APP下载

基于人工智能密度直方图预测磨玻璃结节病理分型

2022-01-15张怀瑢孙潇田兴仓韩颜竹洪立平朱力

中国医学影像学杂志 2021年12期
关键词:浸润性实性腺癌

张怀瑢,孙潇,田兴仓,韩颜竹,洪立平,朱力

宁夏医科大学总医院放射科,宁夏 银川 750000;*通信作者 朱力 zhuli72@163.com

随着高分辨率CT在临床中的广泛应用,磨玻璃结节(ground glass nodules,GGNs)的检出率逐年升高。GGNs是肺部非特异性的CT征象,可能发生于良性肺疾病,但持续存在的GGNs应高度怀疑为肺腺癌[1]。WHO 2021年肺肿瘤组织新分类中将非典型瘤样增生(atypical adenomatous hyperplasia,AAH)和原位癌(adenocarcinoma in situ,AIS)归为腺体前驱病变(precursor glandular lesion,PGL);浸润性病变包括微浸润腺癌(minimally invasive adenocarcinoma,MIA)及浸润性腺癌(invasive adenocarcinoma,ICA)[2],该分类提出原位癌不是恶性肿瘤,对GGNs处理指导意见重大。持续存在的GGNs从AAH、AIS、MIA到ICA是一个过程,反映了肿瘤生长、演变及转化的特点,不同的病理类型处理方法及预后存在差异[3]。AAH、AIS暂不需要手术,可随访复查;MIA可采取楔形切除,手术创伤小,术后无需放化疗,5年生存率可达100%[4];ICA常采用肺叶切除[5]。然而,早期肺腺癌影像形态学表现不典型,而且AAH、AIS、MIA、ICA的影像学特征部分重叠。近年,随着人工智能(artificial intelligence,AI)技术的发展,AI对肺癌的早期诊断能够提供一定的技术支持,如通过结节CT值和实性成分可以判断其侵袭程度[6-7]。本研究通过AI结节密度直方图技术定量分析磨玻璃肺结节特征,预测GGNs的病理分型,以更好地帮助临床制订治疗方案和管理患者。

1 资料与方法

1.1 研究对象 回顾性选取宁夏医科大学总医院2017年1月—2020年12月经手术和病理证实的CT表现为GGNs患者121例,其中男50例,女71例,年龄35~74岁,平均(51±13)岁,分为PGL组(AAH和AIS)34例、MIA组28例、ICA组59例。纳入标准:①有完整薄层图像的肺部GGNs;②有完整的病理结果;③未行放疗或化疗。排除标准:①肺部转移瘤;②图像质量差;③结节内有空洞。本研究通过我院伦理委员会审查(2020-552)。

1.2 检查方法 采用西门子Somatom Definition Flash 64排螺旋CT机,患者取仰卧位,头先进,一次吸气屏气后完成全肺扫描,扫描范围自胸廓入口至肺底部,扫描参数:120 kV,自动毫安,层厚8 mm,螺距1.375∶1,视野387 mm,矩阵512×512,扫描时间7.41 s。扫描完成后,将数据用标准算法(B31)进行轴位重建,层厚1.0 mm。图像观察条件:肺窗的窗宽2 000 Hu,窗位-500 Hu;纵隔窗的窗宽440 Hu,窗位45 Hu,必要时采取合适的调窗技术。

1.3 CT定量测量方法 首先由1名具有5年工作经验的放射科医师筛选磨玻璃肺结节,再由1名具有10年工作经验的放射科医师核查,意见不统一时双方讨论达成一致意见,2位医师均采用盲法分析。将所有薄层图像传至推想科技肺结节后处理工作站6.0版本,自动检测所有肺结节,并且对结节分类(以-145 Hu为界区分实性与非实性成分[8-9]),人工筛选出软件识别的GGNs,参照胸部CT肺结节数据集构建及质量控制专家共识进行标注[10],采用密度直方图自动计算肺结节最大CT值、最小CT值、平均CT值、实性成分体积(图1)。

图1 AI筛检GGNs。GGNs位于右肺下叶(箭)。自动测量结节最长径(13.8 mm)与最短径(10.5 mm);AI自动给出GGNs相关定量参数最大CT值、最小CT值、平均CT值、实性成分体积等

1.4 统计学方法 采用SPSS 23.0软件,符合正态分布的计量资料以±s表示,多组间比较采用单因素方差分析;不符合正态分布的计量资料以M(Q1,Q3)表示,采用Kruskal-WallisH检验,再行组间两两比较;计数资料组间比较采用χ2检验;绘制风险指数的受试者工作特征(ROC)曲线,计算曲线下面积(AUC),并求得临界值,以P<0.05为差异有统计学意义。

2 结果

2.1 结节实性成分体积与病理类型分析 121例GGNs中,ICA实性成分体积最大,其次是MIA,PGL最小;PGL与ICA两组间实性成分体积比较,差异有统计学意义(P<0.05);PGL与MIA实性成分体积比较,差异无统计学意义(P>0.05);MIA与ICA组实性成分体积比较,差异有统计学意义(P<0.05),见表1。MIA和ICA均为浸润性病变,进一步比较实性成分体积在PGL与浸润性病变(MIA+ICA)间的差异,绘制ROC曲线,诊断PGL组和浸润性病变(MIA+ICA)的敏感度和特异度分别为68.5%、91.2%,曲线下面积为0.706,临界值为71.58 mm3,见图2。

2.2 CT值与结节病理类型分析 CT值与不同GGNs病理类型的统计(表1)显示,121例结节中的最大CT值、最小CT值、平均CT值在PGL中均低于MIA和ICA。PGL与MIA平均CT值比较,差异有统计学意义(P=0.029);ICA与PGL两组间最大CT值、最小CT值、平均CT值比较,差异均有统计学意义(P<0.05);ICA与MIA平均CT值比较,差异有统计学意义(P<0.05)。进一步比较平均CT值在PGL组与浸润性病变(MIA+ICA)间的差异,绘制ROC曲线,诊断PGL和浸润性病变(MIA+ICA)的敏感度和特异度分别为81.4%、67.6%,曲线下面积为0.757,临界值为-586 Hu,见图2。

表1 不同病理类型GGNs的定量指标

图2 各定量参数鉴别PGL和浸润性病变(MIA+ICA)的ROC曲线

3 讨论

肺癌是目前全球发病率最高的肿瘤,其癌症相关死亡率居首位[11]。在肿瘤的早期生长阶段进行检查与治疗,可以将五年生存期提高至80%以上[12]。CT检查是筛查早期肺癌的主要方法,但早期肺癌的影像学形态不典型,易造成误诊、漏诊。近年随着AI技术的发展,其可对肺结节的定量测量提供重要的支持。

3.1 GGNs实性成分体积对病理分型的预测价值 GGNs内实性成分的多少与病变病理侵袭性等级相关,若GGNs病灶内含有实性组织成分,提示可能为腺癌,且恶性率高达90%以上[13-14]。既往研究主要通过测量GGNs 实性成分长径和实性成分占肿瘤比率(consolidation-to-tumor ratio,CTR)作为常用参数,即肺窗中实性成分大小与结节总大小的比值[15]。Yoshida等[16]研究发现MIA内实性成分长径大于PGL,可以作为预测MIA的独立因素。黎增亮等[17]报道当CTR值>0.5时,是多发GGNs患者随访和治疗的参考指标。由于选择识别磨玻璃成分与实性成分的窗宽、窗位不同,往往会导致测量差异较大。本研究基于AI肺结节密度分析,以-145 Hu为界自动区分磨玻璃成分和实性成分,自动测量GGNs中实性成分与非实性成分体积,首先排除了人为主观因素的测量误差,从而获得更高的准确度;其次体积测量能更直观地反映实性成分在结节内的占比。本研究发现,ICA实性成分体积明显大于MIA和PGL,与以往研究一致[18];但是PGL与MIA之间实性成分体积无显著差异,与以往研究结果不一致[19],可能由于MIA实性成分较少,多表现为纯GGNs,与PGL鉴别困难;也可能是MIA病例数较少。本研究将MIA和ICA归为浸润性病变,PGL为非浸润性病变,当实性成分体积为71.58 mm3时,可为临床鉴别PGL与浸润性病变(MIA+ICA)提供参考价值。

3.2 GGNs的CT值对病理分型的预测价值 CT值测量在鉴别GGNs性质和区分病理类别中具有重要价值,既往研究表明ICA的CT值高于MIA和PGL,在结节随访中如CT值增加,则需进行临床干预[20]。代平等[21]报道随着GGNs侵袭性增加,最大CT值、平均CT值也相应地增大,当平均CT值为-577 Hu时,诊断浸润前与浸润性病变的敏感度达到86.2%。张红艳等[22]报道诊断浸润前与浸润性病变的平均CT临界值为-547 Hu。Han等[23]报道较高的CT值表明结节具有一定的侵袭性,预测GGNs侵袭性的临界值为-617 Hu。最大CT值可能代表结节内出血、钙化等,而最小CT值反映结节内空气含量,因此选用最大或最小CT值进行鉴别可能存在一定的误差。本研究基于AI密度直方图技术计算出结节的平均CT值,能真实地反映GGNs内肿瘤侵袭程度。本研究显示,ICA平均CT值高于PGL和MIA,3组间有显著差异,与郑旻等[20]的研究结果一致。由于MIA与ICA均为腺癌,需要临床干预;而PGL随访观察即可,因此在临床工作中鉴别PGL与浸润性病变(MIA+ICA)尤为关键。本研究发现,当平均CT值为-586 Hu时,可以为临床鉴别PGL与浸润性病变(MIA+ICA)提供参考,但还需结合病灶内实性成分体积及形态学特征综合做出判断。

3.3 本研究的局限性 ①纳入样本量较少,所有GGNs分为3组,其中MIA组病例最少,且与浸润前病变和ICA之间鉴别较困难,可能存在选择偏倚;②由于GGNs边界模糊,因此在识别勾画病灶时难免会出现误差;③所有病灶未进行增强扫描,对肿瘤的增殖方式、微循环、间质血管增生等深层次信息尚不能发掘。 总之,基于AI结节密度直方图定量分析可以客观地反映GGNs的整体情况。CT值测量和结节实性成分体积有助于鉴别PGL与浸润性病变(MIA+ICA),为临床医师精准制订结节处理策略提供一定的依据。

猜你喜欢

浸润性实性腺癌
胰腺实性浆液性囊腺瘤1例
浸润性乳腺癌超声及造影表现与P63及Calponin的相关性
益肺解毒方联合顺铂对人肺腺癌A549细胞的影响
实时超声弹性成像诊断甲状腺实性结节的价值
乳腺浸润性微乳头状癌的研究进展
TURBT治疗早期非肌层浸润性膀胱癌的效果分析
非肌层浸润性膀胱癌诊治现状及进展
HIF-1a和VEGF-A在宫颈腺癌中的表达及临床意义
胰腺实性假乳头状瘤14例临床诊治分析
GSNO对人肺腺癌A549细胞的作用