Radyolojik görüntülemede yapı çözümleme uygulamaları

Abstract

Amaç: Radyolojik görüntülemede yapı çözümleme uygulaması tekstür analiz bulgularının böbrek kitlelerinden renal hücreli karsinoma (RHK) ve onkonsitom ayırıcı tanısındaki etkinliğini, RHK alt tiplerini sınıflamadaki katkısını ve RHK nükleer evresi ile ilişkisini araştırmaktır.Gereç ve yöntem: Etik kurul onayı sonrası retrospektif olarak Kasım 2016- Kasım 2018 tarihleri arasında böbreklere yönelik manyetik rezonans (MR) görünülenmesi yapılmış olan ve parsiyel ya da total nefrektomi sonrası patolojik tanısı bulunan 32 olgu (24 erkek, sekiz kadın; ortalama yaş 60) dahil edildi. Olgular patolojik tanılarına göre gruplara ayrıldı (21 berrak hücreli renal hücreli karsinom (RHK), beş papiller RHK, üç kromofob RHK, üç onkositom; 21 berrak hücreli RHK olgusunun 10'u düşük evre, 10'u yüksek evre). Tekstür özellik seçimi ve çıkarımı işlemleri MaZda yazılımı kullanılarak T2 Ağırlıklı, SPAIR T2 Ağırlıklı, ADC, dış faz ile kontrast sonrası 30.sn. T1 ve 70.sn. T1 Ağırlıklı görüntülerde 2B aksiyel görüntüler üzerinde uygulandı. Özellik seçimi için Fisher katsayısı ve POE+ACC yöntemleri kullanıldı. Seçilen özellikler kanonik diskriminant analizi ile SPSS 25 programı kullanılarak analiz edildi.Bulgular: Yöntemin, farklı sekanslara ait görüntüler kullanıldığında RHK alt gruplarını birbirinden ve onkositomdan ayırmadaki başarısı farklı bulundu. T2 Ağırlıklı ve kontrast sonrası 70.sn. T1 Ağırlıklı görüntüler üzerinde yapılan değerlendirmede olguların %100'ü doğru sınıflandırıldı. SPAIR T2 Ağırlıklı görüntülerinden olguların %89,3'ü, ADC görüntülerinde %75,9'u, dış faz görüntülerinde %93,3'ü ve kontrast sonrası 30.sn. T1 Ağırlıklı görüntülerinde %95'i doğru sınıflandığı görüldü. Berrak hücreli RHK olgularında düşük evre - yüksek evre ayrımında kullanılan sekanslardan ADC ve kontrast sonrası 70.sn. tekstür verilerine göre olguların tamamı doğru sınıflandı. T2 ağırlıklı görüntülerdeki tekstür özellikleriyle ise olguların %93,8'i doğru evreye sınıflanabildi.Sonuç: MR görüntülerinde RHK'yi onkositomdan ayırmada, RHK alt tiplerini sınıflandırmada, ve berrak hücreli RHK nükleer evresini ayırt etmede tekstür temelli analiz parametreleri kullanılabilir.Anahtar kelimeler: Radyolojik görüntülemede yapı çözümleme, tekstür analizi, MaZda, böbrek kitleleri, renal hücreli karsinom, onkositom

Aim: The purpose is to investigate texture analysis findings', the structure analysis application in radiological imaging, efficacy in the differential diagnosis of kidney masses renal cell carcinoma (RCC) and oncocytoma, contribution to the classification of RCC subtypes and relationship with the nuclear stage of RCC.Materials and Methods: After the approval of ethics committee, retrospectively 32 patients (24 males, eight females; mean age of 60 years) who underwent renal magnetic resonance (MR) imaging between November 2016 and November 2018, having pathological diagnosis either after partial or total nephrectomy were included. The cases were divided into groups according to their pathological diagnoses (21 clear cell RCC, five papillary RCC, three chromophobe RCC, three oncocytoma; out of 21 clear cell RCC cases 10 were low stage, 10 were high stage). Texture feature selection and extraction processes were applied on 2D axial images of T2 Weighted, SPAIR T2 Weighted, ADC, out-of-phase, 30 sec and 70 sec contrast enhanced T1 Weighted images using the MaZda software. Fisher's coefficient and POE + ACC methods were used for feature selection. The selected features were analyzed with canonical discriminant analysis by using SPSS 25 software.Result: The success rate of the method in distinguishing the RCC subtypes from each other and from oncocytoma were found to be different, when images of different sequences were used. With the evaluation on T2 Weighted and 70 sec contrast enhanced T1 Weighted images, 100%of the cases were classified correctly. On SPAIR T2 Weighted images 89.3%of the cases, on ADC images 75.9%of the cases, on out-of-phase images 93.3%of the cases and on 30 sec contrast enhanced T1 Weighted images 95%of the cases were seen to be classified correctly. All of the cases were classified correctly according to the data on ADC and 70 sec contrast enhanced T1 Weighted images, the sequences which were used in distinguishing between low stage and high stage of clear cell RCC cases. According to the data on T2 Weighted images 93.8%of the cases could be classified correctly.Conclusion: Texture based analysis parameters can be used on MR images in differentiating RCC from oncocytoma, in classifying the RCC subtypes, and in discriminating clear cell RCC nuclear stage.Key words: Structure analysis on radiological imaging, texture analysis, MaZda, renal masses, renal cell carcinoma, oncocytoma