平扫、增强CT直方图分析对甲状腺良恶性结节的鉴别诊断价值
2019-10-16田晓燕杜丹丹吴兴旺
田晓燕,杜丹丹,徐 骥,吴兴旺
甲状腺结节的发病率正在逐年增加,目前,针对甲状腺结节主要的影像检查方法包括超声、超声引导下细针穿刺细胞学检查(fine needle aspiration cytology,FNAC)、X线计算机体层成像(X-ray computed tomography,X-ray CT)、磁共振成像(magnetic resonance imaging,MRI)和核素检查等[1]。尽管超声检查仍是其主要的检查方法,但CT扫描经常是首诊发现的方法[2]。临床检查中,甲状腺结节多为CT平扫,而增强扫描更能充分反映结节的具体特征,包括形态、边界、钙化等情况,为临床治疗计划的制定及预后具有积极的指导意义[3]。纹理分析作为一种定量分析技术,通过导出定量纹理参数来表示感兴趣区的微观特征,其中直方图分析作为纹理分析的一种,通过对感兴趣的勾画,来评估肿瘤的异质性[4]。现探讨CT直方图分析技术在平扫及增强扫描中甲状腺良恶性结节鉴别诊断中的价值,从而为临床进一步的治疗提供更多定量的参考价值。
1 材料与方法
1.1 病例资料回顾性分析2016年12月~2018年11月安徽医科大学第一附属医院经病理证实的甲状腺结节患者73例,术前均行颈部平扫、增强CT扫描,最终入组患者53例,男性患者12例,女性患者41例,年龄17~77(45.060±14.263)岁,其中良性结节16个,恶性结节37个。入组要求:① 结节>6 mm以上;② 结节边界尚清晰;③ 术后经病理证实且良恶性结果诊断明确。
1.2 方法
1.2.1CT检查 采用GE公司宝石CT(GE Discovery CT750 HD),扫描螺距0.984:1,层厚5 mm,重建层厚0.625 mm,管电压120 kV,管电流250 mA,重建矩阵512×512。患者采取仰卧位,扫描范围自颅底至胸锁关节水平,所有患者均行颈部CT平扫和增强扫描,增强扫描采用静脉团注对比剂碘海醇(300 mgI/ml,通用电气药业上海有限公司),使用美国泰科高压注射器于肘正中静脉注射,注射流率2.5~3.0 ml/s,剂量1.5~2 ml/kg,单期延迟时间30 s。
1.2.2图像处理及数据分析 对扫描后原始数据进行拷贝,将DICOM格式的甲状腺平扫和增强图像(层厚5 mm)导入AK(Artificial Intelligent Kit)软件,由两名诊断医师达成一致意见后共同手动勾画感兴趣区(region of interest,ROI),对平扫、增强图像ROI的勾画尽量做到在同一层面,并用红色填充肿瘤区域(图1、2),软件自动生成直方图,计算勾画肿瘤部分的直方图参数:熵(histogramEntropy)、偏度(skewness)、峰度(kurtosis)、SD值(stdDeviation),第50、90、95百分位数(the 50 th、90 th、95 th Percentile)。
2 结果
2.1 甲状腺良恶性结节直方图参数特征熵在平扫和增强图像中均具有统计学意义,偏度、峰度和第50百分位数均没有统计学意义,其中增强图像的熵大于平扫图像的熵;SD值,第90、95百分位数只在平扫图像中没有统计学意义,而在增强图像中具有统计学意义,见表1、2。
图1 甲状腺良性结节平扫、增强扫描ROI的勾画及直方图
A:平扫图像;B:增强图像;1:平扫;2:沿肿瘤边缘手动勾画ROI,以红色肿瘤填充;3:自动生成肿瘤直方图;横轴表示ROI内不同灰度值,纵轴表示各灰度值出现的频率
图2 甲状腺恶性结节平扫、增强扫描ROI的勾画及直方图
C:平扫图像;D:增强图像;1:平扫;2:沿肿瘤边缘手动勾画ROI,以红色肿瘤填充;3:自动生成肿瘤直方图;横轴表示ROI内不同灰度值,纵轴表示各灰度值出现的频率
表1 甲状腺结节平扫图像直方图参数比较
表2 甲状腺结节增强图像直方图参数比较
2.2 直方图参数对甲状腺良恶性结节的诊断效能在ROC曲线中,平扫图像熵的AUC为0.698,阈值为5.479时,鉴别甲状腺良恶性结节敏感度和特异度较好,敏感度、特异度分别为43.8%、89.2%(图3、表3)。增强图像中,熵的AUC为0.834,阈值为6.307,表明熵值>6.307提示良性结节的可能性大,此时敏感度、特异度分别为81.2%、81.1%;SD值的AUC为0.787,阈值为28.965,敏感度、特异度为56.2%、97.3%,第90、95百分位数的AUC分别为0.660、0.687,阈值分别为161.970、183.838,敏感度、特异度为50.0%、83.8%和43.8%、91.9%(图3、表4)。
3 讨论
纹理分析是近几年一直在讨论的图像分析方法,直方图分析作为纹理分析方法中比较常见的一阶统计分析,包括熵、标准差、偏度、峰度、百分位数等参数[5],主要描述图像中某一灰度级的像素个数、图像灰度分布的范围、亮暗程度及对比度情况等[6]。直方图分析不仅可以对肿瘤的良恶性进行分析,还可对肿瘤的分化程度进行定量分析[7],CT对甲状腺结节的纹理分析研究相对较少,尤其对平扫图像的甲状腺结节研究更少。本研究通过对比平扫、增强直方图各参数的差异,计算最佳诊断效能。
熵反应图像中纹理的复杂程度,熵值越高,肿瘤越复杂。本研究结果表明增强扫描良恶性结节的熵均大于平扫图像的熵,表明增强扫描更能体现肿瘤内部的复杂程度。偏度描述变量分布的对称性,绝对值越大,分布形态偏移程度越大。峰度反应与正态分布相比某一分布相对尖锐度或平坦度[7]。本研究中,偏度和峰度在平扫、增强图像中均没有统计学意义,这与相关研究[8-9]结果一致,表明偏度、峰度对甲状腺良恶性结节的差异不明显。
图3 平扫、增强扫描鉴别甲状腺良恶性结节ROC曲线图A:平扫图像ROC曲线;B:增强图像ROC曲线表3 平扫图像熵的ROC曲线分析
参数AUC标准误P值95% CI下限上限阈值特异度(%)敏感度(%)熵0.6980.0770.0230.5470.8485.47943.889.2
表4 增强图像熵、SD值、第90、95百分位数的ROC曲线
SD值即方差,描述的是数据的离散程度[10]。本研究中SD值只在平扫图像中没有统计学意义,在增强图像中具有统计学意义。本研究中,第95百分位数的AUC大于第90百分位数,表明其诊断效能较高。
本研究中,对于一些钙化、坏死、囊变也包含在内,研究[11]显示这些也是甲状腺结节的表现,其中钙化,尤其是微钙化提示甲状腺结节恶性可能大,这可能使本研究与以往的研究成果有所偏差。有文献[12]对甲状腺良性孤立性粗大钙化结节进行CT直方图分析,为减少误诊和不必要的手术创伤提供了重要的依据。本研究存在一定的局限性:① 本研究属回顾性研究,对甲状腺平扫及增强扫描的参数未能保持一致,可能存在偏倚;② 样本量太少,病变种类比较局限,恶性结节中乳头状癌占大多数;③ 直方图分析属一阶纹理分析,只对肿瘤的最大层面进行分析,且参数相对较少。有文献[13]对颅内肿瘤的整体进行直方图分析。因此,未来需要扩大样本量,并对甲状腺结节的整体进行二阶,甚至高阶统计分析,以寻求最优的图像参数,为临床提供较为可靠的信息。
本研究结果表明平扫、增强CT直方图分析有助于甲状腺良恶性结节的鉴别诊断,增强图像对结节的鉴别诊断有更高的诊断价值,其中第95百分位数的诊断效能较高。