張大道，袁為標(biāo)，陸大軍

（南通大學(xué)附屬建湖人民醫(yī)院影像科，江蘇 鹽城 224700）

0 引言

隨著醫(yī)學(xué)影像檢查的推廣及全民健康意識的提升，臨床早期腎癌（clinical T1，cT1 期）[1]的檢出率逐年升高，愈發(fā)得到重視。根據(jù)第8 版美國癌癥聯(lián)合委員會腎細(xì)胞癌TNM 分期標(biāo)準(zhǔn)，T1 期定義為腫瘤局限于腎實質(zhì)且瘤體直徑≤7 cm[2]。腎透明細(xì)胞癌（clear cell renal cell carcinoma，ccRCC）是腎癌的主要病理分型，起源于腎小管上皮細(xì)胞，預(yù)后相對腎嫌色細(xì)胞癌及乳頭狀癌更差。病理分級是腎癌患者的獨立預(yù)后因子，其中高分化組預(yù)后相對較好，因此術(shù)前準(zhǔn)確的病理分級對腎癌的臨床診療及預(yù)后評估至關(guān)重要[3]。增強CT 掃描是臨床早期腎癌的主要檢測手段[4]，但其是否可作為ccRCC 術(shù)前病理分級方法尚無定論。影像組學(xué)為近年來醫(yī)學(xué)研究熱點，通過高通量提取特征參數(shù)量化病灶異質(zhì)性，在腫瘤的鑒別[5]、病理分級[6]及預(yù)后評估[7]等方面具有較好的應(yīng)用價值。本研究旨在研究增強CT 影像組學(xué)參數(shù)與T1 期腎透明細(xì)胞癌WHO/ISUP 分級的相關(guān)性，達(dá)到術(shù)前預(yù)測其病理分級的目的，為臨床診療決策提供參考。

1 資料與方法

1.1 一般資料

回顧性分析2015年2月至2021年6月入我院診治的經(jīng)病理確診的T1 期（腫瘤局限在腎臟且最大徑≤7cm）[8]ccRCC 患者117例，其中男性75例，女性42例，年齡29 ～79 歲，平均（62.8±13.2）歲。24例患者具有臨床癥狀，包括18例無痛性肉眼血尿，6例腰部酸痛，其余均為體檢或其他檢查無意發(fā)現(xiàn)。納入標(biāo)準(zhǔn)：①有完整術(shù)后病理結(jié)果；②術(shù)前一周內(nèi)行腹部CT 檢查。排除標(biāo)準(zhǔn)：①CT 圖像偽影較重；②腫瘤浸潤性生長、邊界欠清；③有淋巴結(jié)或遠(yuǎn)處器官的轉(zhuǎn)移。

1.2 ccRCC 病理分級

所有患者的病理組織切片由兩名病理科醫(yī)師重新閱片，依據(jù)2016 版腎癌WH0/ISUP 病理分級標(biāo)準(zhǔn)：Ⅰ～ Ⅱ級為低級別、Ⅰ～ Ⅱ級為高級別ccRCC，意見不一致協(xié)商通過。

1.3 圖像掃描

采用能譜GE Discovery CT 750HD 行平掃及三期增強掃描，檢查患者當(dāng)日空腹并口服陰性對比劑。掃描范圍覆蓋雙側(cè)腎臟，增強掃描對比劑采用碘海醇（300 mg/mL），經(jīng)肘靜脈以流率4.0 mL/s 注射，皮質(zhì)期、髓質(zhì)期和排泄期掃描時間分別為35s、70s、90s；掃描層厚及層間距5mm，軸位薄層重建采取1.25mm，圖像重建完成自動上傳至PACS 系統(tǒng)。

1.4 感興趣區(qū)勾畫及參數(shù)提取

將增強掃描皮質(zhì)期圖像從PACS 系統(tǒng)導(dǎo)入Mazda 軟件，采用μ±3σ 進行灰階校正，減少掃描間灰度差異的影響。分別以紅色及綠色感興趣區(qū)于瘤體最大層面邊緣勾畫低級別及高級別ccRCC，感興趣區(qū)勾畫由一名主治醫(yī)師及一名副主任影像科診斷醫(yī)師采取雙盲法進行，對病理結(jié)果不可知（見圖1）。提取包括灰度直方圖、灰度共生矩陣、灰度游程矩陣、絕對梯度、自回歸模型及高低小波轉(zhuǎn)換等共278 個紋理參數(shù)。分別于瘤體軸位、冠狀位及矢狀位測量最大直徑并取較大值作為瘤體最大徑。

圖1 男，59 歲，右腎低級別ccRCC，動脈期呈不均質(zhì)明顯強化，紅色感興趣區(qū)勾畫

1.5 統(tǒng)計分析

采用SPSS 22.0、MedCalc 及R 語言軟件。以組內(nèi)相關(guān)系數(shù)評估2 名醫(yī)師手工勾畫感興趣區(qū)的可重復(fù)性，選取ICC>0.8、P<0.0.5 的紋理參數(shù)并取均值。對紋理參數(shù)行 z-score 標(biāo)準(zhǔn)化，并采用R 語言“glmnet”包Lasso 算法提取特征參數(shù)。計量資料以±s 表示，計數(shù)資料以例數(shù)表示，單因素分析采用Mann-Whitney，相關(guān)性分析采用Spearman 秩相關(guān)系數(shù)，多因素分析采取二元Logistic 回歸，以P<0.05 差異具有統(tǒng)計學(xué)意義。采用MedCalc 軟件繪制ROC 曲線，計算曲線下面積，評估影像組學(xué)參數(shù)對高低級別T1 期ccRCC 的診斷效能。

2 結(jié)果

2.1 病理分級與瘤體最大徑

本研究中低級別ccRCC 有79例，男性50例，女 性29例，平 均年 齡（62.3±12.2）歲；高 級別ccRCC 有38例，男 性26例，女 性12例，平 均年齡（62.1±13.8）歲，兩組患者的年齡及性別均無明顯統(tǒng)計學(xué)差異。低級別和高級別組最大徑分別 為(41.9±14.6)mm 和(44.2±16.7)mm，P 值 為0.06>0.05，差異無統(tǒng)計學(xué)意義。

2.2 紋理參數(shù)篩選及單因素分析

兩名醫(yī)師分別利用Mazda 軟件提取出278 個紋理參數(shù)，通過組內(nèi)相關(guān)系數(shù)分析篩選出242 個一致性較好的特征參數(shù)（ICC>0.8、P<0.0.5）。經(jīng)過Lasso 算法進一步降維篩選出31 個重要紋理特征（圖2）。其中，共計11 個紋理特征參數(shù)具有統(tǒng)計學(xué)差異，包括灰度直方圖1 個參數(shù)、小波轉(zhuǎn)換系數(shù)4 個參數(shù)、灰度共生矩陣4 個參數(shù)及灰度游程矩陣2 個參數(shù)（表1）。水平_短游程因子、S(0,5)均值和、S(2,-2) 角二階矩在T1 期ccRCC 低級別組中均值大于高級別組，而游程長度不均勻性、偏度及差熵在低級別組中均值小于高級別組。

表1 高、低級別ccRCC 紋理參數(shù)統(tǒng)計分析(均數(shù)±s)

2.3 相關(guān)性分析

繪制相關(guān)性熱圖發(fā)現(xiàn)（圖3 顏色越紅，正相關(guān)性越強；顏色越藍(lán)，負(fù)相關(guān)性越強。其中無統(tǒng)計學(xué)差異打叉標(biāo)記），11 個紋理參數(shù)與病理分級均具有統(tǒng)計學(xué)相關(guān)性，但相關(guān)系數(shù)絕對值均低于0.5，相關(guān)性不強。其中，水平_短游程因子、S(0,5)均值和、S(2,-2)角二階矩、低高/高低小波系數(shù)與病理級別負(fù)相關(guān)性，其余參數(shù)呈正相關(guān)性。

圖3 病理分級與影像組學(xué)參數(shù)相關(guān)性熱圖

2.4 多因素分析及診斷效能評估

Logistic 回歸分析可知，水平_ 短游程因子、S(0,5)均值和、S(2,-2)角二階矩為負(fù)相關(guān)獨立危險因素，OR（95%CI）分別為0.526（0.263-0.816）、0.826（0.315-1.298）、0.769（0.334-1.023），P 值均<0.05。繪制ROC 曲線發(fā)現(xiàn)（圖4），水平_ 短游程因子、S(0,5)均值和、S(2,-2)角二階矩及聯(lián)合診 斷 因 子 的AUC 值 分 別 為0.709、0.783、0.800、0.894，敏感度及特異度分別為79.4%、69.7%；76.2%、69.4%；79.4%、77.4%；87.3%、85.5%，P 值均<0.001。

圖2A

圖2B圖2 A-B Lasso 回歸模型系數(shù)篩選 A.Lasso 回歸系數(shù)分布圖B.回歸交叉驗證

圖4 影像組學(xué)參數(shù)對高級別ccRCC 的ROC 曲線比較圖

3 討論

腎透明細(xì)胞癌是中國人常見的泌尿系統(tǒng)惡性腫瘤，其中T1 期腎癌臨床推薦保留腎單位的部分切除手術(shù)[9]；此外，射頻與微波消融等微創(chuàng)治療方式也被應(yīng)用于早期腎癌的治療中[10]。在臨床腫瘤分期相同的情況下，其病理分級越高，預(yù)后也相對較差[11]。此前Fuhrman 系統(tǒng)為公認(rèn)的ccRCC 細(xì)胞核分級標(biāo)準(zhǔn)，但在臨床實踐中存在判讀困難及可重復(fù)性差等問題。目前，世界衛(wèi)生組織推薦使用WHO/ISUP 分類系統(tǒng)，有研究表明[12]基于新的分類系統(tǒng)能夠更好的進行ccRCC 風(fēng)險分層及預(yù)后評估。同時本研究也借鑒Fuhrman 系統(tǒng)的簡化分級，將其Ⅰ～Ⅱ級定義為低級別、Ⅲ～Ⅳ級定義為高級別。在臨床診斷中，增強CT 已成為ccRCC 的術(shù)前常規(guī)檢查方法。劉瑩瑩等[13]總結(jié)了ccRCC 的CT 影像特征與病理分級的相關(guān)性，結(jié)果顯示囊性ccRCC 傾向于低級別；而腫瘤越大、浸潤性生長、壞死比≥0.6 在以實性為主ccRCC 中，病理分級也越高，但該研究缺乏足夠定量參數(shù)支持，且未行診斷效能分析。在T1 期ccRCC 的術(shù)前病理分級中，竇欣[14]等利用增強CT 的強化特征參數(shù)進行診斷分析，結(jié)果顯示CT 強化特征參數(shù)具有一定的診斷效能，但該研究病理分級未采用WHO/ISUP 分類系統(tǒng)，且用于定量分析的研究參數(shù)較少。

近年來，基于人工智能的飛速發(fā)展，作為醫(yī)學(xué)領(lǐng)域分支的影像組學(xué)研究熱度不減。影像組學(xué)通過從計算機斷層掃描（CT）、磁共振成像（MRI）等生物醫(yī)學(xué)圖像中獲取數(shù)據(jù)，對信號強度和像素相互關(guān)系的空間分布進行數(shù)學(xué)提取，從而量化組織中隱藏的紋理信息，反映病灶的異質(zhì)性。尤其在腫瘤學(xué)領(lǐng)域，影像組學(xué)應(yīng)用于疾病診斷、分期或患者預(yù)后評估的研究在過去幾年呈指數(shù)增長[15]。柏永華[16]、韓冬等[17]應(yīng)用CT 影像組學(xué)預(yù)測ccRCC 的病理分級，顯示其模型較好的診斷效能。目前有關(guān)影像組學(xué)在T1 期ccRCC 中的研究甚少，本研究探索增強CT 影像組學(xué)參數(shù)在T1 期ccRCC 病理分級的臨床價值。ccRCC 的典型強化方式為“快進快出”，即皮質(zhì)期病灶強化顯著，顯示清晰，與周圍腎實質(zhì)對比明顯，而髓質(zhì)期病灶強化程度明顯減退。因此本研究采用增強CT 皮質(zhì)期圖像進行組學(xué)分析；并對其進行μ±3σ 灰階校正，減少掃描間灰度差異的影響。

本研究Lasso 算法篩選出31 個紋理特征，11個特征參數(shù)具有顯著統(tǒng)計學(xué)差異。其中，水平_短游程因子、S(0,5)均值和、S(2,-2)角二階矩在T1 期ccRCC 低級別組中均值大于高級別組，且與病理級別負(fù)相關(guān)性，但相關(guān)性不強（P 值均<0.05）。短游程因子值越大，行程越短，圖像紋理越細(xì)；角二階矩反映圖像均勻度，值越大，紋理越細(xì)致，灰度越均勻；均值和值越大，表明總體像素灰度值水平較高、圖像更亮[18]。由此可見，低級別組ccRCC 紋理更加細(xì)致、灰度均勻且總體水平較高，強化較高級別組更加顯著?？赡芘c高級別組ccRCC 生長迅速、血供需求大、更易壞死有關(guān)，導(dǎo)致高級別組ccRCC強化程度低于低級別組，圖像紋理分布粗細(xì)不均、整體灰度亮度較低，與劉瑩瑩研究結(jié)果有相似之處[13]。該研究結(jié)果提示實性為主ccRCC 中，組織壞死成分比越高，越傾向于較高級別Fuhrman 分級。竇欣[14]等研究也表明低級別組ccRCC 皮質(zhì)期及髓質(zhì)期強化程度高于高級別組，其中皮質(zhì)期相對強化值參數(shù)診斷效能最高，AUC 值達(dá)到0.901。此外，游程長度不均勻性、偏度及差熵在低級別組中均值小于高級別組，與病理級別呈正相關(guān)性（P 值均<0.05），但相關(guān)性也不強。游程長度不均勻性值越大，圖像紋理粗細(xì)不均；偏度為一階灰度直方圖參數(shù)，值越大，紋理偏離正態(tài)分布；差熵為隨機性量度，值越大，紋理越復(fù)雜[19]。表明高級別組ccRCC圖像紋理更加隨機復(fù)雜、偏態(tài)分布。徐驥等[20]研究顯示熵值是鑒別膀胱尿路上皮癌高低分化的最佳診斷參數(shù)，熵值越高，病灶惡性程度高、異質(zhì)性更強。此外，小波轉(zhuǎn)換系數(shù)中的低低_為低頻部分，代表輪廓信息；高高、高低及低高_(dá)稱為高頻部分，代表細(xì)節(jié)信息，且僅有低低_小波系數(shù)與病理分級呈正相關(guān)性?，F(xiàn)階段小波系數(shù)與腫瘤異質(zhì)性相關(guān)研究不多，其臨床意義有待后續(xù)研究進一步發(fā)現(xiàn)。通過Logistic 回歸分析發(fā)現(xiàn)，水平_短游程因子、S(0,5) 均值和、S(2,-2) 角二階矩為高級別ccRCC的獨立危險因素，三者診斷效能均較好，且聯(lián)合診斷因子診斷最佳，敏感度及特異度較為均衡。

盡管上述研究表明影像組學(xué)參數(shù)在T1 期ccRCC 病理分級中具有較好的診斷價值，但影像組學(xué)技術(shù)在臨床實際應(yīng)用中仍面臨較大的挑戰(zhàn)性，阻礙了對臨床決策的有效支持。其原因可能與影像組學(xué)特征的重現(xiàn)性和可重復(fù)性、數(shù)據(jù)共享、缺乏標(biāo)準(zhǔn)化和適當(dāng)驗證有關(guān)，并為進一步深入研究帶來了更大的挑戰(zhàn)[21]。數(shù)據(jù)共享與標(biāo)準(zhǔn)化采集和重建協(xié)議相結(jié)合可能是解決這個問題的一個可行方案，并在外部數(shù)據(jù)集上驗證。因此，建立客觀和通用的方法來評價影像組學(xué)研究結(jié)果，驗證影像組學(xué)研究的性能，確保其可靠性是至關(guān)重要的。本研究也存在不足：①回顧性分析，且高級別ccRCC 樣本較少，存在選擇偏倚；②對比劑擴散存在個體差異，對提取特征參數(shù)可能有一定影響；③勾畫的二維感興趣區(qū)，雖節(jié)約了臨床工作量，但不及三維感興趣區(qū)更全面的反映病灶異質(zhì)性；④初步進行影像組學(xué)參數(shù)的診斷效能分析，后續(xù)研究應(yīng)構(gòu)建不同診斷模型并進行驗證。

綜上所述，本研究發(fā)現(xiàn)影像組學(xué)參數(shù)在T1 期ccRCC 的WHO/ISUP 病理分級中具有較好的診斷價值，有助于術(shù)前無創(chuàng)預(yù)測病理分級，輔助臨床診療決策的制定。