朱 斌，賀清明

延安大學醫(yī)學院楊家?guī)X校區(qū)(陜西 延安 716000)

肺癌目前仍是全世界范圍內(nèi)發(fā)病率和致死率最高的惡性腫瘤，隨著胸部CT掃描技術的發(fā)展和我國體檢水平的提高，肺部結(jié)節(jié)的檢出率顯著升高。關于結(jié)節(jié)直徑大小盡管沒有統(tǒng)一標準，一般認為<8 mm主要表現(xiàn)為磨玻璃樣病變，以定期隨訪為主，不是穿刺活檢或者手術切除的適應癥[1]；>3 cm歸屬腫塊范疇，胸部CT征象基本可判斷良惡性質(zhì)，與病理結(jié)果一致。而處于8～30 mm歸屬小結(jié)節(jié)范疇，此時良惡性質(zhì)鑒別是研究的熱點和難點，需要結(jié)合CT多種征象特征進行綜合判斷[2]。目前臨床仍以64層螺旋CT平掃+增強掃描為主，對結(jié)節(jié)的內(nèi)部和外部成像特征進行定性描述，閱片者的經(jīng)驗對結(jié)果的影響較大[3]。通過計算機配套的肺結(jié)節(jié)自動分析軟件能夠更加敏感和準確地進行標記肺部結(jié)節(jié)多種形態(tài)學特征，輔助評估肺結(jié)節(jié)的惡性風險度。Myrian軟件是新近開發(fā)的一類肺結(jié)節(jié)自動分析軟件，影像后處理技術更加直觀、診斷方式定量，使小結(jié)節(jié)的細節(jié)顯示和診斷率明顯提高，降低了閱片者間的結(jié)果變異度，提高了診斷結(jié)果的準確率[4-5]。此外，列線圖是一類可視化效果的概率預測模型，通過篩選臨床多種主要危險因素建立一種更加客觀、形象化的診斷模型，在臨床中應用越來越廣泛。該研究主要探討基于Myrian影像后處理系統(tǒng)鑒別肺部單發(fā)小結(jié)節(jié)良惡性質(zhì)，并構建列線圖預測模型以提高臨床早期鑒別肺部良惡性結(jié)節(jié)的準確性。

1 資料與方法

1.1一般資料回顧性分析2019年2月-2021年2月延安大學附屬醫(yī)院診斷為肺部單發(fā)小結(jié)節(jié)患者112例，其中惡性結(jié)節(jié)40例(惡性組)，良性結(jié)節(jié)72例(良性組)。納入標準：①年齡18～75歲，平素體?。虎诮?jīng)64層螺旋CT增強掃描和Myrian影像后處理系統(tǒng)重建；③良惡性質(zhì)經(jīng)CT引導穿刺活檢或者手術病理證實；④結(jié)節(jié)直徑8～30 mm；⑤取得患者的知情同意，臨床資料完整。排除標準：①胸部或肺部手術史；②結(jié)節(jié)直徑<8 mm，或者>3 cm；③肺部多發(fā)結(jié)節(jié)，近期肺部感染、肺功能衰竭；④對造影劑過敏，不能耐受檢查。

1.2研究方法記錄并分析兩組患者性別、年齡、結(jié)節(jié)位置、結(jié)節(jié)直徑、結(jié)節(jié)內(nèi)部和外部紋理特征，其中內(nèi)部特征包括分葉、空洞、鈣化、血流信號，外部紋理特征包括毛刺、不規(guī)則、支氣管征和血管束。每例患者的影像資料分別由2名經(jīng)驗豐富的影像科醫(yī)師單獨進行判斷。然后多因素Logistic回歸分析篩選影響性質(zhì)判斷的危險因素，繪制列線圖預測模型，受試者工作曲線(ROC)計算模型預測的準確性，Hosmer-Lemeshow檢驗計算預測效能。

1.3CT掃描和重建采用美國西門子雙源64層螺旋CT掃描機，首先進行常規(guī)掃描，掃描方向從頭先進，掃描范圍從肺尖至膈肌水平。掃描參數(shù)：電壓120 kV，智能毫安管電流，層厚5 mm，間距5 mm，矩陣512×512，掃描時間4～6 s。然后進行增強掃描，經(jīng)外周肘靜脈高壓注射器以彈丸式注射對比劑約80 mL，速率為5.0 mL/s，快速完成動脈期和靜脈期掃描。將初始掃描數(shù)據(jù)進行1 mm薄層處理，并傳輸至Myrian影像后處理系統(tǒng)(法國Intrasense公司)進行重建，采用高分辨肺算法。其中結(jié)節(jié)外部紋理特征包括以結(jié)節(jié)為中心作為感興趣區(qū)向外部延伸15 mm進行勾勒。軟件自動計算包括結(jié)節(jié)體積、平均CT值、所有體素的最大和最小CT值、所有體素分布的標準方差、最大橫斷面直徑及體積對應大小的球形體積直徑等，根據(jù)上述參數(shù)自動生成肺結(jié)節(jié)的三維圖像，更加清楚直觀顯示肺結(jié)節(jié)大小、邊緣、周圍血管情況，見圖1。

A：CT增強掃描顯示左肺上葉靠近血管處一個類圓形直徑約1.3 cm的單發(fā)結(jié)節(jié)；B：Myrian影像后處理系統(tǒng)進行重建處理，提示與毗鄰結(jié)構的關系，并勾勒ROI；C：Myrian影像后處理系統(tǒng)進行定量計算，包括結(jié)節(jié)直徑、體積和相關CT體素等信息。

2 結(jié)果

2.1兩組患者的基本資料比較惡性組患者的年齡高于良性組，結(jié)節(jié)內(nèi)部和外部紋理特征數(shù)量多于良性組(P<0.05)，兩組性別、結(jié)節(jié)位置、結(jié)節(jié)直徑比較，差異無統(tǒng)計學意義(P>0.05)，見表1。

表1 兩組患者基本資料比較

2.2回歸分析篩選影響結(jié)節(jié)性質(zhì)判斷的危險因素將結(jié)節(jié)良惡性質(zhì)作為診斷結(jié)果(惡性為1，良性為0)，患者資料和結(jié)節(jié)影像特征作為診斷因素(賦值信息如下：性別男性為1，女性為2；結(jié)節(jié)位置左肺上葉為1，左肺下葉為2，右肺上葉為3，右肺中下葉為4；結(jié)節(jié)內(nèi)部特征與外部紋理特征分別為1、2、3、4)納入Logistic回歸分析，篩選發(fā)現(xiàn)患者年齡、結(jié)節(jié)直徑、結(jié)節(jié)內(nèi)部和外部紋理特征數(shù)量是性質(zhì)判斷的獨立危險因素(P<0.05)，見表2。

表2 回歸分析篩選影響結(jié)節(jié)性質(zhì)判斷的危險因素

2.3列線圖預測模型將回歸分析得出的主要危險因素進行權重賦值，列線圖預測模型顯示，患者年齡和結(jié)節(jié)直徑越大，結(jié)節(jié)內(nèi)部和外部紋理特征數(shù)量越多，提示惡性結(jié)節(jié)的可能性越高，見圖2。

圖2 肺小結(jié)節(jié)良惡性質(zhì)鑒別的列線圖預測模型

2.4列線圖預測模型的診斷效能分析經(jīng)ROC分析顯示，該列線圖預測模型診斷肺部惡性小結(jié)節(jié)的AUC值為0.896，95%CI(0.821，0.963)，P=0.006，敏感性86.5%，特異性80.9%。Hosmer-Lemeshow檢驗計算預測效能為91.07%，擬合效果良好。

3 討論

隨著CT掃描和重建技術的不斷發(fā)展，實性結(jié)節(jié)的最小分辨率已經(jīng)達到3～5 mm，完全滿足肺部單發(fā)小結(jié)節(jié)的良惡性質(zhì)早期鑒別。并且，與之配套開發(fā)的結(jié)節(jié)分析技術能夠?qū)⒔Y(jié)節(jié)內(nèi)部與外部紋理特征清晰展示，能夠提供更加有用的信息，區(qū)分炎性病變、結(jié)核、腺瘤等。高分辨率CT結(jié)合肺結(jié)節(jié)分析技術對肺內(nèi)局灶性磨玻璃結(jié)節(jié)的性質(zhì)判斷具有較高的準確性[6-7]。CT較MRI對實性結(jié)節(jié)的密度顯示更加靈敏，通過增強掃描可以判斷結(jié)節(jié)內(nèi)外血管供應以及血流灌注等信息[8]。

該研究結(jié)果顯示，惡性組年齡高于良性組，結(jié)節(jié)內(nèi)部和外部紋理特征數(shù)量多于良性組(P<0.05)，提示患者年齡仍是區(qū)分肺小結(jié)節(jié)良惡性質(zhì)的重要指標之一，流行病學顯示[9]老年患者尤其是65歲以上肺癌的發(fā)生風險顯著升高，每增加10歲患癌風險上升1倍。年齡、抽煙、環(huán)境暴露、基因突變在肺癌的發(fā)生和發(fā)展過程中扮演重要角色。無論是結(jié)節(jié)內(nèi)部還是外部紋理特征數(shù)量增多，均是惡性結(jié)節(jié)的重要診斷依據(jù)。這些均與前期研究結(jié)論一致[10]。但是患者性別、結(jié)節(jié)位置、結(jié)節(jié)直徑對鑒別結(jié)節(jié)良惡性質(zhì)的作用有限，尤其是結(jié)節(jié)直徑在良性組與惡性組重疊十分明顯。Myrian肺結(jié)節(jié)系統(tǒng)采用標準化的診斷流程，可重復性好，利用多時點圖像分析技術對結(jié)節(jié)內(nèi)部和外部特征顯示更清晰，能夠提供更多關于結(jié)節(jié)形態(tài)學和血流灌注的信息，有助于結(jié)節(jié)性質(zhì)的診斷[11]。

回歸分析篩選發(fā)現(xiàn)，患者年齡、結(jié)節(jié)直徑、結(jié)節(jié)內(nèi)部和外部紋理特征數(shù)量是影響性質(zhì)判斷的獨立危險因素(P<0.05)。列線圖預測模型顯示，患者年齡和結(jié)節(jié)直徑越大，結(jié)節(jié)內(nèi)部和外部紋理特征數(shù)量越多，提示惡性結(jié)節(jié)的可能性越高。該列線圖預測模型的準確性較好，擬合效果也良好。張靜等[12]研究表明，≤2 cm的肺結(jié)節(jié)重點觀察結(jié)節(jié)及其周圍組織的影像組學特征有助于提高鑒別結(jié)節(jié)良惡性質(zhì)的能力。結(jié)節(jié)直徑反映細胞的增殖能力，往往直徑越大腫瘤的可能性越大。結(jié)節(jié)內(nèi)部和外部紋理特征數(shù)量可有效整合結(jié)節(jié)的異質(zhì)性，能夠綜合評估結(jié)節(jié)的惡性程度[13-14]。結(jié)節(jié)分葉提示結(jié)節(jié)內(nèi)部增殖速度的差異以及對肺組織的牽拉力不同；空洞多提示細胞壞死，由于細胞增殖過快得不到足夠的血供而壞死；鈣化提示細胞纖維化增生，結(jié)核也有極高的鈣化率；結(jié)節(jié)內(nèi)部血流信號往往提示細胞增殖旺盛。結(jié)節(jié)外部毛刺和不規(guī)則征多提示周圍炎性浸潤，并且與結(jié)節(jié)增生關系緊密，可能是惡性腫瘤局部侵襲的早期表現(xiàn)；支氣管征多提示結(jié)節(jié)增殖與細小支氣管的浸潤關系，肺癌多起源于支氣管細胞，細胞惡性增殖形成特殊的支氣管征象；血管束提示結(jié)節(jié)外部豐富的血管供應與內(nèi)部血流信號相吻合。盡管每個征象都有可能提示惡性結(jié)節(jié)，但是對結(jié)節(jié)內(nèi)部和外部紋理特征進行綜合量化，診斷價值更高[15]。此外，外部紋理特征相較于結(jié)節(jié)內(nèi)部變化逐漸被認為有可能是反映惡性腫瘤發(fā)生的重要依據(jù)，對衡量腫瘤的侵襲性、轉(zhuǎn)移潛能以及治療反應均有重要的意義[16]。

綜上所述，基于Myrian影像后處理系統(tǒng)能夠更加清晰、準確地提供更多肺部單發(fā)小結(jié)節(jié)信息，并構建惡性結(jié)節(jié)性質(zhì)判斷的列線圖預測模型，主要指標包括患者年齡、結(jié)節(jié)直徑、結(jié)節(jié)內(nèi)部和外部紋理特征數(shù)量，有較好的準確性和應用價值。