CT直方圖分析對肺部浸潤前病變和浸潤性肺癌的鑒別診斷價值

王文斐，王玉強，蘇 偉，張凡濤，楊新國

（勝利油田中心醫(yī)院影像科，山東 東營 257034）

近幾十年來肺癌發(fā)病率與死亡率呈逐年遞增趨勢，已居惡性腫瘤發(fā)病率和死亡率的首位。根據(jù)病理學表現(xiàn)，肺癌可分為肺部浸潤前病變和浸潤性肺癌［1-2］，浸潤性肺癌是指癌細胞侵入到腫瘤周圍組織的惡性腫瘤，其最有效的治療方案是手術切除和放化療。本研究嘗試通過CT直方圖參數(shù)分析實現(xiàn)對浸潤性肺癌和肺部浸潤前病變的分類鑒別。

1 資料與方法

1.1 一般資料 收集自2016—2018年在我院行CT檢查的肺癌患者199例，其中男109例，女90例，年齡（57.78±12.46）歲。由2名經(jīng)驗豐富的病理醫(yī)師參照2011年國際肺癌研究學會（International Association for the Study of Lung Cancer，IASLC）、 美國胸科學會（American Thoracic Society，ATS）和歐洲呼吸學會（European Respiratory Society，ERS）多學科肺腺癌新分類指南進行病理分類［1］。199例中浸潤性肺癌111例，男64例，女47例，平均年齡（64.45±9.58）歲；浸潤前病變88例（非典型腺瘤樣增生29例，原位癌 59例），男 45例，女 43例，平均年齡（55.39±6.71）歲，2組性別、年齡差異均無統(tǒng)計學意義（均 P＞0.05）。

1.2 儀器與方法 采用Philips 256層CT（Philips Brilliance MDCT scanners）。多數(shù)患者取仰臥位，少數(shù)取側臥位行橫斷面掃描，使病灶盡量位于掃描肺野高處，在吸氣末屏氣掃描。掃描參數(shù)：120 kV，188 mA，F(xiàn)OV 250 mm×250 mm，掃描及重建矩陣為1 024×1 024，重建層厚1 mm，重建層距0.67 mm。掃描圖像觀察：縱隔窗（窗位 25～55 HU，窗寬 250～350 HU）；肺窗（窗位-600～-450 HU，窗寬 1 500～2 000 HU）。患者均知情同意。

1.3 圖像后處理 所有CT圖像在Philips工作站進行重建，重建CT薄層圖像以DICOM格式輸入到MATLAB 2013b 軟 件 （Mathworks，Natick，MA，USA）中，通過Computational Environment for Radiotherapy Research工具箱進行腫瘤病灶區(qū)域的直方圖參數(shù)提取［3］。提取的CT直方圖參數(shù)共12個，分別為CT最大強度值、CT最小強度值、CT平均強度值、20%強度值、60%強度值、90%強度值、CT值均方根誤差、CT值方差、CT值標準差、直方圖熵值、直方圖峰度和直方圖偏度。

1.4 統(tǒng)計學分析 采用SPSS 19.0統(tǒng)計軟件進行處理。采用非參數(shù)Mann-Whitney檢驗和ROC曲線分析12個CT直方圖參數(shù)在浸潤前病變與浸潤性肺癌中的統(tǒng)計學差異；采用Logistic回歸分析和Fisher系數(shù)回歸分析探究數(shù)學建模對兩類肺部腫瘤的鑒別診斷能力。以P＜0.05為差異有統(tǒng)計學意義。

2 結果

2.1 肺部浸潤前病變和浸潤性肺癌的CT征象對比分析（表1） 浸潤前病變及浸潤性肺癌的平均直徑、分葉征、毛刺征、空泡征及胸膜凹陷征出現(xiàn)率差異均有統(tǒng)計學意義（均P＜0.05）。

表1 浸潤前病變及浸潤性肺癌的CT征象對比

2.2 肺部浸潤前病變及浸潤性肺癌的CT直方圖曲線（圖 1，2）

2.3 CT直方圖參數(shù)的Mann-Whitney檢驗和ROC曲線分析 非參數(shù)Mann-Whitney檢驗在12個CT直方圖參數(shù)中的統(tǒng)計分析結果見表2。除直方圖峰度外，余11個直方圖參數(shù)在兩類肺部病變中差異均有統(tǒng)計學意義（均P＜0.05）；11個直方圖參數(shù)的ROC曲線分析見表3，圖3。11個直方圖參數(shù)對兩類病變的鑒別診斷表現(xiàn)出一定的敏感度和特異度，其中CT直方圖熵值表現(xiàn)出最好的診斷敏感度。

表2 肺部浸潤前病變和浸潤性肺癌的CT直方圖參數(shù)非參數(shù)Mann-Whitney檢驗（HU，±s）

表2 肺部浸潤前病變和浸潤性肺癌的CT直方圖參數(shù)非參數(shù)Mann-Whitney檢驗（HU，±s）

組別 CT最大強度值 CT最小強度值 CT平均強度值 20%強度值 60%強度值 90%強度值肺部浸潤前病變 -375.32±234.72 -845.86±79.10 -636.20±100.5 -720.24±70.50-611.99±107.94-506.43±151.63浸潤性肺癌 -158.24±171.22 -800.26±73.75 -613.35±125.41-620.76±97.98-478.06±135.60-322.55±168.09 P值 ＜0.01 ＜0.01 ＜0.01 ＜0.01 ＜0.01 ＜0.01組別 CT值均方根誤差 CT值方差 CT值標準差 直方圖熵值 直方圖峰度 直方圖偏度肺部浸潤前病變 646.64± 86.1112 438.43±13 355.41 100.14±49.38 5.48±0.64 0.074±1.04 0.116±0.53浸潤性肺癌 526.15±106.0419 681.58±13 919.82 132.64±45.89 6.60±0.51 0.184±1.66 0.336±0.585 P值 ＜0.01 ＜0.01 ＜0.01 ＜0.01 0.976 0.002

2.4 CT直方圖參數(shù)結合回歸分析對肺部病變的鑒別（表4） 回歸分析對兩類樣本有相比于單參數(shù)更好的診斷能力。

3 討論

3.1 概述 浸潤性肺癌是一個連續(xù)的動態(tài)過程［4］，當肺內(nèi)病灶的CT征象表現(xiàn)為分葉、毛刺、空泡征或患者存在胸膜凹陷時應高度懷疑浸潤性肺癌的可能。本研究199例的CT征象及腫瘤直徑統(tǒng)計結果與以往研究［2，5-6］結果一致。

表3 肺部浸潤前病變和浸潤性肺癌CT直方圖參數(shù)的ROC曲線分析

圖1 男，59歲，肺部浸潤前病變（原位癌） 圖1a，1b 分別為CT顯示的病變區(qū)域（紅箭）及對應的CT直方圖曲線 圖2 男，63歲，浸潤性肺癌圖2a，2b 分別為CT顯示的病變區(qū)域（紅箭）及對應的CT直方圖曲線圖3 肺部浸潤前病變和浸潤性肺癌直方圖參數(shù)的ROC曲線

表4 回歸分析對浸潤前病變和浸潤性肺癌的鑒別診斷

3.2 CT直方圖參數(shù)在肺部腫瘤中的應用 CT直方圖參數(shù)被用來對實性肺結節(jié)的良惡性進行鑒別診斷。研究［7］發(fā)現(xiàn)，惡性結節(jié)的直方圖偏度大于良性結節(jié)，直方圖峰度小于良性結節(jié)（均P＜0.05），ROC分析結果顯示直方圖峰度和偏度鑒別診斷實性肺結節(jié)良惡性的敏感度分別為0.982和0.946，特異度分別為1.000和0.764，這表明CT灰度直方圖對肺內(nèi)實性結節(jié)有著較高的鑒別診斷能力。

CT直方圖同樣用來鑒別肺不典型腺瘤樣增生和細支氣管肺泡癌，通過直方圖曲線可發(fā)現(xiàn)，所有肺部病灶在CT值直方圖上均有一個明顯的峰值且峰值的差異均有統(tǒng)計學意義［8］。除此之外，彭曉容等［9］通過CT增強掃描的直方圖參數(shù)分析肺癌組織的分化程度，比較不同分化程度肺癌在CT直方圖參數(shù)值上的差異性，發(fā)現(xiàn)高分化組的偏度、峰度較中低分化組肺癌低，偏度及峰度值與不同分化程度的肺癌存在相關性，認為CT增強掃描的直方圖參數(shù)有利于肺癌術前分化程度的判定。

在本研究中，CT直方圖參數(shù)用來對比分析浸潤前病變和浸潤性肺癌的差異性，共提取直方圖參數(shù)12個；Mann-Whitney檢驗結果顯示，除直方圖峰度外，其余11個直方圖參數(shù)表現(xiàn)出對兩類病變的鑒別診斷能力；直方圖熵值對兩類病變鑒別診斷的敏感度最高（ROC曲線下面積0.912，敏感度 0.901），表明CT直方圖參數(shù)可用來實現(xiàn)對浸潤前病變和浸潤性肺癌的輔助診斷。

3.3 回歸分析在肺部腫瘤中的應用 影像學表現(xiàn)與數(shù)學分析模型的結合也被用在肺部的相關研究中。李建新等［10］應用Logistic多元回歸分析方法和人工神經(jīng)網(wǎng)絡技術對肺癌病理分型進行研究，根據(jù)性別、部位及CT表現(xiàn)建立的肺癌Logistic多元回歸分析模型、人工神經(jīng)網(wǎng)絡診斷模型的自身驗證準確率分別為64.2%和84.9%，通過肺CT表現(xiàn)建立的肺癌病理分型模型可輔助臨床醫(yī)師提高診斷準確率。除CT征象外，CT紋理參數(shù)聯(lián)合回歸分析也用于肺部腫瘤的研究，羅婷等［11］探討通過CT圖像紋理分析鑒別診斷表現(xiàn)為磨玻璃密度結節(jié)的肺腺癌浸潤性的價值，每例肺腫瘤提取396個CT圖像紋理參數(shù)，經(jīng)驗證得到與肺非浸潤腺癌及浸潤腺癌相關的3個參數(shù)，通過Logistic回歸分析發(fā)現(xiàn)其診斷準確率為83.30%，敏感度及特異度分別為77.80%、91.70%，可見CT圖像紋理分析對磨玻璃密度結節(jié)肺腺癌的浸潤性有一定的鑒別診斷能力。研究［12-13］還發(fā)現(xiàn)，通過CT形態(tài)學征象建立的Fisher判別模型對早期肺腺癌浸潤前及浸潤性病變同樣有著很高的鑒別診斷價值。

本研究將Logistic回歸和Fisher系數(shù)回歸應用于CT直方圖參數(shù)，建立了基于CT直方圖參數(shù)的回歸判別模型，Logistic回歸分析對浸潤前病變和浸潤性肺癌的鑒別準確率為93.0%，敏感度為0.909，特異度為0.946；Fisher系數(shù)回歸分析對浸潤前病變和浸潤性肺癌的鑒別準確率為90.5%，敏感度為0.852，特異度為0.946，回歸分析聯(lián)合CT直方圖對肺部病變的浸潤性有著很好的鑒別診斷能力。

綜上所述，本研究發(fā)現(xiàn)CT的直方圖熵值、Logistic回歸分析及Fisher系數(shù)回歸分析對浸潤前病變和浸潤性肺癌有著較高的鑒別診斷效能，可作為臨床術前輔助診斷肺部浸潤性病變的有效工具。