增强T1WI纹理分析对腮腺多形性腺瘤与腺淋巴瘤的鉴别诊断

彭媛媛，任翠萍，程敬亮，文宝红

郑州大学第一附属医院磁共振科，河南郑州 450052；*通讯作者 任翠萍 rcp810@sohu.com

多形性腺瘤（pleomorphic adenoma，PA）是腮腺最常见的肿瘤，其次为腺淋巴瘤（adenolymphoma，AL），前者易复发，且具有恶变倾向，一般建议行部分腮腺浅切除术或腮腺全切除术；后者几乎无复发及恶变，仅行肿瘤摘除术或随访[1-2]，两者的术前鉴别十分重要。术前细针穿刺活检是腮腺肿瘤最常见的定性检查[3]，但其具有肿瘤细胞种植转移、诱发腮腺炎[4]等风险，其诊断敏感性及特异性较低[5]。纹理分析通过描述感兴趣区（ROI）内像素灰度分布及像素间相互关系额外获取肉眼无法识别的定量纹理特征，为反映病变的不均质性及疾病的鉴别提供客观依据。动态增强 MRI 时间-信号强度曲线（time-signal intensity curve，TIC）分析及定量参数有助于腮腺肿瘤的鉴别[6-7]，但关于增强MRI纹理分析对腮腺肿瘤的鉴别诊断研究较少。本研究拟分析腮腺PA 及AL患者延迟增强T1WI肿瘤最大层面纹理特征，探讨其对2种肿瘤的鉴别诊断价值。

1 资料与方法

1.1 研究对象 回顾性收集2012年10月—2020年5月郑州大学第一附属医院经病理确诊的行MR增强扫描的63例PA 及48例AL。PA患者中，男29例，女34例；年龄13～68岁，平均（38.9±12.9）岁；病灶部位：左侧腮腺37例，右侧腮腺26例。AL患者中，男45例，女3例，年龄32～78岁，平均（60.3±9.2）岁；病灶部位：左侧腮腺17例，右侧腮腺24例，双侧腮腺7例。主要临床表现为腮腺区缓慢增长的无痛性肿块。所有患者行MRI 前均未经临床干预或治疗，MRI图像质量良好。本研究通过医院伦理委员会批准，所有患者均知情同意。

1.2 仪器与方法

1.2.1 MRI检查 采用Siemens Skyra 3.0T 超导MR扫描仪，32 通道标准头颅线圈。轴位增强T1WI 扫描参数同轴位T1WI平扫，TR 220 ms，TE 2.46 ms，层厚3.0 m m，层间距0.6 mm，视野230 mm×230 mm，矩阵320×240，翻转角70°，激励次数2。对比剂采用钆喷替酸葡甲胺，剂量0.1 mmol/kg，注射流速2 ml/s。

1.2.2 主观阅片 回顾性分析影像诊断报告的诊断结果，并与术后病理结果对照，得出主观阅片鉴别腮腺PA 与AL 的错判率。影像诊断结果中考虑2种或多种疾病时，选取第一诊断；仅给出定性诊断，如占位、良性病变可能性大等时，若定性正确则归为非错判病例。所有诊断报告均由具有5年以上工作经验的主治及以上职称的影像诊断医师审核。

1.2.3 MRI图像处理及纹理分析 将从PACS工作站获取的窗宽、窗一致的“.BMP”格式图像导入MaZda 4.6 软件，图像标准化选择μ±3δ，分别设PA 及AL为ROI 1（红色）、ROI 2（绿色）。为避免最大层面的选择性偏倚，参考常规平扫，在增强T1图像上手动勾画肿瘤的每一层面，根据纹理分析报告显示的每一层面面积大小选取最大层面作为ROI（图1、2）。采用费希尔参数法（Fisher）+最小分类误差与最小相关系数法（PA）+协同信息法（MI）联合法（MI+PA+F）从6类293种纹理特征中筛选出30个最佳纹理参数并对其进行原始数据分析（raw data analysis，RDA）、主要成分分析（principal component analysis，PCA）、线性分类分析（linear classification analysis，LDA）和非线性分类分析（nonlinear classification analysis，NDA），得出鉴别腮腺PA 及AL 的错判率。依据错判率，将分类结果划分为优秀（错判率≤10%）、良好（10%＜错判率≤20%）、中等（20%＜错判率≤30%）、一般（30%＜错判率≤40%）和较差（错判率＞40%）[8]。

图1 女，50岁，左侧腮腺PA。延迟增强T1WI肿瘤呈明显不均匀强化（星号，A）；ROI 示意图（白箭）及显示ROI 面积（黑箭）的参数报告（B）

图2 男，42岁，右侧腮腺AL。延迟增强T1WI肿瘤呈轻度强化（星号，A）；ROI 示意图（白箭）及显示ROI 面积（黑箭）的参数报告（B）

1.3 统计学方法 采用SPSS 25.0 软件。正态性检验采用Kolmogorov-Smirnov检验。符合正态分布的计量资料以表示，非正态分布者采用M（Qn）表示。错判率比较采用χ2检验。采用独立样本t检验（两独立样本均为正态分布）或Mann-WhitneyU检验（任一样本为非正态分布）对MI+PA+F 方法筛选出的30个最佳参数进行组间比较。对组间差异有统计学意义的参数采用Medcalc 软件建立受试者工作特征（ROC）曲线，并进行ROC曲线成对对比，得出相应的曲线下面积（AUC）、敏感度、特异度、95%CI、临界值及对PA 与AL 最具鉴别诊断效能的参数。P＜0.05为差异有统计学意义。

2 结果

2.1 主观阅片及纹理分析的错判情况 主观阅片显示63例PA 中，57例诊断或第一诊断为PA，2例错判为AL，4例仅给出定性诊断（定性正确）；48例AL 中，15例诊断或第一诊断为AL，28例错判为PA，5例仅给出定性诊断（定性正确）。MI+PA+F 法筛选出的30个最佳纹理参数中包含灰度直方图3个，共生矩阵参数21个，自回归模型1个、小波变换参数5个。对上述30个参数子集进行RDA、PCA、LDA及NDA分类分析得到的错判率及其与影像医师主观阅片所得错判率比较（表1），可见MI+PA+F 法联合NDA分类分析鉴别腮腺PA与AL的错判率最低，为10.81%（12/111），错判的12例包括8例PA 和4例AL。

2.2 组间参数比较及ROC 分析 30个最佳纹理参数中，28个参数组间差异有统计学意义（P＜0.05），其中直方图参数3个、共生矩阵参数21个、小波变换参数4个（类型分布见表2），其中鉴别诊断效能较好（AUC＞0.750）的参数组间比较及ROC曲线分析结果见表3及图3，结果显示P50、P90、WavEnLL_s-2及WavEnLL_s-3 的鉴别诊断效能最佳（AUC=0.858、0.864、0.901、0.905），两两比较，差异无统计学意义（P＞0.05）。

表1 对MI+PA+F 特征筛选方法进行分类分析错判率及其与主观阅片错判率比较[例（%）]

表2 28个组间差异有统计学意义的纹理参数类型分布

图3 AUC＞0.75 的参数的ROC曲线

3 讨论

3.1 概述及常规MRI诊断 PA 又称为混合瘤，患者多于中年发病，女性略多，病理上以组织结构的多形性为特征，由多种上皮组织及丰富的黏液和软骨样间质构成；AL 又称为Warthin 瘤，好发于中老年男性，男女比例悬殊，多有长期吸烟史，病理上肿瘤由嗜酸性上皮细胞及大量滤泡样淋巴组织及蛋白囊腔组成。MRI表现上，PA 多位于腮腺浅叶上极，分叶多见，边界清或不清，呈相对长T1信号，T2WI、DWI 及ADC 上呈均匀或不均匀高信号，增强扫描后病灶呈缓慢持续强化；AL 最常见于腮腺下极后部，分叶少见，可分为囊性为主型和实性为主型，病变包膜多完整，边界清，实性成分呈相对长T1等T2信号，囊性成分可呈特征性短T1信号，增强扫描迅速强化，延迟期呈轻度强化[9-10]。由于影像表现具有相似性及诊断的主观性，部分肿瘤仍需要进一步定性。

3.2 纹理分析鉴别PA 与AL 的价值 纹理分析通过识别ROI 内像素的灰度值及像素间相互关系等不可视纹理特征信息为疾病鉴别提供客观依据。既往有学者对35例PA 及33例AL 进行T2WI 全域直方图分析发现均值、方差、偏度、峰度和第1、10、50、90、99 百分数有助于两者的鉴别，AUC 在0.661～0.781[11]；Fruehwald-Pallamar 等[12]基于多模态MRI纹理分析鉴别腮腺肿瘤发现，与平扫T1WI 及T2WI 相比，增强T1图像包含着更多鉴别PA 与AL 的纹理信息，但未进行诊断效能的评估。本研究基于增强T1图像提取每个ROI的纹理参数并结合机器学习的分类分析方法，探讨了包括直方图、灰度共生矩阵、游程检验、绝对梯度、自回归模型及小波转换等6类293种图像纹理特征的鉴别诊断价值，并评估其诊断效能。

3.2.1 相对于常规MRI诊断的优越性 本研究对ROI纹理参数进行特征筛选及分类分析，结果显示NDA分类分析得到的错判率最低，为10.81%（12/111），显著低于主观阅片27.03%（30/111，P＜0.05），错判的12例中8例为PA，4例为AL；主观阅片中97%的PA 得到正确诊断，有58.33%的AL 诊断为PA，与既往在原始报告中发现的分类错误率相似，表明纹理分析对腮腺PA 及AL 有良好的鉴别诊断价值，可以显著降低对AL 的错判。

3.2.2 鉴别诊断的高效性 对30个最佳纹理特征进行组间差异比较及ROC曲线分析发现，Skewness、P50、P90、[S(1，0)、S(0，1)、S(1，1)、S(1，-1)]SumAverg、WavEnLL_s-1、WavEnLL_s-2、WavEnLL_s-3 的鉴别诊断效能较好，相应的AUC为0.756～0.905，其中P50、P90、WavEnLL_s-2 及WavEnLL_s-3 的鉴别诊断效能最好，优于既往基于T2WI 及CT平扫纹理参数的鉴别诊断价值[11,13]。Skewness 反映数据灰度分布的对称性，正值表示灰度值趋向于较小值，负值相反；P50及P90表示P50及P90的观察体素低于该参数值；SumAverg 反映灰度的整体分布模式[14]；小波变换通过高、低通滤波器将原始图像信号分成低频（L）和高频（H）分量，分别反映信号的概貌与细节，进一步分解为LL、LH、HL 及HH 4个子带，小波能量即利用小波变换计算小波子带系数的局部能量特征[14]。本研究中，AL Skewness 总体呈正偏移，P50、P90、[S(1，0)、S(0，1)、S(1，1)、S(1，-1)]SumAverg显著低于PA，均表明AL增强扫描延迟期低强化像素出现的频率较高，可能与AL 呈渐进性强化于延迟期强化显著，而PA 呈流出型强化模式于延迟期呈轻度强化有关，同时也反映了两者组织成分不同；AL WavEnLL_s-1、WavEnLL_s-2、WavEnLL_s-3均高于PA，且均为低通滤波LL 子带系数能量，与既往研究结果[12]一致，认为PA 持续强化，延迟期图像纹理更加精细。

总之，增强T1WI纹理分析可以很好地鉴别腮腺PA 与AL。本研究的局限性：①回顾性分析及手动勾画ROI 存在选择性偏倚及人为误差；②样本量较小，结果的可靠性需增加样本量验证；③选取单一层面会使肿瘤信息不完整，有待进行三维ROI纹理分析；④仅对增强T1图像进行纹理分析，多序列比较分析或联合分析有待进一步探讨。