全病变表观扩散系数直方图对肺部孤立性实性病变的鉴别诊断

耿广，李臻，吴欣娟，李雯，郭海荣，王新举

1.河北省胸科医院影像科，河北石家庄 050000；2.石家庄市二院心内科，河北石家庄 050000；3.石家庄市妇幼保健院妇产科，河北石家庄 050000；*通讯作者 耿广 walker321@sina.cn

扩散加权成像（DWI）作为目前唯一可在活体观察水分子扩散运动的方法，一直是肿瘤影像学的研究热点[1-3]。近年研究将全病变表观扩散系数（ADC）直方图应用于肿瘤病变的DWI检查[4-6]。该方法可获得全病变所有体素的水分子扩散数据，较以往测量感兴趣区（ROI）平均ADC值具有更高的诊断效能。目前肺部病变ADC直方图的相关研究鲜有报道。本研究拟将全病变ADC直方图用于鉴别诊断肺部孤立性实性病变，探讨其对于病变良恶性的鉴别价值，并筛选最佳诊断参数。

1 资料与方法

1.1 研究对象 回顾性分析2018年1月—2019年1月于河北省胸科医院就诊，经肺部活检穿刺或术后病理证实的64例肺部孤立性实性病变患者的临床及影像学资料，其中，男46例，女18例；年龄14～85岁，平均（58.2±16.3）岁。肺部恶性病变42例，包括腺癌20例、鳞癌13例、小细胞癌5例、肉瘤1例、肉瘤样癌1例、大细胞癌1例、恶性血管周上皮样细胞癌1例；肺部良性病变22例，包括肺结核8例、肺炎14例。纳入标准：①治疗前接受肺部MRI与CT检查；②肺部病变包含较大肿块或实变（直径>3 cm）；③肺部肿瘤有明确的病理结果（手术、支气管镜或穿刺活检）；④肺炎与结核有明确的临床诊断，复查CT病变消失或明显吸收。排除标准：①病变主要位于肺门区的中心型肺癌；②病变内含大量黏液成分的黏液腺癌。肺炎实变可代表肺脓肿、炎性假瘤、机化性肺炎等炎性病理改变，与肿瘤性病变的鉴别具有一定的价值，故将其纳入与肺部恶性病变的对比。

1.2 仪器与方法 采用Siemens Avanto 1.5T超导MR扫描仪（MAGNETOM Avanto）进行肺部检查，8通道体部相控阵表面线圈。MRI与DWI扫描在同一次检查内完成。T1WI、T2WI序列采用深吸气后屏气扫描，T1WI扫描参数：TR 189 ms，TE 9 ms，视野（FOV）33 cm×33 cm，矩阵256×256，层厚4 mm，层间隔1.5 mm；T2WI扫描参数：TR 2200 ms，TE 90 ms，FOV 33 cm×33 cm，矩阵320×320，层厚4 mm，层间隔1.5 mm。DWI采用单次激发自旋回波-平面回波成像序列，在自由呼吸状态下由导航回波法的呼吸触发采集图像。一般认为b值的最大值为500～1000 s/mm2较为适合肺部病变的评价[7]；故本研究b值分别取0、400、800 s/mm2，TR 4000 ms，TE 48.9 ms，FOV 33 cm×33 cm，矩阵128×128，层厚4 mm，层间隔1.5 mm。

根据病理性质将患者分为良性组与恶性组；再将患者按病理亚型分为腺癌组20例、鳞癌组13例、小细胞癌组5例、其他恶性肿瘤组4例、肺结核组8例、肺炎组14例。

1.3 图像分析与测量 将所有患者的DWI图像以DICOM格式通过FireVoxel软件进行图像分析。参考T1WI与T2WI及不同b值的DWI图像，在所有包含 病变的层面手工勾画ROI。以较细笔尖勾画病变边缘，并使病变上下相邻层面过渡自然，范围尽可能包含全部病变，包括坏死、囊变、出血区。以单指数模型计算ADC值，并绘制全病变ADC直方图，记录其特征参数，包括峰度、偏度、熵、ADC平均数、ADC中位数、ADC标准差、病变体积和ADC第5、10、15、30、50、70、80、85、90、95百分位数，其中ADC第n个百分位数表示该点的ADC值大于n%组成直方图点的ADC值。

1.4 统计学方法 采用SPSS 16.0软件，计量资料以表示。良、恶性组间各ADC直方图相关参数比较首先进行正态性检验和方差齐性检验。如符合正态分布且方差齐则采用成组资料t检验，否则采用Mann-WhitneyU检验。肺癌与良性病变病理亚型各组均数间两两比较采用Tukey真实显著性差异法。绘制差异有统计学意义参数的受试者工作特征（ROC）曲线，比较曲线下面积（AUC），确定诊断效能最高的指标，并计算最佳诊断阈值。P<0.05表示差异有统计学意义。

2 结果

2.1 肺部良、恶性病变组间参数比较 肺部恶性病变组峰度、偏度、ADC标准差和ADC第80、85、90、95百分位数均小于肺部良性病变组，差异有统计学意义（P<0.05）；其他参数组间差异无统计学意义（P>0.05，表1）。

2.2 各参数诊断效能比较 各项参数中，偏度的诊断效能最高（AUC=0.726），其次为ADC标准差、ADC 95th、ADC 85th、峰度、ADC 80th、ADC 90th（表2、图1）。当偏度的诊断阈值取1.66时，其敏感度、特异度分别为83.33%和68.18%。

图1 ADC直方图的峰度、偏度、ADC标准差与ADC第80、85、90、95百分位数的ROC曲线

表1 肺部良、恶性病变组间ADC直方图相关参数比较（±s）

表1 肺部良、恶性病变组间ADC直方图相关参数比较（±s）

分组 偏度 峰度 熵 ADC平均数(×10-3 mm2/s) ADC中位数(×10-3 mm2/s) ADC标准差(×10-3 mm2/s) 病变体积（×102 cm3） ADC 5th (×10-3 mm2/s) 恶性病变组 1.20±1.07 4.11±5.27 3.81±0.47 1.35±0.45 1.26±0.40 0.63±0.44 1.22±1.57 0.58±0.23 良性病变组 0.54±0.27 Z/t值 -2.95 -2.42 -0.657 -1.70 -1.10 -2.88 -0.127 -1.27 2.30±1.42 10.97±11.20 3.82±0.63 1.64±0.72 1.40±0.51 1.15±0.72 1.07±1.35 P值 0.003 0.016 0.511 0.089 0.278 0.004 0.899 0.206 ADC ADC ADC ADC ADC ADC ADC ADC ADC 分组 10th(×10-3 15th(×10-3 30th(×10-3 50th(×10-3 70th(×10-3 80th(×10-3 85th(×10-3 90th(×10-3 95th(×10-3 mm2/s) mm2/s) mm2/s) mm2/s) mm2/s) mm2/s) mm2/s) mm2/s) mm2/s) 恶性病变组 0.73±0.25 0.83±0.27 1.03±0.33 1.25±0.40 1.50±0.48 1.70±0.56 1.83±0.62 2.00±0.74 2.43±1.24 良性病变组 4.22±2.96 Z/t值 -0.74 -0.148 -0.799 -1.28 -1.62 -2.30 -2.42 -2.28 -2.57 0.72±0.31 0.84±0.33 1.09±0.40 1.38±0.51 1.77±0.74 2.35±1.25 2.81±1.57 2.91±1.83 P值 0.458 0.882 0.424 0.201 0.106 0.022 0.015 0.022 0.010

表2 肺部孤立性实性病变诊断效能

2.3 肺部病变各病理亚型组间比较 腺癌组峰度、偏度、ADC标准差、ADC直方图第80、85、95百分位数均小于肺炎组，差异均有统计学意义（P<0.05）；肺炎组与鳞癌组、其他恶性肿瘤组、结核组偏度、峰度差异有统计学意义（P<0.05；表3，图2、3）。

表3 各病理亚型组间部分ADC直方图参数比较（±s）

表3 各病理亚型组间部分ADC直方图参数比较（±s）

注：与肺炎组比较，*P<0.05

分组 偏度 峰度 ADC标准差(×10-3 mm2/s) ADC 80th (×10-3 mm2/s) ADC 85th (×10-3 mm2/s) ADC 90th (×10-3 mm2/s) ADC 95th (×10-3 mm2/s) 腺癌组 1.01±1.21* 4.02±6.27* 0.55±0.36* 1.59±0.48* 1.70±0.51* 1.83±0.55 2.11±0.69* 鳞癌组 1.30±1.03* 4.06±4.84* 2.60±1.00 其他恶性肿瘤组 0.83±0.33* 2.19±1.77* 0.49±0.16 1.62±0.49 1.74±0.53 1.87±0.58 2.13±0.65 0.67±0.43 1.86±0.60 2.00±0.66 2.19±0.75 小细胞癌组 3.46±2.85 结核组 1.39±1.10* 4.10±6.26* 1.06±0.95 1.94±0.90 2.24±1.20 3.07±2.36 3.90±3.41 0.90±0.82 6.14±3.97 0.95±0.79 1.79±0.87 1.99±1.01 2.36±1.34 肺炎组 2.82±1.35 14.89±11.65 1.20±0.58 2.59±1.39 2.95±1.74 2.81±1.54 4.40±2.80

图2 男，50岁，肺炎。DWI（b=400 s/mm2）示右肺上叶胸膜下片状高信号，中心见液化坏死区（箭，A）；B为对应的ADC直方图

图3 男，67岁，肺腺癌。DWI（b=400 s/mm2）示右肺上叶胸膜下团块状高信号影（箭，A）；B为对应的ADC直方图

3 讨论

MRI在全身各系统已得到广泛应用，其中DWI序列是目前唯一可在活体检测水分子扩散运动的检查方法，并可得到反映水分子扩散大小的定量数值，即ADC。近年有学者将直方图的方法用于肿瘤病变的DWI研究[4-6]，该方法测量DWI全部病变中各像素的ADC值，并以直方图的形式表示，除可得到ADC值各百分位数外，还可得到直方图形态相关参数，如峰度、偏度等，且避免了测量偏倚。

本研究发现，在ADC直方图中，肺癌与肺部良性病变的峰度与偏度差异有统计学意义，且所有参数中偏度诊断效能最高。偏度描述直方图的对称性，以正态分布为标准。当偏度系数为负值时，直方图向右偏，称为“负偏度”，负值越大，向右偏越明显；当偏度系数为正值时，直方图向左偏，称为“正偏度”，正值越大，向左偏越明显。本研究中肺部良、恶性病变均为“正偏度”，且恶性病变的偏度（1.20±1.07）小于良性病变（2.30±1.42），表明良性病变较恶性病变更左偏。峰度描述直方图的平坦或陡峭程度，正态分布的峰度为3，峰度>3的直方图较正态陡峭，<3的直方图较其平缓，峰度越大越陡峭。本研究中肺部良、恶性病变峰度均>3，但恶性病变峰度小于良性病变，表明肺部恶性病变ADC直方图较良性病变平缓，提示良性病变中成分更加均一，ADC值较集中。

本研究中肺部良、恶性病变组间ADC标准差和ADC第80、85、90、95百分位数差异均有统计学意义，其中ADC标准差的诊断效能仅次于偏度。ADC标准差反映病变内ADC值的离散程度，不同细胞成分内水分子扩散程度也存在差异，故可代表病变的异质性。恶性病变异质性高于良性病变，且随着恶性程度升高，其异质性也增高。以ADC 80th、ADC 85th、ADC 90th及ADC 95th为代表的高ADC百分数在肺部良、恶性病变组间存在显著差异，而低ADC百分数差异无统计学意义，其原因可能是恶性病变中易出现小的坏死、囊变成分，这些成分ADC值较高，导致肺部恶性病变的高ADC百分数像素出现频率高于良性病变。与本研究类似，Tsuchiya等[8]研究发现高低级别非小细胞肺癌组间ADC平均数、ADC 25th、ADC 50th、ADC 75th、ADC 90th、ADC 95th均有显著差异，而ADC 95th诊断效能最高（AUC=0.74）。高ADC百分数在不同级别直肠癌[9]、透明细胞与非透明细胞肾癌组间[10]亦存在显著差异。而Yuan等[11]在一项肺部孤立性病变的研究中发现ADC 10th的诊断效能高于ADC平均值；且很多学者研究发现低ADC百分数可用于脑胶质瘤[12]、乳腺癌[4]等肿瘤的分级或预后预测。与以上研究不同，本研究在绘制肿瘤边界时纳入囊变及坏死成分，这可能是导致结果中有诊断效能的ADC百分数不一致的原因。

将ADC直方图应用于肺部病变各病理亚型间的比较后，发现肺炎组与腺癌组峰度、偏度、标准差、ADC 80th、ADC 85th、ADC 95th间差异有统计学意义，且肺炎组与鳞癌组、其他恶性肿瘤组、结核组偏度、峰度差异有统计学意义，提示肺部良、恶性病变间ADC直方图相关参数的差异可能主要由肺炎和腺癌间的差异所导致，但尚需较大样本量研究进一步证实。

本研究的局限性：①病变类型不均衡，恶性病变以腺癌为主，小细胞癌、其他恶性肿瘤较少（分别为5例和4例）；良性病变以肺炎为主，结核较少（8例），未纳入肺部良性肿瘤。②本研究中ADC值的计算采用单指数模型，而双指数模型可以将组织灌注与水分子扩散运动区分开，故今后可将其用于ADC直方图的研究。③纳入病例较少，需要大样本临床研究进一步验证。

总之，肺部恶性病变的峰度、偏度、ADC标准差和ADC第80、85、90、95百分位数均小于良性病变，其中偏度诊断效能最高；腺癌组峰度、偏度、ADC标准差、ADC第80、85、95百分位数均小于肺炎组。全病变ADC直方图在肺部良、恶性病变的鉴别方面具有一定的临床应用价值。