DWI联合DCE MRI对乳腺非肿块样强化病灶的诊断价值

吴 瑜， 孙 静， 王 蔚， 俞晶晶， 汤光宇

(1. 同济大学附属第十人民医院放射科，上海 200072； 2. 上海市普陀区人民医院放射科，上海 200060)



·临床研究·

DWI联合DCE MRI对乳腺非肿块样强化病灶的诊断价值

吴 瑜1,2， 孙 静2， 王 蔚2， 俞晶晶2， 汤光宇1

(1. 同济大学附属第十人民医院放射科，上海 200072； 2. 上海市普陀区人民医院放射科，上海 200060)

目的 探讨弥散加权成像(diffusion-weighted MR imaging, DWI)联合动态对比增强磁共振成像(dynamic contrast-enhanced MR imaging， DCE MRI)对表现为非肿块样强化(none-mass enhancement， NMLE)的乳腺良恶性病变的诊断价值。方法 回顾性分析49个乳腺NMLE病灶，比较良恶性组间强化分布、内部强化特征、动态曲线模式及表观弥散系数(apparent diffusion coefficient， ADC)值的差异有无统计学意义。绘制接受者操作特征曲线(receiver operating characteristic curve， ROC)评估ADC值的诊断效能、确定最佳诊断分界点。应用多因素分析探讨表现为NMLE的乳腺恶性病变的磁共振影像特征。结果 良恶性组间病灶的内部强化特征、动态曲线模式的差异无统计学意义(P>0.05)。段样分布(P=0.01)、病灶内ADC值<1.2×10-3mm2/s(P<0.001)提示其为乳腺癌。段样分布的诊断灵敏度(sensitivity，Se)、特异度(specificity，Sp)、阳性预测值(positive predictive value，PPV)、阴性预测值(negative predictive value，NPV)分别为73.1%、87.0%、86.4%、74.1%。以ADC阈值为诊断标准，其Se、Sp、PPV、NPV分别为： 84.6%、91.3%、91.7%、84.0%。当NMLE表现为段样分布且病灶内ADC值小于1.2×10-3mm2/s时强烈提示其为乳腺癌，PPV为92.9%。结论 DWI联合DCE MRI对于表现为NMLE的乳腺癌具有较高的诊断准确性。

乳腺磁共振成像； 动态增强MRI； 非肿块样强化； 扩散加权； 表观弥散系数

乳腺癌是女性最常见的恶性肿瘤之一，居中国女性癌症第2位，与首位肺癌基本持平，其发病和死亡情况在未来20年将越来越严重[1]。乳腺MRI对于肿块样强化乳腺癌具有较高的诊断准确性[2]，但是，对于非肿块样强化(none-mass enhancement， NMLE)病灶诊断的假阳性达40%[3]。NMLE是导致MRI假阳性诊断的主要因素[4]。表现为NMLE的病理类型较多，可为导管内癌、小叶浸润癌、非浸润性导管癌、小叶原位癌、导管原位癌、不典型增生、乳头状瘤、内分泌变化、纤维囊性病[5]。87.7%导管原位癌表现为NMLE[6]。提高对乳腺NMLE认识水平有助于乳腺癌的早期诊断。本研究旨在评估DWI(diffusion-weighted MR imaging, DWI)联合DCE MRI(dynamic contrast-enhanced MR imaging， DCE MRI)影像特点对表现为NMLE的乳腺病灶的诊断效能。

1 资料与方法

1.1 一般资料

收集上海市普陀区人民医院2009年1月至2012年12月因外科体检、超声或X线检查可疑恶性病变而行MRI检查的患者236例，均为女性。排除无强化、点样强化及肿块样强化病灶，将表现为NMLE并经病理证实的48例患者作为研究对象，年龄37～74岁(平均55.5岁)，共49个病灶，其中良性组23个(乳腺病15例、乳腺纤维囊性变8例)，恶性组26个(浸润性导管癌9例、导管原位癌10例、导管内癌7例)。

1.2 设备及方法

采用Siemens AvantoⅠ-class 8 1.5T超导MR扫描机，患者取俯卧位双乳自然下垂并填充于专用乳腺相控阵表面线圈内。扫描序列及参数： 横断位3D-FLASH(three-dimensional fast low-angle shot sequence) T1WI(TR 8.6ms，TE 4.7ms，视野340mm×340mm，层厚0.9mm，间距0.18mm，激励次数2)；脂肪抑制FSE横断位T2WI(TR 5200ms，TE 59ms，视野340mm×340mm，层厚4mm，间距0.8mm，激励次数2)；横断位DWI(TR 6446ms，TE 83ms，视野380mm×380mm，层厚4mm，间距0.8mm，激励次数4，b值分别为50、400、800s/mm2)。采用3D-FLASH脂肪抑制T1WI(TR 4.3ms，TE 1.3ms，flip angle 10°，视野340mm×340mm，层厚0.9mm，间距0.18mm，激励次数1)行横断位动态增强扫描，每期采集时间60s，重复扫描8期，第1期扫描结束后由高压注射器经手背静脉推注钆贝葡胺(上海博莱科信谊药业有限责任公司)，剂量0.1mmol/kg，速率2.0ml/s，并续以15ml生理盐水以相同速率冲洗管内残留钆贝葡胺，推注完成后触发第2期扫描。

1.3 MR影像分析

选取病灶内强化最明显的区域并避开明显的囊变、坏死及出血区域放置ROI，得到动态增强曲线(time intensity curve, TIC)。ROI面积20～50mm2。利用MR机的坐标系统，将测量ADC值的ROI与测量TIC的ROI大小、位置保持一致，每个病灶测量三次，取平均值作为该病灶的ADC值。所有影像经2名具有5年乳腺MRI阅片经验的医师完成，通过分析、讨论达成一致作为最后结果，参照美国放射协会发布的MR乳腺影像报告和数据系统(BI-RADS)将强化分布分为局限区域样分布、导管/线样分布、段样分布、区域样分布、多区域样分布以及弥漫分布，内部强化特征分为均匀/不均匀强化、点状强化、成簇强化，TIC模式分为上升型(Ⅰ型)、平台型(Ⅱ型)以及廓清型(Ⅲ型)。

1.4 统计学处理

采用SPSS 18.0统计软件行独立样本t检验，比较良恶性组间ADC值差异，取P<0.05为差异有统计学意义。如有统计学意义，则以ADC值每变化0.1×10-3mm2/s计算诊断灵敏度(sensitivity，Se)、特异度(specificity，Sp)，绘制ROC曲线，检验ADC值的诊断效能，同时得到ADC诊断阈值。病灶ADC值小于阈值者认为是恶性病变，反之则为良性，并计算ADC阈值的Se、Sp、阳性预测值(positive predictive value，PPV)、阴性预测值(negative predictive value，NPV)。采用χ2检验，对各DCE MRI影像特征(包括强化分布、TIC模式及内部强化特征)做单因素分析，取P<0.05为差异有统计学意义。对有统计学差异的特征，计算其Se、Sp、PPV、NPV。并采用非条件概率Logistic回归行多因素分析，计算优势比(odds ratios，Or)、95%CI和P值。

2 结 果

良、恶性组间ADC值差异有统计学意义(F=1.57，P<0.001)，恶性组ADC值显著低于良性组。ROC曲线下面积(AUC)为0.929，95%CI为0.853～1.000(P=0.000)，见图1～2，ADC阈值为1.2×10-3mm2/s，<阈值者认为是恶性病变。以ADC阈值为诊断标准，其Se、Sp、PPV、NPV分别为： 84.6%、91.3%、91.7%、84.0%。良恶性组间段样分布与非段样分布之间的差异有统计学意义(P<0.001)，余强化分布间差异无统计学差异，见表1及图3～4。以段样分布为乳腺癌诊断标准，其Se、Sp、PPV、NPV分别为73.1%、87.0%、86.4%、74.1%。良恶性组间病灶内强化模式及动态曲线之间的差异无统计学意义，见表2～3。当NMLE表现为段样分布且病灶内ADC值<1.2×10-3mm2/s时强烈提示其为乳腺癌，PPV为92.9%。对段样分布及ADC阈值两个危险因素做非条件概率Logistic回归分析，得β值分别为2.14、3.55，病灶为段样分布时其为乳腺癌的概率是非段样分布的8.53倍，95%CI为1.70～42.79，病灶ADC值<阈值时，其为乳腺癌的概率是ADC值>阈值的34.93倍，95%CI为1.13～171.13，见表4。

表1 NMLE强化分布在良恶性乳腺病灶间的差异

表2 NMLE内部强化特征在良恶性乳腺病灶间的差异

表3 NMLE的TIC在良恶性乳腺病灶间的差异

表4 NMLE的MRI特征多因素分析

图1 根据ROC曲线确定良恶性病变诊断阈值Fig.1 Determination of feasible ADC value threshold between benignancy and malignancy using ROC-based positive test

图2 ADC值的ROC曲线图Fig.2 ROC map of ADC values

图3 左乳浸润性导管癌Fig.3 Invasive ductal carcinoma in left breast女，47岁；A、B为横断位增强扫描及矢状位MPR，左侧乳腺内非NMLE呈段样分布(箭头)；C、D为相应层面DWI(b=800s/mm2)及ADC图，显示病灶弥散受限(箭头)，ADC值为0.6×10-3 s/mm2(箭头)

图4 乳腺病伴导管扩张Fig.4 Mastopathy with dilated duct女，47岁；A、B为横断位增强扫描及矢状位MPR，左侧乳腺内NMLE灶呈线样分布(箭头)；C、D为相关层面DWI(b=800s/mm2)及ADC图，显示病灶弥散受限(箭头)，ADC值为1.3×10-3mm2/s(箭头)

3 讨 论

3.1 分布形式在NMLE病灶中的诊断价值

2003年，美国放射学会推出的乳腺影像报告和数据系统将乳腺MRI强化病灶分为点样或多点样强化、肿块样强化及非肿块样强化，后者按其强化分布分为： 局灶区域性强化、线样强化、导管样强化、段样强化、区域样强化、多区域样强化及弥漫性强化。病灶的强化分布模式对NMLE鉴别诊断具有一定的价值，但存在争议。Imamura等[7]分析了27例NMLE，得出段样强化、导管分支样强化病变是恶性征象，其Se为68.8%，Sp为63.6%，PPV为73.3%，NPV为58.3%，诊断准确性为66.7%。但另有研究[8]表明，在各种不同病理类型的NMLE中，段样分布没有鉴别诊断价值。本研究经过单因素分析，发现良恶性组间段样分布与非段样分布之间的差异有统计学意义，提示段样分布可能是乳腺癌的特征表现，其诊断Se、Sp、PPV、NPV分别为73.1%、87.0%、86.4%、74.1%。

3.2 ADC值在NMLE病灶中的诊断价值

赵斌等[9]发现，乳腺良、恶性病变与正常腺体间ADC值差异有统计学意义，恶性病变ADC值明显低于良性病变和正常腺体组织。Yabuuchi等[10]对270例表现为肿块样强化的乳腺病灶及45例NMLE病灶进行扩散加权成像研究，显示当病灶ADC值分别<1.1×10-3、1.3×10-3mm2/s时强烈提示为乳腺癌。DWI是目前唯一能观察水分子微观运动的成像方法。恶性肿瘤细胞繁殖旺盛，细胞密度高，细胞外容积减少；并且细胞生物膜的限制和大分子物质对水分子的吸附作用增强，这些因素综合导致了恶性肿瘤内水分子运动受限，致使病灶内ADC值显著减低。本研究发现，良恶性NMLE病灶ADC值具有显著差异，恶性组ADC值明显低于良性组。以ADC阈值作为诊断标准，其Se、Sp、PPV、NPV分别为： 84.6%、91.3%、91.7%、84.0%，与Yabuuchi等[10]的研究结果相似。

DWI作为一种功能影像，虽然其成像速度快，诊断准确性高，但其空间分辨率低，不利于全面的观察病灶，所以目前不能作为独立的影像诊断，必须与具有较高空间分辨率的DCE MRI相结合。本研究比较了NMLE病灶的DCE MRI的影像特征(包括动态增强曲线、病灶内部强化特征、病灶的强化分布)以及病灶内ADC值的差异，根据单因素及多因素分析结果，发现NMLE分布特征及ADC值对鉴别NMLE病灶的良恶性有重要价值。病灶段样分布为乳腺癌的概率是非段样分布病灶的8.53倍，ADC值<1.2×10-3mm2/s的NMLE为乳腺癌的概率是ADC值≥此阈值病灶的34.93倍，尤其是当NMLE病灶内两个特征同时存在时，具有较高的阳性预测值(92.9%)。同时本组研究发现病灶动态曲线差异无益于NMLE病灶的良、恶性鉴别。关于病灶内部强化特征的分析，本研究认为NMLE病灶的内部强化特征在良恶性病灶中的差异无统计学意义，与Yabuuchi等[10]报道的集簇样内部强化特征为恶性征象的结论不符。在对具有集簇样内部特征病灶与无集簇样特征病灶的卡方检验中，本研究得到P值为0.07，略大于0.05，推测可能与入组样本量不大有关。

本研究存在的局限性： (1) 本组病例均选取了有病理结果的案例，可能会影响诊断灵敏性及特异性的分析结果；(2) 本研究属于小样本研究，在Logistic回归分析时回归系数存在偏性，有待于大样本的研究。

总之，乳腺MRI具有较高的灵敏性和特异性，有助于对乳腺病变的早期发现、早期诊断。DWI成像ADC值测量结合病灶DCE-MRI强化的段样分布特征能提高NMLE的诊断准确率。

[1] 张敏璐，黄哲宇，郑莹.中国2008年女性乳腺癌发病、死亡和患病情况的估计及预测[J].中华流行病学杂志，2012,33(10)： 1049-1051.

[2] Yabuuchi H, Matsuo Y, Okafuji T, et al. Enhanced mass on contrast-enhanced breast MR imaging： lesion characterization using combination of dynamic contrast-enhanced and diffusion-weighted MR images[J]. J Magn Reson Imaging， 2008，28(5)： 1157-1165.

[3] Tozaki M, Fukuda K. High-spatial-resolution MRI of non-mass like breast lesions： interpretation model based on BI-RADS MRI descriptors[J]. AJR Am J Roentgenol, 2006,187(2)： 330-337.

[4] Baltzer PA, Benndorf M, Dietzel M, et al. False-positive findings at contrast-enhanced breast MRI： a BI-RADS descriptor study[J]. AJR Am J Roentgenol, 2010,194(6)： 1658-1663.

[5] Ballesio L, Di Pastena F, Gigli S, et al. Non mass-like enhancement categories detected by breast MRI and histological findings[J]. Eur Rev Med Pharmacol Sci, 2014,18(6)： 910-917.

[6] 许玲辉，彭卫军，顾雅佳，等.乳腺导管原位癌的MR表现[J].中华放射学杂志，2011，45(2)： 159-163.

[7] Imamura T, Isomoto I, Sueyoshi E, et al. Diagnostic performance of ADC for Non-mass-like breast lesions on MR imaging[J]. Magn Reson Med Sci, 2010，9(4)： 217-225.

[8] Sakamoto N, Tozaki M, Higa K, et al. Categorization of non-mass-like breast lesions detected by MRI[J]. Breast Cancer， 2008，15(3)： 241-246.

[9] 赵斌，蔡世峰，高佩红，等.MR扩散加权成像鉴别乳腺良恶性病变的研究[J].中华放射学杂志，2005，39(5)： 497-500.

[10] Yabuuchi H, Matsuo Y, Kamitani T, et al. Non-mass-like enhancement on contrast-enhanced breast MR imaging： lesion characterization using combination of dynamic contrast-enhanced and diffusion-weighted MR images[J]. Eur J Radiol， 75(1)： e126-e132.

DWI combined with DCE MRI for differential diagnosis between benign and malignant diseases in breast lesions with MRI none-mass enhancement

WUYu1,2，SUNJing2，WANGWei2，YUJing-jing2，TANGGuang-yu1

(1. Dept. of Radiology, Tenth People’s Hospital, Tongji University, Shanghai 200072， China； 2. Dept. of Radiology, Putuo District People’s Hospital, Shanghai 200060, China)

Objective To evaluation the application of a combination of diffusion-weighted imaging(DWI) and dynamic contrast-enhanced MR imaging(DCEMR I) in differentiating benign from malignant lesions showing non-mass-liked enhancement(NMLE) on breast MR imaging. Methods MRI findings of 49 breast lesions showing NMLE were retrospectively reviewed. The distribution, internal enhancement, kinetic curve pattern and minimal apparent diffusion coefficient(ADC) values were analyzed. The threshold of ADC for differentiating lesions was determined with receiver operating characteristic(ROC) analysis. The indicators for malignancy were determined with multivariate analysis. Results There was no significant difference in internal enhancement and kinetic curve pattern between benign and malignant lesions. Segmental distribution(P<0.001) and ADC value<1.2×10-3mm2/s were the MR indicators of malignancy. When lesions show segmental distribution, the sensitivity, specificity, negative predictive value(NPV) and positive predictive value(PPV) were 73.1%, 87.0%, 86.4% and 74.1%, respectively. The ADC threshold yielded sensitivity(84.6%), specificity(91.3%),NPV(91.7%) andPPV(84.0%). The segmental distribution of NMLE lesion with ADC value<1.2×10-3mm2/s strongly indicated the malignancy, with aPPVof 92.9%. Conclusion The combination of diffusion-weighted imaging and dynamic contrast-enhanced MR imaging shows high diagnostic accuracy for breast NMLE lesions.

breast MRI; dynamic contrast-enhanced MR images; none-mass-like enhancement; diffusion weighted MR images; apparent diffusion coefficient

10.16118/j.1008-0392.2015.01.015

2014-08-20

吴 瑜(1980—)，男，主治医师，学士.E-mail： wuyu198009@qq.com

汤光宇.E-mail： tgy17@126.com

R 445

A

1008-0392(2015)01-0067-05