脑部CT平扫图像直方图分析鉴别肿瘤性与非肿瘤性脑出血

王玉双，孙胜军，傅 璠，李莹莹

(1.北京市房山区第一医院放射科，北京 102400；2.北京市神经外科研究所神经影像研究室，北京 100070；3.首都医科大学宣武医院放射科，北京 100053；4.首都医科大学附属北京天坛医院放射科，北京 100070)

脑出血具有较高的发病率和病死率，其中肿瘤所致者并不少见[1]。临床对脑出血患者进行急诊检查时，多采用头部CT平扫，而肿瘤性脑出血与非肿瘤性脑出血临床和影像学表现相似。出血量较大时，肿瘤组织常被血肿遮盖而被忽略，导致延误治疗[2-3]。早期鉴别肿瘤性与非肿瘤性脑出血对于治疗脑出血和改善预后具有重要意义。既往研究[4-5]多基于增强CT、MRI或多次复查鉴别肿瘤性与非肿瘤性脑出血，存在一定滞后性。本研究针对CT平扫图像进行直方图分析，探讨其鉴别诊断肿瘤性与非肿瘤性脑出血的价值。

1 资料与方法

1.1 一般资料 收集2013年1月—2018年10月160例CT确诊的脑出血患者。其中肿瘤性脑出血组(肿瘤组)44例，男32例，女12例，年龄8～60岁，平均(42.0±16.4)岁，包括33例原发性脑肿瘤(33/44，75.00%)和11例转移瘤(11/44，25.00%)；非肿瘤性脑出血组(非肿瘤组)116例，男79例，女37例，年龄4～81岁，平均(46.7±17.3)岁，包括101例(101/116，87.07%)原发性脑出血和15例(15/116，12.93%)血管畸形。纳入标准：①出现症状后24 h内CT检查显示皮层下或脑叶单发出血性病变；②既往无脑部血管疾病，如脑内动静脉畸形(arteriovenous malformation, AVW)、海绵状血管畸形等；③肿瘤组均经病理检查确诊，非肿瘤组经病理检查或多次影像学检查证实。排除标准：①以脑室内出血(intraventricular hemorrhage, IVH)或蛛网膜下腔出血(sabarachnoid hemorrhage, SAH)为主的颅内出血；②创伤性出血；③脑梗死后出血转化；④多发出血性疾病；⑤贫血；⑥诊断明确的肿瘤性脑出血；⑦不明原因脑出血。

1.2 仪器与方法 采用GE Lightspeed 64排螺旋CT机行常规轴位头部CT平扫。扫描参数：管电压120 kV，管电流250 mA，层厚5 mm，层间距5 mm，螺距1.0，FOV 25 cm，矩阵512×512。

1.3 图像分析 将所有图像以DICOM格式导出，确保窗宽、窗位一致。由2名具有5年以上神经影像学诊断经验的主治医师采用MATLAB(Matrix Laboratory, 2017a)软件于每层图像上沿血肿边缘勾画ROI，避开周围水肿区域，将所有层面ROI累加，获得三维ROI[6]并自动生成其直方图(图1)，计算直方图参数，包括第5、25、50、75、95百分位CT值(记为P5、P25、P50、P75、P95)，最小值、最大值、平均值、标准差、偏度和峰度。人为设置CT值下限为25 HU、上限为130 HU。

图1 患者女，67岁，右额叶肿瘤性脑出血 A.轴位平扫CT图像；B.沿肿瘤边缘勾画病灶ROI，以红色填充出血区域；C.病灶直方图，横坐标为ROI内血肿密度，纵坐标其出现频率

表1 2组脑出血患者直方图参数比较(HU，±s)

表1 2组脑出血患者直方图参数比较(HU，±s)

组别最大值最小值P5P25P50P75肿瘤组103.89±25.6325.57±1.5030.50±5.3138.93±6.8046.98±8.3454.45±10.50非肿瘤组118.49±20.1925.15±0.6932.21±2.4744.58±3.2956.25±3.8765.38±3.74t值3.40-1.792.055.277.106.74P值<0.010.080.04<0.01<0.01<0.01组别P95平均值标准差偏度峰度肿瘤组64.30±10.4247.21±7.4810.95±3.690.51±1.013.04±1.22非肿瘤组73.86±3.8654.86±3.0113.30±1.61-0.14±0.192.57±0.34t值5.936.584.10-4.22-2.51P值<0.01<0.01<0.01<0.010.02

表2 直方图参数鉴别肿瘤性与非肿瘤性脑出血的ROC曲线分析结果

1.4 统计学分析 采用SPSS 25.0统计分析软件。以±s表示符合正态分布的计量资料，组间比较采用独立样本t检验；以中位数(上下四分位数)表示不符合正态分布的计量资料，组间比较采用Mann-WhitneyU检验。采用Medcalc软件绘制各直方图参数鉴别诊断肿瘤性与非肿瘤性脑出血的ROC曲线，评估其效能，P<0.05为差异有统计学意义，AUC≤0.5为不存在诊断价值，0.5

2 结果

2.1 2组直方图参数比较 非肿瘤组最大值、P5、P25、P50、P75、P95、平均值、标准差显著大于肿瘤组(P均<0.05)，偏度和峰度小于肿瘤组(P均<0.05)；2组间最小值差异无统计学意义(P>0.05)。见表1。

2.2 直方图参数鉴别诊断肿瘤性与非肿瘤性脑出血的效能 ROC曲线分析结果显示，最大值、P25、P50、P75、P95、平均值及标准差的诊断价值中等，其中P50的AUC最高(0.82)，敏感度和特异度分别为0.92和0.68，见表2及图2。

3 讨论

肿瘤性与非肿瘤性脑出血的临床和影像学表现相似，但治疗方法差别较大。早期鉴别诊断肿瘤性与非肿瘤性脑出血对选择治疗方案及评估预后具有重要意义。既往影像学定量分析病灶往往仅针对单一层面或数个层面的图像，难以反映病变异质性。直方图分析是对整个病变内不同体素进行分析的方法，可提供更多能反映病变异质性的信息，定量分析整个病变[9-11]。

直方图参数中，平均值反映病变特征值的平均大小。本研究中肿瘤性脑出血的平均值小于非肿瘤性脑出血，表明肿瘤性脑出血CT值低于非肿瘤性脑出血，与病变内含肿瘤成分、且其CT值低于出血成分有关。直方图百分位数表示观测对象低于该百分位数的占比[12-13]，反映病灶内的微小变化,受极端值变化的影响较小而不易失真。肿瘤性脑出血病灶内肿瘤组织与出血并存，异质性较高，低百分位值多代表其内密度较低的肿瘤组织，而高百分位数反映密度较高的出血成分。本研究结果显示，百分位数鉴别肿瘤组织与出血的AUC较高，诊断效能较好，其中P50的AUC最高，诊断效能最好。既往研究[1]认为P5及P25鉴别肿瘤性与单纯性脑出血的效能较高，本研究结果与之存在差异，可能原因如下：①本研究中肿瘤性脑出血样本量较少，且其中多为原发性脑肿瘤病例(33/44，75.00%)，可能对结果产生一定影响；②出血在不同肿瘤之间、同一肿瘤不同病理分级成分之间均可能存在一定差异。偏度是描述直方图变量分布对称性的一类统计量；峰度是描述变量分布形状陡缓度的统计量[14]。本研究ROC曲线分析结果显示，峰度对鉴别肿瘤性与非肿瘤性脑出血差异无统计学意义，偏度则无诊断价值，可能与本研究未纳入伴囊变、坏死的明确肿瘤性出血病例有关。

图2 各直方图参数鉴别肿瘤性与非肿瘤性脑出血的ROC曲线

本研究直方图参数中的最小值组间差异无统计学意义，对鉴别诊断肿瘤性与非肿瘤性脑出血的价值较差，可能与为避免血肿周围低密度水肿带的影响，勾画血肿ROI时，人为设置CT值阈值下限为25 HU，将血肿最小值固定在25 HU有关。为避免对靠近颅骨的血肿产生影响，本研究勾画血肿ROI时设置CT值阈值上限为130 HU，将血肿的最大值固定于130 HU，故最大值对鉴别肿瘤性与非肿瘤性脑出血无实际意义。

本研究的局限性：①为回顾性研究，且肿瘤性脑出血样本量较少；②未根据是否服用抗血栓药物进行分组，分析其对血肿密度的影响[15]；③未对不同肿瘤或同一肿瘤不同病理分级成分出血差异进行分析。

综上所述，脑部CT平扫直方图分析可作为鉴别肿瘤性与非肿瘤性脑出血的辅助方法，有助于选择治疗方案和改善预后。