王文斐，王玉強(qiáng)，蘇 偉，張凡濤，楊新國(guó)

（勝利油田中心醫(yī)院影像科，山東 東營(yíng) 257034）

近幾十年來(lái)肺癌發(fā)病率與死亡率呈逐年遞增趨勢(shì)，已居惡性腫瘤發(fā)病率和死亡率的首位。根據(jù)病理學(xué)表現(xiàn)，肺癌可分為肺部浸潤(rùn)前病變和浸潤(rùn)性肺癌［1-2］，浸潤(rùn)性肺癌是指癌細(xì)胞侵入到腫瘤周?chē)M織的惡性腫瘤，其最有效的治療方案是手術(shù)切除和放化療。本研究嘗試通過(guò)CT直方圖參數(shù)分析實(shí)現(xiàn)對(duì)浸潤(rùn)性肺癌和肺部浸潤(rùn)前病變的分類鑒別。

1 資料與方法

1.1 一般資料 收集自2016—2018年在我院行CT檢查的肺癌患者199例，其中男109例，女90例，年齡（57.78±12.46）歲。由2名經(jīng)驗(yàn)豐富的病理醫(yī)師參照2011年國(guó)際肺癌研究學(xué)會(huì)（International Association for the Study of Lung Cancer，IASLC）、 美國(guó)胸科學(xué)會(huì)（American Thoracic Society，ATS）和歐洲呼吸學(xué)會(huì)（European Respiratory Society，ERS）多學(xué)科肺腺癌新分類指南進(jìn)行病理分類［1］。199例中浸潤(rùn)性肺癌111例，男64例，女47例，平均年齡（64.45±9.58）歲；浸潤(rùn)前病變88例（非典型腺瘤樣增生29例，原位癌 59例），男 45例，女 43例，平均年齡（55.39±6.71）歲，2組性別、年齡差異均無(wú)統(tǒng)計(jì)學(xué)意義（均 P＞0.05）。

1.2 儀器與方法 采用Philips 256層CT（Philips Brilliance MDCT scanners）。多數(shù)患者取仰臥位，少數(shù)取側(cè)臥位行橫斷面掃描，使病灶盡量位于掃描肺野高處，在吸氣末屏氣掃描。掃描參數(shù)：120 kV，188 mA，F(xiàn)OV 250 mm×250 mm，掃描及重建矩陣為1 024×1 024，重建層厚1 mm，重建層距0.67 mm。掃描圖像觀察：縱隔窗（窗位 25～55 HU，窗寬 250～350 HU）；肺窗（窗位-600～-450 HU，窗寬 1 500～2 000 HU）?；颊呔橥?。

1.3 圖像后處理 所有CT圖像在Philips工作站進(jìn)行重建，重建CT薄層圖像以DICOM格式輸入到MATLAB 2013b 軟 件 （Mathworks，Natick，MA，USA）中，通過(guò)Computational Environment for Radiotherapy Research工具箱進(jìn)行腫瘤病灶區(qū)域的直方圖參數(shù)提?。?］。提取的CT直方圖參數(shù)共12個(gè)，分別為CT最大強(qiáng)度值、CT最小強(qiáng)度值、CT平均強(qiáng)度值、20%強(qiáng)度值、60%強(qiáng)度值、90%強(qiáng)度值、CT值均方根誤差、CT值方差、CT值標(biāo)準(zhǔn)差、直方圖熵值、直方圖峰度和直方圖偏度。

1.4 統(tǒng)計(jì)學(xué)分析 采用SPSS 19.0統(tǒng)計(jì)軟件進(jìn)行處理。采用非參數(shù)Mann-Whitney檢驗(yàn)和ROC曲線分析12個(gè)CT直方圖參數(shù)在浸潤(rùn)前病變與浸潤(rùn)性肺癌中的統(tǒng)計(jì)學(xué)差異；采用Logistic回歸分析和Fisher系數(shù)回歸分析探究數(shù)學(xué)建模對(duì)兩類肺部腫瘤的鑒別診斷能力。以P＜0.05為差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

2.1 肺部浸潤(rùn)前病變和浸潤(rùn)性肺癌的CT征象對(duì)比分析（表1） 浸潤(rùn)前病變及浸潤(rùn)性肺癌的平均直徑、分葉征、毛刺征、空泡征及胸膜凹陷征出現(xiàn)率差異均有統(tǒng)計(jì)學(xué)意義（均P＜0.05）。

表1 浸潤(rùn)前病變及浸潤(rùn)性肺癌的CT征象對(duì)比

2.2 肺部浸潤(rùn)前病變及浸潤(rùn)性肺癌的CT直方圖曲線（圖 1，2）

2.3 CT直方圖參數(shù)的Mann-Whitney檢驗(yàn)和ROC曲線分析 非參數(shù)Mann-Whitney檢驗(yàn)在12個(gè)CT直方圖參數(shù)中的統(tǒng)計(jì)分析結(jié)果見(jiàn)表2。除直方圖峰度外，余11個(gè)直方圖參數(shù)在兩類肺部病變中差異均有統(tǒng)計(jì)學(xué)意義（均P＜0.05）；11個(gè)直方圖參數(shù)的ROC曲線分析見(jiàn)表3，圖3。11個(gè)直方圖參數(shù)對(duì)兩類病變的鑒別診斷表現(xiàn)出一定的敏感度和特異度，其中CT直方圖熵值表現(xiàn)出最好的診斷敏感度。

表2 肺部浸潤(rùn)前病變和浸潤(rùn)性肺癌的CT直方圖參數(shù)非參數(shù)Mann-Whitney檢驗(yàn)（HU，±s）

表2 肺部浸潤(rùn)前病變和浸潤(rùn)性肺癌的CT直方圖參數(shù)非參數(shù)Mann-Whitney檢驗(yàn)（HU，±s）

組別 CT最大強(qiáng)度值 CT最小強(qiáng)度值 CT平均強(qiáng)度值 20%強(qiáng)度值 60%強(qiáng)度值 90%強(qiáng)度值肺部浸潤(rùn)前病變 -375.32±234.72 -845.86±79.10 -636.20±100.5 -720.24±70.50-611.99±107.94-506.43±151.63浸潤(rùn)性肺癌 -158.24±171.22 -800.26±73.75 -613.35±125.41-620.76±97.98-478.06±135.60-322.55±168.09 P值 ＜0.01 ＜0.01 ＜0.01 ＜0.01 ＜0.01 ＜0.01組別 CT值均方根誤差 CT值方差 CT值標(biāo)準(zhǔn)差 直方圖熵值 直方圖峰度 直方圖偏度肺部浸潤(rùn)前病變 646.64± 86.1112 438.43±13 355.41 100.14±49.38 5.48±0.64 0.074±1.04 0.116±0.53浸潤(rùn)性肺癌 526.15±106.0419 681.58±13 919.82 132.64±45.89 6.60±0.51 0.184±1.66 0.336±0.585 P值 ＜0.01 ＜0.01 ＜0.01 ＜0.01 0.976 0.002

2.4 CT直方圖參數(shù)結(jié)合回歸分析對(duì)肺部病變的鑒別（表4） 回歸分析對(duì)兩類樣本有相比于單參數(shù)更好的診斷能力。

3 討論

3.1 概述 浸潤(rùn)性肺癌是一個(gè)連續(xù)的動(dòng)態(tài)過(guò)程［4］，當(dāng)肺內(nèi)病灶的CT征象表現(xiàn)為分葉、毛刺、空泡征或患者存在胸膜凹陷時(shí)應(yīng)高度懷疑浸潤(rùn)性肺癌的可能。本研究199例的CT征象及腫瘤直徑統(tǒng)計(jì)結(jié)果與以往研究［2，5-6］結(jié)果一致。

表3 肺部浸潤(rùn)前病變和浸潤(rùn)性肺癌CT直方圖參數(shù)的ROC曲線分析

圖1 男，59歲，肺部浸潤(rùn)前病變（原位癌） 圖1a，1b 分別為CT顯示的病變區(qū)域（紅箭）及對(duì)應(yīng)的CT直方圖曲線 圖2 男，63歲，浸潤(rùn)性肺癌圖2a，2b 分別為CT顯示的病變區(qū)域（紅箭）及對(duì)應(yīng)的CT直方圖曲線圖3 肺部浸潤(rùn)前病變和浸潤(rùn)性肺癌直方圖參數(shù)的ROC曲線

表4 回歸分析對(duì)浸潤(rùn)前病變和浸潤(rùn)性肺癌的鑒別診斷

3.2 CT直方圖參數(shù)在肺部腫瘤中的應(yīng)用 CT直方圖參數(shù)被用來(lái)對(duì)實(shí)性肺結(jié)節(jié)的良惡性進(jìn)行鑒別診斷。研究［7］發(fā)現(xiàn)，惡性結(jié)節(jié)的直方圖偏度大于良性結(jié)節(jié)，直方圖峰度小于良性結(jié)節(jié)（均P＜0.05），ROC分析結(jié)果顯示直方圖峰度和偏度鑒別診斷實(shí)性肺結(jié)節(jié)良惡性的敏感度分別為0.982和0.946，特異度分別為1.000和0.764，這表明CT灰度直方圖對(duì)肺內(nèi)實(shí)性結(jié)節(jié)有著較高的鑒別診斷能力。

CT直方圖同樣用來(lái)鑒別肺不典型腺瘤樣增生和細(xì)支氣管肺泡癌，通過(guò)直方圖曲線可發(fā)現(xiàn)，所有肺部病灶在CT值直方圖上均有一個(gè)明顯的峰值且峰值的差異均有統(tǒng)計(jì)學(xué)意義［8］。除此之外，彭曉容等［9］通過(guò)CT增強(qiáng)掃描的直方圖參數(shù)分析肺癌組織的分化程度，比較不同分化程度肺癌在CT直方圖參數(shù)值上的差異性，發(fā)現(xiàn)高分化組的偏度、峰度較中低分化組肺癌低，偏度及峰度值與不同分化程度的肺癌存在相關(guān)性，認(rèn)為CT增強(qiáng)掃描的直方圖參數(shù)有利于肺癌術(shù)前分化程度的判定。

在本研究中，CT直方圖參數(shù)用來(lái)對(duì)比分析浸潤(rùn)前病變和浸潤(rùn)性肺癌的差異性，共提取直方圖參數(shù)12個(gè)；Mann-Whitney檢驗(yàn)結(jié)果顯示，除直方圖峰度外，其余11個(gè)直方圖參數(shù)表現(xiàn)出對(duì)兩類病變的鑒別診斷能力；直方圖熵值對(duì)兩類病變鑒別診斷的敏感度最高（ROC曲線下面積0.912，敏感度 0.901），表明CT直方圖參數(shù)可用來(lái)實(shí)現(xiàn)對(duì)浸潤(rùn)前病變和浸潤(rùn)性肺癌的輔助診斷。

3.3 回歸分析在肺部腫瘤中的應(yīng)用 影像學(xué)表現(xiàn)與數(shù)學(xué)分析模型的結(jié)合也被用在肺部的相關(guān)研究中。李建新等［10］應(yīng)用Logistic多元回歸分析方法和人工神經(jīng)網(wǎng)絡(luò)技術(shù)對(duì)肺癌病理分型進(jìn)行研究，根據(jù)性別、部位及CT表現(xiàn)建立的肺癌Logistic多元回歸分析模型、人工神經(jīng)網(wǎng)絡(luò)診斷模型的自身驗(yàn)證準(zhǔn)確率分別為64.2%和84.9%，通過(guò)肺CT表現(xiàn)建立的肺癌病理分型模型可輔助臨床醫(yī)師提高診斷準(zhǔn)確率。除CT征象外，CT紋理參數(shù)聯(lián)合回歸分析也用于肺部腫瘤的研究，羅婷等［11］探討通過(guò)CT圖像紋理分析鑒別診斷表現(xiàn)為磨玻璃密度結(jié)節(jié)的肺腺癌浸潤(rùn)性的價(jià)值，每例肺腫瘤提取396個(gè)CT圖像紋理參數(shù)，經(jīng)驗(yàn)證得到與肺非浸潤(rùn)腺癌及浸潤(rùn)腺癌相關(guān)的3個(gè)參數(shù)，通過(guò)Logistic回歸分析發(fā)現(xiàn)其診斷準(zhǔn)確率為83.30%，敏感度及特異度分別為77.80%、91.70%，可見(jiàn)CT圖像紋理分析對(duì)磨玻璃密度結(jié)節(jié)肺腺癌的浸潤(rùn)性有一定的鑒別診斷能力。研究［12-13］還發(fā)現(xiàn)，通過(guò)CT形態(tài)學(xué)征象建立的Fisher判別模型對(duì)早期肺腺癌浸潤(rùn)前及浸潤(rùn)性病變同樣有著很高的鑒別診斷價(jià)值。

本研究將Logistic回歸和Fisher系數(shù)回歸應(yīng)用于CT直方圖參數(shù)，建立了基于CT直方圖參數(shù)的回歸判別模型，Logistic回歸分析對(duì)浸潤(rùn)前病變和浸潤(rùn)性肺癌的鑒別準(zhǔn)確率為93.0%，敏感度為0.909，特異度為0.946；Fisher系數(shù)回歸分析對(duì)浸潤(rùn)前病變和浸潤(rùn)性肺癌的鑒別準(zhǔn)確率為90.5%，敏感度為0.852，特異度為0.946，回歸分析聯(lián)合CT直方圖對(duì)肺部病變的浸潤(rùn)性有著很好的鑒別診斷能力。

綜上所述，本研究發(fā)現(xiàn)CT的直方圖熵值、Logistic回歸分析及Fisher系數(shù)回歸分析對(duì)浸潤(rùn)前病變和浸潤(rùn)性肺癌有著較高的鑒別診斷效能，可作為臨床術(shù)前輔助診斷肺部浸潤(rùn)性病變的有效工具。