胰腺导管腺癌原发与肝转移灶的非增强CT纹理分析:组织学分级评估及病灶间差异
本研究回顾性纳入120例经活检病理证实为胰腺导管腺癌(PDAC)的患者,对非增强CT图像进行纹理分析(CTTA),发现3个纹理特征在原发性PDAC的G2与G3分级间有显著差异,其中「低灰度区强调」的AUC为0.866,敏感度和特异度分别为0.76和0.83(截断值0.482);此外,原发灶与肝转移灶间有54个纹理特征存在显著差异。结论提示非增强CTTA可能有助于无创评估PDAC组织学分级,但原发灶与转移灶的纹理特征差异较大,两者不宜互相推断。
要点
- 非增强CTTA的「低灰度区强调」特征有助于区分PDAC的G2与G3分级,AUC为0.866。
- 原发PDAC与肝转移PDAC间有54个纹理特征显著不同,提示肿瘤微环境差异。
- CTTA可能不适用于用肝转移灶的纹理特征推断原发灶的组织学特征。
核心结论
- 非增强CTTA可识别原发性PDAC的G2与G3分级间的纹理特征差异,有望用于无创肿瘤评估。
- 原发PDAC与肝转移PDAC间存在大量纹理特征差异,提示两者肿瘤微环境不同。
- 对转移灶进行CTTA可能无法推断原发灶的组织病理学特征,反之亦然。
研究设计与样本
- 回顾性研究,纳入120例经组织病理学证实的PDAC患者,其中65例原发灶活检(G2 23例,G3 42例),55例肝转移灶活检。
- 所有CT引导活检均使用同一台多层CT扫描仪(Somatom Definition AS +, Siemens Healthineers),采集非增强CT扫描参数:管电压120 kV,管电流100 mAs(自动调制),准直128×0.6 mm,螺距1.2,重建层厚5 mm,标准核迭代重建,增量3.0 mm。
- 在最大病灶直径层面上手动勾画2D感兴趣区,由两名分别具有4年和6年腹部影像经验的放射科医生共识完成,勾画时对组织病理学分级不知情。
- 使用3D Slicer软件(4.10.2)基于直方图分析、共生矩阵和游程矩阵提取372个纹理特征,并应用拉普拉斯-高斯(LoG)滤波器(sigma值0.5、1.5、2.5)。
- 统计采用Mann-Whitney U检验,多重比较用Bonferroni-Holm校正,ROC分析计算敏感度和特异度,Youden指数确定最佳截断值,p<0.05为差异有统计学意义。
关键影像表现/征象
- 原发PDAC的G2与G3肿瘤在病灶大小和平均密度上无统计学显著差异(平均直径38 mm,范围19–92 mm;平均CT值33 HU,范围13–54 HU)。
- 肝转移灶的平均直径为31 mm(范围11–89 mm),平均CT值为34 HU(范围18–49 HU)。
- 非增强CT上原发PDAC与肝转移PDAC的纹理特征存在广泛差异,涉及直方图、共生矩阵、游程矩阵和灰度依赖矩阵等多类特征。
诊断标准与关键数值
- 在原发性PDAC中,经Bonferroni-Holm校正后,3个纹理特征在G2与G3肿瘤间有显著差异,ROC分析的AUC范围为0.766–0.866。
- 特征「低灰度区强调(LoG 0)」的AUC最大,为0.866;以0.482为截断值时,敏感度为0.76,特异度为0.83,Youden指数为0.59。
- 特征「簇阴影」的AUC为0.840,「高灰度区强调」的AUC为0.766,两者在G2与G3间亦有统计学显著差异。
- 原发PDAC与肝转移PDAC间,经Bonferroni-Holm校正后,54个纹理特征有显著差异,ROC分析的AUC范围为0.710–0.879;「低灰度强调(LoG 2.5)」的AUC最大,为0.929。
临床应用与阅片要点
- 对于原发性PDAC,可关注非增强CTTA特征「低灰度区强调」等,辅助无创预测组织学分级,为治疗决策提供参考。
- 由于原发灶与肝转移灶的纹理特征差异显著,在报告肝转移灶CTTA结果时,不应直接推断原发灶的组织学特征。
- 采用非增强CT进行纹理分析可避免对比剂相关变异(如对比剂用量、浓度、注射速率、患者心输出量等)对特征可重复性的影响。
- 勾画感兴趣区时应与病灶边缘保持一定距离,避免纳入邻近血管、正常胰腺实质、钙化或肠管,必要时可参考增强CT图像辅助定位。
局限性
- 回顾性设计,可能存在选择偏倚。
- 非增强CT扫描上病灶对比度较低,分割可能容易出错。
- 活检标本的组织学分级可能存在采样误差,尽管多点穿刺可降低概率。
- 研究纳入患者数量较少而评估的CTTA特征数量较多,假阳性结果风险增加,虽采用Bonferroni-Holm校正但仍需大样本前瞻性研究验证。
- 仅采用2D分割(最大病灶直径层面),未评估3D分割的影响。
全文中译10 节 · 点击展开
引言
根据最新数据,胰腺导管腺癌(PDAC)仍是全球癌症死亡的第七大原因,主要因为患者长期无症状,诊断时往往已处于晚期。远处转移的存在使PDAC本已不良的预后进一步恶化,诊断时超过50%的患者存在远处转移,最常见于肝脏[1]。
在局部和远处侵犯中,PDAC的组织病理学分化分级是主要预后因素[2],该分级通过肿瘤结构、细胞形态、核分裂活性和细胞核多形性来描述。高分化G1肿瘤主要排列成管状结构,显示低核分裂活性和低多形性数量,而低分化G3肿瘤主要呈实性区域配置,具有高核分裂活性和高多形性数量[3]。低分化PDAC比高分化PDAC更具侵袭性且与更短的生存期相关,手术切除相关风险可能超过手术获益[4, 5]。此外,新辅助治疗可能改善低分化PDAC患者的生存[6]。为评估患者生存并调整治疗,一种无创的肿瘤评估技术具有普遍意义。既往研究表明肿瘤异质性是患者生存的重要生物标志物[7, 8]。它由细胞密度、血管生成和微坏死存在等因素决定,并可使用CT纹理分析(CTTA)进行无创定量[9–11]。已发现局部晚期、非转移性PDAC的CTTA与总生存期之间存在统计学显著相关性[12]。一项近期研究首次表明,PDAC的组织病理学分级可通过纹理分析和机器学习进行区分[13]。在该研究中,使用了增强CT且CT扫描参数不一致[13]。然而,已有报道称CTTA中的对比剂可能因对比剂体积、浓度和注射速率以及患者异速生长和心输出量等因素的变异性而成为误差来源[14, 15]。因此,本研究的主要目的是评估PDAC的非增强CTTA是否能够预测组织病理学分化分级。此外,我们旨在评估非增强CTTA是否能在原发性和转移性PDAC之间发现差异,这些差异可能反映不同的组织病理学特征。
方法
患者人群
我院机构审查委员会批准了这项回顾性研究,并豁免了书面知情同意的要求。通过计算机数据库检索2012年3月至2018年11月期间,连续筛选出105例在我院接受CT引导下胰腺肿瘤活检并经组织病理学诊断为胰腺导管腺癌(PDAC)的患者。此外,另有63例胰腺肿瘤伴可疑肝脏病灶的患者接受了CT引导下肝脏活检,组织病理学诊断为腺癌且符合PDAC转移,也被纳入本研究。前一组患者的活检指征为既往影像学发现可疑局部晚期PDAC,而后一组患者的活检指征为既往影像学发现可疑转移性PDAC。在总共168例患者中,45例因缺乏CT引导下活检过程中的平扫图像而被排除。此外,由于仅有3例患者为组织病理学G1的原发性PDAC,无法对该亚组进行有效分析,这些患者也不得不被排除。因此,最终研究人群包括65例(女性28例,男性37例)接受CT引导下胰腺活检且组织病理学确诊为PDAC的患者,以及55例(女性22例,男性33例)接受CT引导下肝脏活检且组织病理学确诊为PDAC转移的患者。根据病历记录,所有患者在活检前均未接受过抗癌治疗。图1展示了研究人群筛选过程的流程图。
在仅患原发性PDAC的65例患者中,活检时23例为组织病理学G2,42例为组织病理学G3肿瘤。
患者的人口学特征和肿瘤特征总结于表1。
CT成像
CT成像作为CT引导下胰腺或肝脏活检的一部分进行。所有CT引导下活检均在单台多层CT扫描仪(Somatom Definition AS +,Siemens Healthineers)上完成。介入前进行平扫CT以定位肿块并规划后续操作,扫描参数如下:管电压120 kV;管电流100 mAs,采用管电流调制;准直128 × 0.6 mm;螺距1.2;重建层厚5 mm;重建核函数采用迭代重建的标准核函数;层间距3.0 mm。
纹理分析
纹理分析使用最新的开源3D Slicer软件(4.10.2-2019-05-30,可从https://www.slicer.org获取)进行。CT图像以PACS格式从机构PACS数据管理系统(PACSView,Medocs 3.00.123)中提取并传输至3D Slicer。选择病灶直径最大的层面。由两名分别具有4年和6年腹部影像学经验的放射科医师协商一致后手动勾画二维感兴趣区(ROI)(图2)。观察者对组织病理学分级设盲。在困难病例中,当病灶无法在平扫图像上清晰界定,且为避免错误纳入任何邻近血管或组织时, additionally还使用为CT引导下活检同时获取的增强CT图像作为参考,在平扫图像上放置二维ROI。
3D Slicer软件基于直方图分析、共生矩阵和游程矩阵计算出372个特征。纹理分析分两个阶段进行。为进行图像滤波,应用高斯拉普拉斯(LoG)滤波器,使用sigma值0.5(精细)、1.5(中等)和2.5(粗糙),此外还使用原始CT图像,如前所建议[16–18]。随后,进行定量纹理分析。对每个ROI提取所有纹理特征。
统计分析
采用Mann–Whitney U检验检测原发性PDAC G2与G3肿瘤之间以及原发性与转移性PDAC之间CTTA特征的差异。对于多重检验,进行Bonferroni–Holm校正以尽量减少I型错误。进行ROC分析以计算区分G2与G3肿瘤的敏感性和特异性,而Youden指数用于计算最佳拟合截断值。统计分析使用市售软件(IBM SPSS Statistics,版本26,SPSS公司)进行。p值<0.05被认为具有统计学显著性。
结果
肿瘤大小和密度
胰腺病灶ROI的平均直径为38 mm(范围19–92 mm),平均HUtumor为33 HU(范围13–54 HU),而肝脏病灶ROI的平均大小为31 mm(范围11–89 mm),平均HUtumor为34 HU(范围18–49 HU)。G2与G3肿瘤之间未检测到病灶大小或平均密度的统计学显著差异。
原发性G2与G3肿瘤的CTTA
在最初接受的显著性水平p<0.05下,使用Mann–Whitney U检验,共有49个纹理特征在原发性G2与G3肿瘤之间具有统计学显著差异。经Bonferroni–Holm多重检验校正后,三个纹理特征仍保持显著差异;对这些特征进行ROC分析得出的AUC在0.766至0.866之间。
特征“低灰度区强调(LoG 0)”具有最大的AUC,为0.866。使用0.482作为截断值,其敏感性、特异性和Youden指数分别为0.76、0.83和0.59(图3)。另一方面,“聚类阴影”(AUC为0.840)和“高灰度区强调”(AUC为0.766)也具有统计学显著性。结果的详细总结见表2。
“低灰度区强调”和“高灰度区强调”是灰度大小区矩阵(GLSZM)的特有特征,该矩阵量化彼此相连的相同灰度水平的体素组。另一方面,聚类阴影是灰度共生矩阵(GLCM)的一部分,该矩阵描述感兴趣区内灰度强度对的某些组合[19]。
原发性PDAC与肝转移瘤的CTTA
Mann–Whitney U检验显示,在初始显著性水平p < 0.05下,原发性胰腺癌与肝转移瘤之间有115个纹理特征存在显著差异。经Bonferroni–Holm多重检验校正后,54个纹理特征仍具有统计学显著性。对这些特征进行ROC分析,得到的AUC在0.710至0.879之间。参数“低灰度级强调(LoG 2.5)”显示出最大的AUC(0.929)。低灰度级强调属于灰度依赖矩阵(GLDM),该矩阵量化相对于特定中心体素的某一灰度强度体素[19]。
总共发现3个一阶参数在应用两种不同的LoG滤波器(1.5、2.5)时具有统计学显著性。中位数作为感兴趣区内灰度强度的中位值,在所有一阶特征中具有最高的AUC。当使用1.5和2.5的LoG滤波器时,属于灰度共生矩阵、灰度游程矩阵和灰度依赖矩阵的若干二阶及更高阶参数在原发性PDAC与肝脏病灶之间存在显著差异。AUC > 0.850的最显著特征列于表3。
讨论
肿瘤分级是PDAC患者长期生存的重要预后标志物,并可能影响治疗选择[4, 5, 20]。我们研究了非增强CT图像中的CTTA是否可用于预测PDAC的组织病理学分化分级。我们的研究提供了证据,提示非增强CTTA有潜力作为无创性肿瘤分级预测工具,因为我们发现3个特征在G2与G3肿瘤之间存在显著差异。此外,我们检测到原发性PDAC与PDAC肝转移瘤之间在纹理特征上存在高度显著差异。
由于CTTA在预测多种器官不同肿瘤实体的长期生存、潜在复发风险和治疗反应方面已显示出良好前景[21–26],对原发性PDAC的ROC分析显示,未使用LoG滤波器的特征“低灰度区域强调”具有最大的AUC和最佳截断值。我们的结果还证实,特征“聚类阴影”在区分G2与G3肿瘤方面表现良好,这与先前一项关于PDAC增强CTTA的研究报道一致[13]。与那项研究不同,我们使用平扫CT进行CTTA,以消除可能的误差来源并创建更标准化的数据集。由于除辐射剂量和CT重建等其他因素外,增强CT扫描的变异被认为是胰腺病变放射组学特征可重复性低的主要风险因素,我们的数据质量可能克服这一局限性[15, 27]。最近一项分析显示,当使用不同扫描参数、注射速率和方案的增强CT扫描时,所有放射组学特征中仅约5%达到规定的可重复性阈值(具体为一致性相关系数>0.9)[15]。我们研究纳入的所有患者均使用同一台CT扫描仪和相同扫描参数进行检查,以获得更标准化的数据集。然而,由于在平扫中胰腺病变有时因密度差异小而难以与正常胰腺实质区分,我们决定依赖最大病变直径层面上的2D分割,以避免纳入正常实质、钙化、邻近血管或肠管部分。CTTA中2D分割是否优于3D分割或反之仍存在争议。一方面,2D分割减少了运动伪影和呼吸伪影的影响,并确保不会误纳相邻结构;另一方面,3D分割完整描绘肿瘤,因此可能更可靠地反映肿瘤特性[28, 29]。我们研究的另一发现是原发性PDAC与PDAC肝转移之间CTTA特征的显著差异。这可能由远处转移中肿瘤细胞的基因突变、生长因子表达水平不同以及血管生成和微坏死程度不同来解释,正如已在其他肿瘤实体中所示[30, 31]。这些差异可能导致了肿瘤疾病对后续治疗的混合反应[32, 33]。必须强调,由于原发性和转移性PDAC之间CTTA特征的差异,CTTA可能不适合用于表征PDAC患者的肝脏病变。然而,这应与其他肿瘤实体比较进一步研究。
我们的研究有几项局限性需要考虑。首先,由于其回顾性设计,无法排除选择偏倚,并可能对结果产生影响。其次,由于CT纹理分析(CTTA)使用的是平扫CT扫描,病灶显影度降低可能导致分割容易出错。然而,对比增强CT扫描的分割被认为因对比剂相关变异性而具有低可重复性的高风险。第三,从活检材料确定分级存在采样误差的风险,因为胰腺肿瘤的分级通常应由手术标本确定。然而,按照我们机构在图像引导活检中采用的不同角度取三个穿刺圆柱体,应将这一误差的概率降至最低。一般而言,由于空间分辨率有限,较小的病灶尺寸可能在proper分割方面造成困难。就我们的研究人群而言,所有病灶均大于1 cm,因此得以保持足够的分割质量。此外,在少量患者中检查了大量CTTA特征,从而增加了获得假阳性结果的风险。然而,我们尝试通过Bonferroni–Holm多重检验校正来防止这一效应。需要进一步的前瞻性研究在大规模人群中验证结果,并集中于少数相关CTTA特征。
结论
胰腺导管腺癌(PDAC)的CTTA识别出原发性G2与G3肿瘤之间纹理特征的差异,这些差异可能用于未来深度学习算法中对PDAC的无创评估。此外,原发性和肝转移性PDAC之间在众多纹理特征中发现的差异意味着,转移性病灶的CTTA可能不适用于推断原发病灶的组织病理学特征,反之亦然。
引用
- Janisch, Adelsmayr, Müller, et al. Non-contrast-enhanced CT texture analysis of primary and metastatic pancreatic ductal adenocarcinomas: value in assessment of histopathological grade and differences between primary and metastatic lesions. Abdom Radiol (NY). 2022. PMID: 36104481. doi:10.1007/s00261-022-03646-7
- 全文:PMC9626421(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC9626421/
供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。