Stomach Health > magen Hälsa >  > Stomach Knowledges > undersökningar

Digital bildanalys av endoskopisk ultraljud är till hjälp för att diagnostisera gastriska mesenkymala tumörer

Digital bildanalys av endoskopisk ultraljud är till hjälp för att diagnostisera gastriska mesenkymala tumörer Bild Sammanfattning
Bakgrund
endoskopisk ultraljud (EUS) är ett värdefullt imaging verktyg för att utvärdera subepitelial lesioner i magen. Men det finns få studier på differentiering mellan gastrointestinala stromacellstumörer (GIST) och godartade mesenkymala tumörer, såsom leiomyom eller schwannom, med användning av EUS. Dessutom finns det begränsningar i analysen av kännetecknen för sådana tumörer på grund av dålig interobserver avtalet som en följd av subjektiv tolkning av EUS bilder. Därför är syftet med denna studie var att utvärdera betydelsen av digital bildanalys i särskilja funktionerna i GIST från de godartade mesenkymala tumörer på EUS.
Metoder
Vi inskrivna 65 patienter med histopatologiskt visat gastric GIST, leiomyom eller schwannom på kirurgiskt resekterade exemplar som genomgick EUS undersökning på vår endoskopisk enhet från januari 2007 till september 2010. Efter standardisering av EUs bilder, intensitetsvärden inklusive medelvärdet (T medelvärdet), indikerar ekogenicitet och standardavvikelsen (T SD), ett tecken på heterogenitet i tumörerna analyserades
Resultat
T betyda och T SD var signifikant högre i GIST än i leiomyom och schwannom (p. < 0,001 ). Det fanns dock ingen signifikant skillnad i T betyda eller T SD mellan godartade och elakartade GIST. Känsligheten och specificiteten var nästan optimerad för att differentiera GIST från leiomyom eller schwannom när de kritiska värdena för T betyda och T SD var 65 och 75, respektive. Närvaron av åtminstone en av dessa 2 resultaten i en given tumör resulterade i en känslighet av 94%, specificitet 80%, positivt prediktivt värde på 94%, negativt prediktivt värde på 80%, och noggrannhet på 90,8% för att förutsäga GIST.
slutsatser Review, Digital bildanalys ger objektiv information om EUS bilder; sålunda kan det vara användbart vid diagnostisering av gastriska mesenkymala tumörer.
Nyckelord
Mage Endoskopisk ultrasonografi Mesenkymala tumör Bildanalys Bakgrund
Mesenkymala tumör i magen är vanligtvis upptäcks övrigt under övre endoskopi för en unrelated tillstånd, och är känd som ett företag, utskjutande subepitelial skada; Men större tumörer ibland kan orsaka blödning [1]. Histopatologiskt, de flesta av dessa tumörer är helt eller delvis består av spindelceller och uppvisar glatt muskulatur eller nervskidan differentiering. De flesta gastric mesenkymala tumörer är gastrointestinala stromala tumörer (GIST) härrör från interstitiella celler i Cajal [1-3]. GIST har en risk av metastaserande återfall, speciellt i peritoneum och lever, även efter kirurgi för lokaliserad sjukdom [4, 5]. Därför är alla GIST betraktas som potentiellt maligna och kan kräva resektion, även små intramural lesioner i magsäcken [5, 6].
I praktiken är viktig differentieringen av GIST från benigna gastric mesenkymala tumörer, såsom leiomyom eller schwannom för effektiv klinisk behandling. Endoskopisk ultraljud (EUS) är ett värdefullt imaging verktyg för att utvärdera mesenkymala tumörer, eftersom det gör det möjligt att påvisa en hypoechoic massa som är sammanhängande med den fjärde hypoechoic skikt av den normala tarmväggen [7-9]. Trots detta finns det få studier på differentiering mellan GIST och godartade mesenkymala tumörer med användning av EUS [9, 10]. Dessutom finns det begränsningar i analysen av kännetecknen för sådana tumörer på grund av dålig interobserver avtalet som en följd av subjektiv tolkning av EUS bilder [11, 12].
Digitala bilder består av pixlar (bildpunkter), som är de grundläggande element som utgör en två-dimensionell bild. I digital bildanalys, är fördelningen och rumslig variation pixlar beräknas med hjälp av struktur analys för att extrahera användbara data. Nyligen har nyttan av digital bildanalys skilja godartade från maligna subepitelial skador på EUS rapporterats [13]. Därför är syftet med denna studie var att utvärdera betydelsen av digital bildanalys i särskilja funktionerna i GIST från de godartade mesenkymala tumörer på EUS.
Metoder
Ämnen sälja The journaler för alla patienter med histopatologiskt bevisat gastric GIST, leiomyom eller schwannom på kirurgiskt resekterade exemplar som genomgick EUS undersökning på vår endoskopisk enhet från januari 2007 till september 2010 var i efterhand granskas. Vi inskrivna 65 patienter (27 män och 38 kvinnor) med en medelålder på 55 år (intervall 28-81 år), varav 50 hade GIST, 6 leiomyom och 9 schwannom. Denna studie har granskats och godkänts av Institutional Review Board vid Pusan ​​National University Hospital.
Histopatologi
Tumörerna histopatologiskt visat sig vara gastric mesenkymala tumörer och klassificerades immunohistokemiskt som leiomyom, schwannom, eller GIST [3]. Leiomyom definierades som en desmin-positiva och c-kit (CD117) -negativ tumör, schwannom som en S-100-positiva och c-kit-negativa tumör, och GIST som en c-kit-positiva tumör. GIST var uppdelade i 4 grupper i enlighet med rapporten konsensusmötet vid National Institutes of Health [6]
Endoskopisk ultraljud
EUS utfördes med hjälp av en radial skanning ultraljud endoskop (GF-UM2000,. Olympus, Tokyo, Japan) på 7,5 MHz, och alla undersökningar utfördes under intravenös sedering (midazolam med eller utan meperidin). Tumören scannades efter fyllning i magen med 400-600 ml avluftat vatten. Minst 10 fortfarande EUS bilder erhölls för varje skada, och dessa bilder har sparats digitalt i Windows bitmappsformat.
EUS bilderna granskas av en enda erfaren endosonographer (G.H.K.) som hölls blinda för den slutliga diagnosen. Endast en fortfarande EUS bild av högsta kvalitet valdes för varje skada för ytterligare digital bildanalys, som genomfördes på en vanlig stationär dator. Review, Digital bildanalys
EUS kan visa olika bildegenskaper i enlighet med olika kontraster under en riktig undersökning. För att minimera dessa skillnader, var en standardiseringsprocess som utförs med hjälp av ljusstyrkevärdena för ekofria centrum och yttre hyperechoic kanten av EUS omfattning, som har minst variabilitet. Figur 1 visar den standardiseringsprocess som används i denna studie. Figur 1 flödesdiagram som illustrerar standardiseringsprocessen av EUS bilden. Review, Bild översyn med histogram utjämning är också nödvändigt att få bättre kontrast eftersom den ursprungliga EUS bilden kan påverkas av att ljusstyrkan på histogrammet och kan därför inte vara användbart för att analysera tumörområdet. Då, tillämpade vi en kantbindningsmetod för alla kantbildpunkter repetitivt för att producera en kant. Kant bindning ansluten och registreras alla värden som uppfyller formel (1) i en 3 x 3-området till aktuell pixel.
G
x

y
-

G
x
'

y
'

Th
(1) tröskel~~POS=TRUNC (Th
) enligt formeln (1) fastställdes till 130, baserad på vår förstudie (data visas ej). Därefter ekofria centrum EUS omfattning extraheras som ett objekt med hög densitet pixlar efter applicering binärisering, märkning med Grassfire algoritm, och brusborttagning med hjälp av morfologisk information. Den yttre hyperechoic kanten av omfattningen extraherades såsom det område som var ljusare än de intilliggande pixlar, såsom visas i figur 2. Figur 2 Extraktion processen för den ekofria centrum och yttre hyperechoic kanten av EUS omfattning. (A) grå bild. (B) Utjämning metod. (C) Kantbindningsmetod. (D) binärisering. (E) Märkning med Grassfire algoritm. (F) Borttagning av buller med hjälp av morfologisk information. (G) Utvinning av ekofri centrum av omfattningen. . (H) Utvinning av yttre hyperechoic kanten av omfattningen
Slutligen formel (2) anbringades för att slutföra standardiseringsprocessen: StandardGray
=
255
-
RimGray
×
1
+
255
-
RimGray
CenterGray
Om
CenterGray
<
X
<
StandardGray


X
=
StandardGray
StandardGray
-
CenterGray
×
X
-
StandardGray
Else
Om
StandardGray
<
X
<
EdgeGray


X
=
StandardGray
+
255
-
StandardGray
RimGray
-
StandardGray
×
X
-
StandardGray
(2) där CenterGray och RimGray betecknar ljusstyrkevärdena för ekofria centrum och yttre hyperechoic kanten av ramen, respektive, medan StandardGray betecknar en ljusvärde för att skilja den ekofria centrum från yttre hyperechoic kanten.
den standardiserade bilden, var ett område av intresse (ROI) väljs av en erfaren endosonographer (GHK) för tumöranalys. Ovanstående metod ger ljusstyrka information, inklusive minimum, maximum, medel (T medelvärdet), standardavvikelse (T SD), median och interkvartilt värden (Figur 3). Figur 3 Ett exempel på digital bildanalys. Från den standardiserade bild, är ett område av intresse (ROI) som väljs av en erfaren endosonographer för tumöranalys. De slutliga resultaten för ROI uttrycks i botten histogrammet. Medelvärdet (Tmean) och standardavvikelsen (TSD) av ljusstyrkevärden är 81,53 och 180,50, respektive.
Statistisk analys
Alla data är uttryckta som medelvärde ± SD. Skillnaden i T betyda och T SD bland de 3 grupperna (GIST, leiomyom och schwannom) bedömdes med hjälp av en envägs variansanalys (ANOVA) test. En Receiver Operating Characteristic (ROC) kurvan applicerades för att hitta den bästa känslighet och specificitet cut-off värden av T betyda och T SD för att differentiera GIST från leiomyom eller schwannom. Beräkning av känslighet, specificitet, positiva och negativa prediktiva värden, och noggrannhet för att differentiera GIST från leiomyom eller schwannom genomfördes också. Ett p-värde < 0,05 ansågs statistiskt signifikant. Statistiska beräkningar utfördes med hjälp av SPSS version 12.0 för Windows (SPSS Inc., Chicago, IL, USA).
Resultat
I alla EUS bilder, T betyda och T SD beräknades framgångsrikt efter post-standardiserad bildanalys. T medelvärde, vilket är ett tecken på ekogenicitet, var signifikant högre i GIST än i leiomyom och schwannom (82,8 ± 22,5, 39,8 ± 18,9 och 47,0 ± 12,0 respektive; p < 0,001) (tabell 1). Dessutom har T SD, som är indikativ för heterogenitet, var också signifikant högre i GIST än i leiomyom och schwannom (83,5 ± 14,4, 54,3 ± 21,7, och 58,3 ± 17,5, respektive; p < 0,001). Det fanns dock ingen signifikant skillnad i T betyda eller T SD mellan leiomyom och schwannoma.Table ett medelvärde (T medelvärdet) och standardavvikelse (T SD) av ljusstyrkevärden efter digital bildanalys av gastric mesenkymala tumörer enligt histopatologiska diagnosen
GIST (n = 50)
leiomyom (n = 6)
schwannom (n = 9)
(p -värde) *
Tmean (medel ± SD) katalog 82,8 ± 22,5
39,8 ± 18,9
47,0 ± 12,0
0,000
T †
en
b
b
TSD (medel ± SD) katalog 83,5 ± 14,4
54,3 ± 21,7
58,3 ± 17,5
0,000
T †
en
b
b
GIST
gastrointestinal stromal tumör.
* Statistisk signifikans testades med hjälp av envägs variansanalys.
† samma bokstäver indikerar en icke-signifikant skillnad mellan grupperna med hjälp av Tukeys multipla jämförelsetest .
När GIST klassificerades i godartade eller elakartade grupper enligt histologiska riskklassificering, var 31 fall grupperade som godartade GIST (mycket låg risk, 7 fall; låg risk, 24 fall) och 14 fall som maligna GIST (måttlig risk, 10 fall, hög risk, 4 fall). Det fanns ingen skillnad i T betyder eller T SD mellan benigna och maligna GIST (88,2 ± 21,7 vs 82,1 ± 23,0, p = 0,395; 86,9 ± 12,2 vs 83,3 ± 13,1, p = 0,373, respektive). Review, en ROC kurva skapades för att identifiera de bästa känslighet och specificitet cut-off värden av T betyda och T SD för att differentiera GIST från leiomyom eller schwannom (Figur 4). Känsligheten och specificiteten var nästan optimalt när de kritiska värdena för T betyder och T SD var 65 och 75, respektive. Tabell 2 visar värdena för T genomsnittliga ≥ 65 och T SD ≥ 75 för att förutsäga GIST. Närvaron av åtminstone en av dessa 2 resultaten i en given tumör resulterade i en känslighet av 94%, specificitet 80%, positivt prediktivt värde på 94%, negativt prediktivt värde på 80%, och noggrannhet på 90,8% för att förutsäga GIST. Figur 4 Receiver Operating Characteristic (ROC) kurvan för att differentiera gastrointestinal stromal tumör (GIST) från icke-GIST mesenkymala tumörer. ROC kurvan för (A) medelvärde (Tmean) och (B) standardavvikelse (TSD) av ljusstyrkevärden som skiljer GIST från icke-GIST mesenkymala tumörer i magen.
Tabell 2 känslighet, specificitet, positiv och negativ prediktiva värden och noggrannhet av medelvärdet (T menar) och standardavvikelse (T SD) av ljusstyrkevärden som skiljer gastrointestinal stromacellstumör (GIST) från icke-GIST mesenkymala tumörer i magen
förutsäga GIST
känslighet,% (95% CI)
Specificitet,% (95% CI)
PPV,% (95% CI)
NPV,% (95% CI)
Noggrannhet,% (95% CI)
Tmean ≥ 65
86,0 (72,6-93,7) Review 93,3 (66,0-99,7) Review 97,7 (86,5-99,9)
66,7 (66,7-43,1) Review 87,7 (76,6-94,2) Review TSD ≥ 75
90,0 (77,4-96,2) Review 80,0 (51,4-94,7) Review 93,8 (81,8-98,4 ) Review 70,6 (44,0-88,6) Review 87,7 (76,6-94,2) Review av ovanstående 2 funktioner
≥ 1
94,0 (82.5-98.4) Review 80,0 (51,4-94,7)
94,0 (82,5-98,4) Review 80,0 (51,4-94,7) Review 90,8 (80,3-96,2) Review Båda
82,0 (68,1-91,0) Review 93,3 (66,0-99,7)
97,6 (86,0-99,9) Review 61,0 (38,8-79,5) Review 84,6 (73,1-91,2) Review PPV
positiva prediktiva värdet,
NPN negativa prediktiva värdet, CI
förtroende . intervall
Diskussion
I vår tidigare studie utvärderade vi de funktioner som kan skilja GIST från leiomyom på EUS; heterogenitet, hyperechogenic fläckar, en marginell halo och högre ekogenicitet i jämförelse med det omgivande muskelskiktet var till hjälp för att förutsäga GIST [9]. Men är dom av dessa fynd på EUS bilder subjektivt; detta kan resultera i dålig interobserver avtal [11, 12]. För att övervinna denna begränsning, försökte vi att härleda mer objektiva fynd från EUS bilder. Review, en EUS bild består av pixlar, och dess eko densitet uttrycks i intensitetsvärden från 0 (svart) till 255 (vitt). Analys av ljusstyrkan, i princip, en metod för att utvärdera nivån på ekogenicitet (uttryckt som T medelvärdet) och graden av homogenitet (uttryckt som T SD). Dessutom kan EUS bilder visar olika egenskaper i enlighet med olika kontraster som används under en undersökning. För att minimera dessa skillnader, valde vi ljusstyrka ekofria centrum och yttre hyperechoic kanten av EUS omfattning, som har minst variabilitet och även standardiserade EUs bilderna.
Efter post-standardiserad bildanalys, både T betyda och T SD var signifikant högre i GIST än i leiomyom och schwannom. Dessa resultat överensstämmer med de tidigare studier som har rapporterat högre ekogeniciteten i jämförelse med det omgivande muskelskiktet, och heterogenitet är användbar vid diagnostisering av GIST [9, 10, 14]. Med andra ord, vi tror att det är lämpligt att uttrycka några EUS slutsatserna objektiva värden efter digital bildanalys.
Enligt en ROC kurva, värdena för T betyda och T SD visar det bästa känslighet och specificitet för GIST var 65 och 75, respektive. Om någon T betyda ≥ 65 eller T SD ≥ 75 var närvarande, sensitivitet och specificitet för att förutsäga GIST var 94% och 80%, respektive, i linje med våra tidigare resultat [9].
Därefter vi försökt att skilja mellan godartade och elakartade GIST på grundval av bildanalys efter delning av GIST i 2 grupper (benigna eller maligna) i enlighet med histologisk riskklassificering. Vi hittade dock ingen skillnad i T betyda eller T SD mellan godartade och elakartade GIST. Tidigare studier har antytt att stora, exogastric tillväxt, sår, cystisk förändringar hyperechogenic fokus, och oegentligheter av marginalen förmån diagnosen malign gastrointestinal mesenkymala tumör [7, 8, 15, 16]. I vår tidigare rapport, endast storlek var en oberoende prediktor på multivariat logistisk regressionsanalys [9]. Därför finns det fortfarande en begränsning i att förutsäga den maligna potentialen av GIST med användning av bildanalys.
Denna studie har flera begränsningar. Först var det en retrospektiv studie som jämförde EUS har mellan GIST och godartade mesenkymala tumörer med hjälp av digital bildanalys. Därför kan det ha varit en potentiell partiskhet när efterhand granska EUS bilderna. Under EUS undersökning, vi fick minst 10 endosonographic bilder för att bestämma egenskaperna hos gastriska mesenkymala tumörer; vi hoppades att detta skulle kompensera, i viss utsträckning, för begränsning av detta är en retrospektiv studie. För det andra, även om EUS undersökningar genomfördes, var patienter ut för operation enligt de kliniska yttranden och beslut från läkare. För det tredje, antalet patienter med leiomyom eller schwannom som ingår i denna studie var liten, i förhållande till antalet personer med GIST. Denna begränsning kan bero på det faktum att den vanligaste mesenkymala tumör i magen är GIST och att andra tumörer, såsom leiomyom eller schwannom, sällan påträffas i kliniker. Slutligen, även om vi analyserade bara EUs bilder erhölls vid 7,5 MHz för att minska skillnaderna mellan de bilder som kan bero på olika frekvenser, de verkliga inställningarna för EUS, såsom förstärkning och kontrast, var olika i varje enskilt fall, som är en begränsning inneboende en retrospektiv studie. Vi har försökt att standardisera de EUS bilder på basis av ljusstyrkevärdena för den ekofria centrum och yttre hyperechoic kanten av tillämpningsområdet. Detta kommer dock att försöket att standardisera EUs bilderna inte helt övervinna begränsningarna i en retrospektiv studie. Därför kommer prospektiva studier att krävas att använda samma villkor för inställningar såsom frekvens, förstärkning, och kontrast.
Gastric mesenkymala tumören är ofta symptomfri, och är oftast upptäcks övrigt under övre gastrointestinala endoskopi för en icke-närstående tillstånd. Det största problemet i asymptomatiska patienter är att bestämma om tumören har en malign potential. Eftersom GIST har malign potential, bör gastric mesenkymala tumörer inte ignoreras, även om de är små, om EUs funktioner tyder på GIST. Därför, om den digitala bilden analys tyder på en hög möjlighet till en GIST, skulle det vara bättre att försök att få vävnaden (såsom genom EUS-guided fin-needle aspiration eller biopsi) eller för att resekera tumören (såsom genom endoskopisk eller kirurgisk resektion). . Ytterligare stora prospektiva studier krävs för att validera våra resultat av EUS bildanalys av gastric mesenkymala tumörer
Slutsats
Sammanfattningsvis ger digital bildanalys objektiv information om EUS bilder; sålunda kan det vara användbart vid diagnostisering av gastriska mesenkymala tumörer. Resultaten av EUS bildanalys, såsom T betyda ≥ 65 eller T SD ≥ 75, kan hjälpa till att differentiera GIST från leiomyom eller schwannom.
Medgivande
Skriftligt informerat samtycke erhölls från patienten för offentliggörandet av denna rapport och eventuella tillhörande bilder Notes
Gwang Ha Kim.
, Kwang Baek Kim bidragit lika för detta arbete.
förklaringar
Bekräftelser
denna studie stöddes av ett bidrag från National R &. D Program för cancerkontroll, ministeriet för hälsa, välfärd och familjefrågor, Sydkorea (0920050)
Authors 'ursprungliga inlämnade handlingarna Images of Nedan finns länkar till författarnas original lämnat filer för bilder. 12876_2013_1039_MOESM1_ESM.tif Författaroriginalfilen för figur 1 12876_2013_1039_MOESM2_ESM.tif Författaroriginalfilen för figur 2 12876_2013_1039_MOESM3_ESM.tif Författaroriginalfilen för figur 3 12876_2013_1039_MOESM4_ESM.tif Författaroriginalfilen för figur 4 12876_2013_1039_MOESM5_ESM.tiff Författaroriginalfilen för figur 5 konkurrerande intresse
författarna förklarar att de inte har några konkurrerande intressen
författarnas bidrag
Studie koncept och design - GHK, GBK och DYP. Förvärv av prover - GHK, DYP och HKJ; Analys och tolkning av data - GHK, SHL, TYJ och DHK; Utarbetandet av manuskriptet - GHK och DYP; Statistisk analys - GHK och gas; Erhållna medel - DYP; Co-ledande författare och studiehandledning - GAS. Alla författare läst och godkänt den slutliga manuskriptet.

Other Languages