Page 124 - 南京医科大学学报自然科学版
P. 124

第42卷第10期
               ·1466 ·                           南 京    医 科 大 学 学         报                        2022年10月


              1.2.2  CT扫描参数                                     （gray⁃level cooccurrence matrix，GLCM）、16 个灰度
                  本研究66例患者均采用GE Light⁃speed 64排螺                游程长度矩阵特征（gray⁃level run length，GLRL）
              旋 CT 扫描仪，扫描参数如下：管电压 120 kVp，管电                    及 16 个灰度区域大小矩阵特征（gray⁃level zone
              流 200~250 mAs，扫描层厚 5 mm，层间距 5 mm。所                size matrix，GLZSM）。
              有患者在进行 CT 检查前至少禁食 8 h，均采用仰                        1.3  统计学方法
              卧位进行扫描，范围：上至膈肌顶部，下至双肾下                                 统计分析采用 SPSS 22.0，所有计量资料使用
              极。行 CT 平扫扫描后，以 3.5 mL/s 的注射速率，由                   正态性分布检验，符合正态分布的计量资料用均
              高压注射器经肘正中静脉注射对比剂（欧乃派克）                            数±标准差（x ± s）表示，两组间比较采用两独立样本
              1.5 mL/kg，注射后约 30 s 和 60 s 行动脉期和静脉期               t 检验；不符合正态分布的计量资料用中位数（四分
              扫描。                                               位数）［M（P25，P75 ）］表示，两组间比较采用 Mann⁃
              1.2.3  CT图像分析                                     Whitney U检验。计数资料以绝对数或百分比表示，
                  训练组及外部验证组 CT 图像通过影像存档和                        组间比较采用卡方检验或连续校正卡方检验，将单
              通信系统（PACS）传输到医生工作站后，分别由两位                         因素分析有统计学差异的参数纳入多因素 Logistic
              经验丰富的放射科医生（均具有 10 年以上经验）对                         回归分析，进一步筛选出最佳预测参数并建立预测
              以下影像学特征进行评估：①肿瘤的大小（肿瘤的                            模 型 。 通 过 受 试 者 工 作 特 征（receiver operating
              最大层面测量肿瘤的直径，cm）；②位置（头颈、钩                          characteristic，ROC）曲线，得到模型及各参数曲线下
              突、体尾）；③胰尾萎缩（胰尾体积明显缩小）；④胰                          面积（area under curve，AUC）、最佳临界值、灵敏度
              管扩张（主胰管直径≥3 mm）；⑤边界：边界清楚（肿                        及特异度。以双侧P < 0.05为差异有统计学意义。
              瘤边缘清楚无毛刺或浸润少于 80%）或边界模糊
                                                                2 结     果
                             ［18］
             （肿瘤边缘毛糙） ；⑥胆总管扩张（胆总管最宽处
              直径≥9 mm）；⑦血管侵犯：观察肝总动脉、脾动静                         2.1  临床和影像学特征
              脉、胃十二指肠动脉、肠系膜上动静脉和门静脉受                                 本研究中训练组共 66 例 PDAC 患者，其中高分
              侵犯情况，标准指肿瘤与血管接触范围超过 180°，                         化 34 例，中⁃低分化 32 例。外部验证组共有 34 例
              可伴有血管的闭塞或血栓形成；⑧测量感兴趣区内                            PDAC患者，其中高分化21例，中低分化13例。训练
              肿瘤及胰腺实质的CT值，共测量３次，取其平均值，                          组中⁃低分化PDAC患者血清糖类抗原125（carbohy⁃
              尽量选择动脉期及静脉期图像的同一层面进行测                             drate antigen 125，CA125）水平显著高于高分化患者
              量。增强扫描肿瘤的强化程度使用肿瘤实质与正常                            （P = 0.001），中⁃低分化PDAC在静脉期CT图像上肿
              胰腺组织的静脉期 CT 值的比值（tumor to pancreas                瘤实质与正常胰腺组织静脉期 CT 值的比值（tumor
              ratio at portal venous phase，TPER）表示。两位医生         to pancreas ratio at portal venous phase，TPER）明显低
              对术后的病理结果及临床信息并不知情，当评估结                            于高分化PDAC（P = 0.005，表1）。验证组临床及影
              果不一致时，以两位医生讨论后的结果为准。                              像特征在高、中低分化组间差异均无统计学意义
              1.2.4  CT纹理分析                                     （P > 0.05，表2）。
                  从 PACS 获得所有患者的腹部增强 CT 动、静脉                    2.2  CT 动、静脉期纹理特征的筛选和模型预测效
              期图像，并以 DICOM 格式导出，本研究采用计算机                        能分析
              自动分割算法对肿瘤感兴趣区域（region of interest，                     将选取的纹理特征进行单因素分析，基于动脉
              ROI）进行全容积分割，然后由上述两位放射科医师                          期、静脉期分别筛选出 5、16 个纹理特征。将上述
              使用 ITK⁃SNAP（开源软件，https：//www.itksnap.org/）        CT 纹理特征纳入多因素 Logistic 回归分析，并分别
              对自动分割结果进行校正。避开肿瘤周围的胰腺                             构建动、静脉期 CT 纹理特征模型，结果显示动脉期
              实质组织、十二指肠、胰胆管及胰周血管，最终多层                           纹理特征中的运行熵（run entropy）和静脉期纹理特
              面 ROI 重建获得 VOI（volume of interest）（图 1）。将         征中的区域百分比（zone percentage）及区域大小不
              分割完毕的图像导入 Pyradiomics 软件（开源软件，                    均匀性（size⁃zone non⁃uniformity）是预测 PDAC 分化
              https：//github.com/Radiomics/pyradiomics）并从中提     程度的最佳影响因素（P 值分别为 0.024、0.013 和
              取影像组学特征 732 个，采用其中 72 个纹理特征，                      0.016）。在训练组和验证组进行 ROC 曲线分析，基
              包括 18 个直方图特征、22 个灰度共生矩阵特征                         于 CT 动脉期纹理特征模型在训练组和验证组的
   119   120   121   122   123   124   125   126   127   128   129