能谱CT平扫图像直方图纹理分析对肾盂旁囊肿与肾盂积水的鉴别价值

陶健 马海彦 梁甜甜 曾宪春 王荣品

［摘要］ 目的：探讨能谱CT平扫单能量图像结合直方图纹理分析对肾盂旁囊肿与肾盂积水的鉴别价值。方法：回顾性收集25例肾盂旁囊肿（肾盂旁囊肿组）和18例肾盂积水患者（肾盂积水组）。应用能谱成像分析平台测量2组40～140 keV（以10 keV为间隔）11个不同单能量CT值，并分别行统计学比较。单能量CT值差异有统计学意义的，在AW 4.5工作站上重建相应单能量图像，采用GE Omni-Kinetics软件进行直方图纹理分析，选择病灶最大层面勾画ROI，生成基于灰度直方图纹理参数，包括最小值，最大值，均值，标准差，变异度，偏度，峰度，均一性，能量，熵，第5、10、25、50、75、90、95百分位数。采用单因素分析比较2组间参数的差异，基于ROC曲线评价各参数的鉴别价值。采用多因素logistic回归模型进行特征筛选并构建最终的预测模型，绘制最终模型的ROC曲线并分析其价值。结果：40～50 keV条件下，肾盂旁囊肿组的单能量CT值大于肾盂积水组，差异均有统计学意义（均P<0.05），2组60～140 keV单能量CT值差异均无统计学意义（均P>0.05）。40 keV条件下，2组均值，峰度，能量，熵，第5、10、25、50、75百分位数差异均有统计学意义（均P<0.05），余参数差异均无统计学意义（均P>0.05）；50 keV条件下，2组均值，第10、25、50百分位数差异均有统计学意义（均P<0.05），余參数差异均无统计学意义（均P>0.05）。ROC曲线分析显示，40 keV图像纹理参数鉴别肾盂旁囊肿与肾盂积水的AUC为0.696～0.756，均大于50 keV图像纹理参数的AUC。多因素logistic回归分析显示，40 keV图像纹理参数的峰度、能量和第25百分位数是肾盂旁囊肿与肾盂积水的独立预测因子，三者联合诊断鉴别肾盂旁囊肿与肾盂积水的AUC为0.915，敏感度为93.3%、特异度为83.3%。结论：基于能谱CT平扫40 keV图像的直方图纹理参数构建的多因素logistic回归模型能有效鉴别肾盂旁囊肿与肾盂积水。

［关键词］ 肾盂旁囊肿；肾盂积水；体层摄影术，X线计算机；纹理分析；诊断，鉴别

Value of histogram texture analysis of energy spectrum CT to distinguish parapelvic cysts from hydronephrosis

［Abstract］ Objective：To explore the value of energy spectrum CT monochromatic images combined with histogram texture analysis for identifying parapelvic cysts and hydronephrosis. Methods：Retrospectively collected data were obtained from 25 patients with parapelvic cysts and 18 patients with hydronephrosis. The spectral imaging analysis platform was applied to assess monoenergy CT values from 40 to 140 keV at 10 keV increments，and the monoenergy CT values of the two groups were compared. If there were significant differences in monoenergy CT values，the corresponding monoenergy images were reconstructed on AW 4.5 workstation. GE Omni-Kinetics software was used to conduct histogram texture analysis，the largest layer of lesion was selected to outline the ROI，and texture parameters were generated based on grayscale histograms，including the minimum value，maximum value，mean value，standard deviation，variability，skewness，kurtosis，uniformity，energy，entropy，and the 5th，10th，25th，50th，75th，90th，95th percentiles. Single factor analysis was used to compare the differences in each parameter between the two groups. ROC curve was used to analyze the diagnostic value of each parameters. A multivariate logistic regression model was used to screen features and construct the final prediction model，and ROC curve of the final model was drawn，and its value was analyzed. Results：At 40～50 keV，the monoenergy CT values of parapelvic cysts were greater than those of hydronephrosis，the differences were statistically significant （both P<0.05）. There were no significant differences in the monoenergy CT values between the two groups at 60～140 keV. At 40 keV，the mean value，kurtosis，energy，entropy and the 5th，10th，25th，50th，75th percentiles were significantly different between the two groups （all P<0.05），while the other parameters were not significantly different （all P>0.05）. At 50 keV，the mean value and the 10th，25th，50th percentiles were significantly different between the two groups （all P<0.05），while the other parameters had no significant differences （all P>0.05）. ROC curve analysis revealed that AUC for distinguishing parapelvic cysts and hydronephrosis with 40 keV texture parameters was 0.696～0.756，greater than that with 50 keV texture parameters. Multivariate logistic regression revealed that kurtosis，energy and the 25th percentile at 40 keV were independent predictors of parapelvic cysts and hydronephrosis，and AUC for the three combined diagnosis was 0.915，the sensitivity was 93.3% and the specificity was 83.3%. Conclusion：The multivariate logistic regression model constructed based on the histogram texture parameters of 40 keV energy spectrum CT images can be used to effectively distinguish between parapelvic cysts and hydronephrosis.

［Key words］ Parapelvic cyst；Hydronephrosis；Tomography，X-ray computed；Texture analysis；Diagnosis，differential

肾盂旁囊肿和肾盂积水是泌尿外科常见的肾脏囊性病变。肾盂旁囊肿进展缓慢，患者多无明显症状，可定期随访。若出现压迫症状及并发症，腹腔镜下肾盂旁囊肿去顶减压术是目前临床处理的标准手术［1］。肾盂积水病情进展快，可引起肾功能不全甚至肾功能衰竭。及时解除造成尿路梗阻的因素，可避免肾功能损害加重。肾盂旁囊肿和肾盂积水临床处理方式和处理时机不同，因而术前准确诊断尤为重要。CT平扫对肾盂旁囊肿与尿路梗阻因素不明的肾盂积水较难鉴别，静脉肾盂造影及泌尿系CT增强扫描是鉴别两者最常用的方法，准确率较高。但对碘对比剂过敏及肾脏分泌功能明显减退的患者，无法使用这2种方法。纹理分析是一种新兴的图像后处理技术，已应用于肾脏肿瘤良恶性鉴别、肿瘤亚型鉴别等方面，显示了在肾脏疾病诊断中的可行性［2］。本研究旨在探讨能谱CT平扫单能量图像直方图纹理分析鉴别肾盂旁囊肿与肾盂积水的价值。

1  资料与方法

1.1  一般资料

回顾性收集43例于我院行能谱CT泌尿系成像的患者，其中肾盂旁囊肿25例（肾盂旁囊肿组），肾盂积水18例（肾盂积水组）。肾盂旁囊肿均经CT增强扫描确诊，肾盂积水经临床确诊，治疗后复查积水消失。纳入标准：①肾盂内均质囊性病变；②病灶轴位最大层面短径>20 mm；③局限性肾盂积水，输尿管无明显扩张。排除标准：①病灶内密度不均；②泌尿系结石或肿瘤所致肾盂积水。

1.2  仪器与方法

应用GE Discovery HD 750能谱CT机，平扫采用能谱成像模式。扫描参数：采用高、低能量（140 kV和80 kV）瞬时（0.5 ms）快速切换管电压，自动管电流，螺距0.984，扫描速度0.6 s/r，探测器宽度4 cm，层厚、层距均为5 mm。采用标准算法，分别重建常规140 kV混合能量圖像和70 kV单能量图像，层厚及层距均为1.25 mm。

1.3  图像后处理与直方图纹理特征提取

在AW 4.5工作站，将平扫单能量图像（70 keV导入能谱成像Viewer软件中进行分析测量，选取病灶最大层面手动勾画ROI，范围尽可能大并避开邻近肾实质、血管，保存相应ROI数据文件，包括40～140 keV（以10 keV为间隔）各单能量水平CT值。对肾盂旁囊肿组和肾盂积水组各差异有统计学意义的单能量CT值，在工作站上重建相应单能量图像，并以DICOM格式存储后导入Omni-Kinetics软件。ROI的勾画尽可能保持一致（图1）。应用灰度直方图纹理分析方法测定最小值，最大值，均值，标准差，变异度，偏度，峰度，均一性，能量，熵，第5、10、25、50、75、90、95百分位数。所有ROI均由1位具有10年腹部CT诊断经验的高年资医师勾画。

1.4  统计学分析

应用SPSS 22.0软件进行数据分析。计量资料的正态分布采用Shapiro-Wilk检验；符合正态分布的计量资料以[x]±s表示，组间比较行独立样本t检验；非正态分布的计量资料用M（P25，P75）表示，组间比较行Mann-Whitney U检验。ROC曲线分析组间差异有统计学意义参数的诊断效能。采用逐步向后法构建多因素logistic回归模型进行特征筛选并构建最终的预测模型，绘制最终模型的ROC曲线，分析其鉴别肾盂旁囊肿与肾盂积水的效能。采用Hosmer-Lemeshow检验评价模型的拟合优度。以P<0.05为差异有统计学意义。

2  结果

2.1  2组单能量CT值比较

40～50 keV条件下，肾盂旁囊肿组的单能量CT值均大于肾盂积水组，差异均有统计学意义（均P<0.05）；60～140 keV条件下，2组单能量CT值差异无统计学意义（均P>0.05）（表1）。

2.2  2组直方图参数比较

40 keV条件下，2组均值，能量，熵，峰度，第5、10、25、50、75百分位数差异均有统计学意义（均P<0.05），余参数差异均无统计学意义（均P>0.05）（表2）。50 keV条件下，2组均值，第10、25、50百分位数差异均有统计学意义（均P<0.05），其余参数差异均无统计学意义（均P>0.05）（表3）。

2.3  直方图参数的ROC曲线分析

40 keV图像纹理参数鉴别肾盂旁囊肿与肾盂积水的AUC为0.696～0.756，50 keV纹理参数鉴别两者的AUC为0.647～0.690（表4）。多因素logistic回归模型显示，40 keV图像纹理参数的峰度、能量和第25百分位数是肾盂旁囊肿与肾盂积水的独立预测因子，三者联合诊断鉴别肾盂旁囊肿与肾盂积水的AUC为0.915，敏感度为93.3%，特异度为83.3%（图2）。Hosmer-Lemeshow检验结果表明模型拟合度好，无偏离拟合（χ2=4.108，P=0.847）。

3  讨论

纹理是指图像中像素的局部不规则而宏观有规律的灰度变化，是真实图像固有的特性，一定程度上可反映病变的内部组织学特性［3］。纹理分析可通过对医学图像深度挖掘，提取分析图像中隐藏的定量特征，对疾病进行更精准的诊断与鉴别［4］。直方图纹理分析是基于统计的纹理分析方法，可量化ROI内像素强度直方图的灰度频率分布［5］。文献中大多进行常规CT图像的纹理分析研究［6-7］，有关能谱CT单能量图像纹理分析的报道少见。能谱成像可同时获得常规混合能量图像及40～140 keV水平的单能量图像。常规CT图像上测量的是物质混合能量CT值，受X线硬化效应、X线散射、部分容积效应及重建矩阵等因素影响而并不准确。单能量CT图像与常规CT图像相比能有效规避射线硬化效应，从而提高图像的SNR，获得稳定而精确的CT值［8］。王楠等［9］将能谱CT单能量图像与纹理分析技术结合用于鉴别肝脓肿与肝转移瘤，不同单能量条件下不同纹理参数的联合诊断具有不同诊断效能。由于囊液成分不同，可通过提取囊液CT纹理特征对囊液进行鉴别诊断［10］。因此，本研究尝试通过能谱CT单能量图像的直方图纹理分析比较肾盂旁囊肿与肾盂积水的差异，从而为两者鉴别诊断提供更多的信息。

本研究单因素分析显示，肾盂旁囊肿组40～50 keV图像纹理参数中的均值均大于肾盂积水组，差异均有统计学意义，这与肾盂旁囊肿40～50 keV单能量CT值均大于肾盂积水的结果一致。均值代表ROI内像素的平均CT值［11］，说明在低能量条件下（40～50 keV），囊液平均CT值能鉴别肾盂旁囊肿与肾盂积水。

能量是一种对图像灰度分布均匀性的度量，当图像灰度分布较均匀时能量值较大。熵主要反映图像内部像素的不规则及复杂程度，熵越大说明图像灰度分布越复杂［12］。40～50 keV图像肾盂旁囊肿能量均大于肾盂积水，40 keV图像肾盂旁囊肿熵小于肾盂积水。推测可能的原因为：肾盂旁囊肿由于存在囊壁的限制，囊液相对静止，内部状态相对稳定，纹理分布呈相对均匀、复杂程度小的特征；肾盂积水内尿液是自由流动、内部相对不稳定、变化快，导致内部纹理分布相对不均匀、复杂。

峰度反映灰度值总体分布的陡缓程度，峰度越高，趋向于在灰度平均值附近具有明显的峰［13］。40 keV图像肾盂旁囊肿峰度大于肾盂积水，可能与两者囊液成分不同有关。赵庆利［14］通过对肾盂旁囊肿与尿液成分进行定量及定性分析发现，肾盂旁囊肿囊液中葡萄糖、小分子蛋白质等物质含量高于尿液。40 keV条件下，肾盂旁囊肿囊液纹理分布相对均匀，图像的灰度分布更集中于平均灰度值附近，峰度值更高。

百分位数描述低于该百分位数所观察对象的百分比，反映ROI的微小变化，与病变异质性密切相关，病变异质性大，高百分位数差异最大，相反，低百分位数差异最小［11］。本研究中肾盂旁囊肿40～50 keV图像的第10、25、50百分位数及40 keV图像的第5、75百分位数大于肾盂积水，表明两者之间在较低百分位数范围内CT值差异明显。

本研究中，ROC曲线分析显示，40 keV图像的直方图参数区分肾盂旁囊肿与肾盂积水的AUC为0.696～0.756，均大于50 keV直方图参数的AUC。由于单变量因素诊断的特异性均较低，为了提高诊断效能，采用logistic回归分析构建多因素诊断模型，40 keV条件下，峰度、能量和第25百分位数是肾盂旁囊肿与肾盂积水的独立预测因子，三者联合鉴别肾盂旁囊肿与肾盂积水的AUC为0.915，敏感度为93.3%，特异度为83.3%，诊断效能明显高于单一纹理参数。

本研究的局限性：①为回顾性研究，可能导致偏倚，且纳入的样本量相对较小；②基于二维水平可能无法充分反映囊液整体情况；③仅分析病灶一阶纹理参数，未分析二阶纹理参数，有待在今后的研究中加以完善，并进一步探索更有价值的纹理参数。

综上所述，40～50 keV条件下，能谱CT 平扫单能量图像纹理分析能够鉴别肾盂旁囊肿与肾盂积水，基于40 keV图像纹理参数的峰度、能量和第25百分位数构建的logistic回归模型可显著提高诊断效能。

［参考文献］

［1］ 刘茁，田晓军，马潞林，等. 后腹腔镜下肾囊肿去顶术治疗肾盂旁囊肿的临床分析［J］. 北京大学学报（医学版），2018，50（5）：941-944.

［2］ 林欣怡，陆笑非. 纹理分析在肾脏疾病中的研究进展［J］.医学影像学杂志，2022，32（10）：1821-1823.

［3］ JANISCH M，ADELSMAYR G，M?LLER H，et al. Non-contrast-enhanced CT texture analysis of primary and metastatic pancreatic ductal adenocarcinomas：value in assessment of histopathological grade and differences between primary and metastatic lesions［J］. Abdom Radiol （NY），2022，47（12）：4151-4159.

［4］ 刘欣，郑伊能，钟毅，等. CT纹理分析对醛固酮腺瘤与皮质醇腺瘤的鉴别诊断价值［J］. 中国中西医结合影像学杂志，2021，19（1）：60-64.

［5］ 岳茜，李俊，张莉，等. CT纹理分析在消化系统恶性肿瘤中的应用进展［J］. 中国医学影像技术，2019，35（3）：451-454.

［6］ 王海，颜显杰，何伟荣，等. 基于CT增强扫描纹理分析术前预测胃腺癌病理分化程度的价值［J］. 中国中西医结合影像学杂志，2022，20（6）：514-517.

［7］ 胡小琴，黄原义，万兵，等. CT灰度直方图在鉴别小于20 mm亚实性结节的肺腺癌病理亚型的价值［J］. 临床放射学杂志，2021，40（4）：712-716.

［8］ 李小虎，余永强，王万勤，等. 体外区分泌尿系结石成分：对比观察CT能谱扫描与常规扫描［J］. 中国医学影像技术，2011，27（11）：2331-2334.

［9］ 王楠，刘爱连，李烨，等. 基于单源双能CT平扫图像的纹理分析对肝脓肿和肝转移瘤的鉴别价值［J］. 放射学实践，2019，34（11）：1246-1250.

［10］ 梁萌，赵丽，马霄虹，等. 囊液CT纹理分析在鉴别胰腺浆液性囊腺瘤与黏液性囊性肿瘤中的价值［J］. 实用放射学杂志，2018，34（9）：1381-1385.

［11］ 王敏红，冯湛. 瘤周水肿常规MRI纹理分析鉴别脑胶质母细胞瘤和单发转移瘤的价值［J］. 中华放射学杂志，2018，52（10）：756-760.

［12］ 彭林，查云飞，曾菲菲，等. 基于T2WI直方图纹理分析在胰腺实性病变中的诊断价值［J］. 磁共振成像，2020，11（3）：201-206.

［13］ 周健，程敬亮，陈晨，等. ADC灰度直方图鉴别侧脑室内中枢神经细胞瘤和室管膜瘤的价值［J］. 放射学实践，2020，35（3）：325-328.

［14］ 趙庆利. 肾盂旁囊肿的组织起源及逆行经输尿管镜钬激光囊肿—肾盂内引流术的研究［D］. 济南：山东大学，2015.