度呈负相关。

表5 门脉期各纹理参数值及3组间比较

注：*卡方统计量。

表7 各参数值诊断效能分析

表4 动脉期各纹理参数组间两两比较的P值

2.门脉期直方图参数与病理分化程度的分析

门脉期图像上HCC的直方图参数测量值及组间比较结果见表5。经统计学分析，均值、Perc1、Perc10和Perc50在3组间的总体差异具有统计学意义(P<0.05)，而偏度、方差、峰度、Perc90和Perc99在3组间的差异无统计学意义(P>0.05)。

组间两两比较结果见表6。Perc1和Perc10在各组间两两比较，差异均具有统计学意义(P<0.05)；均值和Perc50仅在高分化和低分化组间的差异有统计学意义(P<0.05)。

相关性分析表明，Perc1(r=-0.587，P=0.000)和Perc10(r=-0.547，P=0.000)与分化程度呈负相关。

表6 门脉期纹理参数组间两两比较的P值

3.诊断效能分析

对组间差异有统计学意义的指标，进一步对其鉴别低分化HCC的诊断效能进行分析，并绘制ROC曲线，相关结果见表7、图2～3。各参数的ROC曲线下面积为0.705～0.796，以门脉期Perc1的ROC曲线下面积最大，诊断效能最高，取其最大约登指数对应临界点为诊断阈值，即Perc1为774.500时，诊断敏感度为0.818，特异度为0.682。

讨 论

HCC作为全球发病率居第五的肿瘤，其致死率高居第二位[13]，治疗后的高复发率仍然是临床亟待解决的主要难题，而肿瘤分化程度是影响预后的主要因素之一[1-2]。因此，选取一种能早期无创、准确评估HCC分化程度的方法至关重要。纹理分析技术目前已广泛运用于恶性肿瘤侵袭性的研究[5,7,9]。MRI具有多参数成像、软组织分辨率高和信噪比高等优势[7,9]，但是ADC、Ktrans等MR功能图像的分辨率较差且需要采用额外的序列进行数据采集，而常规T1WI和T2WI不能很好地反映肿瘤的异质性[7,11,14]，而增强扫描图像不仅融合了HCC病灶的解剖、血供和细胞成分信息[15]，而且图像分辨率相对较高。因此，本研究探讨增强MRI图像直方图与HCC组织学分化程度的相关性，结果表明HCC的病理分化程度与基于增强MRI的部分直方图参数间具有显著相关性。

图2 动脉期各项有组间差异的纹理参数的ROC曲线。 图3 门脉期各项有组间差异的纹理参数的ROC曲线。

本研究结果显示，在动脉期图像上低分化HCC的均值明显低于中分化和高分化HCC，而均值代表像素平均灰度值，这是由于低分化HCC的肿瘤细胞排列密集、微血管侵犯以及门静脉癌栓形成等原因，造成动脉期对比剂进入肿瘤受阻，进而导致图像像素灰度值比较低[15-16]。Zhou等[15]学者利用MRI动脉期直方图参数表明，均值在区别低级别与高级别HCC具有重要意义，低级别HCC的均值明显高于高级别HCC，与本研究结果基本相符。门脉期图像上HCC的均值在3组间存在显著差异，而进行两两比较时，仅在低分化组与高分化组间具有显著差异，究其原因，可能是由于HCC强化方式为"快进快出"，而随着肿瘤恶性程度增加，HCC的供血方式由门静脉为主转变为以肝动脉为主[16]。但是，本研究中高分化组与中分化组间均值的差异无统计学意义，这可能是由于中、高分化肿瘤之间供血差异不足以造成图像的灰度值改变。

偏度代表直方图灰度分布的不均匀性。有研究认为肿瘤的异质性越高，偏度值就越高。其原因是分化程度越低的肿瘤，细胞数目越多，细胞排列越紧密，细胞外间质越少，进而偏度值越大，导致肿瘤内部结构的复杂性，从而造成灰度直方图分布不均匀[17]。本研究结果也显示，动脉期图像上病灶的偏度值在高、中、低分化组间差异均有统计学意义，其值与分化程度呈正相关。所以，偏度可作为评估术前HCC分化程度的参数。同时，本研究中还发现仅动脉期图像上病灶的偏度对鉴别低分化HCC有一定价值，这可能是由于肝细胞癌主要由肝动脉供血，导致动脉期HCC的强化程度最高，这样就能更好地反映出HCC的异质性。

百分位数值指的是从直方图左边开始，在小于第n%体素区间内的平均灰度值。本研究结果显示，动脉期第1、10和50百分位数值，门脉期第1和第10百分位数值在低分化组与中分化、高分化组间的差异具有统计学意义，而且低分化HCC的各个百分位数的均数显著低于中分化和高分化HCC。推测可能是HCC的分化程度与肿瘤的供血丰富程度有关，低分化HCC一般强化程度较低，囊变、坏死更常见[15]。此外，诊断效能分析结果显示，百分位数值越低，ROC曲线下面积越高，并且大于动脉期均值的诊断效能，这是由于相比于均值，百分位数更容易反映感兴趣区内的微小变化[17]。由于低分化HCC囊变、坏死、出血等更常见，病灶在动脉期整体灰度值不高，且门脉期肿瘤实性部分灰度值下降明显，从而导致整个肿瘤的灰度值较动脉期更低，所以相对而言门脉期百分位数值识别低分化HCC更为敏感。

国内外研究表明，HCC的形态学特征以及MRI信号改变，可在一定程度上预测其组织学分化程度[16,18-19]。例如，Chang等[18]学者的一项研究表明，HCC的分化程度随着肿瘤的大小增加而降低；低分化HCC更容易出现包膜的延伸和动脉期强化程度较低。而在本组研究中，肿瘤大小在不同分化程度HCC间的差异无统计学意义，这可能是由于样本量选择差异等原因所致。而本研究中BLCL C期的单发肿瘤可见血管侵犯，这一征象的出现率在不同分化程度肿瘤之间的差异有显著意义，这与Pawlik等[19]学者的研究结果相对一致。肿瘤的其它形态学特征(分叶、包膜等)以及MRI信号改变与HCC组织学分化程度之间具有一定的相关性，是由于肿瘤MRI的信号改变与其内部成分(瘤内脂肪变性、出血、肝实质背景铁质沉积等)和血供有关[16,20]，肿瘤的形态学特征与肿瘤本身的生长方式有关，所以我们将在今后的大样本研究中将联合应用纹理分析和影像组学研究，进一步进行探讨和验证。

本研究具有一定的局限性：①本研究为回顾性分析，样本量相对较小，会存在一定的选择偏倚；②本研究勾画ROI采用的是最大横截面积方法，相对于全容积法评价肿瘤异质性存在一定局限性，但是此方法简单、快捷，更具有临床实用性。

总之，我们认为基于增强MRI图像的直方图参数分析对鉴别不同分化程度的HCC具有一定价值，尤其是在预测低分化HCC方面，可以作为一项非侵入性技术辅助临床在术前更好地评估肿瘤的分化程度。