APP下载

ADC全域直方图在鉴别胶质母细胞瘤和脑单发转移瘤中的应用价值

2018-04-20吕青青程敬亮朱晨迪汪卫建

中国临床医学影像杂志 2018年12期
关键词:偏度峰度单发

吕青青,张 勇,程敬亮,朱晨迪,汪卫建,许 珂

(郑州大学第一附属医院磁共振科,河南 郑州 450052)

胶质母细胞瘤(Glioblastom,GBM)和脑转移瘤是最常见的恶性脑肿瘤[1]。两者之间的鉴别对进一步的诊断检查和治疗非常重要。当病变多发时,则转移瘤的诊断多较明确,但当病灶单发时诊断往往存在一定困难,难以与GBM进行鉴别,MRI均可表现为环形强化伴瘤周水肿,即使有先进的MR技术包括磁共振波谱(MRS)、扩散张量成像(DTI)和灌注MRI,其诊断的准确度仍低于65%[2]。

全域直方图分析是一种新的基于像素分布的图像分析方法,可为肿瘤的鉴别提供更多定量信息。目前直方图分析在肿瘤的鉴别[3]、器官的治疗反应[4]等方面均显示出优越性。本文回顾性分析经手术病理证实的58例GBM和脑单发转移瘤患者的资料,以磁共振ADC图像数据为基础,研究此两种肿瘤的全域直方图特征,通过提取许多肉眼无法看到的图像信息,来分析其对两种肿瘤的鉴别价值。

1 资料与方法

1.1 研究对象

回顾性分析2013年5月—2017年10月于郑州大学第一附属医院收集的58例经病理证实的颅内肿瘤患者的资料,其中GBM 30例(男17例、女13 例),年龄 10~69 岁,平均(51.1±14.23)岁;脑单发转移瘤 28例(男16例、女12例),年龄35~72岁,平均(60.12±10.56)岁,其中肺癌 17 例、神经内分泌癌7例、乳腺癌2例、肝癌1例、胃癌1例。纳入标准:①通过手术病理证实为GBM和脑单发转移瘤;②术前在我院行常规MRI检查,包括轴面T1WI、T2WI、液体衰减反转恢复序列(FLAIR)、DWI和增强T1WI;③MRI图像质量清晰;④排除转移性黑色素瘤中T1WI表现为高信号的病例。

1.2 磁共振成像方法

采用Siemens Skyra 3.0T磁共振扫描系统,标准32通道头线圈。序列包括:T1WI(轴位和矢状位)、T2WI(轴位)、FLAIR(轴位)、DWI(轴位)以及增强 T1WI(轴位、矢状位及冠状位)。扫描参数:T1WI:TR 260ms,TE 2.46 ms;T2WI:TR 3 800 ms,TE 93 ms;FLAIR:TR 4 500 ms,TE 93 ms;DWI:b 值为 0、1 000 s/mm2,TR 3 500 ms,TE 119 ms。 FOV:230 mm×230 mm,层厚 5 mm,层间距 0.3 mm,矩阵 256×256。增强扫描参数与平扫T1WI一致。

1.3 感兴趣区的选取

1.3.1 图像选择

将所有患者的MRI图像从PACS工作站以BMP格式导出,导出时调整窗宽、窗位,使所有图像窗宽、窗位均保持一致,存于硬盘中,选择ADC序列,用于直方图分析,以其他序列作为辅助图像。

1.3.2 直方图分析

采用Mazda软件分析包含肿瘤全部层面的ADC图像,沿肿瘤边缘手动勾画感兴趣区(Regions of interest,ROI),并用红色填充(图1,2),软件可自动生成ROI的灰度直方图,分析并计算直方图参数,包括平均值、方差、偏度、峰度、百分位数值。勾画ROI时避免明显的坏死、出血、大血管及伪影明显的区域,本研究所有样本勾画的ROI均由3位影像学专家指导完成。

1.4 统计学分析

采用SPSS 22.0统计软件进行统计分析。符合正态分布采用两独立样本t检验比较两种直方图各参数的差异,计量资料用均数±标准差(±s)进行统计描述。不符合正态分布,采用非参数检验(Wilcoxon秩和检验),用中位数±四分位间距对统计参数进行描述。绘制受试者工作特征(Receiver operating characteristic,ROC)曲线,计算曲线下面积,预测鉴别GBM与脑单发转移瘤的最佳阈值。P<0.05差异具有统计学意义。

2 结果

2.1 GBM与脑单发转移瘤的直方图参数分析

由软件运行出的两种肿瘤的ADC直方图见图3。直方图各参数值见表1。由表中数据可知,平均值、偏度、第1百分位数、第10百分位数、第50百分位数、第90百分位数、第99百分位数等7个参数间差异具有统计学意义(P<0.05),方差及峰度间差异无统计学意义(P>0.05)。

2.2 直方图参数的ROC曲线分析

ROC曲线分别分析上述参数,数据见表2,并绘制ROC曲线(图4)。平均值、偏度、第1百分位数、第10百分位数、第50百分位数、第90百分位数、第99 百分位数的曲线下面积分别 0.792、0.658、0.674、0.736、0.801、0.735、0.699。由ROC 曲线得出平均值取132.81时,敏感度和特异度分别为70.0%和78.6%;偏度取0.50时,敏感度和特异度分别为60.7%和 60.0%;第 1 百分位数取 75.05 时,敏感度和特异度分别为76.7%和64.3%;第10百分位数取95.13时, 敏感度和特异度分别为 70.0%和 67.9%;第50百分位数取128.40时,敏感度和特异度分别为 63.3%和 78.6%; 第 90 百分位数取 172.40 时,敏感度和特异度分别为70.0%和75.0%;第99百分位数取204.10时,敏感度和特异度分别为70.0%和60.7%。

3 讨论

3.1 GBM与脑单发转移瘤的MRI鉴别诊断

图1 GBM的ADC图原始图像(图1a)和ADC图标记后图像(图1b)。 图2 脑单发转移瘤ADC图原始图像(图2a)和ADC图标记后图像(图2b)。Figure 1.The original ADC image of glioblastom(Figure 1a)and the marked ADC image of glioblastom(Figure 1b).Figure 2.The original ADC image of solitary brain metastasis(Figure 2a)and the marked ADC image of solitary brain metastasis(Figure 2b).

图3 GBM的ADC直方图(图3a),脑单发转移瘤的ADC直方图(图3b)。横坐标表示ROI内的不同灰度值,纵坐标表示各灰度值出现的频率。Figure 3.ADC histogram ofglioblastom(Figure 3a),and ADC histogram of solitary brain metastasis(Figure 3b).The abscissa represents the different gray values in the ROI,and the ordinate represents the frequency of each gray value.

图4 平均值与第1、10、50、90、99 百分位数的ROC曲线 (图4a);偏度的ROC曲线(图4b)。Figure 4.The ROC curve of the mean,the 1th,10th,50th,90th and 99th percentiles(Figure 4a);the ROC curve of skewness(Figure 4b).

表1 GBM与脑单发转移瘤ADC直方图参数值比较(±s/中位数±四分位间距)

表1 GBM与脑单发转移瘤ADC直方图参数值比较(±s/中位数±四分位间距)

组别 GBM 单发转移瘤 t值/Z值 P值平均值 145.37±30.39 117.50±18.00 4.238 0.000方差 1 203.51±1 513.03 1 035.41±521.56 -1.618 0.106偏度 0.35±0.57 0.69±0.47 -2.466 0.017峰度 0.10±0.58 0.73±1.66 -1.898 0.058第 1 百分位数 79.17±13.58 65.32±24.25 -2.272 0.023第 10 百分位数 100.23±18.94 85.34±17.79 3.080 0.003第 50 百分位数 143.35±34.34 111.40±19.71 -3.929 0.000第 90 百分位数 191.39±40.63 160.23±22.89 3.629 0.001第 99 百分位数 217.68±32.85 198.20±24.01 2.590 0.012

表2 平均值、偏度、第1百分位数、第10百分位数、第50百分位数、第90百分位数、第99百分位数的ROC曲线数据

病史对GBM与转移瘤的鉴别非常重要,当患者有颅外恶性疾病,MRI检查发现有多发边界清晰的病变呈环状强化或幕下病变,则倾向于转移瘤的诊断。但当转移瘤表现为单发病灶或GBM发生于幕下时均会对鉴别诊断造成困难,且两种肿瘤的病程、治疗原则、预后均不相同,因此术前明确诊断对临床治疗尤为重要。在常规影像学检查上,这两种肿瘤通常表现出类似的表现:明显的坏死性肿块,平扫图像有较强的瘤周T2延长,且增强图像有环状强化。王萍等[5]认为不同b值的DWI的ADC值可对GBM和脑单发转移瘤进行鉴别,认为随着b值升高,ADC值的鉴别能力逐渐降低,当b值取1 000 s/mm2时,鉴别能力最强。有研究表明,基于增强T1WI直方图的峰度值可鉴别GBM和颅内单发转移瘤[6],但其直方图参数量较少,没有包含百分位数等统计参数,结果也较为单一,而且此方法需要注入对比剂获取增强序列,操作相对复杂。另外,DTI三维形态学分析也可用于鉴别GBM和转移瘤[7];Byrnes等[8]的研究表明当来自肿瘤体积和周围瘤周水肿的DTI指标被合并时,能够正确预测87%的GBM和83%的转移瘤,但DTI不是常规使用的检查手段,难以快速普及。Xu等[3]认为大多数的用形态学标准和信号强度特征来鉴别单发幕上脑转移瘤和GBM的能力有限,在T2加权图像上测得瘤周区的最大直径与增强病灶的最大直径之比可作为区分单发幕上脑转移瘤和GBM的有用因素。

3.2 全域直方图分析概述

全域直方图分析是一种用于量化肿瘤内部异质性的新方法,它利用获得的影像数据,用数学的方法评价ROI的灰阶强度分布,可发现影像图像中许多人眼捕捉不到的特征。直方图组成参数的具体数值,包括平均值、方差、偏斜度、峰度、第1百分位数、第10百分位数、第50百分位数、第90百分位数、第99百分位数。直方图可在MRI不同序列的基础上进行分析,增强磁共振直方图可用于髓母细胞瘤的复发鉴别[9];ADC直方图可用于鉴别眼眶良恶性肿块[3]、儿童脑胶质瘤[10]等;还有研究利用T2WI直方图分析椎间盘退行性病变[11]。此外,直方图还可用于分析肿瘤与病理之间的相关性[12-13]以及预测肿瘤患者的生存时间[14-15]等方面。

3.3 ADC全域直方图分析的鉴别价值

本研究利用ADC全域直方图鉴别GBM与脑单发转移瘤,通过分析平均值、方差、偏斜度、峰度、第1百分位数、第10百分位数、第50百分位数、第90百分位数、第99百分位数等9个直方图参数在两种肿瘤中的统计学意义,得出结果如下:平均值、偏度、第1百分位数、第10百分位数、第50百分位数、第90百分位数、第99百分位数等7个参数在两种肿瘤间的差异有统计学意义,其中平均值和第90百分位数对鉴别两种肿瘤的敏感度和特异度最高。因此,ADC全域直方图分析对GBM与脑单发转移瘤的鉴别诊断存在一定价值,且ADC图是常规的磁共振扫描序列,不需要注入对比剂,具有简便、经济的优势,可将ADC直方图作为一种诊断上述肿瘤的新的辅助方法,有助于选择更好的治疗方式并改善预后。

本研究的样本量有限,未能将脑单发转移瘤按病理进行分类鉴别,另外GBM也有野生型和突变型,后续的研究可增加样本量,探索直方图分析肿瘤不同病理类型之间是否有关联。

猜你喜欢

偏度峰度单发
酰胺质子转移成像和扩散峰度成像评估子宫内膜癌微卫星不稳定状态
扩散峰度成像技术检测急性期癫痫大鼠模型的成像改变
随吟
保护措施
基于相位分辨统计技术的局部放电类型分析
老年单发早期胃癌内镜私膜下剥离术的临床效果观察
一种单发直升机直流供电系统构型
基于自动反相校正和峰度值比较的探地雷达回波信号去噪方法
中山港区表层沉积物特征分析
正态分布在高校成绩分析中的应用