CT纹理特征分析在肺小结节良恶性鉴别诊断中的价值

张军 张红伟 叶永强 唐杰 刘小华

313000 湖州，中国人民解放军第九八医院放射科（张军、叶永强、唐杰），脑外一科（张红伟）；徐州医科大学附属医院医学影像科（刘小华）

随着人们健康体检意识的提高以及胸部多排螺旋CT普查的日益推广，肺部小结节（直径≤3cm）检出率明显提高，但由于病灶体积小、无典型临床表现以及影像学特征缺乏特异性，使得临床上定性诊断困难。临床上对直径＜3cm的结节常不建议进行手术切除，但是小结节中为恶性肿瘤的概率却高达60%[1]。由于肺癌预后较差，如何快速、准确判断肺小结节良、恶性是确定进一步治疗方案、改善预后的关键。临床上常用的病灶强化特征和形态联合分析对病灶的良恶性判别有一定的局限性[2]，CT纹理特征分析（computed tomography texture analysis，CTTA）通过量化分析图像像素灰度值局部特征、像素灰度值变化规律及其分布模式，可反映感兴趣区（ROI）内组织的生理不均质性，对身体多个部位的肿瘤具有鉴别价值[3]。CTTA不仅能够对图像参数进行量化分析，而且能发现人们肉眼所不能发现的图像细节信息，从而使得临床医生能够更加科学地认识病灶与图像纹理特征之间的关系，并且制订衡量的参考标准[4]。CTTA技术的应用大大降低了临床和影像科医生的受“同影异病”的差异[5]。本研究旨在初步探讨CTTA在肺小结节良恶性鉴别诊断中的应用价值，以期帮助影像科医生提高诊断水平。

1 资料和方法

1.1 一般资料 回顾徐州医科大学附属医院2015年6月至2016年5月手术切除且行病理检查证实的肺小结节患者53例，其中良性19例，男7例，女12例，年龄31～68（54.32±10.41）岁；恶性 34 例，男 17 例，女 17 例，年龄 36～83（60.38±10.77）岁；均有完整的临床及术前CT检查资料。34例恶性病变中腺癌29例，鳞癌3例，肺泡细胞癌1例，小细胞癌1例。纳入标准：（1）患者术前1个月内胸部CT检查提示肺内单发结节；（2）结节内未见磨玻璃样成分；（3）结节最大直径均≤3.0cm；（4）无肺不张、胸腔积液、肺内活动性炎症影像学表现；（5）肺门、纵隔内未见肿大淋巴结。排除标准：（1）术前经过化疗、放疗；（2）5年内有肺内或者肺外恶性肿瘤病史；（3）图像存在伪影，影响病灶观察的患者。良、恶性患者间性别、年龄比较差异均无统计学意义（均P＞0.05）。

1.2 检查方法 采用美国GE l6排Light Speed螺旋CT机和德国西门子Somatom Emotion 16层螺旋CT机，患者取仰卧位，扫描范围从肺尖至肺底。增强扫描应用非离子型对比剂碘海醇350mg/ml，采用高压注射器经肘静脉注射，剂量1.2ml/kg，流速平均2.5ml/s，注入对比剂35、70s后进行双期扫描。扫描条件：层厚/层间距5mm/5mm，120kV，150mAs，矩阵 512×512，重建 1.5mm层厚。所有图像存储于PACS系统。

1.3 图像处理及分析 从PACS系统中调取合格的图像，使用软件FireVoxel对所有的图像进行纹理分析。测量时遵循盲法原则，并由有丰富经验的医师监管，在轴位图像的连续层面对肿瘤边界进行手动勾画、调整，并对肿瘤内部均匀填充确保得到完整的肿瘤立体ROI，记录数值。利用该软件自动计算出动、静脉期肺小结节内部的5个CT纹理特征值相关数值（均值、熵值、偏度、峰度和不均匀度）。

1.4 统计学处理 采用R3.3.2统计软件，正态分布的计量资料以表示，组间比较采用两独立样本t检验，非正态分布的计量资料以Q5（0Q25，Q75）表示，组间比较采用Wilcoxon秩和检验；计数资料组间比较采用χ2检验；CTTA鉴别诊断能力采用ROC曲线分析，并用bootstrap法模拟1000次估算总体AUC及95%可信区间（CI），最佳截断值按约登指数最大原则计算且求其灵敏度、特异度、阳性预测值和阴性预测值。P＜0.05为差异有统计学意义。

2 结果

2.1 良、恶性患者肺小结节CTTA参数比较 动脉期恶性结节的均值和熵值大于良性结节，偏度小于良性结节，差异均有统计学意义（均P＜0.05）。而动脉期的峰度和不均匀度在良恶性小结节间差异均无统计学意义（均P ＞0.05），见表 1。

表1 动脉期良、恶性患者肺小结节5项纹理特征参数的水平比较

静脉期恶性结节的均值和熵值大于良性结节，偏度小于良性结节，差异均有统计学意义（均P＜0.01）。而静脉期的峰度和不均匀度在良恶性小结节间差异均无统计学意义（均P＞0.05），见表2。

表2 静脉期良、恶性患者肺小结节5项纹理特征参数的水平比较

2.2 CTTA对肺小结节良恶性的诊断效能分析 良恶性肺小结节动脉期熵值、均值和偏度的AUC差异有统计学意义（均P＜0.05）。而峰度和不均匀度差异均无统计学意义（均P＞0.05）。静脉期熵值和偏度的AUC差异均有统计学意义（均P＜0.05）。而均值、峰度、不均匀度差异均无统计学意义（均P＞0.05）。动脉、静脉期良、恶性患者肺小结节5项纹理特征参数的诊断效能详见表3、4，图 1。

3 讨论

肺内小结节是多种良、恶性病变的共同表现，临床上没有特殊的症状，常在胸部X线或CT检查时偶然发现。其中CT因其具有较高的密度和时间分辨能力，可通过对结节大小、边缘、轮廓及其内部结构等形态学表现进行定性诊断，但是仍有25%～39%的恶性结节易被误诊为良性，且临床医生的经验水平不同也易导致误诊，故肺内小结节的良恶性鉴别诊断一直是胸部影像学及临床诊断研究的难题。目前常用低剂量CT、CT灌注以及血液肿瘤标志物[6]等用于诊断肺内良、恶性病变，但是其分析起来不但复杂且不够直观。而CTTA是一种不依赖于颜色或亮度而反映图像中同质现象的视觉特征，它是从图像中计算出来的一个值，从而更好的对病灶的特征进行量化及区分，具有简单、直观且重复性高等特点[7]。

表3 动脉期良、恶性患者肺小结节5项纹理特征参数的诊断效能分析

表4 静脉期良、恶性患者肺小结节5项纹理特征参数的诊断效能分析

图1 C TT A的R O C曲线及对肺小结节良恶性的诊断效能

本研究通过采用FireVoxel软件提取肺小结节内部动脉、静脉期的5个纹理特征值（均值、熵值、偏度、峰度和不均匀度值）来评价其在肺小结节良恶性鉴别诊断中的价值。结果发现，均值、熵值和偏度在动脉、静脉期良恶性肺小结节间的差异明显，而峰度和不均匀度在两组间无明显差异。这一定程度上表明我们可以通过对增强CTTA的均值、熵值和偏度对肺小结节的类型做出初步的定性诊断。

灰度均值是反映图像灰度分布的程度，其越复杂，结节内部越粗糙，异质性越差，结节越趋向于恶性。本研究中发现恶性组均值要高于良性组[8]。熵值主要是度量图像灰度分布的随机性，其分布随机性越高，其值越大，图像的信息量也越大，代表图像纹理的复杂程度，即复杂程度越大则熵值越大，如果无纹理则其熵值为0，满纹理则其熵值最大[9]。本研究发现恶性结节其熵值要高于良性结节（P＜0.05），说明恶性结节其图像信息较良性结节丰富。偏度是描述灰度直方图非对称分布及偏斜方向和程度的参数，结果发现偏度值恶性显著低于良性组[10]，这和相关研究结果一致[11]。而峰度和不均匀度是反映局部图像的清晰度，即纹理清晰程度的指标。本研究中良恶性结节的峰度和不均匀度差异无统计学意义，即反映出同一流程获得的纹理清晰程度相同。

采用ROC曲线进一步分析其鉴别诊断效能发现，动脉期的熵值、均值和偏度在肺小结节鉴别诊断方面显示出了一定价值，其 AUC 分别达到0.764（0.615～0.885）、0.710（0.562～0.840）和 0.669（0.515～0.818）。联合进行 ROC曲线分析后发现，其 AUC 为 0.833（0.708～0.928），当截断值为0.824时，诊断的灵敏度为0.588，特异度为0.947，阳性预测值为0.952，阴性预测值为0.563。静脉期熵值和偏度的AUC分别为0.684（0.526～0.834）和0.749（0.602～0.873），其联合运用诊断的 AUC 为 0.798（0.670～0.906），当截断值为0.786时，诊断的灵敏度为0.606，特异度为0.947，阳性预测值为0.952，阴性预测值为0.581。这表明CT的熵值和偏度对肺小结节具有较好的鉴别诊断能力，且多个参数联合应用时，AUC、灵敏度和特异度都有较为明显的提升。

由于本次研究的样本量较小，为了增加研究结果的可靠性，采用了bootstrap法重复抽样1000次对总体参数的AUC及95%CI进行估算。本研究表明由胸部CT图像得到的熵值、均值和偏度可以帮助鉴别肺小结节的良恶性，从而作为肺小结节良恶性鉴别诊断的重要辅助手段。