MRI纹理分析对鉴别孤立性纤维性肿瘤/血管周细胞瘤与血管瘤型脑膜瘤的临床价值

张烁， 程敬亮， 王程程， 张勇

颅内孤立性纤维性肿瘤/血管外皮细胞瘤(solitary fibrous tumors/hemangiopericytoma,SFT/HPC)是罕见的中枢神经系统血管源性肿瘤，在所有颅内肿瘤中占比<1%，好发于成年人的幕上硬脑膜，具有一定的侵袭性，易复发[1]。SFT/HPC虽是一种独特的组织病理学肿瘤，但在影像学上与脑膜瘤具有较高的相似性，尤其是血管瘤型脑膜瘤(angiomatous meningioma，AM)。AM占所有脑膜瘤的2.1%，具有典型的良性脑膜瘤的特征[2]。术前对这两类肿瘤进行准确鉴别对手术及后期治疗计划的制定具有重要意义。常规MRI对这两类肿瘤的鉴别能力有限，研究表明，使用纹理分析软件对图像上的肿瘤区域进行分割并进行纹理分析，可以提取出图像中的特征性参数进行差异性对比，量化分析肿瘤影像学异质性，提供了通过肉眼无法识别的客观信息，不依赖于影像科医师的经验和主观判断，具有较大的临床应用价值[3-5]。笔者回顾性分析44例SFT/HPC与AM患者的临床资料及MRI图像，分析基于MRI图像的纹理参数对SFT/HPC与AM的鉴别诊断效能，旨在进一步提高对这两类病变的诊断水平。

材料与方法

1.临床资料

回顾性分析2013年3月-2018年8月本院44例SFT/HPC和AM患者的病例资料。其中，SFT/HPC患者24例(HPC 20例，SFT 4例)，男13例(54.2%)，女11例(45.8%)，年龄20～73岁，平均(43.4±12.9)岁；AM患者20例，男11例，女9例，年龄31～64岁，平均(53.1±7.5)岁。入组标准：①术前MRI检查(包括T2WI、ADC图、对比增强T1WI)资料完整；②均为首发患者，行MRI扫描前未接受过任何相关治疗；③术后病理明确诊断为SFT/HPC或AM。两组患者的临床症状较相似，主要临床表现有头、头晕、头面部或肢体麻木、视力下降，其中11例伴恶心呕吐、耳鸣，5例伴有忆力下降。

2.检查方法

使用Siemens Skyra 3.0T MR扫描仪和32通道头颅线圈进行图像采集。常规MRI扫描序列主要包括矢状面及横轴面T1WI(TR 260 ms，TE 2.46 ms)、横轴面T2WI(TR 3800 ms，TE 93 ms)、横轴面T2-FLAIR(TR 4500 ms，TE 93 ms)和SE-EPI DWI(b值取0、1000 s/mm2，TR 3500 ms，TE 119 ms，视野230 mm×230 mm，层厚5 mm，层间距1.2 mm，层数20)。增强扫描序列和参数：横轴面、矢状面和冠状面T1WI序列；对比剂采用Gd-DTPA，剂量0.2 mmol/kg，注射流率2.0 mL/s；扫描参数同平扫T1WI。

3.影像学分析

图像选择及ROI选取：将所有患者的MRI图像从PACS工作站上以Dicom格式导出，导出时调整图像的窗宽、窗位，使所有图像的窗宽、窗位均保持相同。采用Image J软件(https://imagej.nih.gov/ij/download.html)进行图像分割和数据测量，由2位中枢神经系统MRI诊断经验丰富的医师在未知病理结果的情况下利用Image J软件在对比增强(contrast enhanced，CE)T1WI(T1CE)序列中选出肿瘤的最大层面，自动勾画肿瘤的边界，并通过人工调整，分割出ROI(图1a、2a)，注意避开水肿区、大血管、静脉窦和增强的脑膜等，去除坏死、囊变和出血区等。将T1CE图像勾画出的的ROI复制到相同层面的T2WI(图1b、2b)和ADC(图1c、2c)图像上，部分患者的ADC图像有轻度变形，与T1CE序列的ROI轮廓无法完全贴合时，此时可利用Image J软件的放大/缩小功能将ROI轮廓适度改变。

图1SFT/HPC患者ROC提取示意图，利用Image J软件在T1CE序列中肿瘤最大层面沿肿瘤的边界自动勾画ROI，并将此ROI复制到对应层面的T2WI和ADC图上。a) T1CE图像； b) T2WI图像； c) ADC图。图2AM患者ROC提取示意图，利用Image J软件在T1CE序列中肿瘤最大层面沿肿瘤的边界自动勾画ROI，并将此ROI复制到对应层面的T2WI和ADC图上。a) T1CE图像； b) T2WI图像； c) ADC图。

图像纹理分析：ROI勾画完成后，Image J软件即可计算出各ROI的纹理参数值。对病灶的纹理特征的主要分析方法包括直方图和灰度共生矩阵(grey-level co-occurrence matrix，GLCM)。①直方图参数：最大值(maximum value，Max)、最小值(minimum value，Min)、均值(mean)、中位数(median，Med)、标准差(standard deviation，SD)、峰度(kurtosis，Kur)、偏度(skewness，Ske)；②GLCM参数：角二阶矩(angular second moment，ASM)、对比度(contrast，Con)、逆差矩(inversedifferent moment，IDM)、熵(entropy，Ent)和自相关性(correlation，Cor)。GLCM是常用的二阶纹理分类方法，反映灰度的空间相关特性。

4.统计学方法

使用SPSS 21.0统计学软件进行数据分析。采用Kolmogorov-Smirnov检验和Levene检验对各参数的测量数据分别进行正态性和方差齐性检验，满足正态性分布的资料采用均数±标准差的形式表示，组间比较采用独立样本t检验；不满足正态性的资料采用Mann-Whitney U秩和检验，数据采用中位数和上、下四分位数(P25，P75)的形式表示。比较SFT/HPC和AM两组肿瘤的各项纹理参数值的差异。对于有统计学意义的纹理参数，绘制受试者工作特征(receiver operation characteristic，ROC)曲线,确定鉴别SFT/HPC和AM的最佳临界值，并计算曲线下面积(area under curve，AUC)、敏感度和特异度等诊断效能参数。以P<0.05为差异有统计学意义。

结 果

1.直方图参数的组间比较

三个序列图像上SFT/HPC和AM的各项直方图参数测量结果及组间比较见表1。①在三个序列图像上SFT/HPC组中病灶的最大值、最小值、均值和中位数均小于AM组，其中除MaxADC之外，其它11项纹理参数值在两组间的差异均有统计学意义(P<0.05)。②标准差的比较：SFT/HPC组的SDT1CE大于AM组，两组间差异有统计学意义(P=0.031)，而T2WI和ADC图像上的标准差(SDT2WI、SDADC)在两组间的差异无统计学意义(P>0.05)。③峰度和偏度值的比较：SFT/HPC组中病灶在T2WI和T1CE图像上的峰度值和偏度值均大于AM组，两组间差异有统计学意义(P<0.05)；而在ADC图上两组病灶的峰度值和偏度值(KurtADC、SkeADC)的差异均无统计学意义(P>0.05)。

2.GLCM参数的组间比较

两组肿瘤病灶在3个序列上的GLCM参数值及组间比较结果见表2。①角二阶矩的比较：SFT/HPC在ADC图像上的角二阶矩值(ASMADC)小于AM，两组间差异有统计学意义(P=0.013)；而在T2WI和T1CE图像上的角二阶矩值(ASMT2WI、ASMT1CE)在两组间的差异无统计学意义(P>0.05)。②对比度的比较：SFT/HPC在T2WI和T1CE图像上的对比度值(ConT2WI、ConT1CE)小于AM，两组间差异有统计学意义(P<0.05)；而在ADC图像上的对比度值(ConADC)在两组间的差异无统计学意义(P>0.05)。③逆差矩、自相关值的比较：3个序列图像上的逆差矩值(IDM)在两组间的差异均有统计学意义(P<0.05)；T1CE序列上的自相关值(CorT1CE)在两组间的差异有统计学意义(P=0.000)，而T2WI和ADC序列上的自相关值(CorT2WI、CorADC)在两组间的差异无统计学意义(P>0.05)。④熵值的比较：SFT/HPC在ADC序列上的熵值(EntADC)大于AM，两者间差异有统计学意义(P=0.003)；而在T2WI和T1CE序列上两组间熵值(EntT2WI、EntT1CE)的差异无统计学意义(P>0.05)。

表1 SFT/HPC与AM的直方图参数比较

表2 SFT/HPC与AM的灰度共生矩阵参数比较

3.纹理参数对SFT/HPC和AM的诊断效能

对两组间差异有统计学意义的参数进一步行ROC曲线分析，结果见表3。

在3个序列的各项参数中AUC>0.7的参数有18个(图2)，以TICE图像上最多(8个)，T2WI和ADC图各5个。其中AUC最大的前4个参数为MinT1CE、MedT1CE、MeanT1CE和SkeT1CE，均为TICE图像上提取的直方图参数。

图3 三个序列图像上有统计学意义的纹理参数鉴别SFT/HPC与AM的ROC曲线。a)T2WI上提取的纹理参数；b)T1CE图上提取的直方图参数；c)T1CE图上提取的灰度共生矩阵参数；d)ADC图上提取的参数。

参数AUC临界值敏感度(%)特异度(%)95%置信区间P值MinT2WI0.8668195.870.00.729～0.950<0.0001MeanT2WI0.86913683.380.00.733～0.951<0.0001MedT2WI0.87413483.380.00.739～0.955<0.0001KurtT2WI0.7630.87679.270.00.610～0.8780.0004SkeT2WI0.781-0.05687.560.00.631～0.8920.0001MaxT1CE0.75119566.775.00.598～0.8690.0007MinT1CE0.9707995.890.00.868～0.998<0.0001MeanT1CE0.96013591.795.00.854～0.996<0.0001MedT1CE0.96413591.795.00.859～0.997<0.0001KurtT1CE0.7620.17691.760.00.610～0.8780.0004SkeT1CE0.8930.02499.070.00.762～0.966<0.0001IDMT1CE0.7090.33079.270.00.553～0.8360.0189CorT1CE0.8250.000866.790.00.681～0.923<0.0001MinADC0.8427083.380.00.700～0.934<0.0001MeanADC0.72710362.580.00.572～0.8500.0033MedADC0.7319962.580.00.576～0.8540.0025ASMADC0.7140.00145.890.00.557～0.8400.0051EntADC0.7656.88366.785.00.613～0.8790.0004

对各序列AUC>0.7的参数进行联合分析(留一交叉验证法)，直方图参数中，T1CE序列的6个参数鉴别SFT/HPC与AM的阳性预测值为91.7%，阴性预测值为90.0%，诊断符合率达90.9%；T2WI序列的5个参数的阳性预测值为87.5%，阴性预测值为75.0%，诊断符合率达81.8%；ADC序列的3个参数的阳性预测值为83.3%，阴性预测值为80.0%，诊断符合率达81.8%；GLCM参数中，ADC序列上熵的敏感度为66.7%，阳性预测值为62.5%，阴性预测值为85.0%，诊断符合率达72.7%；联合T1CE序列的2个参数(IDM、Cor)，阳性预测值为70.8%，阴性预测值为70.0%，诊断符合率达70.5%。

讨 论

中枢神经系统SFT/HPC起源于脑膜毛细血管周细胞，是一种来源于脑膜间质的少见肿瘤，而脑膜瘤来源于脑膜上皮细胞，二者的生物学行为不同，SFT/HPC侵袭性和恶性程度更高，复发和远处转移的倾向也更大[6]。SFT/HPC和AM患者的临床特征也存在一定差异。有研究表明，SFT/HPC多见于男性，平均年龄低于AM患者[2]。本研究中SFT/HPC患者54%为男性，平均年龄(43.4±12.9)岁，略高于AM患者的(53.1±7.5)岁，结果与文献报道基本相符。

SFT/HPC与AM的影像学表现非常相似，均表现为等T1、长T2混杂信号，瘤体内可见粗大的血管流空影，多伴有囊变、坏死，增强扫描肿瘤呈明显强化，且与邻近硬脑膜的关系密切。其中，SFT/HPC瘤体内坏死、囊变较AM多见，增强扫描AM多见“脑膜尾征”，而SFT/HPC少见[7]。SFT/HPC因具有较高的侵袭性，或具有一些特征性的MRI征象，如形态不规则或呈多边形，伴有周围组织侵犯等。既往研究中曾尝试采用ADC值(均值、最小值)和MRS等方法对SFT/HPC与AM进行鉴别，结果表明MRI检查对于两种肿瘤的术前鉴别有一定临床意义[8-10]。但是目前关于图像纹理分析技术对两种肿瘤鉴别诊断价值的文献报道比较少见。本研究联合MRI多序列纹理分析对SFT/HPC与AM进行对比分析，通过量化图像的微观差异来客观评估肿瘤的异质性，显著提高了对SFT/HPC与AM的鉴别诊断效能，为临床诊断及后期治疗(如手术切除方式的选择等)提供参考依据。

本研究结果显示，SFT/HPC在3个序列上的最大值、最小值、均值和中位数均小于AM，在T2WI和T1CE序列上的偏度值大于AM，上述参数的组间差异均具有统计学意义(P<0.05)，与Kanazawa等[11]的研究结果一致。通过绘制ROC曲线对有统计学意义的参数进行鉴别效能的评估，发现直方图参数中，T2WI上的5个参数(最小值、均值、中位数、峰度和偏度)、T1CE序列上的6个参数(最大值、最小值、均值、中位数、峰度、偏度)和ADC序列上的3个参数(最小值、均值、中位数)的AUC均大于0.7，敏感度和特异度较高，对SFT/HPC与AM有着较高的鉴别效能。分别对各序列中AUC大于0.7的参数进行联合分析，T2WI(5个参数同上)鉴别SFT/HPC与AM的阳性预测值为87.5%，阴性预测值为75.0%，符合率达81.8%；T1CE序列(6个参数同上)的阳性预测值为91.7%，阴性预测值为90.0%，符合率达90.9%；ADC图(3个参数同上)的阳性预测值为83.3%，阴性预测值为80.0%，符合率达81.8%。

峰度和偏度是反映肿瘤空间异质性总体特征的两个重要指标。峰度反映了像素信号强度分布形态的陡峭程度，峰度越大表示其分布的坡度越大；偏度是描述像素信号强度分布形态的对称性的一项统计量，偏度的绝对值越大表示其分布形态的偏斜程度越大[5,12]。本研究中勾画ROI时选取的是肿瘤的实体部分并尽量避开了囊变、坏死和出血区，但两种肿瘤的实性部分的病理表现存在差异，其内可能存在显微镜下才可见的细小甚至微小的囊变、坏死(较多出现于SFT/HPC)，仅通过MRI图像无法识别，但这种微小差异可通过偏度值的差异而分辨。本研究结果显示，两种肿瘤在T2WI和T1CE图像上的偏度值差异具有统计学意义(P<0.05)。

本研究结果显示，在GLCM参数中，SFT/HPC在T1CE序列上的逆差矩和自相关值均大于AM，在ADC图像上的熵值大于AM，与Kanazawa等[11]的研究结果一致。T1CE序列上的逆差矩、自相关性和ADC序列上的ASM、熵值的AUC均大于0.7。逆差矩表示图像中像素信号强度的均匀性，自相关参数表示图像中的毗邻像素信号强度的线性相关性，二者均能够反映肿瘤组织的异质性[13]。联合T1CE序列的逆差矩和自相关2个参数，鉴别SFT/HPC与AM的阳性预测值为70.8%，阴性预测值为70.0%，符合率达70.5%。熵是度量图像所具有的信息量的参数，它反映的是图像上纹理的非均匀程度或复杂程度。有研究表明，熵值大小与肿瘤异质性有一定的关系，熵值越大代表肿瘤异质性越高[14-15]，本研究中ADC序列上熵鉴别两种肿瘤的AUC为0.765，敏感度66.7%，特异度85.0%，阳性预测值为62.5%，阴性预测值为85.0%，符合率达72.7%，具有较高的鉴别效能。

本研究尚存在几点局限性：首先、这是一项回顾性研究，由于SFT/HPC和AM是相对罕见的肿瘤，纳入的样本量相对较小；其次，本研究中仅选取了肿瘤的实质部分来进行纹理分析，未对两种肿瘤的瘤周水肿区进行分析，并进一步将MRI征象与纹理参数结合，以进一步提高鉴别效能；最后，纹理分析各项参数的意义与肿瘤生物学机制的相关性研究尚不充分，有待今后进行更深入的研究。

综上所述，基于MRI图像的纹理分析可以为SFT/HPC与AM的鉴别提供可靠的量化信息，提高影像诊断准确性，为临床治疗上选择合适的术式及辅助治疗方案提供帮助，最终降低肿瘤的复发率和远处转移的风险，具有重要的临床应用价值。