王 亮 孔令淳 王澤學(xué)

1.沈陽醫(yī)學(xué)院附屬中心醫(yī)院放射科(遼寧 沈陽 110075)

2.沈陽醫(yī)學(xué)院附屬中心醫(yī)院胸外科(遼寧 沈陽 110075)

肺癌是一種常見的惡性腫瘤，根據(jù)組織病理學(xué)特點，主要分為兩個亞型，即非小細(xì)胞肺癌(NSCLC)和小細(xì)胞肺癌(SCLC)，其中NSCLC是肺癌的主要亞型，約占85%，而肺腺癌又是NSCLC的主要類型之一[1]。據(jù)報道，肺腺癌的5年生存率較低，僅為20%，而由于今年來吸煙人群的增多，環(huán)境污染的加劇以及基因變異等問題，肺癌發(fā)病率逐漸升高[2]。因此，提高肺腺癌的檢出率、明確肺腺癌的病理情況與危機程度對早期肺腺癌患者的治療管理至關(guān)重要。肺腺癌的組織病理學(xué)特征較發(fā)雜，其患者病理表現(xiàn)各不相同、患者預(yù)后差異顯著，根據(jù)2015年國際肺癌研究協(xié)會、美國胸科學(xué)會和歐洲呼吸學(xué)會制定的標(biāo)準(zhǔn)[3]，可以將肺腺癌分為微浸潤性腺癌(MIA)和浸潤性腺癌(IAC)，不同病理類型下，肺腺癌患者的生存率差異極大。目前研究發(fā)現(xiàn)，影像組學(xué)作為一種新型影像學(xué)技術(shù)，已被廣泛應(yīng)用于惡性腫瘤的診斷分析[4]。為了明確各種病理類型與電子計算機斷層掃描(CT)成像的關(guān)系，本研究回顧分析肺腺癌患者的CT影像組學(xué)特征與病理結(jié)果，以期提高肺腺癌患者的CT診斷率，為肺腺癌的診斷和治療提供參考。

1 資料與方法

1.1 臨床資料回顧分析我院2018年9月至2021年3月收治的肺腺癌患者121例。其中男性49例，女性72例，年齡49～71歲，平均年齡為(58.89±3.75)歲；吸煙85例、長期接觸粉塵21例。以MIA為微浸潤組，共63例；IAC為浸潤組，共58例。

納入標(biāo)準(zhǔn)：肺腺癌結(jié)節(jié)直徑≤30mm；無其他惡性腫瘤；手術(shù)切除后病理確診為肺腺癌；無淋巴結(jié)轉(zhuǎn)移。排除標(biāo)準(zhǔn)：術(shù)前進行過抗腫瘤治療；肺腺癌結(jié)節(jié)發(fā)現(xiàn)鈣化現(xiàn)象；CT影像圖不清晰。本次研究符合《赫爾辛基宣言》相關(guān)要求。

1.2 圖像分析和提取、建模所有患者都使用Philips BrillianceI CT 256層螺旋CT機進行掃描?；颊叱恃雠P姿態(tài)屏息進行掃描，掃描范圍從肺尖至肺底。參數(shù)設(shè)置：管電壓(120kV)，管電流(自動調(diào)節(jié)毫安)，矩陣(512×512)，準(zhǔn)直(128×0.6mm)，層厚(5mm)。CT圖像上傳至處理工作站進行圖像重建。由兩名臨床經(jīng)驗豐富的醫(yī)師使用ITKSNAP軟件人工手動提取，勾畫感興趣區(qū)(ROI)，從ROI區(qū)域提取出400個3D特征共4類，包括強度、形狀、紋理以及小波特征。統(tǒng)計兩名醫(yī)師各自勾畫ROI區(qū)域提取的特征，計算分析其組間組內(nèi)相關(guān)系數(shù)(ICC)，篩選出ICC>0.75的特征。選擇兩組間明顯有統(tǒng)計學(xué)意義特征，使用Orange軟件進行建模分析。

1.3 統(tǒng)計學(xué)方法本研究使用SPSS 22.0進行統(tǒng)計分析，計量數(shù)據(jù)結(jié)果以()表示，組內(nèi)配對t檢驗，組間獨立樣本t檢驗；計數(shù)資料用例(%)描述，χ2檢驗。使用medcalc軟件繪制影像組學(xué)特征的受試者工作特征(ROC)曲線，計算曲線下面積(AUC)。P<0.05表示有統(tǒng)計學(xué)意義。

2 結(jié) 果

2.1 兩組一般資料比較兩組患者的年齡和性別差異無統(tǒng)計學(xué)意義(P>0.05)。浸潤組的病灶大小和平均CT值與微浸潤組差異顯著，有統(tǒng)計學(xué)意義(P<0.05)。病灶大小的AUC值為0.726(95%CI，0.637～0.803)，平均CT值A(chǔ)UC值為0.781(95%CI，0.697～0.851)，見表1、圖1。

圖1 病灶大小與平均CT值ROC曲線分析

表1 兩組一般資料比較

2.2 影像組學(xué)特征篩選使用Spearson相關(guān)性分析得出68個有統(tǒng)計學(xué)意義(P<0.05)的影像組學(xué)3D特征納入LASSO回歸分析，計算分析λ值，根據(jù)λ值篩選出與肺腺癌浸潤情況相關(guān)性最強的特征6個，其中5個為小波特征，1個為形狀特征。選出的6個特征使用ROC分析，AUC值為0.962(95%CI，0.910～0.988)，見表2、圖2。

圖2 影像組學(xué)模型預(yù)測性能評價的ROC曲線分析

表2 LASSO回歸分析篩選特征

2.3 影像分析典型病例影像分析見圖3～圖5。

圖3 影像資料。圖1A～1C 患者女，54，右肺上葉病變。CT示不規(guī)則混合磨玻璃密度影，邊界清晰，可見長短不等毛刺征、空泡征，范圍約20*13mm，其內(nèi)支氣管擴張(圖1A)，牽拉胸膜(圖1B)。病理鏡下示腺泡型肺腺癌，局灶累及臟層胸膜(圖1C)。圖2A～2C 患者男，57，左肺上葉不規(guī)則亞實性結(jié)節(jié)影，邊緣清晰，下緣弧形向內(nèi)凹陷(圖2A)，其內(nèi)實變部分邊界清晰，見支氣管穿行，病灶大小約為2.5cm×2.3cm(圖2B)。病理提示肺腺癌，貼壁生長型約占60%，腺泡狀約占35%，實性型約占5%(圖2C)。圖3A～3B 患者男，60，左肺尖見小片狀亞實性磨玻璃影，范圍約16*9mm，其內(nèi)增粗血管影(圖3A)。病理提示肺腺癌(貼壁生長型占比約90%，腺泡型占比約10%)(圖3B)。

3 討 論

在惡性腫瘤患者的治療與診斷中，提高早期診斷率至關(guān)重要，比病理診斷相比，醫(yī)學(xué)影像學(xué)技術(shù)可以通過圖像資料在術(shù)前評估患者的腫瘤情況，不會對患者造成創(chuàng)傷，為癌癥診斷提供科學(xué)可靠的指標(biāo)[5-6]。CT技術(shù)是一種常用的醫(yī)學(xué)影像學(xué)技術(shù)，但是由于常規(guī)CT診斷主要是人工觀察，診斷結(jié)果會因操作醫(yī)師經(jīng)驗、習(xí)慣等的不同而誤差較大、重復(fù)性差，因此往往會造成腫瘤的誤診、漏診等問題[7]。而隨著計算機技術(shù)的飛速發(fā)展、人工智能的廣泛應(yīng)用，醫(yī)學(xué)影像學(xué)技術(shù)也不斷得到提升，其中CT影像組學(xué)是一種基于計算機算法的新型影像學(xué)技術(shù)，相比與常規(guī)CT，CT影像組學(xué)診斷主要是依靠構(gòu)建模型將影像數(shù)據(jù)轉(zhuǎn)化圖像特征數(shù)據(jù)，其準(zhǔn)確性更高、重復(fù)性更好，且成本較低、對患者無創(chuàng)傷[8-9]。此外，與常規(guī)人工觀察方式相比，CT影像組學(xué)技術(shù)可以從CT圖像資料中提取額外信息，通過數(shù)據(jù)直觀反映不同患者的病理情況差異，減少人工觀察誤差，提高肺腺癌的診斷率[10]，有助于肺腺癌的臨床治療。

肺腺癌的病理特點復(fù)雜，通過其浸潤性又分為MIS和IAC兩種不同類型，不同類型下肺腺癌的治療管理策略也各不相同，給肺腺癌的臨床診斷、管理和治療帶來了極大的麻煩，甚至延誤了肺腺癌的治療，是導(dǎo)致肺腺癌死亡率原因之一。為了更好的鑒別肺腺癌，分辨肺腺癌浸潤情況的不同類型，本文利用CT影像組學(xué)技術(shù)對肺腺癌的浸潤情況進行鑒別分析，提取出一共400個影像組學(xué)3D特征并構(gòu)建模型進行預(yù)測，通過Spearson相關(guān)性分析以及LASSO回歸分析最終篩選出6個與肺腺癌浸潤相關(guān)性最高的特征參數(shù)，包括Original Sphericity、Coiflet1 GLCM correlation、Coiflet2 GLCM energy、Coiflet4 GLCM sumvariance、Coiflet6 GLCM covariance、Coiflet8 GLCM sumaverage。其中有5個特征參數(shù)為小波特征圖像，且都為灰度共生矩陣(GLCM)特征，提示小波特征中GLCM特征對鑒別肺腺癌浸潤情況有不錯的效果。根據(jù)相關(guān)報道[11-13]，肺腺癌的CT特征、病灶大小以及平均CT值與肺腺癌的浸潤性密切相關(guān)，這都與本文的研究結(jié)果相一致。本文研究結(jié)果表明，浸潤組與微浸潤組的病灶大小和平均CT值差異顯著，ROC曲線分析，病灶大小的AUC值為0.726，特異度為84.48%，敏感度為53.97%，平均CT值A(chǔ)UC值為0.781，特異度為87.93%，敏感度為61.90%，CT影像組學(xué)特征模型對肺腺癌浸潤性的AUC值為0.962，特異度為94.83%，敏感度為82.54%。提示病灶大小、平均CT值以及CT影像組學(xué)特征參數(shù)均可以預(yù)測肺腺癌的浸潤情況，但是病癥大小和平均CT值預(yù)測肺腺癌浸潤情況的特異度和敏感度較低，預(yù)測效果不佳，而CT影像組學(xué)特征參數(shù)的特異度和敏感度較高，預(yù)測效果更好。研究報道[14-15]，使用多種生物指標(biāo)表達水平也可以用于診斷肺腺癌，但是預(yù)測的特異性和敏感度普遍較低，預(yù)測效果不佳，難以識別肺腺癌各病理類型，并且，使用生物指標(biāo)的有一定的副作用，且成本較高，一般患者難以承受。而本文研究證實，CT影像組學(xué)通過提取患者的特征參數(shù)，建立數(shù)據(jù)模型，通過分析篩選與肺腺癌病理結(jié)果相關(guān)性良好的特征參數(shù)進行分析，預(yù)測效果良好，與人工肉眼觀察相比更加科學(xué)先進。但本研究中ROI區(qū)域全部是由人工勾畫，由于肺腺癌患者病灶邊緣不夠清晰，人工操作經(jīng)常會造成過多或過少的勾畫，ROI區(qū)域存在一定的誤差，這可能會對影像組學(xué)的結(jié)果產(chǎn)生不小的影響，需要操作醫(yī)師多次進行ROI勾畫，選擇一致性較好的區(qū)域進行后續(xù)分析。

綜上所述，CT影像組學(xué)可以鑒別肺腺癌的浸潤情況，效果良好。但樣本數(shù)量較少，且全部來自本院收治的肺腺癌患者，范圍較局限，最終提取特征參數(shù)量也較少，因此本研究結(jié)果可能存在一定的片面性。因此，為了更好的評估CT影像組學(xué)在評估肺腺癌病理結(jié)果上的價值，還需要聯(lián)合多中心進行研究分析。