이 콘텐츠를 보려면 JoVE 구독이 필요합니다. 로그인하거나 오늘 무료 평가판을 시작하세요.

방법 논문

췌장 신경내분비종양과 췌관 선암종의 내시경 초음파 기반 분화

529 조회수

⸱

DOI:

10.3791/68199

⸱

2025년 6월 20일

 ,  ,  ,  ,  , 
1Department of Gastroenterology, Minhang Hospital, Fudan University, 2Department of Gastroenterology, Ruijin Hospital, School of Medicine, Shanghai Jiaotong University, 3Department of Oncology, Shanghai Medical College, Fudan University, 4Department of Endoscopy, Fudan University Shanghai Cancer Center

* These authors contributed equally

이 논문에서

요약

본 연구는 디지털 이미지 분석을 사용하여 췌장 신경내분비 신생물(PNEN)과 췌관 선암종(PDAC)을 구별하는 방법을 개략적으로 설명합니다.

초록

내시경 초음파(EUS)는 췌장 종괴를 평가하기 위한 가장 중요한 이미징 방식 중 하나로, 췌장의 고해상도 시각화를 제공합니다. 본 연구는 EUS를 통해 관찰된 고형 췌장 종양에서 췌장 신경내분비 신생물(PNEN)과 췌관 선암종(PDAC)을 구별하는 데 있어 디지털 이미지 분석(DIA)의 타당성을 평가하는 것을 목표로 했습니다. 2018년부터 2023년까지 PDAC 및 PNEN의 병리학적 진단이 확인된 사례를 포함하여 EUS 절차로 검사한 모든 고형 췌장 종양에 대해 후향적 분석이 수행되었습니다. DIA를 수행하기 위해 Adobe Photoshop을 사용했습니다. 선택된 배경에 대한 병변의 회색 음영 비율로 정의되는 회색 비율은 일관성을 보장하기 위해 계산되었습니다. 순환성은 면적 대 둘레의 비율에 의해 결정되었습니다. 또한 추가 분석을 위해 회색 음영 표준 편차를 추출했습니다. EUS 이미지의 세 가지 정량적 매개변수는 PNEN을 PDAC와 구별할 수 있는 잠재력, 즉 원형도, 회색 비율 및 회색 음영 표준 편차를 보여주었습니다. 구체적으로, 0.68보다 큰 진원도, 0.40을 초과하는 회색 비율, 12.44 미만의 회색 음영 표준 편차는 잠재적인 PNEN을 나타냅니다.

서론

췌장암은 고형 병변과 낭포성 병변으로 구성되며 전 세계 암 관련 사망의 상위 10대 원인 중 하나입니다1. 고형 췌장 종양의 가장 흔한 조직학적 유형은 췌관 선암종(PDAC)으로, 악성 췌장 종양의 95%를 차지합니다. 진단 시점에, PDAC 사례의 약 80%는 국소 진행성 질환 또는 전이가 있었으며, 평균 생존 기간은 1년 미만이었다2. 수술 및 수술 후 보조 요법은 나머지 20%의 환자에게만 가능하며 5년 생존율을 약 10%-22%까지 연장할 수 있습니다.

췌장 신경내분비 종양(PNEN)은 두 번째로 흔한 고형 췌장 종양이며 PDAC보다 예후가 더 좋습니다3. PNEN은 췌장 내분비 호르몬의 분비 및 관련 임상 증상에 따라 기능적 또는 비기능적으로 분류됩니다. PNEN에 대한 치료 전략은 PDAC에 대한 치료 전략과 크게 다릅니다. 초기 단계의 PNEN의 경우, 수술이 일차적으로 권장되며, 여전히 이용 가능한 유일한 "치료적" 치료법입니다. 또한 PNEN에 대한 화학요법은 PDAC에 비해 더 특이적이고 선택적이며, 소마토스타틴 유사체 및 수용체 티로신 키나아제 억제제와 같은 제제를 활용합니다. 세계보건기구(WHO)의 분류에 따르면, PNEN은 유사분열 계수(mitotic count)와 Ki-67 지수(Ki-67 index)를 기준으로 세 가지 조직학적 등급으로 나뉘며, 둘 다 신뢰할 수 있는 예후 지표역할을 합니다 4.

PDAC와 PNEN 간의 역학, 예후 및 치료의 차이를 감안할 때 효과적인 치료를 위해서는 정확한 진단이 중요합니다. 췌장 종양 관리 알고리즘에서 내시경 초음파(EUS) 및 EUS 유도 미세침 흡인(EUS-FNA)은 진단, 병기 결정 및 치료를 위한 핵심 양식이 되었습니다. EUS의 가장자리가 불규칙하고 췌관 확장이 있는 병변은 종종 PNEN보다는 PDAC를 나타냅니다 5,6,7. 그러나 EUS의 핵심 구성 요소인 초음파 이미지의 해석은 작업자의 경험에 따라 주관적이고 가변적일 수 있습니다.

최근에는 컴퓨터 단층촬영(CT) 및 초음파 검사8을 포함한 의료 진단에서 디지털 영상 분석(DIA)이 점점 더 많이 활용되고 있습니다. 질량의 특성은 프로브에 의해 포착되고 픽셀 정보로 변환되며, 이는 추가 컴퓨터 분석에 사용할 수 있는 회색 음영 이미징을 형성합니다. Kumon 등은 정상 췌장과 질환이 있는 췌장 및 림프절을 구별하기 위해 DIA를 적용하는 선구자였다9. 그 후, 다른 연구자들은 신경 네트워크 기반 예측 모델을 사용하여 정상 조직과 췌장암의 감별 진단을 위한 DIA의 사용을 탐구하고 벡터 머신 이론9을 지원했습니다.

이러한 발전을 바탕으로 본 연구는 DIA가 내시경 초음파(EUS)를 사용하여 고형 췌장 종양에서 췌장 신경내분비 신생물(PNEN)과 췌관 선암(PDAC)을 효과적으로 구별할 수 있는지 여부를 평가하는 것을 목표로 했습니다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

프로토콜

루이진 병원의 기관 검토 위원회는 이 연구를 승인했으며[Clinical Ethics Review No. 75 (2012)], 프로토콜은 인간 치료에 대한 기관 지침을 준수했습니다. 2018년부터 2023년까지 루이진 병원에서 내시경 초음파(EUS) 를 통해 검사한 모든 췌장 병변을 후향적으로 분석했습니다. 데이터는 전자 의료 데이터베이스에서 검색되었습니다.

포함 기준은 다음과 같습니다: (1) EUS 영상에서 뚜렷한 병변이 보임; (2) 췌관 선암종(PDAC) 또는 췌장 신경내분비 신생물(PNEN)의 조직학적 진단을 받았습니다. 제외 기준은 다음과 같습니다: (1) 불완전하거나 부분적으로 누락된 데이터; (2) 이미지 분석에 영향을 줄 수 있는 문맥, 비장 정맥, 장간막 동정맥 구조, 앰플라 및 공동 조직을 둘러싼 종양; (3) 담관 또는 췌관에 스텐트 이식에 의해 영향을 받는 초음파 영상; (4) 병원에서 구할 수 없는 내시경 초음파 검사의 디지털 이미지; (5) 불분명한 수술 후 병리학적 검사 결과 또는 PNEN 또는 PDAC에 해당하지 않는 소견; (6) 낭포성 또는 복합 낭성 병변과 같은 비고체 췌장 공간을 표시하는 EUS 이미지. 모든 EUS 절차는 5MHz 또는 7.5MHz의 주파수에서 작동하는 선형 스캐닝 에코 내시경을 사용하여 두 명의 숙련된 내시경이 수행했습니다. 대상 부위의 EUS 특징이 문서화되었으며, 전체 췌장과 인접 장기에 대한 포괄적인 검사를 통해 최소 5개의 해당 이미지가 캡처되었습니다. 근육 주사 디아제팜으로 의식을 취한 진정제를 투여받은 모든 환자로부터 사전 동의를 얻었다. 연구에 사용된 시약 및 장비는 재료 표에 나열되어 있습니다.

1. 수술 전 준비

  1. 환자가 시술 전에 최소 12시간 동안 금식을 하도록 합니다.
  2. 절차를 시작하기 전에 전신 정맥 마취를 시행합니다(기관에서 승인한 프로토콜에 따름).

2. 위식 탐사

  1. 환자의 입에 내시경을 삽입하고 위강을 가스로 팽창시킵니다.
  2. 십이지장 유두의 입구에 도달할 때까지 식도를 따라 내시경을 점차적으로 전진시킵니다.
  3. 초음파 프로브를 내시경에 삽입하고 이미징을 위해 대상 기관 근처에 배치합니다.
    알림: 5년 이상의 경험을 가진 경험이 풍부한 위장병 전문의가 내시경 초음파를 수행하도록 하십시오.

3. 췌장의 십이지장 스캔

  1. 내시경 초음파 프로브를 십이지장 유두 수준에 삽입하고 굽힘 손잡이를 조정하여 프로브를 곧게 펴십시오.
  2. 십이지장에서 공기와 점액을 제거하십시오. 물주머니 벽과 십이지장이 밀접하게 접촉하도록 물주머니에 5-15mL의 물을 채웁니다.
  3. 내시경의 왼쪽-오른쪽 및 위-아래 제어 버튼을 조정합니다. 최적의 이미징을 유지하기 위해 초음파 내시경을 외부에서 조심스럽게 움직입니다.
    참고: 초음파 이미지가 표시된 후 장강에서 가스 간섭이 관찰되면 생검 겸자 채널을 통해 탈기된 물을 주입하고 프로브 위치를 조정하여 가스 간섭을 제거합니다.

4. 췌장의 위장 스캔

  1. 물주머니에서 탈기된 물을 흡인하고 십이지장 스캔을 완료한 후 내시경을 위의 전방으로 후퇴시킵니다.
  2. 탈기된 물을 물주머니에 주입하고 초음파 이미지를 표시하면서 내시경 초음파를 집어넣습니다.
  3. 췌장의 몸통과 꼬리가 위의 몸체와 안저에 도달했을 때 시각화합니다.
  4. 200-300mL의 탈기된 물을 위에 주입하여 췌장 몸체와 꼬리의 가시성을 높입니다.

5. 수술 후 회복

  1. 절차 중에 만족스러운 이미지 데이터를 수집하고 나중에 참조할 수 있도록 이미지를 서버에 저장합니다.
  2. 환자의 몸에서 초음파 프로브와 내시경을 제거합니다.

6. 이미지 분석

  1. 디지털 이미지를 PACS(Picture Archiving and Communication Systems)에 해상도 768 × 576픽셀의 8비트 이미지로 저장합니다.
  2. 이미지 편집 소프트웨어를 사용하여 이미징 분석을 수행합니다.
  3. ROI(Region of Interest) 선택을 위해 뚜렷한 종양 영역을 수동으로 윤곽을 그립니다.
  4. Magic Wand 도구를 사용하여 ROI를 자동으로 선택합니다.
  5. 히스토그램 및 분석 도구를 사용하여 면적, 둘레, 너비, 높이, 장경 및 내경, 진원도(종양 크기 및 모양 반영), 평균 그레이 스케일 값 및 그레이 스케일 비율(에코 강도 표시), 그레이 스케일 표준 편차(에코 균일성 평가)를 포함한 이미징 매개변수를 분석하고 기록합니다.
  6. 각각 동일한 픽셀 수와 정상적인 EUS 모양을 가진 3개의 링 모양 ROI를 묘사하여 표준 작동 조건에서 평균 배경 밀도를 계산합니다.
  7. 회색조 비율은 종양의 회색조를 배경의 회색조로 나누어 계산합니다. Circularity(순환성)를 다음 공식10을 사용하여 면적과 둘레의 비율로 정의합니다.
    진원도 = 4π × 면적 / (둘레2)
    알림: EUS 이미지의 그레이 스케일은 검사 중 대비 및 게인 설정에 따라 달라질 수 있습니다. 이러한 단계를 보여주는 순서도가 그림 1에 나와 있습니다.

7. 데이터 분석

  1. 정량적 데이터(Area, Perimeter, Circularity, Gray ratio, Major diameter, Gray-scale standard deviation 및 age)를 평균 ± 표준 편차(m ± SD)로 제시합니다. 독립 표본 t-검정 또는 Mann-Whitney U 검정을 사용하여 비교합니다.
  2. 질적 데이터(Stage 및 Gender)를 빈도로 표현합니다. Fisher 정확 검정 또는 Pearson 카이제곱 검정을 사용하여 비교합니다. p-값이 0.05 미만이면 통계적으로 유의한 것으로 간주합니다.
  3. 장경, 원형도, 회색 비율 및 회색 음영 표준 편차에 대한 수신기 작동 특성(ROC) 곡선을 생성합니다. 각 매개변수에 대한 컷오프 값을 계산합니다.
  4. 민감도, 특이도, PPV(Positive Predictive Value), NPV(Negative Predictive Value) 및 정확도를 계산하여 진단 값을 평가합니다. 매개 변수가 음수이면 결합 된 결과를 음수로 분류합니다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

결과

환자의 특징
총 119명의 환자가 EUS 천자 및 조직학적 진단을 받았으며, 이 중 63명은 PDAC 환자, 54명은 PNEN 환자입니다. 참가자의 평균 연령은 55.4세± 14.10세였으며 47.86%가 남성으로 확인되었습니다. EUS의 특징에 따라 59건은 췌장 머리에서, 58건은 몸통 또는 꼬리에서, 3건은 췌장 전체와 관련이 있었다. 세계보건기구(WHO)의 병기 결정 시스템에 따르면, PNEN 확진자의 절반 이상이 1기로 분류되었다(62.96%, 34/54). PDAC의 경우, UICC TNM 시스템이 적용되었으며, 대부분의 사례가 II기(36.51%, 23/63)로 분류되었고, IV기(25.40%, 16/63)가 그 뒤를 이었다( 표 1 참조).

두 그룹 간의 남성 대 여성 비율에는 유의한 차이가 관찰되지 않았다(p =0.153). 평균 회색 비율은 PDAC보다 PNEN에서 유의하게 높았다...

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

토론

EUS는 췌장의 고해상도 시각화를 제공하고 미세침 흡인(FNA)을 통해 적절한 세포학적 샘플을 획득할 수 있기 때문에 췌장 종괴를 평가하기 위한 가장 중요한 이미징 방식 중 하나입니다. 지난 수십 년 동안 대부분의 연구는 FNA의 성능을 개선하는 데 중점을 두었지만 EUS 이미징의 반향 기능에 대한 조사는 제한적이었습니다. 현재까지 고형 췌장 종양에서 PNEN을 감별하기 위해 EUS 단독의 진단 가치를 평가한 연구는 드뭅니다. 최근 의료 진단 분야에서 디지털 이미지 분석(DIA)이 부상하면서 이러한 격차가 해소된 것으로 보입니다. 본 연구는 EUS 이미지를 기반으로 PNEN과 PDAC를 구별하기 위해 복잡하지 않고 상대적으로 자동화된 프로그램을 사용하여 DIA를 적용했습니다. 순환성(circularity), 회색 비율(gray ratio), 회색 음영 표준 편차(gray-scale standard deviation)의 세 가지 계산 매개변수는 연령과 성별에 관계없이 P...

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

공개 사항

저자는 공개할 내용이 없습니다.

재료

이 논문에 사용된 재료 목록
이름회사카탈로그 번호댓글
22G 플렉시블 내시경 초음파 미세 바늘 흡인(EUS FNA) 바늘Boston Scientific International Medical Trading(Shanghai) Co., Ltd.M00550010 (단일), M00550011 (5 개들이)
IBM SPSS Statistics 버전 22.0IBM Corp, Armonk, NYCRNP3ML, CIP2XML, CRNM6ML (다양한 에디션)
선형 스캐닝 에코 내시경, EG-530UTFujifilm (China) Investment Co., LtdEG-530UT; 풍선 팩 코드 : B20UT
생리 식염수 (0.9 % NaCl)Chenxin Pharmaceutical Co., Ltd목록에 없음 (표준 의약품 공급)
SimethiconeBerlin-Chemie AG, GermanyEspumisan 100 mg / mL (공개 카탈로그 번호 없음)
히알루 론산 나트륨Shanghai Haohai Biotechnology Co., LtdMatrifill (공개 카탈로그 번호 없음)

참고문헌

  1. Rawla, P., Sunkara, T., Gaduputi, V. Epidemiology of pancreatic cancer: Global trends, etiology and risk factors. World J Oncol. 10 (1), 10-27 (2019).
  2. Peixoto, R. D., et al. Prognostic factors and sites of metastasis in unresectable locally advanced pancreatic cancer. Cancer Med. 4 (8), 1171-1177 (2015).
  3. Asa, S. L. Pancreatic endocrine tumors. Mod Pathol. 24 (Suppl 2), S66-S77 (2011).
  4. Alexandraki, K. I., Kaltsas, G. Gastroenteropancreatic neuroendocrine tumors: New insights in the diagnosis and therapy. Endocrine. 41 (1), 40-52 (2012).
  5. Krishna, S. G., et al. Differentiation of pancreatic ductal adenocarcinoma from other neoplastic solid pancreatic lesions: A tertiary oncology center experience. Gastrointest Endosc. 81 (2), 370-379 (2015).
  6. Aso, A., et al. Key endoscopic ultrasound features of pancreatic ductal adenocarcinoma smaller than 20 mm. Scand J Gastroenterol. 49 (3), 332-338 (2014).
  7. Krishna, S. G., et al. Diagnostic differentiation of pancreatic neuroendocrine tumor from other neoplastic solid pancreatic lesions during endoscopic ultrasound-guided fine-needle aspiration. Pancreas. 45 (3), 394-400 (2016).
  8. Barisoni, L., Lafata, K. J., Hewitt, S. M., Madabhushi, A., Balis, U. G. J. Digital pathology and computational image analysis in nephropathology. Nat Rev Nephrol. 16 (11), 669-685 (2020).
  9. Kumon, R. E., et al. Eus spectrum analysis for in vivo characterization of pancreatic and lymph node tissue: A pilot study. Gastrointest Endosc. 66 (6), 1096-1106 (2007).
  10. Santra, S., Majumdar, D., Mandal, S. Advances in Medical Physics and Healthcare Engineering. Mukherjee, M., et al. , Springer. Singapore. 319-327 (2021).
  11. Zakaria, A., Al-Share, B., Klapman, J. B., Dam, A. The role of endoscopic ultrasonography in the diagnosis and staging of pancreatic cancer. Cancers (Basel). 14 (6), 1373(2022).
  12. Javed, A. A., et al. Grading pancreatic neuroendocrine tumors via endoscopic ultrasound-guided fine needle aspiration: A multi-institutional study. Ann Surg. 277 (6), e1284-e1290 (2023).
  13. Chiti, G., et al. Imaging of pancreatic neuroendocrine neoplasms. Int J Environ Res Public Health. 18 (17), 8895(2021).
  14. Yassa, N. A., Yang, J., Stein, S., Johnson, M., Ralls, P. Gray-scale and color flow sonography of pancreatic ductal adenocarcinoma. J Clin Ultrasound. 25 (9), 473-480 (1997).
  15. Luo, G., et al. A comprehensive comparison of clinicopathologic and imaging features of incidental/symptomatic nonfunctioning pancreatic neuroendocrine tumors: A retrospective study of a single center. Pancreatology. 15 (5), 519-524 (2015).
  16. Munroe, C. A., Fehmi, S. M., Savides, T. J. Endoscopic ultrasound in the diagnosis of pancreatic cancer. Expert Opin Med Diagn. 7 (1), 25-35 (2013).
  17. Zheng, Y., et al. Application of transfer learning and ensemble learning in image-level classification for breast histopathology. Intelligent Med. 3 (2), 115-128 (2023).

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

재인쇄 및 허가

태그

EUS

이 논문이 게재되었습니다

동영상 곧 제공

문의하기
도서관에 추천하기

개인정보 처리방침

이용 약관

정책

저작권 © 2026 MyJoVE Corporation. 모든 권리 보유.