李衛(wèi)民，賈 磊，高騏磊，吳文娟，朱束華，范曉芳

0 引 言

乳腺分葉狀腫瘤(phyllodes tumor of the breast，PTB)是一種由乳腺上皮組織和纖維結(jié)締組織組成的纖維上皮性腫瘤，占乳腺腫瘤的0.3%～1%，其病理成分與纖維腺瘤(fibroadenoma of breast，F(xiàn)B)一致,穿刺病理往往難以準(zhǔn)確與其鑒別[1]。同時，由于PTB常采用擴大切除術(shù)，且第一次手術(shù)方式的選擇與復(fù)發(fā)率和死亡率密切相關(guān)[2]。因此，術(shù)前對于PTB和FB的準(zhǔn)確鑒別具有重要意義。超聲作為乳腺檢查常用的影像學(xué)手段，具有簡單方便的優(yōu)點。然而，PTB和FB的超聲特征具有一定重合，這在一定程度上增加了PTB與FB的超聲鑒別難度，特別是體積較小的PTB更易誤診為FB[3-4]。本研究通過對53例PTB和114例FB的超聲影像資料進行紋理分析，提取常規(guī)超聲無法觀察的紋理特征參數(shù)，探討其對PTB和FB的鑒別價值。

1 資料與方法

1.1 研究對象回顧性分析2018年1月至2020年4月間于江南大學(xué)附屬醫(yī)院就診的PTB患者53例，均為女性，年齡35～82歲，平均(46.60±11.45)歲；同時選取FB患者114例，均為女性，年齡17～65歲，平均(35.53±7.45)歲。納入標(biāo)準(zhǔn)：①首次發(fā)現(xiàn)乳腺腫瘤；②經(jīng)手術(shù)病理診斷，有明確的診斷結(jié)果；③超聲影像資料完整、可靠。排除腫瘤體積過大，感興趣區(qū)(region of interest，ROI)無法進行勾畫的腫塊。

1.2儀器與檢查方法采用西門子Acuson Antares S3000彩色多普勒超聲診斷儀，探頭頻率為7.5～12.0 MHz?；颊呷⊙雠P位，充分暴露雙側(cè)乳房及腋窩，以乳頭為中心，二維超聲采用扇形掃查法掃查乳腺，對腫塊進行多切面、多角度觀察。在超聲二維影像的基礎(chǔ)上，行彩色多普勒超聲檢查，觀察病灶內(nèi)部及周邊血流情況，超聲影像資料的采集由具有10年以上工作經(jīng)驗的超聲醫(yī)師進行。

1.3超聲醫(yī)師評估超聲影像資料的評估由2名具有10年以上工作經(jīng)驗的副主任醫(yī)師進行。根據(jù)相關(guān)研究結(jié)果將患者年齡較大、腫塊>3 cm、邊緣呈分葉狀、血供豐富等特征的乳腺腫塊評估為PTB；將患者年齡較輕，腫塊體積<3 cm，邊緣光整，血供較少等特征的乳腺腫塊評估為FB[5-7]。評估后將超聲醫(yī)師評估結(jié)果與術(shù)后病理結(jié)果進行對照，以獲取超聲醫(yī)師對PTB和FB的誤判率。

1.4紋理分析采用羅茲工業(yè)大學(xué)研制的紋理分析軟件MaZda 4.6。將超聲二維影像以bmp格式導(dǎo)入軟件中，對超聲影像進行歸一化處理。采用多邊形功能手動模式盡可能勾畫病灶的全部區(qū)域。勾畫完成后，分析病灶的紋理特征，并通過軟件自帶的紋理特征分析方法選擇最具鑒別價值的紋理參數(shù)，包括Fisher系數(shù)、分類錯誤概率聯(lián)合平均相關(guān)系數(shù)(classification error probability combined with average correlation coefficients，POE+ACC)、交互信息(mutual information,MI)及3種方法聯(lián)合(Fisher+ POE+ACC+MI)。前3種方法各提取10項紋理參數(shù)，F(xiàn)isher+ POE+ACC+MI共提取30項紋理特征參數(shù)。將簡化后的紋理特征參數(shù)輸入MaZda 自帶的B11統(tǒng)計分析軟件包中，構(gòu)建人工神經(jīng)網(wǎng)絡(luò)(artificial neural network，ANN)模型，反復(fù)自動訓(xùn)練，將其與病理對比，得出紋理分析方法對PTB和FB的誤判率。

2 結(jié) 果

2.1 PTB和FB的超聲特征比較本組患者PTB和FB的超聲特征中，大小、邊緣、內(nèi)部回聲、囊性變、血流分級等差異均有統(tǒng)計學(xué)意義(P<0.05)。與病理結(jié)果比較，超聲醫(yī)師的總誤判率為29.34%(49/167)，其中對PTB的誤判率為54.72%(29/53)，對FB的誤判率為17.54%(20/114)。見表1。

2.2PTB和FB超聲影像ROI標(biāo)識及紋理特征統(tǒng)計PTB和FB患者ROI標(biāo)記前后的典型超聲影像見圖1、圖2。4種紋理分析方法共選取30項紋理參數(shù)，前10組為Fisher系數(shù)方法選取，中間10組為POE+ACC選取，后10組為MI選取的紋理參數(shù)。結(jié)果表明，F(xiàn)isher系數(shù)選取的紋理參數(shù)中有3組差異有統(tǒng)計學(xué)意義(P<0.05)；POE+ACC選取的紋理參數(shù)中4組差異有統(tǒng)計學(xué)意義(P<0.05)；MI選取的紋理參數(shù)中僅有1組差異有統(tǒng)計學(xué)意義(P<0.05)；3種方法聯(lián)合選取的紋理參數(shù)共8組差異有統(tǒng)計學(xué)意義(P<0.05)。見表2。

表 1 PTB和FB的超聲特征比較

a：標(biāo)記ROI前; b：標(biāo)記ROI后

a：標(biāo)記ROI前; b：標(biāo)記ROI后

表 2 PTB 和FB 超聲影像紋理特征參數(shù)比較

2.3紋理分析和超聲醫(yī)師的誤判率比較對于所有PTB和FB病灶，MI方法進行紋理分析的總誤判率為48.50%(81/167)，POE+ACC為32.93%(55/167)，F(xiàn)isher系數(shù)為37.13%(62/167)，3種方法聯(lián)合為19.76%(33/167)，超聲醫(yī)師的誤判率為29.34%(49/167)。其中，3種方法聯(lián)合分析的誤判率最低，與MI、POE+ACC、Fisher系數(shù)以及超聲醫(yī)師的評估結(jié)果比較，差異均具有統(tǒng)計學(xué)意義(χ2值分別為30.683、7.467、12.371、4.138,P<0.05)。各種紋理分析方法在PTB和FB 2組患者之間的誤診率差異無統(tǒng)計學(xué)意義(P>0.05)。超聲醫(yī)師對PTB的誤診率明顯高于FB的誤診率(54.72%vs17.54%，P<0.05)。見表3。

表 3 紋理分析PTB和FB誤診率比較(%)

3 討 論

紋理分析作為人工智能的重要內(nèi)容，可通過一定的圖像處理技術(shù)提取出紋理特征，從而獲得圖像的定量或定性描述[8]。在影像學(xué)診斷方面，紋理分析通過提取肉眼難以發(fā)現(xiàn)的紋理特征，而更加細(xì)致地分析圖像，這可為鑒別病灶的性質(zhì)提供一定的依據(jù)[9]。本研究使用的MaZda 軟件提供了 6 種紋理分析方法和4種紋理選擇方法，6 種紋理分析方法包括：①灰度直方圖； ②灰度絕對梯度； ③游程矩陣； ④灰度共生矩陣；⑤自回歸模型；⑤ 小波變換。4種紋理選擇方法包括MI、POE+ACC、Fisher系數(shù)以及三種方法的聯(lián)合(MI+POE+ACC+Fisher)，共提取30種紋理參數(shù)信息，有利于增加診斷的準(zhǔn)確性[10-12]。研究表明，X線紋理分析可提高PTB和FB診斷的準(zhǔn)確率[13]。這也為超聲影像紋理分析鑒別診斷PTB和FB奠定了一定的基礎(chǔ)。

本文的研究結(jié)果表明，超聲影像紋理分析有助于鑒別診斷PTB和FB。本研究選用的Mazda紋理分析軟件共提取了30組紋理參數(shù)，其中MI中僅有1組紋理參數(shù)具有統(tǒng)計學(xué)差異，POE+ACC中有4組紋理參數(shù)具有統(tǒng)計學(xué)差異，F(xiàn)isher系數(shù)中3組紋理參數(shù)有統(tǒng)計學(xué)差異，而有價值的紋理參數(shù)與腫塊的紋理信息呈正相關(guān)，紋理參數(shù)越多，所提供具有鑒別價值的信息就越多，因此，在總誤判率方面，MI>Fisher系數(shù)>POE+ACC。而MI+POE+ACC+Fisher是 Fisher系數(shù)、MI+PA+F及MI三種方法的結(jié)合，所包括的紋理參數(shù)較多，可彌補使用Fisher系數(shù)、POE+ACC、MI這3種方法相對訓(xùn)練不足導(dǎo)致的缺陷，因而總誤判率最低，本研究中，MI+POE+ACC+Fisher的誤判率為19.76%，均明顯低于MI、POE+ACC、Fisher 3種方法。本研究通過對PTB和FB兩組的誤判率分析發(fā)現(xiàn)，紋理分析在2組誤判率之間的差異均不具有統(tǒng)計學(xué)意義，這說明紋理分析對將PTB誤診為FB，以及將FB誤診為PTB的比率無明顯差異。

相對于超聲醫(yī)師的評估結(jié)果，紋理分析方法中的3種方法聯(lián)合評估的價值明顯高于超聲醫(yī)師，而3種紋理分析方法均低于超聲醫(yī)師。3種方法聯(lián)合評估共8組紋理參數(shù)具有統(tǒng)計學(xué)意義，與超聲醫(yī)師的評估相比，紋理分析所提取的信息可排除超聲醫(yī)師主觀因素的干擾。超聲醫(yī)師對PTB的評估主要根據(jù)病灶大小、邊緣、內(nèi)部回聲、血流以及發(fā)病年齡等信息。本研究結(jié)果表明，PTB和FB在大小、邊緣、內(nèi)部回聲、血流分級等方面差異具有統(tǒng)計學(xué)意義，然而，兩者超聲特征均具有一定的重合，這與相關(guān)研究結(jié)果相同，這可能是本研究中超聲醫(yī)師評估出現(xiàn)誤診的主要原因[14]。研究表明，交界性、惡性PTB與FB的聲像圖特點差異較大，超聲檢查較易診斷，而良性PTB與FB的超聲鑒別難度較大[5]，這在一定程度上增加了超聲醫(yī)師的評估的主觀性，從而將PTB評估為FB，這也是本研究中超聲醫(yī)師對PTB的誤診率高于FB的原因所在。而紋理分析可提取肉眼無法觀察到的腫瘤信息，不受超聲醫(yī)師主觀因素的影響，增加了紋理分析的準(zhǔn)確性。

綜上所述，超聲影像紋理分析可用于鑒別乳腺分葉腫瘤和FB，值得進一步推廣，從而為精準(zhǔn)的診療方案提供依據(jù)。