Digital billedanalyse af endoskopisk ultralyd er nyttigt til at diagnosticere gastriske mesenkymale tumorer

Digital billedanalyse af endoskopisk ultralyd er nyttigt til at diagnosticere gastriske mesenkymale tumorer
Abstrakt
Baggrund
Endoskopisk ultralydsscanning (EUS) er et værdifuldt imaging redskab til at vurdere subepiteliale læsioner i maven. Men der er få undersøgelser om differentiering mellem gastrointestinale stromale tumorer (loger) og benigne mesenkymale tumorer, såsom leiomyom eller schwannom, med brug af EUS. Derudover er der begrænsninger i analysen af ​​de karakteristiske træk ved sådanne tumorer på grund af dårlig interobserver aftale som følge af subjektiv fortolkning af EUS billeder. Derfor er formålet med denne undersøgelse var at vurdere betydningen af ​​digital billedanalyse skelne trækkene i GIST'er fra dem af godartede mesenkymale tumorer på EUS. Salg Metoder
Vi indskrevet 65 patienter med histopatologisk bevist gastrisk GIST, leiomyoma eller schwannom på kirurgisk resektion prøver, som gennemgik EUS undersøgelse på vores endoskopiske enhed fra januar 2007 til september 2010. Efter standardisering af EUs billeder, lysstyrkeværdier herunder middelværdien (T middelværdi), indikerer ekkogenicitet, og standardafvigelsen (T SD), der indikerer heterogenitet, i tumorerne blev analyseret
Resultater
T middelværdi og T SD var signifikant højere i GIST end i leiomyoma og schwannom (p. < 0,001 ). Men der var ingen signifikant forskel i T betyder, eller, T SD mellem benigne og maligne GIST'er. Følsomheden og specificiteten blev næsten optimeret til at differentiere GIST fra leiomyom eller schwannom når de kritiske værdier for T betyder og T SD var 65 og 75, henholdsvis. Tilstedeværelsen af ​​mindst 1 af disse 2 resultater i en given tumor resulterede i en følsomhed på 94%, specificitet 80%, positiv prædiktiv værdi på 94%, negativ prædiktiv værdi på 80%, og nøjagtigheden af ​​90,8% til forudsigelse GIST.
konklusioner
Digital billedanalyse giver objektiv information om EUS billeder; dermed kan det være nyttigt til at diagnosticere gastriske mesenkymale tumorer.
Nøgleord Salg Mave Endoskopisk ultrasonografi Mesenchymale tumor Billedanalyse Baggrund
Mesenchymale tumor i maven sædvanligvis opdaget øvrigt under øvre endoskopi for en uafhængig tilstand, og er kendt som en fast, udstående subepiteliale læsion; imidlertid større tumorer undertiden kan forårsage blødning [1]. Histopatologisk fleste af disse tumorer er helt eller delvist sammensat af spindel celler og vise glat muskulatur eller nervehindetumor differentiering. De fleste gastriske mesenkymale tumorer er gastrointestinale stromale tumorer (loger) afledt af interstitielle celler Cajal [1-3]. GIST har en risiko for metastatisk tilbagefald, især i peritoneum og leveren, selv efter kirurgi for lokaliseret sygdom [4, 5]. Derfor er alle GIST'er betragtes som potentielt maligne og kan kræve resektion, selv små intramurale læsioner i maven [5, 6].
I praksis differentieringen af ​​GIST'er fra godartede gastriske mesenkymale tumorer, såsom leiomyom eller schwannom, er afgørende for effektiv klinisk overvågning. Endoskopisk ultralydsscanning (EUS) er et værdifuldt imaging redskab til at vurdere mesenchymal tumorer fordi den muliggør påvisning af en hypoekkoisk masse, der er sammenhængende med den fjerde hypoekkoisk lag af den normale tarmvæggen [7-9]. På trods af dette faktum, er der kun få undersøgelser om differentiering mellem GIST'er og godartede mesenkymale tumorer med brugen af ​​EUS [9, 10]. Derudover er der begrænsninger i analysen af ​​de karakteristiske træk ved sådanne tumorer på grund af dårlig interobserver aftale som følge af subjektiv fortolkning af EUS billeder [11, 12].
Digitale billeder består af pixels (billedpunkter), der er de grundlæggende elementer, der udgør en 2-dimensional billede. I digital billedanalyse er fordelingen og rumlig variation af pixel beregnet ved hjælp af tekstur analyse for at udtrække nyttige data. For nylig er nytten af ​​digital billedanalyse til at skelne benigne fra maligne subepiteliale læsioner på EUS blevet rapporteret [13]. Derfor er formålet med denne undersøgelse var at vurdere betydningen af ​​digitale billedanalyse skelne funktionerne i GIST'er fra de godartede mesenkymale tumorer på EUS.
Metoder
Emner
Den medicinske registreringer af alle patienter med histopatologisk bevist gastrisk GIST, leiomyoma eller schwannom på kirurgisk resektion prøver, som gennemgik EUS undersøgelse på vores endoskopiske enhed januar 2007 til september 2010 er efterfølgende revideret. Vi indskrevet 65 patienter (27 mænd og 38 kvinder) med en gennemsnitsalder på 55 år (interval, 28-81 år), hvoraf 50 havde GIST, 6 leiomyom, og 9 schwannoma. Denne undersøgelse blev revideret og godkendt af Institutional Review Board på Pusan ​​National University Hospital.
Histopatologi
Den tumorer blev histopatologisk viste sig at være gastriske mesenkymale tumorer og blev klassificeret immunhistokemisk som leiomyoma, schwannom eller GIST [3]. Leiomyom blev defineret som en desmin-positive og c-kit (CD117) -negativ tumor, schwannom som en S-100-positive og c-kit-negativ tumor, og GIST som en c-kit-positive tumor. GIST'er var inddelt i 4 grupper i overensstemmelse med konsensus møde rapport National Institutes of Health [6]
Endoskopisk ultralydsscanning
EUS blev udført ved hjælp af en radial-scanning ultralyd endoskop (GF-UM2000,. Olympus, Tokyo, Japan) ved 7,5 MHz, og alle prøver blev udført under intravenøs bevidst sedation (midazolam med eller uden meperidine). Tumoren blev scannet efter fyldning af maven med 400-600 ml afluftet vand. Mindst 10 stadig EUS billeder blev opnået for hver læsion, og disse billeder blev gemt digitalt i Windows bitmap-format.
EUS billeder blev gennemgået af en enkelt erfaren endosonographer (G.H.K.) som blev holdt blindet til den endelige diagnose. Kun 1 stadig EUS billede af højeste kvalitet blev udvalgt til hver læsion for yderligere digital billedanalyse, der blev udført på en standard stationær computer.
Digital billedanalyse
EUS kan vise forskellige billedfiler egenskaber i overensstemmelse med forskellige kontraster under en reel undersøgelse. For at minimere disse forskelle blev en standardiseringsprocessen udføres med lysstyrkeværdier af lyddødt center og ydre hyperekkoisk rand af EUS rækkevidde, som har den mindste variation. Figur 1 viser standardiseringsprocessen anvendt i denne undersøgelse. Figur 1 Flow diagram, der illustrerer standardiseringsprocessen af ​​EUS billedet.
Billede revision med histogram smoothing er også nødvendig for at opnå bedre kontrast, fordi den oprindelige EUS billede kan være skæv ved lysstyrken af ​​histogrammet og kan derfor ikke være nyttige til analyse tumorområdet. Så vi anvendt en kant-linking metode for alle kant-pixels gentagne for at producere en kant. Edge-linking tilsluttet og registreret alle værdier, der opfylder formel (1) i en 3 × 3 område til aktuelle pixel. ∇
G
x
,
y
-
∇
G
x
'
,
y
'
≤
Th
(1) tærsklen (Th
) i formel (1) blev sat til 130, baseret på vores indledende undersøgelse (data ikke vist). Derefter blev lyddødt midten af ​​EUS anvendelsesområde ekstraheret som et objekt med høj tæthed pixel efter anvendelse binarisering, mærkning med Grassfire algoritme, og fjernelse støj ved hjælp morfologisk information. Den ydre hyperekkoisk rand af anvendelsesområdet blev ekstraheret som det område, der var lysere end de tilstødende pixels, som vist i figur 2. Figur 2 Ekstraktion fremgangsmåden afskærmet centrum og ydre hyperekkoisk rand af EUS anvendelsesområde. (A) gråt billede. (B) Smoothing metode. (C) Kant-linking metode. (D) Binarization. (E) Mærkning med Grassfire algoritme. (F) Fjernelse af støj ved hjælp morfologisk information. (G) Udvinding af lyddødt centrum af anvendelsesområdet. . (H) Udvinding af ydre hyperekkoisk rand af anvendelsesområdet
Endelig formel (2) blev påført for at fuldføre standardiseringsprocessen: StandardGray
=
255
-
RimGray
×
1
+
255
-
RimGray
CenterGray
Hvis
CenterGray
<
X
<
StandardGray

Så
X
=
StandardGray
StandardGray
-
CenterGray
×
X
-
StandardGray
Else
Hvis
StandardGray
<
X
<
EdgeGray
,
Så
X
=
StandardGray
+
255
-
StandardGray
RimGray
-
StandardGray
×
X
-
StandardGray
(2), hvor CenterGray og RimGray betegne lysstyrken værdier lyddødt center og ydre hyperekkoisk rand af anvendelsesområdet henholdsvis mens StandardGray betegner en lysstyrkeværdi at differentiere lyddødt center fra den ydre hyperekkoisk rand.
fra standardiserede billedet, blev et område af interesse (ROI) er valgt af en erfaren endosonographer (GHK) for tumor-analyse. Ovennævnte metode giver lysstyrke oplysninger, herunder minimum, maksimum, betyder (T middelværdi), standardafvigelse (T SD), median og interkvartile værdier (figur 3). Figur 3 Et eksempel på digital billedanalyse. Fra den standardiserede billedet, er et område af interesse (ROI) er valgt af en erfaren endosonographer for tumor analyse. De endelige resultater for ROI er udtrykt i bunden histogram. Den gennemsnitlige (Tmean) og standardafvigelse (TSD) af lysstyrkeværdier er 81,53 og 180,50, henholdsvis.
Statistisk analyse
Alle data er udtrykt som middelværdi ± SD. Forskellen i T middelværdi og T SD blandt de 3 grupper (GIST, leiomyoma og Schwannoma) blev vurderet ved anvendelse af en envejs variansanalyse (ANOVA). En modtager operating characteristic (ROC) kurve blev anvendt til at finde den bedste følsomhed og specificitet afskæringsværdier af T middelværdi og T SD til differentiering GIST fra leiomyom eller schwannoma. Beregning af følsomhed, specificitet, positive og negative prædiktive værdier, og nøjagtighed til at skelne GIST fra leiomyom eller schwannom blev også udført. En p-værdi < 0,05 blev betragtet som statistisk signifikant. Statistiske beregninger blev udført ved hjælp af SPSS-version 12.0 til Windows-software (SPSS Inc., Chicago, IL, USA).
Resultater
I alle EUS billeder, T betyder og T SD blev beregnet med succes efter post-standardiseret billedanalyse. T middelværdi, som indikerer ekkogenicitet, var signifikant højere i GIST end i leiomyoma og schwannom (82,8 ± 22,5, 39,8 ± 18,9, og 47,0 ± 12,0, henholdsvis; p < 0,001) (tabel 1). Derudover T SD, som indikerer heterogenitet, var også signifikant højere hos GIST end i leiomyoma og schwannom (83,5 ± 14,4, 54,3 ± 21,7, og 58,3 ± 17,5, henholdsvis; p < 0,001). Men der var ingen signifikant forskel i T betyder eller T SD mellem leiomyom og schwannoma.Table en Mean (T middelværdi) og standardafvigelse (T SD) af lysstyrkeværdier efter digital billedanalyse af gastrisk mesenkymale tumorer i henhold til den histopatologiske diagnose
GIST (n = 50)
Leiomyom (n = 6)
Schwannoma (n = 9)
(p -værdi) *
Tmean (middelværdi ± SD)
82,8 ± 22,5
39,8 ± 18,9
47,0 ± 12,0
0.000
T †
en
b
b
legetøjsdirektivet (middelværdi ± SD)
83,5 ± 14,4
54,3 ± 21,7
58,3 ± 17,5
0.000
T †
en
b
b
GIST
gastrointestinal stromal tumor.
* Statistisk signifikans blev testet ved hjælp af envejs variansanalyse.
† De samme bogstaver angiver en ikke-signifikant forskel mellem grupperne ved hjælp Tukeys multiple sammenligning test .
da GIST'er blev klassificeret i godartede eller ondartede grupper efter klassificering histologisk risiko, blev 31 sager grupperet som godartede GIST'er (meget lav risiko, 7 tilfælde; lav risiko, 24 tilfælde) og 14 tilfælde som maligne GIST'er (mellemliggende risiko, 10 tilfælde; høj risiko, 4 tilfælde). Der var ingen forskel i T betyder eller T SD mellem benigne og maligne GIST'er (88,2 ± 21,7 vs 82,1 ± 23,0, p = 0,395; 86,9 ± 12.2 vs 83,3 ± 13.1, p = 0,373, henholdsvis).
En ROC-kurve blev skabt for at identificere den bedste følsomhed og specificitet afskæringsværdier af T betyder og T SD for at differentiere GIST fra leiomyom eller schwannom (figur 4). Følsomheden og specificiteten var næsten optimeret når de kritiske værdier for T betyder og T SD var 65 og 75, henholdsvis. Tabel 2 viser værdien af ​​T gennemsnitlige ≥ 65 og T SD ≥ 75 til at forudsige GIST. Tilstedeværelsen af ​​mindst 1 af disse 2 resultater i en given tumor resulterede i en følsomhed på 94%, specificitet 80%, positiv prædiktiv værdi på 94%, negativ prædiktiv værdi på 80%, og nøjagtigheden af ​​90,8% til forudsigelse GIST. Figur 4 Receiver operating characteristic (ROC) kurve til differentiering gastrointestinal stromal tumor (GIST) fra ikke-GIST mesenchymal tumorer. ROC kurve af (A) middelværdi (Tmean) og (B) standardafvigelse (TSD) af de lysstyrkeværdier der adskiller GIST fra ikke-GIST mesenkymale tumorer i maven.
Tabel 2 følsomhed, specificitet, positiv og negativ prædiktiv værdier og nøjagtighed af middelværdien (T betyde) og standardafvigelse (T SD) af de lysstyrkeværdier der adskiller gastrointestinal stromal tumor (GIST) fra ikke-GIST mesenkymale tumorer i maven
Forudsigelse GIST
Følsomhed,% (95% CI)
specificitet,% (95% CI)
PPV,% (95% CI)
NPV,% (95% CI)
Nøjagtighed,% (95% CI)
Tmean ≥ 65
86,0 (72,6-93,7)
93,3 (66,0-99,7)
97,7 (86,5-99,9)
66,7 (66,7-43,1)
87,7 (76,6-94,2)
TSD ≥ 75
90,0 (77,4-96,2)
80,0 (51,4-94,7)
93,8 (81,8-98,4 )
70,6 (44,0-88,6)
87,7 (76,6-94,2)
af de ovennævnte 2 funktioner
≥ 1
94,0 (82.5-98.4)
80,0 (51,4-94,7)
94,0 (82,5-98,4)
80,0 (51,4-94,7)
90,8 (80,3-96,2)
Begge
82,0 (68,1-91,0)
93,3 (66,0-99,7)
97,6 (86,0-99,9)
61,0 (38,8-79,5)
84,6 (73,1-91,2)
PPV
positiv prædiktiv værdi, NPN
negativ prædiktiv værdi, CI
tillid . interval
diskussion
I vores tidligere undersøgelse, vi evaluerede de funktioner, der kunne differentiere GIST fra leiomyom på EUS; heterogenitet, hyperechogenic pletter, en marginal halogen og højere ekkogenicitet sammenlignet med det omgivende muskel lag var nyttigt til forudsigelse GIST [9]. Men dom af disse resultater vedrørende EUS billeder er subjektiv; dette kan resultere i dårlig interobserver aftale [11, 12]. For at overvinde denne begrænsning, vi har forsøgt at udlede mere objektive fund fra EUS billeder.
En EUS billede er sammensat af pixels, og dens ekko tæthed udtrykkes i lysstyrkeværdier fra 0 (sort) til 255 (hvid). Analyse af lysstyrken er i princippet en metode til at vurdere niveauet af ekkogeniciteten (udtrykt som T middelværdi) og graden af ​​homogenitet (udtrykt som T SD). Desuden kan EUS billeder vise forskellige egenskaber i overensstemmelse med forskellige kontraster anvendes under en eksamen. Derfor, for at minimere disse forskelle, valgte vi lysstyrke afskærmet centrum og ydre hyperekkoisk rand af EUS rækkevidde, som har den mindste variation, og også standardiseret EUs billeder.
Efter post-standardiseret billedanalyse, både T betyder og T SD var signifikant højere i GIST end i leiomyom og schwannoma. Disse resultater er i overensstemmelse med de tidligere undersøgelser, som har rapporteret højere ekkogenicitet sammenlignet med det omgivende muskel lag, og heterogenitet er nyttigt til at diagnosticere GIST [9, 10, 14]. Med andre ord, vi mener, det er egnet til at udtrykke nogle EUS resultater som objektive værdier efter digital billedanalyse.
Ifølge en ROC-kurve, værdierne af T betyder og T SD viser den bedste følsomhed og specificitet for GIST var 65 og 75, henholdsvis. Hvis enten T betyder ≥ 65 eller T SD ≥ 75 var til stede, følsomhed og specificitet til at forudsige GIST var 94% og 80%, henholdsvis i overensstemmelse med vores tidligere resultater [9].
Næste, vi forsøgte at skelne mellem benigne og maligne GIST'er på grundlag af billedanalyse efter deling af GIST'er i 2 grupper (benigne eller maligne) ifølge klassificeringen histologisk risiko. Vi fandt imidlertid ingen forskel i T betyder eller T SD mellem benigne og maligne GIST'er. Tidligere undersøgelser har antydet, at store størrelse, exogastric vækst, ulceration, cystiske forandringer, hyperechogenic foci, og uregelmæssighed af margenen fordel en diagnose af malign gastrointestinal mesenchymale tumor [7, 8, 15, 16]. I vores tidligere rapport, kun størrelse var en uafhængig prædiktor på multivariat logistisk regressionsanalyse [9]. Derfor er der stadig en begrænsning i at forudsige det maligne potentiale GIST med anvendelse af billedanalyse.
Denne undersøgelse har adskillige begrænsninger. Først var det en retrospektiv undersøgelse, som sammenlignede EUS funktioner mellem GIST'er og godartede mesenkymale tumorer ved hjælp af digital billedanalyse. Derfor kan der have været en potentiel skævhed, når efterfølgende gennemgå EUS billeder. Under EUS undersøgelse, opnåede vi mindst 10 endosonographic billeder til at bestemme karakteristika gastriske mesenkymale tumorer; vi håbede dette ville kompensere i nogen grad, for begrænsning af dette er en retrospektiv undersøgelse. For det andet, selv om EUS undersøgelser blev udført, patienterne blev udvalgt til operation i henhold til de kliniske udtalelser og afgørelser fra de læger. Det tredje er antallet af patienter med leiomyom eller schwannom inkluderet i denne undersøgelse var lille, i forhold til antallet af personer med GIST. Denne begrænsning kan skyldes det faktum, at den mest almindelige mesenchymale tumor i maven er GIST og at andre tumorer, såsom leiomyom eller schwannom, er sjældent i klinikker. Endelig, selv om vi analyserede kun de EUS billeder opnås ved 7,5 MHz for at mindske forskellene mellem de billeder, der kunne være på grund af forskellige frekvenser, de virkelige indstillinger for EUS, såsom forstærkning og kontrast, blev forskellige i hvert tilfælde, der er en begrænsning iboende til en retrospektiv undersøgelse. Vi forsøger at standardisere EUS billeder på grundlag af lysstyrkeværdier af lyddødt center og ydre hyperekkoisk rand af anvendelsesområdet. Imidlertid vil dette forsøg på at standardisere EUS billeder ikke helt overvinde begrænsningerne ved en retrospektiv undersøgelse. Derfor vil prospektive undersøgelser være nødvendige at bruge de samme betingelser for indstillinger såsom frekvens, gain, og kontrast.
Gastric mesenkymale tumor er ofte asymptomatisk, og er normalt opdaget øvrigt under øvre gastrointestinal endoskopi for en uafhængig tilstand. Det største problem i asymptomatiske patienter er at afgøre, om tumoren har et malignt potentiale. Fordi GIST'er har malignt potentiale, bør gastriske mesenchymal tumorer ikke ignoreres, selv om de er små, hvis EUS funktioner er tyder på GIST. Derfor, hvis det digitale billede analyse tyder en stor mulighed for en GIST, ville det være bedre at forsøg på at opnå væv (såsom ved EUS-vejledt bøde-nål aspiration eller biopsi) eller resecere tumoren (såsom ved endoskopisk eller kirurgisk resektion). . Yderligere store prospektive undersøgelser er nødvendige for at validere vores resultater af EUS billedanalyse af gastriske mesenkymale tumorer
Konklusion
Afslutningsvis digitalt billede analyse giver objektiv information om EUS billeder; dermed kan det være nyttigt til at diagnosticere gastriske mesenkymale tumorer. Resultaterne af EUS billedanalyse, såsom T betyder ≥ 65 eller T SD ≥ 75, kan bidrage til at differentiere GIST fra leiomyom eller schwannom.
Samtykke
Skriftligt informeret samtykke blev opnået fra patienten for offentliggørelsen af ​​denne rapport og eventuelle ledsagende billeder.
Notes
Gwang Ha Kim, Kwang Baek Kim bidraget ligeligt til dette arbejde.
erklæringer
Tak
denne undersøgelse blev støttet af en bevilling fra National R &. D Program for Cancer Control Ministeriet for sundhed, velfærd og Familie anliggender, Republikken Korea (0920050)
Authors 'oprindelige indsendt filer til Images of Nedenfor er links til forfatternes oprindelige indsendt filer til billeder. 12876_2013_1039_MOESM1_ESM.tif Forfatternes oprindelige fil til figur 1 12876_2013_1039_MOESM2_ESM.tif Forfatternes oprindelige fil til figur 2 12876_2013_1039_MOESM3_ESM.tif Forfatternes oprindelige fil til figur 3 12876_2013_1039_MOESM4_ESM.tif Forfatternes oprindelige fil til figur 4 12876_2013_1039_MOESM5_ESM.tiff Forfatternes oprindelige fil til figur 5 konkurrerende interesse
forfatterne erklærer, at de ikke har nogen konkurrerende interesser
forfattere bidrag
Undersøgelse koncept og design - GHK, GBK, og DYP.; Erhvervelse af prøver - GHK, DYP, og HKJ; Analyse og fortolkning af data - GHK, SHL, TYJ, og DHK; Udarbejdelse af manuskriptet - GHK og DYP; Statistisk analyse - GHK og GAS; Opnået finansiering - DYP; Co-ledende forfatter og tilsyn studie - GAS. Alle forfattere læst og godkendt den endelige manuskript.

• Et tilfælde af enteropati-associeret T-celle lymfom (type I), der opstår i maven uden refraktær cøliaki disease
• En sammenligning af patientkarakteristika, prognose, behandlingsmodaliteter og overlevelse efter aldersgruppe i mavekræft patients