CT影像組學(xué)在甲狀腺結(jié)節(jié)中的價(jià)值研究

鮑保成，陸玉敏（通訊作者）

（1右江民族醫(yī)學(xué)院 廣西 百色 533000） （2廣西中醫(yī)藥大學(xué)第一附屬醫(yī)院放射科 廣西 南寧 530000）

甲狀腺結(jié)節(jié)是臨床上十分常見的病變，隨著各種影像檢查方法的普及，其容易被發(fā)現(xiàn)，但人們難以對(duì)甲狀腺結(jié)節(jié)的良惡性做出準(zhǔn)確的判斷。CT紋理分析通過計(jì)算機(jī)圖像后處理技術(shù)，提取隱藏在醫(yī)學(xué)影像圖像背后的信息并進(jìn)行定量分析，展現(xiàn)出甲狀腺結(jié)節(jié)的性質(zhì)。

1 甲狀腺結(jié)節(jié)

甲狀腺結(jié)節(jié)（thyroid nodular, TN）是指甲狀腺腺體中與周圍正常甲狀腺組織性狀不同的病變，絕大部分是良性病變，但近年來甲狀腺惡性腫瘤的發(fā)病率逐年上升[1]。甲狀腺良性結(jié)節(jié)包括結(jié)節(jié)性甲狀腺腫、甲狀腺腺瘤，惡性結(jié)節(jié)包括甲狀腺乳頭狀癌、髓樣癌、濾泡狀癌、未分化癌，其中乳頭狀癌最常見且預(yù)后較好，其臨床癥狀不明顯，病程長，容易誤診為甲狀腺良性病變，有文獻(xiàn)報(bào)道誤診率可高達(dá)35%[2]；甲狀腺髓樣癌、未分化癌預(yù)后不佳。因此鑒別甲狀腺結(jié)節(jié)的良惡性及早期篩查甲狀腺癌至關(guān)重要。目前，甲狀腺結(jié)節(jié)的無創(chuàng)性影像檢查方法有B超、CT、MRI和PET-CT，然而這些檢查主要依靠醫(yī)師的臨床經(jīng)驗(yàn)與主觀判斷，診斷標(biāo)準(zhǔn)不一，缺乏圖像客觀的定量評(píng)價(jià)。

2 紋理分析概述

“影像組學(xué)”這一概念的提出，通過對(duì)醫(yī)學(xué)影像圖像進(jìn)行相關(guān)特征提取和進(jìn)一步的分析，從而服務(wù)臨床，提高診療效果。CT紋理分析（CT texture analysis, CTTA）是一種新型定量化分析預(yù)測(cè)方法，運(yùn)用計(jì)算機(jī)輔助測(cè)量的圖像后處理技術(shù)，對(duì)圖像的灰度、像素的強(qiáng)度及其強(qiáng)度的變化進(jìn)行客觀評(píng)價(jià)，能探測(cè)出肉眼不可見的紋理特征。獲取紋理參數(shù)的方法有：結(jié)構(gòu)法、基于模型法、統(tǒng)計(jì)法和頻率法，但是統(tǒng)計(jì)法最為常用，其包含的紋理參數(shù)又分為：一階、二階和高階。一階統(tǒng)計(jì)以直方圖分析方法作為基石，主要描述局部區(qū)域紋理參數(shù)中的灰度分布情況，包括平均強(qiáng)度、變異度、偏度和峰度等[3]；二階統(tǒng)計(jì)運(yùn)用灰度共生矩陣或空間灰度依附法，主要反映兩個(gè)像素強(qiáng)度之間的相互關(guān)系；高階統(tǒng)計(jì)主要描述感興趣區(qū)內(nèi)的強(qiáng)度變化情況或性質(zhì)相近區(qū)域的分布情況[4]。目前大多數(shù)研究主要集中于一階、二階紋理參數(shù)模型的構(gòu)建，而對(duì)高階統(tǒng)計(jì)量的研究甚少。雖然紋理分析已經(jīng)得到廣泛應(yīng)用，但國內(nèi)外對(duì)甲狀腺腫瘤的紋理分析研究較少，其診斷價(jià)值有待進(jìn)一步研究和探索。

3 CT影像組學(xué)在甲狀腺中的應(yīng)用

3.1 一階CT紋理分析在鑒別甲狀腺良惡性結(jié)節(jié)中的應(yīng)用

甲狀腺組織中碘含量高、血運(yùn)豐富，天然對(duì)比度良好，甲狀腺發(fā)生病變時(shí)，可造成相應(yīng)部位的密度改變；增強(qiáng)掃描后，不同病理的結(jié)節(jié)其CT強(qiáng)化方式也不同。一開始國內(nèi)對(duì)此的研究甚少，研究主要集中于單層CT圖像的紋理分析，結(jié)果顯示熵值在鑒別甲狀腺良、惡性結(jié)節(jié)中有顯著的統(tǒng)計(jì)學(xué)意義。吳宇強(qiáng)等[5]基于增強(qiáng)動(dòng)脈期單層CT圖像的灰度共生矩陣紋理特征值鑒別甲狀腺良、惡性結(jié)節(jié)，并將鈣化、囊變壞死較多的病灶排除在外，得出熵的界值為5.000時(shí)，鑒別其良惡性的靈敏度、特異度較高。郭煒等[6]回顧性分析42個(gè)結(jié)節(jié)的單層CT增強(qiáng)圖像，勾畫感興趣區(qū)時(shí)并未避開結(jié)節(jié)內(nèi)的囊變壞死及鈣化區(qū)域，結(jié)果發(fā)現(xiàn)以熵6.09為界值時(shí)鑒別診斷效能較好。

隨著各類計(jì)算機(jī)軟件、算法的開發(fā)、使用，CTTA的研究邁向了一個(gè)新的臺(tái)階。LIU等[7]回顧性分析90例甲狀腺結(jié)節(jié)，從CT圖像中提取一階統(tǒng)計(jì)量和灰度共生矩陣特征，在預(yù)測(cè)中采用了支持向量機(jī)、線性辨別分析、隨機(jī)森林和自舉匯聚等分類算法，結(jié)果顯示采用17種紋理特征和支持向量機(jī)進(jìn)行識(shí)別，診斷效果最好。胡云婷等[8]采用容積測(cè)量方法，提取41例甲狀腺結(jié)節(jié)增強(qiáng)CT圖像的3D紋理特征值，得出熵值＞3.79提示甲狀腺結(jié)節(jié)為惡性的可能性大。許夢(mèng)苗等[9]對(duì)53例甲狀腺結(jié)節(jié)進(jìn)行三維紋理分析，研究發(fā)現(xiàn)Sigma和S（2，-2）AngScMom有統(tǒng)計(jì)學(xué)意義（P＜0.05），兩者聯(lián)合診斷效能更優(yōu)，特異度高達(dá)97.96%。

3.2 CT紋理分析在預(yù)測(cè)淋巴結(jié)轉(zhuǎn)移中的價(jià)值研究

雖然甲狀腺癌惡性度低，但容易發(fā)生淋巴結(jié)轉(zhuǎn)移，臨床上常規(guī)的CT圖像難以真正確定是否有淋巴結(jié)轉(zhuǎn)移。已有學(xué)者進(jìn)行相關(guān)的研究，旨在為臨床診療工作提供堅(jiān)實(shí)的影像學(xué)依據(jù)。沈莎莎等[10]運(yùn)用小波變換技術(shù)對(duì)甲狀腺癌的CT靜脈期圖像進(jìn)行分析，結(jié)果表明訓(xùn)練組與驗(yàn)證組預(yù)測(cè)中央組淋巴結(jié)轉(zhuǎn)移的靈敏度分別為62.84%、64.95%，小面積低灰度強(qiáng)調(diào)（small area low gray level emphasis, SALGLE）可作為獨(dú)立預(yù)測(cè)風(fēng)險(xiǎn)因素。SU等[11]回顧性分析甲狀腺癌27例轉(zhuǎn)移性頸淋巴結(jié)和32例非轉(zhuǎn)移性頸淋巴結(jié)的動(dòng)脈期、靜脈期CT增強(qiáng)圖像，采用ROC曲線分析和多元Logistic回歸分析，研究結(jié)果顯示動(dòng)脈期平均灰度強(qiáng)度（P=0.006，OR=24.297）和靜脈期峰度（P=0.014，OR=19.651）是頸淋巴結(jié)轉(zhuǎn)移的獨(dú)立預(yù)測(cè)因子。

3.3 CT紋理分析與甲狀腺關(guān)聯(lián)癌基因表達(dá)的相關(guān)性價(jià)值研究

異常表達(dá)的相關(guān)癌基因與甲狀腺癌的惡性度息息相關(guān)。CT紋理分析可以對(duì)甲狀腺癌病灶的內(nèi)部信息進(jìn)行更深層次的探取、分析，更好地展現(xiàn)甲狀腺結(jié)節(jié)的惡性程度。齊家學(xué)等[12]研究發(fā)現(xiàn)，甲狀腺惡性結(jié)節(jié)組的熵值小于良性結(jié)節(jié)組，其水平高低與癌組織的侵襲性、增殖性直接相關(guān)，對(duì)鑒別甲狀腺結(jié)節(jié)的良惡性有一定的價(jià)值。王敬忠等[13]研究發(fā)現(xiàn)，惡性組的熵值大于良性組，其水平與原癌基因表達(dá)量呈正相關(guān)，與抑癌基因表達(dá)量呈負(fù)相關(guān)，在預(yù)測(cè)結(jié)節(jié)惡性度上有一定的意義。

4 存在的問題

自影像組學(xué)被正式提出來以后，一直迅猛地向前發(fā)展。在國內(nèi)外學(xué)者的不斷探索中，CT在腦、腎、肝、直腸、乳腺等腫瘤方面已經(jīng)取得了顯著的進(jìn)展，但還尚未在臨床工作中廣泛應(yīng)用，仍存在著諸多的問題和不足：（1）CT圖像本身就受限于掃描設(shè)備的影響，同一設(shè)備不同掃描參數(shù)（層厚、管電壓、管電流等）的設(shè)置、不同設(shè)備間掃描工作進(jìn)行方式及重建算法上的差異都會(huì)對(duì)圖像中特征值的大小產(chǎn)生影響，不利于擴(kuò)大樣本量和相互間的交流學(xué)習(xí)。（2）勾畫ROI邊緣時(shí)受觀察者主觀意識(shí)的影響，個(gè)體間存在測(cè)量差異，不利于研究的可重復(fù)性。自動(dòng)勾畫ROI輪廓的軟件目前尚未成熟，其準(zhǔn)確性有待進(jìn)一步驗(yàn)證和研究。勾畫方式也不一，有些選擇單層圖像進(jìn)行勾畫，有些全面勾畫感興趣區(qū)的容積，層面多且工作量巨大，而且輪廓勾畫存在一定的誤差，這種方法可能會(huì)放大誤差，影響數(shù)據(jù)的精確性。大部分學(xué)者認(rèn)為勾畫ROI應(yīng)避開病灶內(nèi)囊變、壞死、出血、鈣化等區(qū)域，而少部分學(xué)者認(rèn)為這些繼發(fā)改變也屬于其紋理特征之一，不應(yīng)刻意躲避。故具體問題要具體分析，通過不斷地探索、突破，以期找到最佳的勾畫方法。（3）隨著影像組學(xué)的日益火熱，各式各樣的軟件應(yīng)用平臺(tái)相繼涌現(xiàn)出來，但都并沒有一個(gè)規(guī)范化、標(biāo)準(zhǔn)化的處理流程，使用的算法也不盡相同，最終得到的數(shù)據(jù)彼此間存在一定的差異。因此，將CT流程規(guī)范化、標(biāo)準(zhǔn)化勢(shì)在必行，加速其投入臨床應(yīng)用，提高臨床診療效率。

5 結(jié)語

CT挖掘出隱藏在影像圖像背后深層次的信息，并將所得數(shù)據(jù)定量化便于分析處理，找到其潛在價(jià)值。在人工智能大數(shù)據(jù)時(shí)代背景下，CT將擁有非常寬廣的應(yīng)用前景。相信在不久的將來，隨著計(jì)算機(jī)技術(shù)的深度發(fā)展及研究的不斷深入，上述問題都會(huì)迎刃而解，使得CT流程更加標(biāo)準(zhǔn)化、規(guī)范化，為甲狀腺結(jié)節(jié)的診療提供客觀且精確的量化指標(biāo)，同時(shí)為臨床精準(zhǔn)醫(yī)療和個(gè)性化治療提供有力的指導(dǎo)依據(jù)。