高新榮，張 林

(石河子大學(xué)醫(yī)學(xué)院第一附屬醫(yī)院，新疆 石河子 832000)

肝臟占位性病變是常見病、多發(fā)病，嚴(yán)重威脅人體健康，肝臟惡性腫瘤死亡率排名第三位，且近年來發(fā)病率、病死率呈逐年上升趨勢，故肝臟占位性病變早發(fā)現(xiàn)是治療的關(guān)鍵[1]。MRI檢查是鑒別肝臟局灶性病變性質(zhì)的常用影像學(xué)手段，常規(guī)MRI檢查仍存在漏診、誤診情況[2]。肝臟病變的評(píng)估和治療是臨床常見問題，高效精準(zhǔn)的診斷有助于提高診斷效能，因此有必要探討鑒別肝臟局灶性良惡性病變性質(zhì)的有效途徑。彌散加權(quán)成像(DWI)作為一種能夠檢測活體組織中水分子擴(kuò)散運(yùn)動(dòng)狀態(tài)的無創(chuàng)方法，能反映活體組織水分子的微觀運(yùn)動(dòng)(布朗運(yùn)動(dòng))，是磁共振功能成像技術(shù)之一。彌散峰度成像(DKI)作為一種新的功能磁共振成像技術(shù)，已應(yīng)用于腹盆腔多種臟器的檢查[3-4]。目前在影像醫(yī)學(xué)方面，疾病的診斷全依靠人工，但影像數(shù)據(jù)庫大，人工效率低。紋理分析(TA)是醫(yī)學(xué)影像學(xué)近年來才發(fā)展起來的評(píng)價(jià)。腫瘤異質(zhì)性的新工具，能對人眼無法觀察到的微小異常進(jìn)行檢測，進(jìn)而幫助腫瘤準(zhǔn)確診斷[5]。

1 資料與方法

1.1一般資料：前瞻性收集2020年8月～2021年10月石河子大學(xué)醫(yī)學(xué)院第一附屬醫(yī)院懷疑有肝臟占位的患者。所有患者均行常規(guī)核磁掃描、DKI掃描(DKI掃描選擇3個(gè)b值，15個(gè)方向的掃描序列)。納入標(biāo)準(zhǔn)：①患者臨床治療完整，并且簽署知情同意書，所有的肝細(xì)胞癌、膽管癌、肝腺瘤、局灶性結(jié)節(jié)增生均經(jīng)手術(shù)或活檢證實(shí)，海綿狀血管瘤等良性病變是根據(jù)典型的MR影像特征診斷；②未經(jīng)介入、放療、化療治療者。排除標(biāo)準(zhǔn)：①制動(dòng)性差，配合不良的患者；②有MRI檢查禁忌證、幽閉恐懼癥的患者。

1.2檢查方法：使用美國GE公司3.0T高場磁共振成像儀(Discovery MR 750；General Electric Medical Systems，Milwaukee，Wisconsin)和配套的體部線圈，需進(jìn)行軸位、冠狀位掃描。肝臟掃描前應(yīng)禁食禁水4 h。觀察取體部呼吸最明顯位置，外加呼吸門控，磁體上的呼吸顯示上下波動(dòng)幅度要超過全長的1/3。確保肝臟位于線圈的中心，保證圖像清晰度質(zhì)量。

1.3圖像后處理：所采集的DWI和DKI圖像采用GE MR ADW4.6工作站的Functool軟件進(jìn)行圖像后處理，得到所有患者腫瘤至少三個(gè)層面的未經(jīng)處理原始ADC、MK、MD圖像。并由兩位副主任級(jí)別影像診斷醫(yī)師指導(dǎo)，用MaZda軟件(Version4.5)勾畫ROI。ROI囊括整個(gè)實(shí)性占位，排除出血、壞死、囊變區(qū)，避開實(shí)性占位周圍的大血管、膽管。獲得ROI的紋理數(shù)據(jù)，然后對ROI內(nèi)的紋理特征及相對應(yīng)的紋理參數(shù)進(jìn)行提取。自每張圖像的ROI生成的基于灰度直方圖、灰度共生矩陣、游程矩陣、梯度模型的紋理特征等，其中來自灰度直方圖有9個(gè)參數(shù)，分別為平均值(mean)、方差(variance)、偏度系數(shù)(skewness)、峰度系數(shù)(kurtosis)、第1到99百分位數(shù)(1th-99th percentile)；來自灰度共生矩陣有角二階矩陣(AngScMom)、對比度(contrast)、自相關(guān)性(correlat)、平方和(SumOfSqs)、逆差距(InvDfMom)、總和平均值(SumAverg)、和方差(SumVarnc)、和熵(SumEntrp)、熵(entropy)、差方差(DifVarnc)、差分熵(DifEntrp)等參數(shù)，這些參數(shù)在空間向量的不同距離中出現(xiàn)；來自灰度游程矩陣的參數(shù)有游程長度不均勻性(RLNonUni)、灰度不均勻性(GLevNonU)、長游程強(qiáng)調(diào)(LngREmph)、短游程強(qiáng)調(diào)(ShrtREmp)、分離程度(Fraction)等參數(shù)，這些參數(shù)分別在水平方向、垂直方向、45°方向以及135°方向上出現(xiàn)。盡管不同的紋理特征可量化分析圖像中不同的紋理信息，但并非所有紋理信息均可用來鑒別診斷肝臟實(shí)性占位良惡性，因此需要去除冗余特征，篩選出有分類價(jià)值的紋理特征。本研究采用Logistic方法篩選變量并建立分類模型。使用Logistic回歸模型分別對MRI圖像DWI和DKI參數(shù)所提取出的紋理特征進(jìn)行篩選，將選取的特征乘以對應(yīng)的加權(quán)系數(shù)所形成的表達(dá)式依次作為每個(gè)病灶MRI圖像的聯(lián)合紋理參數(shù)的分類模型。

2 結(jié)果

2.1一般資料分析：此研究期間共收集72例患者，其中16例不符合納入標(biāo)準(zhǔn)被排除，56例經(jīng)臨床病理學(xué)確診或符合影像學(xué)診斷標(biāo)準(zhǔn)，共計(jì)納入67個(gè)病灶，其中惡性組病灶38個(gè)，良性組病灶29個(gè)。良性組患者年齡29～75歲，平均為(58.34±5.34)歲，惡性組患者年齡46～82歲，平均(60.01±7.89)歲，差異無統(tǒng)計(jì)學(xué)意義(P>0.05)。本次研究經(jīng)過本院醫(yī)學(xué)倫理委員會(huì)同意。

2.2良惡性病灶各參數(shù)內(nèi)特征的比較

2.2.1肝臟實(shí)性占位ADC圖像紋理特征單因素分析：對良惡性病灶A(yù)DC參數(shù)內(nèi)的77個(gè)紋理特征參數(shù)進(jìn)行單因素分析，結(jié)果顯示在ADC參數(shù)中篩選中51個(gè)紋理變量具有統(tǒng)計(jì)學(xué)差異(P<0.05)，具體為Mean、Variance、Skewness、Kurtosis、Perc.01%、Perc.10%、Perc.50%、S(1，0)SumOfSqs、S(1，0)SumAverg、S(1，0)SumVarnc、S(1，0)DifVarnc、S(0，1)AngScMom、S(0，1)Contrast、S(0，1)SumOfSqs、S(0，1)SumAverg、S(0，1)SumVarnc、S(0，1)DifVarnc、S(0，1)DifEntrp、S(1，1)AngScMom、S(1，1)Contrast、S(1，1)SumOfSqs、S(1，1)SumAverg、S(1，1)SumVarnc、S(1，1)DifVarnc、S(1，1)DifEntrp、S(1，-1)AngScMom、S(1，-1)Contrast、S(1，-1)SumOfSqs、S(1，-1)SumAverg、S(1，-1)SumVarnc、S(1，-1)DifVarnc、Horzl_RLNonUni、Horzl_GLevNonU、Horzl_LngREmph、Horzl_ShrtREmp、Vertl_RLNonUni、Vertl_GLevNonU、Vertl_LngREmph、Vertl_ShrtREmp、45dgr_RLNonUni、45dgr_GLevNonU、45dgr_LngREmph、45dgr_ShrtREmp、45dgr_ShrtREmp、135dr_GLevNonU、135dr_LngREmph、135dr_ShrtREmp、GrMean、GrVariance、GrSkewness、GrKurtosis。見表1。

表1 肝臟實(shí)性占位ADC圖像紋理特征單因素分析

續(xù)表1 肝臟實(shí)性占位ADC圖像紋理特征單因素分析

2.2.2良惡性病灶A(yù)DC 圖像參數(shù)紋理特征的Logistic比較：對良惡性病灶A(yù)CD參數(shù)篩選出具有統(tǒng)計(jì)學(xué)意義的紋理特征進(jìn)行組內(nèi)Logistic分析，結(jié)果顯示ADC圖像紋理特征Perc.10%、Horzl_ShrtREmp對預(yù)測肝臟實(shí)性占位良惡性有統(tǒng)計(jì)學(xué)意義(P<0.05)。見表2。預(yù)測模型的回歸方程如下：ADC=8.795+0.036×Perc.10%-15.948×Horzl_ShrtREmp。

表2 良惡性病灶A(yù)DC功能圖紋理特征的Logistic分析

2.2.3肝臟實(shí)性占位MD參數(shù)紋理特征單因素分析：對良惡性病灶MD圖的77個(gè)紋理特征參數(shù)進(jìn)行單因素，在MD圖紋理參數(shù)中篩選出32個(gè)紋理變量，具體為Variance、Skewness、Perc.90%、S(1，0)SumVarnc、S(1，0)SumEntrp、S(0，1)SumVarnc、S(0，1)SumEntrp、S(1，1)Contrast、S(1，1)SumOfSqs、S(1，1)SumVarnc、S(1，1)DifVarnc、S(1，-1)Contrast、S(1，-1)SumOfSqs、S(1，-1)SumVarnc、S(1，-1)SumEntrp、Horzl_GLevNonU、Horzl_LngREmph、Horzl_ShrtREmp、Vertl_GLevNonU、Vertl_LngREmph、Vertl_ShrtREmp、45dgr_GLevNonU、45dgr_LngREmph、45dgr_ShrtREmp、135dr_GLevNonU、135dr_LngREmph、135dr_ShrtREmp、135dr_Fraction、GrMean、GrSkewness、GrKurtosis、GrNonZeros。詳情見表3。

表3 肝臟實(shí)性占位MD參數(shù)紋理特征單因素分析

2.2.4肝臟實(shí)性占位MD參數(shù)中紋理特征的Logistic比較：對良惡性病灶MD參數(shù)篩選出具有統(tǒng)計(jì)學(xué)意義的紋理特征進(jìn)行組內(nèi)Logistic分析，結(jié)果顯示紋理特征S(0，1)SumEntrp、S(1，-1)SumEntrp、135dr_Fraction對預(yù)測MD值有統(tǒng)計(jì)學(xué)意義(P<0.05)。見表4。預(yù)測模型的回歸方程如下：MD=10.717+153.883×S(0，1)SumEntrp-135.030×S(1，-1)SumEntrp-53.449×135dr_Fraction。

表4 良惡性病灶MD功能圖紋理特征的Logistic分析

2.2.5肝臟實(shí)性占位MK參數(shù)紋理特征單因素分析：在MK參數(shù)中篩選中9個(gè)有統(tǒng)計(jì)學(xué)差異的紋理變量，包括Kurtosis、Horzl_GLevNonU、Horzl_ShrtREmp、Vertl_GLevNonU、Vertl_LngREmph、45dgr_GLevNonU、45dgr_LngREmph、135dr_GLevNonU、135dr_LngREmph。詳情見表5。

表5 肝臟實(shí)性占位MK參數(shù)紋理特征單因素分析

2.2.6肝臟實(shí)性占位MK參數(shù)中紋理特征的Logistic比較：對良惡性病灶MK參數(shù)篩選出具有統(tǒng)計(jì)學(xué)意義的紋理特征進(jìn)行組內(nèi)Logistic分析，結(jié)果顯示MK參數(shù)中紋理特征Vertl_LngREmph對預(yù)測肝臟實(shí)性占位良惡性有統(tǒng)計(jì)學(xué)意義(P<0.05)。見表6。預(yù)測模型的回歸方程如下：MK=-0.992+0.180×Vertl_LngREmph。

表6 良惡性病灶MK功能圖紋理特征Logistic分析

2.3肝臟實(shí)性占位各參數(shù)鑒別肝臟實(shí)性占位良惡性單因素分析：根據(jù)上述回歸方程，計(jì)算ADC、MK、MD模型的值，單因素分析結(jié)果顯示差異均有統(tǒng)計(jì)學(xué)意義(P<0.05)。見表7。

表7 肝臟實(shí)性占位各參數(shù)中紋理特征單因素分析

2.4基于紋理分析的各參數(shù)特征預(yù)測良惡性病灶的診斷效能分析：ADC、MK、MD模型的ROC曲線的AUC分別為0.851(0.751，0.950)、0.750(0.621，0.881)、0.951(0.892，1.000)。見表8。

表8 DWI與DKI功能圖紋理分析鑒別肝臟實(shí)性占位良惡性的ROC 曲線分析

3 討論

近年來，基于超聲、計(jì)算機(jī)斷層掃描和磁共振成像(MRI)等多種成像方法的紋理分析鑒別診斷肝臟局灶病變的良惡性被廣泛研究[6]。Mayerhoefer研究[7]發(fā)現(xiàn)，對MRI圖像進(jìn)行紋理分析可以鑒別肝囊腫與肝血管瘤。Raman研究[8]顯示基于CT圖像的紋理分析區(qū)分肝臟病變類型，且具有較高的分類預(yù)測準(zhǔn)確率。然而有關(guān)肝臟局灶病變的鑒別診斷，既往研究多是基于MRI平掃常規(guī)圖像的紋理分析[9]，且鮮有研究報(bào)道應(yīng)用基于功能MRI圖像的紋理分析來鑒別肝臟局灶病變尤其是基于DKI的紋理分析。本文主要探索擴(kuò)散峰度成像和彌散加權(quán)成像紋理特征在鑒別肝臟實(shí)性占位的良惡性的診斷價(jià)值。

本研究中對良惡性病灶A(yù)DC參數(shù)內(nèi)的77個(gè)紋理特征參數(shù)進(jìn)行單因素分析，該結(jié)果與Ye等人的研究[10]結(jié)果相似，大多數(shù)直方圖特征和灰度共現(xiàn)矩陣特征在兩組病理亞型之間有統(tǒng)計(jì)學(xué)意義。熵是無序的度量，值越高，異質(zhì)性程度越大，另一方面，峰度是直方圖峰值的度量，隨著異質(zhì)性的增加而降低[11]。平均值與整體亮度相關(guān)，與增強(qiáng)的信號(hào)強(qiáng)度呈正相關(guān)[12]。更亮像素?cái)?shù)量的增加使直方圖的尾部向右移動(dòng)，從而導(dǎo)致正偏度。惡性病灶顯示出更大的擴(kuò)散限制，因此具有更高的平均值以及DWI的更多正偏度[13]，因此良性病灶主要以負(fù)偏態(tài)為主，惡性病變主要以正偏態(tài)為主。本研究中盡管惡性病灶和良性病灶熵值差異無顯著差異，但惡性病灶的熵值較良性病灶高，與良性病灶相比，惡性病灶顯示出較高的平均值，提示擴(kuò)散限制大，考慮原因可能是惡性病灶更易發(fā)生壞死，在形態(tài)學(xué)成像上表現(xiàn)出更多的異質(zhì)性，與國內(nèi)外文獻(xiàn)結(jié)果相似。

DKI是一種近幾年用來探查非高斯分布的水分子擴(kuò)散特征的新技術(shù)，對捕獲組織微觀結(jié)構(gòu)復(fù)雜性較為敏感，被廣泛用于探測組織微觀結(jié)構(gòu)的變化。DKI既可獲得DTI的擴(kuò)散系數(shù)，如FA、MD[14]，又可獲得反映水分子擴(kuò)散過程中非高斯分布的擴(kuò)散峰度系數(shù)，如MK、Kr和Ka值[15]。本研究對DKI的主要量化參數(shù)分別進(jìn)行紋理分析，篩選出對參數(shù)具有意義的紋理，再根據(jù)Logistic回歸方程計(jì)算出各參數(shù)的值。結(jié)果顯示MD參數(shù)紋理特征S(0，1)SumEntrp、S(1，-1)SumEntrp、135dr_Fraction對預(yù)測預(yù)測肝臟實(shí)性占位良惡性有統(tǒng)計(jì)學(xué)意義。SumEntrp是相鄰體素灰度總和的隨機(jī)性度量，已有研究提示此紋理可鑒定癌癥的治療效果[16]。

綜上所述，基于DWI及DKI的紋理分析是鑒別肝臟實(shí)性占位良惡性的診斷手段，各參數(shù)敏感性、特異性、準(zhǔn)確性存在差異，基于MD圖的紋理分析較ADC、MK圖的紋理分析診斷效能高。