增强CT纹理分析在老年甲状腺乳头状癌诊断和预测淋巴结转移中的价值

2022-05-11 04:57高鑫宇刘慧楠裴建国
中国老年学杂志 2022年6期
关键词:峰度纹理灰度

高鑫宇 刘慧楠 裴建国

(延边大学附属医院放射科,吉林 延边 133000)

甲状腺癌是头颈部最常见的恶性肿瘤,其中甲状腺癌乳头状癌(PTC)是其最常见的病理类型,约占甲状腺癌95%,近年来我国发病率显著上升〔1,2〕。手术切除是PTC最有效的治疗方式,术后复发率为10%~15%〔3〕。PTC预后通常较好,10年生存率可达到90%以上〔1〕。然而一旦出现肿瘤侵犯范围扩展至甲状腺外、颈部淋巴结或远处器官出现转移则预后通常较差,因此早期诊断及预测淋巴结转移十分关键。直接术前定性确诊通常使用细针穿刺病灶活检,其准确度最高但难以评价病灶浸润的情况〔4〕。超声是评估甲状腺病灶的首选方法,其操作方便简单、无辐射且价格低,但由于颈部深处存在骨骼、气体超声易受到干扰难以观察〔5〕。磁共振成像(MRI)组织分辨率高、无电离辐射,且在一般平扫外进一步借助扩散加权与定量动态增强成像,更好地观察和评估甲状腺病灶的形态和功能,但其操作时间长、费用昂贵,且易于被颈部磁敏感影响造成伪影,从而难以对微小病灶进行筛查和评估〔6〕。电子计算机断层摄影(CT)有着普及范围广、成像速度快的特点,在筛检诊断评估甲状腺乳头癌、颈部淋巴结转移情况和鉴别其他甲状腺良性病灶有着较好的敏感性和特异性〔7〕。然而普通CT通常仅描述占位的形态学和CT灰度等有限的定量参数,难以诊断或预测病灶的转移情况。CT纹理分析是基于影像学图像的一种数字化信息研究技术,可通过分析CT图像的特征像素灰度分布及其相互关系,有效避免上述缺点〔8〕。CT纹理分析在肿瘤异质性方面可提供更加客观定量的信息〔9〕。有研究也证实了CT纹理分析在肿瘤诊断、分期、治疗效果评估及预测预后的价值〔8~11〕。本研究评估CT纹理分析在老年甲状腺乳头状癌诊断和预测淋巴结转移中的价值。

1 对象和方法

1.1病例信息 回顾分析2018年4月至2020年6月,于延边大学附属医院行手术治疗后病理确诊甲状腺肿瘤的老年患者127例,患者术前均接受了增强CT检查,男48例,女79例,年龄61~82岁。其中良性占位71例为良性组,年龄(68±11.4)岁,病灶钙化20例;剩余56例为病理确诊的PTC为恶性组,年龄(64±13.8)岁,病灶钙化18例。恶性组中有21例出现淋巴结转移。两组一般资料差异无统计学意义(P>0.05)。排除标准:①非PTC的其他甲状腺恶性肿瘤;②甲状腺占位长轴<5 mm;③占位为单纯透亮囊性病灶或存在广泛钙化;④弥漫性甲状腺病变;⑤头颈部其他恶性肿瘤病史;⑥头颈部放射治疗病史;⑦图像质量差伪影重。

1.2CT检查仪器和方法 采用西门子320排螺旋CT机器,扫描范围上至舌骨下缘,下至主动脉弓上缘,按国家放射科管理规范及质控标准采用最低剂量原则〔12〕。详细的CT扫描参数包为120 kV和180 mA自动管电流调制,矩阵为512×512,扫描层厚度为1 mm,层间距为1 mm。对比剂采用碘海醇〔350 mg碘(I)/ml〕以3~4 ml/s的速率使用高压注射器注射,随后使用40 ml生理盐水冲管后进行增强CT扫描,扫描延迟时间动脉期和静脉期分别为25 s和50 s。重建算法采用标准算法,重建断面厚度为5 mm。

1.3图像处理及分析 CT扫描后的动脉期和静脉期CT图像由两名具有5年以上头颈部CT影像诊断经验的放射科医生评估。由图像处理软件MaZda(version4.7)进行甲状腺轴位动脉期薄层CT图像分析。两位医师的分析过程相互独立。采用polygon模式进行手动兴趣区域(ROI)描绘,ROI选取图像中结节最大层面勾画,勾画示意图见图1。若两位医师分析意见不一致,则进行双方协商。ROI区域定量一维及二维纹理参数由软件提取并保存。

1.4统计学分析 采用SPSS19.0进行统计学分析。符合正态分布的计量资料使用平均值±标准差的方法表述,否则采用(中位数上下四分位数)进行表述。所有参数使用Kolmogorov-Smirnov检验进行参数正态性检验。若参数符合正态分布使用T检验进行统计学差异分析,如不符合正态分布则使用Mann-WhitneyU检验进行统计学差异分析。差异显著性阈值设定为P<0.05。差异显著具有统计学意义的纹理参数则进入二元Logistic回归分析,以分析影响甲状腺良性组与恶性组的独立预测因子。受试者工作特征(ROC)曲线分析各预测因子鉴别甲状腺良性组和恶性组的效能。

图1 甲状腺占位ROI示意

2 结 果

2.1两组间增强CT动脉期图像纹理参数比较 最终获得了6个最佳纹理特征参数,其中熵值、方差、偏度、平均灰度值及均匀度具有统计学差异(P<0.05),而峰度无统计学差异(P>0.05),见表1。

表1 恶性组与良性组间增强CT动脉期图像纹理参数比较

2.2增强CT动脉期图像纹理参数在甲状腺乳头状癌中的预测和诊断效能 对增强CT动脉期图像纹理参数进行二元Logistic回归分析表明,偏度、峰度及平均灰度值可用于肿瘤良恶性的鉴别,见表2。进一步使用Spearman检验,结果显示各参数间无统计学相关性,其中相关性最突出的是偏度与峰度,r=0.135,P=0.124;偏度与平均灰度值相关系数r=0.083,P=0.124;峰度与平均灰度值的相关系数为r=0.148,P=0.195。因此偏度、峰度及平均灰度值可作为PTC和甲状腺良性占位的独立预测因子,用于PTC的诊断。进一步使用ROC曲线诊断PTC的效能,三参数联合的诊断效能明显提升达到最优,见表3。

表2 恶性组与良性组间增强CT动脉期图像纹理参数Logistic分析结果

表3 动脉期单个纹理参数及联合参数诊断甲状腺乳头状癌的效能

2.3恶性组内淋巴结转移亚组纹理参数比较 熵值、偏度、峰度、标准差、平均灰度值及均匀度进行统计学分析后差异均未显示出统计学意义(P>0.05)。见表1。

3 讨 论

纹理分析是通过对影像学结果进行一定方式的处理,分析图像中的像素或像素灰度值的特征、分布方式及相互关系,从而可以定量提取分析和解释影像的技术〔13,14〕。纹理分析技术可以有效避免医师的主观因素干扰,进行局部病灶特征的量化,不仅能精确评估局部的异质性,还能从组织微环境水平进行分析鉴别,从而确定病灶的性质〔15〕。纹理参数一般包括一维、二维及高维统计量。一维统计量使用灰度直方图分析所勾画的兴趣区图像局部纹理特征,常见的有偏度(灰度值分布的不对称性)、峰度(灰度值分布幅度)、平均灰度值、均匀度和标准差等,其中峰度是判断数据是否依从正态分布的指标〔16〕。二维统计量是对像素强度之间相关性的描述,一般通过灰度共生矩阵法或者灰度游程矩阵法来分析。常见的纹理参数由熵值(病灶纹理的复杂程度)、能量(病灶图像灰度值分布的均匀程度)、逆差距(病灶纹理的同质性)和相关性(矩阵间的相似程度)等〔14〕。高维统计量使用较少,一般描述区域内多像素灰度分布情况及相互关系〔17〕。

目前纹理分析作为影像学研究的新兴领域,有着极高的热度,并在诊断肿瘤、判断组织功能及评估预后方面取得了多项成果,例如揭示了不同纹理参数对应了不同的生物学意义,例如偏度和峰度与肿瘤超微结构变化有关〔18~20〕。目前在预测甲状腺良恶性结节方面也有一些研究,显示出了纹理分析具有重要价值,不过大多数联合电正子发射计算机断层显像(PET-CT)进行分析,少数通过超声分析,通过增强CT进行纹理分析的文献较少,特别研究老年人群的数据更是罕见,且部分数据相互矛盾,这也是本研究的目的之一〔21~24〕。

本研究中,通过统计学分析发现一组反映PTC与正常甲状腺组织密度差异的参数包括灰度的绝对值(如平均灰度值)、灰度分布差异指标(如偏度、峰度、标准差)、纹理复杂程度(熵、均匀度)。这可能与肿瘤发生时替代破坏了正常滤泡上皮细胞致占位区密度减低有关,而肿瘤可囊变或钙化进一步增加了组织密度的复杂性,这可能与灰度分布差异、纹理复杂程度有关〔23〕。钙化和囊变是PTC中常见的改变,两者可以极大改变病灶组织的纹理特征,偶发的情况即可造成极值偏倚,所以相比于普通的统计学差异分析,二元Logistic回归分析更具有客观准确性,有效避免偏倚。Logistic分析合并spearman检验结果显示偏度、峰度、平均灰度值是PTC的独立预测因子。本研究ROC AUC分析结果表明平均灰度值和三参数联合诊断效果较好。同时本研究发现目前的纹理特征尚不足以诊断淋巴结转移,或淋巴结转移不存在可表述的特定纹理参数。当然目前本研究淋巴结转移患者较少,可能存在统计学偏倚,需进一步扩大样本量进行研究。

猜你喜欢
峰度纹理灰度
酰胺质子转移成像和扩散峰度成像评估子宫内膜癌微卫星不稳定状态
采用改进导重法的拓扑结构灰度单元过滤技术
扩散峰度成像技术检测急性期癫痫大鼠模型的成像改变
Bp-MRI灰度直方图在鉴别移行带前列腺癌与良性前列腺增生中的应用价值
基于BM3D的复杂纹理区域图像去噪
Arduino小车巡线程序的灰度阈值优化方案
随吟
使用纹理叠加添加艺术画特效
基于自动反相校正和峰度值比较的探地雷达回波信号去噪方法
TEXTURE ON TEXTURE质地上的纹理