歐陽振，于利智，張 妹，孔令梅

2泰安市立醫(yī)院放射科，山東 泰安 271600；2汕頭大學醫(yī)學院第二附屬醫(yī)院放射科，廣東 汕頭515021

發(fā)生淋巴結轉移是腫瘤手術治療中影響預后的重要因素之一［1］。CT是臨床常用于術前評估腫瘤淋巴結轉移情況的方法［2］，通過CT掃描圖像可直接觀察到淋巴結大小，但其得出的結論主要是經(jīng)驗性的主觀判斷，缺乏一定的診斷特異性及敏感度。由于腫瘤的異質性及傳統(tǒng)基因檢測方法具有有創(chuàng)性，因此迫切需要一種可重復的無創(chuàng)方法。影像組學通過高通量提取定量影像數(shù)據(jù)，重復量化腫瘤病灶的全面信息，將影像轉化為數(shù)據(jù)，得到影像中的關鍵特征信息，從而對疾病進行分類、分級及對治療療效與預后進行評估、預測，這在臨床精準醫(yī)療中具有重要意義［3］；它能夠建立腫瘤圖像與淋巴結轉移狀態(tài)之間的關系，為預測淋巴結轉移提供新的分析方法［4］。近年來，國內外已有利用影像組學方法預測結直腸癌［5］、肝癌［6］、鼻咽癌［7］、食管癌［8］的文獻報道，但尚無利用影像組學方法預測肺癌淋巴結轉移狀態(tài)的研究。本研究通過分析早期肺腺癌患者的增強CT圖像，利用影像組學法預測患者淋巴結轉移情況，探究CT影像組學在早期肺腺癌中的應用價值。

1 資料與方法

1.1 一般資料

回顧性選擇2016年6月～2019年5月我院收治的肺腺癌患者140例。納入標準：符合非小細胞肺癌診斷標準［9］；所有患者均有完整增強CT圖像及臨床一般資料；接受肺葉切除術+系統(tǒng)性淋巴結清掃手術；TNM分期為T1期。排除標準：伴有遠處轉移；近1月內接受過放化療治療；合并其它部位惡性腫瘤。以術中送檢的病理組織標本檢查結果為診斷患者是否伴有肺內縱隔淋巴結（包括余肺葉間與段間淋巴結）轉移的金標準，按金標準結果將140例患者分為金標準陽性組（n=67）與金標準陰性組（n=73），其中金標準陽性組男35例，女32例，年齡41～75（56.06±4.23）歲；金標準陰性組男38例，女35例，年齡42～73（54.51±4.17）歲。兩組年齡、性別差異無統(tǒng)計學意義（P＞0.05）。本研究獲醫(yī)院倫理委員會批準，所有患者及家屬自愿簽署知情同意書。

1.2 方法

兩組患者均進行同等增強CT和CT影像組學檢查，分別根據(jù)兩種檢查結果，結合患者臨床資料信息評估患者是否發(fā)生淋巴結轉移。所有患者CT圖像均由飛利浦Brilliance CT掃描儀掃描獲取。參數(shù)設置：電壓120 kV，電流160 mAs，層厚1.25 mm。行增強CT前均經(jīng)患者肘靜脈注射對比劑，劑量約90 mL，注射30 s后行CT增強掃描。首先基于獲取得到的每位患者增強CT結果進行淋巴結轉移預測，統(tǒng)計并記錄此方法的預測結果；再將CT掃描獲取的圖像傳輸至工作站，基于MATLABR 2014a軟件進行影像組學特征提取及分析。

增強CT預測淋巴結轉移的診斷標準為：腫瘤直徑＞3 cm，增強CT顯示病灶明顯強化，肺門與縱隔有腫大淋巴結，且位于原發(fā)病灶引流區(qū)淋巴結范圍內［10］。

CT影像組學具體方法：首先將CT薄層增強圖像上的腫瘤病灶進行分割，由本院放射科具有豐富經(jīng)驗的醫(yī)師進行逐層手動分割放置感興趣區(qū)域（ROI）?；贛ATLABR 2014a軟件對ROI圖像進行圖像特征提取，包括灰度直方圖、小波變換特征、紋理特征、Gabor變換特征。為排除手動分割ROI的誤差，在首次分割ROI的3D后，由另一名經(jīng)驗豐富的放射科醫(yī)師再次進行ROI分割并提取特征圖像，此醫(yī)師不知首次分割后特征提取結果；將兩次特征提取結果進行組內相關系數(shù)（ICC）分析，以檢查兩次分割ROI的一致性，ICC驗證結果＞0.75則表示不同醫(yī)師分割的ROI特征提取結果具有較好一致性，可排除人工誤差。另由2位不清楚手動分割結果的放射科醫(yī)師分別采用半自動化、自動化分割法對患者CT薄層增強圖像上的腫瘤病灶進行分割，將這兩種分割法與人工手動分割后提取到的影像組學特征進行一致性檢驗（ICC驗證結果＞0.70），以人工手動分割法結果進行后續(xù)研究。圖像特征提取完成后，首先除去高維影像特征包含的冗余信息，以得到穩(wěn)定的特征信息。采用LASSO Cox回歸模型對特征數(shù)據(jù)進行降維，消除高度相關的特征（即冗余特征），篩選出可用于預測淋巴結轉移的特性數(shù)據(jù)。依據(jù)篩選出的特征與對應的加權系數(shù)的線性組合建立每位患者的影像組學標簽，評估每位患者各自影像組學風險評分值［11］，該值=Logistic回歸模型截距+特征圖像的回歸系數(shù)×回歸模型篩選出的特征數(shù)據(jù)。

1.3 觀察指標

兩組臨床資料比較；不同方法兩組預測術前淋巴結轉移結果比較；金標準陽性組中CT影像組學法得到的發(fā)生淋巴結轉移與未發(fā)生淋巴結轉移患者的風險評分值比較；增強CT與CT影像組學在T1期肺腺癌患者術前淋巴結轉移中的預測價值。

1.4 統(tǒng)計學分析

通過SPSS23.0軟件進行數(shù)據(jù)分析，計量資料以均數(shù)±標準差表示，組間比較采用獨立樣本t檢驗或非參數(shù)秩和檢驗；計數(shù)資料以n(%)表示，組間比較采用χ2檢驗；預測價值采用Delong檢驗比較。以P＜0.05為差異有統(tǒng)計學意義。

2 結果

2.1 兩組臨床資料比較

金標準陽性組有吸煙史比例、CEA陽性比例、腫瘤直徑均高于金標準陰性組（P＜0.05），不典型腺瘤樣增生比例低于金標準陰性組（P＜0.05，表1）。

表1 兩組臨床資料比較Tab.1 Comparison of clinical data of two groups(n)

2.2 不同方法兩組預測術前淋巴結轉移結果比較

術前CT影像組學對兩組中每例患者均提取了586個基礎影像組學特征，經(jīng)降維處理后，最終在每位患者選擇符合條件的14個特征用以構建影像組學模型。在兩組中，CT影像組學法對陽性淋巴結轉移的預測比率為86.57%（58/67），高于增強CT 法的64.18%（43/67）（P＜0.05）；CT影像組學法對陰性淋巴結轉移的預測比率為100.00%（73/73），高于增強CT 法的93.15%（68/73）（P＜0.05，表2）。

表2 不同方法兩組預測術前淋巴結轉移結果比較Tab.2 Comparison of different methods in predicting preoperative lymph node metastasis between the two groups[n(%)]

2.3 金標準陽性組中CT影像組學法得到的發(fā)生淋巴結轉移與未發(fā)生淋巴結轉移患者的風險評分值比較

CT影像組學法預測到的金標準陽性組中發(fā)生淋巴結轉移患者的風險評分值明顯高于未發(fā)生淋巴結轉移患者（-0.49±0.43vs-1.16±0.58，P＜0.05）。

2.4 增強CT與CT影像組學在兩組患者術前淋巴結轉移中的預測價值

金標準陽性組、金標準陰性組中CT影像組學對患者淋巴結轉移預測的曲線下面積明顯高于增強CT（P＜0.05，表3、圖1）。

圖1 金標準陽性組及陰性組CT影像組學法、增強CT法的ROC曲線Fig.1 ROC curve of CT radiomics and enhanced CT in gold standard positive group and gold standard negative group.

表3 增強CT與CT影像組學在兩組患者術前淋巴結轉移中的預測價值Tab.3 Predictive value of enhanced CT and CT radiomics in preoperative lymph node metastasis in two groups of patients

2.5 患者典型病例CT圖像

本次研究中T1期肺腺癌淋巴結轉移的典型病例CT征象（圖2），箭頭指向提示病灶所在位置。

圖2 47歲男性患者T1期肺腺癌CT圖像.Fig.2 CT images of T1 lung adenocarcinoma of a 47-year-old male patient.

3 討論

隨著現(xiàn)代醫(yī)療診斷手段的快速多樣化發(fā)展，目前已實現(xiàn)在常規(guī)CT圖像特征中進行高通量提取，即CT影像組學［12］。CT影像組學現(xiàn)雖尚未完全替代增強CT法，但已在多種腫瘤疾病的多種臨床特征預測中獲得高預測效能驗證。肺癌患者淋巴結是否發(fā)生轉移對臨床選擇治療方式有較大影響。本研究旨在基于增強CT，利用計算機自動化算法提取CT圖像中的定量影像學數(shù)據(jù)，以描述腫瘤特征等信息，從而排除人為干擾得到精準預測肺癌患者術前淋巴結是否發(fā)生轉移的結果，還可以準確描述腫瘤病灶組織的特征信息，從而分析腫瘤的分型、分期等差異［13］。

本研究140例患者中，采用術后病理檢查金標準方法，結果顯示發(fā)生淋巴結轉移的患者共67例，未發(fā)生淋巴結轉移患者共73例。分別對兩組采用術前增強CT、CT影像組學方法進行淋巴結轉移情況的預測分析，其中術前增強CT預測到金標準陽性組發(fā)生淋巴結轉移的比例為64.18%，預測到金標準陰性組未發(fā)生淋巴結轉移的比例為93.15%；而術前CT影像組學預測到金標準陽性組發(fā)生淋巴結轉移的比例為86.57%，預測到金標準陰性組未發(fā)生淋巴結轉移的為100.00%。該結果表示，對于金標準陰性（即未發(fā)生淋巴結轉移）患者，采用CT影像組學法預測的準確率很高，這一結論與文獻報道相符［14］。也有研究顯示，CT影像組學在預測胃癌淋巴血管侵犯中具有較高的預測效能［15］。但由于本研究納入樣本量有限，后續(xù)還需對更大樣本數(shù)據(jù)進行分析以進一步驗證這一結果。對于金標準陽性（即已發(fā)生淋巴結轉移）患者，采用CT影像組學法預測的準確率也明顯較高。

進一步對兩組不同預測方法的預測效能進行分析，發(fā)現(xiàn)兩組中CT 影像組學對患者淋巴結轉移預測的曲線下面積均較大，且均＞0.8，提示其具有良好診斷效能［16］。將本研究金標準陽性組由CT影像組學預測到的發(fā)生淋巴結轉移與未發(fā)生淋巴結轉移患者的CT影像組學風險評分值進行比較，發(fā)現(xiàn)發(fā)生淋巴結轉移患者的風險評分值明顯高于未發(fā)生淋巴結轉移患者。這表示利用CT影像學組分析可以在發(fā)生淋巴結轉移與未發(fā)生淋巴結轉移患者中得到具有明顯差異的參數(shù)，有利于程序區(qū)分識別淋巴結是否發(fā)生轉移。既往文獻也報道在預測肺腺癌表皮生長因子受體基因突變研究中也被證實具有高預測價值［17-18］。

雖然既往研究也有對肺癌采用影像組學法對淋巴結轉移的預測價值進行了分析，但對同一樣本采用不用分割方法進行分析的研究較少。本研究的創(chuàng)新點在于，分割ROI時采用的是人工手動分割，該方法具有較高的準確性。但既往多篇文獻均表示其可重復性較小、耗時較長，因此本研究同時采用了半自動、自動分割法，其提取到的影像組學特征與人工手動分割法具有較高一致性［19-22］，這表示在本研究的早期肺腺癌患者中，采用不同分割方法不會對影像組學特征的提取產生不利影響。有研究顯示，自動分割法在臨床應用上還未有明確同一的標準，其未來發(fā)展還需更多學者進一步研究［23-24］。

綜上所述，在術前基于增強CT的影像組學在肺腺癌淋巴結轉移的判斷中具有高預測價值，在術前對肺癌患者淋巴結轉移風險進行更加精準預測，為后續(xù)選擇治療方式等提供依據(jù)。