原发性肝癌DWI 影像组学特征与中医证型的相关性研究

李嘉颖，丁洪蕾，张华妮，周敏辉，陈海波，孙尚龙，陈 刚，张国栋，陈群伟，孙志超

（1.浙江中医药大学附属第一医院医学影像科，肿瘤科，浙江 杭州 310006；2.浙江中医药大学第一临床医学院，浙江 杭州 310053）

原发性肝细胞癌是全世界第6 位常见的恶性肿瘤及第3 位常见的肿瘤相关致死病因［1-3］。由于大多数肝癌患者早期很少表现出临床症状，因此诊断时往往处于手术切除或肝移植不可治愈的中晚期阶段，死亡率高、预后差。对于这类患者，中医药治疗可改善其生活质量、延长生存期［4-6］。中医治疗肝癌的关键在于辨证论治，准确的辨证分型是提高中医疗效的前提。由于肝癌的临床表现较复杂，易受主观因素的影响，目前也缺少客观指标的参考，最终会影响中医证型的判断和中医治疗的疗效。近年来，随着计算机技术和大数据分析在医疗领域的迅速发展，影像组学在肿瘤领域的应用也越来越广泛，其通过机器学习或深度学习方法从传统的放射学图像中高通量地提取图像特征参数［7］，并以客观、无创的方法获取肿瘤组织的异质性信息，进而反映疾病的病理改变，为肝癌中医辨证分型的标准化提供了新的研究方法。因此，本研究旨在探讨原发性肝癌DWI 影像组学特征与中医证型的相关性，为中医辨证施治的客观化、标准化提供新的影像学工具。

1 资料与方法

1.1 一般资料 回顾性收集2015 年1 月至2021 年2 月浙江中医药大学附属第一医院收治的原发性肝细胞癌患者70 例，其中男53 例，女17 例；年龄41～84 岁，平均（61.2±10.3）岁。70 例以7∶3 的比例随机分配成训练组和验证组进行模型内部验证。本研究经医院伦理委员会审查批准。

1.2 纳入及排除标准

1.2.1 纳入标准 ①根据《原发性肝癌诊疗规范（2019 版）》确诊为原发性肝细胞癌的患者；②治疗前2 周内行腹部MRI 检查；③按照中医诊断标准对肝癌患者进行中医辨证分型［6，8］。

1.2.2 排除标准 ①临床和影像资料不全；②检查前行冷、热消融治疗、放射性粒子植入治疗等；③病灶较小（最大径＜5 mm），影响纹理特征提取；④影像图像质量不佳，无法用于分析；⑤合并严重心脑血管疾病、肾功能衰竭和造血系统疾病等原发性疾病。

1.3 中医辨证分型［6，8］①肝郁脾虚型：肝部疼痛，腹胀腹泻，全身乏力，消瘦，纳呆，上腹可触及较硬包块，舌苔白腻，舌质淡胖，也可无显著临床特征和表现。②肝肾阴虚型：胁下积块，有明显疼痛感，心烦意乱，口干舌燥，酸水嗳气，神情疲惫且周身乏力，机体消瘦，大便塘薄，腹积水，舌苔发黄、薄白或量少，舌质发红，弦滑细或滑。③气滞血瘀型：两胁剧烈疼痛，腹胀胸闷，全身乏力，纳呆，上腹可触及较硬包块。舌苔薄黄或薄白，有瘀斑存于舌偏暗边，或舌象正常，脉沉弦细涩。④湿热瘀毒型：右胁刺痛且有积块，纳差，目色泛黄，大便干燥，恶心，口苦口干，苔黄腻，脉弦滑数。肝郁脾虚型、肝肾阴虚型为实证，湿热瘀毒型、气滞血瘀型为虚证。由副主任医师及以上职称的中医师进行辨证分型。

1.4 仪器与方法 采用GE Discovery MR 750 3.0 T 扫描仪或Siemens Syngo MR B17 1.5 T 扫描仪，配用腹部相控阵线圈。患者检查前禁食、禁水4 h，练习呼气末屏气取仰卧位，头先进。扫描序列包括横断面T1WI、T2WI、DWI、ADC、同反相位序列、冠状面T2WI 及横断面T1WI 增强扫描。DWI 具体参数见表1。增强扫描经肘静脉注射对比剂Gd-DTPA，剂量0.2 mL/kg 体质量，流率2 mL/s，对比剂注射后15～20 s行屏气后扫描，分别于25～35、50～60、150～240 s行动脉期、门脉期及延迟期扫描。

表1 DWI 扫描参数

1.5 图像分割方法 将所有高b 值DWI 图像（b 取800 或1 000 s/mm2）以DICOM 格式通过PACS 下载并导入ITK-SNAP 软件（Version 3.4.0；http：//www.itksnap.org）。由2 位具有10 年以上临床经验的腹部诊断放射科医师分别在DWI 图像上沿病灶边缘逐层勾画ROI，包括坏死、出血等病理改变，但不包括血管，有多个靶病灶时，选取最大病灶进行勾画（图1）。将勾画好的ROI 保存为NIFTI 格式。

图1 男，69 岁，肝右叶巨块型原发性肝细胞癌（白箭）图1a T1WI 示肿块呈高低混杂信号 图1b～1d 分别为增强扫描动脉期、门脉期、延迟期，示肿块强化呈快进快出表现 图1e ADC 呈低信号 图1f DWI 示肿块呈高信号 图1g 病灶ROI 勾画示意图 图1h ROI 三维示意图

1.6 特征提取 将保存为NIFTI 格式的ROI 图像和原图像一起导入A.K.软件（Artificial Intelligence Kit，GE Healthcare，V3.0.0.R）提取影像组学特征。基于ROI 拟获得的纹理特征包括一阶特征、形状特征、灰度共生矩阵、灰度尺寸区域矩阵、灰度游程长度矩阵、相邻灰度差矩阵、灰度依赖矩阵、转换类型、高斯-拉普拉斯特、小波变换、局部二值模式等，共包含1 316 个特征。

1.7 特征筛选及模型构建 纹理特征降维和模型构建的具体步骤如下：①数据预处理。在分析之前，将数据集零方差变量从分析中排除，然后将缺失值用中位数填补，最后通过标准化方法对数据进行标准化处理，循环种子点设为8。②特征选择。1 316 个纹理特征通过单因素Logistic 回归、方差分析和秩和检验方法进行特征选择，单因素Logistic 回归分析的P 值为0.05。③建立影像组学模型。基于降维的影像组学特征参数，将Neighbors 设为7，Method 设为manual，构建K-近邻算法（K-nearest nei ghbor，KNN）影像组学模型并进行内部验证。

1.8 统计学方法 采用IPM 软件（GE Healthcare，V 2.1.0.R）进行纹理特征降维、模型构建和统计分析，以P＜0.05 为差异有统计学意义。连续正态分布数据用±s 描述，偏态分布数据用M（IQR）描述，分类数据用例（%）描述。定量资料之间比较，若为正态性分布则行独立样本t 检验，若为非正态性分布则行秩和检验；分类资料之间比较则采用χ2检验或Fisher 确切概率法。采用独立样本t 检验、秩和检验或χ2检验分析原发性肝癌中医证型（虚证、实证）之间的临床特征差异有无统计学意义，有统计学意义的临床特征再利用Logistic 回归方法进一步分析，选择出与肝癌证型相关的临床特征。单因素Logistic 回归分析的P 值为0.05，多因素Logistic 回归分析的输入和输出分别为0.05 和0.10。通过ROC 曲线评估模型的性能，并计算AUC、敏感度、特异度和准确率等性能评价指标。

2 结果

2.1 2 组一般资料比较（表2）70 例中经中医证型判断为虚证34 例（48.6%）、实证36 例（51.4%），2 组一般资料比较差异均无统计学意义（均P>0.05）。

表2 2 组一般资料比较

2.2 影像组学特征降维结果及相关性分析 1 316 个影像组学特征，最终筛选出4 个与肝癌虚、实证相关（表3，图2、3），其中Lbp-3D-k_glcm_SmallDependence HighGrayLevelEmphasis 特征参数的相关性最高（r=0.457，P＜0.001）。

表3 肝癌虚、实证与影像组学特征相关性结果

2.3 中医证型影像组学模型的诊断效能 基于降维的4 个影像组学特征参数，构建KNN 影像组学模型，该模型在训练组中的AUC 为0.831、准确率77.1%、敏感度72.0%、特异度82.6%；在验证组中的AUC 为0.773、准确率63.6%、敏感度63.6%、特异度63.6%（表4，图4）。

图4 训练组（图4a）和验证组（图4b）肝癌虚实证型影像学模型ROC 曲线

表4 原发性肝癌虚、实证影像组学模型效能

3 讨论

中医药治疗肝癌历史悠久，它遵循个体化治疗原则，坚持辨证论治和整体观念相结合，其中辨证论治是中医药治疗肝癌取得良好疗效的关键。原发性肝癌的不同证候究其根本是肿瘤细胞异质性所致的不同病理生理状态的外部反映。但目前对肝癌的辨证分型大多基于古代医家论述的整理，以及临床个案、若干病例的总结［9-10］，缺乏现代医学客观指标的辅助，以使其客观化、规范化。既往研究报道，肝功能指标、免疫指标、肿瘤标志物及影像学征象等对中医分型有一定帮助，但中医证型的客观量化指标仍在探索［5，11-12］。影像组学使影像图像转变成客观的量化指标，从影像层面上提供了大量的病灶特征信息，这与肿瘤性疾病的病理本质相适应，体现了肿瘤的异质性［13］，进而与中医辨证施治相适应。

图2a，2b 肝癌虚、实证影像组学特征热图 图2c，2d 肝癌虚、实证影像组学相关系数图图3 肝癌虚、实证与影像组学特征相关性图（蓝色为虚证，红色为实证）

不同影像组学特征参数的含义不同。一阶特征的第10 个百分位是反映区域内体素强度分布的度量值。灰度共生矩阵是用灰度的空间分布表示纹理的统计型特征。平均差异是反映具有相似强度值的成对出现与具有不同强度值的成对出现之间的关系。最大相关系数是反映纹理复杂程度的度量。小依赖性高灰度级重点是度量相关性小而灰度值高的联合分布。小波变换特征是高阶特征，不仅可反映空间和频率的分布特点，还能反映肿瘤微环境的异质性，并能提高影像组学模型的诊断性能［14］。局部二值模式是一种用来描述图像局部纹理特征的算子，可有效消除光照对图像的影响，具有旋转不变性和灰度不变性等显著的优点。因此，不同影像组学特征参数可反映肝癌不同中医证型的异质性，是一种能够帮助中医辨证分型的潜在的客观化指标。本研究最终提取出4 个影像组学特征参数均与肝癌虚、实证具有显著相关性。

本研究基于筛选的4 个MRI 影像组学特征来构建的KNN 影像组学模型，在原发性肝癌虚、实证判断方面表现出较好的效能，其在训练组中的AUC 值为0.831、准确率77.1%、敏感度72.0%、特异度82.6%，在验证组中的AUC 值为0.773、准确率63.6%、敏感度63.6%、特异度63.6%。张瑾宁等［15］研究发现，MRI表现可为中医分型提供参考，不同中医证型间的DWI 信号差异有统计学意义。DWI 是根据细胞密度、细胞膜的完整性来反映水分子扩散受限情况，并通过量化的ADC 值，间接反映肿瘤组织内水分子微观扩散受限的程度。本研究基于影像组学方法深入挖掘DWI 图像中局部不规则但宏观有规律的灰度特性，并对该区域内部灰度级变化特征进行多层次、多维度量化，呈现局部病灶的微观改变。中医辨证是对疾病的转归、发展、病机、病因进行综合分析，将脏腑学说、五行阴阳、四诊所得的体征和症状作为理论基础，从而对疾病的部位、性质和发病因素进行某种证的判断，其重视宏观的辨证而无法从疾病的微观角度进行判断。影像组学与中医辨证分型相结合，可优势互补，使中医辨证施治更具客观化、标准化。

本研究的局限性：①为回顾性研究，存在一定的选择性偏倚，需进行前瞻性研究；②总样本量相对较小且未进行模型外部验证，需增加样本量及多中心研究，增加模型的鲁棒性及泛化力；③仅对肝癌虚、实证进行分析和判断，还需对其进行进一步的亚组（肝郁脾虚型、肝肾阴虚型、湿热瘀毒型、气滞血瘀型）分析；④未进行DWI 不同b 值的亚组分析，在未来研究中会扩大样本量并进行不同b 值的模型间比较。

综上所述，基于原发性肝癌DWI 图像提取的4 个影像组学特征与其中医证型具有一定的相关性，可作为一种客观化指标反映肝癌不同中医证型的异质性；进一步构建的KNN 影像组学模型，在原发性肝癌虚、实证判断方面具有较好的效能，可弥补中医辨证分型的不足，有助于中医辨证施治的客观化、标准化。