基于MRI直方图模型预测胰腺癌淋巴结转移的初步研究

刘泽群 孙文阁

胰腺癌是常见的消化道恶性肿瘤，由于其早期缺乏特异性临床表现，早期诊出率低，就诊时多为中晚期，且胰腺癌恶性程度高、预后差，患者的5年生存率仅为8%左右［1］。手术治疗虽有望治愈早期胰腺癌，但适合行手术切除的患者比例不足20%，且术后常发生早期复发［2-3］。胰腺癌的淋巴转移率高，约54%的胰腺癌患者存在淋巴转移，淋巴转移状态是影响胰腺癌患者预后情况的重要因素之一［4］。

直方图分析能反映图像灰阶变化规律及其分布模式，通过量化提取直方图特征，能够反映组织的异质性，提供肉眼无法分辨的定量特征信息，有助于疾病的诊断、治疗及预后评估。近年来直方图分析已广泛应用于不同疾病的辅助诊疗［5-7］，然而，目前还没有基于MRI预测胰腺癌淋巴结转移的直方图分析研究报道。

方 法

1. 一般资料

经我院伦理委员会审批同意后开展本研究。回顾性收集2018年8月至2020年8月在中国医科大学附属第一医院经手术病理证实的胰腺癌患者152例。纳入标准：①行胰腺癌根治性外科手术，术后病理诊断为胰腺癌；②术中行淋巴结清扫，清扫淋巴结数目≥1枚；③术前2周内行3.0 T SIGNA MR扫描；④术前未经任何抗肿瘤治疗。排除标准：①既往有其他肿瘤病史或同时合并其他肿瘤；②接受过术前新辅助治疗；③图像质量不符合后处理要求者。根据术后病理结果有无淋巴结转移，将患者分为淋巴结转移组（78例）和无淋巴结转移组（74例）。按照AJCC第8版胰腺癌TNM分期系统进行N分期评估，N0期（无淋巴结转移）74例，N1期（区域淋巴结转移1～3枚）62例，N2期（区域淋巴结转移≥4枚）16例。采用随机分层抽样的方法按照7∶3的比例将所有患者分为训练组（107例）和验证组（45例）。

2. 图像获取

使用GE 3.0 T SIGNA MR仪进行扫描，采用体部8通道相控阵线圈。扫描序列包括T1WI、T2WI、DWI，扫描参数如下。T1WI：TE=1.3 ms，TR=180 ms，FOV=40 cm×40 cm，矩阵384×180，激励次数为1次，层厚5 mm，层间距1 mm；T2WI：TE=85 ms，TR=6 300 ms，FOV=40 cm×40 cm，矩阵320×224，激励次数为2次，层厚5 mm，层间距1 mm；DWI：TE=58.1 ms，TR=1 800 ms，FOV=40 cm×40 cm，矩阵96×130，激励次数为2次，b值取0、600 s/mm2，层厚5 mm，层间距1 mm。

3.图像分割及直方图特征提取

将所有患者的T2WI、DWI图像以DICOM格式从PACS系统导出，并导入图像处理软件3D Slicer（http//：www.slicer.org）进行图像分割。由2位分别具有5年、10年腹部MRI工作经验的医师在不知道分组的情况下对所有病例进行图像分割，沿病灶轮廓内缘逐层勾画感兴趣区（region of interest，ROI），勾画过程避开血管、胰管、囊变、坏死部分，逐层勾画完毕后生成三维感兴趣区（volume of interest，VOI）。

应用3D slicer软件对VOI进行体积和直方图特征的提取。本研究提取T2WI和DWI序列各18个直方图特征，并将T2WI和DWI序列提取的体积取均值作为VOI的体积。

4. 统计学分析

4.1 一般资料

采用SPSS 20.0软件进行统计分析。对计数资料以例数（百分数）表示，2组间的比较采用χ2检验。对计量资料使用Kolmogorov-Smirnov检验进行正态性检验，符合正态分布的计量资料用±s表示，2组间比较采用独立样本t检验。P＜0.05为差异有统计学意义。

4.2 特征选择及直方图模型构建

再次，未来林产品国际贸易将更加注重环境保护和可持续发展，环境议题(例如森林认证、环境产品声明、绿色建筑等)在林产品国际贸易政策的影响将日益加大，国际社会对绿色贸易的要求也将日益增强。未来，木材采伐、林产品生产及其相关贸易都将需要付出更高的环境保护成本。

采用R语言（version 4.0.0）进行统计分析。采用组内相关系数（intra-class correlation coefficient，ICC）来评估2名医师对所有样本测量结果的一致性（ICC＞0.75视为一致性良好）。首先剔除Spearman相关性分析相关系数＞0.8存在共线性的特征，再采用最小绝对收缩与选择算子（least absolute shrinkage and selection operator，LASSO）算法选择训练组直方图特征中优化的特征子集，然后使用logistic回归分析构建直方图分析模型。

4.3 模型的评价

通过绘制ROC曲线对直方图分析模型在训练组与验证组的诊断效能进行分析，并计算曲线下面积（area under the curve，AUC）、特异度及灵敏度，并使用Delong检验观察训练组和验证组的诊断效能是否存在差异。

本研究的工作流程如图1所示。

结 果

1. 一般资料

训练组和验证组患者的一般资料见表1。统计学分析结果表明，训练组与验证组患者间的年龄、性别构成比和淋巴结N分期构成比差异均无统计学意义（P＞0.05），且无论是训练组内还是验证组内，有、无淋巴结转移者之间上述指标差异均无统计学意义。

表1 训练组与验证组患者一般资料

2.特征选择及直方图模型构建

37个特征的ICC值为0.81～0.97，提示一致性良好。剔除存在共线性特征后剩余32项影像组学特征，通过LASSO算法进行特征选择，共选出15项系数非零的直方图特征（图2），利用logistic回归方法构建直方图模型，最终模型中纳入8个特征，分别为Volume、 T2WI_Minmum、 T2WI_Uniformity、DWI_NinetyPercentile、DWI_MeanAbsoluteDeviation、DWI_TotalEnergy、 DWI_RootMeanSquared、DWI_Entropy。模型计算公式如下：

F=-8.38+4.04×10-6×Volume-1.01×10-2×

T2WI_Minimum+1.87×101×

T2WI_Uniformity+7.86×103×

DWI_NinetyPercentile-2.30×10-2×

DWI_MeanAbsoluteDeviation+6.06×10-11×

DWI_TotalEnergy+4.70×10-3×

DWI_RootMeanSquared+5.64×10-1×

DWI_Entropy

3. 模型评价

ROC曲线结果显示，直方图模型在训练组中的曲线下面积为0.907，灵敏度为100.0%，特异度为70.9%（图3A），在验证组中曲线下面积为0.895，灵敏度为95.5%，特异度78.3%（图3B）。Delong检验结果显示2组间诊断效能无显著差异（P=0.832）。

讨 论

胰腺癌恶性程度高，生物学行为恶劣，有无淋巴结转移是影响其预后的独立危险因素［8］。一项麻省总医院的研究表明胰腺癌淋巴结状态与患者术后复发时间密切相关［9］，且淋巴结转移与远处转移，特别是早期远处转移密切相关［3］。因此，对胰腺癌患者进行根治性手术时大范围清扫淋巴结可有效地改善预后，但盲目扩大淋巴结清扫范围会延长手术时间、增加手术的风险，对改善其预后并无帮助。若胰腺癌患者存在广泛淋巴结转移，应先进行新辅助化疗，再评估术中淋巴结清扫的范围，或放弃手术治疗。

本研究发现，基于MRI的直方图分析能预测胰腺癌淋巴结转移状态。既往研究表明，常规影像学检查在评估胰腺癌淋巴结转移上存在一定的局限性［10］，近年来，直方图分析的发展为预测恶性肿瘤淋巴结转移状态提供了新方法，直方图分析在预测肺癌、结直肠癌、宫颈癌等恶性肿瘤淋巴结转移中均显示了巨大的潜力［5，11-12］。国内外学者也利用CT图像对胰腺癌淋巴结转移状态的预测开展了一些研究，Gao等［13］的研究利用静脉期CT图像进行分析建模，模型在训练组与验证组中的ROC曲线下面积分别为0.92和0.95；一项同样利用CT静脉期图像进行的研究［14］结果显示在训练组与验证组中的ROC曲线下面积分别为0.80和0.73，灵敏度分别为68.2%、50.0%，特异度分别为88.4%、92.3%，但这两项研究使用的均为CT增强扫描图像，由于CT增强检查须注射对比剂，且患者会暴露于较大剂量的电离辐射下，这给患者身体健康带来一定影响；房炜桓等［15］基于双能CT图像进行了纹理分析，判断淋巴结转移灵敏度为83.3%，特异度为75.9%，但该研究仅选取了单张CT图像病灶最大层面进行分析，并未对病灶进行三维分析。MRI具有高空间分辨力及时间分辨力，在胰腺癌的诊断中已成为广泛应用的影像诊断方法，常规MRI序列结合MR增强检查可准确诊断胰腺癌，但MR增强检查须配以对比剂，操作复杂且有过敏和肾毒性风险，具有一定局限性。本研究基于MRI常规序列中的T2WI、DWI序列，避免了CT的电离辐射和增强扫描的对比剂风险。本研究中6个直方图特征建立的直方图模型对于预测胰腺癌淋巴结转移取得了较好的预测效能，且在独立验证组中得到了验证，有效避免了过拟合的风险。

本研究还存在以下局限性：①本研究仅选取了T2WI和DWI图像进行研究，未来可联合其他非增强序列进行进一步研究；②图像分割过程为手动勾画ROI，存在不可避免的误差；③所有样本来自单中心，样本量相对较小，需进一步开展多中心、大样本研究；④本研究仅对有无淋巴结转移进行了初步分析预测，在未来的研究中需要更多地对胰腺癌淋巴结转移的部位、淋巴结转移N分期进行进一步研究。

基于MRI的直方图分析模型能有效预测胰腺癌淋巴结转移状态，有助于临床术前评估、术后预后判断。