基于腹腔镜超声的纹理分析鉴别最大径≤4 cm的肾透明细胞癌与肾血管平滑肌脂肪瘤的价值

余 杨 管 维 李 凡 邓又斌 王 婷

肾癌的发病率逐年增长，90%为肾细胞癌，其最常见的病理类型为肾透明细胞癌，约占肾细胞癌的75%［1］。最大径≤4 cm的肾脏占位约占所有肾脏占位的40%［2］，其中10%以上为良性，而肾血管平滑肌脂肪瘤占43%～53%［3］，常因术前误诊导致临床过度治疗。由于肾透明细胞癌和肾血管平滑肌脂肪瘤的影像学特征存在部分重叠［4］，且容易受医师主观经验的影响，因此，仅凭影像学特征鉴别二者目前仍有困难且存有争议。研究［5-6］表明基于CT图像的纹理分析可以很好地鉴别二者。腹腔镜超声虽然是一项有创检查，但其图像分辨率高，本研究旨在探讨基于腹腔镜超声图像的纹理分析鉴别最大径≤4 cm的肾透明细胞癌与肾血管平滑肌脂肪瘤的临床价值。

资料与方法

一、研究对象

收集2012年12月至2020年6月我院行腹腔镜切除术后经病理证实的124例肾脏占位患者（最大径≤4 cm），其中肾透明细胞癌66例，男52例，女14例，年龄16～78岁，平均（46.14±11.67）岁；肾血管平滑肌脂肪瘤58例，男11例，女47例，年龄33～78岁，平均（52.43±10.53）岁。将其分为训练组87例（肾透明细胞癌46例、肾血管平滑肌脂肪瘤41例）和验证组37例（肾透明细胞癌20例、肾血管平滑肌脂肪瘤17例）。纳入标准：①手术前均行肾脏占位腹腔镜超声检查，并保存有影像资料；②仅分析病灶最大径切面的二维超声图像，如患者有多个病灶符合标准，则仅选取最大的一个病灶；③病灶最大径≤4 cm。排除标准：①病灶最大径＞4 cm；②超声图像上病灶显示不清或者未完整显示；③腹腔镜超声检查前行穿刺、射频消融、放疗或化疗；④合并其他恶性肿瘤。本研究经我院医学伦理委员会批准，未涉及患者重要隐私，无需患者知情同意。

二、仪器与方法

1.超声检查：使用日立Alokaα10彩色多普勒超声诊断仪，UST5550线阵探头，探头直径10 mm，探头长 度38 mm，频 率4～10 MHz，4段 变 频（5.0 MHz、6.0 MHz、7.5 MHz、10.0 MHz）。患者处于全麻状态，由外科医师在腹腔镜直视下完全暴露患侧肾脏后，再由另一具有五年以上工作经验的超声医师从一侧Troca置入腹腔镜超声对患侧肾脏扫查，调节采集深度及灰度至图像清晰显示，并留存肾脏占位最大径切面的二维影像资料。

2.图像纹理分析：采用软件ITK-SNAP（3.8版本，http：//www.itksnap.org）对超声图像中的感兴趣区域（ROI）进行手动分割，具体方法：由两名分别具有5年和8年的超声医师（均对病理结果不知情）沿肾脏占位的边缘勾画包括整个肿瘤，不包括假包膜的ROI（图1，2）。采用软件Python（3.6版本，https：//www.python.org）中的Pyradiomics工具包（2.2版本，https：//pyradiomics.readthedocs.io）提取图像ROI中的107个纹理特征［7］，分别为glcm、gldm、glrlm、glszm、ngtdm、shape、firstorder［8］。

三、统计学处理

应用R软件（3.3版本，https：//www.r-project.org），计量资料以x±s表示，计数资料以频数表示。两组特征之间的一致性通过组内相关系数（ICC）评估，ICC＞0.80表示一致性良好。采用最大相关最小冗余（mRMR）算法筛选用于区分肾透明细胞癌与肾血管平滑肌脂肪瘤相关的特征，最后通过十折交叉验证和最小绝对收缩和选择算子（LASSO）回归方法构建区分肾透明细胞癌与肾血管平滑肌脂肪瘤的预测模型。绘制受试者工作特征（ROC）曲线评价该模型区分肾透明细胞癌与肾血管平滑肌脂肪瘤的诊断效能。P＜0.05为差异有统计学意义。

图1 肾血管平滑肌瘤患者腹腔镜超声图像及对应的肾脏占位区域勾画示意图

图2 肾透明细胞癌患者腹腔镜超声图像及对应的肾脏占位区域勾画示意图

结 果

一、一般临床资料比较

肾透明细胞癌患者年龄较低，且肾透明细胞癌患者男性比例高，二者比较差异均有统计学意义（均P＜0.05）。

二、纹理特征筛选

从每个病灶的感兴趣区提取107个超声影像组学特征，ICC为0.75～0.99，剔除ICC＜0.8的特征，然后通过mRMR算法进一步的筛选特征，选择mRMR系数绝对值最大的前10个特征，见表1。

三、建模及模型效能评估

1.建模：通过LASSO回归方法及十则交叉验证法，通过2个非零系数的特征构建模型（图3），分别为glszm_GrayLevelNonUniformity和firstorder_90 Percentile，构建模型：Y=0.185+0.387×glszm_GrayLevel NonUniformity-0.319×firstorder_90 Percentile。

2.模型效能评估：构建的预测模型鉴别验证组中肾透明细胞癌与肾血管平滑肌脂肪瘤的诊断效能见表2；在训练组和验证组中，鉴别肾透明细胞癌与肾血管平滑肌脂肪瘤的ROC曲线下面积（AUC）分别为0.911［95%可信区间（CI）=0.845～0.977］和0.900（95%CI=0.781～1.000）。见图4。

表1 mRMR筛选的10个纹理特征

表2 验证组预测模型和部分纹理特征的诊断效能

图3 对纹理特征进行十折交叉验证的Lasso回归分析

图4 预测模型鉴别肾透明细胞癌与肾血管平滑肌脂肪瘤的ROC曲线图

讨 论

最大径≤4 cm的肾透明细胞癌很少发生坏死，与肾血管平滑肌脂肪瘤的影像学表现相似，准确鉴别二者是困扰临床影像医师的难题。既往研究［9-10］提出了一些鉴别方法，但是大多仅基于病灶的定性或者半定量信息，耗时且易受影像医师主观经验的影像，难以在实际操作中获得令人满意的鉴别效果。纹理分析是一种以定量方式提取纹理信息来减少主观性的图像处理方式，可以对图像中像素强度的变化进行数学检测，挖掘肉眼无法识别的细微差异。对于肾脏肿瘤而言，这些像素强度的细微变化可能反映了良、恶性肿瘤间的差异。Feng等［6］研究发现基于CT图像中提取的纹理特征构建的机器学习模型可以准确区分最大径≤4 cm的肾细胞癌与肾血管平滑肌脂肪瘤，诊断效能最佳的模型AUC为0.939。Yang等［11］则发现基于肾脏平扫CT的融合机器学习可以鉴别肾透明细胞癌与缺乏脂肪的肾血管平滑肌脂肪瘤，其中诊断效能最佳的模型AUC为0.90。表明图像的纹理分析技术是鉴别二者的有效潜在方法。

超声检查是临床评估腹部疾病的一线影像学检查方法，较CT更加经济、便携，且无辐射。若基于超声的纹理分析可以辅助提高鉴别肾透明细胞癌与肾血管平滑肌脂肪瘤的诊断效能，在实际的临床工作中将具有更加广阔的应用前景，相较于普通的腹部超声检查获得的肾脏肿瘤图像，腹腔镜超声图像的分辨率更高。本研究拟探讨基于腹腔镜超声图像的纹理分析鉴别肾透明细胞癌与肾血管平滑肌脂肪瘤的可行性，研究结果发现鉴别肾透明细胞癌与肾血管平滑肌脂肪瘤的2个具有代表性纹理特征分别为glszm_GrayLevelNonUniformity和firstorder_90 Percentile，基于上述特征构建的模型鉴别二者的AUC为0.900（95%CI=0.781～1.000），敏感性为0.950（95%CI=0.850～1.000），特异性为0.647（95%CI=0.412～0.882），与以往研究［6，11-17］结果接近。glszm_GrayLevel NonUniformity表示图像中灰度强度值的变化，较低的值表示灰度强度值更均匀，图像纹理异质性更小；firstorder_90 Percentile表示ROI中高亮度的灰度值，由于血管平滑肌脂肪瘤由不同数量的畸形血管、平滑肌成分和成熟脂肪组织组成［18］，超声图像上血管平滑肌脂肪瘤较肾细胞癌的图像更亮。本研究模型中glszm_GrayLevelNonUniformity越大，预测恶性的可能性更大；firstorder_90 Percentile越大，预测良性的可能性更大，与病理上肾细胞癌的异质性更大和超声图像上肾血管平滑肌脂肪瘤的亮度更高相符。

本研究局限性：①回顾性研究存在固有缺陷，难免存在选择偏倚；②样本量较小，未能建立外部验证集进行验证，待后续收集更多的外部验证数据集；③由于腹腔镜超声仪及探头型号唯一，且探头长度为38 mm，纳入研究的病例属于小占位，但是范围更小，所得模型的推广有待进一步研究；④未统一图像存储标准，未分析不同图像存储标准对结果的影响，单一切面的纹理分析也不能像全肿瘤分析一样充分体现肿瘤的异质性，后期应设计相应的前瞻性研究以补充。

综上所述，从腹腔镜二维超声图像中提取的纹理特征可以反映肾透明细胞癌与肾血管平滑肌脂肪瘤之间的差异。基于glszm_GrayLevelNonUniformity和firstorder_90 Percentile的模型可能是有效、无创鉴别最大径≤4 cm的肾透明细胞癌与肾血管平滑肌脂肪瘤的潜在方法。