耿加宏 万 娟 周 超
（江苏省金湖县中医院放射科，江苏 淮安，211600）
肺结节为临床上的常见疾病，其中多数为孤立性肺结节（solitary pulmonary nodule，SPN），以单发为主，直径比较小[1]。由于各种因素的影响，当前肺结节在国内外的发病人数逐年增加。临床上，大多数肺结节表现为良性，但部分肺癌患者早期也表现为肺结节，因此，肺结节性质的鉴别诊断具有重要意义[2]。计算机体层摄影（computed tomography，CT）可从整体上判断肺结节形态，但采用常规CT评价结节良恶性时，两者在影像学特征方面较为相似，给临床诊断增加了难度[3-4]。CT肺动脉成像（CT pulmonary angiography，CTPA）是当前胸科检查的重要方法之一，是CT平扫的补充方法之一，具有安全、有效、无创、敏感度和特异度高等特点[5]。其在诊断中能够优化血管成像，去除伪影，促进图像融合，从而提高诊断价值[6]。计算机体层摄影纹理分析（CT texture analysis，CTTA）是比较现代的医学影像图像后处理技术，具有客观性、定量化、可重复性等特点，在结果判定时可从分子水平和功能水平出发，也反映结节内的异质性以及病变之间的差异，还具有量化分析能力，从而为临床诊断提供了一定的依据[7-8]。本文具体探讨与分析了计算机体层摄影术纹理分析诊断肺结节的临床价值，以促进计算机体层摄影理分析的应用，现报道如下。
1.1 一般资料
选取2019年2月—2022年5月在江苏省金湖县中医院诊治的86例肺结节患者作为研究对象，根据病理诊断结果分为恶性组（恶性结节）18例，良性组（良性结节）68例。恶性组中腺癌12例，鳞癌6例；
良性组中错构瘤10例，炎性假瘤5例，硬化性血管瘤3例，非特异性炎症43例，结核病7例。两组患者性别、年龄、身体质量指数、结节最大径、吸烟史等一般资料比较，差异无统计学意义（P＞0.05），具有可比性，见表1。本研究得到了江苏省金湖县中医院医学伦理委员会的批准，患者知情同意本研究并签署知情同意书。
表1 两组患者一般资料比较[（）/n（%）]
表1 两组患者一般资料比较[（）/n（%）]
组别例数性别年龄（岁）结节最大径（cm）吸烟史男女身体质量指数（kg/m2）恶性组1810（55.56） 8（44.44）55.69±1.5822.74±2.142.22±0.24 9（50.00）良性组6836（52.94）32（47.06）55.98±2.1122.67±1.582.15±0.1132（47.06）χ2/t0.0390.5430.1551.8090.049 P 0.8430.5890.8770.0740.824
1.2 纳入与排除标准
纳入标准：①结节直径未超过3 cm；
②符合肺结节的诊断标准[9]；
③既往病史及检查资料均有完整记录；
④单发、可测量结节；
⑤对研究使用的对比剂无过敏史。
排除标准：①有明确其他部位肿瘤病史者；
②哺乳与妊娠期妇女；
③多发结节者；
④检查前接受化疗、放疗等相关治疗者。
1.3 方法
使用美国GE公司Optima660 64层螺旋CT和美国Medrad公司Stellant的高压注射器。患者在检查前行呼吸训练。常规CT：从胸廓入口连续扫描至肺底部，参数设置：矩阵 512×512，扫描层厚5 mm，准直宽度 128 mm×0.6 mm，重建层厚1.25 mm，电压120 kV，电流10～55 mAs，螺距为1，对结节性质与所在部位特征进行观察分析。
同时所有患者都给予CT肺动脉成像检查[10]，扫描层面定位于肺动脉主干水平，经肘静脉以5 mL/s流率注射20 mL对比剂（碘克沙醇，含碘270 mg/mL），随后注入30 mL生理盐水。扫描参数：80 kV，自动mA，图像重建为68%滤波反投影重建，扫描速度0.5 s/圈，层厚0.625 mm，螺距 1.375。将感兴趣区放置于肺动脉干中心，将结节中心层面及相邻的两个层面调入MaZda后处理软件进行纹理分析，由两名高年资胸部影像科医生（具有副高及其以上职称，5年及其以上工作经验）独立阅片，若意见不相同时，则共同讨论以确定统一结果。
1.4 观察指标
（1）采取5分法对图像质量进行评价，清晰显示第6级肺动脉分支为5分，清晰显示第5级肺动脉分支为4分，清晰显示第4级肺动脉为3分，清晰显示第3级肺动脉分支为2分，显示肺动脉主干、左右肺动脉干及叶动脉为1分。（2）测量肺动脉干、左肺动脉、右肺动脉和各叶动脉CT值，最后取平均值。（3）记录与测定计算机体层摄影纹理分析的相关参数，包括熵值、偏度、最大值等。（4）计算机体层摄影检查的敏感度与特异度。
1.5 统计学分析
采用SPSS 20.0统计学软件进行数据分析，计算机体层摄影纹理分析相关参数等计量数据以（）表示，检验方法为t检验等；
恶性结节占比等计数数据以[n（%）]表示，检验方法为χ2检验等；
一致性分析采用Kappa一致性检验，检验水准为α=0.05。
2.1 图像质量评分比较
所有患者图像均能显示4～6级分支，恶性组的CT图像质量评分与良性组对比，差异无统计学意义（P＞0.05），见表2。
表2 两组患者CT图像质量评分比较 （，分）
表2 两组患者CT图像质量评分比较 （，分）
组别例数CT图像质量评分恶性组184.84±0.43良性组684.83±0.24 t 0.131 P 0.896
2.2 常规CT特征比较
检查显示肺结节特征有分叶征、空泡征、胸膜凹陷征、支气管充气征，其中恶性组上述特征占比为88.89%、77.78%、72.22%、83.33%，显著高于良性组的32.35%、33.82%、27.94%、32.35%，差异有统计学意义（P＜0.05），见表3。
表3 两组患者常规CT特征比较 [n（%）]
2.3 肺动脉成像CT值比较
恶性组的肺动脉主干、肺叶动脉、肺段动脉与肺亚段动脉CT值与良性组相比都显著提高，差异有统计学意义（P＜0.05）,见表4。
表4 两组患者肺动脉CT值比较 （，HU）
表4 两组患者肺动脉CT值比较 （，HU）
组别例数肺动脉主干肺叶动脉肺段动脉肺亚段动脉恶性组18533.67±13.35512.44±21.47498.43±15.67489.11±15.79良性组68501.32±15.66486.43±23.15435.79±19.35431.68±21.32 t 8.018 4.300 12.662 10.661 P＜0.001＜0.001＜0.001＜0.001
2.4 计算机体层摄影纹理分析相关参数比较
恶性组的计算机体层摄影纹理分析相关参数（熵值、偏度、最大值）与良性组相比都显著提高，差异有统计学意义（P＜0.05），见表5。
表5 两组计算机体层摄影纹理分析相关参数比较 （）
表5 两组计算机体层摄影纹理分析相关参数比较 （）
组别例数熵值偏度最大值恶性组182.48±0.231.48±0.27534.20±18.59良性组681.78±0.141.02±0.13284.18±21.11 t 16.272 10.328 45.733 P＜0.001＜0.001＜0.001
2.5 诊断价值
在86例患者中，计算机体层摄影术纹理分析诊断为恶性结节17例，良性结节69例，为此计算机体层摄影术纹理分析诊断肺结节的敏感度与特异度为88.89%（16/18）和98.52%（67/68），Kappa一致性检验显示计算机体层摄影纹理分析与病理诊断的一致性为0.892（P＜0.001），见表6。
表6 计算机体层摄影纹理分析在肺结节诊断中的应用价值 （n）
临床上肺结节的鉴别诊断比较困难，多数为良性，但是如果不及时进行处理，恶变的概率也比较大[10]。本研究病理结果为：恶性结节18例（恶性组），良性结节68例（良性组）；
两组患者一般资料比较，差异无统计学意义（P＞0.05），表明良性肺结节中依然存在比较大的恶变概率，但是临床一般资料诊断的效果不佳。CT扫描发现肺结节多呈类结节状，大多为胸膜下结节，很少出现单发孤立的良性结节，伴有局部胸膜粘连。特别是螺旋CT扫描，其在快速完成大范围扫描的同时，进行高分辨多平面薄层重建，可避免肺部小结节的遗漏[11]。因结节内不同部分或组织的生长不均衡，导致出现边缘分叶，分叶征在肺癌的阳性率超过80%。本研究显示所有患者图像均能显示4～6级分支，恶性组的CT图像质量评分与良性组对比，差异无统计学意义（P＞0.05）；
恶性组患者常规CT检查显示的分叶征、空泡征、胸膜凹陷征、支气管充气征等占比为88.89%、77.78%、72.22%、83.33%，显著高于良性组的32.35%、33.82%、27.94%、32.35%（P＜0.05），表明肺结节的CT诊断具有很高的图像质量，也伴有比较特异性的CT征象。但是，肺结节的结节面积较小，无典型形态特征，因而难以精准诊断恶性性质，比如良性肺结节中的感染性肉芽肿、硬化性血管瘤等也可表现为恶性结节特点，给临床诊断带来了一定的困难[12-13]。
传统CT主要从结节的密度、轮廓等形态特征观察并诊断肺结节的良性与恶性状况[14]。CT肺动脉成像诊断作为一种功能学成像方法，可观察局部血流灌注状态以及病理生理学改变，已经被广泛应用于胸部病变的诊断[15]。本研究结果显示，恶性组患者肺动脉成像的肺动脉主干、肺叶动脉、肺段动脉与肺亚段动脉CT值与良性组相比都显著提高（P＜0.05）。当前也有研究显示CT肺动脉成像可通过CT值的分析较好地区分肺结节的良恶性，恶性肺结节增强扫描CT值均高于良性肺结节[16]。不过，CT肺动脉成像诊断需要进行造影检查，需要采用高渗碘对比剂，在一定程度上可危害血管系统及肾脏系统。结节异质性（heterogeneity）是结节的重要特征之一，可表现为基因、代谢、组织学等方面的差异。计算机体层摄影纹理分析可反映结节的生理异质性，能够最大限度提供图像包含信息，可有效提高诊断的准确度。本研究结果显示，恶性组的计算机体层摄影纹理分析相关参数（熵值、偏度、最大值）与良性组相比都显著提高（P＜0.05）。从机制上分析，熵值代表了灰度分布是否随机与图像纹理是否规则，熵值越高，说明图像纹理信息更加随机与复杂，病变组织异质性越高，出现恶性结节的概率更大。偏度能反映病变组织的异质性，且和结节异质性呈正相关。恶性结节的血管基膜增厚更为明显，血管密度更大，异质性程度更高，也会使得偏度增加。最大值可准确度量数据的离散度，恶性结节成分更为复杂，也会使得最大值增加[17]。
人体内部组织结构和各项生理特征的细微变化，可通过计算机体层摄影纹理分析显示，如遗传变异、血供变化等。肺部良性结节多表现为局部纹理均匀细致，内部结构相似，结节的纹理规则，异质性程度低；
恶性结节则多为密度、灰度分布不均，纹理杂乱复杂，内部结构多样，结节异质性程度高[18]。本研究结果显示，计算机体层摄影术纹理分析诊断为恶性结节17例，良性结节69例，其诊断肺结节的敏感度与特异度为88.89%和98.52%，表明计算机体层摄影术纹理分析诊断肺结节良恶性具有很好的效果。从机制上分析，计算机体层摄影术纹理分析可借助计算机的计算能力，明显提高图像分辨力，发现细小结节，反映计算机体层摄影成像组织的内部结构特征从而提高了肺结节诊断的准确性[19]。还有研究显示，对于肺结节，常规CT可以间接反映其病理学和生理学信息，而对于机体病理改变的定量评估及定性分析则通过计算机体层摄影术纹理分析完成[20-21]。由于经费问题，本次研究对于感兴趣区的勾画详细性有待提高，样本含量较少，且CT操作依然存在一定的人为误差，将在后续研究中探讨。
综上所述，计算机体层摄影术纹理在肺结节的应用能够提供肉眼无法观察的纹理特征，可定量评估肺结节，诊断肺结节良恶性具有很好的敏感度与特异度。
猜你喜欢 体层纹理肺动脉 澄清工艺中絮体层的净水效能和运行机制研究复旦学报（自然科学版）(2021年5期)2021-11-17慢阻肺患者HRCT检查肺动脉直径与超声心动图检查肺动脉压的相关性昆明医科大学学报(2021年6期)2021-07-3181例左冠状动脉异常起源于肺动脉临床诊治分析心肺血管病杂志(2020年5期)2021-01-14基于BM3D的复杂纹理区域图像去噪软件(2020年3期)2020-04-20高韧性的陶瓷薄板及其制备方法佛山陶瓷(2020年2期)2020-03-18使用纹理叠加添加艺术画特效摄影之友(影像视觉)(2018年12期)2019-01-28TEXTURE 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体外膜肺氧合在肺动脉栓塞中的应用中国体外循环杂志(2015年3期)2015-12-08肺癌合并肺动脉栓塞症的CTA表现安徽医专学报(2014年6期)2014-03-20