田士峰，劉愛連*，劉靜紅，王學(xué)東，黃侃，郭妍，李昕

作者單位：1. 大連醫(yī)科大學(xué)附屬第一醫(yī)院放射科，大連 116011 2. 通用電氣醫(yī)療，上海 200000 3. 通用電氣醫(yī)療集團(tuán)轉(zhuǎn)化醫(yī)學(xué)部門，上海 200000

子宮內(nèi)膜癌(endometrial cancer，EC)細(xì)胞增殖核抗原Ki-67可間接反映腫瘤細(xì)胞的增殖活性與惡性程度，其表達(dá)程度越高提示EC生長(zhǎng)及侵襲能力越強(qiáng)，深肌層浸潤(rùn)、局部侵犯與轉(zhuǎn)移的發(fā)生概率也隨之增高[1-2]。但Ki-67的表達(dá)情況多在術(shù)后經(jīng)免疫組織化學(xué)分析獲得，若術(shù)前能對(duì)其表達(dá)情況進(jìn)行評(píng)估，以判斷EC細(xì)胞增殖情況，對(duì)指導(dǎo)治療方案的制定及患者預(yù)后的預(yù)估都具有積極意義。既往研究認(rèn)為DWI序列的ADC圖可用于評(píng)價(jià)子宮惡性腫瘤 Ki-67的表達(dá)情況[3-4]。灰度共生矩陣(gray level co-occurrence matrix，GLCM)屬于二階紋理分類方法，通過研究圖像灰度分布與變化規(guī)律、圖像像素灰度值的局部特征，以多參數(shù)反映肉眼無法感觀的圖像紋理特征[5-6]。筆者旨在探討基于腫瘤全域ADC圖的GLCM紋理分析與EC增值抗原Ki-67表達(dá)的相關(guān)性，以期實(shí)現(xiàn)術(shù)前定量、無創(chuàng)評(píng)估EC的細(xì)胞增殖能力。

1 材料與方法

1.1 研究對(duì)象

回顧性分析2016年1月至2019年3月間我院符合以下標(biāo)準(zhǔn)的患者資料。納入標(biāo)準(zhǔn)：(1)手術(shù)病理證實(shí)為原發(fā)性子宮內(nèi)膜癌，病例資料完整，免疫組織化學(xué)分析指標(biāo)包括Ki-67；(2)無MR檢查禁忌證，術(shù)前一周內(nèi)行1.5 T MR檢查，掃描序列包括DWI；(3)病灶直徑(厚度)大于1.0 cm。最終37例患者納入研究，年齡34～82歲，平均(58.9±10.0)歲。絕經(jīng)前11例，主要臨床癥狀為月經(jīng)不規(guī)律，經(jīng)量增多；絕經(jīng)后26例，主要臨床癥狀為不規(guī)則陰道流血。

1.2 檢查方法

采用美國(guó)GE Signa HDxt 1.5 T MR超導(dǎo)型掃描儀，體部8通道相控陣線圈。檢查前禁食4～6 h減輕腸道蠕動(dòng)，并于檢查前1 h飲水約500 ml使膀胱適度充盈。掃描序列及相關(guān)參數(shù)見表1，DWI序列b值取0，600 s/mm2。

1.3 圖像分析與數(shù)據(jù)測(cè)量

將DWI序列圖像傳輸至GE ADW 4.6工作站，經(jīng)Functool軟件重建后獲得ADC圖。而后將ADC原始圖像導(dǎo)入GE Omni-Kinetics軟件，得到未經(jīng)濾過的原始細(xì)紋理圖像，由2名盆腔MRI影像診斷經(jīng)驗(yàn)7年以上的主治醫(yī)師參考MR平掃及增強(qiáng)掃描圖像，共同協(xié)商在包含腫瘤實(shí)質(zhì)的ADC圖像上沿腫瘤邊緣逐層勾畫ROI (圖1)，后經(jīng)融合獲得腫瘤全域GLCM紋理參數(shù)，包括能量、熵、慣性矩、相關(guān)性、逆差距，取二者平均值進(jìn)行分析。最后詳細(xì)記錄EC病理類型、病理分級(jí)、分期、生長(zhǎng)方式(彌漫或局限腫塊)、免疫組織化學(xué)分析等信息。

1.4 Ki-67表達(dá)的測(cè)定方法

由專業(yè)病理科醫(yī)生進(jìn)行。免疫組織化學(xué)染色采用鏈霉菌抗生物素蛋白-過氧化物酶連結(jié)法(streptavidinperosidase，SP法)，當(dāng)腫瘤細(xì)胞的胞漿內(nèi)出現(xiàn)清晰的棕黃色顆粒，且著色強(qiáng)度高于非特異染色背景時(shí)判定為Ki-67表達(dá)陽(yáng)性。在200倍視野下隨機(jī)取10個(gè)視野，以各視野腫瘤陽(yáng)性百分比的平均值作為表達(dá)指數(shù)。按照Peiró等[7]的標(biāo)準(zhǔn)，Ki-67表達(dá)指數(shù)＜50%為低表達(dá)，≥50%則為高表達(dá)。

1.5 統(tǒng)計(jì)學(xué)方法

應(yīng)用SPSS 22.0統(tǒng)計(jì)學(xué)軟件進(jìn)行數(shù)據(jù)分析。按照Ki-67表達(dá)指數(shù)的高、低分組，進(jìn)行單樣本Kolmogorov-Smirnov檢驗(yàn)，符合正態(tài)分布的者用±s表示，符合偏態(tài)分布者用中位數(shù)(上、下四分位數(shù))表示。采用獨(dú)立樣本t檢驗(yàn)(正態(tài)分布)或Mann-Whitney秩和檢驗(yàn)(偏態(tài)分布)比較兩組病例GLCM紋理參數(shù)的差異。采用受試者工作特征曲線(receiver operator characteristic curve，ROC曲線)評(píng)估有統(tǒng)計(jì)學(xué)差異的參數(shù)對(duì)Ki-67低、高表達(dá)組的鑒別診斷效能，計(jì)算曲線下面積(Area Under Curve，AUC)，并根據(jù)最大約登指數(shù)確定界值、敏感度、特異度。采用Pearson相關(guān)對(duì)各參數(shù)值與Ki-67表達(dá)指數(shù)進(jìn)行相關(guān)性分析(相關(guān)系數(shù)r取值在-1～1間，0≤|r|＜0.20為無相關(guān)性或相關(guān)性極弱，0.20≤|r|＜0.40為相關(guān)性弱，0.40≤|r|＜0.60為相關(guān)性中等，0.60≤|r|＜0.80為相關(guān)性強(qiáng)，0.80≤|r|≤1為相關(guān)性極強(qiáng))。P＜0.05為差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

2.1 一般資料結(jié)果

37例患者中Ki-67低表達(dá)17例，高表達(dá)20例，相關(guān)資料見表2。

2.2 Ki-67低、高表達(dá)組GLCM紋理參數(shù)比較

Ki-67低表達(dá)組的能量、慣性矩大于高表達(dá)組，熵、相關(guān)性、逆差距小于高表達(dá)組，差異具有統(tǒng)計(jì)學(xué)意義(P＜0.05)，具體結(jié)果見表3。

2.3 GLCM紋理參數(shù)診斷效能

GLCM紋理參數(shù)診斷Ki-67高表達(dá)的AUC、閾值、敏感度及特異度見表4、圖2。

表1 掃描序列及相關(guān)參數(shù)Tab.1 Scanning sequence and related parameters

表2 患者一般資料Tab. 2 General information of patients

表3 Ki-67低、高表達(dá)組GLCM紋理參數(shù)比較結(jié)果Tab. 3 Comparison of texture parameters of GLCM in low and high expression groups of Ki-67

表4 GLCM紋理參數(shù)的鑒別效能Tab. 4 Discriminant еfficiеncy оf tеxturе paramеtеrs in GLСM

2.4 GLCM紋理參數(shù)值與Ki-67表達(dá)指數(shù)相關(guān)性分析

能量、慣性矩與EC的Ki-67表達(dá)指數(shù)負(fù)相關(guān)，熵、相關(guān)性、逆差距與Ki-67表達(dá)指數(shù)正相關(guān)，熵的相關(guān)系數(shù)最大。具體結(jié)果見表5。

表5 GLCM紋理參數(shù)值與Ki-67表達(dá)指數(shù)相關(guān)性分析結(jié)果Tab. 5 Relevance analysis between GLCM texture parameters and Ki-67 expression index

圖1 EC的ROI勾畫示意圖，紅色區(qū)域?yàn)槟[瘤實(shí)質(zhì)覆蓋區(qū) Fig. 1 ROI sketch of EC, the red area is the parenchymal coverage of the tumor.

圖2 GLCM紋理參數(shù)鑒別Ki-67低、高表達(dá)的ROC曲線，熵的鑒別效能最高 Fig. 2 GLCM texture parameters can identify low and high expression ROC curvеs оf Ki-67. Entrоpy has thе highеst discriminant еfficiеncy.

3 討論

紋理分析作為新興的圖像后處理技術(shù)，可以通過軟件對(duì)圖像中細(xì)微的紋理特征進(jìn)行定量提取，顯示病變內(nèi)在異質(zhì)性。GLCM反映圖像灰度的空間相關(guān)特性，是最常用的二階紋理分類方法[8]，具有多個(gè)紋理參數(shù)，提供圖像的客觀信息。其中，能量反映了圖像紋理的粗細(xì)程度以及圖像分布的均勻性，其值越大表明圖像越均一；熵與能量相反，其值越大表明圖像紋理的非均勻性越大，圖像紋理越復(fù)雜；相關(guān)性反映了圖像的細(xì)致程度，具體解釋為像素在空間行或列分布的相似度，其值越大表明圖像紋理約細(xì)致；逆差距反映圖像紋理局部的變化程度，其值越大表明圖像越均勻規(guī)則；慣性矩反映了圖像紋理的粗細(xì)程度，可將圖像灰度的空間分布拉開以揭示灰度空間分布的復(fù)雜程度[8-10]。

隨著臨床醫(yī)學(xué)對(duì)腫瘤發(fā)病機(jī)制方面研究的不斷進(jìn)展，各種參與細(xì)胞增殖及周期調(diào)控的因子已逐步涉獵，其中存在于增殖細(xì)胞核基質(zhì)內(nèi)的抗原—Ki-67就是研究熱點(diǎn)之一。Ki-67的半衰期短，在腫瘤細(xì)胞完成增殖周期后迅速降解，而且不易受到其他因素的影響，因此可作為反映腫瘤細(xì)胞惡性程度及增殖活性的可靠指標(biāo)，對(duì)于評(píng)估腫瘤生長(zhǎng)與侵襲能力也可提供有效參考，同時(shí)對(duì)于評(píng)價(jià)腫瘤預(yù)后、指導(dǎo)術(shù)后放化療等也具有一定積極意義[11-12]。對(duì)EC而言，當(dāng)Ki-67表達(dá)指數(shù)增高時(shí)，意味著腫瘤細(xì)胞增殖活躍度增加，腫瘤生長(zhǎng)旺盛，細(xì)胞密度增加，細(xì)胞排列更為緊密，細(xì)胞外間隙減小，腫瘤組織新生血管豐富，這些因素均增加了水分子擴(kuò)散微環(huán)境的復(fù)雜性，會(huì)引起ADC圖的紋理發(fā)生改變。本研究中ROI勾畫時(shí)選取了腫瘤全域，保證了包含相關(guān)紋理信息的完整性。本研究結(jié)果顯示，Ki-67低表達(dá)組的能量、慣性矩大于高表達(dá)組，熵、相關(guān)性、逆差距小于高表達(dá)組，這些結(jié)果提示了Ki-67高表達(dá)組的圖像紋理較低表達(dá)組更為復(fù)雜，不均一不規(guī)則性更強(qiáng)。其中熵鑒別兩組的AUC最高(0.865)，與Ki-67表達(dá)指數(shù)的相關(guān)性最強(qiáng)。

本研究具有一定局限性，首先，部分EC病灶與正常組織分界不清，逐層勾畫ROI時(shí)，部分層面病灶邊緣區(qū)可能未被包含；其次，樣本量相對(duì)較少，可能會(huì)導(dǎo)致研究結(jié)果的偏差；再次，未考慮年齡、EC臨床分期等因素的影像。

綜上所述，基于腫瘤全域ADC圖的GLCM紋理分析有助于術(shù)前評(píng)估EC的Ki-67表達(dá)情況，具有一定臨床應(yīng)用價(jià)值，熵為最佳參數(shù)。

利益沖突：無。