基于灰度共生矩阵的MRI纹理分析在椎管内脊膜瘤和神经鞘瘤鉴别诊断中的应用价值
时间：2022-12-03 15:40:03 来源：雅意学习网 本文已影响 人 
梁洁，杜昕，王现亮，蒲如剑，朱万平
作者单位：1.潍坊市人民医院放射科，潍坊 261041；
2.潍坊医学院医学影像学院，潍坊 261053；
3.潍坊市人民医院脊柱外科，潍坊 261041
脊膜瘤和神经鞘瘤是两种常见的髓外硬膜内肿瘤，两者的临床表现及影像学表现具有一定的重叠性[1-3]，常规影像诊断对两者鉴别不难，但对于不典型病例仍存在局限性。此外，两者手术治疗的方式不同[4-6]，脊膜瘤容易复发，必须在手术中采取相应的预防措施[7-8]，因此术前对这两种疾病的鉴别诊断至关重要。以往有对两者影像学表现及病理方面的研究[9-10]，但对图像纹理特性研究较少。纹理分析技术是影像组学的一部分，它基于灰度分布及图像像素的内在规律，更客观地反映图像的微观特征[11-13]，灰度共生矩阵（gray-level co-occurrence matrix, GLCM）是常用的二阶纹理分析方法[14-16]。本研究基于MRI 纹理分析，比较椎管内脊膜瘤和神经鞘瘤GLCM 纹理参数的差异，旨在探讨纹理分析在椎管内脊膜瘤和神经鞘瘤鉴别诊断中的应用价值，以期为临床诊断提供一定的参考。
1.1 一般资料
本研究经潍坊市人民医院伦理委员会批准，免除受试者知情同意，批准文号：2022011。回顾性分析2018 年1 月至2021年8月潍坊市人民医院经病理证实的椎管内脊膜瘤和神经鞘瘤病例。其中脊膜瘤组患者26 例，男9 例，女17 例，年龄45～80（64.5±9.8）岁；
神经鞘瘤组患者32 例，男11 例，女22例，年龄35～73（54.6±11.2）岁。纳入标准：（1）术后常规病理证实的椎管内脊膜瘤或神经鞘瘤；
（2）术前均行扫描参数一致的MRI平扫及增强图像（包括T2WI、对比增强T1WI）；
（3）行MRI检查前没有接受手术、放化疗等相关治疗。排除标准：（1）图像存在伪影不符合要求；
（2）病灶以囊性成分为主。
1.2 检查方法
采用德国Siemens Magnetom Skyra 3.0 T 磁共振扫描仪行T1WI（TR 600 ms/TE 12 ms）、T2WI（TR 4000 ms/TE 120 ms）扫描，层厚3 mm，常规序列进行T1WI矢状位、横断位及T2WI矢状位成像，静脉注射对比剂（钆喷酸葡胺，北京北陆药业），按0.1 mmol/kg 剂量以2.5 mL/s 速率注射后进行增强扫描，对比增强T1WI序列进行矢状位、冠状位及横断位成像。
1.3 图像处理
将纳入研究患者的MR 图像从PACX 工作站以Dicom 格式导出，运用ImageJ 软件，在矢状位T2WI 图像上确定病灶最大层面，手动沿病灶内约1～2 mm距离勾画ROI，包括出血、坏死及钙化等所有信息（见图1、图2），随后将勾画好的ROI与矢状位对比增强T1WI 图像的同一层面相匹配，并保持一致。此步骤由两名具有15 年以上工作经验的神经组副主任医师共同完成，当两人观点不同时，通过协商达成一致。纹理分析插件均设置为默认值，软件自动计算由纹理分析插件提取的GLCM参数，包括能量、对比、相关、逆差矩和熵。
1.4 统计学分析
采用MedCale 20.0.0统计软件进行分析，采用组内相关系数（intraclass correlation coefficient, ICC）评价两名测量者内及测量者间所测数据的一致性，ICC＞0.75为一致性良好。对各数据进行正态及方差齐性检验，满足正态分布的数据用（±s）表示，不满足正态性分布的数据用中位数±四分位数表示，组间比较采用独立样本t检验（满足正态分布且方差齐）或Mann-WhitneyU秩和检验（不满足正态分布或方差不齐）。对有统计学意义的纹理参数绘制受试者工作特征（receiver operating characteristic, ROC）曲线（见图3、图4），并计算曲线下面积（area under the curve, AUC），来评价各参数对鉴别两组病例的诊断效能。以肿瘤的分组为因变量，各序列有统计学意义的纹理参数联合诊断为自变量，进行二元逻辑回归分析，进一步分析联合诊断的效能。利用Delong检验比较联合诊断与各单一参数AUC 值的差异，以P＜0.05 为差异有统计学意义。
2.1 GLCM纹理参数比较
脊膜瘤组和神经鞘瘤组T2WI序列中的5个纹理参数组间差异均有统计学意义（P＜0.05）；
对比增强T1WI序列5个纹理参数中的能量、对比、相关和熵组间差异有统计学意义（P＜0.05），逆差矩组间差异无统计学意义（P＞0.05）。进一步两两比较发现，T2WI 序列中神经鞘瘤组的能量、相关、逆差矩小于脊膜瘤组，对比和熵大于脊膜瘤组；
对比增强T1WI 序列中神经鞘瘤组的能量、相关、逆差矩小于脊膜瘤组，对比和熵大于脊膜瘤组（见表1、表2）。
表1 神经鞘瘤组和脊膜瘤组T2WI序列纹理参数比较
表2 神经鞘瘤组和脊膜瘤组对比增强T1WI序列纹理参数比较
2.2 GLCM纹理参数效能
两组肿瘤各纹理参数除对比增强T1WI 中的逆差矩外均具有诊断效能，其中T2WI序列中的熵诊断效能最佳，其AUC为0.981（P＜0.001），以6.02 为临界值，鉴别诊断的敏感度为93.75%，特异度为92.31%，对比增强T1WI 序列中的能量诊断效能最佳，其AUC 为0.962（P＜0.001），以4.00×10-3为临界值，鉴别诊断的敏感度为96.87%，特异度为88.46%（见表3）。通过对两组差异有统计学意义的纹理参数构建logistic 回归模型，发现各参数联合诊断的效能有所提高，增强T1WI 序列联合诊断的AUC=0.977，敏感度为93.75%，特异度为92.31%，T2WI 序列联合诊断的AUC=0.987，敏感度为100%，特异度为92.31%（见表4、表5）。
表3 有统计学意义的纹理参数受试者工作特征曲线分析
表4 T2WI序列联合参数和单一参数Delong检验结果
表5 对比增强T1WI序列联合参数和单一参数Delong检验结果
GLCM 是常用的纹理分析方法，它反映图像在方向、间隔、变化幅度及快慢的综合信息，量化了肿瘤异质性，具有广泛的应用前景及临床价值[17-19]，本研究首次运用二阶纹理分析方法基于MR 图像鉴别椎管内脊膜瘤和神经鞘瘤，结果显示两个序列均有多个纹理参数可鉴别两者，且联合参数诊断效能更高，可为术前鉴别两者提供一定的依据。
3.1 椎管内脊膜瘤和神经鞘瘤对比增强T1WI纹理参数差异
本研究选取GLCM 中的5 个纹理参数，包括能量、对比、相关、逆差矩和熵，在对比增强T1WI 序列中除逆差矩外组间差异均有统计学意义。能量反映图像的均匀性和平滑性，图像分布越均匀，其相对应的能量值越大；
对比反映图像中邻近像素的差异程度，差异越明显对比值越大；
相关是描述图像像素在特定方向的相似程度，其值越大，图像的相似度越高[14,20]。神经鞘瘤组的能量、相关小于脊膜瘤组，对比和熵大于脊膜瘤组，这种差异可能来源于肿瘤的病理学特征。神经鞘瘤镜下为稀疏区和密集区交替排列的梭形肿瘤细胞组成，细胞间存在大量网状纤维及胶原纤维，且瘤体内极易出现囊变及坏死，造成纹理分布的不均匀。而脊膜瘤细胞排列紧密，血供丰富，发生囊变坏死的几率小[21]，强化及灌注程度趋向均匀一致，因此局部纹理特征差异不显著。在本研究中逆差矩在增强T1WI序列组间差异没有统计学意义，分析原因可能是两者均为良性病变，组织结构相对单一，异质性不明显，有待进一步探讨。
3.2 椎管内脊膜瘤和神经鞘瘤T2WI纹理参数差异
T2WI 序列中能量、对比、相关、逆差矩和熵组间差异均有统计学意义，神经鞘瘤组的能量、相关和逆差矩小于脊膜瘤组，对比和熵大于脊膜瘤组。熵值是反映图像纹理的复杂程度及所蕴含的信息量，灰度分布越复杂、信息量越大则熵值越大[22]。本研究发现T2WI 序列中对比、逆差矩、相关和熵的AUC均大于对比增强T1WI序列，两组序列所有纹理参数中T2WI序列中的熵的曲线下面积最大，诊断效能优于其他单一纹理参数，且利用联合参数诊断效能更高，AUC 值达0.987，其原因可能是神经鞘瘤病理上主要由Antoni A区和Antoni B区组成，A区细胞排列紧密有序，界限不清，B区细胞密度低，多为疏松黏液样的网状区[23]，液体多且常伴囊变[24-26]，磁共振T2WI 序列对液体成分更敏感，对比增强T1WI 序列则更侧重于肿瘤的强化程度及灌注信息[27]，因此磁共振T2WI 序列具有较高的诊断效能。董俊伊等[28]利用MRI图像纹理分析发现血管瘤型脑膜瘤在增强T1WI序列上所选参数均有统计学意义，蕴含信息量多，与本研究不符，可能是因为该学者运用一阶直方图参数描述总体纹理特征，而本研究使用的GLCM参数是描述局部特征。
3.3 局限性
本研究具有一定的局限性：（1）病例数相对较少，得出的结果需进一步证实；
（2）只对T2WI 序列和对比增强T1WI 序列进行研究，未纳入其他序列；
（3）ROI 选取二维纹理特征，可能导致信息获取不全面。
综上所述，基于GLCM 的MRI 图像纹理分析在鉴别椎管内脊膜瘤和神经鞘瘤具有一定的价值，可以为临床选择合适的治疗方法提供参考。
作者利益冲突声明：全体作者均声明无利益冲突。
猜你喜欢 逆差纹理神经 “神经”语录读者(2020年17期)2020-09-05肺纹理增多是病吗？保健与生活(2019年7期)2019-07-31童梦小资CHIC！ELEGANCE(2018年33期)2018-11-08跟踪导练（三）（2）时代英语·高二(2017年4期)2017-08-11TEXTURE ON TEXTURE质地上的纹理Coco薇(2017年8期)2017-08-03消除凹凸纹理有妙招！Coco薇(2015年5期)2016-03-29“神经”病友Coco薇(2015年5期)2016-03-29
