TIC类型及ADC值在乳腺疾病中的诊断价值

黄妮，邓丹琼，励斌，王小龙，刘旭东，郑妙琼

(海南医学院附属医院放射科，海南 海口 570102)

TIC类型及ADC值在乳腺疾病中的诊断价值

黄妮，邓丹琼，励斌，王小龙，刘旭东，郑妙琼

(海南医学院附属医院放射科，海南 海口 570102)

目的 探讨MR动态增强曲线(TIC)类型和弥散表观系数(ADC)值在乳腺疾病中的诊断价值。方法回顾性分析2008年5月至2014年5月间经病理证实的107例乳腺疾病女性患者的临床资料，对病灶进行TIC类型分析及其ADC值的测量，并与对侧乳腺的相应正常区域做对照，探讨TIC类型与ADC值在乳腺癌病理分级中的诊断价值。结果108个乳腺病灶经病理证实良性病变49例，恶性病变59例，其中36例具有病理分级。良性病变曲线分布Ⅰ型33例、Ⅱ型8例、Ⅲ型8例，恶性病变曲线分布Ⅰ型12例、Ⅱ型14例、Ⅲ型33例，乳腺癌Ⅰ级8例、Ⅱ级21例、Ⅲ级7例，TIC类型分布在乳腺良恶性病灶间差异具有统计学意义(P＜0.05)，在乳腺癌病理分级间差异无统计学意义(P＞0.05)。正常乳腺与不同病理分级乳腺癌ADC值多组间两两比较，正常乳腺组织ADC值为(1.89±0.061)×10-3mm2/s，乳腺癌病理组织Ⅰ级为(1.09±0.122)×10-3mm2/s，乳腺癌病理组织Ⅱ级为(0.579±0.067)×10-3mm2/s，乳腺癌病理组织Ⅲ级为(0.203±0.648)×10-3mm2/s，各组间比较差异均有显著统计学意义(P＜0.01)。乳腺癌病理组织学分级与其呈负相关(r=-0.969，P=0.000)。结论TIC类型对乳腺良恶性病变鉴别诊断具有重要应用价值，乳腺癌的ADC值可以预测乳腺癌的恶性程度，但MR动态增强曲线类型对乳腺癌病理分级的预测有一定难度。

乳腺；磁共振成像；动态增强曲线；弥散表观系数

近年来乳腺疾病的发生率呈逐年上升趋势，MRI已逐渐应用于乳腺疾病的检查。尤其是MR动态增强扫描[1]在乳腺疾病的诊断中发挥着越来越重要的作用了。本文探讨MR动态增强曲线(Time-signal intensity curve，TIC)类型及扩散加权成像(Diffusion weighted Image，DWI)与乳腺癌病理分级是否有相关性。

1 资料与方法

1.1 一般资料 收集我院2008年5月至2014年5月间拟诊为乳腺疾病的女性患者107例，108个病灶，年龄20～72岁，平均年龄为40岁。所有患者术前均行乳腺MR，且均有病理证实。

1.2 MR检查及诊断标准 使用美国GE公司1.5T excite磁共振成像系统及多通道乳腺专用(HDBRERST)线圈，受检者俯卧位，双侧乳腺自然悬垂于检查线圈内，足头位进入主磁场，经肘静脉建立静脉通道。扫描范围包括双侧乳腺，常规T1WI及脂肪抑制T2WI平扫后行动态增强扫描，DWI采用自旋回波-回波平面成像(SE-EPI)，扩散敏感系数b=800 s/mm2。TR 4 000 ms，TE 89 ms,DFOV 30 cm，矩阵288× 224，层厚5 mm，层间距1 mm，NEX为2。重复扫描6次，每次扫描时间58 s。注射对比剂前先扫描1次，注入对比剂第18 s开始扫描。对比剂选用钆喷酸葡胺，剂量0.15 mmol/kg，注射速率3 mL/s。将采集的数据图像工作站运用FUNCTIONTOOL功能软件，于感兴趣区(ROI)处由工作站软件绘制时间-信号强度曲线(TIC)图(感兴趣区避免液化坏死，ROI≤20 mm)和ADC值测量。按曲线形态分为三型：Ⅰ型(渐进型)，信号强度缓慢持续增加。Ⅱ型(平台型)，信号强度在增强早期达到最高峰，在延迟期无明显变化。Ⅲ型(流出型)，信号强度在增强早期达到最高峰，其后降低，且降低超过＞15%。

根据以上诊断标准，均由三位具有丰富磁共振诊断经验的副主任医师在不知道病理结果的情况下进行独立诊断。以病理结果为金标准，病理结果由我院病理科具有主治医师及以上职称的工作人员进行诊断并进行乳腺癌的病理分级。

1.3 统计学方法 应用SPSS11.5统计软件包完成数据分析。TIC类型在良恶性病变之间以及在病理分级之间的差异比较均采用χ2检验，以P值≤0.05作为有统计学意义的标准。将乳腺癌患者病灶对侧的正常腺体ADC值为第1组，不同的病理组织学Ⅰ、Ⅱ、Ⅲ级分别为2、3、4组，经多组间两两比较，ADC值与乳腺癌病理分级统计学方法运用Spearman等级秩相关，散点图表示，相关系数0＜r＜|±1|，P≤0.05作为有显著性相关性。

2 结果

2.1 病理结果 107例患者均为女性(108个病灶)，均行病理检查。良性者49例(49个病灶)，其中乳腺增生29例，炎性肿块6例，纤维腺瘤(图1)5例，导管内乳头状瘤5例，良性分叶状肿瘤3例，青春期乳腺肥大1例；恶性者59例(59个病灶)，其中浸润性导管癌46例(图2)，浸润性小叶癌4例，小叶原位癌2例，导管原位癌2例(图3)，转移癌1例，黏液癌1例，印戒细胞癌1例，恶性分叶状肿瘤2例。107例中1例兼具有良性和恶性病灶，恶性者中36例具有确切病理分级结果，其中35例浸润性导管癌，1例浸润性小叶癌；病理分级Ⅰ级病灶8例，Ⅱ级21例，Ⅲ级病灶7例。

图1 患者女，30岁，右乳纤维腺瘤

图2 患者女，45岁，右乳浸润型导管癌

图3 患者女，46岁，左乳导管内原位癌

2.2 良恶性病变的动态增强曲线类型 110个病变动态增强曲线分布类型见表1，以Ⅱ、Ⅲ型曲线诊断恶性病变的敏感度为79.66%(47/59)，特异度为67.35%(33/49)，符合率为74.07%(80/108)。以Ⅲ型曲线诊断恶性病变的敏感度为55.93%(33/59)，特异度为83.67%(41/49)，符合率为68.52%(74/108)。36个病变病理分级与动态增强曲线类型的关系见表2。

表1 良恶性病变动态增强曲线类型分布(个)

表2 乳腺癌病理分级动态增强曲线类型分布(个)

2.3 DWI与乳腺癌病理分级 乳腺癌病理分级与ADC值的相关性见图4。正常乳腺组织ADC值为(1.89±0.061)×10-3mm2/s，乳腺癌病理组织Ⅰ级ADC值为(1.09±0.122)×10-3mm2/s，乳腺癌病理组织Ⅱ级ADC值为(0.579±0.067)×10-3mm2/s，乳腺癌病理组织Ⅲ级ADC值为(0.203±0.648)×10-3mm2/s，各组间差异有统计学意义(P＜0.001)。乳腺癌病理组织学分级与其ADC值呈负相关(r=-0.969，P=0.000)。Spearman等级秩相关：相关系数r=-0.969，为显著负相关；P= 0.000＜0.001，差异有统计学意义。

图4 乳腺癌病理分级的ADC值分布表

3 讨 论

3.1 动态增强曲线对病变的鉴别诊断价值 TIC曲线描述的是注入对比剂后病变信号强度随时间变化的特征，反映了病变血液灌注情况，故TIC曲线类型与病变部位组织血管密度和血管通透性有关。本研究表明，Ⅰ型曲线多见于良性病变，Ⅲ型曲线多见于恶性病变，Ⅱ型曲线中良恶性病变有部分重叠，与文献报道一致[2]。良恶性病变在曲线形态分布上差异有统计学意义(P＜0.05)，这种差异源自于病变的血供情况以及病灶血管的结构差异。大部分恶性病变具有丰富的血供，并且血管为病理性血管，即血管内皮细胞不成熟、血管通透性增加，故表现出快进快出的强化，即我们所观察到的Ⅲ型时间-信号强度曲线；大部分良性病变的血供不甚丰富，病变组织生长缓慢，血管为正常血管，表现为慢进慢出，即Ⅰ型曲线。本组病例中I型曲线和Ⅲ型曲线在良恶性组间有重叠，与以往报道相符[3]。应学翔等[4]道恶性病变最常见TIC曲线为Ⅱ型(60.0%)，本研究中以Ⅱ、Ⅲ型曲线诊断恶性病变的敏感度、特异度和符合率，分别为79.66%、67.35%和74.07%，Ⅱ、Ⅲ型曲线与乳腺恶性病变有明显相关性，与文献报道类似[5]。

3.2 动态增强曲线对乳腺癌病理分级的诊断价值 乳腺癌病理分级与TIC类型相关性的研究并不多见，本研究表明二者之间并无相关性。由于浸润性导管癌为乳腺癌最高发病理类型[6]，故本组病例基本上均为浸润性导管癌。目前，浸润性乳腺癌组织学分级方法是Elston-Ellis分级法[7]，根据腺管/腺体形成、核多形性以及核分裂象计数这三者参数的总分进行病理分级。有文献报道，TIC类型与微血管密度值(MVD)、血管内皮细胞生长因子(VEGF)密切相关，Ⅲ型曲线的MVD和VEGF高表达[8]。张辉等[9]指出随乳腺癌组织分化程度的降低，MVD逐渐升高。故理论上高级别恶性肿瘤更偏向于Ⅲ型曲线。但是，浸润性导管癌癌细胞异型性明显，常见局部肿瘤细胞坏死，肿瘤间质有致密的纤维组织增生，癌细胞在纤维间质内浸润生长。病灶部位的坏死、钙化及水肿在一定程度上限制了对比剂在病灶处的进出，进而影响了TIC类型，并且感兴趣区的位置和大小的选择也会影响曲线分型。此外，本研究病灶数只有36个，且基本上仅限浸润型导管癌，而对单纯导管原位癌等类型并未做研究，结果受到病例数和病理类型的限制，还有待大样本前瞻性研究加以验证。

3.3 ADC值与乳腺癌病理分级相关联性 DWI是目前唯一能观察活体组织中水分子微观运动的成像方法，ADC值是直接反映水分子扩散运动的指标。水分子扩散主要受生物膜结构限制和大分子对水分子吸附作用的影响。细胞生长越旺盛、繁殖越活跃，细胞外间隙越小，生物膜结构限制水分子的扩散运动就越明显，ADC值越低。本文按正常组及不同乳腺癌病理分级分为四组，各组间ADC值两两对比，发现正常组的ADC值较Ⅰ级组的明显高，Ⅰ级组的ADC值较Ⅱ级组的高，Ⅱ级组的ADC值较Ⅲ级组的明显高，ADC值与乳腺癌的病理分级呈负相关。这与文献报道相符[10-11]，并且，国内外学者在脑肿瘤中也有报道肿瘤病理分级与ADC值有相关性[12-13]。乳腺恶性肿瘤级别越高，恶性程度越高，肿瘤细胞数目越多，细胞间隙越小，导致水分子弥散越受限，并且，随着肿瘤级别的增高，肿瘤细胞异形性越明显，核浆比例越大，细胞内间隙也随之变窄，水分子扩散受生物膜结构的限制越明显。因此，高级别的肿瘤的ADC值较低级别的肿瘤的ADC值低，乳腺癌病理组织学分级与ADC值有相关性。但本研究病例数量较少，病例类型较单一，故还需要更多病例加以证实。

本研究结果表明，时间-信号强度曲线类型对良恶性病变的鉴别诊断具有重要价值，但是对于乳腺癌病理分级的价值是有限的。ADC值对乳腺癌病理分级有诊断价值，两者相结合有助于提高对乳腺癌的诊断水平。本次样本的种类有限，在操作中难免会存在误差，有待广大学者进一步探究。

[1]Schnall MD,Blume J,Bluemke DA,et al.Diagnostic architectural and dynamic features at breast MR imaging:multicenter study[J]. Radiology,2006,238(1):42-53.

[2]王增献,刘红宇,娄欣欣,等.MR DWI联合动态增强时间-信号强度曲线对乳腺良恶性病变的诊断价值[J].现代实用医学,2014,26 (1):87-88.

[3]袁红梅,余建群,褚志刚,等.动态增强MRI扫描中时间-信号强度曲线对乳腺良恶性病变的鉴别诊断价值[J].四川大学学报,2011, 42(4):556-559.

[4]应学翔,朱珠华,林燕萍,等.乳腺MRI对病理性乳头溢液的评估[J].外科理论与实践,2010,15(5):482-485.

[5]尹森琴,刘永强,张国正,等.MRI乳腺动态增强扫描在乳腺良恶性病变中的诊断价值研究[J].中华全科医学,2014,12(9):1449-1451.

[6]Li KC,Sun ZM,Yin JG,et al.Diagnostic imaging breast[M].Beijing:People's medical publishing house,2003:245.

[7]Elston CW,Ellis IO.Pathological prognostic factors in breast cancer. I.The value of histological grade in breast cancer:experience from a large study with long-term follow-up[J].Histopathology,1991,19 (5):403-410.

[8]张亮,梁俊非,邵国良.乳腺动态增强MRI表现与血管生成相关性的初步研究[J].医学影像学杂志,2013,23(11):1816-1819.

[9]张辉,邹利光,逄鑫,等.大鼠乳腺癌CT灌注成像与肿瘤病理分级和微血管密度相关性研究[J].第三军医大学学报,2010,32(11): 1131-1135.

[10]邓丹琼,涂蓉,尤小光,等.磁共振扩散加权成像ADC值与乳腺癌病理组织分级的相关性研究[J].临床放射学杂,2013,32(12): 1428-1431.

[11]Razek AA,Gaballa G,Denewer A,et al.Invasive ductal carcinoma: correlation of apparent diffusion coefficient value with pathological prognostic factors[J].NMR Biomed,2010,23(6):619-623.

[12]柏根基,王书中,张辉,等.脑胶质瘤ADC值与病理分级的相关性研究[J].南京医科大学学报,2009,29(6):882-884.

[13]Erol C,Koplay M,Paksoy Y,et al.Case Series:Pericardialgossypibomas detected after cardiovascular surgery:Imaging findings[J].Indian J Radiol Imaging,2012,22(4):276-278.

Value of time-signal intensity curve and ADC values in the diagnosis of breast diseases.

HUANG Ni,DENG Dan-qiong,LI Bin,WANG Xiao-long,LIU Xu-dong,ZHENG Miao-qiong.Department of Radiology,the Affiliated Hospital of Hainan Medical College,Haikou 570102,Hainan,CHINA

ObjectiveTo investigate the value of time-signal intensity curve(TIC)and apparent diffusion coefficient(ADC)values in the diagnosis of breast diseases.MethodsThe clinical data of 107 patients with breast diseases confirmed by pathology from May 2008 to May 2014 were retrospectively reviewed.TIC types of disease were analyzed and ADC values were measured,which were then compared with the data of the corresponding normal regions of the contralateral breast.Diagnostic value of TIC and ADC values in pathological classification of breast cancer was investigated.ResultsThe pathological results showed benign lesions in 49 cases and malignancy in 59 cases.There are 36 patients with pathological grading among them.Benign lesions curve distribution showed 33 cases of typeⅠ,8 cases of typeⅡ,8 cases of typeⅢ,and malignant lesions curve distribution showed 12 cases of typeⅠ,14 cases of type 2,33 cases of typeⅢ,8 cases of breast cancer in gradeⅠ,21 cases of breast cancer in gradeⅡ,7 cases of breast cancer in gradeⅢ.TIC type distribution in benign and malignant breast lesions had statistically significant difference(P＜0.05). There was no significant difference in TIC type distribution between the pathological grading of breast cancer(P＞0.05).The ADC values of normal breast and different histopathologic classification of breast cancer were compared.The results showed that the ADC values of normal mammary tissue,the pathological tissue of breast cancer in gradeⅠ,the pathological tissue of breast cancer in gradeⅡ,and the pathological tissue of breast cancer in gradeⅢwere(1.89±0.061)× 10-3mm2/s,(1.09±0.122)×10-3mm2/s,(0.579±0.067)×10-3mm2/s,(0.203±0.648)×10-3mm2/s,respectively,with significant difference between the groups(P＜0.01).The histological grade of breast cancer was negatively correlated with ADC values(r=-0.969,P=0.000).ConclusionTIC type has important application value in the diagnosis of benign and malignant breast lesions.ADC values of breast cancer can predict the degree of malignancy of breast cancer,but TIC type has certain difficulty in predicting pathological classification of breast cancer.

Breast;Magnetic resonance imaging(MRI);Time-signal intensity curve(TIC);Apparent diffusion coefficient(ADC)

R588

A

1003—6350（2016）10—1563—04

10.3969/j.issn.1003-6350.2016.10.005

2016-01-05)

海南医学院国家大学生创新创业训练计划项目(编号：201211810054)

邓丹琼。E-mail：danqiong8@163.com