董振宇，劉鐳，劉力，張玲利，葉然，譚瑩

香港大學(xué)深圳醫(yī)院超聲科，廣東深圳 518000； *通訊作者 董振宇 Dzy2_2002@163.com

肝內(nèi)占位病變的檢出率逐年增高[1]。同時(shí)，肝內(nèi)結(jié)節(jié)病變種類較多，鑒別診斷困難[2]。因此，提高肝內(nèi)占位病變的惡性檢出率是目前無創(chuàng)診斷領(lǐng)域關(guān)注的熱點(diǎn)。超聲是目前使用最廣泛的無創(chuàng)診斷技術(shù)之一。隨著圖像識別技術(shù)的發(fā)展，超聲診斷的智能化為臨床診療提供了更加客觀和全面的決策支持[3]。本研究使用病理干涉圖像灰度分布分析程序鑒別診斷肝內(nèi)占位病變圖像的良惡性，并與人工和病理檢查結(jié)果進(jìn)行對比，以探討該技術(shù)的臨床應(yīng)用價(jià)值。

1 資料與方法

1.1 研究對象 回顧性分析2016年1月—2018年9月香港大學(xué)深圳醫(yī)院收治的112例肝內(nèi)發(fā)現(xiàn)占位病變，并接受手術(shù)患者的臨床資料?；颊吣挲g27～65歲，其中男70例，女42例。排除標(biāo)準(zhǔn)：①合并腹水等門靜脈高壓綜合征；②患有心腦血管疾病等；③拒絕本研究涉及的檢查及隨訪。B超檢查顯示本組患者肝內(nèi)占位病變120枚，其中良性80枚，惡性40枚。將良、惡性結(jié)節(jié)隨機(jī)分為建模組及驗(yàn)證組，每組60枚。所有研究對象均經(jīng)過人工、超聲圖像偏倚式干涉（bias interference，BI）及手術(shù)檢查。所有患者均于手術(shù)前簽署知情同意書。本研究經(jīng)香港大學(xué)深圳醫(yī)院倫理委員會審核通過。

1.2 研究方法 使用 Philips iU ELITE、GE LOGIQ E9、Philips EPIQ 5并配合其相應(yīng)凸陣探頭結(jié)合腹部預(yù)設(shè)條件。①病理學(xué)及超聲圖像特征提取：對建模組獲取的病變圖像使用Coral Paint Shop Pro 13為工具，以大體病理標(biāo)本為本底，灰度化本底圖片。以病灶中心為中點(diǎn)，每 120°定向等間距（病灶中心至邊緣長度25%）取點(diǎn)，取點(diǎn)范圍涵蓋病變邊緣[4-5]。參照文獻(xiàn)[6-7]對超聲圖像亦采用相同方法取點(diǎn)并獲取灰階數(shù)值。②BI：對病理及超聲獲取數(shù)據(jù)進(jìn)行相關(guān)性分析。將該分析結(jié)果引入MATLAB并對驗(yàn)證組中病灶超聲圖像進(jìn)行自動分析獲取結(jié)果。③上述相關(guān)性分析結(jié)果導(dǎo)入MATLAB運(yùn)行，對驗(yàn)證組圖像進(jìn)行分析，符合中點(diǎn)、病灶中心至邊緣長度25%、50%、75%病灶（超聲及病理的相應(yīng)位置以下簡稱為“超聲25”“病理25”，并以此類推）及邊緣的圖像被系統(tǒng)自動標(biāo)識。全部標(biāo)識的病灶作為惡性病變特征；未完全標(biāo)識則被設(shè)定為良性病變。④收集上述過程獲得的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)學(xué)分析，包括病理及超聲各點(diǎn)良惡性的差異性以及超聲圖像與病理圖像各點(diǎn)的相關(guān)性；同時(shí)以病理結(jié)果作為“金標(biāo)準(zhǔn)”，對超聲識別結(jié)果和人工檢查結(jié)果分別進(jìn)行一致性分析。

1.3 統(tǒng)計(jì)學(xué)方法 采用SPSS 23.0軟件，灰階等計(jì)量資料以±s表示。建模組病理和超聲各點(diǎn)的多組間比較采用單因素方差分析；計(jì)數(shù)資料組間比較采用χ2檢驗(yàn)。病理與 BI及人工檢查結(jié)果的一致性分析采用Kappa檢驗(yàn)。P<0.05表示差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

以病理檢查為“金標(biāo)準(zhǔn)”，建模組良性病變37例、惡性23例，驗(yàn)證組良性病變43例、惡性17例，組間良惡性病變差異無統(tǒng)計(jì)學(xué)意義（χ2=1.350，P=0.333）。

建模組中，良惡性病灶的病理及超聲圖像灰階差異均有統(tǒng)計(jì)學(xué)意義（F=18.946，P=0.000；F=43.496，P=0.000），其灰階值的統(tǒng)計(jì)描述及方差分析結(jié)果見表1、2。

超聲圖像各點(diǎn)與病理圖像灰度測值具有相關(guān)性（P<0.05）。見表3、圖1。

表1 建模組病理圖像灰階（±s）

表1 建模組病理圖像灰階（±s）

性質(zhì) 中心 距中心25%瘤體大小 距中心50%瘤體大小 距中心75%瘤體大小 邊緣良性 184.4±6.3 173.0±7.2 145.5±6.5 123.9±6.4 105.1±8.0惡性164.2±3.5152.0±3.1124.5±3.9103.6±3.5100.7±9.6

表2 建模組超聲圖像灰階（±s）

表2 建模組超聲圖像灰階（±s）

性質(zhì) 中心 距中心25%瘤體大小 距中心50%瘤體大小 距中心75%瘤體大小 邊緣良性 76.6±13.0 60.4±11.5 53.2±14.8 51.3±12.2 43.8±13.5惡性85.3±10.780.1±22.876.1±13.573.8±22.367.4±22.1

表3 超聲及病理圖像相關(guān)性分析結(jié)果

圖1 超聲及病理灰階分布

通過BI分析識別的良惡性結(jié)果與病理結(jié)果具有較高的一致性（Kappa=0.789，P=0.000），總準(zhǔn)確率為91.7%（55/60）；病理結(jié)果與人工檢查結(jié)果亦具有較好的一致性（Kappa=0.596，P=0.000），總準(zhǔn)確率為80.0%（48/60）。見表4、5。

表4 圖像特征識別結(jié)果（例）

表5 BI與人工檢查圖像識別結(jié)果（例）

3 討論

超聲作為一種簡便的醫(yī)學(xué)常用技術(shù)已得到廣泛使用。本研究旨在通過獲取超聲圖像特征，分析其與病理圖像的一致性，并與人工檢查結(jié)果進(jìn)行一致性分析，以期分析過程自動化，提高診斷效率，對其臨床應(yīng)用價(jià)值進(jìn)行初步研究。既往研究更加注重對病理圖像特征的肉眼識別，往往對于不同儀器、不同操作者的差異和圖像的數(shù)學(xué)模型特征不夠重視[8-9]。本研究建模基于病理大體標(biāo)本，在超聲相應(yīng)位置基于灰階圖像建立圖像干涉，對超聲圖像進(jìn)行糾正并建模。

病理學(xué)大體圖像建模的優(yōu)勢在于解剖結(jié)構(gòu)的相似性，利用相對位置的圖像特征對超聲圖像屬性進(jìn)行調(diào)整。本研究通過多層次動態(tài)掃查獲取全容積圖像，在結(jié)合病理學(xué)以超聲視角進(jìn)行操作（如切割固定）基礎(chǔ)上提取相應(yīng)部位圖像，以保證對應(yīng)位置的準(zhǔn)確性。

本研究相關(guān)性分析中的散點(diǎn)圖呈沿線性集中的趨勢，反映超聲圖像的變化規(guī)律與病理相對應(yīng)。邊緣選取點(diǎn)數(shù)量較少的原因是患者部分合并肝硬化，部分無基礎(chǔ)肝臟病變，故其背景圖像的不均質(zhì)性可能造成圖像干涉的不確定性，從而可能造成對病灶定性的錯(cuò)誤。

本研究結(jié)果顯示，超聲圖像和病理圖像的定位點(diǎn)特征差異無統(tǒng)計(jì)學(xué)意義，與人工檢查的一致性分析差異亦無有統(tǒng)計(jì)學(xué)意義。本研究的重點(diǎn)在于將傳統(tǒng)的肉眼識別病理、超聲圖像通過數(shù)學(xué)模型的特征識別應(yīng)用于圖像分析。而目前的研究則主要集中于超聲圖像算法的改良[10-11]。對于良惡性的鑒別診斷，除使用中心距離的圖像灰階屬性分析外，還可使用區(qū)域光點(diǎn)分布密度進(jìn)行分析，從而增加該技術(shù)應(yīng)用的廣度及對更大范圍病理分型的診斷[12]。

本研究的局限性：①對于肝內(nèi)占位病變亞型的分類無法以通用公式解決。由于大體標(biāo)本的獲取、切割直接影響診斷的準(zhǔn)確性，大量數(shù)據(jù)對于工作平臺的性能亦有一定的要求，故進(jìn)行廣泛臨床應(yīng)用仍有困難。②由于對于分辨率要求較高，較小的病變依然存在取點(diǎn)的困難；而病灶直徑是否>3 cm是腫瘤生物學(xué)特性發(fā)生高度惡性轉(zhuǎn)變的重要時(shí)期，兩者存在一定的矛盾，故仍需要大樣本數(shù)據(jù)的檢驗(yàn)[13]。③統(tǒng)計(jì)過程中，距中心 25%瘤體大小處的超聲圖像與病理學(xué)檢查圖像的相關(guān)系數(shù)較低，其原因可能是超聲圖像采點(diǎn)存在偏差，且瘤體本身出現(xiàn)局限性的特殊繼發(fā)性改變，如出血、鈣化。未來工作中將通過更多病例研究以論證該情況出現(xiàn)的原因，尤其對于局限性的繼發(fā)性病理改變?nèi)绾无D(zhuǎn)變成通用的數(shù)學(xué)模型具有重要意義。

本研究利用BI技術(shù)對超聲圖像調(diào)整并應(yīng)用于臨床診斷研究，發(fā)現(xiàn)相對于病理結(jié)果較為準(zhǔn)確，相對于人工操作具有較好的一致性，從而有助于為臨床提供較有價(jià)值的信息。