analisi di immagine digitale di ecografia endoscopica è utile per diagnosticare mesenchimali gastrica tumors

analisi di immagine digitale di ecografia endoscopica è utile nella diagnosi dei tumori mesenchimali gastriche
Abstract
sfondo
endoscopica ecografia (EUS) è ​​uno strumento di imaging prezioso per valutare sottoepiteliale lesioni nello stomaco. Tuttavia, ci sono pochi studi sulla differenziazione tra tumori gastrointestinali stromali (GIST) e tumori benigni mesenchimali, come leiomioma o schwannoma, con l'uso di EUS. In aggiunta, ci sono delle limitazioni per l'analisi delle caratteristiche di tali tumori a causa della scarsa accordo inter a seguito di un'interpretazione personale di immagini EUS. Pertanto, lo scopo di questo studio era quello di valutare il ruolo di analisi di immagine digitale a distinguere le caratteristiche di GIST da quelli dei tumori mesenchimali benigne su EUS.
Metodi
Sono stati arruolati 65 pazienti con istopatologico provata gastrica GIST, leiomioma o schwannoma su campioni resecati chirurgicamente, sottoposti a esame EUS presso la nostra unità endoscopica da gennaio 2007 a settembre 2010. Dopo la standardizzazione delle immagini EUS, valori di luminosità tra la media (T media), indicativi di ecogenicità, e la deviazione standard (T SD), indicativa di eterogeneità, nei tumori sono stati analizzati
Risultati
Il T media e T SD erano significativamente più alti nei GIST che nel leiomioma e schwannoma (p. < 0,001 ). Tuttavia, non vi era alcuna differenza significativa nella T significare o T SD tra i GIST benigni e maligni. La sensibilità e la specificità erano quasi ottimizzati per differenziare GIST da leiomioma o schwannoma quando i valori critici di T significano e T SD sono stati rispettivamente 65 e 75,. La presenza di almeno 1 di questi 2 risultati in un determinato tumore provocato una sensibilità del 94%, una specificità del 80%, valore predittivo positivo del 94%, valore predittivo negativo del 80%, e la precisione del 90,8% per la previsione GIST.
Conclusioni
analisi delle immagini digitali fornisce informazioni oggettive sulle immagini EUS; Quindi, può essere utile nella diagnosi dei tumori mesenchimali gastriche.
Parole
stomaco endoscopica ecografia mesenchimali tumore Image Analysis Sfondo
mesenchimali del tumore dello stomaco è di solito scoperto incidentalmente durante l'endoscopia superiore per una condizione non collegati, ed è nota come azienda, che sporge lesione subepiteliale; tuttavia, i tumori più grandi a volte possono causare sanguinamento [1]. Istopatologico, la maggior parte di questi tumori sono completamente o parzialmente composto da cellule fusiformi e visualizzare muscolatura liscia o differenziazione guaina del nervo. La maggior parte dei tumori mesenchimali gastriche sono tumori stromali gastrointestinali (GIST) derivate dalle cellule interstiziali di Cajal [1-3]. GIST ha un rischio di recidiva metastatica, soprattutto nel peritoneo e nel fegato, anche dopo l'intervento chirurgico per la malattia localizzata [4, 5]. Pertanto, tutti i GIST sono considerate potenzialmente maligne e possono richiedere la resezione, anche piccole lesioni intramurali dello stomaco [5, 6].
In pratica, la differenziazione dei GISTs da tumori benigni mesenchimali gastriche, come leiomioma o schwannoma, è essenziale per la gestione clinica efficace. ecografia endoscopica (EUS) è ​​uno strumento di imaging prezioso per valutare i tumori mesenchimali perché consente la dimostrazione di una massa ipoecogena che è contiguo con il quarto strato ipoecogeno della parete intestinale normale [7-9]. Nonostante ciò, ci sono pochi studi sulla differenziazione tra i GIST e tumori benigni mesenchimali con l'uso di EUS [9, 10]. In aggiunta, ci sono delle limitazioni per l'analisi delle caratteristiche di tali tumori a causa della scarsa accordo inter a seguito di un'interpretazione personale di immagini EUS [11, 12].
Le immagini digitali sono composte da pixel (elementi di immagine), che sono gli elementi base che compongono un quadro a 2 dimensioni. In analisi di immagine digitale, la variazione della distribuzione e spaziale dei pixel viene calcolato utilizzando un'analisi trama allo scopo di estrarre i dati utili. Recentemente, l'utilità di analisi di immagine digitale nel distinguere lesioni benigne da quelle maligne subepiteliali su EUS stato segnalato [13]. Pertanto, lo scopo di questo studio era quello di valutare il ruolo di analisi di immagine digitale a distinguere le caratteristiche di GIST da quelli dei tumori mesenchimali benigne su EUS.
Metodi
Soggetti
le cartelle cliniche di tutti i pazienti con vista istopatologico dimostrato GIST gastrico, leiomioma, o schwannoma su campioni resecati chirurgicamente, sottoposti a esame EUS presso la nostra unità endoscopica da gennaio 2007 a settembre 2010 sono stati retrospettivamente. Sono stati arruolati 65 pazienti (27 uomini e 38 donne) con un'età media di 55 anni (range 28-81 anni), di cui 50 avevano GIST, 6 leiomioma, e 9 schwannoma. Questo studio è stato esaminato e approvato dal Institutional Review Board a Pusan ​​National University Hospital.
Istopatologia
I tumori sono stati istopatologico ha dimostrato di essere tumori mesenchimali gastriche e sono stati classificati come immunoistochimica leiomioma, schwannoma, o GIST [3]. Leiomioma è stata definita come un schwannoma desmina-positivi e c-kit (CD117) del tumore -negativa, come un tumore S-100-positivi e c-kit-negativi, e GIST come un tumore c-kit-positivo. I GIST sono stati divisi in 4 gruppi in base al rapporto riunione di consenso presso il National Institutes of Health [6]
endoscopica ecografia
EUS è stata eseguita utilizzando un endoscopio radiale scansione ad ultrasuoni (GF-UM2000,. Olympus, Tokyo, Giappone) a 7,5 MHz, e tutti gli esami sono stati eseguiti in sedazione cosciente per via endovenosa (midazolam con o senza meperidina). Il tumore è stato scansionato dopo il riempimento dello stomaco con 400-600 ml di acqua disaerata. Almeno 10 immagini ancora EUS sono stati ottenuti per ogni lesione, e queste immagini sono state salvate in digitale in Windows bitmap formato
. Immagini EUS sono stati esaminati da un singolo endosonographer esperto (G.H.K.), che è stato mantenuto accecato alla diagnosi finale. Solo 1 fermo immagine EUS di alta qualità è stato selezionato per ogni lesione per ulteriori analisi di immagini digitali, che è stata eseguita su un computer desktop standard.
Analisi di immagine digitale
EUS può visualizzare diverse caratteristiche delle immagini in conformità con i vari contrasti durante un vero e proprio esame. Per minimizzare queste differenze, un processo di normalizzazione è stata effettuata utilizzando i valori di luminosità del centro anecoica ed esterno bordo iperecogeno dell'ambito EUS, che hanno il minor variabilità. La Figura 1 mostra il processo di normalizzazione utilizzato in questo studio. Figura 1 Diagramma di flusso che illustra il processo di normalizzazione dell'immagine EUS. Immagine Stock revisione con istogramma smoothing è necessaria per ottenere un migliore contrasto anche perché l'immagine EUS originale può essere inclinato di luminosità dell'istogramma e quindi non può essere utile per analizzare l'area tumorale. Poi, abbiamo applicato un metodo edge-linking per tutti i pixel del bordo ripetutamente per produrre un bordo. Edge-linking collegato e registrato tutti i valori, soddisfacendo la formula (1) in una zona di 3 × 3 di pixel corrente. ∇
G
x
,
y
-
∇
G
x
'
,
y
'
≤
Th
(1) La soglia (Th
) di formula (1) è stato fissato a 130, sulla base della nostra studio preliminare (dati non riportati). Poi, il centro anecoica del campo di applicazione EUS è stato estratto come un oggetto con i pixel ad alta densità dopo l'applicazione di binarizzazione, l'etichettatura con l'algoritmo Grassfire, e la rimozione del rumore utilizzando le informazioni morfologiche. Il bordo esterno iperecogeno della portata è stato estratto come la zona che era più luminosa pixel adiacenti, come mostrato in Figura 2. Figura 2 processo di estrazione del centro anecoica ed esterno bordo iperecogeno dell'ambito EUS. (A) un'immagine grigia. (B) il metodo Smoothing. (C) Metodo Edge-linking. (D) Binarization. (E) Etichettatura con l'algoritmo Grassfire. (F) La rimozione del rumore utilizzando le informazioni morfologiche. (G) Estrazione del centro anecoica della portata. . (H) Estrazione di esterno bordo iperecogeno della portata
Infine formula (2) è stato applicato per completare il processo di standardizzazione: StandardGray
=
255
-
RimGray
×
1
+
255
-
RimGray
CenterGray
Se
CenterGray
<
X
<
StandardGray
,
Poi
X
=
StandardGray
StandardGray
-
CenterGray
×
X
-
StandardGray
Else
Se
StandardGray
<
X
<
EdgeGray
,
poi
X
=
StandardGray
+
255
-
StandardGray
RimGray
-
StandardGray
×
X
-
StandardGray
(2) dove CenterGray e RimGray indicano i valori di luminosità del centro anecoica ed esterno bordo iperecogeno del campo di applicazione, rispettivamente, mentre StandardGray denota un valore di luminosità di differenziare il centro anecoica dal bordo esterno iperecogeno.
dal immagine standardizzata, una regione di interesse (ROI) è stato selezionato da un esperto endosonographer (GHK) per l'analisi tumorale. Il metodo di cui sopra fornisce informazioni di luminosità, tra cui il minimo, massimo, media (T media), la deviazione standard (T SD), mediana e valori interquartili (Figura 3). Figura 3 Un esempio di analisi di immagine digitale. Dall'immagine standardizzata, una regione di interesse (ROI) è selezionato da un endosonographer esperto per l'analisi tumorale. I risultati finali per il ROI sono espressi nell'istogramma fondo. La media (Tmean) e la deviazione standard (TSD) dei valori di luminosità sono rispettivamente di 81.53 e 180.50,.
Analisi statistica
Tutti i dati sono espressi come media ± SD. La differenza di T media e T SD tra i 3 gruppi (GIST, leiomioma e schwannoma) è stata valutata utilizzando una analisi della varianza ad una via di prova (ANOVA). Un receiver operating characteristic (ROC) curva è stata applicata per trovare la migliore sensibilità e valori di cut-off specificità del T media e T SD per differenziare GIST da leiomioma o schwannoma. Il calcolo della sensibilità, specificità, valori predittivi positivi e negativi, e la precisione per differenziare GIST da leiomioma o schwannoma è stata anche eseguita. Un valore di p < 0,05 è stato considerato statisticamente significativo. I calcoli statistici sono stati eseguiti utilizzando SPSS versione 12.0 for Windows (SPSS Inc., Chicago, IL, USA).
Risultati
in tutte le immagini EUS, la T media e T SD sono stati calcolati con successo dopo l'analisi delle immagini post-standardizzata. Il T media, che è indicativo della ecogenicità, era significativamente più alta nei GIST che nel leiomioma e schwannoma (82,8 ± 22,5, 39,8 ± 18,9, e 47,0 ± 12,0, rispettivamente; p < 0,001) (Tabella 1). Inoltre, la deviazione standard T , che è indicativo di eterogeneità, è risultata significativamente maggiore nei GIST che nel leiomioma e schwannoma (83,5 ± 14,4, 54,3 ± 21,7, e 58,3 ± 17,5, rispettivamente; p < 0,001). Tuttavia, non vi era alcuna differenza significativa nella T significare o T SD tra il leiomioma e schwannoma.Table 1 Media (T media) e deviazione standard (SD T) dei valori di luminosità dopo l'analisi di immagine digitale di mesenchimali gastrica tumori in base alla diagnosi istopatologica
GIST (n = 50)
Leiomioma (n = 6)
Schwannoma (n = 9)
(p -value) *
Tmean (media ± DS)
82,8 ± 22,5
39,8 ± 18,9
47,0 ± 12,0
0.000
T †
un
b
b
TSD (media ± DS)
83,5 ± 14,4
54,3 ± 21,7
58,3 ± 17,5
0.000
T †

a b
b
GIST
gastrointestinale stromale tumore.
* significatività statistica è stata testata con analisi della varianza ad una via.
† Le stesse lettere indicano una differenza non significativa tra i gruppi utilizzando test di confronto multiplo di Tukey .
Quando i GIST sono stati classificati in gruppi benigni o maligni in base alla classificazione del rischio istologica, 31 casi sono stati raggruppati come i GIST benigni (molto basso rischio, 7 casi; basso rischio, 24 casi) e 14 casi come i GIST maligni (rischio intermedio, 10 casi; ad alto rischio, 4 casi). Non c'era differenza nella T significare o T SD tra i GIST benigni e maligni (88,2 ± 21,7 vs 82,1 ± 23,0, p = 0.395; 86.9 ± 12.2 vs 83.3 ± 13.1, p = 0,373, rispettivamente). curva
Un ROC è stato creato per identificare la migliore sensibilità e valori di cut-off specificità del T media e T SD per differenziare GIST da leiomioma o schwannoma (Figura 4). La sensibilità e la specificità erano quasi ottimizzati quando i valori critici di T significano e T SD sono stati rispettivamente 65 e 75,. La tabella 2 mostra i valori di T medi ≥ 65 e T SD ≥ 75 per la previsione GIST. La presenza di almeno 1 di questi 2 risultati in un determinato tumore provocato una sensibilità del 94%, una specificità del 80%, valore predittivo positivo del 94%, valore predittivo negativo del 80%, e la precisione del 90,8% per la previsione GIST. Figura 4 receiver operating characteristic curve (ROC) per differenziare tumore stromale gastrointestinale (GIST) da tumori mesenchimali non GIST. curva ROC di (A) media (Tmean) e (B) la deviazione standard (TSD) dei valori di luminosità che differenziano GIST da tumori mesenchimali non GIST nello stomaco.
Tabella 2 sensibilità, specificità, positivo e negativo predittivo valori, e la precisione della media (T media) e la deviazione standard (T SD) dei valori di luminosità che differenziano tumore stromale gastrointestinale (GIST) da tumori mesenchimali non GIST nello stomaco
Predire GIST
sensibilità,% (95% CI)
Specificità,% (95% CI)
PPV,% (95% CI)
NPV,% (95% CI)
Precisione,% (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)
di quanto sopra 2 caratteristiche
≥ 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)
Sia
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
valore predittivo positivo, NPN
valore predittivo negativo, CI
fiducia . intervallo
Discussione
Nel nostro studio precedente, abbiamo valutato le caratteristiche che potrebbero differenziare GIST da leiomioma su EUS; eterogeneità, spot iperecogeni, un alone marginale e più alta ecogenicità in confronto con lo strato muscolare circostante sono stati utili per la previsione GIST [9]. Tuttavia, il giudizio di questi risultati sulle immagini EUS è soggettivo; questo può portare a un accordo inter poveri [11, 12]. Per superare questo limite, abbiamo cercato di ricavare risultati più obiettivi da immagini EUS.
Un'immagine EUS è composto di pixel per una densità eco è espressa in valori di luminosità da 0 (nero) a 255 (bianco). Analisi della luminosità è, in linea di principio, un metodo per valutare il livello di ecogenicità (espresso come T medio) e il grado di omogeneità (espresso come T SD). Inoltre, le immagini EUS possono presentare caratteristiche differenti in conformità con vari contrasti utilizzati durante un esame. Pertanto, per ridurre al minimo tali differenze, abbiamo selezionato la luminosità del centro anecoica ed esterno bordo iperecogeno della portata EUS, che hanno il minor variabilità, e anche standardizzato le immagini EUS.
Dopo l'analisi delle immagini post-standardizzata, sia il T media e T SD erano significativamente più alti nei GIST che nel leiomioma e schwannoma. Questi risultati sono coerenti con quelli di studi precedenti che hanno segnalato più elevata ecogenicità in confronto con lo strato muscolare circostante, ed eterogeneità è utile nella diagnosi di GIST [9, 10, 14]. In altre parole, riteniamo che sia adatto ad esprimere alcuni reperti EUS come valori oggettivi dopo l'analisi delle immagini digitali.
Secondo una curva ROC, i valori di T significano e T SD mostra la migliore sensibilità e specificità per GIST erano, rispettivamente, 65 e 75,. Se uno dei due T significare ≥ 65 o T SD ≥ 75 era presente, la sensibilità e la specificità per predire GIST erano 94% e 80%, rispettivamente, in linea con i nostri risultati precedenti [9].
Successivo, abbiamo cercato di distinguere tra i GIST benigni e maligni, sulla base di analisi di immagine dopo che divide i GIST in 2 gruppi (benigni o maligni) in base alla classificazione del rischio istologica. Tuttavia, abbiamo trovato alcuna differenza nel T significare o T SD tra i GIST benigni e maligni. Studi precedenti hanno suggerito che le grandi dimensioni, la crescita exogastric, ulcerazioni, cambiamenti cistica, foci iperecogeno, e l'irregolarità del favore margine di una diagnosi di tumore maligno gastrointestinale mesenchimale [7, 8, 15, 16]. Nel nostro precedente rapporto, soltanto il formato era un predittore indipendente di analisi di regressione logistica multivariata [9]. Pertanto, vi è ancora una limitazione nel predire il potenziale maligno di GIST con l'uso di analisi di immagine.
Questo studio ha diversi limiti. In primo luogo, questo è stato uno studio retrospettivo che ha confrontato EUS presenta tra i GIST e tumori benigni mesenchimali mediante analisi di immagine digitale. Pertanto, ci sarebbe stato un potenziale di polarizzazione al momento di rivedere retrospettivamente le immagini EUS. Durante l'esame EUS, abbiamo ottenuto almeno 10 immagini endosonographic per determinare le caratteristiche dei tumori mesenchimali gastrici; speravamo ciò compensare, in una certa misura, per la limitazione di questo essere uno studio retrospettivo. In secondo luogo, anche se sono stati eseguiti esami EUS, i pazienti sono stati selezionati per un intervento chirurgico in base ai pareri clinici e decisioni dei medici. In terzo luogo, il numero di pazienti con leiomioma o schwannoma inclusi in questo studio era piccolo, rispetto al numero di quelli con GIST. Questa limitazione può essere dovuto al fatto che il tumore mesenchimale più comune dello stomaco è GIST e che altri tumori, come leiomioma o schwannoma, sono raramente incontrato in cliniche. Infine, anche se abbiamo analizzato solo le immagini EUS ottenuti a 7.5 MHz, al fine di ridurre le differenze tra le immagini che potrebbero essere causa di diverse frequenze, le vere impostazioni di EUS, come guadagno e contrasto, sono stati diversi in ogni caso, che è una limitazione intrinseca di uno studio retrospettivo. Abbiamo tentato di uniformare le immagini EUS sulla base dei valori di luminosità del centro anecoica ed esterno bordo iperecogeno del campo di applicazione. Tuttavia, questo tentativo di standardizzare le immagini EUS non completamente superate le limitazioni di uno studio retrospettivo. Pertanto, studi prospettici saranno necessari che utilizzano le stesse condizioni di impostazioni come la frequenza, il guadagno, e il contrasto.
Gastrica tumore mesenchimale è spesso asintomatica, e di solito è scoperto incidentalmente durante l'endoscopia gastrointestinale superiore per una condizione non correlata. Il problema principale in pazienti asintomatici è determinare se il tumore ha un potenziale maligno. Perché GIST hanno potenziale maligno, tumori mesenchimali gastrici non dovrebbe essere ignorato, anche se sono piccole, se le caratteristiche EUS sono indicativi di GIST. Pertanto, se l'analisi dell'immagine digitale suggerisce una elevata possibilità di un GIST, sarebbe meglio tentativi di ottenere tessuti (ad esempio mediante EUS guidata agoaspirato o biopsia) o per resecare il tumore (ad esempio mediante endoscopica o chirurgica resezione). . Ulteriori ampi studi prospettici sono necessari per validare i risultati delle analisi delle immagini EUS dei tumori mesenchimali gastriche
Conclusione
In conclusione, l'analisi di immagine digitale fornisce informazioni oggettive sulle immagini EUS; Quindi, può essere utile nella diagnosi di tumori mesenchimali gastriche. I risultati delle analisi delle immagini EUS, come ad esempio T significano ≥ 65 o T SD ≥ 75, può aiutare a differenziare GIST da leiomioma o schwannoma.
Consenso
consenso informato scritto è stato ottenuto dal paziente per la pubblicazione di questo rapporto e le eventuali immagini allegate
. Note
Gwang Ha Kim, Kwang Baek Kim contribuito in maniera uguale a questo lavoro
. Dichiarazioni
Ringraziamenti
questo studio è stato sostenuto da una sovvenzione R nazionale &. D Programma per il controllo del cancro, Ministero della Salute, del Welfare e Affari di famiglia, Repubblica di Corea (0920050)
Autori 'originali presentate file per le immagini
di seguito sono riportati i link ai file degli autori originali presentati per le immagini. 'file originale per la figura 1 12876_2013_1039_MOESM2_ESM.tif Autori 12876_2013_1039_MOESM1_ESM.tif autori file originale di' file originale per la figura 3 12876_2013_1039_MOESM4_ESM.tif Autori figura 2 12876_2013_1039_MOESM3_ESM.tif Autori file originale per la figura 4 file originale 12876_2013_1039_MOESM5_ESM.tiff degli autori per la figura 5 competere interessi
Gli autori dichiarano di non avere interessi in gioco
autori contributi
concetto di Studio e progettazione - GHK, GBK, e DYP.; Acquisizione di campioni - GHK, DYP, e HKJ; Analisi e interpretazione dei dati - GHK, SHL, tyj, e DHK; Redazione del manoscritto - GHK e DYP; Analisi statistica - GHK e il gas; Ottenuto il finanziamento - DYP; Co-autore senior e la supervisione di studio - GAS. Tutti gli autori hanno letto e approvato il manoscritto finale.

• Un caso di enteropatia associata linfoma a cellule T (tipo I) provenienti da stomaco senza malattia celiaca refrattaria
• Un confronto tra le caratteristiche del paziente, la prognosi, modalità di trattamento, e la sopravvivenza per gruppi di età nei pazienti affetti da cancro gastrico