周海龙，张古沐阳，石 冰，孙 昊,金征宇

(中国医学科学院 北京协和医学院 北京协和医院放射科，北京 100730)

定量CT纹理分析鉴别诊断透明细胞型与非透明细胞型肾癌

周海龙，张古沐阳，石 冰，孙 昊*,金征宇

(中国医学科学院 北京协和医学院 北京协和医院放射科，北京 100730)

目的探讨定量CT纹理分析鉴别透明细胞型肾癌和非透明细胞型肾癌的可行性。方法回顾性分析100个透明细胞型肾癌和27个非透明细胞型肾癌病灶的CT图像，应用TexRAD软件分析各扫描期相两种类型肾癌的纹理特征。结果增强图像上，非透明细胞型肾癌的平均灰度值、标准差、熵、正像素的平均值明显低于透明细胞型肾癌，而峰度高于透明细胞型肾癌(P均<0.001)，偏度差异无统计学意义(P>0.05)。在皮髓质期的粗糙纹理上，正像素的平均值鉴别两种类型肾癌的ROC曲线下面积为0.92±0.04，敏感度为0.85，特异度为0.93，准确率为0.87。结论透明细胞型肾癌与非透明细胞型肾癌的CT纹理特征间存在显著差异，定量CT纹理分析鉴别诊断这两种类型肾癌具有临床价值。

癌，肾细胞；体层摄影术，X线计算机；纹理分析

透明细胞型肾癌是肾癌最常见的病理类型[1-2]，由于其恶性程度较高，故临床上用于治疗肾癌的靶向药物主要针对该型，但这些药物是否对非透明细胞型肾癌也有效尚未可知[3-4]。因此治疗前明确肾癌病理类型至关重要。虽然穿刺活检可在治疗前明确肾癌的病理类型，但其为有创操作，在部分肾癌患者中并不适用[5]。定量纹理分析是一种新兴的图像后处理技术，通过借助计算机定量地提取图像中不被肉眼识别的纹理特征来揭示组织内在的异质性，反应不同组织间的细微差别。定量纹理分析可作为一种影像生物学标记用于鉴别不同疾病、预测治疗疗效及评估患者预后[6-11]。研究[10-11]表明，定量纹理分析可鉴别肾脏乏脂肪血管平滑肌脂肪瘤和肾癌。本研究旨在探讨CT定量纹理分析鉴别透明细胞型肾癌和非透明细胞型肾癌的价值。

1 资料与方法

1.1 一般资料 收集2014年6月—2015年6月在我院接受手术切除并经病理证实的肾癌患者136例，为保证病灶内有足够的实性成分用于后续的纹理分析，排除10例以囊性成分为主的病灶，最终共纳入126例肾癌患者(127个病灶)，其中男83例，女43例，年龄20～79岁，平均(54.2±23.7)岁。126例肾癌患者中透明细胞型肾癌99例(100个病灶)，非透明细胞型肾癌27例(27个病灶；15例乳头状肾癌、12例嫌色细胞肾癌)。

1.2 仪器与方法 采用Siemens Somatom Definition Flash双源双能量CT扫描仪。患者取仰卧位，行腹部平扫及多期增强扫描，扫描范围均为膈顶至双肾下极水平。管电压120 kVp，开启实时动态曝光剂量调节CARE Dose 4D，准直128×0.6 mm，球管旋转时间0.28 s，Kernel值B30f medium smooth，螺距0.9，重建层厚及层间距5 mm。增强扫描时，采用双筒高压注射器以4 ml/s的速度注入非离子对比剂(碘帕醇370 mgI/ml，上海博莱科信谊药业有限责任公司)90 ml，之后跟注100 ml生理盐水。采用Bolus tracking阈值触发扫描技术，ROI置于降主动脉与腹主动脉交界处，自动触发阈值设定为100 HU，达到阈值后延迟7 s行肾皮髓质期扫描，之后再延迟55 s行肾实质期扫描。

1.3 图像处理及分析

1.3.1 图像的选择及测量 由2名分别工作4、12年的放射科医师采用盲法共同分析图像，意见不一致时协商解决。对每个病灶、每个扫描期相选取病灶最大层面的轴位图像，测量病变最大径，并将图像传送至纹理软件工作站。

1.3.2 纹理分析 由1名经过专业培训的放射科住院医师使用TexRAD纹理分析软件(TexRAD有限公司，www.texrad.com, part of Feedback Plc)对127个肾癌病灶进行CT纹理分析，测量2次取平均值。对每一病灶，在平扫、肾皮髓质期及肾实质期轴位图像上分别手动沿病灶轮廓内约1～2 mm勾画ROI，不同扫描时期的ROI尽量保持一致，设置CT阈值，软件可自动排除ROI内坏死和钙化的区域。通过直方图分析获得一系列的定量纹理参数(图1)：平均灰度值(表示ROI内像素的平均值)、标准差(表示与平均值间存在变化或分散的度量)、熵(表示像素强度分布的不规则性)、正像素的平均值(表示像素大于零的平均值)、偏度(表示直方图的不对称性)和峰度(表示直方图的锐度)[12]。空间比例因子(spatial scaling factor, SSF)表示由滤波器突出显示的图像特征的大小，图像特征彼此间距的半径为0、2、3、4、5和6 mm。SSF 0表示无过滤处理的原始图像，SSF 2表示精细纹理图像，SSF 3～5表示中等纹理图像，SSF 6表示粗糙纹理图像。

1.4 统计学分析 采用SPSS 20.0统计分析软件。符合正态分布的计量资料以±s表示，两种类型肾癌病灶大小的比较采用两独立样本t检验，P<0.05为差异有统计学意义。不符合正态分布的资料以[中位数(上下四分位数)]表示，两种类型肾癌的平扫和增强CT图像在不同SSF下各纹理参数的差异比较采用Mann-WhitneyU检验；为避免校正多次比较带来的I类错误，根据Cross-Chaffin公式对P值进行校正:P*=P×[k-x+1]-1，其中P*为校正后的P值，以<0.001为差异有统计学意义，P=0.05，k为检验总数，x为有统计学差异的检验数量[13]。绘制各纹理参数的ROC曲线，计算曲线下面积(area under curve, AUC)，分析AUC最大时相应纹理参数鉴别两类型肾癌的敏感度、特异度及准确率。

图1 定量CT纹理分析示意图 A.增强扫描皮髓质期图像，蓝色轮廓为病灶ROI； B～D.精细、中等、粗糙纹理分析图像

2 结果

127个肾癌病灶的最大径为(4.90±2.61)cm，透明细胞型肾癌病灶最大径为(4.51±2.12)cm，非透明细胞型肾癌的最大径为(6.53±3.74)cm，差异无统计学意义(t=0.97，P>0.05)。

平扫CT图像上，两种类型肾癌间的纹理参数差异均无统计学意义(P均>0.001，Cross-Chaffin校正后)。增强CT图像上，所有纹理图像(SSF 0～6)中除偏度外，其余5个纹理参数(平均灰度值、标准差、熵、正像素的平均值、峰度)在两种类型肾癌间差异均有统计学意义(P均<0.001，Cross-Chaffin校正后)。与透明细胞型肾癌相比，峰度在非透明细胞癌中更高，平均灰度值、标准差、熵及正像素的平均值在非透明细胞癌中更低，见表1、2。

表1 透明细胞型和非透明细胞型肾癌增强扫描CT图像的平均灰度值、标准差、熵比较[中位数(上下四分位数)]

表2 透明细胞型和非透明细胞型肾癌增强扫描CT图像的正像素的平均值、偏度、峰度比较[中位数(上下四分位数)]

肾实质期图像：除所有纹理图像上的偏度及SSF 6上的峰度以外，余纹理图像上的平均灰度值、标准差、熵及正像素的平均值的AUC均>0.7。SSF 6纹理图像上正像素的平均值的AUC最高，为0.88±0.04[95%可信区间(0.81，0.96)]，其鉴别两种类型肾癌的敏感度为0.87[95%可信区间(0.79 ，0.93)]，特异度为0.82[95%可信区间(0.62，0.94)]，准确率为0.86。

肾皮髓质期图像：所有纹理图像上的正像素的平均值、标准差，SSF 3、SSF 4纹理图像上熵的AUC均高于0.9；SSF 6纹理图像上正像素的平均值的AUC最高，为0.92±0.04[95%可信区间(0.85，0.99)]，敏感度为0.85[95%可信区间(0.77，0.91)]，特异度为0.93[95%可信区间(0.76，0.99)]，准确率为0.87。

3 讨论

定量纹理分析是近年新兴的一种图像后处理技术，其借助计算机的运算分析图像像素的分布规律及特征，反应病变内的异质性和病变之间的细微差异，揭示组织结构和各种生理改变，包括血供变化及遗传改变。目前，多项研究[6-11]已证实，纹理分析有助于多种疾病的鉴别诊断、疗效评估及预后分析。本研究将定量纹理分析用于鉴别肾癌的病理类型，结果显示增强CT图像上应用正像素的平均值鉴别透明细胞型和非透明细胞型肾癌的准确率可达到85%以上。

本研究中，在平扫CT图像上，各纹理参数在透明细胞型和非透明细胞型肾癌间差异无统计学意义，在增强CT图像上，多个纹理参数在两种类型的肾癌间差异有统计学意义。虽然目前尚不明确碘对比剂对纹理分析的影响，但本研究结果提示碘对比剂可能有助于突显两类肾癌纹理特征之间的细微差异，从而为鉴别二者提供更多的有用信息。在增强CT图像上，透明细胞型肾癌的平均灰度值、标准差、 熵及正像素的平均值更高，峰度更低。标准差表示ROI内像素与平均值间的离散程度，熵表示ROI内像素的紊乱程度，以上参数在透明细胞型肾癌中更高，说明透明细胞癌中像素的分布更离散、更紊乱，造成此差异的原因可能与透明细胞型肾癌的恶性程度更高有关。目前，多项研究[6-7,11]表明恶性程度越高的肿瘤，病变内的异质性越强，本研究结果也支持这一结论。平均灰度值表示ROI内像素的平均值，正像素的平均值描述ROI内大于零的像素的平均值，平均灰度值和正像素的平均值越高意味着ROI内有更多明亮的区域，这可能与透明细胞型肾癌血供更丰富，强化更明显有关。峰度表示像素直方图的峰度，Ng等[14]报道，在结肠癌中,增强CT图像得到的峰度越低，结肠癌恶性程度越高，患者5年生存率越差，并推测这可能与恶性肿瘤细胞的大量堆积及其更加均匀的血管化有关。本研究显示峰度在透明细胞型肾癌中更低，可能与透明细胞型肾癌的恶性程度较非透明细胞型肾癌更高、预后更差有关。偏度并不能区分透明细胞型肾癌和非透明细胞型肾癌，笔者发现无论透明细胞型还是非透明细胞型肾癌，偏度的值均在零左右，提示偏度接近零可能是肾癌的一个共有特性，但并不是区分透明细胞型和非透明细胞型肾癌的有效参数。与本研究结果不同的是，Chandarana等[15]在MR图像上发现透明细胞型肾癌的偏度更低，由于MR图像与CT图像具有不同的图像特征，可能导致了两个研究结果不一致。CT图像与MR图像的纹理分析结果是否能直接比较还有待进一步研究。虽然增强扫描肾皮髓质期及实质期图像上，平均灰度值、标准差、 熵、正像素的平均值及峰度在透明细胞型和非透明细胞型肾癌间差异有统计学意义，但肾皮髓质期时，这些参数对应的AUC值更高、诊断效能更好，提示皮髓质期的纹理分析更适合用于透明细胞型和非透明细胞型肾癌的鉴别。

本研究的局限性：①为回顾性研究且纳入的非透明细胞型肾癌病例较少，可能高估了单个纹理参数鉴别两种类型肾癌的诊断效能，后续还需纳入更多的非透明细胞型肾癌病例以及开展前瞻性研究来进一步验证本研究的结果；②本研究仅选取最能代表肿瘤最大截面的单张轴位图像进行纹理分析，目前得到的纹理参数可能并未反映两种类型类肾癌纹理特征的全貌，今后还需通过3D纹理分析的方法提取整个肿瘤的纹理信息来更全面评估纹理参数在鉴别肾癌病理类型方面的临床价值；③仅评估了单个纹理参数诊断两种类型肾癌的效能，但单个参数可能并不能全面地反映不同类型肾癌间的差异，后续可进一步结合多个纹理参数来区别不同类型的肾癌，以期提高诊断的准确率。

综上所述，CT定量纹理分析可无创、简便、准确地区分透明细胞型肾癌和非透明细胞型肾癌。

[1] Ridge CA, Pua BB, Madoff DC. Epidemiology and staging of renal cell carcinoma. Semin Intervent Radiol, 2014,31(1):3-8.

[2] 郑敏,佟杰,杨琳，等.小肾癌超声表现与病理学改变的相关性.中国医学影像技术,2013,29(2):273-275.

[3] Ljungberg B, Bensalah K, Canfield S, et al. EAU guidelines on renal cell carcinoma: 2014 update. Eur Urol, 2015,67(5):913-924.

[4] Procopio G, Verzoni E, Bracarda S, et al. Overall survival for sorafenib plus interleukin-2 compared with sorafenib alone in metastatic renal cell carcinoma (mRCC): Final results of the ROSORC trial. Ann Oncol, 2013,24(12):2967-2971.

[5] Volpe A, Finelli A, Gill I.S, et al. Rationale for percutaneous biopsy and histologic characterisation of renal tumours. Eur Urol, 2012,62(3):491-504.

[6] Zhang GM, Shi B, Sun H, et al. Differentiating pheochromocytoma from lipid-poor adrenocortical adenoma by CT texture analysis: Feasibility study. Abdom Radiol (NY), 2017,doi:10.1007/s00261-017-1118-3 [Epub ahead of print].

[7] Zhang GM, Shi B, Sun H, et al. Quantitative CT texture analysis for evaluating histologic grade of urothelial carcinoma. Abdom Radiol (NY), 2017,42(2):561-568.

[8] Smith AD, Gray MR, del Campo SM, et al. Predicting overall survival in patients with metastatic melanoma on antiangiogenic therapy and RECIST stable disease on initial posttherapy images ssing CT texture analysis. AJR Am J Roentgenol, 2015,205(3):W283-W293.

[9] De Cecco CN, Ganeshan B, Ciolina M, et al. Texture analysis as imaging biomarker of tumoral response to neoadjuvant chemoradiotherapy in rectal cancer patients studied with 3-T magnetic resonance. Invest Radiol, 2015,50(4):239-245.

[10] Kim SH, Kim CS, Kim MJ, et al. Differentiation of clear cell renal cell carcinoma from other subtypes and fat-poor angiomyolipoma by use of quantitative enhancement measurement during three-phase MDCT. AJR Am J Roentgenol,2016,206(1):W21-W28.

[11] Hodgdon T, McInnes MD, Schieda N, et al. Can quantitative CT texture analysis be used to differentiate fat-poor renal angiomyolipoma from renal cell carcinoma on unenhanced CT images? Radiology, 2015,276(3):787-796.

[12] Miles KA, Ganeshan B, Hayball MP. CT texture analysis using the filtration-histogram method: What do the measurements mean? Cancer Imaging, 2013,13(3):400-406.

[13] Cross EM, Chaffin WW. Use of the binomial theorem in interpreting results of multiple tests of significance. Educational and Psychological Measurements, 1982,42(1):25-34.

[14] Ng F, Ganeshan B, Kozarski R, et al. Assessment of primary colorectal cancer heterogeneity by using whole-tumor texture analysis: Contrast-enhanced CT texture as a biomarker of 5-year survival. Radiology, 2013,266(1):177-184.

[15] Chandarana H, Rosenkrantz AB, Mussi TC, et al. Histogram analysis of whole-lesion enhancement in differentiating clear cell from papillary subtype of renal cell cancer. Radiology, 2012,265(3):790-798.

CTtextureanalysisindifferentialdiagnosisofclear-cellandnonclear-cellrenalcellcarcinomas

ZHOUHailong,ZHANGGumuyang,SHIBing,SUNHao*，JINZhengyu

(DepartmentofRadiology,PekingUnionMedicalCollegeHospital,ChineseAcademyofMedicalScienceandPekingUnionMedicalCollege,Beijing100730,China)

ObjectiveTo explore the value of CT texture analysis (CTTA) in differential diagnosis of non clear-cell renal cell carcinoma (non-ccRCC) and clear-cell renal cell carcinoma (ccRCC).MethodsA total of 100 ccRCC and 27 non-ccRCC lesions were retrospectively analyzed. CTTA was performed on multiphasic CT images by using TexRAD software, and texture features were compared between ccRCC and non-ccRCC.ResultsCompared with ccRCC, the mean and standard deviation, entropy as well as the mean of positive pixels (MPP) were significantly lower, while kurtosis was higher in non-ccRCC lesions on enhanced CT images (P<0.001). No significant difference was observed in skewness between non-ccRCC and ccRCC (P>0.05). MPP at coarse texture scale on corticomedullary images identified non-ccRCC from ccRCC with an AUC of 0.92±0.04, the sensitivity was 0.85, specificity was 0.93 and accuracy was 0.87.ConclusionThere are significant differences in CTTA parameters between non-ccRCC and ccRCC. CTTA has clinical value in differential diagnosis of non-ccRCC and ccRCC.

Carcinoma, renal cell; Tomography, X-ray computed; Texture analysis

R737.11; R814.42

A

1003-3289(2017)12-1768-06

卫生部行业基金科研专项(201402019)。

周海龙(1988—)，男，山东滨州人，学士，技师。研究方向：泌尿生殖系统影像学。E-mail: zhouhailong1028@126.com

孙昊，中国医学科学院 北京协和医学院 北京协和医院放射科，100730。E-mail: sun_robert@126.com

2017-09-19

2017-11-06

10.13929/j.1003-3289.201709106