基于CT的全肝影像组学模型评价乙型肝炎肝纤维化分期的价值

潘丽雅 宋侨伟

在我国约1.2 亿乙肝病毒携带者，而肝纤维化是乙肝病毒携带者的常见病理改变。乙型肝炎肝纤维化属于慢性肝损伤的一种修复表现，是一个具有消退潜力的动态过程，若不及时治疗，肝纤维化能够发展为肝硬化，最后导致肝细胞肝癌［1］。对于肝纤维化的诊断金标准，主要是通过肝脏穿刺病理检查［2］，但有创检查限制其在临床的应用。现阶段，CT 评估作为一种无创影像学检查方法已经广泛用于腹部检查，但依赖视觉角度的CT 图像并不能评价肝纤维化分期［3］。近年来，影像组学技术作为一种大数据分析方法已经广泛应用于影像学领域，其可以更深入挖掘及整合图像信息，并能客观评估图像特征。本研究探讨影像组学对乙型肝炎肝纤维化分期的评估价值。

1 资料与方法

1.1 临床资料 收集2016 年6 月至2020 年2 月本院乙型肝炎患者100 例，男76 例，女24 例；年龄21~60（42.79±9.25）岁。纳入标准：①有乙肝病史，血清HBsAg、HBV DNA 均阳性；②肝脏CT 检查属于肝纤维化；③临床与病理资料完整。排除标准：①有丙肝病史和（或）血清HCV DNA 为阳性；②失代偿期肝硬化；③铁过载以及合并脂肪肝；④肝脏出现一个占位≥5 cm或多个占位；⑤图像中存在伪影，对观察产生影响。按7 ∶3 比例分为训练组与验证组，其中训练组例，验证组例。采用Scheuer-Ludwig 标准分析病理结果及血清学数据［4］，将肝纤维化分为S1 期34 例、S2 期41 例、S3 期16 例和S4 期9 例；炎症活动度包括G1 级45 例、G2 级41 例、G3 级10 例和G4 级4 例。本项目经医院伦理委员会的批准。

1.2 方法 （1）CT 扫描方法：选择德国西门子的层SOMATOMDefinition ASCT。患者采用仰卧位，脚先进，扫描区间包括膈顶与肝脏下缘之间。扫描参数：选择CAREDose4D 技术，管电压为120 Kvp，质量参考取210 mAs，采用螺旋扫描方案，探测器准直128×0.6 mm，采集矩阵为512×512，螺距取1.35，扫描层厚度为5 m m， 层间距为5 m m， 扫描视野为5 0 0 mm×500 mm，层间距1 mm，重组层厚1 mm。（2）采集图像特征以及构建影像组学标签：在图像处理软件中添加肝脏信息的全部层面平扫图像，然后进行图像预处理，包括将图像重采样为1×1×2.5以及灰度值调整为32 灰阶，之后由软件进行三维全肝自动切割。之后将分割的肝脏文件由一名高年资放射医师应用ITK-SNAP（www.itksnap.org）进行手动修正，以纠正自动分割错误的区域，然后把完成处理的全肝区域数据，添加到软件中，再采用形态学特征、直方图特征、灰度共生矩阵特征、哈拉利克特征与游程矩阵特征这个参数，来采集图像特征。采用预处理方式处理所采集到的纹理特征，并将训练组采用Spearman 相关性分析、选择算子算法（LASSO）与最小绝对收缩方式，展开特征的降维处理，通过二元Logistic 回归方式，建立其他特征的影像组学标签，同时将其定义为影像组学纤维化指数模型（RFI）［5］，应用RFI 模型计算每个患者的分数值反映肝纤维化程度，并使用ROC 曲线分别在训练组和测试组中用于评估划分期与期的作用。同时效验曲线评估模型的精确度。

1.3 统计学方法 采用SPSS 17.0 和R 软件。符合正态分布计量资料以（±s）表示，t检验；偏态分布计量资料以M（Q1，Q3）表示，用秩和检验；计数资料以n表示。用χ2检验，选择独立样本或者来对比计量数据。选择R 软“glmmet”软件包运行算法，“rms”软件包对列线图进行创建，以及校准图形。P<0.05 为差异有统计学意义。

2 结果

2.1 两组患者一般资料比较 见表1~2。

表1  两组患者一般资料比较

表2 两组早期肝纤维化和中晚期肝纤维化的临床特征比较

2.2 影像组学标签的建立 每例患者共提取1,024 个纹理特征，经过方差分析和相关性分析后，选择了20个特征建立预测特征的最优子集，最后通过LASSO 算法，降维处理最优子集，提取8 个最优特征，见图1。基于LASSO 选取的特征构建了影像组学标签。应用标签方程，求解肝纤维化的预测分数，其数值在两组间中差异有统计学意义（P<0.05），见图2。

图1 经过LASSO降维图获得8个特征

图2 箱式散点图

2.3 影像组学标签评估 ROC 曲线分析显示，影像组学标签在训练组和测试组中均表现出良好的预测效能，AUC 分别为0.81 和0.80，特异度分别为0.74 和0.71，敏感度分别为0.81 和0.75。对于训练和验证集，校准曲线的校准能力表现良好，进行影像组学标签预测的肝纤维化分级与实际肝纤维化分级有良好一致性。而Hosmer-Lemeshow 检验结果表明，训练集与验证集内差异无统计学意义（P>0.05），表明拟合无偏差，见图3。

图3 ROC曲线图

3 讨论

在肝纤维化治疗初期，如能够准确判断肝纤维化进程，这对后期治疗非常关键。本研究结果表明，基于CT 的全肝影像组学模型评价乙型肝炎肝纤维化分期具有较大价值。

常规超声、磁共振成像、CT 对于早期的肝纤维化诊断意义不大。目前，弹性成像属于较为先进的一种成像技术，包括核磁共振弹性成像（MRE）与超声瞬时弹性成像（TE）［6］，虽然MRE 优势明显，但缺点也较为突出，其对硬件的要求较高，耗时且费用昂贵。血清标记物具有重复性高、无创伤、适用区间大的特点，因此在临床中广泛应用，但其具有明显的局限性。（1）对于中间程度的纤维化检测精度，比肝硬化小。（2）由于肝特异度不足，较多因素都会对其产生影响。如血清直接标志物透明质酸盐含量，与肝外纤维化区域、肾或肝衰竭以及餐后情况有关。

本研究在1,024 个影像组学特征内，选择出有效影像组学特征，构建出影像组学标签，其内部存在8 个影像组学特征。且这8 个影像组学特征均为游程矩阵特征与灰度共生矩阵特征，同时也是像素点空间分布的高阶纹理，表明低阶纹理不可以显示出肝纤维化的分级。进一步提示高级纹理在肝纤维化分级中的临床价值。在纹理特征内，涵盖灰度直方图特征、病灶的特征，灰度共生矩阵、自回归模型特征、灰度梯度矩阵等。文献［7］报道，通过纹理分析可以对肝纤维化进行评价。同时对于肝纤维化的分析，采用纹理微观变化情况，可以划分肝纤维化所对应的时期。LUBNER 等［8］研究认为，纹理特征的变化受到肝纤维化分期的影响，DAGINAWALA等［9］以肝脏门静脉期CT 影像为基础，选择19 种纹理特征，可以对F0-2、F3-6、F0-3、F4-6、F0-4、F5-6肝纤维化时期进行区分。本研究证实了以上结论，即肝脏CT 的影像组学模型可以定量评估肝纤维化分期。

总之，基于CT 的全肝影像组学模型对临床肝纤维化分期有一定的参考价值。该方法无需复杂的图像处理，可能为肝纤维化的分期提供一种无创检查方法，对临床上治疗和疗效评估意义重大，值得在临床中推广。