肝细胞肝癌（hepatocellular carcinoma，HCC）作为我国最常见的恶性肿瘤之一，发病率在我国恶性肿瘤中位于第四位，病死率居于第二位^[1]，大多伴有肝炎、肝硬化病史，约2/3的患者血清甲胎蛋白（alpha-feto protein，AFP)水平升高，但尚有约1/3患者AFP在正常水平。肝局灶性结节增生（focal nodular hyperplasia，FNH)是肝脏的一种良性病变，在人群中的发病率占0.6%～3.0%，近年来随着检查技术的提高发现率增加^[2]。AFP阳性HCC与FNH结合典型的影像学特征和血清学指标鉴别诊断并不困难，但是AFP阴性HCC与FNH部分病例在影像学表现上具有某些重叠性，且无AFP水平升高的支持，鉴别诊断则是一个难题，而两者的治疗方式与预后完全不同，对两者进行准确鉴别诊断非常重要。纹理分析可以反映病变或脏器的异质性，而且可以对人眼不能分辨的图像内部特征进行定量描述^[3]。本研究拟探讨DCE-MRI纹理分析对AFP阴性HCC与FNH的鉴别诊断价值。

1　材料与方法

1.1　一般资料

       回顾性分析潍坊市人民医院2016年1月至2019年11月符合以下标准的门诊或住院患者资料。纳入标准：(1)经穿刺活检或手术等病理证实为HCC或FNH ；(2）穿刺前或术前2周接受上腹部DCE-MRI检查，包括动脉期、门脉期、平衡期增强T1WI；(3)患者接受DCE-MRI检查前行血清学检测，AFP <10 ng/ml ；(4）病灶直径≥1 cm。排除标准：(1）图像存在伪影，不符合诊断及进一步图像分析要求；(2)检查前接受过射频消融治疗、放化疗或手术治疗。共39例患者纳入研究，包括20例AFP阴性HCC患者(21个病灶），19例FNH患者(22个病灶）。其中，男26例，女13例；年龄14~72岁，平均（49.1±16.2）岁。

1.2　仪器与方法

       采用Siemens Magnetom Skyra 3.0 T超导型MR扫描仪，采用体部相控阵表面线圈。行上腹部磁共振平扫及动态增强扫描，其中，用于纹理分析的动态增强扫描T1WI序列参数为：TR 3.51 ms ，TE 1.32 ms ，层厚3.0 mm，层间距0 mm，视野38 mm×38 mm～40 mm×40 mm，矩阵320×320。经肘静脉以2.0 ml/s速率高压注射GD-DTPA对比剂，剂量为0.2 mmol/kg，然后用20 ml生理盐水以同样速率冲洗导管，分别于注射对比剂后18~30 s、50~60 s、120 s采集动脉期、门脉期及平衡期增强T1WI。

1.3　图像分析

1.3.1　图像阅读与选择

       在不知晓纹理分析结果及病理结果的前提下，由2名影像科腹部组具有10年以上工作经验的主治医师共同对所有病例的所有图像进行全面评阅，并作出诊断，当两者观点不相同时通过交流沟通达成一致；由另外2名腹部组具有15年以上工作经验的副主任医师同时以动脉期图像为基准，共同选出病变最大横断面且清晰的图像，门脉期、平衡期图像与动脉期为同一层面，当两人观点不相同时通过交流达成一致。并由其中1名副主任医师独立将选定的图像分别以DICOM格式导出至移动硬盘，进行后期的纹理分析。

1.3.2　ROI的选择及纹理参数的提取

       将导出的三期增强磁共振图像分别导入MaZda软件（version 4.6)，由于动脉期图像对比度最佳、病灶显示最清晰，先于动脉期时相沿病灶轮廓手动勾画ROI ，ROI包全整个病变，包含出血、囊变等（图1，图2)，随后将勾画好的ROI复制粘贴到门脉期及平衡期时相，使各序列ROI保持一致。对所有的图像首先进行灰阶标准化，然后由MaZda软件自动提取每个ROI内的六种纹理特征，即直方图、绝对梯度（absolute gradient，GRA)、自回归模型（auto-regressive model ，ARM)、小波转换（wavelets transform，WAV)、灰度共生矩阵(gray-level co-occurrence matrix，GLCM)、游程检验(run-length matrix，RUN)，共279个纹理特征参数值（表1)。

点击查看大图

图1  男，53岁，肝右叶HCC。A：动脉期；B：门脉期；C：平衡期；D：手动勾画肿瘤实质部分ROI，以红色填充勾画区域
图2  男，27岁，肝左叶FNH。A：动脉期；B：门脉期；C：平衡期；D：手动勾画肿瘤实质部分ROI，以绿色填充勾画区域
图3  女，43岁，肝左叶FNH，影像科医师误诊为AFP阴性HCC。MRI示肝左叶不规则团块状混杂信号。A、B：病变呈混杂等长TI等长T2信号；C：DWI病变呈稍高信号；D~F：动脉期病变呈不均匀明显强化，门脉期及平衡期强化程度减低，内见不规则无强化区
Fig. 1  Male, 53 years old, HCC in right lobe of liver. A: Arterial phase. B: Portal phase. C: Equilibrium phase. D: Manually sketching the ROI of tumor parenchyma, filling the delineated area with red.
Fig. 2  Male, 27 years old, FNH in left lobe of liver. A: Arterial phase. B: Portal phase. C: Equilibrium phase. D: Manually sketching the ROI of tumor parenchyma, filling the delineated area with green.
Fig. 3  Female, 43 years old, FNH in left lobe of liver, misdiagnosed as AFP negative HCC by radiologists. MRI showed irregular lumpy mixed signals in the left lobe of liver. A, B: The lesion presents mixed equal-length TI and equal-length T2 signal. C: DWI lesions showed slightly higher signals. D-F: Arterial lesions showed uneven and obvious enhancement, portal phase and equilibrium phase intensity decreased, irregular and unreinforced areas were found in the lesions.

点击查看表格

表1  MaZda纹理参数表(n=279)
Tab. 1  MaZda texture parameter table (n=279)

1.3.3　纹理参数的选择

       由于自动提取的纹理参数繁多，需要进行筛减，选出最有价值的纹理参数。使用MaZda软件提供的四种纹理参数筛减方法，包括交互信息（mutual information，MI)、分类误差概率结合平均有关系数（classification error probability combined average correlation coefficients ，POE+ACC)、Fisher系数(Fisher coefficient，Fisher）及三种方法的合计算法(MI+POE+ACC+Fisher，MPF)。MI、POE+ACC和Fisher每种方法选出10个最佳纹理参数，MPF法筛选出30个纹理参数。

1.3.4　纹理参数的分类

       采用MaZda软件自带的B11 (verison3.3）软件包中的线性分类分析（linear discriminant analysis，LDA)、非线性分类分析（nonlinear discriminant analysis，NDA)、主要成分分析（principal component analysis，PCA）和原始数据分析（raw data analysis，RDA)四种经典纹理参数分类方法，分别对三期增强图像筛选出的纹理参数自动分类，评价鉴别诊断AFP阴性HCC与FNH的准确度，结果以误错率的形式输出。误错率越低，说明该序列图像对两者的鉴别诊断价值越高、蕴含的纹理信息越有鉴别意义。

1.4　统计学分析

       采用SPSS 22.0统计学分析软件，依据病理结果计算影像科医师的误错率，应用χ²检验比较影像科医师与纹理分析方法误错率结果的差异。以P<0.05表示两者之间差异存在统计学意义。

2　结果

       动脉期、门脉期和平衡期图像应用四种纹理参数选择方法和四种纹理参数分类方法鉴别AFP阴性HCC与FNH的误错率见表2。由表可知，基于平衡期序列的误错率（2.33%～25.58%）均低于动脉期（9.30%～41.86%)和门脉期(4.65%～46.51%)，其中以平衡期序列的误错率最小，为2.33% (1/43)，在平衡期序列中出现两次，分别为MPF选择法联合LDA分类法和MPF选择法联合NDA分类法。

       平衡期序列，在纹理参数选择方法中，MPF的误错率（2.33%～18.60%）低于MI (6.98%～23.26%)、POE+ACC (4.65%～25.58%)、Fisher (9.30%～23.36%)；在纹理参数分类方法中，NDA的误错率(2.33%～9.30%）低于RDA (18.60%～25.58%)、PCA (11.63%～23.26%)、LDA (2.33%～13.95%)，其中，NDA的误错率与LDA的误错率相接近。

       影像科医师误将7个FNH病灶诊断为AFP阴性HCC，将2个AFP阴性HCC病灶误判为FNH（图3)，误错率为20.93% (9/43)，高于平衡期序列纹理分析误错率2.33% (1/43)，差异具有统计学意义(χ²=7.242 ，P=0.007)。

点击查看表格

表2  不同序列不同选择方法不同分析方法鉴别AFP阴性HCC与FNH误错率(%)
Tab. 2  The misclassification rate for differentiating AFP negative HCC and FNH by different sequences, different selection methods and different classification methods (%)

3　讨论

3.1　纹理分析的应用

       纹理分析技术作为影像组学的一部分，是近几年新兴的一种图像后处理技术，是肿瘤影像学研究中的一种新型定量辅助工具，在临床实践及医学科研方面的影响逐渐增大^[4]。纹理分析不受人们的临床经验和主观意识的影响，客观地反映图像的细部结构或内部细小特征，能够定量地描述机体的病理改变。磁共振成像可以多方向、多参数及多功能成像，且增强磁共振可以反映病变的血流情况，在肿瘤影像学诊断中的应用广泛。基于磁共振图像的纹理分析已应用于乳腺、颅脑、肾脏、直肠、前列腺等多种疾病的研究^[5,6,7]，近几年在肝脏病变中的研究也逐渐增多^[8,9,10]。

3.2　AFP阴性HCC与FNH的鉴别

       在我国乙型肝炎、丙型肝炎及肝硬化的高发背景下，HCC的发病率逐渐升高，恶性程度较高，预后较差，威胁着人民的生命和健康安全。AFP正常人含量极微，成人由肝细胞产生，AFP水平的升高在HCC的辅助诊断中具有较高的提示价值，约30％的HCC患者中血清AFP水平并无升高。FNH是肝脏的一种富血供占位，与HCC部分病例影像学表现具有一定的相似性，鉴别诊断困难，尤其是与AFP阴性HCC的鉴别更为困难。在"精准医疗"的大力倡导下，对两者进行准确的鉴别和有效的治疗尤为重要。肝细胞特异性对比剂普美显的使用在肝脏良恶性病变的诊断中具有一定的临床价值，提高了HCC与FNH鉴别诊断的准确性^[11,12]，但是约5%～12％高分化的小肝癌肝胆特异期可呈等或稍高信号^[13]，与FNH鉴别仍有一定的困难，且受经济和检查条件等的限制，在临床尚未普遍开展。

3.3　纹理分析在AFP阴性HCC与FNH鉴别诊断中的价值

       本研究基于动脉期、门脉期及平衡期三期增强扫描磁共振图像纹理分析，探讨其在鉴别AFP阴性HCC与FNH中的应用价值。研究显示，应用DCE-MRI纹理分析鉴别AFP阴性HCC与FNH的误错率可低至2.33% (1/43)，低于影像科医师的误错率20.93% (9/43)。对影像科医师的误诊病例进行分析，其误诊的原因主要是因为一些中央瘢痕不明显的均质FNH与高分化的AFP阴性HCC、中央低信号区未延迟强化的FNH与中心伴有坏死的AFP阴性HCC、部分AFP阴性HCC发病年龄较低且无肝硬化的征象支持等，对于这些不典型的病例鉴别诊断比较困难，容易出现误诊。纹理分析不仅能够反映图像的表面特征，而且还能充分的反映图像内部不能被人眼识别的细小特征，从而更好地反映病变的病理变化，提高了对不典型病例的鉴别诊断正确率，提示纹理分析技术可作为补充鉴别诊断AFP阴性HCC与FNH的辅助性工具。本研究结果显示，平衡期序列的误错率明显低于动脉期及门脉期，分析原因可能是与其病理生理有关，AFP阴性HCC部分病例虽然并未表现出典型的快进快出影像学表现，但是其内部血流动力学已经开始发生变化，逐渐由门脉供血为主型转为动脉供血为主型，并且表现状况与肿瘤的分化程度有关，FNH内含有增多、扭曲的动脉血管，且仍有正常的门脉供血，这种供血差异在平衡期较为显著，图像所蕴含的纹理信息差异较大，鉴别诊断价值较高，与国内学者^[14]运用MRI纹理分析对肝脏良恶性病变进行鉴别时的结果相符合，国外学者^[15]认为不同磁共振序列纹理分析在非肝硬化背景的肝脏良恶性肿瘤的鉴别诊断中，基于动脉期图像的纹理特征是最有可能的结果，与本研究结果有一定的差异，可能原因是该学者增强磁共振序列只进行了动脉期、门脉期及肝胆期的扫描及分析，并未分析平衡期或延迟期，且对比剂的类型不同。本研究还发现，在纹理参数筛选方法中，MPF的误错率低于MI、POE+ACC及Fisher，可能与MPF筛选出的纹理参数多于其他三种方法有关，鉴别诊断的准确率更高，与其他学者^[16,17]在不同疾病鉴别诊断中的研究结果相一致。在纹理参数分类方法中，NDA的误错率低于RDA、PCA及LDA，其中NDA的误错率与LDA的误错率相接近，周智等^[18]研究发现NDA方法在不同亚型的肾癌两两鉴别中具有最佳诊断效能，LDA是其次具有较高诊断效能的方法，与本研究结果相符合。

       本研究存在的不足：(1)样本例数相对较少，可能会引起结果偏倚；(2)本研究只对增强扫描序列进行了分析，未纳入平扫序列进行全面分析；(3）二维ROI相对于三维ROI提取的纹理信息可能不完整。

       总而言之，DCE-MRI纹理分析可为鉴别AFP阴性HCC和FNH提供可靠的信息，具有一定的鉴别诊断价值，可为临床鉴别两者提供新思路。