李雨奇，羅曉燕，張鵬博，韓婷婷，蓋立俊 (內(nèi)蒙古赤峰市醫(yī)院核醫(yī)學科，內(nèi)蒙古 赤峰 024000)

肺癌是發(fā)病率和病死率均較高的惡性腫瘤[1]，其中非小細胞肺癌(non-small cell lung cancer，NSCLC)約占85%。對于初次診斷為NSCLC的患者，淋巴結(jié)轉(zhuǎn)移狀態(tài)的精確評價對其治療方案的選擇起著重要作用[2]，這就對影像學提出了更高的要求。由于18F-氟代脫氧葡萄糖正電子發(fā)射斷層掃描(18F-FDG PET)/CT在肺部腫瘤良惡性鑒別的優(yōu)勢及相對系統(tǒng)、全身評估的影像特長，臨床越來越傾向于選擇18F-FDG PET/CT檢查來對NSCLC進行診斷與分期[3]；然而，18F-FDG PET/CT檢查存在假陽性和假陰性[4-5]。惡性腫瘤有更高的代謝率，可比正常組織細胞攝取更多的FDG；有研究通過18F-FDG PET/CT原發(fā)腫瘤FDG代謝參數(shù)的異質(zhì)性預測淋巴結(jié)轉(zhuǎn)移，結(jié)果顯示對于隱匿性淋巴結(jié)轉(zhuǎn)移的預測具有較高準確率[6]。本研究通過原發(fā)灶的常規(guī)+延遲雙期18F-FDG PET/CT顯像影像組學特征多期相、多參數(shù)地進一步精準預測NSCLC淋巴結(jié)轉(zhuǎn)移，現(xiàn)報告如下。

1 資料與方法

1.1 臨床資料

收集我院2019年12月至2022年1月經(jīng)手術(shù)病理證實為NSCLC并明確有無淋巴結(jié)轉(zhuǎn)移的101例患者的術(shù)前常規(guī)+延遲雙期18F-FDG PET/CT圖像，其中男61例，女40例；年齡(61±8)歲。納入標準：①經(jīng)組織病理學或細胞學確診為NSCLC；②PET/CT顯像前未接受任何肺癌的特異性治療(包括放療、化療、靶向治療及免疫治療)；③縱隔或肺門淋巴結(jié)轉(zhuǎn)移經(jīng)手術(shù)病理證實；④肺部原發(fā)病灶最大標準攝取值(SUVmax)>1。排除標準：①臨床資料不完整；②有2個及以上肺內(nèi)原發(fā)病灶；③既往有其他惡性腫瘤。

1.2 圖像采集

采用Siemens Biograph mCT(64)型PET/CT儀，18F-FDG由住友HX-10回旋加速器生產(chǎn)并通過自動合成模塊合成，放化純度>95%。為了減少偏倚，需要嚴格規(guī)范顯像流程并全程質(zhì)控，本項目按照中華醫(yī)學會核醫(yī)學分會制定的規(guī)范[7]完成PET/CT機器質(zhì)量控制，并參照相關(guān)操作規(guī)范進行PET/CT顯像。PET/CT顯像：檢查前患者空腹血糖水平控制在11.1 mmol/L以下。按5.55 MBq/kg靜脈注射18F-FDG，注射后處于安靜、光線較暗、溫度適宜的環(huán)境中靜息60 min。顯像時患者取仰臥位，雙臂上舉抱頭，囑患者平靜呼吸，掃描范圍為顱頂至雙側(cè)股骨中段，先進行CT掃描，電流采用CARE Dose4D，參考電流350 mA，電壓120 kV，重建層厚3.0 mm，然后行PET掃描，掃描速度1.9 mm/s，F(xiàn)WHW 2 mm，ZOOM 1.0，F(xiàn)ilter:Gaussian，重建算法：TrueX+TOF。采集完成后機器自動對PET圖像進行衰減校正得到校正PET圖像。延遲顯像為軀干PET/CT采集結(jié)束后45～60 min再次進行的胸部PET/CT顯像，掃描參數(shù)同上。

1.3 圖像處理及特征參數(shù)提取

在PACS上將PET圖像以DICOM格式導出，由兩名高年資影像學醫(yī)師協(xié)商選擇原發(fā)病灶并應用3D Slicer的PET Tumor Segmentation自動勾畫PET原發(fā)病灶范圍，勾畫滿意后導入Radiomics提取原發(fā)灶影像組學特征，常規(guī)+延遲雙期18F-FDG PET/CT圖像分別得到掩模校正特征、大小和形狀特征、一階特征、灰度共生矩陣特征、灰度相關(guān)矩陣特征、灰度行程矩陣特征、灰度區(qū)域大小矩陣特征和鄰域灰度差矩陣特征共8類117個影像組學特征。

1.4 參數(shù)選擇及模型構(gòu)建

采用Python 3.8.8進行數(shù)據(jù)統(tǒng)計、特征篩選、模型建立及模型驗證。每例患者分別獲得常規(guī)及延遲顯像影像組學特征各117個。PET影像組學特征診斷分為三種模式：常規(guī)顯像模式(a)、延遲顯像模式(b)和常規(guī)+延遲顯像模式(c)。參數(shù)選擇及模型構(gòu)建：先經(jīng)t檢驗，篩選與肺癌淋巴結(jié)轉(zhuǎn)移高度相關(guān)的特征，然后通過LASSO回歸降維進行特征篩選，構(gòu)建診斷模型。建立支持向量機(supportvectormachine，SVM)模型與受試者工作特征(receiveroperatingcharacteristic，ROC)曲線評估模型對淋巴結(jié)轉(zhuǎn)移的預測效果，計算靈敏度、特異度、曲線下面積(areaunderthecurve，AUC)、訓練組預測準確率、測試組預測準確率。

1.5 統(tǒng)計學分析

采用MedCalc軟件進行統(tǒng)計學分析，通過Delong檢驗進行AUC比較，并繪制校準曲線，P<0.05為差異有統(tǒng)計學意義。

2 結(jié)果

2.1 特征篩選

基于三種影像組學模式，通過LASSO回歸模型分別篩選出包含9、6、15個特征的最優(yōu)子集進行NSCLC淋巴結(jié)轉(zhuǎn)移的預測，具體分布見表1。

表1 三種影像組學模式篩選特征數(shù)(個)

2.2 診斷效能

三種不同影像組學模式預測NSCLC淋巴結(jié)轉(zhuǎn)移均有良好的效果，診斷效能見表2。

表2 三種不同影像組學模式的診斷效能

2.3 診斷效能比較

通過兩兩Delong比較，雙期顯像模式的診斷效能均優(yōu)于單期顯像模式；而單期間的比較差異無顯著性。ROC曲線比較見圖1，具體參數(shù)見表3。

圖1 基于三種影像組學模式預測NSCLC效能ROC比較

表3 三種影像組學模式AUC兩兩Delong比較

3 討論

肺部PET/CT影像組學特征的診斷模型已經(jīng)被用于結(jié)節(jié)檢測、良惡性鑒別、組織學分型、臨床分期和基因表達預測等多個方面[8]。國內(nèi)研究分析指出，單一運用PET半定量參數(shù)并不能全面反映腫瘤異質(zhì)性，PET/CT圖像人工閱片主觀性較強，不能滿足診斷客觀性的需求；PET/CT影像組學是進行數(shù)學模式分析,通過復雜多變的數(shù)學方法量化體素之間的相互關(guān)系，很好地彌補了相應缺陷[9]。本研究應用常規(guī)+延遲雙期18F-FDG PET/CT影像組學探討NSCLC淋巴結(jié)轉(zhuǎn)移的預測模型，以期在提高特征數(shù)量方面作一探索。

常規(guī)+延遲雙期18F-FDG PET/CT為常規(guī)顯像后加掃局部延遲顯像，不需要額外增加18F-FDG注射劑量就可以獲得更多的影像學信息，尤其是可以反映病灶糖代謝的變化，展現(xiàn)病灶的異質(zhì)性。既往研究提示，18F-FDG PET/CT雙時相顯像中滯留系數(shù)對篩查超早期鼻咽癌具有增益價值[10]。Yamanaka等[11]研究提示，雙時相PET/CT FDG攝取的半定量評估以及SUVmax的變化率是診斷肺癌淋巴結(jié)轉(zhuǎn)移的重要參數(shù)，進一步指出有淋巴結(jié)轉(zhuǎn)移的肺癌原發(fā)灶SUVmax各時相均高于無淋巴結(jié)轉(zhuǎn)移者。由此可見，腫瘤的異質(zhì)性在FDG代謝動態(tài)變化方面仍有明顯的體現(xiàn)。本研究基于既往研究提出的常規(guī)+延遲雙期18F-FDG PET/CT影像組學模型，通過增加動態(tài)變化的異質(zhì)性信息，極大地豐富了影像組學的圖像特征，提高了影像組學診斷的準確性，證實了常規(guī)+延遲雙期18F-FDG PET/CT影像組學模型在預測NSCLC淋巴結(jié)轉(zhuǎn)移方面優(yōu)于單獨常規(guī)18F-FDG PET/CT及單獨延遲18F-FDG PET/CT影像組學模型。同時，對于影像組學病灶分割中病灶識別及病灶勾畫兩個核心部分[12]，本研究通過3D Slicer自動完成病灶勾畫并通過高年資影像醫(yī)師的驗證，確保了操作的可重復性及準確性。

Yoo等[13]通過機器學習縱隔淋巴結(jié)的影像組學特征輔助PET/CT診斷取得了相對滿意的結(jié)果，但由于早期轉(zhuǎn)移的淋巴結(jié)往往體積較小且PET/CT上代謝不高，很難直接從影像上準確顯現(xiàn)，所以通過原發(fā)灶圖像特征預測淋巴結(jié)轉(zhuǎn)移的方法學應運而生。有研究證實，18F-FDG PET/CT腫瘤原發(fā)灶代謝參數(shù)對NSCLC隱匿性淋巴結(jié)轉(zhuǎn)移具有預測價值，并提出原發(fā)灶SUVmax與肝SUVmean的比值是NSCLC患者隱匿性淋巴結(jié)轉(zhuǎn)移的獨立危險因素[14]。Zhong等[15]的研究顯示，基于CT的原發(fā)腫瘤影像組學特征可用于肺腺癌隱匿性縱隔淋巴結(jié)轉(zhuǎn)移的定量、無創(chuàng)預測。梁明玉[16]的研究顯示肺癌表皮生長因子受體的表達可通過PET/CT代謝參數(shù)及影像組學等予以預測。Zheng等[17]通過肺原發(fā)腫瘤PET/CT的影像組學特征提出了預測淋巴結(jié)轉(zhuǎn)移的診斷模型。本研究關(guān)注腫瘤代謝方面的異質(zhì)性，在既往研究關(guān)注腫瘤代謝參數(shù)的基礎(chǔ)上[18]，應用原發(fā)腫瘤的雙期18F-FDG PET/CT影像組學特征，通過t檢驗及LASSO回歸篩選特征建立模型，使預測模型愈趨準確。

綜上所述，常規(guī)+延遲雙期18F-FDG PET/CT影像組學模型可用于預測NSCLC淋巴結(jié)轉(zhuǎn)移，可為臨床提供更精準的診斷信息，為常規(guī)+延遲雙期18F-FDG PET/CT影像組學模型在其他腫瘤的應用提供參考。但本研究樣本量偏少，未對肺門淋巴結(jié)轉(zhuǎn)移及縱隔淋巴結(jié)轉(zhuǎn)移加以區(qū)分，未來需增加樣本量進行更精準的預測研究。