• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      CT紋理特征分析在孤立性肺結節(jié)診斷中的應用進展

      2023-01-13 21:59:24王勇劉彬
      醫(yī)療裝備 2022年14期
      關鍵詞:生長率浸潤性紋理

      王勇,劉彬

      1 天津市濱海新區(qū)漢沽中醫(yī)醫(yī)院放射科 (天津 300480);2 秦皇島市第二醫(yī)院醫(yī)學影像科(河北秦皇島 066600)

      近年來,肺癌的患病率呈不斷升高的趨勢,其患病率和病死率均居全球癌癥的首位[1]。絕大多數肺癌患者早期無明顯癥狀,70%肺癌患者確診時已進展至中晚期,預后質量較差,故早期發(fā)現和診斷肺癌成為臨床研究的重點和難點[2]。孤立性肺結節(jié)(solitary pulmonary nodule,SPN)是一種常見的放射學征象,其惡性病變率約為40%[3]。常規(guī)胸部CT可通過結節(jié)的部位、大小、邊緣、密度及周圍結構等形態(tài)學征象鑒別其良惡性,但鑒別磨玻璃密度結節(jié)的難度較大。CT紋理特征分析(CT texture analysis,CTTA)是一種新型的CT圖像處理技術,可通過定量分析病灶局部圖像的像素灰度、灰度值的分布模式和變化規(guī)律來獲取常規(guī)CT圖像難以識別的信息,從而反映圖像的本質差異[4]。CTTA作為影像組學的一部分,以其獨特的優(yōu)勢被廣泛應用于惡性腫瘤的早期診斷中。本研究對CTTA在SPN診斷中的應用進展綜述如下。

      1 SPN的定義、分類及生長方式

      1.1 SPN的定義

      SPN是指影像學表現為肺內單發(fā)的直徑不超過3 cm的局灶性、圓形或類圓形密度增高的實性或亞實性陰影,不伴有鄰近組織的炎性病變、淋巴結腫大、胸腔積液及肺不張等疾病[5]。

      1.2 SPN的分類

      從病理角度可將SPN劃分為3種類型:先天性疾病或發(fā)育異常、感染性疾病、腫瘤或腫瘤樣病變。隨著影像學技術的不斷進步,2011年國際肺癌研究協(xié)會、美國胸科學會、歐洲呼吸學會聯(lián)合對肺癌進行了新的分類,即原位腺癌、微浸潤腺癌及浸潤性肺腺癌3種類型[6]。絕大多數肺腺癌患者的早期表現均為SPN,按照CT檢測的結節(jié)密度又細分為純磨玻璃結節(jié)、亞實性結節(jié)和實性結節(jié)。近年來,大量研究證實,SPN的大小、實性成分是鑒別肺腺癌的重要指標[7-8],但在實踐中發(fā)現,單純從實性成分(如純磨玻璃、亞實性結節(jié))方面無法準確鑒別SPN是否為非浸潤性,故僅憑借結節(jié)的大小、形態(tài)和密度無法對其進行定性?;诖?,亟需尋找新的技術量化參數對SPN進行鑒別,以便為臨床早期治療肺癌提供指導。

      1.3 SPN的生長方式

      SPN的生長方式與其性質關系緊密,臨床上通常使用生長率、倍增時間對SPN的生長方式進行評估。生長率是指任意兩個時間點間SPN體積增長占比,其計算公式為(V2-V1)/[V1(T2-T1)]×100%,公式中的T1、T2分別表示兩個時間節(jié)點的初始時間和終末時間,V1、V2則表示在相應時間測定的結節(jié)體積。對SPN體積進行測量前,先假設結節(jié)灶為規(guī)則的球形,然后取最大橫截面,使用分規(guī)或游標卡尺通過正交直線法分別測量橫徑、矢狀徑,再計算其體積大小。國外研究人員長期跟蹤研究的結果顯示,不同性質SPN的生長率差異顯著,惡性結節(jié)灶的生長率顯著高于良性結節(jié)灶[9]。Ko等[10]的研究顯示,SPN灶的生長位置存在差異也會導致其生長率不同,位于外周的結節(jié)灶生長率明顯高于中央灶,而靠近胸膜的SPN灶生長率則顯著高于遠離胸膜組織灶。

      倍增時間是指SPN結節(jié)體積增長1倍所耗費的時間,其計算公式為:t×log2/[3×(d2/d1)],公式中的t表示兩次檢查間隔時間(d),d1、d2分別表示首次(上次)測量SPN灶直徑和最近測定SPN灶直徑。倍增時間也是目前CT鑒別SPN良惡性的重要指標之一,業(yè)界普遍認為,良性結節(jié)灶的倍增時間約為6.4年,惡性結節(jié)灶的倍增時間在20~400 d[11];相較于測定生長速率(growth rate,GR),倍增時間的測定可更準確地反應SPN的生長速率。

      2 SPN的CTTA

      2.1 CTTA方法

      CTTA屬于CT圖像后處理技術,是量化評估圖像異質性的新型工具,主要是利用空間分布特點和像素灰度對圖像進行數學分析,從而評估圖像的異質性。放射組學分析可通過對描述獲取圖像灰度、結構、紋理及波形等屬性特征進行描述,對病灶的特征進行評估;紋理特征是放射組學的四大定量特征之一,即在既定的局部區(qū)域中依據像素灰度的空間關系及相互作用能力,衡量病灶的異質性。

      CTTA基本方法包括以下4種。(1)結構分析法:如分析結節(jié)灶邊界規(guī)則,可選用結構分析法,但絕大多數的SPN灶均為不規(guī)則邊界,故該方法應用極少。(2)模型分析法:若采集圖像中的1個像素和鄰近像素之間有線性或其他關聯(lián),則選用模型分析法分析,以數學模型作為紋理獲得參數。(3)濾波法:包括頻譜分析法、小波多尺度分析、Gabor濾波器等。(4)統(tǒng)計法:是利用對頻率域或空間的統(tǒng)計分析獲取紋理特征,特別適用于醫(yī)學研究中的不規(guī)律型紋理,最常用的有灰度共生矩陣等。CTTA方法可依據SPN的不同特點進行選擇。

      2.2 CTTA的基本流程

      2.2.1圖像采集

      CTTA對圖像采集的要求較高,需先采集圖像,再進行后處理重建。有資料顯示,CT掃描重建技術對部分放射學特征有明顯的影響[12-13],故為避免外界因素影響結果、產生誤差,在進行CTTA時,必須保持CT設備、成像方法與技術及后處理手段的一致性;此外,為了避免異質性發(fā)生,必須避免外科手術、放化療等可對分析結果產生影響的因素。

      2.2.2感興趣區(qū)域的分割

      所謂感興趣區(qū)域(region of interest,ROI)分割是將研究對象從周圍組織中提取、分離,繼而提取特征,再對分割的病灶進行下階段分析。ROI分割有手動、半自動和全自動之分[14]。其中手動的準確性最高,但對于大數據統(tǒng)計的紋理特征分析,勞動密集度較高,操作者無法始終保持一致性,因此適用性不強;半自動、全自動分割法準確、高效且一致性強。兩種方法的不同在于,前者可能需要不同的操作者對自動系統(tǒng)進行操作,后者則多是由指定1個操作者的定義作為分割起點,但目前尚未制定ROI分割標準指南,故普遍使用手動和半自動相結合的分割方法。

      2.2.3特征的提取及量化

      CTTA是指圖像中相鄰像素、體素的灰度強度改變,按照應用的技術和紋理特征有一、二階統(tǒng)計度量。一階統(tǒng)計度量主要描述像素-像素、體素-體素的灰度值變化,可在直方圖中提取峰度、偏度、均勻性和標準差等度量值,用于鑒別結節(jié)灶良惡性,但無法體現圖像中繪圖方向、空間位置的改變;二階統(tǒng)計度量則是評估整個結節(jié)病灶或ROI和鄰近像素、體素的關系,從而導出包括圖像灰度強度、方向及空間位置等的變化。CT紋理特征的紋理是指分析灰度值相鄰像素來確定其關系,若相鄰像素灰度量差異較大,則表示其均勻性較差。

      2.2.4基于CTTA和病理信息構建的模型

      先使用驗證組的數據對構建模型的準確性進行評估,再選擇具有高效能的預測模型對結節(jié)灶進行評估預測。目前,無論是關于SPN還是其他腫瘤的預測模型,多屬于基于疾病自身診斷治療相關特征來提取的,用于評估臨床療效的模型較少。

      3 CTTA在SPN診斷中的應用實踐

      3.1 SPN良惡性的鑒別診斷

      傳統(tǒng)的CT影像圖憑借SPN邊緣、周圍征象等形態(tài)學特征,無法準確鑒別結節(jié)灶的性質。長期以來,國內外學者對SPN的瘤體-肺臟界面均進行過全面的研究,其邊緣形態(tài)主要呈現為分葉征、毛刺征、棘突征等類型;周圍征象主要包括空氣支氣管征、胸膜凹陷征、血管集束征等[15-16]。多數研究顯示,單從邊緣形態(tài)來看,毛刺征和棘突征祭灶結節(jié)灶的惡性風險更高;在分葉征中,深分葉征的惡性占比高于中分葉征和淺分葉征;就周圍征象來看,不同征象需進行分級,但僅可作為初篩手段,無法準確鑒別。

      CTTA可提升SPN鑒別的準確性。國內外多項研究表明,從灰度共生矩陣獲取的紋理特征參數可知,良惡性SPN在灰度能量、熵值及一致性等特征方面有顯著差異[17-18]。龔恩惠等[19]的研究發(fā)現,肺炎組織與肺癌組織的紋理特征參數比較,差異有統(tǒng)計學意義。近年來,隨著CT技術的發(fā)展,可采集到直徑在3 mm以下磨玻璃密度結節(jié)灶,從而可為早期診斷和治療肺癌提供指導。

      3.2 CTTA在SPN侵襲性預測中的應用

      Yagi等[20]提取了肺磨玻璃結節(jié)的CT組學特征,用于判斷原位癌、微浸潤性肺腺癌和浸潤性肺腺癌的特征參數差異,結果顯示,通過CT紋理特征的差異能夠準確區(qū)別這3種病理分型。黃櫟有等[21]探討基于CT平掃圖像紋理分析鑒別浸潤性肺腺癌和非鈣化結核球的價值,共選取了300種CT紋理特征,并依據Fisher參數法、最小分類誤差與最小平均相關系數法、相關信息測度法分別提取兩組對鑒別浸潤性肺腺癌最有意義的紋理特征,結果顯示,兩種病變共有10種紋理特征存在顯著差異。金志發(fā)等[22]分析CTTA對肺部亞實性結節(jié)非浸潤性的預測價值,發(fā)現浸潤前和微浸潤病灶結節(jié)-肺界面的紋理特征差異有統(tǒng)計學意義,提示CTTA可作為預測SPN結節(jié)是否發(fā)展為浸潤性肺腺癌的有效手段。

      4 結語

      受各種因素的影響,SPN患病率呈不斷上升的趨勢,而鑒別結節(jié)灶的良惡性對于臨床治療方案的制定具有重要的參考價值。與病理穿刺活檢相比,CT掃描是一種無創(chuàng)的檢查方式,更易被患者接受。CTTA可作為鑒別診斷SPN與預測其浸潤性的手段,對結節(jié)灶內部像素的灰度特征、熵值或一致性等進行鑒別評估,近年來甚至被用于預測SPN的基因突變狀態(tài),為SPN的治療提供指導。但CT圖像的紋理特征復雜,特征參數和提取方式較多,如何從優(yōu)選擇是臨床研究的重點。在以后的研究中,希望可制定統(tǒng)一的標準化采集參數,再經多中心研究驗證其可行性,從而為SPN結節(jié)或其他腫瘤的早期診斷及癌前病變的判斷提供指導。

      猜你喜歡
      生長率浸潤性紋理
      日本落葉松以林分平均木材積生長率代替林分蓄積生長率可行性驗證
      防護林科技(2020年9期)2020-11-09 01:45:24
      基于BM3D的復雜紋理區(qū)域圖像去噪
      軟件(2020年3期)2020-04-20 01:45:18
      使用紋理疊加添加藝術畫特效
      海南省馬占相思生長率模型研建
      浸潤性乳腺癌超聲及造影表現與P63及Calponin的相關性
      TEXTURE ON TEXTURE質地上的紋理
      Coco薇(2017年8期)2017-08-03 15:23:38
      乳腺浸潤性微乳頭狀癌的研究進展
      癌癥進展(2016年8期)2016-08-22 11:22:06
      消除凹凸紋理有妙招!
      Coco薇(2015年5期)2016-03-29 23:22:15
      乳腺浸潤性導管癌組織β-catenin、cyclinD1、CDK4蛋白表達及臨床意義
      基于海南省連清資料建立松樹和橡膠樹材積生長率模型
      祁门县| 潢川县| 桐梓县| 泾源县| 徐水县| 沐川县| 民县| 浮山县| 筠连县| 巴马| 桑植县| 辰溪县| 鸡东县| 三都| 北碚区| 利辛县| 阿克| 宣汉县| 海晏县| 康保县| 平塘县| 罗定市| 云阳县| 兰溪市| 星座| 北票市| 华蓥市| 通榆县| 松溪县| 宁海县| 芦山县| 达拉特旗| 武穴市| 静海县| 天镇县| 汪清县| 上杭县| 望谟县| 湟中县| 靖州| 于田县|