MRI增强全域灰度直方图在鉴别儿童后颅窝肿瘤的应用

许 珂，张 勇，程敬亮，朱晨迪，汪卫建

（郑州大学第一附属医院磁共振科，河南 郑州 450052）

颅内肿瘤占儿童时期中枢神经肿瘤的90%以上，4～15岁儿童则以幕下肿瘤更为常见，约50%的儿童颅内肿瘤位于后颅窝[1]。最为常见的肿瘤有室管膜瘤、星形细胞瘤、髓母细胞瘤。儿童后颅窝肿瘤临床症状多不典型，早期体征不明显，易互相混淆。常规MRI对儿童后颅窝肿瘤的范围、部位、信号特点及与周围组织的关系显示较好[2]，但对鉴别肿瘤组织类型及分级的作用较小。

基于肿瘤的磁共振全域直方图分析是一种新的基于像素分布的图像分析方法，基于磁共振图像提取病变感兴趣区（ROI）每一层面的像素值，通过计算平均值获得肿瘤实质部分的分析数据，对肿瘤灰度分布情况进行分析，提供与疾病鉴别分级有关的参数，可为肿瘤的鉴别或分级提供更多定量信息。直方图分析在肾上腺皮质、胶质瘤、神经鞘瘤和脑膜瘤等疾病分级或评估预后的研究中已有报道[3-5]，也有将直方图分析用于儿童后颅窝肿瘤的研究报道[6]。

1 资料与方法

1.1 研究主体

2014年6月—2017年2月收集我院进行脑部磁共振成像检查经病理证实的儿童后颅窝肿瘤患者76例，其中室管膜细胞瘤25例（男13例，女12例），星形细胞瘤26例（男12例，女14例），髓母细胞瘤25例（男19例，女6例），年龄1～14岁，并对影像资料进行回顾性分析。该病患的临床首发症状多以头晕、头痛、呕吐、共济失调等为主。纳入标准：①在我院进行过MRI平扫及增强检查被诊断为后颅窝肿瘤，影像资料完整，包括轴位T1WI、T2WI、FLAIR、DWI和增强T1WI；②通过手术病理进一步确诊为室管膜瘤、星形细胞瘤或髓母细胞瘤；③MRI图像质量清晰。

1.2 磁共振成像方法

采用德国Siemens Skyra 3.0T磁共振扫描仪和32通道头线圈。常规MR成像包括：平扫T1WI轴位和矢状位、T2WI轴位、DWI轴位及液体衰减反转恢复（FLAIR）序列。扫描参数如下：T1WI：TR 260.0 ms，TE 2.46 ms；T2WI：TR 3 800 ms，TE 93.0 ms；DWI采用SE-EPI序列，b值取0及1 000 s/mm2两种，TR 3500ms，TE 119ms；范围23cm×23cm，层间距0.3mm，层厚5 mm，层数20。FLAIR序列：TR 4 500 ms，TE 93.0 ms。增强扫描序列包括轴位、矢状位和冠状位T1WI，其对比剂均为钆喷替酸葡胺（Gd-DTPA），剂量为0.2 mmol/kg，扫描参数均与平扫T1WI相同。

1.3 图像处理

1.3.1 图像选取

从PACS工作站以BMP格式导出所有患儿的MR图像，同时调整窗宽、窗位，使所有图像在窗宽、窗位上保持一致性，鉴于增强T1WI矢状位上显示病变最佳，因此将增强T1WI矢状位图像作为首选，进行全域直方图分析。

1.3.2 ROI选取及全域直方图分析

通过Mazda软件沿病变增强T1WI矢状位图像全肿瘤边缘手动勾画每一层ROI，ROI的灰度直方图由软件自动生成，通过灰度直方图分析计算得到下列参数：均值、肿瘤变异度、峰度、偏度、第99百分位数、第90百分位数、第50百分位数、第10百分位数、第1百分位数等。3种肿瘤中分别随机选取1个样本作为示例，随机圈出1层肿瘤区域，该层肿瘤区域使用红色填充，分别对应的标记前的原始图像如图1～3所示。本次研究所有样本选取ROI均由3位影像学专家的指导完成勾画。

1.4 统计分析

2 结果

2.1 3种肿瘤的直方图参数比较

软件运行出的直方图如图4～6所示。3组肿瘤灰度直方图各参数值统计结果见表1。由灰度直方图分析得到的9个参数中，均值、变异度、偏度、第10百分位数、第50百分位数及第99百分位数这6个参数差异有统计学意义（P均＜0.05），其中均值、偏度、第10百分位数及第50百分位数在室管膜瘤与星形细胞瘤两组之间差异有统计学意义，均值、变异度、偏度、第10百分位数及第99百分位数在星形细胞瘤与髓母细胞瘤两组之间差异有统计学意义，变异度、第99百分位数在室管膜瘤与髓母细胞瘤两组之间差异有统计学意义。其余3个参数峰度、第1百分位数、第90百分位数在3组间无显著性差异（P均＞0.05）。

图4 软件运行出的室管膜瘤直方图。Figure 4.Histogram of ependymoma.

图5 软件运行出的星形细胞瘤直方图。Figure 5.Histogram of astrocytoma.

图6 软件运行出的髓母细胞瘤直方图。Figure 6.Histogram of medulloblastoma.

表1 3组儿童后颅窝肿瘤全域灰度直方图参数统计分析（）

表1 3组儿童后颅窝肿瘤全域灰度直方图参数统计分析（）

注：1：与室管膜瘤比较，P＜0.05；2：与星型细胞瘤比较，P＜0.05。

2.2 直方图参数的ROC曲线分析

ROC曲线分别分析均值、变异度、偏度、第10百分位数、第50百分位数及第99百分位数等6个参数在3组肿瘤两两之间的鉴别诊断效能，有统计学差异的参数分别在对应的两组肿瘤之间的AUC见图7，兼顾灵敏度和特异度选取的最佳临界值见表2～4。在室管膜瘤与星形细胞瘤两组的鉴别中第50百分位数的灵敏度为81.3%，特异度为80.5%，AUC为0.808，最佳临界值68.04；星形细胞瘤与髓母细胞瘤两组的鉴别中变异度的灵敏度为87.5%，特异度为81.7%，AUC为0.838，最佳临界值408.32；室管膜瘤与髓母细胞瘤两组的鉴别中变异度的灵敏度为83.3%，特异度为80.0%，AUC为0.813，最佳临界值198.10。

3 讨论

3.1 增强全域灰度直方图的临床应用

图7a 室管膜瘤与星形细胞瘤之间均值、第10百分位数、第50百分位数的ROC曲线，AUC分别为0.796、0.758、0.808。Figure 7a.The ROC curves of mean,Perc.10%,Perc.50%between ependymoma and astrocytoma,the AUC were 0.796,0.758,0.808.

图7b 室管膜瘤与星形细胞瘤之间偏度的ROC曲线，AUC为0.642。Figure 7b.The ROC curves of skewness between ependymoma and astrocytoma,the AUC was 0.642.

图7c 星形细胞瘤与髓母细胞瘤之间变异度、偏度、第99百分位数的ROC曲线，AUC分别为0.838、0.567、0.735。Figure 7c.The ROC curves of variance,skewness,Perc.99%between astrocytoma and medulloblastoma,the AUC were 0.838,0.567,0.735.

表2 均值、偏度、第10百分位数及第50百分位数对室管膜瘤与星形细胞瘤的鉴别效能

表3 均值、变异度、偏度、第10百分位数及第99百分位数对星形细胞瘤与髓母细胞瘤的鉴别效能

图7d 星形细胞瘤与髓母细胞瘤之间均值、第10百分位数的ROC曲线，AUC分别为0.563、0.763。Figure 7d.The ROC curves of mean,Perc.10%between astrocytoma and medulloblastoma,the AUC were 0.563,0.763.

表4 变异度、第99百分位数对室管膜瘤与髓母细胞瘤的鉴别效能

全域灰度直方图分析可基于ADC、平扫与增强T1WI和T2WI图像进行分析，提取病变图像ROI的每一层像素值的灰度分布情况进行统计分析，从而获得大量与疾病鉴别分级有关的参数，为进一步鉴别肿瘤提供了具体的优化分类方法。目前已有文献报道肿瘤全域直方图分析法在疾病或肿瘤的分级、分类等方面得到了成功应用。Xu等[7]曾采用全肿瘤直方图分析鉴别神经鞘瘤和脑膜瘤，Ryu等[8]曾应用磁共振弥散加权成像全肿瘤直方图分析在肿瘤异质性方面进行评价。

图7e 室管膜瘤与髓母细胞瘤之间变异度、第99百分位数的ROC曲线，AUC分别为0.813、0.800。Figure 7e.The ROC curves of variance,Perc.99%between ependymoma and medulloblastoma,the AUC were 0.813,0.800.

3.2 增强全域灰度直方图与传统磁共振分析方法的对比

基于临床MRI的图像特征可以鉴别主要儿童后颅窝肿瘤类型，已成为儿童后颅窝肿瘤术前诊断的首选方法[9]。但室管膜瘤、星形细胞瘤、髓母细胞瘤这3种肿瘤的MRI表现具有部分相似性，如：发病部位及年龄相似，均易发生囊变，均有明显强化。而近年来较多文献报道了肿瘤的MRI定量分析在肿瘤鉴别中具有更高的诊断价值，大量文献报道星形细胞瘤平均ADC值要明显高于髓母细胞瘤和室管膜瘤，但髓母细胞瘤和室管膜瘤之间的ADC值有大量重叠现象[10]。

以往报道的直方图分析通常在ROI取一层或几层图像，然后计算平均值，这样得到的数据只反映了肿瘤的局部数据，不能完全代表所选ROI区域肿瘤的整体[11]，代表性较差。全域直方图分析反映了病变ROI每一层面的整体数据，对后颅窝肿瘤的鉴别可能会更加可靠和准确，并且可以较好避免由于勾画局部区域ROI而导致的抽样误差[12]。全域直方图分析的方法提供了一个更全面的评估鉴别方法，避免了根据MRI图像特征鉴别3种肿瘤所带来的局限性。且全域直方图分析与以往报道的提取一层或几层ROI肿瘤图像的直方图分析方法相比，得到的数据是肿瘤的整体数据，反映所选ROI区域肿瘤的整体，代表性较好，可能有更高的准确性。

3.3 研究结果及意义

目前应用全肿瘤直方图分析鉴别儿童后颅窝常见肿瘤的研究较少，本研究通过分析均值、变异度、偏度、峰度、第1百分位数、第10百分位数、第50百分位数、第90百分位数、第99百分位数等9个直方图参数在3种常见儿童后颅窝肿瘤中的统计学意义，得出结果如下：均值、变异度、偏度、第10百分位数、第50百分位数及第99百分位数这6个参数在3种肿瘤之间的差异有统计学意义。直方图形状和不对称性的变化反映了肿瘤组成的微观结构和功能差异，其中方差描述病变特征值的平均值分散程度，方差越大，数据越偏离平均值，表示病变不均匀[13]。峰度衡量一个直方图的峰值，反映与正态分布相比某一分布的相对尖锐度或平坦度，正峰值表示比正态分布尖锐的分布，负峰值表示比正态分布平坦的分布。偏度是衡量直方图不对称性的值，正偏度表明分布的不对称尾部趋向于更多较大值，分布的主体集中在右侧，即绝大多数的值（包括中位数在内）位于平均值的左侧。负偏度则相反，表明分布的不对称尾部趋向于更多较小值。偏度的绝对值越大，分布形态偏移程度越大。n位数代表形成直方图的体素值[14]。其中在室管膜瘤与星形细胞瘤两组的鉴别之间第50百分位数、星形细胞瘤与髓母细胞瘤两组的鉴别之间变异度、室管膜瘤与髓母细胞瘤两组的鉴别之间变异度这3个参数的灵敏度与特异度较高，具有较高的鉴别效能，可能是对3种肿瘤两两鉴别较好的诊断参数。本研究的全域直方图分析结果与Wagner等[15]的研究结果类似，进一步证实灰度全域直方图分析对儿童常见的3种后颅窝肿瘤的鉴别诊断存在一定价值，可作为一种诊断3种儿童后颅窝肿瘤的新的辅助方法。