Digitale beeldanalyse van endoscopische echografie is nuttig bij de diagnose van de maag mesenchymale tumoren

Digitale beeldanalyse van endoscopische echografie is nuttig bij de diagnose van de maag mesenchymale tumoren
Abstracte achtergrond
endoscopische echografie (EUS) is een waardevol imaging tool voor het evalueren van subepitheliaal laesies in de maag. Er zijn echter weinig studies over differentiatie gastrointestinale stromale tumoren (GIST) en goedaardige mesenchymale tumoren, zoals leiomyoma of schwannoma, met behulp van EUS. Daarnaast zijn er beperkingen in de analyse van de kenmerken van dergelijke tumoren door slechte interobserver overeenkomst ten gevolge van subjectieve interpretatie van EUS beelden. Daarom was het doel van dit onderzoek om de rol van digitale beeldanalyse onderscheiden kenmerken van GIST van die van goedaardige mesenchymale tumoren op EUS evalueren.
Methods
Wij ingeschreven 65 patiënten met histopathologisch bewezen maag GIST, leiomyoom of schwannoma op chirurgisch resectiepreparaten die EUS examen aan onze endoscopische unit van januari 2007 tot september 2010 onderging Na standaardisatie van de EUS beelden, helderheid waarden met inbegrip van de gemiddelde (T gemiddelde), indicatief voor echogeniciteit, en de standaarddeviatie (T SD), indicatief voor heterogeniteit in de tumoren werden geanalyseerd
Resultaten
de T betekenen en T SD GIST waren significant hoger dan in leiomyoom en schwannoom (p <. 0,001 ). Er was echter geen significant verschil in de T betekenen of T SD tussen goedaardige en kwaadaardige GIST. De sensitiviteit en specificiteit waren bijna geoptimaliseerd voor de differentiatie van GIST uit leiomyoma of schwannoma wanneer de kritieke waarden van T betekenen en T SD waren 65 en 75, respectievelijk. De aanwezigheid van ten minste 1 van deze 2 bevindingen in een bepaalde tumor resulteerde in een gevoeligheid van 94%, specificiteit van 80% positieve voorspellende waarde van 94% negatieve voorspellende waarde van 80%, en de nauwkeurigheid van 90,8% voor het voorspellen GIST.
Conclusies
beeld Digitale analyse geeft objectieve informatie over EUS beelden; aldus, kan het nuttig zijn bij de diagnose maag mesenchymale tumoren.
Sleutelwoorden
Maag endoscopische echografie mesenchymale tumor Beeldanalyse Achtergrond
mesenchymale tumor van de maag wordt meestal incidenteel ontdekt tijdens endoscopie een verbonden toestand, en is bekend als een onderneming, uitstekende subepitheliale laesie; echter grotere tumoren soms kunnen bloedingen [1] veroorzaken. Histopathologisch meeste van deze tumoren volledig of gedeeltelijk samengesteld spindel cellen en gladde spiercellen of zenuwschedetumor differentiatie tonen. Meest maag mesenchymale tumoren zijn gastrointestinale stromale tumoren (GIST) afgeleid uit de interstitiële cellen van Cajal [1-3]. GIST een risico van metastatische terugval, vooral in het peritoneum en de lever, zelfs na chirurgie voor gelokaliseerde ziekte [4, 5]. Daarom worden alle GISTen potentieel kwaadaardige beschouwen, alsmede resectie, zelfs kleine intramurale letsels van de maag is [5, 6].
In de praktijk de differentiatie van GIST goedaardige maag- mesenchymale tumoren, zoals leiomyoma of schwannoma, essentieel effectieve klinische behandeling. Endoscopische echografie (EUS) is een waardevol imaging tool voor het evalueren van mesenchymale tumoren, omdat het in staat stelt de demonstratie van een hypoechoic massa die grenst aan de vierde hypoechoic laag van de normale darmwand [7-9]. Desondanks zijn er weinig studies over differentiatie tussen GIST en goedaardige mesenchymale tumoren met behulp van EUS [9, 10]. Daarnaast zijn er beperkingen in de analyse van de kenmerken van dergelijke tumoren door slechte interobserver overeenkomst ten gevolge van subjectieve interpretatie van EUS afbeeldingen [11, 12].
Digitale beelden uit pixels (beeldpunten) die zijn de basiselementen die een 2-dimensionaal beeld samen te stellen. In digitale beeldanalyse, is de distributie en ruimtelijke variatie van de pixels berekend met behulp textuuranalyse om nuttige gegevens te extraheren. Onlangs is het nut van digitale beeldanalyse onderscheiden benigne en maligne laesies op subepitheliale EUS gemeld [13]. Daarom was het doel van deze studie om de rol van digitale beeldanalyse in het onderscheiden van de kenmerken van GIST van die van goedaardige mesenchymale tumoren op EUS te evalueren.
Methods
onderwerpen Ondernemingen De medische dossiers van alle patiënten met histopathologisch bewezen maag GIST, leiomyoma of schwannoma op chirurgisch resectiepreparaten die EUS examen aan onze endoscopische unit van januari 2007 tot september 2010 onderging werden retrospectief beoordeeld. We ingeschreven 65 patiënten (27 mannen en 38 vrouwen) met een gemiddelde leeftijd van 55 jaar (range, 28-81 jaar), waarvan 50 hadden GIST, 6 leiomyoma, en 9 schwannoma. Deze studie werd beoordeeld en goedgekeurd door de Institutional Review Board van Pusan ​​National University Hospital goedgekeurd.
Histopathologie
De tumoren histopathologisch werden bleek de maag mesenchymale tumoren en werden immunohistochemisch geclassificeerd als leiomyoma, schwannoma of GIST [3]. Leiomyoma werd gedefinieerd als een desmine-positieve en c-kit (CD117) -negatieve tumoren, schwannoma als S-100-positieve en c-kit-negatieve tumor en GIST als c-kit-positieve tumor. GIST werden verdeeld in 4 groepen volgens de consensus besprekingsverslag bij de National Institutes of Health [6]
endoscopische echografie
EUS werd uitgevoerd met een radiaal gescand ultrasone endoscoop (GF-UM2000,. Olympus, Tokyo, Japan) bij 7,5 MHz, en alle onderzoeken werden uitgevoerd onder intraveneuze sedatie (midazolam met of zonder meperidine). De tumor werd gescand na het vullen van de maag met 400-600 ml ontlucht water. Ten minste 10 nog EUS beelden werden verkregen voor elke laesie, en deze beelden werden digitaal opgeslagen in Windows bitmap-formaat.
EUS beelden werden beoordeeld door een enkele ervaren endosonographer (G.H.K.), die werd gehouden verblind om de definitieve diagnose. Slechts 1 nog EUS beeld van de hoogste kwaliteit werd geselecteerd voor elke laesie voor verdere digitale beeldanalyse, die werd uitgevoerd op een standaard desktop computer.
Digitale beeldanalyse
EUS kan ander beeld kenmerken in overeenstemming met verschillende contrasten weer te geven tijdens een echte examen. Om deze verschillen te beperken, werd een normalisatieproces uitgevoerd met behulp van de helderheid waarden van de dode centrum en de buitenste hyperechogeniciteit rand van de EUS scope, die de minste variabiliteit hebben. Figuur 1 toont het normalisatieproces gebruikt in deze studie. Figuur 1 Stroomdiagram ter illustratie van het normalisatieproces imago van de EUS van.
Afbeelding herziening histogram egalisatie moet ook beter contrast te verkrijgen omdat het oorspronkelijke beeld EUS worden vertekend door de helderheid van het histogram en daarom niet bruikbaar voor het analyseren van tumor gebied. Vervolgens pasten we een rand koppelen werkwijze voor randpixels herhaaldelijk om een ​​mat te. Edge-linking verbonden en opgenomen alle waarden voldoet formule (1) in een 3 x 3 vlak voor huidige pixel. ∇
G
x
,
y
-
∇
G
x
'
,
y
'
≤
Th
(1) De drempel (Th
) met formule (1) werd ingesteld op 130, gebaseerd op onze voorstudie (gegevens niet getoond). Vervolgens wordt de dode centrum van de EUS scope werd gewonnen als een object met een high-density pixels na het aanbrengen van binarisatie, labelen met Grassfire algoritme, en lawaai verwijderen met behulp van morfologische informatie. De buitenste hyperechoic rand van het toepassingsgebied werd geëxtraheerd zoals het gebied waarbij zelfs de omringende pixels was, zoals getoond in figuur 2. Figuur 2 extractieproces van het dode centrum en buitenste hyperechoic rand van de EUS scope. (A) Gray afbeelding. (B) Smoothing methode. (C)-Edge koppelen methode. (D) Binarisering. (E) Labeling met Grassfire algoritme. (F) Verwijdering van geluidshinder met behulp van morfologische informatie. (G) Extractie van dode centrum van het toepassingsgebied. . (H) Extraction buitenste hyperechogeniciteit rand van het toepassingsgebied van Zazzle.nl slotte formule (2) werd toegepast op het normalisatieproces te voltooien: StandardGray
=
255
-
RimGray
×
1
+
255
-
RimGray
CenterGray
Als
CenterGray
<
X
<
StandardGray
,
dan
X
=
StandardGray
StandardGray
-
CenterGray
×
X
-
StandardGray
Else
Als
StandardGray
<
X
<
EdgeGray
,
dan
X
=
StandardGray
+
255
-
StandardGray
RimGray
-
StandardGray
×
X
-
StandardGray
(2) waarbij CenterGray en RimGray duiden de helderheid waarden van de echovrije centrum en buitenste hyperechogeniciteit rand van het toepassingsgebied, respectievelijk, terwijl StandardGray duidt op een lichtsterkte te differentiëren van de dode centrum van de buitenste rand hyperechogeniciteit.
van het gestandaardiseerde afbeelding, een regio van belang (ROI) werd geselecteerd door een ervaren endosonographer (GHK) voor tumor analyse. Bovenstaande werkwijze verschaft helderheidsinformatie, waaronder het minimum, maximum, gemiddelde (T ) gemiddelde, standaardafwijking (T SD), mediaan en interquartiele waarden (Figuur 3). Figuur 3 Een voorbeeld van digitale beeldanalyse. Van het gestandaardiseerde beeld, wordt een gebied van belang (ROI) geselecteerd door een ervaren endosonographer voor tumor analyse. De eindresultaten van het ROI worden uitgedrukt in de onderste staaf. De gemiddelde (Tmean) en standaard deviatie (TSD) van de helderheidswaarden zijn 81,53 en 180,50 respectievelijk.

Statistische analyse Alle gegevens worden uitgedrukt als gemiddelde ± SD. Het verschil in T betekenen en T SD onder de 3 groepen (GIST, leiomyoma en schwannoma) werd beoordeeld met behulp van een one-way variantie-analyse (ANOVA) te testen. A receiver operating characteristic (ROC) curve werd op de beste gevoeligheid en specificiteit afkapwaarde van T zoeken betekenen en T SD voor de differentiatie van GIST leiomyoma of schwannoma. Berekening van de sensitiviteit, specificiteit, positieve en negatieve voorspellende waarden en nauwkeurigheid onderscheiden van GIST leiomyoma of schwannoma werd ook uitgevoerd. Een p-waarde < 0,05 werd beschouwd als statistisch significant. Statistische berekeningen werden uitgevoerd met behulp van SPSS versie 12.0 voor Windows software (SPSS Inc., Chicago, IL, USA).
Resultaten
In alle EUS beelden, de T betekenen en T SD werden met succes berekend na post-gestandaardiseerde beeldanalyse. De T betekenen, wat indicatief is echogeniciteit, was GIST significant hoger dan in leiomyoom en schwannoom (82,8 ± 22,5 39,8 ± 18,9 en 47,0 ± 12,0, respectievelijk p < 0,001) (tabel 1). Bovendien, de T SD, dat indicatief is voor heterogeniteit, ook bij GIST significant hoger dan in leiomyoom en schwannoom (83,5 ± 14,4 54,3 ± 21,7 en 58,3 ± 17,5, respectievelijk p < 0,001). Er was echter geen significant verschil in de T betekenen of T SD tussen leiomyoom en schwannoma.Table 1 Mean (T) gemiddelde en standaardafwijking (SD T) van de helderheidswaarden na digitale beeldanalyse van gastrische mesenchymale tumoren volgens de histopathologische diagnose
GIST (n = 50)
leiomyoom (n = 6)
Schwannoom (n = 9)
(p -waarde) *
Tmean (gemiddelde ± SD)
82,8 ± 22,5
39,8 ± 18,9
47,0 ± 12,0
0.000
T †

b
b
TSD (gemiddelde ± SD)
83,5 ± 14,4
54,3 ± 21,7
58,3 ± 17,5
0.000
T †

b
b
GIST
gastro-intestinale stromale tumor.
* De statistische significantie werd getest met behulp van one-way variantieanalyse.
† dezelfde letters duiden op een niet-significant verschil tussen de groepen met behulp van meerdere vergelijkingstest Tukey's .
Toen de GIST werden ingedeeld in goedaardige of kwaadaardige groepen op basis van histologische risicoclassificatie, werden 31 gevallen gegroepeerd als goedaardige GIST (zeer laag risico, 7 gevallen; laag risico, 24 gevallen) en 14 gevallen maligne GIST (intermediair risico, 10 gevallen, met een hoog risico, 4 gevallen). Er was geen verschil in de T betekenen of T SD tussen goedaardige en kwaadaardige GIST (88,2 ± 21,7 versus 82,1 ± 23,0, p = 0,395, 86,9 ± 12,2 versus 83,3 ± 13,1, p = 0,373, respectievelijk).
Een ROC-curve werd opgericht om de beste gevoeligheid en specificiteit cut-off-waarden van T identificeren betekenen en T SD voor de differentiatie van GIST uit leiomyoma of schwannoma (figuur 4). De sensitiviteit en specificiteit waren bijna geoptimaliseerd wanneer de kritieke waarden van T betekenen en T SD waren 65 en 75, respectievelijk. Tabel 2 geeft de waarden van T gemiddelde ≥ 65 en T SD ≥ 75 voor het voorspellen GIST. De aanwezigheid van ten minste 1 van deze 2 bevindingen in een bepaalde tumor resulteerde in een gevoeligheid van 94%, specificiteit van 80% positieve voorspellende waarde van 94% negatieve voorspellende waarde van 80%, en de nauwkeurigheid van 90,8% voor het voorspellen GIST. Figuur 4 Receiver operating characteristic (ROC) curve voor differentiatie gastro-intestinale stromale tumor (GIST) uit niet-GIST mesenchymale tumoren. ROC curve van het (A) gemiddelde (Tmean) en (B) standaardafwijking (TSD) van de helderheidswaarden die GIST uit niet-GIST mesenchymale tumoren onderscheiden in de maag.
Tabel 2 gevoeligheid, specificiteit, positieve en negatieve voorspellende waarden, en de nauwkeurigheid van het gemiddelde (T bedoel) en de standaarddeviatie (T SD) van de helderheid waarden die gastro-intestinale stromale tumor (GIST) uit niet-GIST mesenchymale tumoren onderscheiden in de maag
voorspellen GIST
gevoeligheid,% (95% CI)
specificiteit,% (95% CI)
PPV,% (95% CI)
NPV,% (95% CI)
Nauwkeurigheid,% (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) Website van boven de 2 functies
≥ 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)
Beide
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
positief voorspellende waarde, NPN
negatief voorspellende waarde, CI
vertrouwen . Discussie interval
In onze vorige studie, evalueerden we de functies die GIST kon onderscheiden van leiomyoma op EUS; heterogeniteit hyperechogeen vlekken, marginale halogeen en hogere echogeniciteit in vergelijking met de omringende spierlaag behulpzaam te voorspellen GIST [9]. Echter, het oordeel van deze bevindingen op EUS beelden is subjectief; dit kan resulteren in een slechte interobserver overeenkomst [11, 12]. Om deze beperking te overwinnen, hebben we geprobeerd om meer objectieve bevindingen uit EUS beelden ontlenen.
Een afbeelding EUS is opgebouwd uit pixels, en de echo dichtheid wordt uitgedrukt in de helderheid waarden van 0 (zwart) tot 255 (wit). Analyse van de helderheid wordt in beginsel een werkwijze om het niveau van echogeniciteit (uitgedrukt als T gemiddelde) en de homogeniteit (uitgedrukt als T SD) evalueren. Bovendien kunnen EUS afbeeldingen verschillende eigenschappen overeenkomstig diverse contrasten tijdens het onderzoek weergegeven. Daarom, om deze verschillen te minimaliseren, hebben we gekozen voor de helderheid van het dode centrum en de buitenste hyperechogeniciteit rand van de EUS scope, die de minste variabiliteit hebben, en ook gestandaardiseerd de EUS beelden.
Na post-gestandaardiseerde beeldanalyse, zowel de T betekenen en T SD waren in GIST beduidend hoger dan in leiomyoma en schwannoma. Deze resultaten zijn consistent met die van eerdere studies die hogere echogeniciteit hebben gerapporteerd ten opzichte van de omringende spierlaag en heterogeniteit is nuttig bij de diagnose GIST [9, 10, 14]. Met andere woorden, we geloven dat het geschikt is om een ​​aantal EUS bevindingen objectieve waarden na digitale beeldanalyse te uiten.
Volgens een ROC-curve, de waarden van T betekenen en T SD met de beste gevoeligheid en specificiteit voor GIST waren 65 en 75, respectievelijk. Indien een T betekenen ≥ 65 of T SD ≥ 75 aanwezig was, de gevoeligheid en specificiteit voor het voorspellen GIST waren 94% en 80%, respectievelijk, in overeenstemming met onze eerdere resultaten [9].
Next, we probeerden te maken tussen goedaardige en kwaadaardige GIST op basis van beeldanalyse na het verdelen van de GIST's in 2 groepen (goedaardig of kwaadaardig) volgens histologische risicoclassificatie. Echter, we vonden geen verschil in de T betekenen of T SD tussen goedaardige en kwaadaardige GIST. Eerdere studies hebben gesuggereerd dat grote omvang, exogastric groei, ulceratie, cystische wijzigingen hyperechogeen foci en onregelmatigheid van de marge gunst diagnose maligne gastrointestinale mesenchymale tumor [7, 8, 15, 16]. In ons vorige rapport, alleen grootte was een onafhankelijke voorspeller op multivariate logistische regressie-analyse [9]. Daarom is er nog steeds beperking in het voorspellen van het maligne potentieel van GIST met behulp van beeldanalyse.
Dit onderzoek heeft verschillende beperkingen. Ten eerste, dit was een retrospectieve studie dat in vergelijking EUS is voorzien tussen GIST en goedaardige mesenchymale tumoren met behulp van digitale beeldanalyse. Daarom is er misschien een mogelijke vertekening als achteraf beoordelen van de EUS beelden zijn geweest. Tijdens de EUS onderzoek verkregen we tenminste 10 endosonographic beelden naar de kenmerken van maag mesenchymale tumoren te bepalen; We hoopten zou compenseren, tot op zekere hoogte, ter beperking hiervan is een retrospectieve studie. Ten tweede, hoewel EUS onderzoeken werden uitgevoerd, patiënten werden geselecteerd voor een operatie op basis van de klinische adviezen en besluiten van de artsen. Ten derde, het aantal patiënten met leiomyoma of schwannoma in dit onderzoek was klein ten opzichte van het aantal mensen met GIST. Deze begrenzing kan het gevolg zijn van het feit dat de meest voorkomende mesenchymale tumor van de maag GIST en dat andere tumoren, zoals leiomyoma of schwannoma, zelden aangetroffen in klinieken. Tenslotte, hoewel analyseerden we alleen de EUS beelden verkregen bij 7,5 MHz om verschillen tussen de beelden die kan worden veroorzaakt door verschillende frequenties, de werkelijke instellingen van EUS, zoals versterking en contrast te verminderen, werden in elk geval anders, wat een beperking die inherent zijn aan een retrospectief onderzoek. We hebben geprobeerd om de EUS afbeeldingen standaardiseren op basis van de helderheidswaarden van het dode centrum en buitenste hyperechoic rand van het toepassingsgebied. Deze poging om de EUS beelden standaardiseren niet volledig de beperkingen van een retrospectief onderzoek te overwinnen. Daarom zal prospectieve studies nodig zijn dat dezelfde voorwaarden van de instellingen, zoals de frequentie, versterking, en het contrast te gebruiken.
Gastric mesenchymale tumor is vaak asymptomatisch, en wordt meestal incidenteel ontdekt tijdens het bovenste maagdarmkanaal endoscopie voor een niet-verwante aandoening. Het grootste probleem bij asymptomatische patiënten te bepalen of de tumor een maligne potentie. Omdat GIST kwaadaardig potentieel dient maag mesenchymale tumoren niet worden genegeerd, zelfs als ze klein zijn, indien de EUS kenmerken duiden op GIST. Als dus de digitale beeldanalyse suggereert een hoge kans op een GIST, zou het beter pogingen weefsel (bijvoorbeeld per EUS geleide fijne naald aspiratie of biopsie) verkrijgen of de tumor resectie (zoals endoscopische of chirurgische zijn resectie). . Verdere grote prospectieve studies zijn nodig om onze resultaten van het beeld EUS analyse van de maag mesenchymale tumoren valideren
Conclusie
Tot slot, digitale beeldanalyse objectieve informatie verschaft over EUS beelden; aldus, kan het nuttig zijn bij de diagnose maag mesenchymale tumoren. De resultaten van het beeld EUS analyse, zoals T betekenen ≥ 65 of T SD ≥ 75, kan helpen om GIST uit leiomyoma of schwannoma differentiëren.
Toestemming
schriftelijke toestemming is verkregen van de patiënt voor de publicatie van dit verslag en eventuele begeleidende beelden.
Notes
Gwang Ha Kim Kwang Kim Baek eveneens bijgedragen aan dit werk.
verklaringen
Dankwoord Inloggen deze studie werd ondersteund door een subsidie ​​van de Nationale R &. D Program for Cancer control, Ministerie van Volksgezondheid, Welzijn en zaken van de familie, de Republiek Korea (0920050)
Authors 'originele ingediende dossiers voor afbeeldingen
Hieronder staan ​​de links naar de auteurs bestanden origineel ingediend voor afbeeldingen. 'Originele bestand voor figuur 1 12876_2013_1039_MOESM2_ESM.tif Authors' 12876_2013_1039_MOESM1_ESM.tif Auteurs originele bestand voor 'originele bestand voor figuur 3 12876_2013_1039_MOESM4_ESM.tif Authors' figuur 2 12876_2013_1039_MOESM3_ESM.tif Auteurs originele bestand voor figuur 4 originele bestand 12876_2013_1039_MOESM5_ESM.tiff Authors 'voor figuur 5 concurrerende rente
De auteurs verklaren dat ze geen concurrerende belangen
auteurs bijdragen
Study concept en ontwerp - GHK, GBK en DYP.; Overname van monsters - GHK, DYP en HKJ; Analyse en interpretatie van data - GHK, SHL, TYJ en DHK; Het opstellen van het manuscript - GHK en DYP; Statistische analyse - GHK en gas; Verkregen financiering - DYP; Senior co-auteur en studiebegeleiding - GAS. Alle auteurs gelezen en goedgekeurd het definitieve manuscript.

• Een geval-geassocieerde enteropathie T-cellymfoom (type I) afkomstig uit de maag zonder refractaire coeliakie disease
• Een vergelijking van de kenmerken van de patiënt, de prognose, behandelingen, en overleving afhankelijk van leeftijdsgroep in maagkanker patients