近几十年来肺癌发病率与死亡率呈逐年递增趋势，已居恶性肿瘤发病率和死亡率的首位。根据病理学表现，肺癌可分为肺部浸润前病变和浸润性肺癌^[1-2]，浸润性肺癌是指癌细胞侵入到肿瘤周围组织的恶性肿瘤，其最有效的治疗方案是手术切除和放化疗。本研究尝试通过CT直方图参数分析实现对浸润性肺癌和肺部浸润前病变的分类鉴别。

收集自2016—2018年在我院行CT检查的肺癌患者199例，其中男109例，女90例，年龄（57.78±12.46）岁。由2名经验丰富的病理医师参照2011年国际肺癌研究学会（International Association for the Study of Lung Cancer，IASLC）、美国胸科学会（American Thoracic Society，ATS）和欧洲呼吸学会（European Respiratory Society，ERS）多学科肺腺癌新分类指南进行病理分类^[1]。199例中浸润性肺癌111例，男64例，女47例，平均年龄（64.45±9.58）岁；浸润前病变88例（非典型腺瘤样增生29例，原位癌59例），男45例，女43例，平均年龄（55.39±6.71）岁，2组性别、年龄差异均无统计学意义（均P > 0.05）。

采用Philips 256层CT（Philips Brilliance MDCT scanners）。多数患者取仰卧位，少数取侧卧位行横断面扫描，使病灶尽量位于扫描肺野高处，在吸气末屏气扫描。扫描参数：120 kV，188 mA，FOV 250 mm×250 mm，扫描及重建矩阵为1 024×1 024，重建层厚1 mm，重建层距0.67 mm。扫描图像观察：纵隔窗（窗位25~55 HU，窗宽250~350 HU）；肺窗（窗位-600~-450 HU，窗宽1 500~2 000 HU）。患者均知情同意。

所有CT图像在Philips工作站进行重建，重建CT薄层图像以DICOM格式输入到MATLAB 2013b软件（Mathworks，Natick，MA，USA）中，通过Computational Environment for Radiotherapy Research工具箱进行肿瘤病灶区域的直方图参数提取^[3]。提取的CT直方图参数共12个，分别为CT最大强度值、CT最小强度值、CT平均强度值、20%强度值、60%强度值、90%强度值、CT值均方根误差、CT值方差、CT值标准差、直方图熵值、直方图峰度和直方图偏度。

采用SPSS 19.0统计软件进行处理。采用非参数Mann-Whitney检验和ROC曲线分析12个CT直方图参数在浸润前病变与浸润性肺癌中的统计学差异；采用Logistic回归分析和Fisher系数回归分析探究数学建模对两类肺部肿瘤的鉴别诊断能力。以P < 0.05为差异有统计学意义。

表 1

表 1 浸润前病变及浸润性肺癌的CT征象对比

表 1 浸润前病变及浸润性肺癌的CT征象对比 组别 例数 CT征象[例（%）] 平均直径（mm，x±s） 分叶征 毛刺征 空泡征 胸膜凹陷征 浸润前病变 88 25（28.4） 32（36.4） 28（31.8） 27（30.7） 9.1±1.4 浸润性肺癌 111 79（71.2） 58（52.3） 77（69.4） 83（74.8） 11.3±3.8 P值 0.002 0.011 0.028 0.003 0.019

浸润前病变及浸润性肺癌的平均直径、分叶征、毛刺征、空泡征及胸膜凹陷征出现率差异均有统计学意义（均P < 0.05）。

图 1

图 1 男，59岁，肺部浸润前病变（原位癌）   图 1a，1b   分别为CT显示的病变区域（红箭）及对应的CT直方图曲线  图 2   男，63岁，浸润性肺癌  图 2a，2b   分别为CT显示的病变区域（红箭）及对应的CT直方图曲线  图 3  肺部浸润前病变和浸润性肺癌直方图参数的ROC曲线

非参数Mann-Whitney检验在12个CT直方图参数中的统计分析结果见表 2。除直方图峰度外，余11个直方图参数在两类肺部病变中差异均有统计学意义（均P < 0.05）；11个直方图参数的ROC曲线分析见表 3，图 3。11个直方图参数对两类病变的鉴别诊断表现出一定的敏感度和特异度，其中CT直方图熵值表现出最好的诊断敏感度。

表 2

表 2 肺部浸润前病变和浸润性肺癌的CT直方图参数非参数Mann-Whitney检验（HU，x±s）

表 2 肺部浸润前病变和浸润性肺癌的CT直方图参数非参数Mann-Whitney检验（HU，x±s） 组别 CT最大强度值 CT最小强度值 CT平均强度值 20%强度值 60%强度值 90%强度值 肺部浸润前病变 -375.32±234.72 -845.86±79.10 -636.20±100.5 -720.24±70.50 -611.99±107.94 -506.43±151.63 浸润性肺癌 -158.24±171.22 -800.26±73.75 -613.35±125.41 -620.76±97.98 -478.06±135.60 -322.55±168.09 P值 < 0.01 < 0.01 < 0.01 < 0.01 < 0.01 < 0.01 组别 CT值均方根误差 CT值方差 CT值标准差 直方图熵值 直方图峰度 直方图偏度 肺部浸润前病变 646.64± 86.11 12 438.43±13 355.41 100.14±49.38 5.48±0.64 0.074±1.04 0.116±0.53 浸润性肺癌 526.15±106.04 19 681.58±13 919.82 132.64±45.89 6.60±0.51 0.184±1.66 0.336±0.585 P值 < 0.01 < 0.01 < 0.01 < 0.01 0.976 0.002

表 3

表 3 肺部浸润前病变和浸润性肺癌CT直方图参数的ROC曲线分析

表 3 肺部浸润前病变和浸润性肺癌CT直方图参数的ROC曲线分析 直方图参数 ROC曲线下面积 敏感度 特异度 最大约登指数 CT最大强度值 0.804 0.820 0.682 0.502 CT最小强度值 0.678 0.730 0.557 0.287 CT平均强度值 0.796 0.667 0.818 0.485 20%强度值 0.814 0.766 0.761 0.527 60%强度值 0.797 0.712 0.784 0.496 90%强度值 0.800 0.649 0.852 0.501 CT值均方根误差 0.822 0.841 0.685 0.526 CT值方差 0.709 0.613 0.727 0.340 CT值标准差 0.709 0.613 0.727 0.340 直方图熵值 0.912 0.901 0.784 0.685 直方图偏度 0.630 0.586 0.693 0.279

表 4

表 4 回归分析对浸润前病变和浸润性肺癌的鉴别诊断

表 4 回归分析对浸润前病变和浸润性肺癌的鉴别诊断 方法 类别 浸润前病变（例） 浸润性肺癌（例） 准确率（%） 敏感度 特异度 Logistic回归分析 肺部浸润前病变 80 8 93.0 0.909 0.946 浸润性肺癌 6 105 Fisher系数回归分析 肺部浸润前病变 75 13 90.5 0.852 0.946 浸润性肺癌 6 105

回归分析对两类样本有相比于单参数更好的诊断能力。

浸润性肺癌是一个连续的动态过程^[4]，当肺内病灶的CT征象表现为分叶、毛刺、空泡征或患者存在胸膜凹陷时应高度怀疑浸润性肺癌的可能。本研究199例的CT征象及肿瘤直径统计结果与以往研究^{[2, 5-6]}结果一致。

CT直方图参数被用来对实性肺结节的良恶性进行鉴别诊断。研究^[7]发现，恶性结节的直方图偏度大于良性结节，直方图峰度小于良性结节（均P < 0.05），ROC分析结果显示直方图峰度和偏度鉴别诊断实性肺结节良恶性的敏感度分别为0.982和0.946，特异度分别为1.000和0.764，这表明CT灰度直方图对肺内实性结节有着较高的鉴别诊断能力。

CT直方图同样用来鉴别肺不典型腺瘤样增生和细支气管肺泡癌，通过直方图曲线可发现，所有肺部病灶在CT值直方图上均有一个明显的峰值且峰值的差异均有统计学意义^[8]。除此之外，彭晓容等^[9]通过CT增强扫描的直方图参数分析肺癌组织的分化程度，比较不同分化程度肺癌在CT直方图参数值上的差异性，发现高分化组的偏度、峰度较中低分化组肺癌低，偏度及峰度值与不同分化程度的肺癌存在相关性，认为CT增强扫描的直方图参数有利于肺癌术前分化程度的判定。

在本研究中，CT直方图参数用来对比分析浸润前病变和浸润性肺癌的差异性，共提取直方图参数12个；Mann-Whitney检验结果显示，除直方图峰度外，其余11个直方图参数表现出对两类病变的鉴别诊断能力；直方图熵值对两类病变鉴别诊断的敏感度最高（ROC曲线下面积0.912，敏感度0.901），表明CT直方图参数可用来实现对浸润前病变和浸润性肺癌的辅助诊断。

影像学表现与数学分析模型的结合也被用在肺部的相关研究中。李建新等^[10]应用Logistic多元回归分析方法和人工神经网络技术对肺癌病理分型进行研究，根据性别、部位及CT表现建立的肺癌Logistic多元回归分析模型、人工神经网络诊断模型的自身验证准确率分别为64.2%和84.9%，通过肺CT表现建立的肺癌病理分型模型可辅助临床医师提高诊断准确率。除CT征象外，CT纹理参数联合回归分析也用于肺部肿瘤的研究，罗婷等^[11]探讨通过CT图像纹理分析鉴别诊断表现为磨玻璃密度结节的肺腺癌浸润性的价值，每例肺肿瘤提取396个CT图像纹理参数，经验证得到与肺非浸润腺癌及浸润腺癌相关的3个参数，通过Logistic回归分析发现其诊断准确率为83.30%，敏感度及特异度分别为77.80%、91.70%，可见CT图像纹理分析对磨玻璃密度结节肺腺癌的浸润性有一定的鉴别诊断能力。研究^[12-13]还发现，通过CT形态学征象建立的Fisher判别模型对早期肺腺癌浸润前及浸润性病变同样有着很高的鉴别诊断价值。

本研究将Logistic回归和Fisher系数回归应用于CT直方图参数，建立了基于CT直方图参数的回归判别模型，Logistic回归分析对浸润前病变和浸润性肺癌的鉴别准确率为93.0%，敏感度为0.909，特异度为0.946；Fisher系数回归分析对浸润前病变和浸润性肺癌的鉴别准确率为90.5%，敏感度为0.852，特异度为0.946，回归分析联合CT直方图对肺部病变的浸润性有着很好的鉴别诊断能力。

综上所述，本研究发现CT的直方图熵值、Logistic回归分析及Fisher系数回归分析对浸润前病变和浸润性肺癌有着较高的鉴别诊断效能，可作为临床术前辅助诊断肺部浸润性病变的有效工具。