ROI选择方法对高级别胶质瘤增强T1WI直方图参数的影响

张欢欢，林丽萍，王宇喆，温 群，王娇燕*

(1.复旦大学附属上海市第五人民医院放射科，上海 200240；2.上海中医药大学附属曙光医院放射科，上海 201203)

脑胶质瘤是一种具有极不均质组织病理学特征的原发性颅内肿瘤，具有广泛侵袭性。作为一种基于数据的分析方法，直方图分析可准确评估肿瘤异质性，目前已用于胶质瘤分型与分级、鉴别诊断及评估疗效等[1-4]；其对数据的准确率和可重复性要求较高[5]，而不同机器、扫描技术以及图像重建算法均会对结果产生显著影响[6]。此外，ROI选择方法也对直方图分析有重要影响。目前对不同ROI选择方法的准确率和可重复性仍存在争议[7]。既往直方图分析一般选择在肿瘤最大层面手动勾画ROI边界，不能进一步区分肿瘤液化、坏死成分，也很少对肿瘤全部层面信息进行整体分析。本研究探讨在高级别胶质瘤(high grade gliomas, HGGs)常规增强T1WI直方图分析中，不同ROI选择方法对特征参数提取的可重复性及对结果的影响。

1 资料与方法

1.1 一般资料 回顾性分析2016年1月—2018年5月于复旦大学附属上海市第五人民医院接受MR检查并经病理证实的50例HGGs患者(WHO Ⅲ～Ⅳ级)，男27例，女23例，年龄25～72岁，平均(51.1±13.5)岁；MR检查前未接受任何治疗。其中5例由于图像质量不佳、肿瘤贴近颅骨或脑室生长无法准确观察予以排除，共45例纳入研究，包括HGGs Ⅲ级18例、Ⅳ级27例。

1.2 仪器与方法 采用Siemens Skyra 3.0T MR扫描仪和20通道头部线圈，行轴位FLASH序列增强扫描。对比剂采用Gd-DTPA，剂量0.1 mmol/kg体质量，注射流率2.0 ml/s，TR 250 ms，TE 2.5 ms，翻转角70°，层厚8 mm，层间距0.8 mm，FOV 220 mm×220 mm，矩阵256×256。

1.3 图像分析 以DICOM格式导出图像，分别由2名中、高级职称神经影像学医师独立阅片，分析肿瘤强化、出血、坏死及水肿区域，并使用4种方法勾画ROI。小ROI法：在肿瘤最大层面图像上，于病灶内部任意取3个无重叠圆形区域，尽量包含更多强化区域，单个ROI面积≥500像素；轮廓ROI法：在肿瘤最大层面图像上，沿肿瘤强化边缘勾画，包括肿瘤囊变、坏死区域；阈值ROI法：在肿瘤最大层面图像上，以病灶周围水肿区域灰度值作为阈值，将高于该阈值病灶纳入ROI，此方法可快速去除肿瘤囊变、坏死部分并保留实性成分；体积ROI法：逐层勾画肿瘤边界之后累加生成三维容积ROI，并进一步分析(图1)。

采用MaZda 4.6软件勾画ROI，并提取直方图特征参数。先对所有图像行灰度标准化处理，软件计算获得以下直方图特征参数：①平均值，ROI内所有像素灰度值的算术平均值；②标准差，反映图像灰度值的离散程度；③偏度值，反映灰度分布的不均匀性，呈正态分布时偏度值为0，正(负)偏度值表示直方图曲线右(左)侧尾部有更多离群数据；④峰度值，反映直方图曲线顶端尖峭或扁平程度，正(负)峰度值表示比正态分布更尖锐(平坦)的分布。2名医师在每种ROI选择方法下连续测量2次，将平均值作为最终结果，同时记录每次勾画ROI所需时间。

图1 4种ROI勾画方法示意图及其对应直方图 A.小ROI法，直方图数据最少且分布集中； B.轮廓ROI法，直方图曲线形态接近体积ROI法； C.阈值ROI法，直方图曲线较窄且部分数据缺失； D.体积ROI法，获得图像灰度数据最多，直方图曲线分布最广

表2 4种ROI选择方法测量直方图特征参数比较(n=45)

表3 4种ROI选择方法测量直方图各特征参数的两两比较结果[t值(P值)]

2 结果

2.1 观察者间一致性评价 2名医师采用不同ROI选择方法测量直方图特征参数的一致性评价见表1，采用体积、轮廓和阈值ROI法测量平均值、标准差和峰度值均一致性好(ICC均≥0.80)，偏度值一致性为中等至好(ICC为0.73～0.90)，采用小ROI法测量直方图特征参数的一致性为较低至中等(ICC为0.30～0.69)。

2.2 不同ROI选择方法测得直方图特征参数所需时间 采用体积ROI法测得直方图特征参数所需时间[(67.63±12.15)s]明显长于轮廓ROI法[(25.22±7.03)s；t=21.83，P<0.01]、阈值ROI法[(8.51±1.63)s；t=33.53，P<0.01]和小ROI法[(7.68±1.75)s；t=39.26，P<0.01]。

2.3 不同ROI选择方法对直方图特征参数结果的影响 4种ROI选择方法测量直方图特征参数的总体差异均有统计学意义(P均<0.05，表2)，两两比较结果见表3，体积ROI法测量各直方图特征参数与轮廓ROI法比较差异均无统计学意义(P均>0.05)；阈值ROI法测量平均值、偏度值、峰度值均高于体积和轮廓ROI法，标准差均低于体积和轮廓ROI法(P均<0.05)；小ROI法测量标准差均低于体积和轮廓ROI法(P均<0.05)。

表1 2名医师采用不同ROI选择方法测量直方图特征参数的ICC值(n=45)

3 讨论

3.1 基于增强T1WI直方图定量特征参数的临床价值 直方图分析通过将图像内各像素的灰度信息转换为频率分布信息，并利用直方图特征参数进行定量分析[8]；这些参数属于影像组学中的基础统计特征，可定量反映数据的分布特点。基于增强T1WI的直方图峰度值、偏度值、方差等特征参数对胶质瘤分级、鉴别诊断有一定价值。杨忠诚[9]发现HGGs峰度、偏度值均高于低级别胶质瘤；王敏红等[10]利用偏度值等特征参数构建模型鉴别胶质母细胞瘤和单发脑转移瘤，敏感度为82.5%，特异度为85.7%；罗乐凯等[11]认为原发中枢神经系统淋巴瘤T1WI直方图偏度值明显低于胶质母细胞瘤，其约登指数为0.907，具有最佳鉴别诊断效能。

3.2 不同ROI选择方法对直方图特征参数测量的一致性评价 本研究中2名医师采用体积ROI法测量直方图特征参数的一致性最好，与Han等[12]研究结果类似。相较单个层面ROI产生的选择性偏倚不同，体积ROI法可降低层面选择偏倚，故具有较高的一致性。

计算机自动或半自动勾画ROI可减少观察者间主观差异[13]。作为一种简单、快速的半自动方法，阈值ROI法在本研究中获得了中等至好的一致性；但由于不同病灶之间形态、信号存在差异，无法严格按某一固定阈值进行分割，导致采用该方法测量偏度值的一致性较轮廓ROI法略低，且对于信号复杂病灶，使用单一阈值无法准确分割病灶。

小ROI法同时受观察者主观因素及肿瘤本身不均质性的影响，故观察者间一致性较低，且获取的病灶信息最少，可能无法准确评估肿瘤的异质性并获得有意义的直方图特征参数[14]。

本研究比较采用轮廓、阈值和体积ROI法的测量结果，发现偏度值更易受ROI选择方法的影响。采用阈值ROI法时，2名医师测量偏度值的一致性仅表现为中等(ICC=0.73)，可能由于本研究中阈值未能严格统一，使直方图左尾部数据取舍存在不确定性，而偏度值的大小易受直方图尾部数据影响，导致一致性进一步降低。

3.3 不同ROI选择方法对直方图特征参数测量结果的影响 体积ROI法将肿瘤所有层面数据纳入统计，可减小抽样误差，同时更全面地反映肿瘤异质性，理论上可靠性、准确率优于其他3种方法。体积ROI法获得数据更多、分布更广，直方图曲线下面积更大，曲线顶部也更为“平坦”。与之相比，轮廓ROI法测量结果峰度值偏高，其余参数值均偏低，但差异均无统计学意义(P均>0.05)。

阈值ROI法测得结果与其他方法相比均有较大差异。由于肿瘤囊变、坏死等低信号区域被识别为“背景”而丢失，直方图数据集中于曲线右侧，测量偏度值、峰度值均较其余3种方法明显偏高(P<0.05)。与体积ROI法相比，阈值法测量的平均值偏高、标准差偏低(P<0.05)。

小ROI法主要选取肿瘤强化部分，标准差较体积ROI法偏低(P<0.05)，偏度值、峰度值与体积ROI法比较差异无统计学意义；但该方法受观察者主观因素影响较大，难以准确评估特征参数。

综上所述，在HGGs增强T1WI直方图特征参数测量中，采用不同ROI选择方法获得的一致性评价和直方图特征参数之间存在差异。采用单一阈值ROI法和小ROI法测量的特征参数较体积ROI法存在偏差，且小ROI法一致性较低，故应尽量避免使用。轮廓ROI法和体积ROI法均具有较好的一致性，两者测量结果差异无统计学意义，但与体积ROI法比较，轮廓ROI法可在较好一致性的前提下明显缩短测量参数所需时间，并可较为准确和快速地提取特征参数，有助于直方图分析的临床应用研究。但胶质瘤的影像组学特征与其遗传特性有关[15]，本研究未对HGGs具体基因型进一步分组，也未包括增强后病灶边界不清的低级别胶质瘤，可能会对研究结果造成一定影响。高度恶性胶质瘤坏死区域可能由于对比剂外渗造成强化，阈值ROI法可能将此强化区域误判为肿瘤实质纳入ROI，还需结合功能MRI或病理结果进一步研究。