張國琴，陳 鑫，張思靜，高翠華，阮秀杭，江新青，魏新華

(廣州醫(yī)科大學附屬市一人民醫(yī)院放射科，廣東 廣州 510180)

T2WI直方圖鑒別診斷腦膠質(zhì)母細胞瘤與單發(fā)轉(zhuǎn)移瘤的價值

張國琴，陳 鑫，張思靜，高翠華，阮秀杭，江新青，魏新華*

(廣州醫(yī)科大學附屬市一人民醫(yī)院放射科，廣東 廣州 510180)

目的探討T2WI直方圖鑒別診斷膠質(zhì)母細胞瘤(GBM)與單發(fā)轉(zhuǎn)移瘤瘤體中的價值。方法回顧性分析經(jīng)手術(shù)病理確診的GBM和單發(fā)轉(zhuǎn)移瘤患者103例，其中GBM組57例，單發(fā)轉(zhuǎn)移瘤組46例。所有患者術(shù)前均接受MR檢查(T1WI、T2WI、T2-FLAIR和增強后T1WI)。采用Image J軟件于腫瘤最大層面手動勾畫瘤體邊界，計算直方圖相關(guān)參數(shù)，包括均數(shù)、標準差、中位數(shù)、峰度值和偏度值。采用獨立樣本t檢驗比較GBM與腦單發(fā)轉(zhuǎn)移瘤的直方圖各參數(shù)，評價差異有統(tǒng)計學意義參數(shù)的診斷效能。結(jié)果GBM組的均數(shù)、標準差及中位數(shù)均高于單發(fā)轉(zhuǎn)移瘤組，差異有統(tǒng)計學意義(P均<0.05)。均數(shù)、標準差及中位數(shù)的ROC曲線下面積分別為0.772[95%CI(0.681，0.862)，P<0.001]、0.719[95%CI(0.616，0.822)，P<0.001]和0.767[95%CI(0.674，0.860)，P<0.001]。以均數(shù)臨界值為509.575，鑒別兩種病變的敏感度為0.719，特異度為0.783；以標準差臨界值為58.844，鑒別兩種病變的敏感度為0.702，特異度為0.652；以中位數(shù)臨界值為550.500，鑒別兩種病變的敏感度為0.719，特異度為0.826。結(jié)論腫瘤瘤體T2WI直方圖均數(shù)、標準差和中位數(shù)均可用于GBM和腦單發(fā)轉(zhuǎn)移瘤的鑒別，其中以均數(shù)的鑒別診斷效能最佳。

磁共振成像；直方圖；膠質(zhì)母細胞瘤；腫瘤轉(zhuǎn)移

顱內(nèi)最常見的惡性腫瘤以膠質(zhì)母細胞瘤(glioblastoma multiform, GBM)及腦轉(zhuǎn)移瘤多見，其中單發(fā)轉(zhuǎn)移瘤約占腦轉(zhuǎn)移瘤的50%[1]。當存在明確的原發(fā)腫瘤并顱內(nèi)多發(fā)占位性病變時，診斷腦轉(zhuǎn)移瘤較容易，但當顱內(nèi)僅表現(xiàn)為單個病灶時，腦GBM及單發(fā)轉(zhuǎn)移瘤的鑒別診斷較困難，同時由于兩者的治療方法及預(yù)后有較大差別，故術(shù)前準確鑒別這兩種病變極為重要。據(jù)報道[2]，鑒別GBM及單發(fā)轉(zhuǎn)移瘤的正確率低于60%，同時對于具有原發(fā)非顱內(nèi)腫瘤的患者，其GBM的發(fā)生率也較高[3]，對兩者正確地鑒別較困難。多種方法如腦灌注成像[4]、擴散加權(quán)成像[5-6]、擴散張量成像[7]、MR波普成像[8]可用于GBM與腦轉(zhuǎn)移瘤的鑒別，但均屬于功能成像?；贛R常規(guī)序列定量分析對二者的鑒別診斷報道鮮見。本研究探討MR常規(guī)序列T2WI直方圖對腦GBM和腦內(nèi)單發(fā)轉(zhuǎn)移瘤的鑒別價值。

1 資料與方法

1.1 一般資料 分析2007年9月—2017年6月于我院經(jīng)手術(shù)病理確診的患者103例，其中腦GBM 57例(GBM組)，男34例，女23例，年齡1～78歲，平均(46.0±17.0)歲；腦單發(fā)轉(zhuǎn)移瘤46例(單發(fā)轉(zhuǎn)移瘤組)，其中男32例，女14例，年齡40～81歲，平均(59.0±10.0)歲，腦轉(zhuǎn)移瘤的原發(fā)灶包括肺癌28例，乳腺癌6例，消化道癌來源5例，肝細胞癌1例，前列腺癌1例，黑色素瘤1例，不明來源4例。納入標準：術(shù)前均接受MR常規(guī)檢查，包括軸位T1W、T2W、FLAIR序列和增強T1WI；經(jīng)手術(shù)及病理證實為腦GBM或腦轉(zhuǎn)移瘤；腦轉(zhuǎn)移瘤均為單發(fā)病灶。

1.2 儀器與方法 采用Siemens Verio 3.0T和Philips Achieva 1.5T MR掃描儀，其中54例(GBM組24例；腦轉(zhuǎn)移瘤組30例)行3.0T MR掃描，50例(GBM組33例；腦轉(zhuǎn)移瘤組17例)行1.5T MR掃描，分別選用12通道頭線圈和8通道頭線圈。采用常規(guī)自旋回波序列軸位T1W、T2W和FLAIR序列，矢狀位T2W以及軸位、冠狀位和矢狀位增強T1W。3.0T MR掃描儀掃描參數(shù)：T1WI，TR 600 ms，TE 8.9 ms；T2WI，TR 3 500 ms，TE 97 ms；層厚5 mm，層間距1 mm，矩陣256×256；FLAIR序列，TR 8 000～8 400 ms，TE 116～120 ms。1.5T MR掃描儀掃描參數(shù)：T1WI，TR 499 ms，TE 15 ms；T2WI，TR 3 567 ms，TE 100 ms；層厚6 mm，層間距0.5 mm，矩陣256×256。FLAIR序列，TR 6 000 ms，TE 120 ms。增強掃描參數(shù)同平掃T1WI，對比劑為Gd-DTPA，劑量0.1 mmol/kg體質(zhì)量，采用高壓注射器自肘靜脈快速注射，流率2 ml/s，注射對比劑后即行軸位、矢狀位和冠狀位T1WI掃描。

1.3 圖像分析 采用Image J軟件進行圖像分析。由2名分別具有5年及10年影像診斷經(jīng)驗的醫(yī)師分析數(shù)據(jù)。選取瘤體最大層面，于T2WI手動勾畫瘤體輪廓(圖1)，每個病灶均與T1W增強掃描的圖像對比，明確瘤體邊界。對所有圖像均調(diào)整窗寬、窗位，保證各圖像的窗寬、窗位一致。計算腫瘤瘤體的直方圖參數(shù)，包括均數(shù)、標準差、中位數(shù)、峰度值及偏度值。

圖1 采用Image J軟件手動測量數(shù)據(jù)示意圖

1.4 統(tǒng)計學分析 采用SPSS 20.0統(tǒng)計分析軟件。采用組內(nèi)相關(guān)系數(shù)(intra-class correlation coefficients, ICC)評估2名測量者的一致性(ICC>0.75為一致性較好)。采用Kolmogorov-Smirnov法和Levene法分別檢驗正態(tài)性和方差齊性，符合正態(tài)分布及方差齊性的數(shù)據(jù)以±s表示，比較采用獨立樣本t檢驗；不符合正態(tài)分布及方差齊性數(shù)據(jù)比較采用Wilcoxon檢驗。對差異有統(tǒng)計學意義的直方圖參數(shù)繪制ROC曲線，確定鑒別腦GBM及腦單發(fā)轉(zhuǎn)移瘤的最佳臨界值，計算各參數(shù)的鑒別診斷效能(敏感度、特異度、陽性預(yù)測值及陰性預(yù)測值)。P<0.05為差異有統(tǒng)計學意義。

2 結(jié)果

2.1 測試者間一致性的評價 2名測量者評價GBM的直方圖參數(shù)均數(shù)、標準差、中位數(shù)、峰度值及偏度值的ICC分別為0.86、0.84、0.82、0.81和0.66，評價腦單發(fā)轉(zhuǎn)移瘤的ICC值分別為0.99、0.99、0.99、0.92和0.66，均具有較好的一致性，其中腦單發(fā)轉(zhuǎn)移瘤的直方圖各參數(shù)測量者間的一致性均較GBM高。

2.2 T2WI直方圖參數(shù)比較 兩組病變的直方圖參數(shù)均符合正態(tài)分布及方差齊性。GBM組的均數(shù)、標準差及中位數(shù)大于單發(fā)轉(zhuǎn)移瘤組，差異有統(tǒng)計學意義(P均<0.001)，峰度值及偏度值差異無統(tǒng)計學意義(P均>0.05；表1，圖2、3)。

2.3 診斷效能 均數(shù)、標準差及中位數(shù)鑒別腦GBM及單發(fā)轉(zhuǎn)移瘤的診斷效能見表2、圖4～6，其中均數(shù)具有最高的診斷效能，其曲線下面積為0.772，最佳臨界值為509.575，其敏感度為0.719，特異度為0.783。

3 討論

由于腦GBM和腦轉(zhuǎn)移瘤的預(yù)后和治療方法有很大的差別，故術(shù)前精確鑒別二者有重要的臨床意義。直方圖分析可反映整個瘤體的信號特點，可體現(xiàn)病變異質(zhì)性。有研究[9-10]發(fā)現(xiàn)于T2WI上可更好地提取相關(guān)腫瘤的紋理特征。故本研究采用MR常規(guī)序列T2WI直方圖鑒別GBM和腦單發(fā)轉(zhuǎn)移瘤，結(jié)果發(fā)現(xiàn)腫瘤瘤體部分的T2W直方圖參數(shù)(均數(shù)、中位數(shù)及標準差)可用于鑒別GBM和腦單發(fā)轉(zhuǎn)移瘤，其中均數(shù)具有較高的敏感度和特異度。

表1 GBM組與單發(fā)轉(zhuǎn)移瘤組的直方圖參數(shù)比較(±s)

表1 GBM組與單發(fā)轉(zhuǎn)移瘤組的直方圖參數(shù)比較(±s)

組別均數(shù)標準差中位數(shù)偏度峰度GBM組834.34±471.93170.75±122.32821.93±480.500.08±0.790.27±1.79單發(fā)轉(zhuǎn)移瘤組373.13±309.3677.63±91.56376.98±337.990.23±0.920.83±1.86t值5.964.425.51-0.89-1.56P值<0.001<0.001<0.001>0.05>0.05

表2 T2WI直方圖各參數(shù)的診斷效能

圖2 患者男，58歲，高級別GBM MR T2WI圖(A)和直方圖(B)，直方圖示腫瘤在T2WI上信號值較高，高峰較為平緩，且信號值跨度較大 圖3 患者男，58歲，腦單發(fā)轉(zhuǎn)移瘤 A.MR T2WI可見轉(zhuǎn)移瘤實性成分較多，囊變少見; B.直方圖可見轉(zhuǎn)移瘤瘤體信號較集中，高峰較為陡直

圖4 均數(shù)的ROC曲線 圖5 標準差的ROC曲線 圖6 中位數(shù)的ROC曲線

直方圖中的均數(shù)和中位數(shù)均用于反映數(shù)據(jù)集中趨勢和平均水平。本研究發(fā)現(xiàn)腦GBM的均數(shù)和中位數(shù)均高于腦單發(fā)轉(zhuǎn)移瘤，與張勝等[11]的研究結(jié)果不一致，考慮原因可能有：由于GBM的體積常大于顱內(nèi)轉(zhuǎn)移瘤[2]；有研究[12]提出高級別GBM發(fā)生壞死、囊變、出血更常見，故本研究在手動采集數(shù)據(jù)時未避開壞死囊變區(qū)，而是作為ROI，但張勝等[11]未將壞死囊變區(qū)納入ROI；另外MR常規(guī)序列T2WI信號表現(xiàn)與DWI、DCE等的信號特點不同，導致結(jié)果存在差異。

本研究發(fā)現(xiàn)均數(shù)的診斷效能較中位數(shù)更好，因為均數(shù)是對所有數(shù)據(jù)的整合分析，穩(wěn)定性較好，而中位數(shù)雖然不受少數(shù)特大值與特小值的影響，但只是對于單個數(shù)據(jù)的分析，與Ma等[13]的研究結(jié)果相符。

直方圖標準差、峰度及偏度可反映腫瘤實質(zhì)區(qū)像素點間差異的大小、數(shù)據(jù)變異程度以及對稱性。本研究發(fā)現(xiàn)GBM組的標準差大于單發(fā)轉(zhuǎn)移瘤，差異有統(tǒng)計學意義。標準差主要描述病變特征值的平均值分散程度。隨標準差的增大，大部分數(shù)據(jù)偏離平均值，反映病變不均勻。由于高級別GBM屬于顱內(nèi)原發(fā)腫瘤，血供豐富，更易發(fā)生壞死、囊變、出血等，導致瘤體不均勻，而轉(zhuǎn)移瘤囊變壞死相比GBM少見，相對均勻，因此GBM的標準差較轉(zhuǎn)移瘤大。Blanchet等[14]亦提到由于GBM常沿白質(zhì)纖維束、腦脊液及腦膜生長使瘤體表現(xiàn)不均質(zhì)。

本研究發(fā)現(xiàn)轉(zhuǎn)移瘤和GBM T2WI的偏度、峰度值差異無統(tǒng)計學意義，與Falk等[15]的研究結(jié)果不一致，可能因本研究是基于二維直方圖參數(shù)，并未囊括整個瘤體，另外本研究采用1.5T和3.0T MR掃描儀進行檢查，可能有一定影響。雖然峰度與偏度兩者間差異無統(tǒng)計學意義，但可發(fā)現(xiàn)腦轉(zhuǎn)移瘤的峰度及偏度大于腦GBM，與Rahman等[16]的研究結(jié)果一致。另外本研究在ICC評價過程中發(fā)現(xiàn)腦GBM與腦單發(fā)轉(zhuǎn)移瘤偏度的ICC值相近但低于0.75，可能因本研究所使用的軟件的系統(tǒng)誤差所致，或由于整個ROI在2名醫(yī)師手動選擇時不能完全一致所致。

本研究的局限性：樣本量較少，尤其腦單發(fā)轉(zhuǎn)移瘤的病例少于腦GBM病例，需大樣本進行相關(guān)驗證；僅分析瘤體最大層面的二維特征，未獲取整個瘤體的三維特征，今后可進一步探討三維特征的鑒別價值；瘤周水腫帶對于高級別腦GBM及腦單發(fā)轉(zhuǎn)移瘤具有鑒別價值[17-18]，但本研究僅比較了瘤體部分直方圖參數(shù)，未對瘤周水腫帶進行分析。

總之，腫瘤瘤體部分的T2WI直方圖參數(shù)(均數(shù)、標準差及中位數(shù))可用于鑒別腦GBM和單發(fā)轉(zhuǎn)移瘤，其中均數(shù)可較好地區(qū)分腦GBM和單發(fā)轉(zhuǎn)移瘤，為臨床鑒別診斷提供客觀依據(jù)。

[1] Ranjan T, Abrey LE. Current management of metastatic brain disease. Neurotherapeutics, 2009,6(3):598-603.

[2] Georgiadis P, Cavouras D, Kalatzis I, et al. Improving brain tumor characterization on MRI by probabilistic neural networks and non-linear transformation of textural features. Comput Methods Programs Biomed, 2008,89(1):24-32.

[3] Jung BC, Arevalo-Perez J, Lyo JK, et al. Comparison of glioblastomas and brain metastases using dynamic contrast-enhanced perfusion MRI. J Neuroimaging, 2016,26(2):240-246.

[4] Cha S, Lupo JM, Chen MH, et al. Differentiation of glioblastoma multiforme and single brain metastasis by peak height and percentage of signal intensity recovery derived from dynamic susceptibility-weighted contrast-enhanced perfusion MR imaging. AJNR Am J Neuroradiol, 2007,28(6):1078-1084.

[5] Lee EJ, terBrugge K, Mikulis D, et al. Diagnostic value of peritumoral minimum apparent diffusion coefficient for differentiation of glioblastoma multiforme from solitary metastatic lesions. AJR Am J Roentgenol, 2011,196(1):71-76.

[6] 宋莉,王霄英,謝晟,等.DWI以及ADC值測量在腦腫瘤鑒別診斷中的價值.中國醫(yī)學影像技術(shù),2005,21(3):354-357.

[7] Wang S, Kim SJ, Poptani H, et al. Diagnostic utility of diffusion tensor imaging in differentiating glioblastomas from brain metastases. AJNR Am J Neuroradiol, 2014,35(5):928-934.

[8] Halshtok Neiman O, Sadetzki S, Chetrit A, et al. Perfusion-weighted imaging of peritumoral edema can aid in the differential diagnosis of glioblastoma mulltiforme versus brain metastasis. Isr Med Assoc J, 2013,15(2):103-105.

[9] Drabycz S, Roldan G, de Robles P, et al. An analysis of image texture, tumor location, and mgmt promoter methylation in glioblastoma using magnetic resonance imaging. Neuroimage, 2010,49(2):1398-1405.

[10] 陳鑫,魏新華,楊蕊夢,等.常規(guī)MRI紋理分析鑒別腦膠質(zhì)母細胞瘤和單發(fā)轉(zhuǎn)移瘤的價值.中華放射學雜志,2016, 50(3):186-190.

[11] 張勝,李玉林,黃送.增強T1WI直方圖在膠質(zhì)母細胞瘤和腦單發(fā)轉(zhuǎn)移瘤鑒別診斷中的應(yīng)用.中國醫(yī)學影像學雜志,2017,25(2):89-92.

[12] Alexander CG, Thomas J, Cummings RC, et al. Lymphomas and high-grade astrocytomas: Comparison of water diffusibility and histologic characteristics. Radiology, 2002,224(1):177-183.

[13] Ma JH, Kim HS, Rim NJ, et al. Differentiation among glioblastoma multiforme, solitary metastatic tumor, and lymphoma using whole-tumor histogram analysis of the normalized cerebral blood volume in enhancing and perienhancing lesions. AJNR Am J Neuroradiol, 2010,31(9):1699-1706.

[14] Blanchet L, Krooshof PW, Postma GJ, et al. Discrimination between metastasis and glioblastoma multiforme based on morphometric analysis of MR images. AJNR Am J Neuroradiol, 2011,32(1):67-73.

[15] Falk A, Fahlstrom M, Rostrup E, et al. Discrimination between glioma grades Ⅱ and Ⅲ in suspected low-grade gliomas using dynamic contrast-enhanced and dynamic susceptibility contrast perfusion MR imaging: A histogram analysis approach. Neuroradiology, 2014,56(12):1031-1038.

[16] Rahman R, Hamdan A, Zweifler R, et al. Histogram analysis of apparent diffusion coefficient within enhancing and nonenhancing tumor volumes in recurrent glioblastoma patients treated with bevacizumab. J Neurooncol, 2014,119(1):149-158.

[17] Wijnen JP, Idema AJ, Stawicki M, et al. Quantitative short echo time1H MRSI of the peripheral edematous region of human brain tumors in the differentiation between glioblastoma, metastasis, and meningioma. J Magn Reson Imaging, 2012,36(5):1072-1082.

[18] Lafitte F, Morel-Precetti S, Martin-Duverneuil N, et al. Multiple glioblastomas: CT and MR features. Eur Radiol, 2001,11(1):131-136.

ValueofT2WIhistogramanalysisindifferentialdiagnosisofglioblastomaandsolitarymetastaticbraintumor

ZHANGGuoqin,CHENXin,ZHANGSijing,GAOCuihua,RUANXiuhang,JIANGXinqing,WEIXinhua*

(DepartmentofRadiology,GuangzhouFirstPeople'sHospital,GuangzhouMedicalUniversity,Guangzhou510180,China)

ObjectiveTo investigate the value of T2WI histogram analysis in differential diagnosis of glioblastoma multiform (GBM) from solitary metastasis.MethodsData of 103 patients with pathologically confirmed GBM (GBM group,n=57) and solitary brain metastasis (solitary brain metastasis group,n=46) were retrospectively reviewed. All patients underwent conventional MR scanning, including axial T1WI, T2WI, FLAIR and contrast-enhanced T1WI before surgery. The histogram metrics, including mean, standard deviation (SD), median, kurtosis and skewness were calculated from ROI, which were manually placed on the maximal section of the solid part of tumors on T2WI by using Image J software. ROCs were generated to evaluate differential diagnostic performance of the histogram metrics with significant difference between both groups.ResultsThe values of mean, SD and median were significantly higher in GMB group than those in solitary brain metastasis group (P<0.05). The areas under ROC curve of mean, SD and median was 0.772 (95% CI [0.681, 0.862],P<0.001), 0.719 (95% CI [0.616, 0.822],P<0.001) and 0.767 (95% CI [0.674, 0.860],P<0.001), respectively; and the diagnosis cutoff value of mean, SD and median was 509.575, 58.844 and 550.500, respectively. The sensitivity of the three parameters was 0.719, 0.702 and 0.719, and the specificity was 0.783, 0.652, and 0.826, respectively.ConclusionThe value of mean, SD and median of T2WI histogram analysis can be helpful to differentiating GBM and solitary brain metastasis, of which the mean value is the best for differential diagnosis.

Magnetic resonance imaging; Histogram; Glioblastoma; Neoplasm metastasis

R739.4; R445.2

A

1003-3289(2017)12-1779-05

國家自然科學基金青年科學基金項目(81601469)。

張國琴(1994—)，女，湖北宜昌人，在讀碩士，醫(yī)師。研究方向：神經(jīng)影像學。E-mail: 463585193@qq.com

魏新華，廣州醫(yī)科大學附屬市一人民醫(yī)院放射科，510180。E-mail: weixinhua@aliyun.com

2017-09-25

2017-10-30

10.13929/j.1003-3289.201709134