基于MSCT的计算机纹理分析技术对良恶性孤立性肺结节的鉴别诊断效能

黄昌胜，孙国臣，龚新占

（1.光山县中医院 CT室，河南 信阳 465450；2.南阳市第一人民医院 影像科，河南 南阳 473000；3.信阳市中医院 放射科，河南 信阳 464000）

孤立性肺结节（solitary pulmonary nodule,SPN）为常见疾病，系肺实质内单个、直径≤3 cm、X 线影像学呈不透明、边缘清晰、不引起肺不张、胸腔积液、肺门增大的疾病［1］。有关数据显示，约有1%～12%的SPN 患者会发生恶性病变，其经手术切除治疗可获得较高的5 年生存率。因此，早期诊断、准确鉴别对临床制定治疗方案，改善预后具有重要作用。随着医学影像学技术发展，CT在临床中得到广泛应用，传统CT 根据SPN 的形态特征、密度特征对其良恶性进行鉴别，具有一定应用价值［2］，但部分患者仅依靠CT 征象进行鉴别，难以明确具体良恶性。计算机纹理分析技术通过定量分析病灶局部图像灰度值分布模式及变化规律、像素灰度特点等，能提供传统CT 图像中视觉无法识别的信息，并可反映图像的不同本质，从而帮助临床鉴别，提高术前诊断准确性，且具有无创、操作简单等优势［3-5］。基于此，本研究选取光山县中医院317 例SPN 患者，探讨基于多层螺旋CT（multi-slice CT,MSCT）的计算机纹理分析技术对良恶性SPN 患者鉴别诊断效能，现报道如下。

1 资料与方法

1.1 一般资料

选取光山县中医院2019 年10 月至2022 年1 月收治的317 例SPN 患者，均行MSCT 检查和计算机纹理分析，以临床病理结果为诊断的“金标准”，SPN 患者分为良性组177 例、恶性组140 例。良性组女63 例，男114 例；年龄43～78 岁，平均（60.54±7.92）岁；体质量指数：＜24 kg/m285 例、≥24 kg/m292 例。恶性组女51 例，男89 例；年龄42～76 岁，平均（59.61±8.04）岁；体质量指数：＜24 kg/m264 例、≥24 kg/m276 例。两组一般资料（性别、体质量指数、年龄）比较差异无统计学意义（P＞0.05），具有可比性。研究经光山县中医院医学伦理、学术委员会审核批准。

1.2 纳入及排除标准

1.2.1 纳入标准 均经病理诊断为良性或恶性SPN；胸部CT 检查显示SPN 结节最大径1～3 cm；结节未经穿刺；知情本研究，签署同意书；精神系统正常。

1.2.2 排除标准 认知功能障碍；结节内钙化；结节内存在脂肪成分；结节内空洞形成；接受过放化疗等治疗；磨玻璃密度结节；CT 检查禁忌证；伴有肺部其他疾病。

1.3 方法

1.3.1 MSCT 扫描 工具：Siemens 128 层CT 机（Somatom Definition AS）、Siemens 双源CT 机（Somatom Definition Flash）。仰卧位，以先足后头的方式进床，扫描范围为肺底部至胸廓入口处，指导患者深吸后屏气，至扫描结束。先进行常规CT 平扫，参数设置：管电压120 kV，管电流280 mA，螺距0.993∶1，旋转0.5 s/周～0.8 s/周，层厚0.625 mm，层间距5 mm，矩阵512×512，重建经标准算法进行。切换至cine 扫描模式，行CT 灌注成像扫描。使用高压注射器（德国Ulrich 公司，missouri XD2001 型），经肘正中静脉注射碘海醇造影剂，注射速率为 3.0～3.5 mL/s，剂量为1.5 mL/kg，参数设置：管电流80 mA，管电压120 kV，扫描矩阵512×512，视野36 cm×36 cm～40 cm×40 cm，于对比剂注入后1 min 行门静脉期扫描，于3～5 min 时行延迟期扫描。

1.3.2 计算机纹理分析 将数据输入工作站，经软件对灌注成像进行分析，于病灶最佳层面勾画出结节、主动脉感兴趣区域，标准感兴趣区域为最大截面的60%面积，避开肉眼可见的血管、坏死病变区域，测量实性软组织区域，分析得到SPN 同层主动脉参数。使用纵隔窗观察图像，挑选显示最大径的轴位图像，测量结节CT 值、最大径；将病灶中心层面、相邻的两个层面导入后处理软件进行计算机纹理分析。顺着距离病灶内缘1～2 mm 处勾画感兴趣区域，勾画面积需＞2/3 病灶，并需最大程度涵盖所有病灶；使用灰度共生矩阵法获取SPN 纹理参数。

1.4 观察指标

①基于MSCT 的计算机纹理分析结果，包括结节最大径、平均CT 值、纹理特征（熵、相关、熵差、均和、熵和、对比度）。②基于MSCT 的计算机纹理分析的纹理特征参数鉴别良恶性SPN 的效能。

1.5 统计学方法

采用SPSS 22.0 软件对数据进行分析。计量资料以均数±标准差（）表示，用t检验。将基于MSCT 的计算机纹理分析获得的差异有统计学意义的影像学参数及其不同组合情况绘制受试者工作特征（receiver operating characteristic,ROC）曲线，获得置信区间（confidence interval,CI）、最佳截断值、曲线下面积（area under curve,AUC）、特异度、灵敏度。P＜0.05 为差异有统计学意义。

2 结果

2.1 基于MSCT 的计算机纹理分析结果

恶性组纹理特征中熵、熵差、熵和均较良性组高，差异有统计学意义（P＜0.05），而组间结节最大径、平均CT 值、均和、相关、对比度比较，差异无统计学意义（P＞0.05），见表1，典型病例见图1。

图1 典型病例

表1 SPN 影像学结果（）

表1 SPN 影像学结果（）

2.2 基于MSCT 的计算机纹理分析的纹理特征参数鉴别良恶性SPN 的效能

以临床病理结果为诊断的“金标准”，将病理结果为恶性SPN 设为阳性样本，以病理结果为良性SPN 设为阴性样本，基于MSCT 的计算机纹理分析技术检测的熵差、熵、熵和参数绘制ROC 曲线（见图2、图3），结果显示，熵差、熵、熵和的最佳截断值分别为0.981、1.582、1.173，熵、熵差、熵和、熵+熵差、熵差+熵和、熵+熵和、熵+熵差+熵和的AUC 均＞0.700，灵敏度、特异度均超过60.00%，联合熵+熵差+熵和检测的灵敏度为90.71%，特异度为82.49%，见表2。

图2 熵、熵差、熵和、熵+熵差、熵差+熵和、熵+熵和的ROC 曲线

图3 熵+熵差+熵和的ROC 曲线

表2 纹理特征参数鉴别SPN 良恶性的效能

3 讨论

在所有结节中，炎性结节不仅在形态特征方面与恶性结节难以进行有效区分，且增强后结节的强化程度与恶性结节也高度相似；肿瘤异质性为临床恶性肿瘤的重要特征，与血管生成有关，且不同组织学类型病灶的新生血管生成方式、数量均存在差异［6-7］。肺癌为临床发生率、死亡率均较高的肿瘤疾病，5 年总体生存率较低。因此，早期诊断、治疗具有重要作用。良性肺部病灶内小血管为炎性反应状态，在质量、数量方面与恶性肿瘤内新生的血管存在差异。良恶性肺结节影像学部分表现相似，如良性肿瘤、炎性肉芽肿、早期肺癌及转移瘤等均可表现为肺内孤立性边界清晰的结节，仅给予形态学特点则难以及时准确诊断，导致部分患者失去最佳治疗时机，甚至因过度诊断出现过度治疗的情况。本研究发现，良性组、恶性组CT 值间无明显差异，可见，增强CT扫描的强化特征不能有效鉴别良恶性SPN。

CT 技术的不断发展，使得CT 灌注成像逐渐在临床中到达广泛应用。CT 灌注成像能直接反映对比剂在扫描组织中灌注量变化，对组织灌注量、通透性进行评估，从而帮助临床鉴别病变组织良恶性［8-9］。但有研究发现，MSCT 在SPN 临床诊断、鉴别中具有显著作用，根据其参数能判定结节性质，但对于恶性结节、炎性结节缺乏特异性［10］。基于MSCT 的计算机纹理分析技术能对病变内灰度分布均匀情况、纹理粗细及复杂程度进行有效评估，然后量化病变组织内异质性。有研究发现，基于肿瘤异质性与肿瘤血管生成有关，对比增强CT 纹理分析能评估肺结节、肿块良恶性［11］。熵、熵差、熵和、对比度、相关等纹理参数为临床定性SPN 的重要依据。其中，对比度能反映图像清晰度、纹理沟纹深浅程度；熵能反映图像纹理的规则程度、灰度分布随机性，且熵值越高，表明图像纹理信息越随机、越复杂，病变组织异质性越高；相关则可用来衡量在行或列方向上灰度共生矩阵元素的相似程度［12-14］。本研究发现，恶性组纹理特征中熵、熵差、熵和均较良性组高（P＜0.05），提示，基于MSCT 的计算机纹理分析技术的相关参数能有效判定良恶性SPN。其主要原因为恶性SPN 易发生纤维化、钙化，内部常有物质沉积，影像学检查主要显示为图像密度分布不均，病灶纹理表现更为复杂，故而恶性SPN 熵值较高。

本研究以临床病理结果为诊断的“金标准”，将病理结果为恶性SPN 设为阳性样本，以病理结果为良性SPN 设为阴性样本，基于MSCT 的计算机纹理分析技术检测的熵差、熵、熵和参数绘制受试者工作特征（ROC）曲线，结果发现熵差、熵、熵和的截断值分别为0.970、1.571、1.151，熵差、熵差+熵和、熵、熵+熵差、熵和、熵+熵和、熵+熵差+熵和的AUC 均＞0.700，灵敏度、特异度均超过60.00%，联合熵+熵差+熵和检测的灵敏度为90.71%，特异度为82.49%，提示，基于MSCT 的计算机纹理分析能反映病灶组织内部结构异质性，从而能帮助临床鉴别良恶性SPN。

综上所述，基于MSCT 的计算机纹理分析具有无创、操作简单等优势，与结节形态学特征、增强后的强化特点结合后，联合熵+熵差+熵和检测的灵敏度和特异度均较高，能帮助临床鉴别良恶性SPN，提升恶性SPN 早期诊断率。