董振宇，劉 鐳，劉 力，張玲利，葉 然，譚 瑩

（香港大學(xué)深圳醫(yī)院醫(yī)學(xué)影像中心超聲部，廣東 深圳 518000）

近年來，甲狀腺占位性病變的檢出率逐年上升［1］。由于甲狀腺占位性病變種類較多，鑒別診斷較困難［2］，因此，提高其惡性檢出率，是目前無創(chuàng)診斷領(lǐng)域關(guān)注的熱點。超聲作為應(yīng)用最廣泛的無創(chuàng)診斷技術(shù)，隨著圖像識別技術(shù)的發(fā)展，其診斷的智能化，為臨床診療提供了更客觀、全面的決策支持［3］。本研究通過病理圖像校正，建立超聲圖像偏倚式干涉技術(shù)，對甲狀腺占位性病變進行良惡性鑒別，并與超聲人工檢查對比，以探討該技術(shù)的臨床應(yīng)用價值。

1 資料與方法

1.1 一般資料 納入2017 年2 月至2018 年1 月我院收治的甲狀腺占位性病變患者100 例，其中男29例，女71 例；年齡21～69 歲，平均（44.0±15.0）歲。納入標(biāo)準：①甲狀腺超聲檢查發(fā)現(xiàn)占位性病變，且經(jīng)過手術(shù)或活檢明確病變性質(zhì)。②患者簽署知情同意書。排除標(biāo)準：①無法配合檢查或完成流程者。②甲狀腺無其他超聲可見的彌漫性或周圍組織侵入甲狀腺區(qū)域的占位性病變。在100 例中選定甲狀腺占位性病變100 個，其中良性25 個，惡性75 個，分為建模組及驗證組。建模組41 個，其中良性病變9 個（22.0%），惡性32 個（78.0%）；驗證組59 個，其中良性病變15 個（25.4%），惡性44 個（74.6%）。2 組良惡性構(gòu)成差異無統(tǒng)計學(xué)意義（χ2=0.160，P=0.689）。本研究經(jīng)我院倫理委員會批準。

1.2 儀器與方法 使用Philips IU Elite、GE Logiq E9、Philips Epiq 5 超聲診斷儀及線陣探頭。建模組圖像使用Coral Paint Shop Pro 2019 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，每120°定向等比間距（病灶中心至邊緣長度的25%）取點，取點范圍涵蓋病變邊緣［4-5］。獲取每點灰階數(shù)值（圖1，2）?；译A數(shù)值是基于人眼所能識別的16 個不同灰度的編碼，以圖像非感興趣區(qū)（固有區(qū)域）采樣作為基準，對灰階數(shù)值進行標(biāo)準化。超聲圖像的處理與病理圖像一致（圖3）［6-7］。為保證超聲圖像和病理圖像的對應(yīng)關(guān)系，病理切片時須按甲狀腺掃查方向切割，以其相對于下頜角（上）、甲狀軟骨（前）、同側(cè)胸鎖關(guān)節(jié)（側(cè)）位置定位其切割點（圖4）。

圖1 大體標(biāo)本圖像 圖2 Paint Shop Pro 定點采集，并測量病理圖像灰度值示例 圖3 Paint Shop Pro 定點采集，并測量超聲圖像灰度值 圖4 線a、b、c 分別以甲狀軟骨（前）、胸鎖關(guān)節(jié)（下）、下頜角（上）相對于甲狀腺腫塊的位置作為定位標(biāo)記，確保切片的準確性

對病理、超聲圖像特征提取數(shù)據(jù)行偏倚式干涉，并對病理及超聲數(shù)據(jù)行相關(guān)性分析，建立回歸方程。將該方程引入MATLAB，并對驗證組中病灶超聲圖像行偏倚式干涉分析獲取結(jié)果。

1.3 統(tǒng)計學(xué)分析 采用SPSS 22.0 統(tǒng)計軟件進行數(shù)據(jù)分析。將超聲偏倚式干涉分析結(jié)果與人工檢查及病理結(jié)果行統(tǒng)計學(xué)分析?；译A等計量資料以±s 表示，2 組比較行t 檢驗，多組間比較行方差分析；計數(shù)資料用相對數(shù)表示，組間比較行χ2檢驗。以P＜0.05為差異有統(tǒng)計學(xué)意義。

2 結(jié)果

建模組病理大體標(biāo)本獲取的圖像灰階數(shù)據(jù)見表1。對原始數(shù)據(jù)行獨立樣本t 檢驗，中心、25%距離、50%距離、75%距離、邊緣圖像灰階數(shù)據(jù)比較，差異均有統(tǒng)計學(xué)意義（均P＜0.001）。

表1 建模組病理大體標(biāo)本獲取的圖像灰階數(shù)據(jù)（±s）

表1 建模組病理大體標(biāo)本獲取的圖像灰階數(shù)據(jù)（±s）

注：灰階及標(biāo)化后的數(shù)值為類似等級的計量資料，本研究中只取整數(shù)。

建模組超聲圖像灰階數(shù)據(jù)見表2。對原始數(shù)據(jù)行方差分析，中心、25%距離、50%距離、75%距離、邊緣超聲圖像灰階數(shù)據(jù)比較，差異均有統(tǒng)計學(xué)意義（均P＜0.05）。

表2 建模組超聲圖像灰階數(shù)據(jù)（±s）

表2 建模組超聲圖像灰階數(shù)據(jù)（±s）

以超聲灰度測值為自變量對2 組數(shù)據(jù)行相關(guān)性分析，其散點圖（圖5）、相關(guān)性分析結(jié)果（表3）如下。超聲及病理圖像的灰階數(shù)據(jù)差異無統(tǒng)計學(xué)意義（P＞0.05）。散點圖提示建模組超聲圖像及病理圖像的灰階數(shù)據(jù)存在數(shù)量關(guān)聯(lián)趨勢，而該趨勢呈線性，其中超聲與病理圖像的中心、75%距離及邊緣灰階呈正相關(guān)，25%距離、50%距離灰階呈負相關(guān)。

表3 超聲及病理圖像相關(guān)性分析

圖5 建模組超聲與病理圖像灰階數(shù)據(jù)散點圖

將超聲與病理圖像的相關(guān)性回歸方程導(dǎo)入MATLAB 運行，對驗證組圖像進行分析，符合中心、25%距離、50%距離、75%距離及邊緣的圖像會被系統(tǒng)自動標(biāo)識，全部被標(biāo)識出來的病灶即認為符合惡性病變特征，未完全標(biāo)識5 種特征的圖像為良性病變，見表4。偏倚式干涉的準確率86.4%（51/59），敏感度90.9%（40/44），特異度86.7%（13/15）。超聲人工檢查與偏倚式干涉檢查結(jié)果比較，差異無統(tǒng)計學(xué)意義（χ2=4.704，P=0.062，表5）。

表4 超聲偏倚式干涉結(jié)果 個

表5 超聲偏倚式干涉與人工檢查圖像識別結(jié)果比較個

3 討論

超聲作為一種快捷簡便的醫(yī)學(xué)常用技術(shù)已廣泛應(yīng)用于臨床。本研究目的是通過超聲圖像偏倚式干涉技術(shù)提高超聲診斷效率，并依據(jù)相關(guān)結(jié)果對該技術(shù)的臨床應(yīng)用價值進行初步研究。本組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，對超聲圖像進行糾正并建模。

甲狀腺占位性病變良惡性的早期診斷直接決定預(yù)后。雖甲狀腺癌惡性程度較低，其預(yù)后與患者年齡、病理分級等因素有關(guān)，但早期診斷仍是延長生存時間的最主要因素。本研究發(fā)現(xiàn)超聲圖像與病理圖像相關(guān)的變化規(guī)律，可對甲狀腺占位性病變的定性診斷提供有力幫助。病理學(xué)圖像與超聲圖像的對應(yīng)關(guān)系呈線性，且病灶中心至邊緣區(qū)域的圖像變化可建立回歸方程。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行調(diào)整。本研究通過多層次動態(tài)掃描獲取全容積圖像，結(jié)合病理學(xué)以超聲視角進行操作（如切割固定）基礎(chǔ)上提取相應(yīng)部位圖像，以保證對應(yīng)位置的準確性。

圖像的特征識別，理論上取點越多越準確。本研究采用的5 點是依據(jù)病灶大小和圖像分辨率制訂的。散點圖呈沿線性集中的趨勢說明超聲圖像的變化規(guī)律與病理相對應(yīng)。多角度選點可防止背景圖像不均質(zhì)性造成圖像干涉的不確定性，以減少對病灶定性的錯誤。本研究中，超聲圖像與病理圖像的定位點特征差異無統(tǒng)計學(xué)意義（P＞0.05），表明通過超聲圖像特征分析可得出與病理較吻合的診斷。應(yīng)用該技術(shù)所得結(jié)果與病理符合率較高，且與超聲人工檢查差異無統(tǒng)計學(xué)意義（P＞0.05），因此該技術(shù)是篩查性快速診斷較理想的工具。而對于良惡性的鑒別診斷除了使用中心距離的圖像灰階屬性分析外，還可使用區(qū)域光點分布密度分析，以增加該技術(shù)應(yīng)用的廣度及對更大范圍病理分型進行診斷［8］。

本研究不足：①對甲狀腺占位性病變亞型的分類無法用通用公式解決，由于大體標(biāo)本的獲取、切割直接影響診斷的準確性，大量數(shù)據(jù)對工作平臺的性能亦具有一定要求，因此廣泛應(yīng)用于臨床仍有困難。②對分辨力要求較高，較小病變?nèi)源嬖谌↑c困難，病灶大小與腫瘤生物學(xué)特性關(guān)系的不明確性仍需大樣本數(shù)據(jù)檢驗。

綜上所述，利用圖像偏倚式干涉技術(shù)對超聲圖像調(diào)整并應(yīng)用于臨床診斷，其與病理結(jié)果符合率較高，與人工操作結(jié)果相近，有助于甲狀腺占位性病變的快速 篩查［9-10］。