張蕊,徐曄,李偉
頸部淋巴結(jié)腫大是兒童頸部常見體征之一,是各種疾病的非特異性臨床表現(xiàn)。感染性淋巴結(jié)炎是兒童頸部淋巴結(jié)腫大最常見病因,以化膿菌和結(jié)核菌感染最為多見,腫大的淋巴結(jié)常伴有壞死?;摼徒Y(jié)核菌感染的治療方法完全不同,故準確診斷具有重要的臨床意義[1]。頸部淋巴結(jié)活檢是確診不同病原感染的金標準,影像檢查對于評價淋巴結(jié)病變具有重要作用,但存在淋巴結(jié)壞死時,在CT圖像上通常難以準確鑒別不同性質(zhì)的病變[2,3]。
目前有關(guān)兒童頸部伴有壞死的淋巴結(jié)炎的影像研究報道較少,本研究回顧性地分析本院過去8年伴有壞死的頸部淋巴結(jié)炎的CT影像資料,總結(jié)10個征象,并評價這些征象的診斷意義。此外,由于影像組學能提供客觀的定量信息,解決了傳統(tǒng)影像分析的主觀性問題[4,5];兒童淋巴結(jié)疾病的影像組學研究很少[6],有關(guān)兒童頸部炎性淋巴結(jié)病變的影像組學研究尚未見報道,因此,本研究基于頸部淋巴結(jié)CT圖像應(yīng)用影像組學方法對淋巴結(jié)炎進行鑒別診斷,旨在進一步提高對頸部淋巴結(jié)病變的診斷水平。
1.臨床資料
回顧性將 2014年9月-2022年5月在本院經(jīng)活檢或臨床確診為頸部化膿性或結(jié)核性淋巴結(jié)炎且CT增強顯示腫大淋巴結(jié)有壞死的101例患兒納入本研究。①本研究中共納入52例化膿性淋巴結(jié)炎患者,其中25例經(jīng)活檢病理證實,其他經(jīng)臨床明確診斷,診斷標準:患兒有發(fā)熱、頸部捫及腫大淋巴結(jié)、有壓痛,白細胞、中性粒細胞和C反應(yīng)蛋白升高,無結(jié)核接觸史,抗生素治療有明顯療效。②本研究中全部結(jié)核病例進行了穿刺活檢,43例病理報告為結(jié)核性淋巴結(jié)炎,其他為肉芽腫性炎,后者通過結(jié)合結(jié)核菌素試驗、結(jié)核菌感染T細胞斑點試驗、Xpert結(jié)核分枝桿菌/利福平試驗、典型影像學表現(xiàn)(如淋巴結(jié)鈣化、淋巴結(jié)壞死、淋巴結(jié)腫大強化或胸部CT顯示有索條影、結(jié)核球、空洞等征象)、結(jié)核接觸史以及抗結(jié)核治療效果明顯而確診。排除標準:①因運動偽影、對比劑注射方案不合理、掃描條件控制不佳或設(shè)備原因等導致成像質(zhì)量達不到研究要求;②合并其它系統(tǒng)性炎癥或非炎癥性疾病、免疫缺陷或腫瘤等疾病;③曾有面頸部外傷史和/或手術(shù)史,或合并有其它局灶性病變;④CT檢查前已行抗感染或抗結(jié)核治療≥3天。
2.CT檢查方法
使用GE LightSpeed VCT 64排螺旋 CT機進行頸部CT平掃和靜脈期增強掃描。掃描參數(shù):100 kV,100 mAs,掃描層厚5.0 mm,層間距5.0 mm。對比劑為碘海醇(300 mg I/mL),劑量為2.0 mL/kg,注射流率2.0 mL/s,通過高壓注射器注入肘靜脈,于給藥后約60 s行增強掃描。
3.圖像分析
由兩位具有10年以上診斷經(jīng)驗的高年資放射科醫(yī)師獨立分析CT圖像,對意見不一致的病例經(jīng)協(xié)商后達成一致意見。主要分析10個CT征象,包括最大壞死淋巴結(jié)的短徑(即選取伴有壞死的最大淋巴結(jié)的最大壞死區(qū)短徑,簡稱為最大短徑)、壞死區(qū)與淋巴結(jié)面積的比值(necrotic area/lymph node area,NA/LA)、壞死區(qū)內(nèi)有無分隔、壞死區(qū)邊緣是否光滑、平掃壞死區(qū)是否可見、有無鈣化、淋巴結(jié)強化的形態(tài)、淋巴結(jié)強化程度、淋巴結(jié)邊緣和有無淋巴結(jié)融合。淋巴結(jié)強化程度的測量由一位影像科醫(yī)師在增強靜脈期圖像上選取伴有壞死的淋巴結(jié)的最大層面,在淋巴結(jié)未壞死區(qū)內(nèi)勾畫ROI,由GE后處理系統(tǒng)自動計算ROI的平均CT值(圖1a)。
圖1 最大壞死淋巴結(jié)ROI手動分割方法。a)由一位影像科醫(yī)師在增強靜脈期圖像上選取伴有壞死的淋巴結(jié)的最大層面,在病灶實性區(qū)域內(nèi)勾畫ROI,應(yīng)用GE后處理功能自動計算ROI的平均CT值;b)利用Radcloud平臺工具,由一位影像科醫(yī)師沿著淋巴結(jié)邊緣勾畫ROI,用于影像組學特征的提取。
影像組學分析采用匯影醫(yī)療科技(中國北京)有限公司開發(fā)的Radcloud影像組學平臺,將101個病例的CT增強掃描靜脈期圖像導入此平臺進行分析和后處理[7,8]。使用隨機法按照2:8的比例將101個病例分為訓練集和測試集。圖像分割由同一位影像醫(yī)師在增強靜脈期圖像上選取伴有壞死的淋巴結(jié)的所有層面,沿淋巴結(jié)邊緣逐層手動勾畫ROI(圖1b),獲得病灶的容積ROI(VOI)。淋巴結(jié)與周圍組織的區(qū)分標志為強化程度(靜脈期炎性淋巴結(jié)的強化程度高于周圍軟組織)。
利用Radcloud平臺從靜脈期圖像上病灶的ROI中共提取了1409個定量特征,可分為3類:①一階統(tǒng)計特征,包括126個特征,這些特征是反映CT圖像上體素強度分布的定量指標。②基于形狀和大小的要素,包含14個反映區(qū)域形狀和大小的三維要素。③根據(jù)灰度運行長度和灰度共生紋理矩陣計算,將525個可量化區(qū)域異質(zhì)性差異的紋理特征歸為第3類特征(紋理特征)。為了減少冗余特征,使用單變量特征選擇的SelectKBest方法,該方法使用P值來分析特征與分類結(jié)果之間的關(guān)系,并選擇P<0.05的特征。
首先使用方差閾值法從1409個特征中篩選出378個特征,然后使用SelectKBest算法篩選出23個特征,最后使用最小絕對收縮和選擇算法篩選出9個特征與兩種淋巴結(jié)病變顯著相關(guān)。根據(jù)所選特征,采用k-最鄰近算法(k-Nearest Neighbor,KNN)、支持向量機(support vector machine,SVM)、極限梯度提升(extrme gradient boosting,XGBoost)、隨機森林(random forest,RF)、邏輯回歸(logistics regression,LR)和決策樹(decision tree,DT)這6個分類器分別構(gòu)建影像組學模型,并利用5折交叉驗證提高模型的有效性。
4.統(tǒng)計學分析
使用SPSS 19.0軟件進行數(shù)據(jù)分析。采用獨立樣本t檢驗及卡方檢驗對化膿性淋巴結(jié)炎與結(jié)核性淋巴結(jié)炎的影像學征象進行比較,檢驗水準α=0.05。利用Radcloud平臺進行影像組學特征的提取和建模。在測試集與訓練集中采用ROC曲線分析不同模型的診斷效能,并計算AUC、符合率、敏感度和特異度等指標值,并計算精確度、召回率和f1評分來以評估模型的預(yù)測效能。
1.一般臨床資料
52例化膿性淋巴結(jié)炎患兒(實驗組)中,男、女各26例;年齡1個月~12歲,平均(2.9±3.1)歲;白細胞計數(shù)升高和(或)血小板計數(shù)升高41例,紅細胞計數(shù)減少12例。49例淋巴結(jié)結(jié)核患兒(對照組)中,男31例,女18例;年齡1~15歲,平均(7.8±4.5)歲。兩組患兒的主要臨床表現(xiàn)為頸部包塊、發(fā)熱和疼痛。兩組之間年齡的差異有統(tǒng)計學意義(P<0.01)。
2.CT征象的比較
實驗組與對照組主要CT征象的對比見表1和圖2~3。與對照組比較,實驗組的最大短徑較大、未壞死區(qū)增強靜脈期CT值較高,且淋巴結(jié)融合87%(45/52)和壞死區(qū)內(nèi)分隔73%(38/52)更多見,而對照組中淋巴結(jié)邊緣清楚49%(24/49)、壞死區(qū)邊緣規(guī)則33%(16/49)和鈣化灶更多見,上述征象的組間差異均有統(tǒng)計學意義(P<0.05)。平掃時壞死區(qū)均可見和動脈期環(huán)狀強化的出現(xiàn)率以及NA/LA在兩組之間的差異均無統(tǒng)計學意義(P>0.05)。
表1 化膿性淋巴結(jié)炎與結(jié)核性淋巴結(jié)炎主要CT征象的比較
圖2 伴有壞死的化膿性淋巴結(jié)炎的CT表現(xiàn)。a)男性患兒,8歲,CT增強靜脈期示左側(cè)頸部胸鎖乳突肌前方有一腫大淋巴結(jié)(黃箭),邊緣不清晰;b)女性患兒,4個月,CT增強靜脈期示右側(cè)咽后壁及頸動脈旁有巨大淋巴結(jié)病變(黃箭),淋巴結(jié)最大短徑約35.50 mm(>20 mm);c)女性患兒,4個月,CT增強靜脈期示左側(cè)頸動脈鞘內(nèi)有一腫大淋巴結(jié),中心壞死區(qū)表現(xiàn)為微弱強化的低密度區(qū)、邊緣不規(guī)則;d)女性患兒,7個月,CT增強靜脈期示右側(cè)頸部頜下腺后方有一腫大淋巴結(jié),淋巴結(jié)融合,其內(nèi)有分隔(黃箭)。
3.影像組學研究
特征提取和篩選:增強靜脈期圖像提取了1409個影像組學特征。使用方差閾值、SelectKBest、最小絕對收縮和選擇算法逐步降低高維特征的維數(shù),最終篩選出9個最優(yōu)特征(圖4)。
圖4 使用方差閾值、SelectKBest、最小絕對收縮和選擇算法逐步從1409個特征中選擇9個特征。
影像組學模型的診斷效能:將篩選獲得的9個最優(yōu)影像組學特征分別采用6種分類器構(gòu)建影像組學模型,對模型的預(yù)測效能進行ROC曲線分析,結(jié)果詳見表2和圖5。SVM模型在測試集中的AUC、符合率、敏感度和特異度分別為0.89(95% CI:0.72~1.00)、0.88、0.78和0.90,優(yōu)于其它5種模型。
表2 基于CT增強靜脈期不同分類器組學模型的預(yù)測效能
低齡兒童機體抵抗力較差,淋巴結(jié)的防御屏障不完善,容易引起頸部化膿性淋巴結(jié)炎?;撔粤馨徒Y(jié)炎的病原菌中最常見的為金黃色葡萄球菌和溶血性鏈球菌[9]。結(jié)核性淋巴結(jié)炎常見于兒童及青年,其致病菌多系人型結(jié)核菌[10]。兩種類型淋巴結(jié)炎在CT圖像上均表現(xiàn)為淋巴結(jié)腫大和壞死,不易鑒別[11,12]。
本研究中頸部化膿性淋巴結(jié)炎患兒的發(fā)病年齡明顯小于結(jié)核性淋巴結(jié)炎,這可能與兩組患兒的活動范圍、人際環(huán)境和免疫狀態(tài)等因素有關(guān)[13,14]。本研究中對兩組患兒的增強靜脈期CT 圖像進行分析,對比了10個征象的出現(xiàn)率在2組間的差異,結(jié)果顯示:兩組之間最大短徑、淋巴結(jié)邊緣清楚與否、淋巴結(jié)有無融合、壞死區(qū)邊緣是否規(guī)則、壞死區(qū)是否有分隔、淋巴結(jié)鈣化以及未壞死區(qū)的強化程度等7個征象的出現(xiàn)率在兩組間的差異有統(tǒng)計學意義(P<0.05)。較大的壞死淋巴結(jié)、模糊的淋巴結(jié)邊緣、出現(xiàn)壞死區(qū)內(nèi)分隔、不規(guī)則的壞死區(qū)邊緣和更明顯的實質(zhì)部分強化傾向于提示化膿性淋巴結(jié)炎。既往的研究中通常將壞死區(qū)在CT平掃圖像上淋巴結(jié)未顯示而在增強圖像上顯示作為判斷淋巴結(jié)壞死是否為干酪樣壞死的重要依據(jù)[15-17]。本組病例中,實驗組中48%的淋巴結(jié)壞死區(qū)在CT平掃圖像上不可見,對照組中為47%,兩組間差異無統(tǒng)計學意義(χ2=0.01,P=0.91),提示CT平掃淋巴結(jié)壞死區(qū)是否顯示不宜作為結(jié)核性壞死與化膿性壞死的鑒別依據(jù)。化膿性淋巴結(jié)炎在急性期時炎性滲出導致淋巴結(jié)實質(zhì)部分密度降低,加上壞死物未充分崩解、液化,使得壞死區(qū)在CT平掃圖像上可以不顯示。淋巴結(jié)鈣化在結(jié)核組中的出現(xiàn)率明顯高于化膿組,與Kim等[18]的研究結(jié)果相似。鈣化灶的出現(xiàn)高度提示兒童結(jié)核性淋巴結(jié)炎,但尚需排除甲狀腺癌轉(zhuǎn)移、神經(jīng)母細胞瘤轉(zhuǎn)移和Castleman病等的可能性。結(jié)合年齡和CT影像特征有助于區(qū)分化膿性和結(jié)核性頸部淋巴結(jié)炎。
影像組學分析應(yīng)用自動數(shù)據(jù)特征化算法將感興趣區(qū)的信息轉(zhuǎn)換為高通量定量特征值,這些定量特征可能是人類視覺無法感知的生物信息[19,20],對于頸部淋巴結(jié)病灶性質(zhì)的評估具有較大價值。有關(guān)兒童頸部淋巴結(jié)炎的CT影像組學的報道缺乏,本研究中基于靜脈期CT增強圖像利用影像組學方法提取并篩選影像組學特征作為重要的預(yù)測因子來構(gòu)建影像組學預(yù)測模型。結(jié)果表明,影像組學模型可以有效鑒別化膿性與結(jié)核性淋巴結(jié)炎。原因可能是,從增強后靜脈期圖像中提取的放射組學特征可以更好檢測和描述病灶的生物學特征?;撔粤馨徒Y(jié)炎與結(jié)核性淋巴結(jié)炎的病理生理過程不同,這種差異性使得病變淋巴結(jié)呈現(xiàn)不同的表現(xiàn),可以利用能獲取病灶高通量信息的影像組學分析方法將兩種病理過程不同的病變區(qū)分開來。
本研究存在一定的局限性:首先,本研究為回顧性研究,可能具有一定的選擇偏倚;其次,未包括其它類型的頸部炎性淋巴結(jié)病變,在未來的研究中將納入多種疾病類型,結(jié)合多中心和前瞻性研究,進一步進行分析。
總之,盡管對于伴有壞死的兒童頸部化膿性淋巴結(jié)炎和結(jié)核性淋巴結(jié)炎CT鑒別診斷有一定困難,但兩者在發(fā)病年齡和多個CT征象上仍存在一定差異,借助影像組學方法可以獲得更高的診斷效能。隨著影像組學作為精準醫(yī)療的重要組成部分,未來可望更廣泛地地應(yīng)用于兒童疾病的診斷、評估及個體化治療。