腸道CT圖像紋理分析對腸道良惡性病變的鑒別診斷價值

郭艷利 高紅麗 秦文宇

腸道病變是消化內科常見疾病之一，近年來，隨著人們生活方式的變化，腸道良惡性病變發(fā)生率呈上升趨勢[1]。研究指出，即使有惡變潛質的腸道息肉也需經過5年甚至更長時間才能發(fā)展到惡性病變[2]，因此，盡早對腸道病變進行診斷，有利于醫(yī)務人員選擇合適的治療方法，改善患者預后。CT等影像技術可獲得人體組織器官的二維、三維圖像，準確觀察病灶形態(tài)、位置、大小等，是臨床評估腸道病變的首選方法之一[3]。不同異常CT影像可反映不同腸道病變，有學者指出，CT圖像中不同組織X線吸收衰減值可在一定程度上反映病變性質，其中灰度共生矩陣(GLCM)的相關紋理特征能反映圖像中不同灰度像素的相關特性[4]?；诖?，本次研究觀察腸道CT圖像紋理分析對腸道良惡性病變的鑒別診斷價值，具體報告如下。

1 資料與方法

1.1 一般資料

回顧性分析2019年6月至2021年6月在我院就診，經臨床診斷或病理證實的118例腸道病變患者(良性47例，惡性71例)的腸道CT資料。納入標準：經臨床診斷或病理檢查證實為腸道良惡性病變者，存在食欲不振、惡心嘔吐、腹痛、腹瀉、便秘等臨床癥狀；均行腹部CT檢查；在行CT掃描前均對檢查方法及注意事項知情同意，且對本研究知情同意；經我院倫理委員會審核通過。排除標準：臨床資料不全或不能配合檢查者；圖像存在偽影，影響病灶觀察者。118例患者中男性53例，女性65例；年齡45～65歲，平均(54.62±5.83)歲。47例良性病變患者中十二指腸息肉18例，結腸息肉15例，直腸息肉14例；71例惡性病變患者中十二指腸癌21例，結腸癌26例，直腸癌24例。

1.2 檢查方法

使用德國西門子Definition AS+128層螺旋CT掃描儀。選取螺旋掃描模式，螺距1.2，準直128×0.625 mm，重建層厚1.25 mm，層間隔0.625 mm，重建卷積函數(shù)采用B60f，將掃描圖像存于PACS系統(tǒng)中。調取系統(tǒng)中軸位平掃圖像，以DICOM3．0格式儲存腸道病變部位最大橫斷面圖像。手動勾畫感興趣區(qū)(ROI)后，導入Matlab 7.0軟件，用GLCM法提取對比度、能量、熵、相關以及一致性5個角度為0°時腸道病變部位的圖像紋理特征。結果均由2名經驗豐富的影像科醫(yī)師進行閱片、評分并診斷，診斷結果有差異時共同協(xié)商處理。

1.3 觀察指標

比較腸道良惡性病變CT平掃圖像的灰度共生矩陣紋理參數(shù)(對比度、能量、熵、相關、一致性)。繪制ROC曲線，分析各參數(shù)對腸道良惡性病變的診斷價值。

1.4 統(tǒng)計學方法

2 結果

2.1 腸道病變部位提取的紋理參數(shù)

所有腸道病變掃描結果均經軟件處理，得到對比度、能量、熵、相關以及一致性5個GLCM參數(shù)圖，見表1。

表1 惡性腸道病變部位紋理特征比較

2.2 各紋理特征對腸道良惡性病變的診斷效能

ROC結果顯示，對比度、能量、熵、相關、一致性5個紋理特征指標在鑒別腸道良惡性病變方面具有顯著差異，其診斷AUC分別為0.711、0.935、0.883、0.771、0.854。見表2、圖1。

表2 各紋理特征對腸道良惡性病變的診斷效能

圖1 各紋理特征診斷腸道良惡性病變的ROC曲線

3 討論

腸道是人體消化器官中最長的管道，其包含較多部位，惡性腫瘤是消化內科常見腸道疾病之一，也是臨床常見腫瘤之一，其發(fā)病率及死亡率均在惡性腫瘤中占較高地位[5]。近年來，隨著人們飲食結構的改變，腸道腫瘤發(fā)生率呈明顯上升且年輕化趨勢[6]，因此臨床應加強對腸道疾病的重視，提高早期鑒別準確率，促使患者盡早得到合理診治，改善預后。

腸道疾病可導致腸壁增厚，CT影像能觀察完整腸道狀況及周圍組織狀況，并評估腸壁增厚狀況，因此，CT是腸道腫瘤的常用影像診斷手段。隨著影像技術的發(fā)展，醫(yī)學影像圖像處理也日益精進，可為腸道疾病的診斷與鑒別診斷提供更加可靠的理論依據(jù)[7]。紋理分析是醫(yī)學影像重要分析方法，其可有效顯示細小組織異質性特征及細微變化。有學者指出，紋理分析可以在不受影像醫(yī)師專業(yè)技能及傳統(tǒng)影像分析方法影響下，客觀測量顯示病灶分布狀況，為提取腫瘤病灶、診斷、療效及預后評估提供較高的預測價值[8]。眾所周知，細胞組織結構改變是引起惡性腫瘤發(fā)生發(fā)展的主要原因，因此腫瘤結構、質地常不均勻[9]。但臨床中有時肉眼無法察覺其變化，而通過其紋理特征則可發(fā)現(xiàn)，雷強等[10]觀察肺部良惡性病變患者紋理特征發(fā)現(xiàn)二者在像素、空間信息、灰度分布程度等均存在一定的差異。而紋理分析法在鑒別腸道良惡性病變的相關研究鮮有報道，但該圖像處理方法進行良惡性病變鑒別，可減少不必要的有創(chuàng)性治療手段，為患者診治方法的選擇提供準確參考[11]。

本次研究選取GLCM 5種紋理特征，對腸道良惡性腫瘤進行檢查，幫助鑒別病變的良惡性。對比度能反映病灶圖像的清晰度及腸壁紋理溝紋深淺度，而紋理溝紋深淺與圖像對比度、效果清晰程度呈正比[12]，能量則能反映病灶均勻程度及紋理粗細程度，病灶圖像越均勻則能量越大[13]。熵能反映紋理復雜程度及非均勻度，且紋理復雜程度與熵值呈正比[14]。相關可反映紋理的細致程度，當圖像紋理越細致，則相關值就越大，反之則相關值越小[15]。一致性顯示紋理規(guī)則程度，紋理雜亂無章時，則一致性小[16]。本次研究結果顯示，惡性腸道病變對比度、熵大于良性病變；能量、相關、一致性均小于良性病變，差異均有統(tǒng)計學意義。表明惡性病變圖像灰度分布不均勻，局部紋理復雜、紊亂，圖像紋理溝紋深，灰度反差明顯；良性病變圖像灰度分布相對均勻，局部紋理規(guī)律性強，圖像紋理溝紋淺，病變局部灰度反差不大。分析原因可能是GLCM中紋理特征分類精細，對組織結構變化敏感，即使其在分析總像素較小的圖像時也能得到充足的組織特異性紋理。另外，本次研究還采用ROC曲線分析，結果顯示，對比度、能量、熵、相關、一致性5個紋理特征指標診斷腸道良惡性病變的AUC分別為0.711、0.935、0.883、0.771、0.854，均表現(xiàn)出良好診斷效能。

綜上所述，腸道CT圖像紋理分析在鑒別診斷腸道良惡性疾病中具有較高的應用價值，可為腸道良惡性病變診治方法的選擇提供可靠的信息和客觀依據(jù)。