CT图像纹理分析鉴别诊断磨玻璃密度肺腺癌的浸润性
罗 婷1，张 峥1，李 昕2，郭 妍2，张立娜1*，徐 克1*
【摘 要】[摘 要] 目的 探讨CT图像纹理分析鉴别诊断表现为磨玻璃密度结节的肺腺癌浸润性的价值。方法 收集在我院接受肺部CT检查且手术病理证实为肺腺癌患者100例(浸润性腺癌56例，非浸润性腺癌44例)。随机选择69例为训练组，31例为验证组。使用A.K.(Analysis-Kinetics)分析软件进行影像特征提取；Kruskal-Wallis非参数检验和Spearman相关性分析进行特征降维；使用R语言软件包“GLM”函数，建立Logistic回归模型；以交叉验证方法对回归模型进行检验。采用ROC曲线评价独立预测因素的诊断效能。结果 影像特征提取得到396个影像组学特征，经降维最终得到与鉴别肺非浸润腺癌与浸润腺癌最相关的参数3个，建模后验证Logistic回归模型示其诊断准确率为83.30%，敏感度及特异度分别为77.80%、91.70%。结论 CT图像纹理分析可有效鉴别表现为磨玻璃密度结节肺腺癌的浸润性。 【期刊名称】中国医学影像技术 【年(卷),期】2017(033)012 【总页数】4
【关键词】[关键词] 体层摄影术，X线计算机；肺肿瘤；纹理分析；影像组学 专论
肺内恶性磨玻璃密度结节在病理上对应为原位癌(adenocarcinomas in situ, AIS)、微浸润性腺癌(minimally invasive adenocarcinoma, MIA)或浸润性腺癌(invasive pulmonary adenocarcinomas, IPA)。2011年肺腺癌国际多学科分类标准指出，浸润前病变即原位癌和微浸润性腺癌接受肺段切除后的5年无
病生存率接近100%，而浸润性腺癌仍以肺叶切除为主，且术后5年无病生存率<90%[1-2]。因此，术前准确鉴别肺浸润性病变对手术方式的选择以及患者预后的评估有指导作用。术前肺穿刺活检因取材受限常无法准确反应整体病灶的浸润性。传统CT图像难以准确鉴别以磨玻璃密度结节为主要表现的AIS、MIA和IPA。纹理分析方法可对影像图像进行分割，定量提取内部大量特征信息，并对所获得的特征数据进行挖掘、分析，有效地鉴别肿瘤性质，对肿瘤进行病理分型，预测预后，规划治疗方案等[3]。本研究旨在使用CT图像纹理分析方法鉴别肺磨玻璃密度结节的浸润性，并评价其诊断效能。
1 资料与方法
1.1 一般资料 收集2014年2月—2016年11月于我院增强CT检出肺磨玻璃密度结节且直径<30 mm的患者100例，男26例，女74例,年龄35～78岁，平均(56.5±8.6)岁。所有患者CT检查前均未接受活检、放疗、化疗等操作或治疗，且均于CT检查后2周内接受手术治疗，最终病理证实为肺腺癌。
1.2 仪器与方法 采用Siemens Somatom Definition FLash双源CT机。患者取仰卧位，双臂上举，于吸气末进行全肺扫描。参数:管电压100 kV 或140 kV,管电流Care Dose 4D,扫描层厚2 mm，重建层厚2 mm，重建层间距2 mm，矩阵512×512，FOV 350 mm×350 mm。增强扫描采用双筒高压注射器于肘静脉注射70～90 ml非离子型对比剂碘普罗胺，注射速度2.5～3.0 ml/s，注射30～40 s后获得动脉期图像。
1.3 纹理特征提取 将所有患者薄层增强CT图像(肺窗)导入A.K.分析软件(Analysis-Kinetics，GE)，由1名从事胸部影像诊断12年的影像医师在不知晓病理结果的情况下对病灶逐层勾画ROI，ROI的大小取决于病变大小且尽量
与病灶边缘保持一致。软件自动计算得到图像形态、亮度等相关特征参数以及基于灰度共生矩阵和步长矩阵等的高阶纹理特征参数。
1.4 建立预测模型 按照7∶3的比例，经计算机任意选取69例患者作为训练组(非浸润腺癌32例、浸润腺癌37例)，31例作为验证组(非浸润腺癌12例、浸润腺癌19例)。将获得的纹理特征参数全部导入R语言软件包，剔除结果为nan或Inf的特征参数，得到剩余特征；再经特征预处理和降维得特征纹理参数，利用R语言软件包中的“GLM”函数建立线性回归(Logistic linear regression， LLR)模型。以交叉验证方法(10折，重复10次)对LLR模型进行检验，并绘制ROC曲线，计算其鉴别磨玻璃密度肺腺癌的浸润性的敏感度和特异度。
1.5 统计学分析 使用R语言软件(R Studio Version 1.0.143-?2009-2016 R Studio, Inc.)进行统计学分析。以病理结果为金标准，采用Kruskal-Wallis非参数检验统计肺非浸润腺癌与浸润腺癌有统计学差异的影像学特征；Spearman相关性分析进行特征去冗余，剔除自相关性系数高于0.9(|r|>0.9)的纹理参数，得到最终特征参数。ROC曲线下面积(area under curve, AUC)为0.5～0.7时其诊断价值较低，>0.7～0.9时诊断价值中等，>0.9时诊断价值较高。P<0.05为差异有统计学意义。
2 结果
100例患者中，非浸润性肺癌44例，病灶平均最大直径(1.44±0.69)cm，浸润性肺癌56例，病灶平均最大直径(1.89±0.62)cm(图1)。
将图像导入R语言软件包，得到基于病灶大小、边缘形态、位置信息、灰度共生矩阵、灰度步长矩阵算法等的影像组学特征共396个，剔除肺非浸润腺癌与
CT图像纹理分析鉴别诊断磨玻璃密度肺腺癌的浸润性
