基于磁共振甲状腺平扫纹理特征预测BRAFV600E 基因突变的可行性研究

李春香，李显彬，李春艳，王小东，王恒阳

（1 齐齐哈尔医学院附属第一医院核医学科 黑龙江 齐齐哈尔 161041）（2 齐齐哈尔医学院附属第一医院检验科 黑龙江 齐齐哈尔 161041）（3 齐齐哈尔医学院附属第一医院超声诊断科 黑龙江 齐齐哈尔 161041）

近年来我国甲状腺癌的发病率不断上升，其中甲状腺乳头状癌占比最高，达到甲状腺癌的80%[1]。目前我国体检中甲状腺超声逐渐普遍，因此检出率增高，同时会利用磁共振（magnetic resonance imaging, MRI）进一步检查，然而，目前多停留在结节的形态、是否具有血管侵犯、血管供血等情况，对于结节的BRAFV600E基因突变无法评估[2]。具有BRAFV600E基因突变的甲状腺癌具有更强的侵袭性，对于手术的制定方案起到重要意义，目前主要以手术后病理进行BRAFV600E基因突变检测明确患者突变情况，因此，如何在术前明确BRAFV600E基因突变对制定手术方案与后续康复治疗具有重要意义。图像纹理特征分析可将肉眼无法区分的细小图像差别可视化，可区分甲状腺内结节内细小像素变化情况[3]。因此本研究拟引入图像纹理特征进行MRI 图像分析，客观的显示甲状腺结节的纹理特征。进行甲状腺结节BRAFV600E基因突变的预测，为临床诊断、治疗提供依据。

1 资料与方法

1.1 一般资料

本研究为回顾性研究，收集2022年10月—2023年2月在齐齐哈尔医学院附属第一医院诊断为甲状腺结节患者的磁共振图像。纳入标准：①进行甲状腺结节切除术、甲状腺腺体部分切除术等的甲状腺结节患者；②患者术后取得病理结果。排除标准：①非首次进行甲状腺结节手术的患者；②在甲状腺结节手术前进行过其他药物、消融、穿刺等非手术治疗的患者。所有患者签署知情同意书。

1.2 方法

1.2.1 分组方法

将患者术后病理BRAFV600E基因突变结果作为标准进行分组，BRAFV600E基因突变阳性定义为A 组，BRAFV600E基因突变阴性定义为B 组，记录患者性别、年龄、甲状腺球蛋白。

1.2.2 设备

采用飞利浦3.0TRMI（Ingenia Achieva 3.0T）扫描，采用16 通道头颅线圈，T1WI：TR 650 ms，TE 10 ms，层厚 3 mm，层间距3 mm，FOV：20×20，矩阵：256×256，扫描范围包括整个甲状腺。

1.3 纹理特征提取

以甲状腺MRI 平扫T1WI 图像原始数据进行勾画甲状腺结节所有层面，采用Omni-Kinetics 软件进行ROI 勾画，将所有层面融合成三维容积ROI,利用软件内置功能提取三维融合后ROI 中67 个图像纹理特征[4]。

1.4 统计学分析

使用SPSS 19.0 统计软件进行数据处理，符合正态分布的计量资料采用t检验，以均数与标准差（±s）表示；不符合正态分布的计量资料采用秩和检验，以中位数与四分位间距表示[M（Q1，Q3）]。两组患者性别较采用卡方检验，P＜0.05 为纹理特征参数具有相关性，单因素分析具有差异特进行Lasso 回归特征降维，降维特征纳入二元Logistics 回归分析，筛选预测甲状腺结节BRAFV600E基因突变的独立风险因素并建立预测模型。对降维特征与Logistics 预测模型进行受试者工作特征（ROC）曲线分析诊断效能。

2 结果

2.1 临床、检验资料比较

两组共111 例患者年龄、性别、甲状腺球蛋白差异均不具有统计学意义（P＞0.05），见表1。

表1 两组患者临床、检验资料比较

2.2 纹理特征与模型建立

MRI 甲状腺平扫T1WI 图像提取的67 个纹理特征中，10 个纹理特征值差异显著（P＜0.05），见表2。57 个纹理特征值无显著差异（P＞0.05）。进行Lasso回归特征降维后筛选出5 个纹理特征（Homogeneity、MPP、InterquartileRange、TotalEnergy、Sphericity）。降维特征纳入二元Logistics 回归方程结果显示InterquartileRange、TotalEnergy、Sphericity 为预测甲状腺结节BRAFV600E基因突变的独立风险因素，见表3，模型为：Logit（P）=3.235+InterquartileRange×0.235+TotalEnergy×3.123+Sphericity×8.634。

表2 两组纹理特征值比较[M（Q1，Q3）]

表3 降维后特征二元Logistics 回归分析

2.3 降维后特征与Logistics 模型ROC 曲线分析

所有降维特征AUC 均低于二元Logistics 回归方程Logit（P），Logit（P）AUC 为0.938，当阈值取181 时，灵敏度=83.9%，特异度=96.5%，见表4、图1。

图1 模型Logit(P)与单变量特征ROC 曲线图

表4 降维后特征与二元Logistics 的ROC 曲线分析

3 讨论

目前诊断甲状腺结节性质是否具有BRAFV600E基因突变只能通过术后病理基因检测确定，没有一种准确的术前生物学标志物、影像学特征用于判断BRAFV600E基因突变，如何进行BRAFV600E基因突变高风险甲状腺结节筛选是目前急需解决的问题。前期相关研究表明影像学的甲状腺结节边界、包膜、纵横比能进行判断BRAFV600E基因突变，但诊断效能较低[5]。临床上一般影像学检查（超声、CT、MRI）判断甲状腺结节是否具有BRAFV600E基因突变并不准确，上述研究征象多用于判断甲状腺良恶性，对于判断微观结构中的基因突变诊断准确率不高[6]。人眼进行影像图像的微小结节诊断具主观性，无法确定结节中基因变化，因此，是否能够利用MRI 图像纹理特征提取，通过数学算法聚类分析解决这一临床问题是本文的研究重点。因此本研究基于MRI 平扫T1WI 图像纹理特征进行结节内微小变化、供血、液化等图像信息，提取纹理相关特性进行预测甲状腺结节BRAFV600E基因突变。本研究结果显示：两组甲状腺球蛋白不具有统计学意义，表明在甲状腺结节中利用一般肿瘤标志物无法反映结节BRAFV600E基因信息情况。本研究两组共10 个纹理特征值差异有统计学意义，Lasso 回归进行特征降维筛选后获得5 个纹理特征。二元Logistics 回归方程结果显示InterquartileRange、TotalEnergy、Sphericity 为预测甲状腺结节BRAFV600E基因突变的独立风险因素，预测模型Logit（P）AUC 为0.938，当阈值取181 时，灵敏度=83.9%，特异度=96.5%。

本研究以病理结果为分组进行预测模型建立，分析基于MRI 平扫T1WI 甲状腺内结节的纹理数据对于甲状腺结节BRAFV600E基因突变的效能。本研究发现T1WI 甲状腺结节纹理特征建立联合模型优于单指标预测，其中纹理特征TotalEnergy 代表灰度共生矩阵各元素值的平方和，是对图像纹理的灰度变化稳定程度的度量，反映了图像灰度分布均匀程度和纹理粗细度[7-8]。能量值大表明当前纹理是一种规则变化较为稳定的纹理，本研究中A 组TotalEnergy 明显低于B 组，表明在甲状腺结节BRAFV600E基因突变时结节中的纹理变得异常不规则、不稳定，BRAFV600E基因突变导致图像灰度分布不均匀、纹理变粗。Sphericity 特征代表结节区域对于球体形状圆的量度，数值越大表明越接近完美三维球体的弧度[9-10]，本研究中A 组Sphericity 明显低于B 组，表明BRAFV600E基因突变时结节远离完美三维球体的弧度，这与BRAFV600E基因突变恶性结节破坏正常组织张力导致弧度不规则有关。

综上所述，MRI 甲状腺平扫图像纹理特征能有效预测患者甲状腺结节BRAFV600E基因突变，可为临床诊断、治疗提供依据。