CT影像组学在甲状腺结节中的价值研究

鲍保成，陆玉敏（通讯作者）

（1右江民族医学院 广西 百色 533000） （2广西中医药大学第一附属医院放射科 广西 南宁 530000）

甲状腺结节是临床上十分常见的病变，随着各种影像检查方法的普及，其容易被发现，但人们难以对甲状腺结节的良恶性做出准确的判断。CT纹理分析通过计算机图像后处理技术，提取隐藏在医学影像图像背后的信息并进行定量分析，展现出甲状腺结节的性质。

1 甲状腺结节

甲状腺结节（thyroid nodular, TN）是指甲状腺腺体中与周围正常甲状腺组织性状不同的病变，绝大部分是良性病变，但近年来甲状腺恶性肿瘤的发病率逐年上升[1]。甲状腺良性结节包括结节性甲状腺肿、甲状腺腺瘤，恶性结节包括甲状腺乳头状癌、髓样癌、滤泡状癌、未分化癌，其中乳头状癌最常见且预后较好，其临床症状不明显，病程长，容易误诊为甲状腺良性病变，有文献报道误诊率可高达35%[2]；甲状腺髓样癌、未分化癌预后不佳。因此鉴别甲状腺结节的良恶性及早期筛查甲状腺癌至关重要。目前，甲状腺结节的无创性影像检查方法有B超、CT、MRI和PET-CT，然而这些检查主要依靠医师的临床经验与主观判断，诊断标准不一，缺乏图像客观的定量评价。

2 纹理分析概述

“影像组学”这一概念的提出，通过对医学影像图像进行相关特征提取和进一步的分析，从而服务临床，提高诊疗效果。CT纹理分析（CT texture analysis, CTTA）是一种新型定量化分析预测方法，运用计算机辅助测量的图像后处理技术，对图像的灰度、像素的强度及其强度的变化进行客观评价，能探测出肉眼不可见的纹理特征。获取纹理参数的方法有：结构法、基于模型法、统计法和频率法，但是统计法最为常用，其包含的纹理参数又分为：一阶、二阶和高阶。一阶统计以直方图分析方法作为基石，主要描述局部区域纹理参数中的灰度分布情况，包括平均强度、变异度、偏度和峰度等[3]；二阶统计运用灰度共生矩阵或空间灰度依附法，主要反映两个像素强度之间的相互关系；高阶统计主要描述感兴趣区内的强度变化情况或性质相近区域的分布情况[4]。目前大多数研究主要集中于一阶、二阶纹理参数模型的构建，而对高阶统计量的研究甚少。虽然纹理分析已经得到广泛应用，但国内外对甲状腺肿瘤的纹理分析研究较少，其诊断价值有待进一步研究和探索。

3 CT影像组学在甲状腺中的应用

3.1 一阶CT纹理分析在鉴别甲状腺良恶性结节中的应用

甲状腺组织中碘含量高、血运丰富，天然对比度良好，甲状腺发生病变时，可造成相应部位的密度改变；增强扫描后，不同病理的结节其CT强化方式也不同。一开始国内对此的研究甚少，研究主要集中于单层CT图像的纹理分析，结果显示熵值在鉴别甲状腺良、恶性结节中有显著的统计学意义。吴宇强等[5]基于增强动脉期单层CT图像的灰度共生矩阵纹理特征值鉴别甲状腺良、恶性结节，并将钙化、囊变坏死较多的病灶排除在外，得出熵的界值为5.000时，鉴别其良恶性的灵敏度、特异度较高。郭炜等[6]回顾性分析42个结节的单层CT增强图像，勾画感兴趣区时并未避开结节内的囊变坏死及钙化区域，结果发现以熵6.09为界值时鉴别诊断效能较好。

随着各类计算机软件、算法的开发、使用，CTTA的研究迈向了一个新的台阶。LIU等[7]回顾性分析90例甲状腺结节，从CT图像中提取一阶统计量和灰度共生矩阵特征，在预测中采用了支持向量机、线性辨别分析、随机森林和自举汇聚等分类算法，结果显示采用17种纹理特征和支持向量机进行识别，诊断效果最好。胡云婷等[8]采用容积测量方法，提取41例甲状腺结节增强CT图像的3D纹理特征值，得出熵值＞3.79提示甲状腺结节为恶性的可能性大。许梦苗等[9]对53例甲状腺结节进行三维纹理分析，研究发现Sigma和S（2，-2）AngScMom有统计学意义（P＜0.05），两者联合诊断效能更优，特异度高达97.96%。

3.2 CT纹理分析在预测淋巴结转移中的价值研究

虽然甲状腺癌恶性度低，但容易发生淋巴结转移，临床上常规的CT图像难以真正确定是否有淋巴结转移。已有学者进行相关的研究，旨在为临床诊疗工作提供坚实的影像学依据。沈莎莎等[10]运用小波变换技术对甲状腺癌的CT静脉期图像进行分析，结果表明训练组与验证组预测中央组淋巴结转移的灵敏度分别为62.84%、64.95%，小面积低灰度强调（small area low gray level emphasis, SALGLE）可作为独立预测风险因素。SU等[11]回顾性分析甲状腺癌27例转移性颈淋巴结和32例非转移性颈淋巴结的动脉期、静脉期CT增强图像，采用ROC曲线分析和多元Logistic回归分析，研究结果显示动脉期平均灰度强度（P=0.006，OR=24.297）和静脉期峰度（P=0.014，OR=19.651）是颈淋巴结转移的独立预测因子。

3.3 CT纹理分析与甲状腺关联癌基因表达的相关性价值研究

异常表达的相关癌基因与甲状腺癌的恶性度息息相关。CT纹理分析可以对甲状腺癌病灶的内部信息进行更深层次的探取、分析，更好地展现甲状腺结节的恶性程度。齐家学等[12]研究发现，甲状腺恶性结节组的熵值小于良性结节组，其水平高低与癌组织的侵袭性、增殖性直接相关，对鉴别甲状腺结节的良恶性有一定的价值。王敬忠等[13]研究发现，恶性组的熵值大于良性组，其水平与原癌基因表达量呈正相关，与抑癌基因表达量呈负相关，在预测结节恶性度上有一定的意义。

4 存在的问题

自影像组学被正式提出来以后，一直迅猛地向前发展。在国内外学者的不断探索中，CT在脑、肾、肝、直肠、乳腺等肿瘤方面已经取得了显著的进展，但还尚未在临床工作中广泛应用，仍存在着诸多的问题和不足：（1）CT图像本身就受限于扫描设备的影响，同一设备不同扫描参数（层厚、管电压、管电流等）的设置、不同设备间扫描工作进行方式及重建算法上的差异都会对图像中特征值的大小产生影响，不利于扩大样本量和相互间的交流学习。（2）勾画ROI边缘时受观察者主观意识的影响，个体间存在测量差异，不利于研究的可重复性。自动勾画ROI轮廓的软件目前尚未成熟，其准确性有待进一步验证和研究。勾画方式也不一，有些选择单层图像进行勾画，有些全面勾画感兴趣区的容积，层面多且工作量巨大，而且轮廓勾画存在一定的误差，这种方法可能会放大误差，影响数据的精确性。大部分学者认为勾画ROI应避开病灶内囊变、坏死、出血、钙化等区域，而少部分学者认为这些继发改变也属于其纹理特征之一，不应刻意躲避。故具体问题要具体分析，通过不断地探索、突破，以期找到最佳的勾画方法。（3）随着影像组学的日益火热，各式各样的软件应用平台相继涌现出来，但都并没有一个规范化、标准化的处理流程，使用的算法也不尽相同，最终得到的数据彼此间存在一定的差异。因此，将CT流程规范化、标准化势在必行，加速其投入临床应用，提高临床诊疗效率。

5 结语

CT挖掘出隐藏在影像图像背后深层次的信息，并将所得数据定量化便于分析处理，找到其潜在价值。在人工智能大数据时代背景下，CT将拥有非常宽广的应用前景。相信在不久的将来，随着计算机技术的深度发展及研究的不断深入，上述问题都会迎刃而解，使得CT流程更加标准化、规范化，为甲状腺结节的诊疗提供客观且精确的量化指标，同时为临床精准医疗和个性化治疗提供有力的指导依据。