徐敬慈 潘自來 王勝裕 王麗娟 孫芙蓉 劉 霄

據(jù)2015 年腫瘤登記年報(bào)數(shù)據(jù)，中國(guó)食管癌發(fā)病率和死亡率均居第四位。國(guó)際抗癌聯(lián)盟（UICC）第8版腫瘤分期和美國(guó)癌癥聯(lián)合委員會(huì)（AJCC）（UICC/AJCC）2017 年公布的食管癌新分期著重關(guān)注了食管癌治療前分期準(zhǔn)確性和淋巴結(jié)轉(zhuǎn)移的預(yù)后意義[1]。中國(guó)人食管癌絕大多數(shù)為鱗癌，此次UICC 第8 版分期突顯了淋巴結(jié)轉(zhuǎn)移對(duì)于食管鱗癌預(yù)后的重要性[2]。MSCT 是食管癌診斷和術(shù)前分期的重要檢查手段，以往對(duì)轉(zhuǎn)移性淋巴結(jié)的診斷多參照其大小和形態(tài)特征，但尚存一定不足。圖像紋理分析是通過定量提取一些肉眼無法識(shí)別的紋理特征，從而反映ROI 內(nèi)像素灰度值分布模式及變化規(guī)律的影像組學(xué)技術(shù)手段，有助于揭示病灶內(nèi)潛在的病理異質(zhì)性[3-4]。紋理分析已被發(fā)現(xiàn)在鑒別直腸癌轉(zhuǎn)移性及非轉(zhuǎn)移性淋巴結(jié)中有一定價(jià)值[5]。筆者旨在探討MSCT 圖像紋理分析對(duì)食管鱗癌轉(zhuǎn)移性淋巴結(jié)的診斷價(jià)值，并分析幾何參數(shù)對(duì)紋理分析結(jié)果的影響。

方 法

1.臨床資料

回顧性連續(xù)收集2013 年3 月至2017 年10 月上海交通大學(xué)醫(yī)學(xué)院附屬瑞金醫(yī)院北院符合以下標(biāo)準(zhǔn)的患者。納入標(biāo)準(zhǔn)：①首次經(jīng)手術(shù)病理證實(shí)為食管鱗癌；②術(shù)前進(jìn)行過頸、胸、腹部CT 增強(qiáng)聯(lián)合掃描；③術(shù)前CT 顯示有短徑＞5mm 的食管癌區(qū)域淋巴結(jié)；④行CT 檢查后1 周內(nèi)行食管癌切除術(shù)+區(qū)域淋巴結(jié)清掃術(shù)；⑤圖像質(zhì)量滿足后處理要求。排除標(biāo)準(zhǔn)：①接受過放、化療；②有其他胸腔手術(shù)史；③合并急性感染、其他腫瘤。48 例患者納入研究，男33 例，女15 例；年齡42 ～78 歲，中位63 歲。

2.CT 檢查方法

使用東芝Aquilion 64 層螺旋 CT 完成CT 平掃和增強(qiáng)掃描檢查。檢查前禁食、禁水6 小時(shí)以上，指導(dǎo)患者取仰臥位，掃描參數(shù)：管電流350mA，管電壓120kV，層厚5mm，層間隔 5mm， 視野280mm ～350mm，矩陣 512×512；平掃后靜脈注射碘佛醇80ml ～100ml，速率3ml/s；延時(shí)30 秒掃描，掃描范圍：頸部、胸部及腹部。

3.圖像處理分析

圖像選擇：在PACS系統(tǒng)內(nèi)調(diào)閱圖像，窗寬（WW）=320，窗位（WL）=40，以BMP 格式下載、儲(chǔ)存于硬盤中。由一名副主任醫(yī)師及一名高年資主治醫(yī)師在未知病理結(jié)果的情況下選擇短徑＞5mm 的食管癌區(qū)域淋巴結(jié)，并根據(jù)自己的經(jīng)驗(yàn)對(duì)病灶為轉(zhuǎn)移性淋巴結(jié)（MLN）或非轉(zhuǎn)移性淋巴結(jié)（NLN）給出診斷，如意見不統(tǒng)一則通過商議取得一致意見，計(jì)算錯(cuò)判率。并采用χ2檢驗(yàn)比較其與MaZda 軟件分析結(jié)果差異是否有統(tǒng)計(jì)學(xué)意義。χ2檢驗(yàn)采用SPSS 16.0 統(tǒng)計(jì)軟件進(jìn)行比較分析，以P＜0.05 為差異有統(tǒng)計(jì)學(xué)意義。

紋理分析：采用MaZda 軟件對(duì)紋理特征參數(shù)進(jìn)行分析，過程如下：在目標(biāo)淋巴結(jié)最大層面圖像上手動(dòng)勾畫出目標(biāo)淋巴結(jié)邊界，使用軟件自帶功能對(duì)其灰階水平進(jìn)行標(biāo)準(zhǔn)化，范圍為[μ-3δ，μ+3δ]（μ和δ 分別是平均灰度值和標(biāo)準(zhǔn)差），目的是減低亮度和對(duì)比度變化對(duì)紋理特征分析的影響。

利用MaZda 首先納入幾何參數(shù)（geometric parameter）提取ROI 的紋理特征，再使用MaZda提供的3 種紋理特征選擇方法選出10 個(gè)對(duì)鑒別兩種病變特征最有意義的方法，以及3 種方法聯(lián)合選擇的30 個(gè)紋理特征對(duì)病變進(jìn)一步分類。3 種紋理特征選擇方法分別是Fisher 系數(shù)（Fisher coefficient，F(xiàn)isher）、 交 互 信 息（mutual information，MI）和分類錯(cuò)誤概率聯(lián)合平均相關(guān)系數(shù)（classification error probability combined average correlation coefficients，POE+ACC）。另外，3 種方法聯(lián)合（FPM）可提供30 個(gè)紋理特征。使用B11 統(tǒng)計(jì)軟件（maZda自帶）所選擇的紋理特征分類這兩種病變。統(tǒng)計(jì)方法包括原始數(shù)據(jù)分析（raw data analysis，RDA）、主要成分分析（principal component analysis，PCA）、線性分類分析（linear discriminant analysis，LDA）和非線性分類分析（nonlinear discriminant analysis，NDA）。4 種不同方法區(qū)分兩種病變的結(jié)果以錯(cuò)判率的形式表述，誤判率越小，說明該序列所蘊(yùn)含的鑒別這兩種病變的紋理特征越多。

最后排除幾何參數(shù)重新進(jìn)行紋理特征的提取、分類，計(jì)算錯(cuò)判率。

結(jié) 果

使用MaZda 軟件分析目標(biāo)淋巴結(jié)CT 增強(qiáng)圖像，紋理特征的選擇按是否納入幾何參數(shù)分為兩組，參數(shù)選擇方法分別采用MI、Fisher、POE+ACC 和MI+PA+F，分類方法分別選擇RDA、PCA、LDA 和NDA，計(jì)算判斷是否為轉(zhuǎn)移性淋巴結(jié)的錯(cuò)判率（表1）。

B11 模塊允許在特征空間內(nèi)對(duì)樣本分布進(jìn)行可視化，對(duì)這些分布的統(tǒng)計(jì)分析以及特征向量分類，不同類別的樣本用不同的符號(hào)表示。用戶可以通過確定樣本組中的云是否在不同的聚類中來推斷分類的可行性（圖1）。納入幾何參數(shù)時(shí)，最低錯(cuò)判率為7.84%（8/102），出現(xiàn)在特征選擇方法采用POE+ACC、MI，特征分類統(tǒng)計(jì)方法采用NDA 時(shí)。不納入幾何參數(shù)時(shí)，最低錯(cuò)判率為6.86%（7/102），出現(xiàn)在特征選擇方法采用FPM，特征分類統(tǒng)計(jì)方法采用NDA 時(shí)，兩者差異無統(tǒng)計(jì)學(xué)意義（χ2=0.082，P=0.774）。

影像醫(yī)師的錯(cuò)判率為14.71%（15/102），其中5 例為轉(zhuǎn)移瘤誤判為非轉(zhuǎn)移瘤（5/61），10 例為非轉(zhuǎn)移瘤誤判為轉(zhuǎn)移瘤（10/41），較采用MaZda 軟件分析鑒別這兩種病變錯(cuò)判率高，差異有統(tǒng)計(jì)學(xué)意義（χ2=4.300，P=0.038）。

討 論

1.食管鱗癌淋巴結(jié)轉(zhuǎn)移評(píng)估的意義

食管癌是我國(guó)常見惡性腫瘤之一，男多于女，以中下段好發(fā)，在我國(guó)絕大多數(shù)食管癌為鱗癌。最新研究表明，食管鱗癌與食管腺癌在基因水平上完全不同，可以看做完全不同的兩種疾病[6]。MSCT 是目前食管癌淋巴結(jié)轉(zhuǎn)移的重要評(píng)估手段，以往的研究多通過大小、形狀，并輔助以多平面重建等后處理手段來評(píng)估目標(biāo)淋巴結(jié)是否存在轉(zhuǎn)移可能。然而，以淋巴結(jié)大小來判斷MLN 的閾值尚無確切結(jié)論。病理上，淋巴結(jié)的反應(yīng)性增生或炎性淋巴結(jié)均可能導(dǎo)致目標(biāo)淋巴結(jié)體積的增大而被誤判為MLN。與此同時(shí)，小淋巴結(jié)的轉(zhuǎn)移也往往被低估。所以，在評(píng)估淋巴結(jié)轉(zhuǎn)移的可能時(shí)，使用客觀定量指標(biāo)來輔助判斷很有必要。

表1 紋理分析鑒別食管鱗癌轉(zhuǎn)移性淋巴結(jié)和非轉(zhuǎn)移性淋巴結(jié)的錯(cuò)判率[%（例）]

圖1 A、 B.分別為納入幾何參數(shù)、不納入幾何參數(shù)時(shí)基于CT 增強(qiáng)圖像的紋理分析鑒別MIN 及NLM。l 表示NLM，2 表示MLN。3 種特征為區(qū)分2 種病變的最優(yōu)紋理特征?！?”與“2”區(qū)分較明顯，表明紋理分析鑒別能力均較好。

2.紋理分析對(duì)影像診斷的價(jià)值

紋理分析通過計(jì)算病灶的圖像紋理特征，反映了圖像中微觀異質(zhì)性的程度，而異質(zhì)性往往也是區(qū)別腫瘤與正常組織或良性病變的重要特征之一[7]。通常，影像科醫(yī)生或其他臨床醫(yī)師習(xí)慣于根據(jù)肉眼觀察到的病灶大小、輪廓、邊緣、密度等信息結(jié)合臨床經(jīng)驗(yàn)做出判斷，這種判斷極易受到觀察者主觀感受影響。例如，我們描述某個(gè)病灶常以密度均勻或是密度不均勻來反映病灶異質(zhì)性的程度，但這種基于主觀的判斷以往很難用客觀的數(shù)值來衡量。紋理分析從圖像本身的細(xì)節(jié)入手，排除主觀因素的影響，直接給出基于圖像的客觀信息，所以可以在多種影像圖像的分析中應(yīng)用，如CT、MR 和PET 等。

最初，MaZda 是用來對(duì)磁共振成像進(jìn)行分析，國(guó)內(nèi)相關(guān)研究已經(jīng)證實(shí)MRI 紋理分析可用于鑒別腦膠質(zhì)母細(xì)胞瘤和單發(fā)轉(zhuǎn)移瘤[8]。然而，相關(guān)研究很快就顯示了它在分析其他類型的紋理圖像，包括X 射線和相機(jī)圖像的有效性，它被證明是一種高效、可靠的定量圖像分析工具，即使在更準(zhǔn)確、客觀的醫(yī)學(xué)診斷中也是如此[9]。目前，MaZda 可從洛茲技術(shù)大學(xué)電子學(xué)院的網(wǎng)頁上免費(fèi)下載供公眾使用（version 4.6，The Technical University of Lodz， Institute of Electronics， http：//www.eletel.p.lodz.pl/mazda/）。

3.MSCT 圖像紋理分析診斷食管鱗癌轉(zhuǎn)移性淋巴結(jié)的價(jià)值

本次研究以食管鱗癌患者的區(qū)域淋巴結(jié)作為研究對(duì)象，研究顯示利用紋理分析可較準(zhǔn)確鑒別食管鱗癌轉(zhuǎn)移性淋巴結(jié)和非轉(zhuǎn)移性淋巴結(jié)，其誤判率可以低至6.86%（7/102）。與之相比，影像醫(yī)師錯(cuò)判率相對(duì)稍高，達(dá)15.69%（15/102），兩者差異有統(tǒng)計(jì)學(xué)意義（χ2=4.300，P=0.038）。所以，紋理分析可以用來鑒別食管癌的轉(zhuǎn)移性淋巴結(jié)和非轉(zhuǎn)移性的淋巴結(jié)，并一定程度上避免了觀察者主觀因素的影響。

以往，一些幾何參數(shù)如長(zhǎng)徑、短徑等在醫(yī)師判斷淋巴結(jié)性質(zhì)方面起到很重要的作用，本次研究對(duì)將幾何參數(shù)（geometry parameters）作為紋理分析參數(shù)納入后的影響做了對(duì)比，結(jié)果顯示，納入幾何參數(shù)誤判率最低為7.84%（8/102），出現(xiàn)在紋理特征選擇方法為POE+ACC 及MI，統(tǒng)計(jì)分類方法為NDA 時(shí)。排除幾何參數(shù)后，誤判率最低為6.86%（7/102），出現(xiàn)在紋理特征選擇方法為FPM，統(tǒng)計(jì)分類方法為NDA 時(shí)。兩者差異無統(tǒng)計(jì)學(xué)意義（χ2值=0.082，P=0.774），提示幾何參數(shù)對(duì)結(jié)果的影響不大。

4.本研究的局限性

第一，回顧性研究，缺乏食管鱗癌區(qū)域淋巴結(jié)標(biāo)本與影像的一一對(duì)應(yīng)，僅以食管鱗癌切除術(shù)后分站式送檢結(jié)果為依據(jù)，篩選目標(biāo)淋巴結(jié)。第二，僅對(duì)CT增強(qiáng)圖像進(jìn)行了分析，雖對(duì)病變的細(xì)節(jié)顯示更清楚，但某些與大血管相鄰病灶的圖像會(huì)受到偽影的影響。第三，限于CT 原始圖像的層厚及感興趣區(qū)的限制，本研究?jī)H選取了短徑＞5.0mm 的淋巴結(jié)加以研究。

綜上所述，本研究顯示增強(qiáng)CT 紋理分析可以為鑒別食管鱗癌轉(zhuǎn)移性淋巴結(jié)和非轉(zhuǎn)移性淋巴結(jié)提供可靠信息，確保診斷的準(zhǔn)確性，對(duì)兩者鑒別提供可靠的客觀依據(jù)，是否納入幾何參數(shù)對(duì)鑒別的結(jié)果無影響。