良恶性肺结节CT定量及影像组学研究进展

2022-11-27屠妙倩蓝雨晴郭潇辰谢柳佳林伊莎综述吴林玉审校

现代医药卫生 2022年9期

屠妙倩，蓝雨晴，郭潇辰，谢柳佳，林伊莎综述，吴林玉,2 审校

(1.浙江中医药大学第一临床医学院，浙江杭州 310053;2.浙江中医药大学附属第一医院放射科，浙江杭州 310006)

肺结节是指肺内类圆形或不规则形的病灶，其周围被含气肺组织包绕，直径小于或等于3 cm，影像学表现为不透明、边界模糊或清晰的病灶，可单发或多发[1]。根据结节的密度，肺结节可分为亚实性结节及实性结节，而亚实性结节又包括纯磨玻璃结节及部分实性结节[2]。肺磨玻璃结节是指肺内局限性密度增高的结节影，一般也称为肺毛玻璃浑浊，在CT图像上，其密度不会遮盖血管轮廓，并且可见其内部原有的小叶间隔、气管等结构；部分实性结节的密度不均匀，其内既包含实性软组织密度成分，又包含磨玻璃密度成分[3]。不同密度的肺结节恶性概率不同,其中部分实性结节的恶性概率最高,其次是纯磨玻璃结节和实性结节[4]。肺结节发生率和检出率呈逐年上升趋势，若能早期准确鉴别肺结节的良恶性并及时采取临床干预措施，可以免除非必需的侵入性检查和手术治疗，降低经济成本，提高肺癌患者总体生存率并改善预后，达到最大的生存获益。因此临床研究中，肺结节的良恶性鉴别诊断一直是胸部病变研究中的热点和难点问题[5]。本文就CT定量和影像组学在肺良恶性结节鉴别中的应用进展进行综述。

1 CT平扫对良恶性肺结节的诊断

在CT平扫图像上，肺结节的大小、形态、边缘、支气管充气征、血管集束征、胸膜凹陷征等征象在良恶性肺结节的鉴别诊断中有较好的应用价值[6-7]。如恶性肺结节，常可见其形态不规则、边缘有分叶、毛刺、胸膜凹陷、胸膜牵拉等征象，且实性结节比纯磨玻璃结节和部分实性结节的征象更明显，恶性程度更高[8]。

相关研究表明，磨玻璃结节中实性成分最大直径、实性成分与结节最大直径比值等可作为判断肺腺癌浸润性的重要影像学征象[9]。肺结节的良恶性在一定程度上也可以通过CT图像上磨玻璃结节的实性成分比例来鉴别[10]。如，恶性肿瘤在影像学检查中常表现为较大实性成分比例。LEE等[11]发现，浸润性腺癌组的结节实性成分比例高于浸润前病变组和微浸润腺癌组，实性部分最大直径小于或等于3 mm是鉴别的重要标准，其特异性最高可达100%。对于纯磨玻璃结节型肺腺癌，肺结节病灶大小、CT值及内部结构密度等影像学特征与肺腺癌的病理亚型有着紧密关系[12]。CHEN等[13]研究发现，肺结节小于10 mm是鉴别其良恶性的一个关键因素。ICHINOSE等[14]发现，最大CT值大于或等于-300 HU是预测侵袭性的重要标准，其灵敏度为83%，特异度为88%。KITAZAWA等[15]发现，平均3维CT值的最佳临界值是-489 HU，其受试者特征工作曲线的曲线下面积是0.838，灵敏度为0.967，特异度为0.591。

临床上，平扫CT扫描在鉴别肺结节的良恶性中具有重要作用，但对于难以定性的肺结节，则需进行CT增强检查或功能CT等其他检查进行鉴别。

2 CT动态增强检查对肺结节良恶性的鉴别

2021年美国国家综合癌症网络发布的《肺癌筛查指南》指出，对于实性成分大于8 mm的部分实性结节或直径大于8 mm的实性结节，推荐行胸部增强CT检查。胸部CT增强通过静脉注射碘造影剂前后采集结节的动态系列图像，在图像上可从病灶的强化程度及病灶的时间-密度曲线(TDC)2个方面进行肺结节的良恶性鉴别。

2.1病灶的强化程度由于良恶性肺结节的血供特点不同，且供血的来源也存在差异，因此在行CT增强扫描时，可有不同的增强形式和程度对肺结节良恶性进行鉴别[16-20]。韩文彬等[16]在研究中指出，胸部CT增强60 s时，良、恶性肺结节CT强化值分别为(24.79±25.02)、(37.01±11.88)HU，差异有统计学意义(P<0.05)，三期CT增强扫描鉴别恶性肺结节的特异度、灵敏度和准确率分别为86.7%、92.9%、81.5%。刘啸峰等[20]在研究中指出，CT增强扫描30 s后，恶性肺结节CT值[(64.52±12.16)HU]明显高于良性肺结节CT值[(35.56±15.27)HU]，差异有统计学意义(P<0.05)。张莹等[18]研究表明,CT增强扫描对鉴别良恶性肺结节有意义，以强化峰值大于15 HU为截断值考虑为恶性肺结节，可获得较好的诊断效能。

2.2病灶强化的TDC 利用CT的动态增强还能描绘出肺结节强化的TDC曲线，反映曲线形态及对比剂达峰时间，其可用于肺结节良恶性的鉴别诊断。周震等[21]的研究将TDC分为台阶型(Ⅰ型)、双峰型(Ⅱ型)、平坦型(Ⅲ型)。其中，台阶型：在124 s内的增强过程中，TDC快速上升至峰值后持续处于高水平状态，之后缓慢下降，到304 s时下降幅度小于20 HU。双峰型：CT增强至124 s时,曲线快速上升至峰值后随即出现下降，继而又有一定的上升，波动幅度大于10 HU。平坦型：主要表现为增强前后CT值变化小，曲线总体走行平缓，波动幅度一般不超过10 HU。叶晓丹等[22]在研究中将TDC曲线分为4种类型，其中Ⅰ型为强化后CT值净增小于20 HU；Ⅱ～Ⅳ的强化净增值均大于或等于20 HU，但在廓清值上有所差异，Ⅱ型廓清值为5～31 HU，Ⅲ型廓清值大于31 HU，Ⅳ型廓清值小于5 HU(持续强化)。恶性肺结节通常有不完整的基底膜及分化不成熟的血管[23]，对比剂进入速度快，但退出速度慢，以Ⅰ型曲线多见,多表现为迅速升高至峰值后持续在一定水平后缓慢下降[24]。这种状态可一直持续180 s[25-26]。刘成平等[27]学者认为,增强扫描后，良性肺结节的CT值在增强扫描后变化小于20 HU，而恶性肺节CT值变化大于或等于20 HU。

3 良恶性肺结节的能谱CT研究

能谱CT成像技术可通过物质分离方式获得能谱曲线及碘基物质图像。临床可以从两个辅助图像中获取能谱曲线斜率及碘浓度等定量数据，获取的定量数据是鉴别诊断良恶性肺结节的重要参考之一[28]。

CHEN等[29]研究表明，在观察肺磨玻璃密度结节中应用能谱CT成像技术所得出的能谱曲线斜率，特别是在40、70 KeV时，对于良恶性肺结节有较大的鉴别价值。同时，KAWAI等[30]学者证实了碘浓度等定量参数在肺磨玻璃密度结节的强化程度上具有很重要参考价值。在实性肺结节研究中，XIAO等[31]通过分析62例病例，总结得出恶性实性肺结节组在动静脉期的碘基值、标准化碘基值等定量数据及能谱曲线斜率均高于良性组。在恶性肺结节中，不成熟的毛细血管缺少基底膜结构使碘对比剂易于穿过血管进入组织间隙聚集，从而导致碘对比剂的浓度大于良性肺结节；同时，由于缺少静脉和淋巴组织的引流，碘对比剂的聚集更加明显[32]。

CT增强有一定的应用价值，但是对于患者来说增加了辐射剂量，而能谱CT能够高效、准确地鉴别良恶性肺结节，因此能谱CT能够在兼具评估肺毛玻璃密度结节的基础上降低辐射剂量[33]。陈疆红等[34]研究表明，能谱CT能帮助患者除去平扫环节，同时辐射剂量下降33%。

4 良恶性肺结节的CT灌注检查

CT灌注成像技术指的是在给患者静脉注射造影剂的同时，对选定层面上的感兴趣区进行重复快速的动态扫描[35]，从而获得该感兴趣区的各种灌注参数值[如血流量(BF)、血容量(BV)、平均通过时间、表面通透性(PS)等]及灌注曲线，能直接动态观察到对比剂在病灶毛细血管水平的浓度变化，从而反映出病灶的血流灌注情况和血流动力学改变[36]。良恶性肺结节的血流灌注不同，通过灌注成像能比较清晰地显示病灶供血情况，为鉴别良恶性肺结节提供帮助[37]。

肖园园等[38]研究发现，恶性孤立性肺结节患者和良性孤立性肺结节患者的多层螺旋CT灌注成像检测准确率为93.98%，与病理检查的100.00%准确率比较，差异无统计学意义(P>0.05)。该研究结果提示了CT灌注成像对良恶性肺结节检查的准确性。同时，李彦[39]通过对患者行多层螺旋CT灌注成像扫描时发现，恶性结节患者的BV、PS值均高于良性结节患者，灌注参数值存在有一定规律，对良恶性肺结节有较大鉴别价值。

此外，也有学者通过CT灌注成像结合其他成像方法来鉴别良恶性肺结节。王汉[40]研究发现，CT灌注成像结合动态增强扫描在鉴别良恶性肺结节方面有一定价值，癌性结节及炎性结节的BF、BV明显高于结核瘤，而癌性结节PS明显高于炎性结节和结核瘤。杨守珍等[41]研究发现，CT灌注成像结合动态增强扫描时，恶性结节的强化值明显高于良性结节，同时可在恶性结节增强扫描中心见坏死病灶，因此可依据此特点来鉴别结节性质。

5 良恶性肺结节影像组学研究

荷兰学者LAMBIN等提出了影像组学的概念，指出可从放射影像中高通量地提取大量影像特征，挖掘空间数据信息，该方法在良恶性肺结节鉴别诊断中取得了较好的结果，并在临床上获得广泛应用[42-45]。肺结节根据密度可分为亚实性结节及实性结节，基于不同密度的肺结节，影像组学在其良恶性鉴别中的效能也不同。影像组学可以增加亚实性结节(纯磨玻璃结节及部分实性结节)良恶性鉴别诊断的准确性[42-43]。有研究回顾分析了最终纳入试验的261例患者肺下盖结节的良恶性，通过训练建立的最佳3D卷积神经网络模型，发现最佳决策点的曲线下面积为0.913[44]。而另一些研究者在深度卷积神经网络的基础上开发了新的人工智能方案，对收集到的828例经证实的毛玻璃结节进行良恶性预测，结果发现人工智能方案的曲线下面积为(0.92±0.03)，高于人工的(0.90±0.03)[45]。同时，影像组学也可提高实性结节的预测准确率[44-45]。项杨威等[44]回顾性收集了203例实性孤立肺结节患者资料，根据影像学及临床资料构建多因素预测模型，结果发现该模型对实性孤立肺结节良恶性的预测准确率为84.5%。孔芳等[45]将高分辨率CT检出为实性孤立肺结节的235例患者分为良性组(54例)和恶性组(181例)，结果发现2组影像学征象有显著差异，提示影像组学在预测实性孤立肺结节良恶性方面有一定意义。

此外，SUO等[46]回顾分析了48例单发肺结节患者增强CT图像的病灶纹理特征，通过病灶边缘和中央得到的平均CT值和熵值等影像组学特征发现，炎性结节平均CT值和熵值低于恶性结节，提示中央与边缘的纹理特征差异能够辅助诊断肺结节良恶性。