超声影像纹理分析预测甲状腺癌颈部淋巴结转移的价值

陈玲玲，龚元淑

(江苏省人民医院浦口分院 超声科，江苏 南京 211800)

甲状腺癌是临床上最常见的恶性肿瘤之一，占全身恶性肿瘤的 1%～1.5%，且发病率逐年上升[1-2]。据不完全统计，甲状腺癌颈部淋巴结转移比例高达50%～70%，虽然颈部淋巴结转移对整体生存率影响不大，但却是疾病复发的一个重要危险因素，复发不仅影响患者生存质量，更会带来诸如再次手术创伤、手术难度增大、预后不良等问题，因此，术前准确的定性诊断及病灶定位，对手术方式选择和预后判断具有重要意义[3]。超声作为甲状腺检查最主要的影像学手段，其在甲状腺癌及其颈部淋巴结转移的诊断方面具有重要的价值[4-5]。然而，受超声医师扫查技巧、诊断经验等的影响，部分甲状腺癌颈部转移性淋巴结易漏诊。本研究通过对106例经病理证实的甲状腺癌患者的超声影像进行纹理分析，提取肉眼无法观察的纹理特征参数，探讨其对甲状腺癌颈部淋巴结转移的预测价值。

1 资料与方法

1.1 一般资料

选取2019年1月至2020年8月江苏省人民医院浦口分院确诊的甲状腺癌患者106例，其中男32例，女74例，年龄20～61岁，平均(37.60±11.45)岁。纳入标准：(1) 符合《甲状腺癌诊疗规范》[6]中相关诊断标准；(2) 首次发现的甲状腺癌；(3) 经手术病理诊断，有明确的诊断结果；(4) 超声影像资料完整、可靠。排除标准：(1) 超声影像不规范；(2) 无病理结果或穿刺获取的病理结果；(3) 病灶为多发或合并其他部位恶性肿瘤。

1.2 仪器与检查方法

采用西门子ACUSON OXANA 2彩色多普勒超声诊断仪，探头频率为7.5～12.0 MHz。患者取仰卧位，充分暴露颈部，采用横断面和纵断面相结合的扫查方法对甲状腺病灶进行多切面、多角度观察。在超声二维影像的基础上，行彩色多普勒超声检查，观察病灶内部及周边血流情况。甲状腺扫查完成后，对双侧颈部进行全面扫查，观察淋巴结的大小、形态、内部回声以及血流等。超声影像资料的采集由具有10年以上工作经验的超声医师进行。

1.3 超声医师评估

甲状腺癌是否伴有颈部淋巴结转移的评估由两名具有10年以上工作经验的副主任医师进行，将颈部具有以下超声特征的淋巴结评估为转移性：(1) 淋巴结形态饱满，即纵横比超过0.5；(2) 内部呈不均匀回声改变；(3) 局灶性高回声、细小囊变暗区、钙化等；(4) 内部呈离心性血流信号或呈皮质较丰富的不规则血流信号[7]。对于不符合以上标准淋巴结则评估为非转移性。评估后将超声医师评估结果与术后病理结果对照，得出超声医师对转移性淋巴结和非转移性淋巴结的误判率。

1.4 纹理分析

采用罗兹工业大学免费的纹理分析软件MaZda 4.6，将超声二维影像以bmp格式导入软件中，对超声影像进行归一化处理，采用多边形功能手动模式尽可能勾画病灶的全部区域，分别用红色和绿色表示转移组和非转移组甲状腺癌的感兴趣区(region of interest，ROI)，勾画完成后分析病灶的纹理特征，并通过软件自带的纹理特征分析方法选择最具鉴别价值的纹理参数，包括Fisher系数、分类错误概率联合平均相关系数(classification error probability combined with average correlation coefficients，POE+ACC)、交互信息(mutual information,MI)及3种方法联合(Fisher+POE+ACC+MI)，前3种方法各提取10个纹理参数，Fisher+POE+ACC+MI共提取30个纹理特征参数，将简化后的纹理特征参数输入MaZda 自带的B11统计分析软件包中，构建人工神经网络(artificial neural network,ANN)模型，反复自动训练，将其与病理对比，得出纹理分析方法对转移性淋巴结和非转移性淋巴结的误判率。

1.5 统计学处理

采用SPSS 19.0统计软件进行数据分析，计量资料用均数±标准差表示，纹理参数的比较采用独立样本t检验，超声医师的评估结果以及各种纹理分析方法误判率等计数资料用例数及率表示，频数≥5的计数资料的两两比较采用χ2检验，频数<5但≥1的计数资料的两两比较采用连续校正的χ2检验，频数<1的计数资料的两两比较以及多组计数资料的比较采用Fisher’s检验，P<0.05为差异具有统计学意义。

2 结 果

2.1 转移组和非转移组甲状腺癌患者基线资料

转移组39例，男13例，女26例，年龄25～53岁，平均(35.95±8.83)岁；经手术病理证实，颈部Ⅵ区转移性淋巴结13例，Ⅱ区5例，Ⅲ区4例，多区域转移17例。非转移组67例，男19例，女48例，年龄20～61岁，平均(39.27±11.17)岁。

2.2 转移组和非转移组甲状腺癌的超声影像ROI标识及纹理参数统计

转移组和非转移组甲状腺癌 ROI标记前后的典型超声影像见图1、2。4种纹理分析方法共选取30组纹理参数，见表1。结果表明，Fisher系数选取的纹理参数中有7组差异具有统计学意义(P<0.05)，POE+ACC选取的纹理参数中有8组差异具有统计学意义(P<0.05)，MI选取的10组纹理参数差异均具有统计学意义(P<0.05)，3种方法联合选取的纹理参数共25组差异具有统计学意义(P<0.05，表1)。

表1 转移组和非转移组甲状腺癌超声影像纹理特征参数比较

2.3 纹理分析和超声医师的误判率比较

对于所有甲状腺癌患者，Fisher系数进行纹理分析的总误判率为21.69%(23/106)，POE+ACC为20.75%(22/106)，MI为17.92%(19/106)，3种方法联合为11.32%(12/106)，超声医师的误判率为13.21%(14/106)。3种纹理分析方法以及3种方法联合与超声医师比较，误判率差异均无统计学意义(χ2值分别为2.652、2.141、0.897、0.175,均P>0.05)。纹理分析对于转移组和非转移组的误判情况见表2，通过分析可知，超声医师对转移组的误判率明显高于非转移组，但MI和3种方法联合分析对转移组的误判率明显低于超声医师(χ2值为5.032、8.705,均P<0.05)。

表2 纹理分析对转移组和非转移组的误判情况比较

3 讨 论

纹理分析是人工智能的重要内容，可通过一定的图像处理技术提取出纹理特征，从而获得图像的定量或定性描述[8]。在影像学诊断方面，纹理分析通过提取肉眼难以发现的纹理特征，从而更加细致地分析图像，这可为鉴别病灶的性质提供一定的依据。本研究使用的MaZda 软件提供了4种纹理分析方法，包括Fisher系数、POE+ACC、MI以及3种方法的联合(Fisher+POE+ACC+MI)，共提取30种纹理参数信息，有利于增加诊断的准确性[9-10]。目前,超声纹理分析已应用于甲状腺、乳腺、肝脏等部位良恶性肿瘤的鉴别诊断，结果表明，纹理分析具有较高的诊断价值[11-13]。

A.标记ROI前超声影像；B.标记ROI后超声影像图1 非转移性甲状腺癌的超声影像

A.标记ROI前超声影像；B.标记ROI后超声影像图2 转移性甲状腺癌的超声影像

同时，也有研究表明，X线纹理分析对预测乳腺癌的腋窝转移性淋巴结具有一定的价值[14]。这些研究为超声影像纹理分析预测甲状腺癌颈部淋巴结转移的研究奠定了一定的基础。本研究通过对甲状腺的超声影像进行纹理分析预测颈部淋巴结转移，并将其与超声医师对淋巴结的评估结果进行对比。

本研究结果表明，超声影像纹理分析有助于预测甲状腺癌的颈部淋巴结转移，特别是对转移性甲状腺癌患者，超声影像纹理分析具有较高的诊断价值。本研究选用的Mazda纹理分析软件共提取了30组纹理参数，其中Fisher系数中7组纹理参数差异有统计学意义，POE+ACC中有8组纹理参数差异有统计学意义，MI方法10组纹理参数差异均有统计学意义，而有价值的纹理参数与肿块的纹理信息呈正相关，纹理参数越多所提供具有鉴别价值的信息就越多。在总误判率方面，Fisher系数、POE+ACC、MI以及3种方法的结合与超声医师的误判率差异均无统计学意义，这也在一定程度上佐证了超声对颈部转移性淋巴结具有很好的评估价值。但对于转移组和非转移组而言，超声医师易将转移组评估为非转移组，这造成了一定程度的误诊，特别是颈前区的转移性淋巴结，由于组织深度的影响，同时由于部分转移性淋巴结体积较小，超声易漏诊，易将转移性淋巴结评估为非转移性[15]。另外，对于部分增生性淋巴结，超声也易将其误诊为转移[16]，这也是本研究中非转移组出现2例误诊的原因所在。针对超声更易将转移性淋巴结误判为非转移的情况，本研究通过对比分析发现，MI和3种方法联合对转移组的误判率明显低于超声医师，这在一定程度上弥补了超声医师的不足。超声评估结果与扫查及评估均有关，由于扫查缺乏统一的标准，同时评估过程与超声医师的主观性有关，这也是本研究中超声医师对转移的误诊率高于非转移的原因所在。而纹理分析可提取肉眼无法观察到的肿瘤信息，不受超声医师主观因素的影响，增加了纹理分析的准确性。3种方法联合评估共25组纹理参数具有统计学意义，与超声医师的评估相比，纹理分析所提取的信息可排除主观因素的干扰。

综上所述，超声影像纹理分析可用于预测甲状腺癌的颈部淋巴结转移，值得进一步扩大样本量进行研究，从而为术前准确评估和临床医师选择合理的诊疗方案提供依据。