影像組學(xué)在甲狀腺結(jié)節(jié)良惡性鑒別中的應(yīng)用研究

黃福靈，周春燚，劉辰民，龍莉玲（通訊作者）

（廣西醫(yī)科大學(xué)第一附屬醫(yī)院放射科 廣西 南寧 530021）

甲狀腺結(jié)節(jié)（Thyroid nodular，TN）是指可以臨床觸及或在超聲檢查中可將其與周邊組織區(qū)分開(kāi)的甲狀腺內(nèi)孤立病灶，其中約5%為甲狀腺癌[1]，且大多數(shù)是分化良好的乳頭狀癌。臨床上對(duì)于甲狀腺結(jié)節(jié)的治療根據(jù)其性質(zhì)而決定，良性的甲狀腺結(jié)節(jié)一般僅需定期隨訪(fǎng)，無(wú)需特殊治療，少數(shù)結(jié)節(jié)可選擇性手術(shù)。而惡性甲狀腺結(jié)節(jié)一旦確診，應(yīng)盡早手術(shù)治療。甲狀腺結(jié)節(jié)的影像診斷目前主要包括超聲、CT 和MRI，其中超聲在這方面的應(yīng)用最為廣泛，而超聲檢查的結(jié)果受醫(yī)生水平影響比較大，誤診時(shí)有發(fā)生[2]。而CT 及MRI 檢查對(duì)甲狀腺結(jié)節(jié)本身而言，沒(méi)有可靠的征象能區(qū)別良性與惡性。甲狀腺細(xì)胞穿刺技術(shù)（FNA）是診斷良惡性較為可靠的方法，但是FNA 是有創(chuàng)性檢查，且穿刺結(jié)果容易受醫(yī)生水平及穿刺取材部位的影響。因此，找到可靠的鑒別甲狀腺結(jié)節(jié)良惡性的影像學(xué)方法，可以避免患者不必要的有創(chuàng)檢查并能及時(shí)進(jìn)行治療。而隨著影像組學(xué)（radiomics）的興起，其在腫瘤診斷方面取得了良好的成果，但是目前在甲狀腺領(lǐng)域研究尚少，基于此，本研究應(yīng)用影像組學(xué)方法探討其在甲狀腺結(jié)節(jié)良惡性鑒別中的應(yīng)用價(jià)值。

1 材料與方法

1.1 病例資料

回顧性分析2017 年4 月—2018 年1 月在我院術(shù)前行甲狀腺雙能量CT 檢查患者90 例，所有病例均經(jīng)外科手術(shù)病理或細(xì)胞學(xué)穿刺證實(shí)，其中良性45 例，男2 例，女43 例，年齡19 ～72（43.7±12.5）歲；惡性45 例，男3 例，女42 例，年齡25 ～79（48.8±16.12）歲。

納入標(biāo)準(zhǔn)：（1）掃描設(shè)備采用西門(mén)子雙源CT機(jī)。（2）結(jié)節(jié)最長(zhǎng)徑≥1cm[3]。（3）不存在影響觀(guān)察及測(cè)量的造影劑偽影。（4）有完整的臨床資料及病理結(jié)果。

1.2 掃描方法

采用德國(guó)西門(mén)子公司SOMATOM Definition Flash CT進(jìn)行掃描，行雙能量平掃及雙期增強(qiáng)掃描。掃描參數(shù)：A 球管電壓100kV，B 球管電壓Sn140kV，A 球管管電流為180mAs，打開(kāi)CARE Dose4D，球管轉(zhuǎn)速為0.28s，螺距0.5，雙能融合系數(shù)0.4，重建層厚1.5mm，層間距1.5mm。掃描范圍從顱底至胸廓入口處。增強(qiáng)掃描造影劑注射流速3.0ml/s，總量85ml，動(dòng)脈期延遲時(shí)間為25 秒，靜脈期延遲時(shí)間為60 秒。

1.3 紋理特征提取及分析

由2 名從事影像診斷10 年的放射科醫(yī)師將所有患者CT 靜脈期圖像中結(jié)節(jié)最大層面的圖像以 DICOM 格式進(jìn)行存儲(chǔ)，并導(dǎo)入紋理分析軟件MaZda 進(jìn)行后處理分析。Mazad 軟件包可以從官網(wǎng)下載（http://www.eletel.p.lodz.pl/mazad/）。首先由一名診斷醫(yī)師對(duì)甲狀腺結(jié)節(jié)進(jìn)行感興趣區(qū)（region of interest，ROI）勾畫(huà)，另外一名再對(duì)其進(jìn)行驗(yàn)證，當(dāng)意見(jiàn)不統(tǒng)一時(shí)協(xié)商處理。為減少圖像間的差異對(duì)結(jié)果造成的影響，在勾畫(huà)前選中±3sigma使圖像進(jìn)行標(biāo)準(zhǔn)化[4]。勾畫(huà)方法：沿病灶邊緣每隔2 ～3mm 進(jìn)行點(diǎn)擊，當(dāng)形成封閉環(huán)時(shí)雙擊，無(wú)需避開(kāi)病變內(nèi)的壞死及鈣化部分。MaZad 軟件可提取的紋理參數(shù)有六類(lèi)（梯度參數(shù)、圖像直方圖、共生矩陣派生參數(shù)、游程長(zhǎng)度共生矩陣、小波變換和自回歸模型），總共可提取300 多項(xiàng)紋理特征。本研究主要使用Fisher 系數(shù)、分類(lèi)誤差概率與平均相關(guān)系數(shù)（POE+ACC）及互信息（MI）等三種降維方法進(jìn)行處理。然后采用B11 分析軟件分別進(jìn)行原始數(shù)據(jù)分析（RDA）、主成分分析（PCA）、線(xiàn)性判別分析（LDA）及非線(xiàn)性判別分析（NDA）等四種方式進(jìn)行判別。

1.4 統(tǒng)計(jì)分析

分別統(tǒng)計(jì)各個(gè)分析方法對(duì)甲狀腺良性結(jié)節(jié)和惡性結(jié)節(jié)的錯(cuò)誤率、靈敏度、特異度及預(yù)測(cè)準(zhǔn)確度，通過(guò)比較找出鑒別甲狀腺結(jié)節(jié)良惡性最準(zhǔn)確可靠的預(yù)測(cè)模型。

2 結(jié)果

2.1 最佳紋理特征選擇

三種降維方法分別提取出10 個(gè)鑒別能力較強(qiáng)的紋理參數(shù)，相關(guān)度 S（2,-2）在三種降維算法中均被篩選出來(lái)。

2.2 數(shù)據(jù)判別分析

使用B11 分析模塊分析出的錯(cuò)誤率如表2.1 所示。其中Fisher/DNA 法在各組中錯(cuò)誤率最低,只有8.89%。圖2.1為Fisher 降維方式中四種判別式對(duì)甲狀腺良惡性結(jié)節(jié)進(jìn)行鑒別的示意圖。

表 2.1 甲狀腺良惡性結(jié)節(jié)的錯(cuò)誤率（錯(cuò)誤病例數(shù)目/總病例數(shù)目）

2.3 預(yù)測(cè)甲狀腺結(jié)節(jié)良惡性結(jié)果

結(jié)節(jié)良惡性預(yù)測(cè)結(jié)果如表2.2 所示。其中靈敏度最高的是 Fisher/NDA 法，為89.36%；特異度最高的是MI/NDA法，特異度為97.05%，而預(yù)測(cè)準(zhǔn)確率最好的是Fisher/NDA 法，預(yù)測(cè)準(zhǔn)確率為91.11%。

表2 .2 甲狀腺結(jié)節(jié)良惡性預(yù)測(cè)結(jié)果

3 討論

甲狀腺結(jié)節(jié)在臨床上是常見(jiàn)病，而且檢出率呈逐年升高趨勢(shì)。而甲狀腺結(jié)節(jié)的良惡性鑒別對(duì)于患者的預(yù)后至關(guān)重要，目前甲狀腺結(jié)節(jié)良惡性的判別主要靠影像科醫(yī)生的判斷，而影像征象又缺乏特異性，所以目前影像上無(wú)法很準(zhǔn)確地區(qū)分良惡性結(jié)節(jié)[5]。就本研究所收病例而言，惡性結(jié)節(jié)的CT 診斷符合率僅為65%，所以找到一種更為簡(jiǎn)單、準(zhǔn)確的診斷方法成為目前臨床急需解決的問(wèn)題。

2012 年荷蘭學(xué)者Lambin 提出影像組學(xué)的概念，是指從影像（包括超聲，CT、MRI 及PET-CT 等）中提取大量影像信息，實(shí)現(xiàn)腫瘤分割、特征提取與模型建立，用來(lái)對(duì)病變進(jìn)行分析和預(yù)測(cè)。目前影像組學(xué)在腫瘤良惡性鑒別中運(yùn)用較多，但主要集中在肺癌、腎癌及神經(jīng)系統(tǒng)等[6]，而在甲狀腺結(jié)節(jié)的良惡性鑒別方面報(bào)道較少，其主要也是在超聲方面。Hirning 等[7]通過(guò)超聲圖像紋理分析的研究，發(fā)現(xiàn)10%百分位數(shù)以及熵最具有統(tǒng)計(jì)學(xué)意義，并且可以對(duì)甲狀腺癌、結(jié)節(jié)甲狀腺腫、囊腫、腺瘤以及正常甲狀腺組織進(jìn)行分類(lèi)，其準(zhǔn)確率可以達(dá)到90%。Yu 等[8]對(duì)610 幅超聲甲狀腺結(jié)節(jié)圖像進(jìn)行分析，提取出2 個(gè)形態(tài)學(xué)特征和65 個(gè)紋理特征，通過(guò)神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)SVM 建立模型。其中，神經(jīng)網(wǎng)絡(luò)的準(zhǔn)確率達(dá)99%，而SVM 的準(zhǔn)確率高達(dá)100%，而且還發(fā)現(xiàn)當(dāng)這兩個(gè)分類(lèi)器敏感性增加時(shí)特異性就相應(yīng)降低。郭等人[9]對(duì)42 個(gè)甲狀腺結(jié)節(jié)病人行頸部增強(qiáng)CT 掃描。應(yīng)用影像組學(xué)方法對(duì)病灶進(jìn)行鑒別，得出熵值在良惡性結(jié)節(jié)間的差異具有統(tǒng)計(jì)學(xué)差異，特異度和敏感度分別為70.0%和71.3%。杜丹丹等[10]對(duì)269 例患者使用影像組學(xué)智能分析軟件（AK）對(duì)甲狀腺結(jié)節(jié)的CT 平掃圖像進(jìn)行分析，共組合成SVM 、邏輯斯諦回歸模型（LR）及貝葉斯方法等三種模型，SVM 診斷效能最佳，其訓(xùn)練集診斷準(zhǔn)確度為100%，特異度為100%，敏感度為100%，測(cè)試集診斷準(zhǔn)確度為91.4%，特異度為95.5%，敏感性為82.7%。在本研究中靈敏度最高的是Fisher/NDA 法，為89.36%；特異度最高的是MI/NDA 法，特異度為97.05%，而預(yù)測(cè)準(zhǔn)確率最好的是Fisher/NDA 法，預(yù)測(cè)準(zhǔn)確率為91.11%。

本研究存在以下方面不足：第一、本研究為回顧性研究，在篩選病例中會(huì)出現(xiàn)偏倚現(xiàn)象。第二、本研究只選取勾畫(huà)了腫瘤最大層面，而腫瘤是立體結(jié)構(gòu)，未能全面的反映腫瘤紋理特征。第三、本研究采用的是手動(dòng)勾畫(huà)的方式，其病灶ROI 易受到人為因素的影響。在將來(lái)的研究中可以采用更為成熟的軟件進(jìn)行結(jié)節(jié)的自動(dòng)或半自分割，其研究結(jié)果也將更具說(shuō)服力。