计算机纹理分析技术在鉴别孤立性肺结节多层螺旋CT图像中的临床应用价值

黄玉伟，牛云丽，王东，李定柯，胡彦龙

1.南阳南石医院医学影像科，河南 南阳 473000；2.新乡医学院第一附属医院影像科，河南 新乡 453199

肺癌为临床最常见的肺部恶性结节类型之一，大多数患者均在出现明显症状后确诊，预后效果不理想[1]。研究发现，孤立性肺结节为肺癌发生的重要条件，多由活动性肺炎、支气管闭锁等引起，若孤立性肺结节为恶性则提示为早期肺癌，而早期肺癌无特异性临床症状，多数患者就诊时已处于中晚期，治疗效果较差[2]。因此，早期鉴别诊断孤立性肺结节良恶性具有重要的临床意义。CT 为目前临床评估肺结节的主要方案之一，但单独采用其敏感度、特异度较低，而计算机纹理分析技术可定量评估结节内组织结构，显示肺部组织生理特征改变，可用于评估CT 图像灰度值变化特征，能有效反映组织样本生理信息[3-4]，但关于其应用于早期肺癌相关研究较少。基于此，本研究初步分析计算机纹理分析技术在鉴别孤立性肺结节多层螺旋CT 图像中的临床应用价值。

1 资料与方法

1.1 一般资料 选取2019 年8 月至2021 年8 月在南阳南石医院就诊的48 例恶性孤立性肺结节患者作为恶性组，另选取50 例同期就诊的良性孤立性肺结节患者作为良性组，两组患者的性别、年龄、体质量指数(BMI)、结节直径比较差异均无统计学意义(P＞0.05)，见表1。本研究经南阳南石医院伦理委员会审核批准。

表1 两组患者的临床资料比较[例(%),]Table 1 Comparison of clinical data between the two groups[n(%),]

表1 两组患者的临床资料比较[例(%),]Table 1 Comparison of clinical data between the two groups[n(%),]

组别恶性组良性组χ2/t值P值例数48 50男/女42(87.50)/6(12.50)43(86.00)/7(14.00)0.048 0.827年龄(岁)58.31±3.84 58.84±4.12 0.658 0.512 BMI(kg/m2)23.31±0.84 23.48±0.92 0.954 0.342结节直径(cm)2.14±0.32 2.18±0.35 0.589 0.557

1.2 纳排标准 (1)纳入标准：两组患者均经临床病理检查结合影像学分析、实验室指标确诊；均可接受本研究检查方案；均为单发结节；患者及家属知晓本研究，并签订知情同意书。(2)排除标准：合并其他恶性肿瘤；近期内接受放化疗治疗者；结节内存在空洞、磨玻璃密度结节者；肺部多发结节者；结节接受穿刺检查者；合并全身性感染疾病者；合并精神异常或检查依从性较差者。

1.3 方法 (1)CT检查：均采用美国GE公司64排多层螺旋CT扫描仪进行检查，检查前常规禁食8～12 h，引导患者处平卧位，扫描范围为脐至耻骨下缘，常规扫描数设置：层厚2 mm，层距1 mm，视野350 mm，管电流150 mAs，管电压120 kV，螺距0.6；常规扫描完毕后采用高压注射器注射100 mL造影剂(300 gI/L碘海醇)，速率为2.5 mL/s，分别于造影剂注射后25～30 s、60～70 s行动脉期、门静脉期扫描，增强扫描动脉期期采用自动触发扫描，门静脉期、动脉期采用相同扫描参数。(2)图像后处理：均由两名具有丰富经验的放射科医师进行计算机纹理技术分析，将扫描所有图像纳入软件，于纵隔窗在病灶轴位图像中勾画感兴趣区，感兴趣区位于病灶轮廓内，测定3个层面的熵、相关和对比度等纹理特征参数及CT值，每个结节测量3次取平均值。

1.4 观察指标 (1)分析孤立性肺结节CT图像特征；(2)比较两组患者CT平扫期、动脉期及门静脉期错判率；(3)比较两组患者CT平扫期、动脉期及门静脉期CT 值及纹理参数；(4)分析纹理参数与孤立性肺结节良恶性相关性；(5)分析纹理参数对于孤立性肺结节恶性程度鉴别诊断价值。

1.5 统计学方法 应用SPSS22.0 统计学软件处理数据。计量资料均确认具备方差齐性且符合正态分布，以均数±标准差()表示，两组间比较采用独立样本t检验，计数资料组间比较行χ2检验，采用Logistic回归方程分析纹理参数与孤立性肺结节良恶性的关系，诊断价值采用受试者工作特征曲线(ROC)分析，获取曲线下面积(AUC)、置信区间、敏感度、特异度。以P＜0.05表示差异有统计学意义。

2 结果

2.1 两组患者的CT图像特征比较 经CT图像显示，良性孤立性肺结节钙化主要分布于肉芽肿及错构瘤，包括中央型、弥漫性、分层级爆米花钙化，多边形及三维立体比率＞1.78，边缘光滑；恶性孤立性肺结节边缘以毛刺症、分页征及锯齿征为主，具有含空气支气管征，结节呈部分实性及玻璃样密度，部分为非实性-完全毛玻璃样密度结节，结节处血管增粗，见图1、图2。

图1 良性孤立性肺结节CT影像Figure 1 CT imaging of benign isolated pulmonary nodules

图2 恶性孤立性肺结节CT影像Figure 2 CT imaging of malignant isolated pulmonary nodules

2.2 两组患者的CT 平扫期、动脉期及门静脉期错判率比较 与良性组比较，恶性组患者的平扫期、动脉期及门静脉期错判率较低，差异均有统计学意义(P＜0.05)，见表2。

2.3 两组患者CT 平扫期、动脉期及门静脉期的纹理参数比较 两组患者平扫期CT 值、增强扫描动脉期、门静脉期熵、相关度和对比度比较差异均无统计学意义(P＞0.05)；与良性组比较，恶性组患者的CT平扫期熵较大，相关度、对比度较低，差异均有统计学意义(P＜0.05)，见表3。

表3 两组患者CT平扫期、动脉期及门静脉期的纹理参数比较()Table 3 Comparison of texture parameters between the two groups in CT plain scan,arterial phase,and portal venous phase()

表3 两组患者CT平扫期、动脉期及门静脉期的纹理参数比较()Table 3 Comparison of texture parameters between the two groups in CT plain scan,arterial phase,and portal venous phase()

参数分类孤立性肺结节t值P值平扫期增强扫描动脉期增强扫描门静脉期CT值(HU)熵相关度对比度CT值(HU)熵相关度对比度CT值(HU)熵相关度对比度恶性组(n=48)25.73±4.28 1.62±0.08 0.07±0.02 8.54±1.36 46.28±5.84 1.42±0.19 0.24±0.08 5.82±2.32 50.52±11.37 1.48±0.15 0.21±0.11 8.19±2.14良性组(n=50)26.35±5.42 1.51±0.06 0.23±0.08 12.28±2.85 45.43±5.28 1.46±0.16 0.22±0.07 6.23±2.85 48.29±9.24 1.51±0.22 0.23±0.09 8.65±2.36 0.628 7.721 13.456 8.235 0.756 1.129 1.319 0.779 1.068 0.786 0.987 1.009 0.532 0.001 0.001 0.001 0.451 0.262 0.191 0.438 0.288 0.434 0.326 0.315

2.4 平扫期纹理参数与孤立性肺结节良恶性相关性 经Logistic 回归方程分析结果显示，平扫期CT纹理参数熵、相关度、对比度与孤立性肺结节良恶性具有相关性(P＞0.05)，见表4。

表4 平扫期纹理参数与孤立性肺结节良恶性相关性的Logistic 回归方程分析Table 4 Logistic regression equation analysis of the correlation between texture parameters during plain scan and the benignity and malignancy of isolated pulmonary nodules

2.5 平扫期纹理参数对孤立性肺结节良恶性的诊断价值 平扫期纹理参数熵、相关度、对比度对孤立性肺结节良恶性诊断的AUC 分别为0.795、0.832、0.856，各参数联合诊断AUC 为0.927，高于单一参数诊断，见表5。

表5 平扫期纹理参数对孤立性肺结节良恶性诊断价值Table 5 Value of texture parameters during plain scan in the diagnosis of benign and malignant isolated pulmonary nodules

3 讨论

肺癌为临床常见的恶性结节，相关数据显示其总体5年生存率不足5%，而良性结节术后5年生存率可达95%以上，故早期明确肺部结节良恶性具有重大意义[5]。报道显示，早期肺结节单依靠影像形态学难以有效鉴别其良恶性[6]，因此，积极探讨孤立性肺结节鉴别诊断方案至关重要。

目前螺旋CT 扫描已广泛应用于肺部结节检查中，可有效显示结节内部信息，减少CT 扫描容积效应，对于结节内凹陷征、空洞征、强化等显示情况优于常规扫描，但单独采用仍存在漏诊、误诊现象[7-8]。随着医学图像分析方法的不断改进，计算机纹理分析技术可通过图像后处理量化分析CT 图像，获取标准化图像信息，其中CT 纹理分析为客观性、定量化、分析方法，可从分子水平显示肺内结节环境[9-10]。本研究结果显示，恶性组平扫期、动脉期及门静脉期错判率均显著低于良性组，说明螺旋CT 对于恶性孤立性肺部结节具有一定诊断价值，但仍存在部分误诊现象。

计算机纹理分析可显示CT图像评估无法显示的细节，能分析CT 图像像素分布规律、特征，反映结节内细微变化，从而显示肺结节结构、特征改变[11]。本研究经纹理分析后发现，恶性组CT 平扫期熵大于良性组，相关度、对比度低于良性组，说明CT 纹理参数与孤立性肺部结节良恶性存在一定联系。熵、相关度、对比度为临床常用纹理参数，其中相关度用于比较灰度共生矩阵不同方向相似程度，熵表示图像纹理非均匀程度，而对比度可有效反映图像清晰度等[12]。笔者认为，恶性肺结节内部结构发生变化，具有细胞间桥、角化特征，不均质度较高，而良性结节密度均匀，结节成分单一，因此其之间纹理参数存在显著差异[13-14]。国外学者对肺部结节行CT 纹理特征分析发现，早期肺癌三维分形维数相关度、对比度低于结核瘤、机化性肺炎、错构瘤，本研究与其结果基本一致[15]。有学者研究表明，采用灰度共生矩阵法从32个肺结节中测定纹理参数，可成功鉴别结节良恶性参数中的熵、相关度，其最具诊断价值[16]。本研究经Logistic回归方程分析显示，平扫期CT 纹理参数熵、相关度、对比度与孤立性肺结节良恶性密切相关，说明CT 纹理参数与孤立性肺部结节良恶性密切相关。基于上述研究结果，本研究首次采用ROC分析CT纹理参数对孤立性肺部结节的鉴别诊断价值，结果发现各参数联合诊断AUC为0.927，高于单一参数诊断。

综上所述，计算机纹理分析技术在鉴别孤立性肺结节螺旋CT 图像中具有较高的应用价值，临床可通过各纹理参数进行早期诊断，以制定相应干预方案。