T2WI肿瘤最大层面直方图分析鉴别腮腺多形性腺瘤与恶性肿瘤

黄荟玉，张 勇，程敬亮，许 珂，文萌萌，文宝红

(郑州大学第一附属医院磁共振科，河南 郑州 450052)

腮腺肿瘤在头颈部肿瘤中约占3%～6%，其中20%为恶性肿瘤，80%为良性肿瘤,后者以多形性腺瘤最为常见。腮腺恶性肿瘤临床表现与良性肿瘤颇为相似[1]，术前鉴别诊断良恶性肿瘤及不同组织学类型对选择手术方法极为重要[2]。术前准确、无创鉴别良恶性腮腺肿瘤是临床亟待解决的问题之一。目前术前鉴别诊断腮腺肿瘤多基于临床并结合影像学检查。灰度直方图分析是以像素为基础的图像分析方法，可量化肿瘤的异质性，进而多方面反映肿瘤的异质性；其基本原理是提取MRI中病变ROI的像素值，分析灰度分布情况，进而获得肉眼无法观察到的图像信息，即直方图分析的9个参数信息，用于鉴别肿瘤性质及分型[3-5]。本研究探讨基于术前常规MR T2WI的灰度直方图分析鉴别腮腺多形性腺瘤与恶性肿瘤的价值。

1 资料与方法

1.1 一般资料 回顾性分析2014年6月—2018年6月于我院就诊并接受常规MR检查的64例腮腺肿瘤患者，男40例，女24例，年龄20～69岁，平均(41.1±14.2)岁。纳入标准：①术前MRI资料包括轴位T1WI、轴位、冠状位、矢状位T2WI及轴位DWI，图像完整；②经手术病理证实为腮腺多形性腺瘤或腮腺恶性肿瘤；③MR图像清晰，无明显伪影等影响图像分析的质量缺陷。64例中，经病理证实为多形性腺瘤41例，男27例，女14例，年龄21～66岁，平均(39.4±13.5)岁；恶性肿瘤23例，男13例，女10例，年龄20～69岁，平均(44.1±15.2)岁，包括黏液表皮样癌5例、腺样囊性癌3例、腺泡细胞癌2例、鳞癌5例、多形性腺瘤恶变3例、上皮肌上皮癌2例、乳腺样分泌型癌1例及弥漫大B细胞淋巴瘤2例。

1.2 仪器与方法 采用Siemens Skyra 3.0T MR扫描仪，32通道标准头颅线圈。常规MR扫描序列及参数：轴位T1W平扫，TR 220 ms，TE 2.46 ms，层厚3.0 mm，层间距0.6 mm，FOV 230 mm×230 mm，矩阵320×240，FA 70°，NEX 2；轴位、冠状位、矢状位T2W平扫，TR 4300 ms，TE 111 ms，层厚3.0 mm，层间距0.6 mm，FOV 230 mm×230 mm，矩阵320×240，FA 150°，NEX 1。DWI采用SE-EPI序列，b值取0、1 000 s/mm2，TR 3 900 ms，TE 64 ms，层厚3.0 mm，层间距0.6 mm，共扫描20层。

1.3 图像后处理与分析

1.3.1 图像选取 调整窗宽、窗位，使所有MR图像的窗宽、窗位保持一致性，而后以“.BMP”格式从PACS中导出所有图像。

1.3.2 ROI的选取及灰度直方图分析 在轴位T2WI基础上进行灰度直方图分析。采用MaZda软件在轴位T2WI显示肿瘤最大层面沿肿瘤边缘手动勾画ROI，并以红色填充、标记，见图1、2；软件自动生成ROI的灰度直方图。所有ROI勾画均由2名有经验的影像学诊断医师共同完成，有分歧时经协商达成一致。通过灰度直方图分析获得9个特征参数：均值(Mean)、方差(Variance)、峰度(Kurtosis)、偏度(Skewness)、第1百分位数(Perc 01%)、第10百分位数(Perc 10%)、第50百分位数(Perc 50%)、第90百分位数(Perc 90%)及第99百分位数(Perc 99%)。

1.4 统计学分析 采用SPSS 21.0统计分析软件。9个直方图特征参数中，偏度、第50百分位数及第90百分位数符合正态分布，以±s表示，采用两独立样本t检验比较其在腮腺多形性腺瘤与恶性肿瘤间的差异；其余6个特征参数均不符合正态分布，以中位数(上下四分位数)表示，采用非参数检验进行比较。P<0.05为差异有统计学意义。绘制ROC曲线，计算AUC，预测以T2WI直方图特征参数鉴别诊断腮腺多形性腺瘤与恶性肿瘤的效能。

2 结果

2.1 腮腺多形性腺瘤与恶性肿瘤直方图特征参数比较 腮腺多形性腺瘤灰度直方图见图3A，恶性肿瘤灰度直方图见图3B。直方图特征参数见表1。腮腺多形性腺瘤第1百分位数及第10百分位数均明显高于恶性肿瘤(P均<0.05)，2组间其余直方图特征参数差异均无统计学意义(P均>0.05)。

表1 腮腺多形性腺瘤与恶性肿瘤直方图特征参数比较

图1 患者女，57岁，腮腺多形性腺瘤 A.轴位T2WI； B.手动勾画ROI并标记 图2 患者男，63岁，腮腺恶性肿瘤(黏液表皮样癌) A.轴位T2WI； B.手动勾画ROI并标记

图3 腮腺肿瘤灰度直方图 A.多形性腺瘤； B.恶性肿瘤

2.2 ROC曲线分析 以第1百分位数及第10百分位数鉴别诊断腮腺多形性腺瘤与恶性肿瘤的ROC曲线见图4。以第10百分位数鉴别诊断的ROC曲线AUC最大，为0.70(P=0.01)，最佳临界值为76.00，敏感度为66.70%，特异度为60.00%；第1百分位数的ROC曲线AUC为0.67(P=0.04)，最佳临界值为46.50，敏感度、特异度分别为63.90%及60.00%。

3 讨论

肿瘤最大层面灰度直方图分析是基于像素的图像分析方法，可在ADC图、MR平扫及增强图像上提取病变最大层面ROI的像素值(即灰度)分布情况加以分析，进而获得大量对疾病鉴别和分级有用的定量参数信息，为诊断及鉴别肿瘤提供依据[3-5]。Xu等[6]采用直方图分析鉴别神经鞘瘤与不典型脑膜瘤，认为直方图纹理分析法是鉴别二者的可靠方法。Ryu等[7]评价DWI直方图分析在肿瘤异质性方面的价值，认为ADC直方图分析可提供肿瘤异质性信息，有助于胶质瘤分级诊断。目前关于T2WI灰度直方图分析的报道仍较少。2017年Li等[8]基于T2WI进行直方图分析肝脏占位性病变。本研究采用T2WI灰度直方图分析鉴别腮腺肿瘤。

MR检查已成为术前临床鉴别腮腺多形性腺瘤与恶性肿瘤的常用方法。常规腮腺MR检查主要观察腮腺肿瘤形态是否规则，有无浸润，是否同时累及腮腺深叶、浅叶及邻近组织，有无出血、坏死、囊变等；但不同性质肿瘤可具有相似征象，如腮腺多形性腺瘤可表现出与恶性肿瘤相似的发病部位、肿瘤形态及信号特点等，使得术前常规MR检查难以区分良恶性肿瘤。随着检查设备及技术的不断进步，更新且更为有效的影像学肿瘤鉴别诊断方法不断涌现。据报道[9]，MR动态增强曲线鉴别腮腺多形性腺瘤与恶性肿瘤具有一定价值，但其结果单一，扫描过程中需注入对比剂，且操作相对复杂。还有学者[10]发现DWI及灌注成像三维形态学分析可用于鉴别腮腺多形性腺瘤与恶性肿瘤，但检查费用较高，难以快速普及。

图4 以第1百分位数及第10百分位数鉴别诊断腮腺多形性腺瘤与恶性肿瘤的ROC曲线 二者AUC分别为0.67及0.70

基于MRI进行灰度直方图分析，通过特征参数鉴别良恶性肿瘤并进行分级、分类等，具有独特优势。灰度直方图选取ROI不仅包括肿瘤实质，还包括坏死、出血、囊变等可反映肿瘤不均质性的成分，能够更加准确、可靠地反映肿瘤异质性，为肿瘤的诊断及鉴别提供更多、更全面的定量信息。灰度直方图分析方法具有简便、客观、量化、可重复、误差小等优点，目前在胶质瘤、室管膜瘤、肾癌等病变的诊断及鉴别中获得临床广泛认可，并不断显示出其优势[11]。

本研究采用灰度直方图分析鉴别腮腺多形性腺瘤与恶性肿瘤，回顾性分析41例腮腺多形性腺瘤及23例腮腺恶性肿瘤患者的MRI资料，获取轴位T2WI肿瘤最大层面ROI中的9个直方图特征参数，探讨灰度直方图在鉴别诊断方面的价值。直方图形状可在一定程度上反映肿瘤组织的微观结构和功能。特征参数中的方差可用于描述病变特征值的分散程度，方差越大，表明数据越偏离平均值，病变成分的不均质性越强[12]；直方图峰值参数表示与正态分布相比该分布的相对尖锐度或平坦度，正峰值提示较正态分布更陡峭，负峰值则表明较正态分布更平缓；偏度是衡量直方图不对称性的指标，正偏度提示不对称分布的尾部趋向于更多较大值，分布主体集中在右侧，即绝大多数的数值(包括中位数)分布于平均值的左侧，负偏度则相反，表明不对称分布的尾部趋向于更多较小值，且偏度的绝对值越大，分布越不对称；而百分位数可反映形成直方图的体素[13]，是对肿瘤内部异质性的量化。本研究中，腮腺多形性腺瘤与恶性肿瘤间第1百分位数及第10百分位数差异均有统计学意义，表明腮腺恶性肿瘤和多形性腺瘤的体素值差异显著，具有鉴别诊断意义。本研究结果显示，第10百分位数最具鉴别诊断效能，ROC曲线AUC为0.70，敏感度为66.70%，特异度为60.00%；此外，第1百分位数的敏感度及特异度也较高，联合分析2个特征参数可能更有利于鉴别腮腺肿瘤。本组采用T2WI肿瘤最大层面直方图分析的研究结果与Fruehwald-Pallamar等[14]的结果相符，进一步证实灰度直方图分析方法鉴别腮腺多形性腺瘤与恶性肿瘤的价值。

在不增加患者负担和不延长检查时间的情况下，以T2WI肿瘤最大层面直方图分析对腮腺多形性腺瘤与恶性肿瘤进行鉴别具有一定价值，可为临床提供新思路。但本研究存在一些不足：①为回顾性分析，假定MRI的采集、处理和分析均在相同条件下进行；②样本量较少，可能导致结果产生偏倚，这也可能是特征参数中的方差在腮腺多形性腺瘤与恶性肿瘤间差异无统计学意义的原因；③仅对T2WI肿瘤最大层面进行灰度直方图分析，未行全域直方图分析或ADC、MR增强扫描图像的直方图分析，有待进一步研究。