Radiomic分析颅咽管瘤、脑膜瘤Sellar / Parasellar面积与图像特征和纹理特征:先生一个可行的研究

文摘

目的。调查的能力定性磁共振(MR)图像特征和定量核磁共振成像(MRI)纹理特征之间的对比分析颅咽管瘤、脑膜瘤。方法。总数量127患者纳入本研究(颅咽管瘤= 63;脑膜瘤= 64)。本研究的所有特性分析了从术前MRI图像获得的。定性先生图像特性进行评估与卡方测试或Fisher精确检验,而MRI与Mann-Whitney纹理特征进行评估U与Benjamini-Hochberg测试方法。纹理特性的二元逻辑回归分析进行评估的能力作为独立的预测因子,计算和诊断准确性接下来这些纹理特征与高能力的独立的预后因子使用接受者操作特征(ROC)曲线。结果。四个定性先生图像特征显示颅咽管瘤、脑膜瘤之间的显著差异,但只能视为诊断囊性改变的独立的预后因子。——与此同时,三个量化参数,基于直方图矩阵(组织)偏态,灰度级同现矩阵,应用灰度共生矩阵建立(-)对比超声造影图像,和HISTO-Skewness t2加权成像(T2WI)的图像显示有前途的能力对比分析。除此之外,这些纹理特征被发现明显是相对于囊性改变。结论。先生图像特征和纹理特征的对比分析是有用的颅咽管瘤、脑膜瘤。此外,定性先生图像特征和核磁共振结构特征可能与对方。

1。介绍

颅咽管瘤、脑膜瘤是两个最常见的良性肿瘤sellar或parasellar区域。颅咽管瘤约2.5% -4%的脑部肿瘤。它可以发现在任何年龄;除此之外,它是绝大多数肿瘤(大约90%)的儿童垂体肿瘤区域1- - - - - -4]。脑膜瘤提供了大约36%的中枢神经系统肿瘤的发生率(7.61/1000005,6]。颅咽管瘤、脑膜瘤患者sellar / parasellar区域可能遭受类似的症状,头痛,视觉变化,和垂体功能障碍,引起肿瘤的解剖毗邻视神经/交叉和垂体轴(7- - - - - -10]。磁共振成像(MRI)是标准的检测颅咽管瘤、脑膜瘤术前形态。MRI可以形态学评估大小,解剖位置和近端肿瘤的结构和可能的病理变化。不同的核磁共振成像特性可以提供可行的信息对比分析(11]。是至关重要的区分th sellar / parasellar地区脑膜瘤与颅咽管瘤,因为治疗推荐和预后的差异。然而,这些肿瘤的对比分析仍然是一个挑战,因为适应证可能模仿脑膜瘤sellar / parasellar地区在某些情况下(12]。

纹理分析(TA)是一种方法来描述voxel-value频率分布和空间组织的体素值,它可以反映每个体素值不同于你的邻居体素值。在分析过程中,几个从临床图像矩阵是用来捕捉信息,并且每个矩阵使多个异构的计算描述符(13]。纹理分析已广泛应用于各种肿瘤的检测和分类,如肿瘤在大脑中,肺癌、乳腺癌和前列腺癌14- - - - - -17]。先前的研究确定的值助教评分脑膜瘤;然而,诊断不明的值(17]。此外,TA从未在颅咽管瘤。在这项研究中,我们分析了磁共振(MR)图像特点,MRI纹理特性,和先生的关系图像特征和核磁共振结构特征之间的对比分析来评估他们的能力颅咽管瘤、脑膜瘤。

2。方法

2.1。病人的选择

我们回顾性搜索机构数据库来识别所有合格的患者。合格标准为合格患者(1)组织病理学确认;(2)精心制作的电子医疗记录;(3)手术前诊断扫描先生;(4)肿瘤sellar / parasellar区域。排除标准(1)治疗前的历史扫描先生;(2)颅内疾病史(如脑外伤、颅内感染,或其他类型的脑肿瘤);和(3)患者复发性脑瘤考虑疤痕组织的干扰。最后,127年合格颅咽管瘤患者(n= 63)或脑膜瘤(n= 64)被纳入本研究。所有的病人接受手术切除肿瘤的神经外科部门从2014年到2018年。

2.2。核磁共振成像协议

在所有患者MRI是可用的,包括超声造影t1和t2加权序列序列。设备使用3.0 T先生西门子三个扫描仪。对比度增强t1加权成像使用gadopentetate dimeglumine(0.1更易/公斤)作为对比剂,获得轴向、冠状、矢状数据。进行了动态增强MRI的扫描后250年代内注入造影剂。在这项研究中,127名病人中,所有患者的超声造影图像,而图像的t2加权成像(T2WI)有114名患者。

2.3。图像特征分析和结构分析

两个神经外科医生进行核磁共振扫描提取定性先生图像特性的监督下高级放射科医生和一位神经外科医生,被讨论和磋商解决分歧。我们评估以下定性先生图像特性的基础上,临床经验和先前的研究:(1)信号强度与正常组织相比,在T2WI超声造影图像和图像,(2)异质性在T2WI超声造影图像和图像,(3)unenhanced面积(s),(4)囊性改变(s)在增强对比度的图像或图像T2WI,和(5)因此级别的存在。此外,肿瘤组织的大小和位置也被测量并记录(3,18]。

LifeX医疗软件读取本地医学图像和描述肿瘤的异质性。两个神经外科医生利用LifeX包(http://www.lifexsoft.org)提取纹理特征通过编辑高级放射学家和一名神经外科医生。ROI是手工绘制沿病变在增强对比度的图像或图像T2WI获得纹理特性。从图像先生46特征提取,包括直方图矩阵(组织),灰度共生矩阵法应用灰度共生矩阵建立(),灰度级运行长度矩阵(GLRLM),灰度级区长度矩阵(GLZLM)和邻域灰度值依赖矩阵(NGLDM)。在这项研究中,最受欢迎的10日我们进行了统计分析和相关纹理特征从两个矩阵(能量、熵、峰度和偏态组织;相反,不同,能量、熵,应用灰度共生矩阵建立和同质性)。根据先前的研究,这些纹理特征是最受欢迎和最有意义的16,19]。所选特征的解释提供了补充表1。

2.4。统计分析

所有统计分析进行了使用IBM SPSS统计为Windows版本22.0(美国纽约阿蒙克的IBM公司)和MedCalc统计(MedCalc软件投资兴建,Acacialaan,比利时)。在数据处理中,我们总结了变量根据其分类、连续与手段和范围,分类与频率和百分比。为临床、放射学和组织病理学特点,脑膜瘤、颅咽管瘤的显著区别是检查第一次用卡方测试(分类变量有足够的统计),费舍尔准确测试(有限的分类变量统计),和Mann-WhitneyU测试(连续变量)。

至于纹理特性,Mann-WhitneyU测试与Benjamini-Hochberg方法进行第一次来确定如果脑膜瘤、颅咽管瘤之间有显著差异,并随后进行了二元逻辑回归分析预测概率作为独立的预测因子。他们的实际诊断价值评估与接受者操作特征曲线(ROC),从那里我们得到了曲线下的面积(AUC),标准误差,95%可信区间(CI),最佳分界点(被认为是最优的最大Youden指数)值,灵敏度和特异性。

最后,纹理与Mann-Whitney特性进行了分析U测试和ROC分析先后调查结构之间的关联特性和囊性改变。

3所示。结果

3.1。病人的选择

病人和病变的特点归纳在表格1。在脑膜瘤女性有优势,而没有明显的性别差异在颅咽管瘤,是按照以前的以人群为基础的研究(20.- - - - - -22]。之前报道,双峰年龄分布是颅咽管瘤患者中观察到,和成人是脑膜瘤患者的多数(5]。颅咽管瘤的平均大小肿瘤组织由8.45毫米大约比脑膜瘤。“硬脑膜的尾巴”附近观察肿瘤在大多数脑膜瘤虽然没有“硬铝尾”观察颅咽管瘤。

3.2。定性MRI特征分析

七先生之间的图像特征分析,其中四个是颅咽管瘤、脑膜瘤(之间明显不同先生四个图像特征值都小于0.001)。unenhanced区域对比图片,hyperintense或极端hyperintense T2WI图像,异质性在T2WI图像,和囊性颅咽管瘤变更更容易被观察到。然而,其他功能,包括信号强度对比图片,异质性对比图像,因此水平,之间没有显著区别这两种类型的肿瘤。定性的细节,成像特性分析表进行了总结2。两种情况的例子从先生颅咽管瘤、脑膜瘤患者的图像呈现在图1。

3.3。定量核磁共振结构特性分析

根据Mann-WhitneyU测试,观察显著差异在五个特性,包括HISTO-Skewness GLCM-Contrast, GLCM-Dissimilarity从超声造影图像,和HISTO-Skewness GLCM-Contrast T2WI图像(p的五个特性值都小于0.01,Benjamini-Hochberg校正调整水平的意义考虑到变量中包含二进制逻辑回归)。箱线图的五个独立的纹理特征呈现在图2。在逻辑回归分析中,特征之间的共线性检验首先避免干扰,然后统计标准化。回归的结果表明HISTO-Skewness和GLCM-Contrast超声造影图像和图像的HISTO-Skewness T2WI可以被视为独立的预测因子。结果(值、比值比(或),95% CI)的二元回归展示在表3。

ROC曲线只在三个独立预测因子(HISTO-Skewness, GLCM-Contrast对比度增强图像,在T2WI HISTO-Skewness)。AUC这些纹理特性均高于0.700,在对比分析介绍了他们的实用价值。结果呈现在图3和表4。

考虑到一个单一的纹理特征的诊断价值是不够的实际参数,综合模型建立了基于二元逻辑回归的结果。模型的公式

ROC曲线如图3集成模型的显示,AUC为0.776,比任何单一的纹理特征代表更高的诊断价值。

3.4。核磁共振特性和核磁共振图像纹理特性之间的关系

根据Mann-WhitneyU在三个特性测试,观察显著差异:HISTO-Skewness, GLCM-Contrast超声造影图像,在T2WI图像(HISTO-Skewness先生的三个纹理特征值都小于0.05)。ROC分析的结果提出HISTO-Skewness, GLCM-Contrast超声造影图像,HISTO-Skewness在T2WI图像上具有统计学意义。ROC分析的结果呈现在图4。

4所示。讨论

临床上,仍然是一个挑战的对比分析颅咽管瘤、脑膜瘤sellar / parasellar区域放射检查模拟脑膜瘤(因为适应证12,23]。在这项研究中,我们调查了MRI扫描特征的能力促进颅咽管瘤、脑膜瘤之间的对比分析图像特征和纹理特征。除此之外,我们也评估先生图像特征和纹理特征之间的关系,这样我们就可以把它们提高歧视的准确性。我们所知,我们的研究是第一个研究将这两个功能结合在一起。

先前的研究显示我们很多关于先生颅咽管瘤、脑膜瘤的影像特征。颅咽管瘤是典型solid-cystic,小叶肿瘤的钙质结核内部和/或蝶鞍部,(24- - - - - -26]。临床上,MRI是没有实现描述钙化,因为表现不佳的歧视钙质结核从邻居组织,可以明确发现或排除电脑断层摄影术(3]。脑膜瘤isointense在T1WI和T2WI图像通常强烈的钆对比后均匀增强政府由于缺乏血脑屏障(12,18,27]。此外,线性,提高硬脑膜的尾部延伸远离肿瘤组织在多数[28,29日]。在我们的研究中,我们把七先生图像特性的分析,结果显示囊性改变,unenhanced面积(s), unenhanced面积(s),和异质性在T2WI图像上明显不同,按照先前的研究。在MRI特征提取过程中,主体性是不可避免的,尽管整个过程的监督下高级放射学家和资深的神经外科医生。囊液中的蛋白质浓度的变化会引起颅咽管瘤的信号强度,图像,和标准的信号强度是相对主观的。此外,一些脑膜瘤颅咽管瘤代表类似的人物。基于这些事实,纹理分析可以更准确和客观的方法实现(3,23]。

纹理分析被应用到提高分类的准确性和分级脑膜瘤,但纹理分析颅咽管瘤尚未报道(17,30.,31日]。纹理分析报告作为一个潜在的、非侵入性的工具,以反映最近的研究肿瘤的异质性。它能够提高分类的准确性,肿瘤分级,以及之间的鉴别诊断肿瘤(32]。考虑到图像特性的评估比较接受,在我们的研究中,我们把十个纹理特征源自两个矩阵考虑研究最多(16,19]。四个来自基于直方图矩阵(组织、一阶统计),而其他人则来源于灰度共生矩阵(GLCM,二阶统计)。基于直方图矩阵只描述体素值的频率分布,无视固有的空间立体像素值之间的关系,应用灰度共生矩阵建立的矩阵,另一方面,占空间voxel-values组织。因此,我们把这些纹理特征应用灰度共生矩阵建立来源于组织和考虑,这样我们就可以评估MR图像的全景和局部视图。HISTO-Skewness和GLCM-Contrast图像的对比度增强图像和HISTO-Skewness T2WI代表承诺能力对比分析。有显著差异,与所有的值小于0.001,这意味着体素值的频率分布和空间voxel-values组织明显歧视之间的颅咽管瘤、脑膜瘤32]。二进制逻辑回归表明HISTO-Skewness和GLCM-Contrast超声造影图像和HISTO-Skewness在T2WI图像可能是有用的作为独立诊断的因素。然而,每一个纹理特征不够好是作为一个实用的参数,因为他们的诊断价值有限。因此,我们建立了一个综合模型来考虑可能HISTO-Skewness和GLCM-Contrast之间的关系,得到一个AUC高于每一个纹理特征。

先前的研究确定,颅咽管瘤通常是一个囊性肿瘤囊性改变可能被视为统计颅咽管瘤、脑膜瘤之间的界线。与此同时,囊液中蛋白质含量变异可能导致变异在MRI信号强度。因此,我们进行了机检测可能的纹理特征和囊性改变之间的关系(16]。HISTO-Skewness和GLCM-Contrast超声造影图像和HISTO-Skewness T2WI显示有前景的结果(所有的图像值小于0.001)。先前的研究已经报道了高组织病理学和先生图像特征之间的关系。这些研究表明,组织病理学的差异可以将变异强度先生的图片,例如,肿瘤的固定血液流入效应可能导致高T2WI信号(33)的一项研究也证明了这些组织病理学损伤纹理特征检测的能力。理论上,有着很强的先生图像特征和纹理特征之间的关系,并在某种程度上,他们都相关的病理特征。若先生图像特征描述肿瘤,虽然质地特性microview做到了。没有之前的关系的研究,我们试图证明它,结果暗示先生图像特征和纹理特征是彼此相关的。

我们的研究有几个局限性。首先,作为一个回顾性研究,我们只包括患者手术切除肿瘤。第二,选择偏差的可能性不能被排除在外。第三,我们无法评估其他子序列,尤其是常规T1WI。第四,肿瘤亚型的差异并没有考虑由于有限数量的病人。

5。结论

先生图像特性(囊性改变)和纹理特性(HISTO-Skewness和GLCM-Contrast超声造影图像和HISTO-Skewness T2WI图像)是有用的颅咽管瘤、脑膜瘤之间的对比分析。此外,两种类型的特征是相互关联的。但是,需要更多的研究来验证我们的结果和纠正缺陷。

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突。

作者的贡献

Zerong田和陈超越了同样的工作。

补充材料

补充表1:所选的解释功能。缩写:组织:基于直方图矩阵;GCLM:灰度共生矩阵。(补充材料)

引用

1. j . Muller-Scholden t . Lehrnbecher h·l·穆勒et al .,“激进手术与颅咽管瘤新生儿,”小儿神经外科,33卷,不。5,265 - 269年,2000页。视图:出版商的网站|谷歌学术搜索
2. 美国j·拉金和o . Ansorge适应证的病理病机”,垂体,16卷,不。1,上行线,2013页。视图:出版商的网站|谷歌学术搜索
3. h·l·穆勒“颅咽管瘤”,内分泌检查,35卷,不。3、513 - 543年,2014页。视图:出版商的网站|谷歌学术搜索
4. 杜蒙特j . Jagannathan a . s . j . a .简Jr .)和e . r .法律Jr .)“儿科sellar肿瘤:诊断程序和管理。”神经外科焦点,18卷,不。6、1 - 5,2005页。视图:出版商的网站|谷歌学术搜索
5. r . s . Kotecha e·m·帕斯科·e·j·冲et al .,”在儿童和青少年脑膜瘤:个体患者数据的荟萃分析,“柳叶刀肿瘤学,12卷,不。13日,1229 - 1239年,2011页。视图:出版商的网站|谷歌学术搜索
6. 问:t·奥斯特罗姆h . Gittleman p廖et al .,“CBTRUS统计报告:主要大脑和其他中枢神经系统肿瘤诊断在美国2010 - 2014年,“Neuro-oncology,19卷,不。suppl_5, pp. v1-v88, 2017年。视图:出版商的网站|谷歌学术搜索
7. m·f·Fraioli f . Contratti, c . Fraioli“颅咽管瘤,”神经外科杂志:儿科,卷106,不。6,517 - 519年,2007页。视图:出版商的网站|谷歌学术搜索
8. h·l·穆勒“童年craniopharyngioma-current概念诊断、治疗和随访,”自然评论内分泌学》第六卷,没有。11日,第618 - 609页,2010年。视图:出版商的网站|谷歌学术搜索
9. h·l·穆勒“儿童期颅咽管瘤,”激素在儿科的研究,卷69,不。4、193 - 202年,2008页。视图:出版商的网站|谷歌学术搜索
10. h·l·穆勒,”在颅咽管瘤手术策略和生活质量自然评论内分泌学,9卷,不。8,447 - 449年,2013页。视图:出版商的网站|谷歌学术搜索
11. m . e . Molitch“垂体腺瘤的诊断和治疗。”《美国医学会杂志》,卷317,不。5,516 - 524年,2017页。视图:出版商的网站|谷歌学术搜索
12. m . Nowosielski n . Galldiks s Iglseder et al .,“在脑膜瘤诊断挑战。”Neuro-Oncology,19卷,不。12日,第1598 - 1588页,2017年。视图:出版商的网站|谷歌学术搜索
13. s . p .拉曼y . Chen j·l·施罗德·黄和e . k . Fishman”CT纹理分析肾群众。”放射学学术,21卷,不。12日,第1596 - 1587页,2014年。视图:出版商的网站|谷歌学术搜索
14. r·洛佩斯a Ayache: Makni et al .,“前列腺癌特征图像使用分形特性,先生”医学物理学,38卷,不。38岁,83 - 95年,2011页。视图:出版商的网站|谷歌学术搜索
15. k . Holli A.-L。Laaperi, l·哈里森et al .,“乳腺癌的特征类型磁共振图像的纹理分析,“放射学学术,17卷,不。2、135 - 141年,2010页。视图:出版商的网站|谷歌学术搜索
16. 郑胜耀安,c . m .公园,公园s . j . et al .,“计算机断层扫描的预后价值纹理特征与明确的伴随化疗治疗非小细胞肺癌,”调查放射学,50卷,不。10日,719 - 725年,2015页。视图:出版商的网站|谷歌学术搜索
17. k .法蒂玛A Arooj h·马吉德,“一种新的基于纹理和形状的技术改善脑膜瘤分类,“显微镜研究和技术,卷77,不。11日,第873 - 862页,2014年。视图:出版商的网站|谷歌学术搜索
18. a . r . Fathi和美国Roelcke脑膜瘤。”当前神经病学和神经科学报告,13卷,不。4 p。337年,2013年。视图:出版商的网站|谷歌学术搜索
19. y Lakhman h . Veeraraghavan j·查姆et al .,“从非典型平滑肌瘤子宫平滑肌肉瘤分化:定性诊断准确性成像特性和纹理分析的可行性,先生”欧洲放射学,27卷,不。7,2903 - 2915年,2017页。视图:出版商的网站|谷歌学术搜索
20. g . r . Bunin t . s . Surawicz p a之后,s . Preston-Martin f·戴维斯和j·m·布鲁纳“颅咽管瘤的描述性流行病学”神经外科杂志》,卷89,不。4、547 - 551年,1998页。视图:出版商的网站|谷歌学术搜索
21. r . Sorva和o . Heiskanen颅咽管瘤在芬兰。研究123例。”Acta Neurochirurgica,卷81,不。3 - 4、85 - 89年,1986页。视图:出版商的网站|谷歌学术搜索
22. j . Wiemels m . Wrensch, e . b .老人“脑膜瘤的流行病学和病因学,”《神经肿瘤学学会举办的,卷99,不。3、307 - 314年,2010页。视图:出版商的网站|谷歌学术搜索
23. c·j·斯塔尔和美国Cha脑膜瘤模仿:五个关键成像特性来区分他们从脑膜瘤,”临床放射学,卷72,不。9日,第728 - 722页,2017年。视图:出版商的网站|谷歌学术搜索
24. m . Warmuth-Metz a . k . Gnekow h·穆勒和l . Solymosi”儿童上肿瘤的鉴别诊断。”Klinische Padiatrie,卷216,不。6,323 - 330年,2004页。视图:出版商的网站|谷歌学术搜索
25. h·l·穆勒”Craniopharyngioma-a童年和成人疾病具有挑战性的特色,”内分泌学前沿,3卷,80页,2012年。视图:出版商的网站|谷歌学术搜索
26. j·k·哈尔德,共和党Eldevik, i o . Skalpe“颅咽管瘤CT和MR成像在1.5 T,鉴定”Acta Radiologica,36卷,不。2、142 - 147年,1995页。视图:出版商的网站|谷歌学术搜索
27. r . Goldbrunner g . Minniti m . Preusser et al .,“EANO脑膜瘤的诊断和治疗指南,”柳叶刀肿瘤学,17卷,不。9日,pp. e383-e391, 2016年。视图:出版商的网站|谷歌学术搜索
28. a . Guermazi f·拉菲特、y Miaux c·亚当,肯尼迪。博纳维尔,j . Chiras“硬脑膜的尾巴sign-beyond脑膜瘤。”临床放射学,60卷,不。2、171 - 188年,2005页。视图:出版商的网站|谷歌学术搜索
29. v . j . Rao, r·a·詹姆斯,d . Mitra”共同上的成像特征病变强调MRI发现,“临床放射学,卷63,不。8,939 - 947年,2008页。视图:出版商的网站|谷歌学术搜索
30. P.-F。燕,l .严T.-T。胡锦涛等人。,”的潜在价值分级脑膜瘤术前MRI纹理和形状分析:初步调查,“平移肿瘤学,10卷,不。4、570 - 577年,2017页。视图:出版商的网站|谷歌学术搜索
31. j . y . w .公园哦,美国你et al .,“Radiomics和机器学习可以准确预测脑膜瘤的品位和组织学亚型使用传统和弥散张量成像,”欧洲放射学卷,29号8,2018。视图:出版商的网站|谷歌学术搜索
32. n .就“提高肿瘤异质性与直方图MRI评估,”英国癌症杂志》,卷111,不。12日,第2213 - 2205页,2014年。视图:出版商的网站|谷歌学术搜索
33. t·张,人类。Yu Y.-q。王,D.-d。阴,L.-j。方”,年级我脑膜瘤亚型:MRI特点和病理分析,“生命科学卷。213年,50-56,2018页。视图:出版商的网站|谷歌学术搜索

版权

版权©2020 Zerong田等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。