楊 楊 朱全東 李 克 金先橋 劉含秋,3

隨著肺部薄層CT 的普遍應(yīng)用，檢測(cè)到肺純磨玻 璃 結(jié) 節(jié)（pure ground-glass nodule， pGGN）的患者明顯增多。pGGN 是指在CT 肺窗上仍保留顯示支氣管和血管的局灶性密度增高影。已知pGGN 與腺癌或浸潤(rùn)前病變（原位腺癌和不典型增生）相關(guān)[1]。文獻(xiàn)報(bào)道經(jīng)手術(shù)完全性切除的原位腺癌（adenocarcinoma in situ， AIS）和微浸潤(rùn)腺癌（minimally invasive adenocarcinoma， MIA）患者的5 年無(wú)病生存率為100%或接近100%[1]，10 年疾病特異性生存率分別為100%和97.3%，而浸潤(rùn)性腺癌（invasive adenocarcinoma， IAC）的10 年生存率為74.8%或80.2%[2]。由此可見(jiàn)，AAH、AIS和MIA 的預(yù)后明顯優(yōu)于IAC，對(duì)于AAH、AIS 及MIA，指南推薦有計(jì)劃的隨訪或楔形肺切除手術(shù)，而IAC 則應(yīng)采取肺葉切除治療，不同的腺癌發(fā)展階段需要多樣化的管理策略[3]。因此，對(duì)pGGN 早期正確的診斷能及時(shí)予以個(gè)體合適的手術(shù)方案或有計(jì)劃隨訪策略的制訂。

目前已有不少國(guó)內(nèi)外研究發(fā)現(xiàn)，混合性磨玻璃結(jié)節(jié)（mixed ground-glass nodule， mGGN）的實(shí)性成分大小與病理浸潤(rùn)性相關(guān)[4]，然而pGGN 中沒(méi)有實(shí)性成分，可供參考的影像惡性征象較少（如分葉征、毛刺征等），不同病理階段pGGN 的CT 影像特征存在一定的重疊性，且受觀察者經(jīng)驗(yàn)及能力的影響，缺乏客觀性。CT 三維定量分析能夠全面、無(wú)創(chuàng)、客觀地反映腫瘤表型差異，提供更多肉眼無(wú)法探測(cè)到的腫瘤微觀環(huán)境的信息及客觀量化的參數(shù)用于腺癌浸潤(rùn)性的鑒別診斷，可以更好地指導(dǎo)臨床制定pGGN 的治療或隨訪策略。

本研究利用計(jì)算機(jī)輔助軟件，對(duì)pGGN 進(jìn)行CT三維定量分析，并與病理亞型比較，旨在探討CT 三維定量分析對(duì)肺pGGN 腺癌浸潤(rùn)性的診斷價(jià)值。

方 法

1.臨床資料

回顧性分析我院2012 年10 月至2016 年12月，183 名接受手術(shù)切除的195 個(gè)肺pGGN 患者。納入標(biāo)準(zhǔn)如下：①手術(shù)治療前薄層胸部CT（層厚≤1.5mm）； ②胸部CT 肺窗上表現(xiàn)為純磨玻璃結(jié)節(jié)，沒(méi)有任何實(shí)性成分； ③CT 檢查前未行穿刺活檢或任何既往治療；④完整的手術(shù)切除并經(jīng)病理學(xué)診斷為肺腺癌或癌前病變。

2.CT 掃描方法

所有CT 掃描均使用兩臺(tái)CT 掃描儀進(jìn)行：西門子64 排和飛利浦256 排CT，取仰臥位，先行常規(guī)CT 平掃，范圍從肺尖到肺底，掃描前指導(dǎo)所有患者在掃描期間屏住呼吸。主要掃描參數(shù)：電壓120 kVp，電流100～200 mAs； 螺距，0.516～0.98； 矩陣，512×512；重建層厚為1mm 或1.5mm。 通過(guò)標(biāo)準(zhǔn)算法、高分辨算法重建圖像。肺窗窗寬1500HU，窗位-550HU；縱隔窗寬400HU，窗位50HU。

3.肺結(jié)節(jié)分割及特征提取

整個(gè)過(guò)程通過(guò)以下兩個(gè)主要步驟組成：首先，應(yīng)用3D slicer 軟件的在每個(gè)層面上圍繞pGGN 的邊界手動(dòng)劃定感興趣區(qū)域（ROI）直至覆蓋整個(gè)結(jié)節(jié)，注意避開(kāi)大血管和支氣管，每個(gè)ROI 手動(dòng)分割用時(shí)約28 秒。該過(guò)程由放射科醫(yī)師（楊楊，有3 年胸部CT診斷經(jīng)驗(yàn)）重復(fù)進(jìn)行2 次，并由一位經(jīng)驗(yàn)豐富的放射科醫(yī)師（劉含秋，胸部CT 有20 年經(jīng)驗(yàn)）證實(shí)，所有參與分割的醫(yī)生事先不知道患者的臨床資料。每個(gè)結(jié)節(jié)分割后，其19 個(gè)一階特征、16 個(gè)形態(tài)學(xué)特征被自動(dòng)計(jì)算和提取。

4.病理分析

手術(shù)標(biāo)本經(jīng)4%中性甲醛固定液固定24h 后，石蠟包埋，常規(guī)HE 染色制片。肺腺癌按照2011 年IASLC/ATS/ERS 肺腺癌新分類標(biāo)準(zhǔn)將所有病灶分為：浸潤(rùn)前病變（包括AAH 和AIS）；微浸潤(rùn)腺癌：腫瘤細(xì)胞完全沿肺泡壁生長(zhǎng)且伴有浸潤(rùn)灶最大徑≤0.5cm 的小腺癌；浸潤(rùn)性腺癌。

5.統(tǒng)計(jì)方法

應(yīng)用單因素ANOVA 進(jìn)行三組（浸潤(rùn)前病變、MIA、IAC）組間分析，篩選出具有統(tǒng)計(jì)學(xué)差異的特征，納入二元 logistic 回歸分析并建立三維定量特征與 pGGN 病理類型之間的預(yù)測(cè)模型，采用向后步進(jìn)方法選取最佳定量特征，當(dāng)定量特征P＜0.05 時(shí)納入模型，當(dāng)定量特征P＞0.10 時(shí)剔除模型。采用受試者操作特征(receiver operating characteristic，ROC)曲線對(duì)模型進(jìn)行分析，計(jì)算曲線下面積（area under the curve， AUC）以及診斷的特異度和敏感度，評(píng)價(jià)定量特征預(yù)測(cè)pGGN 病理浸潤(rùn)性的效能。采用SPSS 19.0 軟件對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，P＜0.05 為差異有統(tǒng)計(jì)學(xué)意義。

結(jié) 果

最終納入本研究的183 名患者中，男性51名，女性132 名，年齡范圍26 ～79 歲，平均年齡（54.0±10.9）歲。195 個(gè)pGGN 中，AAH 11 個(gè)、AIS 27 個(gè)、MIA 86 個(gè)、IAC 71 個(gè)（表1）。經(jīng)方差分析得出35 個(gè)定量特征中14 個(gè)特征有明顯統(tǒng)計(jì)學(xué)差異（P＜0.05），其中最大3D 直徑、球形不均衡性和熵是肺pGGN 病理浸潤(rùn)性的獨(dú)立影響因子，基于這3 個(gè)定量特征預(yù)測(cè)pGGN 病理浸潤(rùn)性的ROC 曲線分 析 示AUC 為0.814（95%CI：0.737 ～0.891），敏感度和特異度分別為82.2%和69.1%（圖1、2）。

討 論

表1 臨床資料

圖1 箱式圖示最大3D 直徑，球形不均衡性和熵在浸潤(rùn)前病變、微浸潤(rùn)腺癌、浸潤(rùn)性腺癌之間存在顯著差異（P＜0.05）。

圖2 基于最大3D 直徑，球形不均衡性和熵三個(gè)定量特征，根據(jù)logistic 回歸預(yù)測(cè)概率進(jìn)行ROC 曲線分析，曲線下面積為0.814（95%CI：0.737 ～0.891）， 敏 感 度 和 特 異 度 分 別 為82.2% 和69.1%。

由于浸潤(rùn)前病變和MIA、IAC 的形態(tài)學(xué)特征之間存在相當(dāng)大的重疊性，因此僅通過(guò)視覺(jué)分析評(píng)估GGN，尤其是pGGN 并非易事。在臨床中我們發(fā)現(xiàn)相當(dāng)一部分pGGN 經(jīng)病理證實(shí)為浸潤(rùn)性腺癌，在本研究中占36.4%（71/195）。近年來(lái)，國(guó)內(nèi)外已有多篇報(bào)道根據(jù)病灶形態(tài)學(xué)特征、大小、CT 值來(lái)鑒別pGGN 的浸潤(rùn)性[5-9]。研究表明，結(jié)節(jié)直徑大于8mm或10mm 的pGGN 具有較高的惡性傾向。Wu 等發(fā)現(xiàn)血管的變化、不平滑的邊緣和清晰的瘤肺界面是預(yù)測(cè)pGGN 浸潤(rùn)亞型的因素[8]。Li 等分析了結(jié)節(jié)的最大直徑和直方圖上的第100 個(gè)百分位值可以預(yù)測(cè)pGGNs的組織學(xué)侵襲性[10]。這些研究有一定的主觀局限性，或僅通過(guò)二維常規(guī)CT 特征分析。我們將三維定量分析應(yīng)用于pGGN，通過(guò)分析圖像中體素灰度水平的關(guān)系和分布，提供了腫瘤異質(zhì)性的客觀定量評(píng)估。

本研究表明多個(gè)定量特征參數(shù)與pGGN 的浸潤(rùn)亞型相關(guān)，其中最大3D 直徑、球形不均衡性和熵是鑒別IAC 與MIA 和浸潤(rùn)前病變的獨(dú)立預(yù)測(cè)因子。最大3D 直徑測(cè)量ROI 內(nèi)表面體素之間的最大成對(duì)歐式距離，IAC 的最大3D 直徑顯著大于MIA 和浸潤(rùn)前病變。結(jié)果與以前的研究相似[11-13]；此外，本研究使用3D 直徑參數(shù)，可以更好地反映整個(gè)腫瘤的大小。我們的研究還表明IAC 的球形不均衡性高于AIS 和MIA，球形不均衡是腫瘤區(qū)域的表面積與具有相同體積的球體的表面積之比。因此，球形不均衡值為1 的結(jié)節(jié)表示圓球體，其值范圍≥1。IAC 的表面更不規(guī)則，組織學(xué)上由腫瘤浸潤(rùn)性生長(zhǎng)引起，這可能造成IAC 的值更高。我們的結(jié)果顯示IAC 的熵顯著高于AIS 和MIA，熵代表圖像紋理的復(fù)雜程度，一定程度上與圖像紋理的均勻性有關(guān)，更高的值表示病灶內(nèi)更多的異質(zhì)性。眾所周知，GGN 中實(shí)體成分比例逐漸增加提示肺腺癌從AIS 發(fā)展為IAC。對(duì)于IAC，由于腫瘤內(nèi)浸潤(rùn)成分的存在，較高區(qū)域的熵值可以被解釋為CT 成像中內(nèi)部的異質(zhì)紋理。組織學(xué)上，浸潤(rùn)性腺癌由增生的癌細(xì)胞和不同的基質(zhì)細(xì)胞組成，例如炎癥細(xì)胞和巨噬細(xì)胞、成纖維細(xì)胞和新生的微血管，這可以解釋IAC 的腫瘤內(nèi)異質(zhì)性。

另外，基于定量特征（最大3D 直徑，球形不均衡性和熵）的logisitc 回歸模型的曲線下面積為0.814（AUC 值在0.7 和0.9 之間表示中等準(zhǔn)確度）。這些發(fā)現(xiàn)可能在非侵入性檢測(cè)圖像異質(zhì)性和區(qū)分pGGN 的組織學(xué)浸潤(rùn)性方面具有很大的臨床應(yīng)用價(jià)值。

綜上所述，CT 三維定量分析有助于鑒別肺pGGN 腺癌的浸潤(rùn)性，尤其最大3D 直徑，球形不均衡性和熵為獨(dú)立預(yù)測(cè)因子，能夠指導(dǎo)臨床進(jìn)一步制訂隨訪或治療措施。