鞠文萍，梁潔，王現(xiàn)亮，彭雪婷，王劍飛*

作者單位：1.濰坊市人民醫(yī)院放射科，濰坊 261041；2.濰坊醫(yī)學(xué)院醫(yī)學(xué)影像學(xué)院，濰坊 261053

前庭神經(jīng)鞘瘤(vestibular schwannoma，VS)與腦膜瘤是橋小腦角區(qū)(cerebellopontine angle，CPA)最為常見的兩類腫瘤，分別占CPA 腫瘤的70%～90%和5%～10%[1-3]。VS 俗稱聽神經(jīng)瘤，絕大部分聽神經(jīng)瘤起源于前庭神經(jīng)鞘膜，只有極個(gè)別起源于耳蝸神經(jīng)鞘膜，所以用VS 的稱謂更為嚴(yán)格、準(zhǔn)確[4-6]。橋小腦角區(qū)腦膜瘤(cerebellopontine angle meningioma，CPAM)大多起源于巖骨后表面或巖骨-天幕交界處的蛛網(wǎng)膜顆粒，有學(xué)者[7]發(fā)現(xiàn)蛛網(wǎng)膜顆粒也存在于顱神經(jīng)出口孔，沿顱神經(jīng)孔分布，因此CPAM 可延伸至內(nèi)聽道，也可原發(fā)于內(nèi)聽道內(nèi)[8-9]，造成內(nèi)聽道擴(kuò)大，這給兩種疾病的鑒別增加了困難。在影像學(xué)表現(xiàn)上兩者信號(hào)相似，VS更易囊變及微小出血，而腦膜瘤可有鈣化，強(qiáng)化更為均勻，可有硬膜尾征[10]。上述影像學(xué)表現(xiàn)有助于鑒別兩者，但這些影像學(xué)表現(xiàn)又是非特異性的[11-12]，當(dāng)影像學(xué)表現(xiàn)不典型時(shí)，兩者鑒別診斷的難度增大，甚至無法鑒別[13](圖1、2)。由于兩種疾病的治療方法、預(yù)后及手術(shù)方式不同，所以術(shù)前準(zhǔn)確的鑒別診斷可以為臨床提供重要參考價(jià)值[14-15]?；叶裙采仃?gray-level co-occurrence matrix，GLCM)是最常用的二階紋理分析方法，通過描述兩個(gè)相鄰像素強(qiáng)度之間的關(guān)系，來反映病變的異質(zhì)性，從而對(duì)人眼不能分辨的圖像內(nèi)部特征進(jìn)行定量描述[16]。近幾年有學(xué)者[15]應(yīng)用紋理分析來鑒別CPA這兩種病變，但大部分都是選用單一序列或應(yīng)用一階(直方圖)紋理分析方法，尋找最優(yōu)的紋理特征參數(shù)及序列是當(dāng)前研究的重點(diǎn)及難點(diǎn)。經(jīng)查閱國(guó)內(nèi)外文獻(xiàn)，未見相關(guān)報(bào)道，本研究首次探討GLCM在VS與CPAM鑒別診斷中的價(jià)值。

圖1 女，54 歲，右側(cè)橋小腦角區(qū)腦膜瘤。T1WI 呈等稍低信號(hào)，T2WI 呈等稍高信號(hào)，F(xiàn)LAIR 為稍高信號(hào)，增強(qiáng)掃描明顯均勻強(qiáng)化。 圖2 男，30 歲，左側(cè)前庭神經(jīng)鞘瘤。T1WI 呈混雜低信號(hào)，T2WI 呈混雜高信號(hào)，F(xiàn)LAIR為高信號(hào)，增強(qiáng)掃描明顯不均勻強(qiáng)化。

1 材料與方法

1.1 一般資料

回顧性分析濰坊市人民醫(yī)院2020年1月至2021年6月符合以下標(biāo)準(zhǔn)的住院患者資料。納入標(biāo)準(zhǔn)：(1)手術(shù)病理證實(shí)為VS 或CPAM；(2)術(shù)前14 天內(nèi)接受顱腦MRI 平掃+強(qiáng)化檢查。排除標(biāo)準(zhǔn)：(1)圖像存在偽影，不符合診斷及進(jìn)一步圖像分析要求；(2)完全囊變的VS；(3)檢查前接受過放療、化療等其他治療。共41 例患者納入研究，其中23 例VS，18 例CPAM。本研究經(jīng)濰坊市人民醫(yī)院醫(yī)學(xué)倫理委員會(huì)批準(zhǔn)(批準(zhǔn)文號(hào)：2021倫審批第028號(hào))，免除受試者知情同意。

1.2 儀器與方法

采用Siemens Magnetom Skyra 3.0 T MRI 掃描儀，采用頭部相控陣線圈。MRI掃描序列包括平掃橫斷面T1WI、T2WI、液體衰減反轉(zhuǎn)恢復(fù)(fluid attenuated inversion recovery，F(xiàn)LAIR)及增強(qiáng)后橫斷面T1WI。具體參數(shù)如下：T1WI：TR 250 ms，TE 9 ms；T2WI：TR 4290 ms，TE 99 ms；FLAIR：TR 9000 ms，TE 94 ms；增強(qiáng)橫斷面T1WI：TR 2000 ms，TE 8 ms。以上序列相同參數(shù)：層厚5.0 mm，層間距0 mm，視野220 mm×220 mm。在掃描時(shí)采取了關(guān)聯(lián)掃描模式，使各序列為同一層面。經(jīng)肘靜脈以2.0 mL/s 速率高壓注射Gd-DTPA 對(duì)比劑，劑量為0.2 mmol/kg，然后用20 mL生理鹽水以同樣速率沖洗導(dǎo)管，于注射對(duì)比劑后25 s采集橫斷面強(qiáng)化T1WI。

1.3 圖像分析與測(cè)量

將MR 各序列圖像分別導(dǎo)入Image J 1.53c 軟件(http://imagej.nih.gov/ij)，測(cè)量前應(yīng)對(duì)所有的圖像進(jìn)行灰階標(biāo)準(zhǔn)化，將軟件參數(shù)均設(shè)置為系統(tǒng)默認(rèn)值，像素間距d為1，兩點(diǎn)之間連線與軸的夾角θ為0°。由于增強(qiáng)橫斷面T1WI序列病灶顯示較清晰，在病灶最大橫截面圖像上沿病灶輪廓手動(dòng)勾畫感興趣區(qū)(region of interest，ROI)，然后將勾畫好的ROI保存，隨后將保存的ROI復(fù)制粘貼到其他序列，使各序列的ROI保持一致。所有的ROI由兩位影像科高年資主治醫(yī)師共同勾畫，當(dāng)兩人觀點(diǎn)不相同時(shí)，通過交流溝通達(dá)成一致。由軟件自動(dòng)生成各ROI內(nèi)GLCM參數(shù)，其中包括角二階矩(即能量)、對(duì)比、相關(guān)、逆差矩、熵等[17]，對(duì)所得數(shù)據(jù)結(jié)果進(jìn)行比較和分析。

1.4 統(tǒng)計(jì)學(xué)分析

采用SPSS 20.0 統(tǒng)計(jì)學(xué)軟件進(jìn)行分析。采用組內(nèi)相關(guān)系數(shù)(intraclass correlation coefficient，ICC)評(píng)價(jià)兩名測(cè)量者內(nèi)及測(cè)量者間所測(cè)數(shù)據(jù)的一致性，ICC＞0.80 為一致性良好。對(duì)于計(jì)量資料，行正態(tài)分布檢驗(yàn)及方差齊性檢驗(yàn)，對(duì)于符合正態(tài)分布的參數(shù)以“均數(shù)±標(biāo)準(zhǔn)差(xˉ±s)”表示，不符合正態(tài)分布的參數(shù)以“中位數(shù)±四分位數(shù)間距”表示。對(duì)于符合正態(tài)分布且方差齊性的參數(shù)運(yùn)用兩獨(dú)立樣本t檢驗(yàn)，不符合正態(tài)分布和(或)方差齊性的參數(shù)運(yùn)用Mann-WhitneyU檢驗(yàn)進(jìn)行統(tǒng)計(jì)學(xué)分析。采用MedCalc 20.0 軟件(http://www.medcalc.org)對(duì)差異有統(tǒng)計(jì)學(xué)意義的參數(shù)行受試者工作特征(receiver operating characteristic，ROC)曲線分析，計(jì)算ROC 曲線下面積(area under the curve，AUC)及對(duì)應(yīng)的敏感度、特異度，采用DeLong 檢驗(yàn)比較各GLCM 參數(shù)對(duì)VS 與CPAM 的鑒別診斷效能。以P＜0.05表示差異存在統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

2.1 病灶一般資料描述

23 例VS 中病灶長(zhǎng)徑1.3～5.0 (2.82±1.07) cm；病灶平掃T1WI呈等低信號(hào)，T2WI呈等高信號(hào)，F(xiàn)LAIR為稍高信號(hào)，增強(qiáng)掃描均明顯強(qiáng)化，其中15例病灶信號(hào)不均質(zhì)，強(qiáng)化不均勻；23例病灶邊界均清晰。18 例CPAM 中病灶長(zhǎng)徑1.2～9.4 (3.88±2.15) cm；病灶平掃T1WI 呈等低信號(hào)，T2WI 呈等稍高信號(hào)，F(xiàn)LAIR為稍高信號(hào)，增強(qiáng)掃描均明顯強(qiáng)化，其中4例病灶信號(hào)不均質(zhì)，強(qiáng)化不均勻；16例病灶邊界清晰，2例病灶部分邊界欠清。

2.2 VS組與CPAM組GLCM各參數(shù)比較

兩組間T2WI序列GLCM參數(shù)中的對(duì)比、相關(guān)和逆差矩差異有統(tǒng)計(jì)學(xué)意義(表1，P值均＜0.05)，其中對(duì)比值VS組明顯大于CPAM組，而相關(guān)及逆差矩值CPAM組明顯大于VS組；FLAIR序列GLCM參數(shù)中的對(duì)比和逆差矩差異有統(tǒng)計(jì)學(xué)意義(表2，P值均＜0.05)，其中對(duì)比值VS組明顯大于CPAM組，而逆差矩值CPAM組明顯大于VS組；增強(qiáng)T1WI序列GLCM參數(shù)中的對(duì)比和逆差矩差異有統(tǒng)計(jì)學(xué)意義(表3，P值均＜0.05)，其中對(duì)比值VS組明顯大于CPAM組，而逆差矩值CPAM組明顯大于VS組；平掃T1WI序列各GLCM參數(shù)兩組間差異無統(tǒng)計(jì)學(xué)意義(表4，P值均＞0.05)。

表1 T2WI序列VS組與CPAM組GLCM參數(shù)比較

表2 FLAIR序列VS組與CPAM組GLCM參數(shù)比較

表3 增強(qiáng)T1WI序列VS組與CPAM組GLCM參數(shù)比較

表4 平掃T1WI序列VS組與CPAM組GLCM參數(shù)比較

2.3 ROC曲線評(píng)估

對(duì)各序列有統(tǒng)計(jì)學(xué)意義的GLCM 參數(shù)進(jìn)行ROC 曲線分析，T2WI 序列GLCM 參數(shù)中的對(duì)比、逆差矩的診斷效能較佳，對(duì)比的AUC 值最大，為0.971，敏感度和特異度分別為91.30%、94.44%，對(duì)比與相關(guān)的AUC 值差異具有統(tǒng)計(jì)學(xué)意義；FLAIR 序列GLCM參數(shù)中的逆差矩診斷效能最佳，AUC值最大，為0.866，敏感度和特異度分別為91.30%、77.78%，對(duì)比及逆差矩的AUC值差異具有統(tǒng)計(jì)學(xué)意義；對(duì)比在各序列間AUC 值差異具有統(tǒng)計(jì)學(xué)意義，以T2WI序列診斷效能最佳；逆差矩在各序列間AUC值差異具有統(tǒng)計(jì)學(xué)意義，以T2WI 序列AUC 值最大(表5～7，圖3、4、5)。

圖3 T2WI序列差異有統(tǒng)計(jì)學(xué)意義的灰度共生矩陣(GLCM)參數(shù)受試者工作特征(ROC)曲線分析。 圖4 FLAIR序列差異有統(tǒng)計(jì)學(xué)意義的灰度共生矩陣(GLCM)參數(shù)ROC曲線分析。 圖5 強(qiáng)化T1WI序列差異有統(tǒng)計(jì)學(xué)意義的灰度共生矩陣(GLCM)參數(shù)ROC曲線分析。

表5 各序列有統(tǒng)計(jì)學(xué)意義的GLCM參數(shù)ROC曲線分析

表6 各序列有統(tǒng)計(jì)學(xué)意義的GLCM參數(shù)Delong檢驗(yàn)結(jié)果

表7 不同序列間有統(tǒng)計(jì)學(xué)意義的GLCM參數(shù)Delong檢驗(yàn)結(jié)果

3 討論

紋理分析技術(shù)是影像組學(xué)的一部分，近幾年被廣泛應(yīng)用于多個(gè)系統(tǒng)多種疾病的診斷及鑒別診斷[18-19]。本研究首次提出多序列及二階紋理分析法(GLCM)鑒別VS及CPAM。結(jié)果顯示T2WI、FLAIR 及增強(qiáng)T1WI 序列中多個(gè)GLCM 參數(shù)可以鑒別VS 及CPAM，可以為臨床術(shù)前診斷VS及CPAM提供重要幫助。

3.1 GLCM參數(shù)意義及結(jié)果分析

對(duì)比反映圖像紋理溝紋的深淺度，紋理溝紋的深淺度與對(duì)比成正相關(guān)；逆差矩反映圖像灰度的規(guī)則程度及圖像紋理局部變化的多少，規(guī)則程度與逆差矩成正相關(guān)；相關(guān)反映圖像中局部灰度值的相似程度，相似程度與相關(guān)成正相關(guān)。本研究中VS 組的對(duì)比值明顯大于CPAM 組；而CPAM 組的逆差矩及相關(guān)值明顯大于VS 組。分析原因可能是VS 與CPAM 組織學(xué)特性及病理生理不同，VS 鏡下有兩種組織成分，即致密的Antoni A型和疏松的Antoni B型，Antoni B型區(qū)域的存在使VS 細(xì)胞基質(zhì)更為疏松，水分子含量更多，也更易出現(xiàn)囊變；CPAM 細(xì)胞排列緊密，核漿比例高，內(nèi)部血管發(fā)育成熟，極少發(fā)生囊變。雖然在勾畫ROI 時(shí)避開VS 囊變區(qū)域，但是在病理上仍存在微囊變。VS Antoni B 型區(qū)域的存在及人眼不能觀察的微囊變使其圖像信號(hào)不均勻，紋理溝紋較深，局部紋理差異較大，灰度分布不規(guī)則，灰度值差別大；而CPAM 內(nèi)部細(xì)胞排列緊密，信號(hào)較均勻，紋理溝紋淺，局部紋理差異小，灰度分布更規(guī)則，灰度值差別小。相關(guān)值在T2WI、FLAIR 及增強(qiáng)T1WI 這3個(gè)序列中CPAM組均大于VS組，但只在T2WI序列中差異具有統(tǒng)計(jì)學(xué)意義，考慮原因是FLAIR 序列抑制了病變內(nèi)自由水的差異，強(qiáng)化T1WI 序列則更側(cè)重于病變內(nèi)血流狀況的差異，而VS 及CPAM 組織學(xué)特性及病理生理差異在T2WI 序列體現(xiàn)地最為明顯，圖像蘊(yùn)含的紋理信息更多、差異更大，進(jìn)而提示T2WI序列是鑒別CPA VS及CPAM的最優(yōu)序列，鑒別診斷價(jià)值最高。

能量和熵值可用來描述病變內(nèi)灰度變化的總體性質(zhì)，能量反映紋理的一致性，熵反映紋理的復(fù)雜度。本研究中能量和熵值在各個(gè)序列中的差異均沒有統(tǒng)計(jì)學(xué)意義。有研究顯示[20]能量及熵在鑒別良惡性病變中差異有統(tǒng)計(jì)學(xué)意義，猜測(cè)是由于本研究中兩者均為良性病變，其內(nèi)部細(xì)胞的異質(zhì)性沒有良惡性病變大，導(dǎo)致能量及熵值的差異沒有統(tǒng)計(jì)學(xué)意義，其準(zhǔn)確性與否還需要進(jìn)一步研究。

本研究顯示T2WI序列GLCM參數(shù)中的對(duì)比、逆差矩的診斷效能較佳，這與國(guó)外學(xué)者研究相似，Saigal等[10]通過微出血分析T2WI 序列內(nèi)包含的多種信息(如出血及囊變等)來鑒別CPA病變。有國(guó)內(nèi)學(xué)者[15]證明T1WI 序列紋理分析可以用來鑒別CPA 病變，與本研究不符，分析其原因可能是該學(xué)者應(yīng)用一階紋理分析法，其反映的是所有像素的灰度，描述圖像總體的紋理特征，而本研究采用二階紋理分析法，探究圖像局部紋理特征所致。

3.2 本研究不足之處

本研究為回顧性研究，可能存在病例的選擇偏倚；病例數(shù)相對(duì)較少，后續(xù)將增加樣本量進(jìn)一步分析；僅分析了病灶最大層面的紋理特征，可在后續(xù)的研究中使用全容積法進(jìn)行研究；未考慮腦膜瘤各種病理學(xué)亞型對(duì)結(jié)果的影響，將在進(jìn)一步的研究中完善。

綜上所述，GLCM 有助于鑒別VS 與CPAM，可以為臨床提供重要參考價(jià)值。

作者利益沖突聲明：全部作者均聲明無利益沖突。