定量ADC圖的紋理分析對(duì)高級(jí)別膠質(zhì)瘤與腦轉(zhuǎn)移瘤的鑒別診斷.pdf

1、背景:
　　高級(jí)別膠質(zhì)瘤(high grade gliomas，HGG)和腦轉(zhuǎn)移瘤(metastatic brain tumor，METS)是最常見(jiàn)的成人惡性腦腫瘤。HGG和METS在新陳代謝、血管構(gòu)成、微環(huán)境因素、形態(tài)和功能上都存在著明顯差異，鑒別二者也非常必要。然而，這兩者在常規(guī)MRI上似乎是難以區(qū)分的，因?yàn)槎呔哂邢嗨频挠跋裉卣骱驮鰪?qiáng)改變，在許多情況下無(wú)法區(qū)分。如果能在術(shù)前對(duì)二者進(jìn)行鑒別，就可以制定更好的治療方案。以前，有很

2、多研究嘗試使用非侵入性、先進(jìn)的醫(yī)學(xué)影像技術(shù)來(lái)鑒別二者，但收效甚微，究其原因是多數(shù)研究或者僅包括腫瘤實(shí)質(zhì)，或者僅關(guān)注瘤周區(qū)，或采用很小的ROIs而非常低估了估瘤的異質(zhì)性。
　　磁共振紋理分析(MRTA)是一種新的圖像分析技術(shù)，可以幫助我們獲得多達(dá)數(shù)以百計(jì)的參數(shù)來(lái)評(píng)價(jià)腫瘤，并基于腫瘤全域評(píng)估腫瘤的異質(zhì)性。此外，它有助于描述圖像的所有紋理特征，如強(qiáng)度、形狀、大小、體積、腫瘤表型、遺傳和微觀環(huán)境因素，而這是肉眼看不到的,并可以提高診斷準(zhǔn)確

3、性。
　　因此，采用基于腫瘤全域的非侵入性技術(shù)來(lái)鑒別HGG與METS是非常必要的。
　　目的:
　　本研究對(duì)HGG與METS的表觀彌散系數(shù)(apparent diffusion coefficient，ADC)圖進(jìn)行基于腫瘤全域的紋理分析(texture analysis，TA)，進(jìn)而評(píng)估紋理分析對(duì)兩種腫瘤的鑒別診斷能力。
　　材料與方法:
　　本研究是一項(xiàng)回顧性研究，患者來(lái)源于大連醫(yī)科大學(xué)附屬第一醫(yī)院放射

4、科。本研究共收集了經(jīng)手術(shù)病理證實(shí)的50例HGG和32例METS患者。所有患者均行術(shù)前MRI檢查，使用GE Signa HDxt3.0T磁共振掃描儀（8通道頭線圈）;所掃描的序列包括矢狀位T1WI、軸位T1WI、軸位T2WI、軸位T2Flair、軸位彌散加權(quán)成像（diffusion weighted imaging，DWI）和軸位增強(qiáng)T1WI。我們使用ADW4.6工作站functool2軟件對(duì)所有患者DWI圖像進(jìn)行后處理，獲取并保存ADC

5、圖以備后續(xù)處理。我們使用Omnikinetics軟件（GE藥業(yè)公司，中國(guó)）對(duì)ADC圖進(jìn)行TA分析，逐層在每個(gè)腫瘤的ADC圖上(沿)水腫邊緣勾畫ROI區(qū)，包括整個(gè)腫瘤實(shí)質(zhì)（涵蓋囊變區(qū)、壞死區(qū)或出血區(qū)）和瘤周水腫區(qū)。之后(將)多個(gè)層面的ROI區(qū)域進(jìn)行疊加重建形成一個(gè)3DROI。記錄每個(gè)病例的直方圖曲線及紋理參數(shù)，以作進(jìn)一步統(tǒng)計(jì)學(xué)分析。
　　共計(jì)33個(gè)ADC圖的紋理參數(shù)，包括15個(gè)一階直方圖參數(shù)(First order histogra

6、m parameters，F(xiàn)OHP):最小值（minimum intensity,MIN）、最大值(maximum intensity，MAX)、中間值（median intensity,MI）、偏度(skewness)、峰度(kurtosis)、平均差(mean deviation，MD)、相對(duì)差(relative deviation，RD)、標(biāo)準(zhǔn)差(standard deviation，SD)、值域(range)、體素?cái)?shù)(voxel

7、 value sum，VVS)、均方根值(root mean square，RMS)、一致性(uniformity)、變異(variance)、平均值mean value(MV)和體積數(shù)volumecount(VC);8個(gè)(灰)度共生矩陣(Gray level co-occurrence matrix，GLCM)參數(shù):能量(energy)、熵值(entropy)、惰性(inertia)、相關(guān)性(correlation)、逆差矩(inve

8、rse difference moment，IDM)、集群陰影(cluster shade，CS)、集群突出(cluster prominence，CP)和Haralick相關(guān)(Haralick correlation，HC);以及10個(gè)(灰)度游程長(zhǎng)度矩陣（Gray level run length maxia，GLRM）參數(shù):短期重點(diǎn)（short run emphasis,SRE）、長(zhǎng)期重點(diǎn)(long run emphasis，LR

9、E)、(灰)度不均勻（gray level non uniformity，GLN）、運(yùn)行長(zhǎng)度的不均勻性(run length non uniformity,RLN)，低(灰)度游程（low gray level run emphasis,LGLRE）、高(灰)度游程（high gray level run emphasis，HGLRE）、短期低(灰)度級(jí)重點(diǎn)(short run low gray level emphasis，SRLGL

10、E)、短期高(灰)度級(jí)的重點(diǎn)(short run high gray level emphasis，SRHGLE)、長(zhǎng)期低(灰)度級(jí)重點(diǎn)(long run low gray level emphasis，LRLGLE)和長(zhǎng)期高(灰)度級(jí)重點(diǎn)（long run high gray level emphasis，LRHGLE）。全部數(shù)據(jù)用SPSS20.0進(jìn)行統(tǒng)計(jì)學(xué)分析:使用Shapiro-Wilk檢驗(yàn)數(shù)據(jù)是否符合正態(tài)分布;HGG和METS的

11、TA參數(shù)值如VC、VVS和IDM使用獨(dú)立樣本t檢驗(yàn)，非參數(shù)值如MIN、MAX、MI、偏度、峰度、MD、RD、SD、值域、RMS、一致性、變異、MV、能量、熵值、惰性、相關(guān)性、IDM、CS、CP、HC、SRE、LRE、GLN、RLN、LGLRE、HGLRE、SRLGLE、SRHGLE、LRLGLE和LRHGE采用Mann-Whitney U檢驗(yàn)。利用(ROC)曲線計(jì)算曲線下面積(AUC)和P值從而確定各獨(dú)立危險(xiǎn)因素的診斷能力，以診斷閾值、

12、靈敏度和特異性顯示參數(shù)的診斷效能。P＜0.05視為有統(tǒng)計(jì)學(xué)意義。
　　結(jié)果:
　　1.其中VC(P=0.009)、VVS(P=0.013)、RMS(P=0.000)、RD(P=0.042,RD)、相關(guān)性(P=0.016)、能量(P=0.000)、熵值(P=0.000)、GLN(P=0.009)、RLN(P=0.005)、LGLRE(p=0.023)、SRLGLE(P=0.027)、LRLGLE(P=0.000)和LRHGLE

13、(p=0.030)在HGG與METS中有統(tǒng)計(jì)學(xué)差異。HGG的VVS、VC、RD、能量、熵值、相關(guān)性、LN、RLN和LRHGLE的均值±標(biāo)準(zhǔn)差高于METS。
　　2.ROC曲線分析顯示HGG和METS在熵值(AUC=0.955，P=0.009)、RLN(AUC=0.684,P=0.014)、VC(AUC=0.67,P=0.042)、GLN(AUC=0.671,P=0.000)、VVS(AUC=0.663，P=0.016)、相關(guān)性(A

14、UC=0.659，P=0.010)和RD(AUC=0.634，P=0.005)之間存在顯著差異。最大AUC(0.955)來(lái)自熵值，其靈敏度為91.8％，特異性為100％。
　　結(jié)論:
　　采用基于全腫瘤檢查的MR紋理分析，其中有13個(gè)參數(shù)如VVS、VC、RMS、RD、能量、熵值、相關(guān)性、GLN、RLN、LGLRE、SRLGLE、LRHGLE和LRLGLE在HGG和METS之間存在顯著差異。ROC曲線檢驗(yàn)也證明這13個(gè)參數(shù)中有