基于增强CT 的影像学模型对低危险度胃间质瘤与胃平滑肌瘤的鉴别诊断价值

范莉芳，黄 磊，翟 建，肖 良，徐晓燕，徐争元，吴树剑

（1.皖南医学院医学影像学院，安徽 芜湖 241000；2.皖南医学院附属弋矶山医院，安徽 芜湖 241001）

胃间质瘤（Gastric stromal tumor，GST）及胃平滑肌瘤（Gastric leiomyomas，GLMs）同属于胃间叶源性肿瘤[1]。低危险度GST（Low risk gastric stromal tumor，LRGST）属于GST 的一种，不同于中高危险度GST，其恶性程度较低，坏死、囊变比较少见，治疗方式为早期发现并及时行胃部分切除术[2]。GLMs 是良性肿瘤，如能确诊，则只需微创手术即可达到很好的治疗效果[3]。GLMs 密度比较均匀，极少发生出血、坏死、囊变及钙化[4]。因此，LRGST 与GLMs 在影像上存在许多重叠。本文回顾性分析LRGST 及GLMs 的CT 表现，探讨其增强CT 的鉴别诊断方法。

1 资料与方法

1.1 一般资料

回顾性分析2015 年1 月—2021 年2 月于皖南医学院一附院经手术病理证实的72 例LRGST（LRGST 组）和23 例GLMs（GLMs 组）患者的CT 图像。LRGST 组男27例，女45例，年龄41～82岁，平均（58.32±8.80）岁；GLMs 组男7例，女16例，年龄28～70岁，平均（55.17±11.31）岁。纳入标准：①影像及病理资料完整；②肿瘤显示清晰，能够满足测量需要。排除标准：①免疫组化显示为中高危险度GST；②影像学上肿瘤内含有明显钙化；③图像模糊无法测量；④检查前曾接受过放、化疗等非手术治疗。

1.2 仪器与方法

术前1 周内行全腹部平扫及增强三期扫描，检查前患者禁食6～10 h，检查前10 min 内饮温开水1 000 mL 左右，使胃肠道充分充盈。使用西门子64排螺旋CT机，管电压120 kV，管电流200 mA，层厚及层间距均为5 mm，螺距0.6。先平扫，然后使用高压注射器经肘静脉以2.5 mL/s 的流速注入碘克沙醇90 mL，于注药后30 s、60 s、180 s 分别行动脉期、静脉期及延迟期扫描。

1.3 图像分析

扫描完成后将原始图像传至PACS 系统，由1名5 年及1 名10 年以上工作经验的放射科医师在横轴位病灶显示最大层面时测量病灶的最大径（LD）及最小径（SD），计算LD/SD。判断肿瘤的生长方式（腔内、跨壁及腔外）及是否累及胃食管连接部（Esophagogastric junction，EGJ），并做好记录。测量肿瘤的增强三期CT值，同时测量邻近胃壁增强三期CT值，计算增强后肿瘤的强化率（Enhancement rate of tumor，ERT）（ERT=肿瘤CT值/胃壁CT值）。在静脉期（该期有常规重建薄层，肿瘤显示比较清晰）放置合适的感兴趣区（Region of interest，ROI）测量肿瘤的不均匀度（Heterogeneous degree of tumor，HDT），不均匀度（Heterogeneous degree，HD）记录为ROI 测得的CT值的标准差（Standard deviation，SD’），同时测量同层面椎旁肌肉的不均匀度（Heterogeneous degree of paravertebral muscles，HDP），计算肿瘤的标准化不均匀率（Standardized heterogeneous rate of tumor，SHRT）（SHRT=HDT/HDP），用相同的方法分别测量平扫期、动脉期、延迟期肿瘤及椎旁肌肉的HD（图1），并计算SHRT。ROI放置时不可超过肿瘤的边缘，应尽量保持面积一致，且大小适宜。肿瘤及椎旁肌肉的HD 分别测量3次，取平均值带入计算SHRT。在扫描时间180 s内，平扫记录为打药后0 s，增强三期分别记录为打药后30 s、60 s、180 s，分别分析两组肿瘤的SHRT 与打药时间的相关性。

1.4 统计学方法

采用SPSS 23.0 软件进行统计学分析。采用Kolmogorov-Smirnov 对数据进行正态性分析，符合正态分布的计数资料用均数±标准差（）表示，偏态分布用中位数表示。分类变量采用χ2检验或Fisher 检验，连续性变量符合正态分布且方差齐采用独立样本t 检验，偏态分布或方差不齐用Mann-Whiney U 检验。多因素Logistic 回归分析构建鉴别诊断模型，用受试者工作特征（ROC）曲线评价模型的诊断效能。P＜0.05 表示差异有统计学意义。

2 结果

2.1 一般资料及CT 一般征象

LRGST 组与GLMs 组比较，肿瘤的SD、LD/SD、生长方式及是否累及EGJ 间差异有统计学意义（P＜0.05），见表1。余差异均无统计学意义。LRGST 以类圆形多见，GLMs 以不规则形、扁平状或椭圆形常见，LRGST 腔内生长较常见，腔外次之，很少跨壁生长，GLMs 则主要以腔内生长为主，很少腔外及跨壁生长，GLMs 易累及EGJ，而LRGST 很少累及（图2，3）。

表1 LRGST 组与GLMs 组一般资料及CT 一般征象比较

2.2 ERT 及SHRT

LRGST 组与GLMs 组比较，肿瘤延迟期ERT、静脉期及延迟期SHRT 间差异有统计学意义（P＜0.05），见表2。二者的箱式图见图4。研究同时发现扫描时间范围内LRGST 的SHRT 与打药时间显著相关（r=0.341，P=0.000），GLMs 的SHRT 与打药时间无相关性（P=0.596）。

表2 LRGST 组与GLMs 组ERT 及SHRT 比较

2.3 CT 模型的诊断效能

将肿瘤的SD、LD/SD、生长方式、是否累及EGJ、延迟期ERT、静脉期及延迟期SHRT 纳入多因素Logistic 回归分析得到LRGST 组与GLMs 组的CT诊断模型，绘制ROC 曲线（图5），模型的曲线下面积（AUC）为0.948，敏感度为88.9%，特异性为91.3%。

3 讨论

胃间叶源性肿瘤是指发生于胃壁的非淋巴造血、非上皮性软组织肿瘤，其中最常见的是GST[5]，而GLMs 相对少见，贲门是GLMs 最常见的发病部位，而GST 发生于贲门部并不多见[6]。GST 属于恶性肿瘤，病理下分为低危险度（含极低）及中高危险度，危险度越高恶性程度越高，同时也越容易发生坏死、囊变，边界相对不清[7]。因此，中高危险度GST 与GLMs比较容易鉴别，但LRGST 与GLMs 鉴别起来往往比较困难。

本研究中LRGST 组与GLMs 组比较，肿瘤的SD、LD/SD、生长方式及是否累及EGJ 间差异有统计学意义（P＜0.05）。GLMs 的SD 较LRGST小，LD/SD较LRGST大，原因可能是因为GLMs 以腔内生长为主[8]，肿瘤细胞排列较为疏松，瘤体质地比较柔软[9]，而且GLMs 容易累及EGJ，所以生长空间相对狭小[10]，因此瘤体形态多表现为不规则形、扁平状或椭圆形，而LRGST 一般向腔内、外生长多见，所以生长空间比较宽裕，多表现为类圆形，长短径差别不大。有文献报道LD/SD 差异有助于鉴别诊断LRGST 与GLMs[11]。本组中两者间差异也具有统计学意义（P＜0.05），与文献报道相符。GLMs 易累及EGJ 可能是因为食管是消化道平滑肌瘤的好发部位[12]，而EGJ紧邻食管，但即便是发生于胃贲门部的LRGST 也不易累及EGJ，这也是LRGST 与GLMs 的一个重要的鉴别点。

LRGST 与GLMs 平扫密度相似，大部分增强后动、静脉期呈轻中度强化，强化程度相似，且均可见延迟强化征象。本组病例动、静脉期ERT 间差异无统计学意义也正好说明了这一点，但延迟期ERT 间差异却有统计学意义（P＜0.05），这是因为GLMs 延迟期CT值与静脉期相似或略高一点，但LRGST 延迟强化程度往往较GLMs 明显，这与Yang[13]等报道一致。

SD’是单个数据相对于整体数据的平均值分散程度的度量[14]。同理，测得的肿瘤ROI 内CT值的SD’，则是反映像素内肿瘤的CT值的分散程度，是间接反应肿瘤病理基础的一种方式。尽管SD’值不能准确表示ROI 中单个像素的值，但却可以间接反映肿瘤的异质性。因此，使用SD’值是一种简便的测量肿瘤异质性的方法。有研究者利用SD’值鉴别肾肿瘤的良恶性，发现肾细胞癌和肾良性肿瘤的SD’值存在差异[15]，可以据此对肾占位的性质进行鉴别诊断。但国内外关于LRGST 与GLMs 的研究却未有相关报道。本组病例平扫及动脉期SHRT 间差异无统计学意义（P＞0.05），静脉期及延迟期SHRT 间差异有统计学意义（P＜0.05），这是因为在一定时间范围内LRGST 的SHRT 与打药时间具有显著相关性（r=0.341，P=0.000），而GLMs 的SHRT 则与打药时间不相关（P=0.596），所以随着造影剂慢慢进入肿瘤细胞，两者SHRT 的差异也越来越大。两者的SHRT与造影剂进入肿瘤时间的相关性差异可能是因为两种肿瘤的病理基础不同，LRGST 是低度恶性肿瘤，而GLMs 则是良性肿瘤。因此，LRGST 肿瘤细胞间的分化差异较GLMs大，肿瘤细胞间强化的同步性较GLMs 差。

本研究的不足之处：由于GLMs 属于少见病，本组研究对象中GLMs 组病例数相对较少，未对研究结果进行验证，若分出验证组，则可能影响诊断效能，后续将扩大样本量进一步研究。

综上所述，虽然LRGST 与GLMs 同属于胃间叶源性肿瘤，两者的影像学表现存在很多相似之处，但可以通过增强CT 检查，根据肿瘤的SD、LD/SD、生长方式、是否累及EGJ、延迟期ERT、静脉期及延迟期SHRT 不同来建立影像学模型，该模型对鉴别诊断LRGST 与GLMs 有很高的敏感度和特异性。