基于CT增强的直方图对腮腺多形性腺瘤与腺淋巴瘤的应用价值

doi:10.3877/cma.j.issn.2095-2015.2022.05.009

目的

探讨基于CT增强的放射组学特征直方图参数对鉴别腮腺多形性腺瘤(PA)与腺淋巴瘤(AL)的应用价值。

方法

收集经病理确诊的23例AL与21例PA，运用MaZda软件提取并分析CT增强静脉期图像中的肿瘤放射组学直方图参数，包括均值、方差、偏度、峰度和第1、10、50、90、99百分位数，运用受试者工作特征曲线(ROC)对组间有统计学意义的参数进行分析并评价诊断效能，利用多变量Logistic回归分析对组间有统计学意义的参数进行建模并运用ROC曲线评价其模型效能。

结果

两组中5个直方图参数(均值与方差、第50、90、99百分位数)间的差异有统计学意义(P均<0.05)，其中第99百分位数在两组中具有最高的鉴别诊断效能，曲线下面积(AUC)达0.85，对应的特异度及灵敏度均为80%。利用这5个直方图参数建立多参数Logistic回归诊断模型的AUC、特异度及灵敏度分别为0.945、92.7%、86.3%。

结论

基于CT增强的放射组学特征直方图参数能够有效的对PA与AL进行鉴别。

关键词: 腮腺多形性腺瘤, 腺淋巴瘤, 体层摄影术，X线计算机, CT增强, 放射组学, 直方图

Objective

To explore the value of radiomics characteristic histogram parameters based on CT enhancement in distinguishing parotid pleomorphic adenoma(PA)from adenolymphoma(AL).

Methods

A total of 23 patients with AL and 21 patients with PA confirmed by pathology were collected.The tumor radiomics histogram parameters in CT enhanced venous phase images were extracted and analyzed by MaZda software, including mean, variance, skewness, kurtosis and the 1st, 10th, 50th, 90th and 99th percentile.Receiver operator characteristic curve(ROC)was used to analyze the statistically significant parameters between groups and evaluate the diagnostic efficiency.Multivariate logistic regression analysis was used to model the statistically significant parameters between groups, and ROC curve was used to evaluate the model efficiency.

Results

There were statistically significant differences in five histogram parameters(mean and variance, 50th, 90th and 99th percentile)between the two groups(all P<0.05).The 99th percentile had the highest differential diagnostic efficacy in the two groups, the area under curve(AUC)was 0.85, and the corresponding specificity and sensitivity were 80%.The AUC, specificity and sensitivity of the multi parameter logistic regression diagnostic model established by using the five histogram parameters were 0.945, 92.7% and 86.3% respectively.

Conclusion

CT enhanced radiomics feature histogram parameters can effectively distinguish PA from AL.

Key words: Pleomorphic adenoma of parotid gland, Adenolymphoma, Tomography, X-ray computed, CT enhancement, Radiomics, Histogram

图2 患者女性，右侧多形性腺瘤。2A CT增强病灶密度欠均匀，分界清；2B MaZda软件手动勾画肿瘤实质边缘的受试者工作特征曲线示意图

表1 放射组学特征各直方图参数意义

直方图参数	意义
mean	反映图像整体亮度信息，mean越大，象征着图像整体亮度越大
variance	反映图像亮度信息的差异程度，variance越大，象征着差异程度越大
skewness	反映图像亮度信息的分布差异性，若skewness为负值，则图像灰暗区域的信息分布多于图像明亮区域的信息分布，若skewness为正值，则图像灰暗区域的信息分布少于图像明亮区域的信息分布
kurtosis	反映图像亮度信息的集中程度，kurtosis越小，象征着集中程度越小，kurtosis越大，象征着集中程度越大，正值表示比正态分布更陡峭，反之则比正态分布更平坦
Percentile	反映一组数值中低于给定百分位数的观察值，象征着图像内的微小变化

表1 放射组学特征各直方图参数意义

直方图参数	意义
mean	反映图像整体亮度信息，mean越大，象征着图像整体亮度越大
variance	反映图像亮度信息的差异程度，variance越大，象征着差异程度越大
skewness	反映图像亮度信息的分布差异性，若skewness为负值，则图像灰暗区域的信息分布多于图像明亮区域的信息分布，若skewness为正值，则图像灰暗区域的信息分布少于图像明亮区域的信息分布
kurtosis	反映图像亮度信息的集中程度，kurtosis越小，象征着集中程度越小，kurtosis越大，象征着集中程度越大，正值表示比正态分布更陡峭，反之则比正态分布更平坦
Percentile	反映一组数值中低于给定百分位数的观察值，象征着图像内的微小变化

表2 腮腺多形性腺瘤与腺淋巴瘤的放射组学直方图参数比较

组别	例数	mean	variance	skewness	kurtosis
腺淋巴瘤	23	151.15±12.54	37.18±19.16	－0.04(－0.34，0.26)	－0.569(－0.959，－0.179)
多形性腺瘤	20	169.29±16.62	60.23±16.38	－0.02(－0.31，0.27)	－0.528(－0.988，－0.068)
P值		<0.05	<0.05	0.437	0.515
组别	例数	Perc.1%	Perc.10%	Perc.50%	Perc.90%	Perc.99%
腺淋巴瘤	23	148.73±19.56	156.70±25.84	162.17±21.83	188.20±37.96	220.41±40.21
多形性腺瘤	20	151.27±10.15	159.09±16.94	177.27±33.53	207.13±46.78	256.17±36.19
P值		0.357	0.491	<0.05	<0.05	<0.05

表2 腮腺多形性腺瘤与腺淋巴瘤的放射组学直方图参数比较

组别	例数	mean	variance	skewness	kurtosis
腺淋巴瘤	23	151.15±12.54	37.18±19.16	－0.04(－0.34，0.26)	－0.569(－0.959，－0.179)
多形性腺瘤	20	169.29±16.62	60.23±16.38	－0.02(－0.31，0.27)	－0.528(－0.988，－0.068)
P值		<0.05	<0.05	0.437	0.515
组别	例数	Perc.1%	Perc.10%	Perc.50%	Perc.90%	Perc.99%
腺淋巴瘤	23	148.73±19.56	156.70±25.84	162.17±21.83	188.20±37.96	220.41±40.21
多形性腺瘤	20	151.27±10.15	159.09±16.94	177.27±33.53	207.13±46.78	256.17±36.19
P值		0.357	0.491	<0.05	<0.05	<0.05

图4 基于5个直方图参数的Logistic回归诊断模型的受试者工作特征曲线

表3 各直方图参数在腮腺多形性腺瘤与腺淋巴瘤鉴别诊断中的效能

纹理参数	灵敏度(%)	特异度(%)	AUC	95% CI
mean	90.14	80.56	0.790	0.543~1.037
variance	80.27	70.33	0.805	0.605~1.005
Perc.50%	76.30	80.55	0.770	0.532~1.008
Perc.90%	77.83	60.62	0.805	0.613~0.996
Perc.99%	80.00	80.00	0.850	0.669~1.031

表3 各直方图参数在腮腺多形性腺瘤与腺淋巴瘤鉴别诊断中的效能

纹理参数	灵敏度(%)	特异度(%)	AUC	95% CI
mean	90.14	80.56	0.790	0.543~1.037
variance	80.27	70.33	0.805	0.605~1.005
Perc.50%	76.30	80.55	0.770	0.532~1.008
Perc.90%	77.83	60.62	0.805	0.613~0.996
Perc.99%	80.00	80.00	0.850	0.669~1.031

1	Assili S, Kazerooni AF, Aghaghazvini L, et al.Dynamic Contrast Magnetic Resonance Imaging(DCE-MRI)and Diffusion Weighted MR Imaging(DWI)for Differentiation between Benign and Malignant Salivary Gland Tumors[J].J Biomed Phys Eng，2015，5(4):157-168.
2	Maahs GS, Oppermann P, Maahs L, et al.Parotid gland tumors：a retrospective study of 154 patients[J].Braz J Otorhinolaryngol，2015，81(3):301-306.
3	Magdalena Ziókowska, Stanisaw Bień, Oka S, et al.Epidemiological and clinical characteristics of 705 salivary glands neoplasms[J].Otolaryngol Pol，2013，67(3):154-163.
4	Comoglu S, Ozturk E, Celik M, et al.Comprehensive analysis of parotid mass：A retrospective study of 369 cases[J].Auris Nasus Larynx，2017，45(2):320-327.
5	NOEL L, MEDFORD S, ISLAM S, et al.Epidemiology of salivary gland tumours in an Eastern Caribbean nation：A retrospective study[J].Ann Med Surg(Lond)，2018，36:148-151.
6	Geistlinger L, Oh S, Ramos M, et al.Multi-omic analysis of subtype evolution and heterogeneity in high-grade serous ovarian carcinoma[J].Cancer Res，2020，80(20):4335-4345.
7	CASTELLANO G, BONILHA L, LI LM.Texture analysis of medical images[J].Clin Radiol，2004，59(12):1061-1069.
8	PRESSNEY I, KHOO M, ENDOZO R, et al.Pilot study to differentiate lipoma from atypical lipomatous tumour/well-differentiated liposarcoma using MR radiomics-based texture analysis[J].Skeletal Radiol，2020，49(11):1719-1729.
9	Qian W, Xu XQ, Zhu LN, et al.Preliminary study of using diffusion kurtosis imaging for characterizing parotid gland tumors[J].Acta Radiol，2019，60(7):887-894.
10	肖允艳，刘敏，邹航宇，等．腮腺多形性腺瘤与腺淋巴瘤的CT鉴别诊断[J].中国医学物理学杂志，2019，36(3):301-306.
11	Valstar MH, Mast H, Hove IT, et al.Malignant transformation of salivary gland pleomorphic adenoma：proof of principle[J].J Pathol Clin Res，2021，7(5):432-437.
12	Rooker SA, Abel K, Yin LX, et al.Risk factors for subsequent recurrence after surgical treatment of recurrent pleomorphic adenoma of the parotid gland[J].Head Neck，2021，43(4):1088-1096.
13	Gao M, Hao Y, Huang MX, et al.Salivary gland tumours in a northern Chinese population：a 50-year retrospective study of 7190 cases[J].Int J Oral Maxillofac Surg，2017，46(3):343-349.
14	吴艳，谢元亮，张树桐，等．基于T2 WI影像组学及联合诊断模型鉴别腮腺多形性腺瘤与腺淋巴瘤[J].放射学实践，2020，35(12):1525-1531.
15	Espinoza S, Felter A, Malinvaud D, et al.Warthin′s tumor of parotid gland：Surgery or follow-up? Diagnostic value of a decisional algorithm with functional MRI[J].Diagn Interv Imaging，2014，97(1):37-43.
16	余先超，孙宇凤，李鹏，等．腮腺多形性腺瘤与腺淋巴瘤的放射组学研究[J].西南国防医药，2020，30(10):900-903.
17	彭媛媛，任翠萍，程敬亮，等．增强T1WI纹理分析对腮腺多形性腺瘤与腺淋巴瘤的鉴别诊断[J].中国医学影像学杂志，2021，29(3):207-211.
18	林杨，吴丽芳，陈懿．腮腺混合瘤与腺淋巴瘤的磁共振成像表现对比分析[J].肿瘤影像学，2020，29(3):319-323.
19	kogen K, Schulz A, Dormagen JB, et al.Diagnostic performance of texture analysis on MRI in grading cerebral gliomas[J].Eur J Radiol，2016，85(4):824-829.
20	文萌萌，张勇，程敬亮，等．基于增强T1 WI的直方图分析在腮腺常见肿瘤中的鉴别诊断价值[J].临床放射学杂志，2020，39(5):895-898.
21	王敏红，冯湛．瘤周水肿常规MRI纹理分析鉴别脑胶质母细胞瘤和单发转移瘤的价值[J].中华放射学杂志，2018，52(10):756-760.

[1]	韩丹, 王婷, 肖欢, 朱丽容, 陈镜宇, 唐毅. 超声造影与增强CT对儿童肝脏良恶性病变诊断价值的对比分析[J]. 中华医学超声杂志（电子版）, 2023, 20(09): 939-944.
[2]	王月香, 朱亚琼, 陈祥慧, 杨静. 序贯教学法在颈椎超声临床教学中的应用[J]. 中华医学超声杂志（电子版）, 2022, 19(06): 548-553.
[3]	韩春颖, 王婷婷, 李艳艳, 朴金霞. 子宫内膜癌患者淋巴管间隙浸润预测因素研究现状[J]. 中华妇幼临床医学杂志(电子版), 2023, 19(04): 403-409.
[4]	董双, 李晓莹, 孙立涛, 田家玮. 影像学技术在宫颈癌术前临床分期中的应用进展[J]. 中华妇幼临床医学杂志(电子版), 2023, 19(01): 113-119.
[5]	马帅, 袁新宇, 辛海燕, 孙晶然, 吕艳玲, 赵华, 杨洋. 影像学检查对儿童化脓性骶髂关节炎的辅助诊断价值[J]. 中华妇幼临床医学杂志(电子版), 2023, 19(01): 100-106.
[6]	张泽华, 杨诗怡, 熊茂明, 张嘉炜. 腹盆腔脂肪与肌肉含量与Miles术后发生造口旁疝风险的相关性研究[J]. 中华疝和腹壁外科杂志(电子版), 2023, 17(01): 9-14.
[7]	郭宏坤, 孟岩, 马自达, 孙少川, 孙中伟. 腹横肌的CT解剖学及其在腹横肌平面阻滞的临床意义[J]. 中华疝和腹壁外科杂志(电子版), 2022, 16(06): 640-643.
[8]	史日东, 赵翠娟, 陈宁. 多排螺旋CT多平面重建在腹股沟斜疝、直疝及股疝中的鉴别诊断及临床价值[J]. 中华疝和腹壁外科杂志(电子版), 2022, 16(04): 432-434.
[9]	王欣, 孙丹琦, 黄瑾瑜. 高分辨弥散加权成像ADC直方图参数与直肠癌临床特征相关性的回顾性研究[J]. 中华结直肠疾病电子杂志, 2023, 12(02): 132-138.
[10]	吴箭午, 陈业煌, 薛亮, 黄银兴, 王守森, 魏梁锋. 基于MR-T2WI直方图预测脊膜瘤质地的研究[J]. 中华神经创伤外科电子杂志, 2022, 08(06): 329-334.
[11]	刘立业, 赵德芳. 非酒精性脂肪肝患者血清细胞因子信号转导抑制因子3、肝X受体α水平与CT影像学特征的相关性[J]. 中华消化病与影像杂志(电子版), 2023, 13(04): 211-215.
[12]	黄文鹏, 刘晨晨, 侯佳蒙, 李莉明, 侯平, 肖晓燕, 高剑波. 眼部恶性多形性腺瘤43例临床病理及CT/MRI影像分析[J]. 中华消化病与影像杂志(电子版), 2023, 13(01): 5-9.
[13]	黄文鹏, 李莉明, 曲利媛, 刘剑利, 许歌, 高剑波. 原发性胃淋巴上皮瘤样癌的临床影像分析[J]. 中华消化病与影像杂志(电子版), 2022, 12(06): 351-356.
[14]	韩雷, 陈小宇, 王楠楠. 人工智能与放射科医师判读肺实性肿块CT征象的一致性研究[J]. 中华消化病与影像杂志(电子版), 2022, 12(06): 348-350.
[15]	黄文鹏, 高歌, 邱永康, 杨琦, 陈钊, 康磊, 高剑波. 肠道尤文肉瘤/原发性神经外胚层肿瘤三例并文献复习[J]. 中华消化病与影像杂志(电子版), 2022, 12(05): 296-301.

阅读次数

全文

摘要

选择文件类型/文献管理软件名称

选择包含的内容

Application value of CT enhanced histogram in pleomorphic adenoma and adenolymphoma of parotid gland

模态框（Modal）标题

选择文件类型/文献管理软件名称

选择包含的内容

Application value of CT enhanced histogram in pleomorphic adenoma and adenolymphoma of parotid gland