ADC全域直方图分析对腮腺多形性腺瘤和腺淋巴瘤的鉴别诊断价值

雷晓雯， 程敬亮， 冉云彩

近年来涎腺肿瘤的发病率逐年上升，约有80%发生于腮腺[1]。腮腺肿瘤良性居多，其中以多形性腺瘤和淋巴瘤最为常见，分别约占腮腺良性肿瘤的80%和10%[2]。由于多形性腺瘤与淋巴瘤的生物学特点差异较大，其转归和治疗方式差异亦较大，故术前准确诊断具有重要的临床意义。目前常规MRI因其良好的软组织分辨率，已成为腮腺肿瘤的主要影像检查手段。全域直方图分析是基于像素分布的一种新的图像分析方法，可提取肉眼无法分辨的多种图像信息，对肿瘤整体灰度分布情况进行分析，现已应用于不同种类肿瘤的鉴别诊断和术前分级等[3-4]。本研究通过对比分析腮腺多形性腺瘤与腺淋巴瘤的直方图特征，探讨基于ADC值的全域直方图分析对这两种腮腺常见良性肿瘤的鉴别诊断价值。

材料与方法

1.一般资料

回顾性分析本院2018年6月-2019年6月经手术及病理证实的47例腮腺良性肿瘤患者的病例资料。其中，多形性腺瘤26例(均为单发，共26个肿块)，男10例、女16例，年龄21～62岁、平均(41.46±12.76)岁；腺淋巴瘤21例(其中5例为多发，共26个肿块，多发者取其最大者入组)，男20例、女1例，年龄41～78岁、平均(60.19±9.53)岁。主要临床表现为腮腺无痛性缓慢增长的肿块。纳入标准：①肿瘤行MRI检查前未进行穿刺活检或其它干预/治疗等；②经手术或穿刺活检病理及免疫组织化学检查证实；③MRI上无明显伪影，图像质量符合后处理要求。

2.检查方法

使用Siemens Skyra 3.0T磁共振扫描仪和20通道头颈联合线圈。患者取头先进、仰卧位。DWI扫描参数：b=0、1000 s/mm2，TR 3300.0 ms，TE 54.0 ms，矩阵160×60，层厚4.0 mm，层间距1.2 mm，扫描后自动重建出ADC图。

3.图像处理和分析

从PACS工作站中导出所有病例的MR图像，挑选出各个病例包含瘤体所有层面的ADC图像存储为BMP格式用以进行全域直方图分析。采用MaZda软件对图像进行分析。在包含肿瘤实质的所有ADC图像上，逐层沿瘤体边缘手动勾画ROI，并以红色填充肿瘤区域，随后软件自动生成ROI的直方图(图1～2)，相应的直方图参数亦由软件自动计算得出，包括平均值、方差、偏度、峰度和第1、10、50、90、99百分位数(pecentile，P)。由两位放射科医师参考其它MRI序列(如T2WI或对比增强T1WI等)后共同确定和勾画ROI。最后利用Excel软件将肿瘤各层面上ROI的参数值进行汇总，求取平均值。

4.统计学分析

使用SPSS 21.0软件进行统计学分析。首先对数据进行Shapiro-Wilk正态性检验和方差齐性检验，对符合正态分布的计量资料以均数±标准差表示，采用两独立样本t检验比较2组间各项直方图参数的差异；不符合正态分布者以中位数±四分位间距表示，以秩和检验比较2组间的差异；以P<0.05为差异有统计学意义。对组间差异有统计学意义的参数，绘制ROC曲线并计算曲线下面积(area under curve，AUC)，确定最佳临界值，并计算相应的敏感度、特异度和Youden指数，以评价各项直方图参数鉴别诊断腮腺多形性腺瘤与腺淋巴瘤的诊断效能。

结 果

腮腺多形性腺瘤组与腺淋巴瘤组灰度直方图各项参数值及组间比较结果见表1。

表1 多形性腺瘤组与腺淋巴瘤组灰度直方图参数比较

两组间平均值、偏度、P1、P10、P50、P90和P99的差异均有统计学意义(P<0.05)。多形性腺瘤组的偏度值小于腺淋巴瘤组，其余各项参数值均大于腺淋巴瘤组。两组间方差和峰度的差异无统计学意义(P=0.781；P=0.915)。

平均值、偏度及P1、P10、P50、P90和P99鉴别腮腺多形性腺瘤与腺淋巴瘤的ROC曲线分析结果见表2、图3～4 。其中以P10的鉴别诊断效能最高(AUC为0.913)，其次为平均值(AUC为0.875)和P50(AUC为0.873)。P1和P99的AUC较小(<0.75)且Youden指数偏低(<0.6)，两者的鉴别诊断价值有限。

表2 直方图参数鉴别2类肿瘤的ROC曲线分析结果

腮腺肿瘤组织学表现多样，以良性肿瘤为主，恶性者较少[5]，而良性肿瘤中多形性腺瘤和腺淋巴瘤最为常见[6]，两类肿瘤患者的主要临床表现均为腮腺无痛性缓慢增长的肿块。多形性腺瘤是最常见的腮腺良性肿瘤，也称为混合瘤，多于中年发病，女性略多于男性；腺淋巴瘤又叫Warthin瘤或淋巴乳头状囊腺瘤，好发于中老年男性吸烟者[7]。多形性腺瘤和腺淋巴瘤虽同为良性，但腺淋巴瘤的恶变风险低于1%，明显低于多形性腺瘤[8]，且其与多形性腺瘤的生物学特点差异较大，转归和治疗方式亦明显不同，故对两类肿瘤进行早期准确的鉴别诊断有利于治疗方案的制订。

MRI因其良好的软组织分辨率已成为腮腺肿瘤的主要影像学检查手段，DWI结合ADC值及动态对比增强MRI(DCE-MRI)已广泛应用于腮腺肿瘤的鉴别诊断[9]。纹理分析作为一种新兴技术，可提供量化指标，用于肿瘤的鉴别诊断、分期、分级以及预后评估等，在医学图像影像特征提取中的应用越来越广泛[10]。灰度直方图是其中一种重要的图像定量分析技术，通过提取图像中ROI的特征值、评价ROI内灰阶强度分布将影像信息量化，提供更多人眼难以分辨的肿瘤内部的异质性信息[11]，且操作简便、可重复性强。全域直方图分析较以往的单层最大层面ROI测量更具有客观性，可避免由于局部区域勾画ROI导致的抽样误差，充分反映病灶内全部体素的信号特征。近年来，全域直方图分析已用于评价多个系统的肿瘤[12]，但用于头颈部肿瘤的研究报道较为少见。

本研究采用基于ADC的全域直方图分析方法，通过分析灰度直方图平均值、方差、偏度、峰度及第1、10、50、90和99百分位数共9个参数对腮腺多形性腺瘤与腺淋巴瘤的鉴别诊断价值，结果显示有7个参数(平均值、偏度和第1、10、50、90、99百分位数)在多形性腺瘤与腺淋巴瘤间的差异具有统计学意义，其中第10百分位数的鉴别诊断效能最高，曲线下面积为0.913，其次为平均值和第50百分位数。平均值是对所有肿瘤内所有数据进行整合分析，第n百分位数的差异在一定程度上代表了不同肿瘤间瘤体组织成分的不同即肿瘤间的异质性[13]，例如本研究中多形性腺瘤的第10百分位数值为132.92±28.65，可理解为在整个瘤体中有10%区域的ADC灰度值≤132.92。偏度是从直方图外形的角度研究图像像素灰度值的分布情况，代表数据分布的不对称程度[14]。本研究显示多形性腺瘤的平均值和第1、10、50、90和99百分位数均大于腺淋巴瘤；而腺淋巴瘤的偏度绝对值大于多形性腺瘤，其总体上呈正偏移，表明腺淋巴瘤灰度值分布的偏移程度更大，低灰度值出现的频率更高。上述差异可能与两种肿瘤的细胞组成成分不同有关，多形性腺瘤光镜下以结构以多形性为特征，通常由上皮、变异肌上皮成分、黏液和软骨样组织等混合而成，而腺淋巴瘤主要由嗜酸性细胞、导管上皮细胞和丰富的淋巴样间质组成[15]。

综上所述，基于ADC的全域直方图分析可为腮腺多形性腺瘤与腺淋巴瘤的鉴别诊断提供可靠信息，其中第10百分位数、平均值和第50百分位数等参数具有良好的鉴别诊断效能，但第1和第99百分位数的曲线下面积偏小且Youden指数偏低，诊断效能尚值得商榷。目前对于腮腺肿瘤纹理分析的研究尚处于初步阶段，尚没有统一的标准进行衡量，要使此方法真正在临床发挥作用，还需要扩大样本量进一步深入研究以积累更多的经验。