計算機輔助診斷超聲內(nèi)鏡圖像在胰腺癌診斷中的應用.pdf

1、胰腺癌(pancreatic cancer，PC)是一種高度惡性的腫瘤，侵襲性強，轉(zhuǎn)移早，其5年生存率低于5％[1]?；仡櫮壳坝嘘P(guān)胰腺癌診斷的影像檢查研究發(fā)現(xiàn)，電子計算機斷層掃描(computed tomography，CT)在用于胰腺惡性腫瘤的診斷和分期方面，是主要的、首選的檢查。但在早期發(fā)現(xiàn)胰腺病變方面，超聲內(nèi)鏡(endoscopic ultrasonography，EUS)檢查比CT檢查更靈敏；而且，對于胰腺癌的早期診斷方面，EU

2、S診斷準確率(85％)明顯高于CT(50％)[2]。但EUS進行的早期胰腺癌診斷中，操作者識圖的經(jīng)驗與主觀因素對結(jié)果有著較大的影響，特別在慢性胰腺炎存在的病例中，對于胰腺癌的判斷常常會受到炎癥改變的干擾，即使是有經(jīng)驗的內(nèi)鏡醫(yī)師也會產(chǎn)生誤判[3]；且超聲內(nèi)鏡引導下的細針穿刺(EUS guided fine needle aspiration，EUS-FNA)技術(shù)在基層醫(yī)院開展受限，有無專家在現(xiàn)場指導，其穿刺陽性率不同[4]。因此，予以EU

3、S客觀、定量的診斷是克服胰腺癌診斷困難的關(guān)鍵所在。
　　 計算機輔助診斷(Computer-aided Diagnosis，CAD)數(shù)字圖像處理技術(shù)(digital image processing，DIP)是指通過影像學、醫(yī)學圖像處理技術(shù)以及其他可能的生理、生化手段，結(jié)合計算機的分析計算，輔助影像科醫(yī)師發(fā)現(xiàn)病灶，提高診斷的準確率。早在20世紀60年代早期就有學者利用計算機進行骨腫瘤的診斷研究[5]，1998年，美國食品藥物管理

4、局(Food and Drug Administration，F(xiàn)DA)批準了第一個CAD系統(tǒng)，即美國R2技術(shù)有限公司的ImageChecker系統(tǒng)，運用于乳腺癌的早期診斷，目前部分研究成果已經(jīng)通過美國FDA驗證應用于臨床實踐，結(jié)果表明對于提高放射科醫(yī)生診斷的準確率、減少漏診起到了積極的作用[6]?；谝陨铣晒?jīng)驗，我們曾利用醫(yī)學圖像數(shù)字處理技術(shù)將胰腺癌超聲內(nèi)鏡圖像成功從非癌超聲圖像中區(qū)分出來，準確性高達98％[7]，該診斷結(jié)果給我們以鼓

5、舞。
　　 本課題選擇了自身免疫性胰腺炎、普通慢性胰腺炎及胰腺癌三組超聲內(nèi)鏡圖像，驗證了CAD技術(shù)對胰腺癌的診斷價值。為明確EUS圖像結(jié)合CAD技術(shù)在胰腺癌的診斷中的作用，把自身免疫性胰腺炎從慢性胰腺炎中區(qū)分出來，利用CAD技術(shù)把兩者分別與胰腺癌進行鑒別診斷；同時統(tǒng)計EUS，EUS-FNA對胰腺癌的診斷功能，比較EUS，EUS-FNA及CAD技術(shù)對胰腺癌的診斷能力。本項研究共分為兩大部分：
　　 1、計算機輔助分析超聲內(nèi)

6、鏡圖像診斷胰腺癌
　　 1.1、計算機輔助分析超聲內(nèi)鏡圖像鑒別診斷胰腺癌與自身免疫性胰腺炎
　　 目的：探討應用CAD醫(yī)學圖像處理技術(shù)提取超聲內(nèi)鏡圖像紋理特征，診斷和鑒別診斷胰腺癌與自身免疫性胰腺炎(autoimmune pancreatitis，AIP)的價值。
　　 方法：連續(xù)納入我院接受EUS和EUS-FNA檢查的胰腺實性占位患者。胰腺癌診斷的金標準是EUS-FNA的細胞學和/或組織學檢查。自身免疫性胰腺炎

7、患者的診斷依據(jù)是自身免疫性胰腺炎的亞洲標準[8]及臨床癥狀評估。手工繪出EUS圖像的典型的感興趣區(qū)域(regions of interest，ROIs)，并從中取出矩形子圖用于計算機分析軟件進行的紋理特征分析。接著進一步運用類間距和順序前進搜索算法進行最優(yōu)特征篩選。之后，建立SVM預測模型，并對其進行訓練和測試，評估該診斷方法的敏感性、特異性、準確率、陰性預測值和陽性預測值。
　　 結(jié)果：本部分共納入接受EUS-FNA的262名

8、胰腺癌患者和41名自身免疫性胰腺炎患者。利用計算機輔助技術(shù)，從子圖中提取出105個紋理特征。在這些紋理特征中，共篩選出16個最優(yōu)紋理特征組合，分類準確率可達95.90％。建立并訓練預測模型，將現(xiàn)有303例病例，隨機劃分為訓練集和測試集。200次隨機實驗后，最終診斷準確率平均為(91.16±0.15)％，敏感性為(76.38±0.81)％，特異性為(95.29±0.14)％，陽性預測值為(75.03±0.56)％，陰性預測值為(95.36

9、±0.14)％。
　　 結(jié)論：利用數(shù)字分析技術(shù)分析EUS圖像可以提高EUS圖像的診斷功能，準確的診斷胰腺癌和自身免疫性胰腺炎。
　　 1.2、計算機輔助分析超聲內(nèi)鏡圖像鑒別診斷胰腺癌與慢性胰腺炎
　　 目的：探討應用數(shù)字圖像處理技術(shù)提取超聲內(nèi)鏡圖像紋理特征，診斷和鑒別診斷胰腺癌與慢性胰腺炎(chronic pancreatitis，CP)的價值。
　　 方法：如1.1所述，連續(xù)納入我院接受EUS和EUS-

10、FNA檢查的胰腺實性病變患者。胰腺癌診斷的金標準是EUS-FNA的細胞學和/或組織學檢查。慢性胰腺炎患者的診斷依據(jù)是Rosemont標準[9]及臨床癥狀評估，并隨訪至少兩年。計算機輔助診斷相關(guān)方法如1.1所述。
　　 結(jié)果：本部分共納入接受EUS-FNA的262名胰腺癌患者和126名慢性胰腺炎患者。利用計算機輔助技術(shù)，從子圖中提取出105個紋理特征。在這些紋理特征中，共篩選出16個最優(yōu)紋理特征組合。計算機隨機選取一半數(shù)據(jù)作為輸入

11、向量建立并訓練預測模型SVM分類器，余下的一半數(shù)據(jù)測試該分類器的分類功能。200次隨機實驗后，最終診斷準確率平均為(94.25±0.17)％，敏感性為(96.25±0.45)％，特異性為(93.38±0.20)％，陽性預測值為(92.21±0.42)％，陰性預測值為(96.68±0.14)％。
　　 結(jié)論：計算機輔助分析EUS圖像技術(shù)為臨床診斷胰腺癌提供了一個新的有價值的工具。
　　 2、比較EUS、EUS-FNA與CA

12、D對胰腺癌的診斷功能
　　 目的：分別比較EUS、EUS-FNA及計算機輔助診斷EUS圖像鑒別診斷胰腺癌和自身免疫性胰腺炎、胰腺癌和慢性胰腺炎的價值。
　　 方法：病例入選標準如第一部分所述。
　　 結(jié)果：如第1.1及1.2部分，262例胰腺癌患者、41例自身免疫性胰腺炎患者和126例慢性胰腺炎患者入選。回顧EUS圖像，262例胰腺癌患者中，209(79.77％)例診斷為惡性腫瘤，53(20.23％)例診斷為良性

13、占位；41例AIP患者，7(17.07％)例誤診為惡性占位，34(82.93％)例診斷為良性；而對于126例CP患者，6(4.76％)例誤診為惡性占位，120(95.24％)例診斷為良性，由此計算EUS診斷PC和AIP的診斷準確率、靈敏度和特異度分別為79.87％，79.77％，82.93％；而PC和CP的診斷準確率、靈敏度和特異度分別為84.79％，79.77％，95.24％。同時，回顧EUS-FNA結(jié)果，對于胰腺癌病例，第一次穿刺結(jié)

14、果為231(88.17％)例細胞學結(jié)果診斷為胰腺癌，31(11.83％)例細胞學結(jié)果陰性。而對于AIP及CP病例，其診斷結(jié)果均為未發(fā)現(xiàn)惡性細胞。由此計算EUS-FNA診斷PC和AIP的診斷準確率、靈敏度和特異度分別為89.77％，88.17％，100％；而PC和CP的診斷準確率、靈敏度和特異度分別為92.01％，88.17％，100％。由1.1及1.2部分可知，CAD鑒別診斷PC和AIP的準確率、靈敏度和特異度分別為91.16％，76.

15、38％，95.29％；CAD鑒別診斷PC和CP的準確率、靈敏度和特異度分別為94.25％，96.25％，93.38％。
　　 結(jié)論：比較EUS、EUS-FNA及計算機輔助診斷EUS圖像診斷胰腺癌，在胰腺癌與自身免疫性胰腺的鑒別診斷方面CAD與EUS-FNA形成了診斷互補；但在胰腺癌與慢性胰腺炎的鑒別診斷方面CAD優(yōu)于EUS和EUS-FNA。
　　 通過上述研究，本課題得出以下結(jié)論：
　　 1、利用數(shù)字圖像分析技術(shù)