廖先國(guó),段秀蘋(píng),唐 偉,羅小平

(1.重慶醫(yī)科大學(xué)附屬第一醫(yī)院合川醫(yī)院放射科,重慶 401520;2.川北醫(yī)學(xué)院附屬醫(yī)院放射科,四川南充 637000;3.重慶醫(yī)科大學(xué)附屬第二醫(yī)院放射科,重慶 400010)

紋理分析作為一種計(jì)算機(jī)圖像處理技術(shù),可以從常規(guī)掃描的影像圖像中提取大量定量參數(shù),而無(wú)須添加額外的新掃描序列[1-3]。并且,易于加入現(xiàn)有的影像診斷流程,不受醫(yī)生的主觀判斷、診斷經(jīng)驗(yàn)等因素影響,能客觀地提供肉眼觀察以外的更多圖像信息細(xì)節(jié)。目前,較多研究證實(shí)紋理分析能提供大量的定量信息,廣泛應(yīng)用于腫瘤鑒別、療效和預(yù)后評(píng)估等方面[4-5]。但在非腫瘤方面的應(yīng)用相對(duì)較少,目前主要用于評(píng)估肝纖維化、骨質(zhì)疏松等[6-10]。關(guān)于胰腺紋理分析的研究報(bào)道主要集中于胰腺腫瘤性病變,而在非腫瘤方面的胰腺紋理分析研究報(bào)道較少。有學(xué)者研究證實(shí),基于腹部多排螺旋計(jì)算機(jī)體層攝影(MDCT)斷層圖像上胰腺紋理分析有助于預(yù)測(cè)2型糖尿病(T2DM)[11-12]。但在MRI上分析胰腺紋理特征與T2DM相關(guān)性的研究報(bào)道較少。因此,本研究在MRI上提取胰腺紋理特征,挖掘圖像內(nèi)部信息,探討T2DM患者與血糖正?；颊咭认偌y理特征的差異。

1 資料與方法

1.1 一般資料

回顧性分析2017年9月至2019年9月經(jīng)重慶醫(yī)科大學(xué)附屬第一醫(yī)院合川醫(yī)院臨床確診并接受上腹部或全腹部3.0T MRI檢查的T2DM患者。入組標(biāo)準(zhǔn):(1)已明確診斷或于本次檢查住院期間明確診斷T2DM;(2)無(wú)胰腺炎和胰腺占位等器質(zhì)性病變;(3)年齡≥18歲;(4)MRI上T2加權(quán)成像(T2WI)序列圖像胰腺顯示清晰,不影響感興趣區(qū)(ROI)勾畫(huà)。共納入符合標(biāo)準(zhǔn)的患者24例(T2DM組),男13例,女11例;年齡45～85歲,平均(64.54±12.38)歲。收集同一時(shí)間段接受上腹部或全腹部3.0T MRI檢查的血糖正常且無(wú)胰腺相關(guān)疾病的31例肝囊腫或肝血管瘤患者作為對(duì)照(血糖正常組),男16例,女15例;年齡31～83歲,平均(61.42±14.89)歲。兩組性別、年齡比較,差異均無(wú)統(tǒng)計(jì)學(xué)意義(P>0.05)。

1.2 方法

1.2.1掃描設(shè)備和技術(shù)參數(shù)

掃描機(jī)型為美國(guó)GE公司3.0T超導(dǎo)型MR掃描儀(型號(hào):Discovery MR750),體部32通道全腹部相控陣列表面線圈?；颊邫z查前禁水、禁食6～8 h。檢查時(shí)患者取仰臥位,雙臂上舉,定位中心位于患者劍突下緣,呼吸門(mén)控放于腹部呼吸幅度最大處。掃描序列如下:橫斷面脂肪抑制三維肝臟容積快速采集(3D liver acquisition with volume acceleration,3D-LAVA)序列T1加權(quán)成像(T1WI)、橫軸面及冠狀面單次激發(fā)快速自旋回波(single shot fast spin echo,SSFSE)序列T2WI、呼吸觸發(fā)運(yùn)動(dòng)矯正T2壓脂(RTr T2 fs Propeller)序列T2WI-FS、磁共振膽胰管成像(MRCP)、同相位(in phase)、反相位(out phase)、LAVA-Flex FAT序列;LAVA C+多期動(dòng)態(tài)增強(qiáng)掃描。用美國(guó)Mallinckrodt公司MR專(zhuān)用雙管高壓注射器經(jīng)前臂靜脈注射MR對(duì)比劑釓雙胺注射液(Gadodiamide,上海GE藥業(yè)),濃度為0.5 mmol/mL,劑量0.2 mmol/kg,不超過(guò)20 mL,注射速率為3.0 mL/s,一般在5～7 s注射完畢,最后用20 mL生理鹽水灌洗。每一時(shí)相采集時(shí)間13～18 s。掃描參數(shù)見(jiàn)表1。

表1 上腹部3.0T磁共振掃描序列參數(shù)

1.2.2胰腺ROI勾畫(huà)及紋理特征提取

將入組患者平掃T2WI圖像橫斷面dicom格式圖像導(dǎo)入3D slicer4.11軟件,由一名具有3年工作經(jīng)驗(yàn)的放射科醫(yī)師在不知道患者臨床診斷信息的情況下,沿胰腺邊緣半自動(dòng)逐層勾畫(huà)ROI(圖1),勾畫(huà)過(guò)程中避開(kāi)周?chē)芗爸饕裙?。勾?huà)結(jié)束后選擇3D slicer軟件內(nèi)置radiomics模塊對(duì)獲得的ROI提取紋理特征,包括形狀特征、一階直方圖特征和二階特征參數(shù)。其中形狀特征反映ROI內(nèi)胰腺組織的大小和形狀,如最大徑、表面積、體積等特征;一階直方圖特征描述MRI圖像ROI內(nèi)胰腺組織的強(qiáng)度信息,如百分位數(shù)、標(biāo)準(zhǔn)差、均數(shù)、方差等特征;二階特征參數(shù)是從原始圖像的小波變換中得到的統(tǒng)計(jì)特征和紋理特征。

A:胰腺橫斷位T1WI MR圖;B:胰腺冠狀位T1WI MR圖;C:胰腺矢狀位T1WI MR圖;D:胰腺3維重建圖。R:右側(cè);S;上方;L:左側(cè);I:下方;P:后方。圖1 在橫斷位、冠狀位和矢狀位T1WI MR圖上勾畫(huà)胰腺三維圖提取胰腺紋理特征示意圖

1.2.3數(shù)據(jù)預(yù)處理

為了消除指標(biāo)之間的量綱和取值范圍差異的影響,需要進(jìn)行標(biāo)準(zhǔn)化處理,將數(shù)據(jù)按照比例進(jìn)行縮放,使之落入一個(gè)特定的區(qū)域,便于進(jìn)行綜合分析。Z-score標(biāo)準(zhǔn)化是常用的標(biāo)準(zhǔn)化方式[13],本研究選用Z-score標(biāo)準(zhǔn)化對(duì)數(shù)據(jù)進(jìn)行預(yù)處理后再進(jìn)行下一步分析。Z-score標(biāo)準(zhǔn)化即原始數(shù)據(jù)距離其均值多少個(gè)標(biāo)準(zhǔn)差的量化分?jǐn)?shù)。在均值之上,則得到一個(gè)正的量化分?jǐn)?shù),在均值之下,則得到一個(gè)負(fù)的量化分?jǐn)?shù)。

1.2.4數(shù)據(jù)降維及特征篩選

先對(duì)所有紋理特征進(jìn)行顯著性分析,對(duì)Z-score標(biāo)準(zhǔn)化過(guò)后的數(shù)據(jù)進(jìn)行正態(tài)性檢驗(yàn),根據(jù)數(shù)據(jù)是否符合正態(tài)分布,使用兩獨(dú)立樣本t檢驗(yàn)或Mann-WhitneyU檢驗(yàn)進(jìn)行顯著性分析,篩選出有差異的胰腺紋理特征。然后應(yīng)用最小絕對(duì)收縮和選擇器運(yùn)算符(the least absolute shrinkage and selection operator,Lasso) 再次篩選,對(duì)差異有統(tǒng)計(jì)學(xué)意義的紋理特征參數(shù)進(jìn)行降維,選擇出最具有差異性的紋理參數(shù)進(jìn)行下一步分析。

1.3 統(tǒng)計(jì)學(xué)處理

2 結(jié) 果

2.1 紋理特征參數(shù)的提取

總共獲取紋理特征參數(shù)107個(gè),包括14個(gè)形狀特征、18個(gè)一階直方圖特征及75個(gè)二階特征。其中75個(gè)二階特征分為5類(lèi):(1)灰度共生矩陣(gray level co-occurrence matrix,GLCM)24個(gè),反映圖像灰度關(guān)于方向、紋理特征值提取相鄰間隔和變化幅度的綜合信號(hào);(2)灰度相關(guān)矩陣(gray level dependence matrix,GLDM)24個(gè),反映圖像灰度之間的相關(guān)性;(3)灰度游程矩陣(gray level run-length matrix,GLRLM)16個(gè),反映圖像中像素點(diǎn)的數(shù)量和灰度級(jí)別,得到一個(gè)長(zhǎng)度矩陣;(4)灰度級(jí)帶矩陣(gray level size zone matrix,GLSZM)16個(gè),反映所有相鄰灰度值相同的像素個(gè)數(shù);(5)鄰域灰度差分矩陣(neighborhood gray-tone difference matrix,NGTDM)5個(gè),反映灰度值與周?chē)噜徎叶戎档牟町悺?/p>

2.2 數(shù)據(jù)降維及特征篩選

特征篩選結(jié)果顯示,兩組間有32個(gè)特征比較,差異有統(tǒng)計(jì)學(xué)意義(P<0.05),見(jiàn)表2。對(duì)差異有統(tǒng)計(jì)學(xué)意義的特征使用R語(yǔ)言軟件Lasso回歸模型進(jìn)一步篩選出4個(gè)更具有代表意義的特征(圖2):第10百分位數(shù)、長(zhǎng)游程低灰度優(yōu)勢(shì)、灰度不均勻性標(biāo)準(zhǔn)化.1和小面積低灰度優(yōu)勢(shì)。

Coefficients:Lasso系數(shù);Log Lambda:匿名函數(shù);Binomial Deviance:二項(xiàng)偏差損失函數(shù);Log(λ):調(diào)優(yōu)參數(shù)的對(duì)數(shù)函數(shù)。圖2 胰腺紋理特征Lasso降維過(guò)程圖

表2 T2DM組和血糖正常組MRI T2WI紋理參數(shù)比較

2.3 胰腺紋理特征對(duì)T2DM的診斷效能

ROC曲線顯示,第10百分位數(shù)、長(zhǎng)游程低灰度優(yōu)勢(shì)、灰度不均勻性標(biāo)準(zhǔn)化.1和小面積低灰度優(yōu)勢(shì)預(yù)測(cè)T2DM的ROC曲線下面積(AUC)分別為0.700、0.663、0.664、0.657,第10百分位數(shù)的AUC最高,對(duì)T2DM的預(yù)測(cè)效能優(yōu)于其他特征,見(jiàn)圖3。

圖3 胰腺紋理特征預(yù)測(cè)T2DM的ROC曲線

3 討 論

紋理分析是指通過(guò)圖像處理技術(shù)提取出一系列紋理參數(shù),獲得肉眼不能識(shí)別的圖像紋理特征量化值,能客觀評(píng)估器官的異質(zhì)性或病理改變,并可能反映相關(guān)組織的微環(huán)境信息,其結(jié)果不受評(píng)估者的主觀意識(shí)、工作經(jīng)驗(yàn)等因素影響[14-15]。近年來(lái),磁共振紋理分析在臨床研究中應(yīng)用越來(lái)越廣泛,紋理分析在腫瘤性病變的鑒別診斷、病理亞型分級(jí)、臨床預(yù)后及治療效果評(píng)估等方面的應(yīng)用均有大量文獻(xiàn)報(bào)道[16-18]。這些研究結(jié)果說(shuō)明紋理特征分析在臨床研究中較成熟。目前關(guān)于T2DM的胰腺磁共振紋理分析的文獻(xiàn)報(bào)道較少,本研究對(duì)胰腺整體勾畫(huà)提取紋理特征,探究胰腺紋理特征在T2DM組與血糖正常組的差異。由于隨著年齡增長(zhǎng),胰腺實(shí)質(zhì)或間質(zhì)會(huì)發(fā)生萎縮或脂肪化[19];同時(shí),性別對(duì)胰腺生理性變化也有一定的影響[20]。本研究?jī)山M患者在年齡和性別構(gòu)成上無(wú)明顯差異,減小了年齡、性別等因素對(duì)研究結(jié)果造成的影響。

T2DM早期診斷率低,致殘率高,患者經(jīng)濟(jì)負(fù)擔(dān)重,因此T2DM的早期診斷對(duì)臨床診療及患者預(yù)后尤為重要[21]。但是,在日常診斷工作中,T2DM患者與血糖正常患者的胰腺在肉眼層面很難鑒別。而紋理分析不同于傳統(tǒng)的影像診斷,提供了不同于肉眼診斷的精準(zhǔn)數(shù)字化診斷思路,有希望對(duì)T2DM進(jìn)行早期診斷。在既往的研究中,磁共振胰腺紋理分析主要集中于胰腺腫瘤性病變及胰腺炎等方面[16,18,22-23]。胰腺的胰島、腺泡細(xì)胞和導(dǎo)管網(wǎng)絡(luò)分布在不同部位的差異性為胰腺的紋理特征研究提供了解剖基礎(chǔ)[24]。T2DM的胰島淀粉樣蛋白沉積和相應(yīng)的外分泌腺體纖維化在整個(gè)胰腺呈小葉分布,這種小葉纖維化或淀粉樣蛋白沉積分布是不均勻的,即胰腺在生理和病理上具有空間異質(zhì)性[25]。胰腺局部ROI測(cè)量可能并不能準(zhǔn)確體現(xiàn)出胰腺的病理變化。因此,本研究勾畫(huà)整個(gè)胰腺組織,可以較準(zhǔn)確地反映T2DM患者的胰腺紋理特征變化。

本研究通過(guò)逐層勾畫(huà)ROI,范圍涵蓋了全胰腺,結(jié)果表明:32個(gè)紋理特征在兩組間比較,差異有統(tǒng)計(jì)學(xué)意義(P<0.05),其中21個(gè)特征紋理T2DM組參數(shù)值高于血糖正常組,11個(gè)紋理特征T2DM組參數(shù)低于血糖正常組,提示在圖像微觀層面T2DM組與血糖正常組的胰腺紋理特征有明顯差異。此外,筆者通過(guò)對(duì)紋理特征進(jìn)行篩選,最后得到4個(gè)最具有代表性的紋理特征,分別是第10百分位數(shù)、長(zhǎng)游程低灰度優(yōu)勢(shì)、灰度不均勻性標(biāo)準(zhǔn)化.1和小面積低灰度優(yōu)勢(shì)。對(duì)篩選后紋理特征繪制ROC曲線表明,上述4個(gè)特征在預(yù)測(cè)性診斷T2DM方面具有重要意義,其中第10百分位數(shù)的AUC最高(0.700),提示其診斷效能相對(duì)優(yōu)于其余3項(xiàng)紋理特征。

本研究樣本量較小,在今后的研究中應(yīng)進(jìn)一步加大樣本量,使樣本特征更接近于總體樣本。此外,本研究?jī)H對(duì)T2WI序列進(jìn)行了特征提取,未提取其余磁共振序列紋理特征做進(jìn)一步討論,在將來(lái)的研究中應(yīng)進(jìn)一步增加其他序列,對(duì)比討論最優(yōu)預(yù)測(cè)序列。綜上所述,胰腺紋理分析在T2DM的診斷方面具有重要價(jià)值,在未來(lái)人工智能影像精準(zhǔn)化診斷的發(fā)展中可能提供重要參考依據(jù)。