西部战区总医院核医学科 四川省成都市 610083
【摘要】目的:分析PET-CT融合图像肺纹理特征在肺癌鉴别诊断中的应用价值。方法:随机选取2018年6月~2020年12月期间在我院进行PET-CT检查的52例患者做为研究对象,分别由医师经验知识和融合图像纹理特征参数判断患者肺部病灶情况。并且对患者进行手术病理检查或治疗,通过影像学随访确诊其肺部良恶性病变。比较几种方法应用在肺癌诊断时的灵敏度和特异性。结果:52例患者最终被诊断为肺癌的有45例,医师经验知识诊断的灵敏度为90.91%,特异性为57.14%。纹理特征参数诊断的灵敏度为91.30%,特异性为66.67%。二者联合诊断的灵敏度为93.62%,特异性为50%。三者对比差异不明显,P>0.05,无统计学意义。结论:PET-CT融合图像肺纹理特征应用于肺癌诊断时能够起到较为积极的作用。
【关键词】PET-CT;融合图像;肺纹理特征
PET-CT被诊为“现代医学高科技之冠”,它的优点在于能够早期诊断肿瘤等病,基本上对于超过5mm的病灶均能发现,而且检查所用的核素的半衰期非常短,短期内可重复性很好[1],因此目前被广泛应用于对癌症的诊断中。目前多数医师会结合CT征象与SUV值和延迟显像等经验知识对肺部病灶的良恶进行综合鉴别,但是在判读PET-CT图像时会受到医师的专业性、病灶分化度以及SUV值交叉造成误诊。本次研究目的在于分析PET-CT融合图像肺纹理特征对于肺部肿瘤的临床诊断价值。
1资料与方法
1.1一般资料
随机选取2018年6月~2020年12月期间在我院进行PET-CT检查的52例患者做为研究对象,患者平均年龄57岁(40~71岁),其中男性31例,女性21例。其中有45例患者经手术病理诊断证实为肺癌,另外7例为肺部良性病变。其中4例经手术病理证实,另外3例经影像学资料随访证实病灶范围逐渐缩小或消失(表1)。
表1.52例患者临床特征
临床特征 | 例数(%) |
性别 男性 女性 | 31(60%) 21(40%) |
年龄(岁) | 57(40~71岁) |
病理诊断 恶性病变 良性病变 手术证实 影像学随访 | 45(86%) 7(13%) 4(57%) 3(43%) |
1.2方法
所有患者均接受PET-CT检查,PET-CT仪器为西门子biograph sensation16型,并且配备Pico-3D,所有患者均先采集CT图像,参数设定如下:120kV电压,140mAs电流,准直/层厚为5.0/0.75mm,转速为0.5ms/转,螺距为1.25,扫描时间20-30s。然后在同一范围内采集PET图像,机器自动进行衰减校正并进行图像重建和融合,采用Truex或迭代法进行图像重建,分别获得横断面、冠状面以及矢状断面的PET、CT和PET-CT图像[1]。(1)医师经验知识判断图像,由两名核医学科医师根据CT图像中病灶的大小以及形态等特征以及PET图像的SUV值和融合图像进行综合判断,最终得出统一结论。(2)融合图像纹理特征参数,选用PET-CT的横断面融合图像,参照CT图像对感兴趣区域进行勾画建立肺部病灶融合图像数据库,提取4项肺部纹理特征参数进行定量分析,分别计算ASM值以及粗糙度、对比度等值。(3)联合诊断,将医师先验知识或纹理参数任意显示为阳性时将其判断为真阳性。
1.3疗效观察
与病理结果对比,医师先验知识诊断结果、纹理特征参数以及二者联合诊断的特异性以及敏感度。敏感度=真阳数/(真阳数+假阴数)×100%。特异性=真阴数/(真阴数+假阳数)×100%。
1.4统计学方法
数据处理:SPSS21.0统计学软件;资料描述:计数资料为(n%),计量资料为( ±s);差异检验:计数资料为χ2,计量资料为t;统计学意义判定标准:P<0.05。
2结果
2.1与病理结果对比,医师经验知识诊断结果、纹理特征参数以及二者联合诊断的特异性以及敏感度。
如表1所示,医师经验知识与纹理特征参数以及二者联合诊断的特异性敏感度以及准确率对比差异不明显,P>0.05。但是相较而言,二者联合诊断的敏感度和准确率更高。见表2及表3:
表2. 与病理结果对比,医师经验知识诊断结果、纹理特征参数以及二者联合诊断情况
病理诊断 | 医师先验知识 | 合计 | 纹理特征参数 | 合计 | 二者联合 | 合计 | |||
阳性 | 阴性 | 阳性 | 阴性 | 阳性 | 阴性 | ||||
阳性 | 40 | 3 | 43 | 44 | 3 | 47 | 46 | 2 | 48 |
阴性 | 5 | 4 | 9 | 2 | 3 | 5 | 2 | 2 | 4 |
合计 | 45 | 7 | 52 | 46 | 6 | 52 | 48 | 4 | 52 |
表3. 与病理结果对比,医师经验知识诊断结果、纹理特征参数以及二者联合诊断的特异性以及敏感度
诊断方法 | 敏感度 | χ2 | P | 特异性 | χ2 | P |
医师经验知识 | 90.91(40/44) | -- | -- | 57.14(4/7) | -- | -- |
纹理特征参数 | 93.62(44/47) | 0.234* | 0.628* | 50(3/6) | 0.066* | 0.796* |
二者联合 | 95.83(46/48) | 0.233# | 0.628# | 50(2/4) | 0.000# | 1# |
注:*为纹理特征参数与医师经验知识对比,#为二者联合与纹理特征参数对比
3讨论
肺癌是临床上严重威胁患者生命安全并及比较高发的一种恶性肿瘤,由于其临床表现特点不够明显造成了有八成的患者错失最佳的治疗时机,而通过手术干预以后此病的5年生存率仅为10%左右,因此对于此病的早期诊断具有非常重要的临床价值。
纹理特征不依赖于颜色或是亮度而是通过对图像计算,通过计算所得值将特征进行量化对比[3]。PET-CT图像融合将PTE的生理人信息与CT解剖结构结合在一起对肺癌的诊断、分期和预期疗效的评估上都具有明显优势,从本次研究结果可见,基于PET-CT检查结果,将医师经验知识和融合图像纹理特征进行对比可见二者联合诊断的灵敏度高达95.83%。提示二者联合对于肺部病变诊断上具有较高的诊断价值和应用前景。
综上可见,PET-CT融合图像肺纹理特征在肺癌鉴别诊断中有较高的应用价值。
参考文献
[1]刘寒冰、赵杰、胡春峰、孟闫凯. PET/CT纹理分析在预测非小细胞肺癌EGFR基因突变中的应用[J]. 临床放射学杂志, 2020, v.39;No.362(09):91-95.
俞美香, 朴永男. PET/CT图像分析及其在肺癌辅助诊疗中的应用[J]. 医药前沿 2019年9卷31期, 28-29页, 2019.
[3]蔡超. PET/CT融合图像肺纹理特征在肺癌诊断中的应用[J]. 中国继续医学教育, 2020, v.12(25):100-103.
作者简介:陈治明,1980年4月,男,汉,四川巴中,主治医师,大学,影像医学及核医学。