超声影像纹理分析鉴别诊断腮腺混合瘤和腺淋巴瘤的价值

韩文，李卫民，凌莉，陈伟

(1. 苏州高新区人民医院超声科，江苏 苏州 215129； 2. 江南大学附属医院超声科，江苏 无锡 214000)

腮腺混合瘤和腺淋巴瘤是腮腺最常见的两种肿瘤[1]，超声因具有简便快捷的优点而被广泛应用于腮腺肿瘤的诊断和鉴别诊断。然而，腮腺混合瘤和腺淋巴瘤的超声特征具有一定的重叠性[2]，这在一定程度上增加了两者的鉴别难度，同时，腮腺混合瘤和腺淋巴瘤的手术治疗方式以及转归也有所不同[3]，准确地鉴别诊断腮腺混合瘤和腺淋巴瘤对临床具有重要的价值。本研究以腮腺混合瘤和腺淋巴瘤的超声影像为基础，分析两者的纹理特征，探讨其对腮腺混合瘤和腺淋巴瘤的鉴别价值。

1 资料与方法

1.1 一般资料

回顾性分析2017年3月至2021年4月间在苏州高新区人民医院和江南大学附属医院就诊的腮腺肿瘤患者94例共97个病灶，其中男68例，女26例，年龄26～83岁，平均年龄(55.89±14.51)岁。纳入标准：① 首次发现的腮腺肿瘤患者；② 经手术或穿刺病理证实，有明确的诊断结果；③ 超声影像资料完整、规范。排除标准：① 超声影像资料不规范；② 无病理结果；③ 肿瘤体积过大、局部影像缺失致使感兴趣区无法勾画的病灶。其中左侧腮腺病灶40个，右侧腮腺57个病灶。

1．2 仪器与方法

采用西门子Acuson Antares S3000、GE logiq E9、PHILIPS等彩色多普勒超声诊断仪，线阵探头频率为7.5～12.0 MHz，8～14 MHz，8～12 MHz。调取患者腮腺混合瘤和腮腺腺淋巴瘤的超声影像资料，对比分析肿瘤的大小，边缘(清晰、欠清晰)，形态(椭圆形、分叶状、不规则形)，内部回声(欠均匀、不均匀)，囊性变(有、无)以及血流分级等特征。腮腺肿瘤的性质由1名具有10年以上工作经验的超声医师依据自身经验完成评估，并将超声医师的评估结果与病理结果进行对比，得出超声医师评估的误判率。

1.3 纹理分析

采用罗兹工业大学免费纹理分析MaZda软件(Version 4.6)，将肿瘤最大切面的超声二维影像以bmp格式导入 MaZda软件中，对图像的所有灰度值按1%分位点到99%分位点进行归一化处理，再将图像量化为8 bit后，勾画为感兴趣区，分别用红色和绿色表示腮腺混合瘤和腮腺腺淋巴瘤，采用多边形功能手动模式进行勾画，尽可能勾画病灶的全部区域。分析感兴趣区内超声影像的纹理特征，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，包括交互信息(mutual information,MI)，分类错误概率联合平均相关系数(probability of classification error and average correlation coefficients，POE+ACC)，Fisher系数及三种方法联合(Fisher+POE+ACC+MI)。前三种方法各提取10个、Fisher+POE+ACC+MI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，自动训练，并将其结果与病理对比，得出腮腺混合瘤和腮腺腺淋巴瘤的误判率，并将其与超声医师的评估结果比较。

1.4 统计学分析

应用SPSS 19.0统计分析软件，计量资料用均数±标准差表示，两组纹理参数的比较采用独立样本t检验。腮腺混合瘤和腮腺腺淋巴瘤的超声特征、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(率)表示，理论频数≥5计数资料的两组比较采用χ2检验，理论频数<5但≥1计数资料的两组比较采用连续校正的χ2检验，理论频数<1计数资料的两组比较以及多组计数资料的比较采用Fisher确切概率法，P<0.05为差异有统计学意义。

2 结果

2.1 两组患者基线资料比较

根据2017年第4版WHO头颈部肿瘤—病理学分类标准[4]进行分类，腮腺混合瘤43例，年龄26～70岁，平均年龄(46.74±13.93)岁，其中男17例，女26例，病灶均为单发。腮腺腺淋巴瘤51例共54个病灶，其中3例伴有2个病灶，均为男性，年龄41～83岁，平均年龄(63.80±9.30)岁。两组患者中，腺淋巴瘤患者的年龄高于混合瘤患者，差异具有统计学差异(t=7.075，P<0.001)；同时，腮腺腺淋巴瘤患者中男性比例(100%)明显高于腮腺混合瘤患者(39.53%，17/43)，差异具有统计学意义(χ2=39.660，P<0.001)。

2.2 腮腺混合瘤和腺淋巴瘤超声影像特征

腮腺混合瘤囊性变的发生率明显低于腮腺腺淋巴瘤，但后者血流信号较前者丰富，差异均具有统计学意义(P<0.001和P<0.05)，两者在肿瘤直径、边缘、形态、内部回声等方面无明显统计学差异(P均>0.05)。见表1。

表1 腮腺混合瘤和腺淋巴瘤超声影像特征 肿瘤个数(%)

2.3 腮腺混合瘤和腺淋巴瘤超声影像纹理特征比较

腮腺混合瘤和腺淋巴瘤超声影像、病理结果和感兴趣区标记见图1和图2。三种纹理分析方法选取的纹理参数共30组，MI提取的10组纹理参数中两组间均无明显统计学差异(P>0.05)，POE+ACC提取的10组纹理参数中仅有S(0,3)SumVarnc组具有统计学差异(P<0.05)，Fisher系数提取的10组纹理参数中有7组具有统计学差异(P<0.05)，三种方法共有8组纹理参数具有统计学差异。见表2。

A：右侧腮腺囊实性团块，边缘欠清晰，形态规则，内部回声不均匀，可见囊性变；B：术后病理提示腮腺混合瘤(HE染色，20×10)；C：超声影像感兴趣区勾画用红色表示

A：左侧腮腺囊实性团块，边缘清晰，形态规则，内部回声不均匀；B：术后病理提示腮腺腺淋巴瘤(HE染色，40×10)；C:超声影像感兴趣区勾画用绿色表示

表2 两组肿瘤超声影像纹理特征参数对比

2.4 超声医师和各种纹理分析方法对腮腺混合瘤和腺淋巴瘤的误判率

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ANN模型。对于所有腮腺混合瘤和腺淋巴瘤，采用MI方法进行纹理分析的总误判率为53.61%(52/97)，POE+ACC为44.32%(43/97)，Fisher系数为21.65%(21/97)，三种方法联合为17.53%(17/97)，其中，三种方法联合分析的总误判率最低，与MI、POE+ACC评估比较差异均具有统计学意义(χ2值分别为33.406，16.311,P均<0.001，与Fisher系数评估比较，差异无统计学意义(χ2=0.524,P=0.469)。

另外，对于所有腮腺混合瘤和腺淋巴瘤，超声医师的总误判率为29.90%(29/97)，明显低于MI和POE+ACC(χ2值分别为15.265、4.329，P<0.001和P=0.037)，明显高于三种方法联合(χ2=4.103，P=0.043)，与Fisher系数无统计学差异(χ2=1.724，P=0.189)。同时，对于腮腺混合瘤和腺淋巴瘤两组患者，各种纹理分析方法对两组的误诊率均无统计学差异(P均>0.05)，超声医师对腮腺腺淋巴瘤的误判率明显高于腮腺混合瘤(χ2=4.699，P=0.030)。见表3。

表3 超声医师和各纹理分析方法对腮腺混合瘤和腺淋巴瘤的误诊率 肿瘤个数(%)

3 讨论

作为影像组学的重要组成部分之一，纹理分析是近年发展起来的评价肿瘤异质性的新工具，指通过一定的图像处理技术提取出纹理特征，从而获得纹理特征的定量或定性描述的处理过程[5-6]。在医学影像学方面，纹理分析有助于发现肉眼难以观察的细节，从而更加细致地分析图像。与传统的超声医师诊断相比，纹理分析不依赖于超声医师的主观意见及临床经验，仅提供客观的影像信息[7]。MaZda 软件可提取肿瘤近300种纹理特征参数，并提供了4种纹理选择方法，包括MI、POE+ACC、Fisher系数以及三种方法的联合(MI+POE+ACC+Fisher)，通过纹理分析参数，构建ANN模型，从而智能地评估肿瘤的性质。目前，CT影像纹理分析已应用于鉴别腮腺混合瘤和腺淋巴瘤，结果表明具有一定的价值[8]，这也为超声影像纹理分析对两者的鉴别诊断提供了思路。

本研究共纳入94例患者共97个病灶，其中腮腺混合瘤43个，腮腺腺淋巴瘤54个，腮腺腺淋巴瘤患者的年龄明显高于腮腺混合瘤患者，且腮腺腺淋巴瘤患者中男性比例(100%)明显高于腮腺混合瘤患者(39.53%)，这与黄冠兰等[2]研究结果相符。在超声特征方面，两组间仅囊性变和血流具有统计学差异，而肿瘤直径、边缘、形态、内部回声等方面均无统计学差异，这与其他的相关文献具有一定的差异[9-10]，这可能与本研究中纳入的样本量较少有关，这也在一定程度上说明了两者的鉴别难度。超声医师对两者鉴别在很大程度上依赖于自身的诊断经验，因此也不可避免地增加了误诊率。本研究中，超声医师总的误诊率为29.90%，对腮腺腺淋巴瘤的误诊率明显高于腮腺混合瘤。女性腮腺混合瘤患者略多于男性[11]，误判率相对较低。本组腮腺腺淋巴瘤患者均为男性，且年龄41～83岁，跨度较大，同时超声特征与腮腺混合瘤有重叠，这些均在一定程度上增加了超声医师的误判率。

本研究在MaZda所选取的纹理参数中，MI提取的10组纹理参数中两组间均无统计学差异，POE+ACC提取的10组纹理参数中仅有S(0,3)SumVarnc组纹理参数具有统计学差异，而Fisher系数提取的10组纹理参数中有7组具有统计学差异(P<0.05)，三种方法共8组纹理参数具有统计学差异。提取的有意义的纹理参数越多，其对肿瘤的鉴别诊断价值越高[12-13]。因此，在总误判率方面，MI>POE+ACC>Fisher系数>MI+POE+ACC+Fisher。通过与超声医师的误判率比较发现，超声医师的总误判率低于MI和POE+ACC，但高于三种方法联合，这是因为MI、POE+ACC提取的具有统计学差异的纹理参数较少，而三种方法联合提取的具有统计学差异的纹理参数较多。Fisher系数、POE+ACC和MI三种方法的结合可弥补单独使用Fisher系数、POE+ACC、MI方法相对训练不足导致的缺陷[14]，因而误判率较低。

综上所述，与超声医师的主观判断相比，纹理分析提供的纹理参数具有定量的特征，这在一定程度上可排除超声医师主观因素的影响，可用于腮腺混合瘤和腺淋巴瘤的鉴别诊断，有助于临床诊疗策略的制定。