胃间质瘤CT影像特征及动脉期纹理分析在其危险度分级评估中的应用价值

雷佳佳，黄 华

（松滋市中医院放射科，湖北 松滋 434200）

胃间质瘤（gastric stroma l tumor，GST）是一种常发生于胃部的间叶源性肿瘤，其中肌壁层GST占10%、浆膜下层GST 占30%、胃黏膜下层GST 占60%，男女GST 的发病率基本一致[1]。GST 多发于中老年人，常会导致患者出现呕吐、恶心、贫血、上腹痛及胃肠道出血等症状。由于其临床表现具有多样性及非特异性，故误诊率较高，常会因此延误患者的病情，影响其生命质量。近几年随着医学的发展及进步，临床上普遍认为GST 是由潜在恶性病变造成的，做好其正确的危险度分级十分关键。有研究认为，评估GST 危险度较为直接的方法之一即为CT 检查[2]，医师可通过观察CT 图像上肿瘤的大小、形态、密度及生长方式等征象评估其恶性程度，但单纯应用CT 检查时可能由于诸多限制性及不确定性因素而导致评估的准确性较差。故目前临床上还常联合动脉期纹理分析进行辅助评估。动脉期纹理分析可通过定量提取图像特征及分布规律的方式减少人为因素所导致的诊断误差[3]，确保诊断的有效性。现阶段有关于GST 的CT 影像特征及动脉期纹理分析在其危险度分级评估中应用价值的研究较少，故笔者作如下阐述。

1 资料与方法

1.1 一般资料

选取我院2018 年3 月至2021 年3 月收诊的160例GST 患者作为观察对象。纳入标准：1）由我院医学伦理委员会审核通过，且已完成知情同意书签署流程者。2）临床资料完整者。3）经病理学检查确诊为GST 者。4）术前CT 平扫与增强扫描相关影像资料完整者。排除标准：1）CT 图像质量差者。2）既往有其他肿瘤病史者。3）术后病理诊断结果不完整者。4）术前接受过任何治疗者。依据美国国立卫生署制定的GST 危险度分级标准（2008 版）[4]将这些病例分为A组（低危，68 例）、B 组（中危，40 例）、C 组（高危，52 例）。在这160 例患者中，有女78 例，男82 例；其年龄为22 ～89 岁，平均（54.97±8.71）岁。

1.2 方法

采用能谱CT（型号：Discovery ct 750 HD；生产厂家：美国通用电气公司）完成所有受试者的CT 平扫及三期增强扫描操作。嘱患者在检查前需保持空腹6 h，扫描前指导其饮用约750 mL 温开水。检查时协助患者取仰卧位，于膈面至双肾下缘行有效扫描。增强扫描期间，经肘前静脉为患者注射非离子型对比剂，注射速度为3.0 mL/s，注射剂量控制在80 ～100 mL 之间，动脉期时间为30 s。扫描参数设置：层厚5 mm，管电流550 mA，管电压80 ～140 kV。图像处理内容：1）CT 征象。由2 位高年资且经验丰富的影像科医师采取盲法阅片，主要针对肿瘤的部位、形态、大小、密度、边界、生长方式、远处转移、实性部分强化等方面进行分析。2）动脉期纹理分析。于PACS 工作站做好CT 图像查阅工作，窗位、窗宽调整完成后行有效内容储存（DICOM 格式），再以Fire voxel 软件辅助实施纹理分析。遵循盲法原则，选取所有受试者的动脉期图像，待肿瘤最大层面显示后，由医师在整个肿瘤范围内进行感兴趣区的手动勾画处理，在此期间需注意避开脂肪间隙、血管及周围肿大的淋巴结。随后通过软件的自动分析功能获取灰度共生矩阵及直方图的纹理参数，前者包括熵、自相关、对比度，能量，后者包括峰度、方差、均值、偏度及10% 分位、50%分位、90% 分位的像素值。

1.3 观察指标

比较三组GST 患者肿瘤的部位、形态、大小、密度、边界情况、生长方式、远处转移、实性部分强化情况等（即单因素分析），并采用多因素logistic 回归模式探寻其中的影响因素。另外，观测三组患者动脉期纹理分析中的灰度共生矩阵参数、灰度直方图参数，分析GST 患者肿瘤的危险度分级、Ki-67 指数、最大径是否与熵、能量及峰度存在相关性。

1.4 统计学方法

本研究中的数据采用SPSS 20.0 软件处理，计量资料采用t检验，重复测量资料以F 检验，用x±s表示；计数资料采用χ² 检验，以% 表示；Logistic逻辑回归分析用于多因素的调查；直线相关分析法（Pearson）用于变量间相关性的分析；α=0.05 为检验水准，P＜0.05 为差异有统计学意义。

2 结果

2.1 CT 征象影响GST 危险度分级的单因素分析

经单因素分析发现，GST 的危险度分级与其形态、大小、密度、边界、生长方式、远处转移、实性部分强化等因素相关（P＜0.05），与其生长部位无关（P＞0.05）。详见表1。

表1 CT 征象影响GST 危险度分级的单因素分析[例（%）]

2.2 CT 征象影响GST 危险度分级的多因素分析

因变量为各危险度分级，变量赋值情况见表2。经多因素logistic 回归分析发现，GST 的形态、大小及生长方式与其危险度分级存在相关性（P＜0.05）。详见表3。

表2 多因素分析中各变量的赋值表

表3 CT 征象影响GST 危险度分级的多因素分析

2.3 三组患者增强CT 纹理参数的比较

经单因素方差分析发现，三组患者GST 的熵、能量、峰度相比，差异有统计学意义（P＜0.05）；三组患者GST 的自相关、对比度、方差、均值、偏度及各分位像素值相比，差异无统计学意义（P＞0.05）。详见表4。

表4 三组患者增强CT 纹理参数的比较（± s）

表4 三组患者增强CT 纹理参数的比较（± s）

纹理参数 A 组（n=68） B 组（n=40） C 组（n=52） F 值 P 值灰度共生矩阵参数0.65±0.06 1.09±0.13 1.47±0.19 25.315 ＜0.001自相关 0.34±0.05 0.52±0.08 0.48±0.10 2.265 0.193对比度 1.74±0.32 1.91±0.42 2.03±0.45 1.759 0.472能量 0.34±0.06 0.19±0.05 0.10±0.03 20.452 ＜0.001熵灰度直方图参数峰度 0.49±0.07 0.83±0.13 1.07±0.21 6.173 0.006方差 338.92±42.17 414.48±45.62 421.92±47.28 2.942 0.061均值 124.83±23.52 135.42±26.46 140.56±29.18 2.627 0.083偏度 -0.09±0.02 -0.11±0.03 -0.12±0.04 2.082 0.145 10%分位像素值 103.42±23.59 112.93±26.24 116.73±28.72 1.532 0.582 50%分位像素值 132.72±27.63 137.84±29.17 143.34±30.87 1.249 0.617 90%分位像素值 157.38±21.14 162.45±23.45 167.84±25.72 1.093 0.684

2.4 GST 患者肿瘤的危险度分级、Ki-67 指数、最大径与增强CT 纹理参数的相关性分析

经Pearson 分析发现，GST 患者肿瘤的危险度分级、Ki-67 指数、最大径与增强CT 纹理参数中的能量呈负相关（P＜0.05）；与增强CT 纹理参数中的熵、峰度呈正相关（P＜0.05）。详见表5。

表5 GST 患者肿瘤的危险度分级、Ki-67 指数、最大径与增强CT 纹理参数的相关性分析

2.5 个别病例的CT 影像

病例女性，42 岁，属于高危险度GST，图1 为CT 平扫影像，图2 为CT 增强动脉期影像。经CT 扫描发现，肿瘤在胃大弯侧位置，边界清晰，呈腔外型生长，密度不均匀，增强扫描显示有轻度强化。

图1 CT 平扫影像

图2 CT 增强动脉期影像

3 讨论

现阶段，临床上普遍认为GST 是一种具有不同恶性潜能的肿瘤疾病[5]，通过对其恶性危险程度进行分级可有效评估此病患者的预后。但美国国立卫生署的危险度分级标准仅能在术后病理检查结果得出后应用，而术前采取活检手段又可能扩大患者肿瘤的播散范围，引起肿瘤出血及破溃。以上手段均无法为GST 患者术前的对症治疗及手术方式的选择提供有效帮助，故还需寻找一种更为有效、科学的术前诊断方法。以往临床上常采用超声内镜检查、X 线钡餐造影检查及MRI 检查等手段对GST 进行术前诊断，这些方法的应用虽然可在一定程度上提高GST 患者的术前诊断质量，但各有缺陷。例如，超声内镜检查、X 线钡餐造影检查在判断肿瘤是否向腔外生长等方面存在劣势，MRI 检查存在扫描时间长、速度慢、有图像伪影等局限性。而应用CT 扫描可弥补上述检查的不足。CT 扫描是一种具有安全、迅速、方便等特点的影像学检查手段，尤其可为GST 所导致的上消化道出血患者争取更多的抢救时间，同时也具备良好的密度分辨力，可提高图像的清晰度，明确GST 与周围组织的解剖关系，此外还可通过增强扫描的方式提升病变的显示率。王东[6]认为CT 是诊断GST 的重要检查手段之一，可清晰显示GST 的部位、形态、大小、密度、生长方式、有无远处转移等征象，为临床医师术前的诊断、治疗及病情预测提供相关依据。谭森良等[7]也认为CT 检查可判断GST 的危险程度，对其治疗方案的设计及患者的预后评估均有良好的应用价值。这与本研究结果基本一致。从表1-3 中可发现GST 的危险度分级与其形态、大小及生长方式有关。通过GST 的形态能够评估其危险度分级，可能与GST 形态规则时较少受到胃周结构侵犯有关[8]。这与仝莉等[9]的研究结论大致相同；通过GST 的大小能够评估其危险度分级，可能与血小板源性生长因子受体α 基因突变和酪氨酸激酶基因突变是GST 的诱因有关[10]；通过GST 的生长方式来评估其危险度分级，发现GST 越向腔内生长，其危险度越低。这与马菊香等[11]的报道基本一致。除此之外，也有研究认为GST 的病理危险度与肿瘤密度、边界等因素亦存在相关性[12]。这与本研究结果相左，究其原因可能与两项研究的纳入标准不一、社会经济背景不同、选择偏倚等因素有关。由于GST 患者进行CT 检查时，医师常会因经验不同、资历不同而对影像特征的评估产生一定差异，且在此期间存在许多限制性及不确定性因素，故临床上有时还需要结合其他技术进行辅助诊断。纹理分析是一种具有无创性、可重复性及可行全瘤分析等优势的影像学技术[13]，能借助计算机运算分析图像像素的分布特征及规律，在一定程度上反映肿瘤的内在一致性，揭示肿瘤的各种生理改变及组织结构特点，以供临床研究。本研究发现，GST 患者肿瘤的危险度分级、Ki-67 指数、最大径与增强CT 纹理参数中的能量呈负相关（P＜0.05）；与增强CT 纹理参数中的熵、峰度呈正相关（P＜0.05）。增强CT 纹理分析包括一阶统计参数与二阶统计参数，峰度属于前者，可用于描述灰度直方图的分布特点，其水平越低，提示肿瘤的恶性程度越高，这与NG 等[14]的报道相似；能量、熵属于后者（二阶统计参数），能量可描述CT 图像的纹理粗细度与灰度分布的均匀程度，熵则能提示CT 图像的纹理复杂程度与非均匀程度，两者均可用于反映GST 的病理分级，这与迟淑萍[15]的研究结论基本相同。

综上所得，GST 的形态、大小及生长方式等CT影像特征可辅助预测其恶性风险，而动脉期纹理分析则能有效反映肿瘤内部的异质性，两者结合下对于评估GST 的术前危险度分级具有较高的应用价值，值得临床推广。本研究仍存在样本量少、随访时间短等不足之处，有待后期进一步进行深入研究，以确保本研究结果的准确性。