MRI计算机辅助诊断系统对不同经验医师鉴别乳腺小肿块良恶性的价值

宋颖， 欧阳汉， 叶枫， 李静， 周纯武



·乳腺影像学·

MRI计算机辅助诊断系统对不同经验医师鉴别乳腺小肿块良恶性的价值

宋颖， 欧阳汉， 叶枫， 李静， 周纯武

目的：探讨应用乳腺磁共振计算机辅助系统(MRI-CAD)对于不同经验的医师鉴别乳腺小肿块良恶性的价值。方法：回顾性分析行MRI检查的肿块型乳腺病灶235个(≤2.0 cm)，均经病理证实或随诊2年以上。比较4名医师(2名经验缺乏者和2名经验丰富者)使用CAD系统前后的诊断敏感度、特异度。采用ROC曲线评价并比较4名医师使用CAD系统前后的诊断符合率。采用Kappa检验评价使用CAD系统前后医师间的一致性。结果：235个病灶中，155个良性病灶，80个恶性病灶。4位医师均检出了所有病灶。应用CAD系统前，4名医师诊断乳腺癌的特异度分别为55.5%、58.1%、72.3%、74.8%，使用CAD后分别为72.3%、76.1%、75.5%、70.3%；医师一、医师二(两名低年资医师)的诊断特异度前后差异具有统计学意义(P<0.001)，医师三及医师四差异无统计学意义(P3=0.404，P4=0.265)。四位医师在使用CAD系统后诊断敏感度均略有提高，但差异均无统计学意义(P1=1.000，P2=1.000，P3=1.000，P4=0.480)。医师一、医师二及医师三在应用CAD系统后，总体诊断符合率均有明显提高，ROC曲线下面积分别由0.899(95%CI:0.853～0.934)、0.839(95%CI:0.785～0.883)、0.929(95%CI:0.888～0.958)提高至0.947(95%CI:0.910～0.972)、0.987(95%CI:0.962～0.997)、0.971(95%CI:0.940～0.988)，且差异具有统计学意义(P1=0.002，P2<0.001,P3<0.001)。医师四尽管在使用CAD系统后总体诊断符合率亦有提高，ROC曲线下面积由0.940(95%CI:0.901～0.966)提高至0.960(95%CI:0.927～0.981)，但差异无统计学意义(P=0.11)。四位医师在应用CAD系统后诊断一致性提高(P=0.004)。结论：MRI-CAD系统的应用有助于提高医师诊断乳腺小肿块的准确度及特异度，使得不同经验程度医师的诊断一致性提高，减少了不必要的活检，可作为提高缺乏经验医师诊断符合率的有力工具。

乳腺肿瘤； 图像处理，计算机辅助； 磁共振成像

乳腺癌的TNM分期与患者临床治疗方案的制定及预后密切相关，早期乳腺癌的5年生存率可达90%[1]，因此发现≤2.0 cm的T1期乳腺癌非常重要。近年来，乳腺MRI逐渐成为乳腺检查的重要手段之一，是目前诊断乳腺癌敏感度最高的检查方法(78%～98%)，但特异度相对不高(43%～75%)，难点之一在于乳腺小病灶(长径≤2.0 cm)的良恶性鉴别[2-3]。动态增强MRI对乳腺病灶的分析主要包括形态学和血流动力学两大方面，就后者而言目前临床常用的指标是时间-信号强度曲线(time-signal intensity curve，TIC)，常规依靠肉眼观察手动选取病变强化最显著处作为兴趣区(region of interest，ROI)绘制TIC(以下简称ROI法)，往往不能完整地反映病变的血流动力学特征。由于相对于较大的病变，肉眼观察乳腺小病灶更多的表现为强化均匀的圆形肿块[2]，依赖形态学鉴别良恶性常常较困难，对于经验不足的医师来说尤为如此，因而完整、精细、客观的血流动力学特征分析对病变的诊断可能更为重要。计算机辅助诊断(computer-aided diagnosis，CAD)系统是利用计算机技术辅助影像科医师进行诊断的方法，近年来在乳腺X线摄影中的应用已日臻完善[4-5]，而在乳腺MRI中仍处于初步研究阶段。文献报道，与常规使用的ROI法相比，MRI-CAD系统辅助评价乳腺病变的血流动力学特征可以提高诊断的准确性[6-7]，但目前鲜有针对乳腺小肿块的相应研究。本研究旨在探讨应用乳腺MRI-CAD系统对于不同经验的医师鉴别乳腺小肿块良恶性的价值。

材料与方法

1.临床资料

回顾性分析2011年10月-2013年1月在本院行乳腺MRI检查的1785例患者的病例资料，对满足以下条件的病例连续性纳入：①乳腺多期动态增强扫描表现为小肿块，最大径≤2.0 cm；②经手术或穿刺组织学病理证实，或随诊时间≥2年乳腺肿块经影像学检查未见变化且未发现乳腺癌；③术前未经化疗或放疗；④MRI检查前满足上述条件的乳腺病灶未活检，既往患侧乳腺无手术史。最后共纳入217例患者，235个病灶。患者均为女性，年龄23～83岁，中位年龄45.0岁。临床病史包括扪及乳腺肿块94例，乳头溢液11例，乳腺癌(经活检诊断)拟行保乳治疗术前MRI评估发现的其他小肿块13例，近期X线摄影或超声检查提示可疑病变建议MRI进一步检查67例，无明显临床症状及体征者查体32例。

2.MRI检查方法

采用GE 3.0T Signa HDx磁共振扫描仪和8通道乳腺专用相控阵列表面线圈进行双侧乳腺扫描。平扫采用横轴面 IDEAL T2WI(TR 3800 ms，TE 80 ms，ETL 14，层厚5 mm，层间隔1 mm，视野36 cm×36 cm；矩阵384×224，NEX 2)，多期动态增强扫描采用矢状面Vibrant序列(TE 1.9 ms，FA 10°，层厚3.0 mm，视野24 cm×24 cm，矩阵288×192，NEX 1)。注射对比剂前先采集一期平扫图像，注射对比剂后15 s开始扫描，连续无间隔重复扫描9期，每期扫描时间35～56 s。对比剂采用Gd-DTPA (Magnevist)，注射剂量为0.2 mmol/kg，流率为2.0 mL/s，使用高压注射器经手背静脉团注，随后以同样流率注入20 mL 0.9%生理盐水冲洗。

3.图像后处理

ROI法绘制TIC在GE ADW4.6图像专用工作站进行。于动态增强第2期图像上手动选取病灶强化最显著处(即最可疑恶性区域)作为ROI，同时避开囊变和坏死区；ROI最小范围不小于3个像素[8]。

MRI CAD工作站采用CADSTREAMTM系统(version 5.2，Merge CAD Inc.,Bellevue,WA，USA)。人工手动选取病灶。设定CAD系统的诊断阈值为早期强化峰值(第1强化时间范围内信号强度增加所占的百分比)=50%，即早期强化峰值>50%的病灶方能为CAD系统识别。依照乳腺影像报告和数据系统(breast imaging reporting and data system，BI-RADS)和既往文献报道[8-9]，将早期强化峰值<50%、50%～100%及>100%分别定义为缓慢、中等及快速早期强化；TIC根据延迟期特点分为持续型(增强后信号强度持续上升)、平台型(增强后早期信号强度上升达到峰值后保持恒定不变，信号强度变化不超过10%)和流出型(增强后早期信号强度上升达峰值后逐渐下降)。CAD系统自动绘制TIC，计算并记录整个病灶的早期强化峰值、延迟期各曲线类型所占百分比以及最可疑恶性的曲线类型(恶性可能性：快速强化>中等强化>缓慢强化，流出型>平台型>持续型)，并生成彩色位图(红色代表流出型，黄色代表平台型，蓝色代表持续型)。

4.MRI图像解读及结果判定

入选病例的乳腺MRI图像由4名影像诊断医师分别解读，事先均不知晓病理结果。医师一、医师二具有半年乳腺MRI诊断经验，医师三具有4年乳腺MRI诊断经验，医师四具有5年乳腺MRI诊断经验。首先4名医师分别依据乳腺BI-RADS[8]对病灶的形态学及TIC(ROI法)的特征进行描述并分类，1个月后再次阅读图像，根据病灶形态学特征及TIC(CAD法)对病灶进行第二次分类。乳腺病灶形态学特征描述包括形状(圆形、椭圆形、不规则形)、边缘(光滑、不规则、星芒状)和内部强化特征(均匀强化、不均匀强化、环形强化、内部低信号分隔)；形状为圆形或椭圆形、边缘光滑、内部均匀强化提示良性，不规则形、边缘不规则或星芒状、内部不均匀强化或环形强化提示恶性。MRI BI- RADS分类评估仅采用1、2、3、4、5类；评为 4类及以上者判为恶性，3类及以下者判为良性。

5.统计学方法

采用统计学软件SPSS 17.0和Medcalc 11.4.2.0进行分析。分别采用Wilcoxon检验、McNemar检验比较医师使用CAD系统前后对乳腺病灶BI-RADS分类的变化、诊断乳腺癌的敏感度和特异度。医师间的一致性评价采用Kappa检验，使用CAD系统前后医师诊断一致性评价采用配对样本t检验。绘制ROC曲线评价并比较使用CAD系统前后医师诊断乳腺癌的准确性。检验水准为α=0.05，双侧检验。

结　果

235个病灶中145个病灶经手术病理证实，10个病灶经穿刺活检病理证实，80个病灶随诊2年以上无变化(其中16个病灶随诊时间超过3年，其余病灶随诊时间为2～3年)。恶性组共80个病灶，最大径0.60～2.00 cm，平均(1.39±0.37) cm，均经手术病理证实；良性组共155个病灶，最大径0.50～2.00 cm ，平均(1.13±0.40 ) cm，其中经病理证实75个(表1)。

表1　恶性组及良性组病灶组织学类型及分布

4位医师均检出了所有的235个病灶。使用CAD系统后，4位医师对良性病灶的BI-RADS分类为：分别有31个(31/69，44.93%)、31个(31/65，47.69%)、14个(14/43，32.56%)、11个(11/39，28.21%)良性病灶由评价为4类以上(形态学+ROI法)降级为3类或2类(图1、2)， 分别有5个、3个、9个、18个良性病灶由评价为3类以下改为4类，医师一、医师二及医师三各有1个、医师四有2个恶性病灶由评价为3类改为4类(图3)。使用CAD系统前后，四位医师的BI-RADS分类变化见图4。

使用CAD系统前，四名医师诊断乳腺癌的特异度分别为55.5%、58.1%、72.3%、74.8%，使用CAD后分别为72.3%、76.1%、75.5%、70.3%。使用CAD后两名低年资医师的诊断特异度提高明显，前后差异具有统计学意义(P<0.001)，医师三及医师四的特异度变化差异没有统计学意义(P医师三=0.404，P医师四=0.265)。应用CAD后四位医师的敏感度均略有提高(使用前依次为97.5%、98.8%、98.8%、97.5%，使用后为98.8%、100%、100%、100%)，但差异无统计学意义(P医师一～三=1.000，P医师四=0.480)。使用CAD系统后四名医师的诊断一致性提高(平均Kappa值使用前=0.616±0.136、平均Kappa值使用后=0.877±0.047)，且差异具有统计学意义(P=0.004,t=-5.154)。

四名医师使用CAD后总体诊断能力均有提高，ROC曲线下面积分别由0.899(95%CI:0.853～0.934，P<0.001)、0.839(95%CI:0.785～0.883，P<0.001)、0.929(95%CI:0.888～0.958，P<0.001)、0.940(95%CI:0.901～0.966，P<0.001)提高至0.947(95%CI:0.910～0.972，P<0.001)、0.987(95%CI:0.962～0.997，P<0.001)、0.971(95%CI:0.940～0.988，P<0.001)、0.960(95%CI:0.927～0.981，P<0.001)，其中医师一、医师二和医师三使用前后的差异具有统计学意义(P1=0.002，P2<0.001，P3<0.001，P4=0.11)。

讨　论

以往文献报道，相对于较大的乳腺病灶乳腺小肿块更多地表现为强化均匀的圆形肿块，肉眼观察形态学特征鉴别良恶性准确性较低[2]，故而血流动力学特征在鉴别诊断中起了非常重要的作用。与以往基于人工手动描画ROI来分析得到MRI平均强化特征不同，CAD技术可通过自动处理MR图像来分析不同强化性质的体素在病灶内的分布特点，完整、客观地反映乳腺病变的血流动力学特点，辅助影像科医师全面、高效地分析乳腺病灶[11]。

本研究根据新版的BI-RADS辞典进行乳腺小肿块的良恶性评估，探讨CAD系统对于不同经验程度医师诊断乳腺小肿块的影响。BI-RADS分类的主要依据为乳腺病灶恶性的可能性及下一步的处理策略，随着分类级别的增高，病灶为恶性的可能性增加，3类和4类为是否进行活检的分水岭，3类病变的恶性可能性≤2%，可短期随诊，而4类病变的恶性可能性为2%～95%，需进行活检除外乳腺癌。本研究中四位医师在使用CAD系统后BI-RADS分类均发生了比较明显的变化，总体上良性病灶的BI-RADS分类有所降低，恶性病灶的分类提高，有28.21%～44.93%的良性病灶由原来的诊断为BI-RADS4类以上降为3类以下，减少了不必要的活检。

既往有一系列的研究探讨了MRI-CAD系统对于影像科医师诊断乳腺病灶的价值，在其对诊断敏感度、特异度以及符合率等方面的影响上尚存在着争议。Baltzer等[6]比较了肉眼观察、ROI法和CAD法评价血流动力学特点的诊断敏感度、特异度和符合率，发现敏感度以CAD法最高，特异度肉眼观察法最高，ROI法敏感度和特异度居中，符合率以CAD法最高，但三者之间差异没有统计学意义(CAD法76.6%，ROI法75.7%，肉眼观察法74.4%，P=0.0966)。同样，Cho等[12]发现使用CAD后医师的诊断敏感度提高(主要是非肿块型病变)而特异度降低(主要是肿块型病变)，诊断符合率增高，但差异没有统计学意义。近年的一项多中心研究报道，不同经验程度的医师使用CAD系统后，诊断敏感度都有所提高，但整体的符合率没有明显的提高[13]。而Arazi-Kleinman等[7]的研究认为使用CAD后医师的诊断符合率有所提高，但表现为特异度增高而敏感度降低。Veltman等[14]针对CAD系统对不同经验程度医师的影响进行研究，认为CAD系统对缺乏经验的医师帮助更大，敏感度及特异度均有所提高。

使用CAD系统后，本研究中不同经验程度的医师之间诊断差异缩小，诊断乳腺小病灶的符合率均有不同程度提高，与以往研究结果基本相符。除一名高年资医师(医师四)以外，其余三位医师使用CAD后的诊断符合率均明显提高(P1=0.002，P2<0.001，P3<0.001)，主要表现在特异度方面，分别由55.5%、58.1%、72.3%提高至72.3%、76.1%、75.5%，尤其是两名低年资医师的诊断特异度提高明显(P<0.001)。医师四在本研究中为乳腺MRI经验最丰富者，使用CAD系统后诊断敏感度及总体符合率提高、特异度减低，但都不具有统计学意义；另外一名高年资医师(医师三)虽然诊断特异度提高，但前后差异无统计学意义。这可能与经验丰富的医师评价病灶时更依赖病灶形态学特征，并且对病灶形态学特征判断更加准确有关[14]。

本研究为回顾性单中心的研究，且研究的样本量较小，存在一定的局限性。另外，由于各医疗机构采用的MR扫描设备、扫描方案以及对比剂剂量、注射流率等方面不同，而CAD系统所测量的血流动力特征又与上述条件密切相关，故而本研究难以全面反映CAD系统对医师诊断的影响。

MRI-CAD系统的应用有助于提高医师，尤其是缺乏经验者诊断乳腺小肿块的准确度及特异度，使得不同经验程度医师的诊断一致性提高，减少了不必要的活检。

[1]黄蓉,黄源,陶苹,等.不同TNM分期乳腺癌患者规范化治疗后生存期生命质量评价[J].中华肿瘤杂志,2013,35(1):71-77.

[2]Dietzel M,Baltzer PA,Vag T,et al.Magnetic resonance mammography in small vs advanced breast lesions-systematic comparison reveals significant impact of lesion size on diagnostic accuracy in 936 histologically verified breast lesions[J].RoFo,2011,183(2):126-135.

[3]Kuhl CK.Current status of breast MR imaging.Part 2.Clinical applications[J].Radiology,2007,244(3):672-691.

[4]Fenton JJ,Taplin SH,Carney PA,et al.Influence of computer-aided detection on performance of screening mammography[J].N Engl J Med,2007,356(14):1399-1409.

[5]司丽芳,刘小娟,杨开颜,等.计算机辅助检测系统在乳腺单纯性钙化病灶中的应用价值及其对诊断医师的影响[J].放射学实践,2014,29(8):942-944.

[6]Baltzer PA,Freiberg C,Beger S,et al.Clinical MR-mammography:are computer-assisted methods superior to visual or manual measurements for curve type analysis?A systematic approach[J].Acad Radiol,2009,16(9):1070-1076.

[7]Arazi-Kleinman T,Causer PA,Jong RA,et al.Can breast MRI computer-aided detection (CAD) improve radiologist accuracy for lesions detected at MRI screening and recommended for biopsy in a high-risk population[J].Clin Radiol,2009,64(12):1166-1174.

[8]American College of Radiology.Breast imaging reporting and data system[M].Reston:American College of Radiology,2013.

[9]Kuhl CK,Mielcareck P,Klaschik S,et al.Dynamic breast MR imaging:are signal intensity time course data useful for differential diagnosis of enhancing lesions[J].Radiology,1999,211(1):101-110.

[10]Mahoney MC,Gatsonis C,Hanna L,et al.Positive predictive value of BI-RADS MR imaging[J].Radiology,2012,264(1):51-58.

[11]Shimauchi A,Giger ML,Bhooshan N,et al.Evaluation of clinical breast MR imaging performed with prototype computer-aided diagnosis breast MR imaging workstation:reader study[J].Radiology,2011,258(3):696-704.

[12]Cho N,Kim SM,Park JS,et al.Contralateral lesions detected by preoperative MRI in patients with recently diagnosed breast cancer:application of MR CAD in differentiation of benign and malignant lesions[J].Eur J Radiol,2012,81(7):1520-1526.

[13]Lehman CD,Blume JD,DeMartini WB,et al.Accuracy and interpretation time of computer-aided detection among novice and experienced breast MRI readers[J].AJR,2013,200(6):W683-W689.

[14]Veltman J,Mann RM,Meijer FJ,et al.The additional value of three time point color coding in dynamic contrast-enhanced MRI of the breast for inexperienced and experienced readers[J].Eur J Radiol,2010,74(3):514-518.

Value of MRI-CAD in the differentiation between small benign and malignant breast masses for readers with different level of experience

SONG Ying,OU-YANG Han,YE Feng,et al.

Department of Diagnostic Radiology,Cancer Hospital,Chinese Academy of Medical Sciences,Beijing 100021,China

Objective:To investigate the value of MRI in addition with computer-aided diagnostic (CAD) system in the evaluation of contrast-enhanced breast MRI for readers with different level of experience.Methods:A total of 235 small breast lesions(≤2.0cm)assessed on MRI were reviewed retrospectively.All had either pathology diagnosis or follow-up for 2 years.The diagnosis sensitivity,specificity by 4 readers (experienced and inexperienced) before and after using CAD system were compared.ROC was used to evaluate the diagnosis accuracy before and after using CAD of the 4 readers.Interobserver variations were evaluated using kappa statistics.Results:Of the 235 breast lesions,there were 155 benign and 80 malignant masses.All lesions were detected by four readers.Before CAD was used,the specificity of these 4 readers was 55.5%、58.1%、72.3%、74.8%，respectively;which was 72.3%、76.1%、75.5%、70.3% respectively after using CAD.Statistic difference (P<0.001) was existed between the 2 inexperienced readers before and after using CAD;whereas no statistic difference (P=0.404 for reader 3,P=0.265 for reader 4) was existed in the 2 experienced readers before and after using CAD.Diagnostic sensitivity in all four readers increased slightly by the use of CAD,yet there was no statistical significance (P1=1.000,P2=1.000,P3=1.000,P4=0.480).The overall performance found in both inexperienced and one experienced readers (reader 3) improved significantly after using CAD (ROC,0.899,95%CI:0.853～0.934 vs 0.947,95% CI:0.910～0.972,P=0.002 in reader 1;ROC,0.839,95% CI:0.785～0.883 vs 0.987,95%CI:0.962～0.997,P<0.001 in reader 2;ROC,0.929,95% CI:0.888～0.958 vs 0.971,95% CI:0.940～0.988,P<0.001 in reader 3),with significant statistic differences.Although there was improvement of overall accuracy after using CAD in reader 4,ROC 0.940,95%CI:0.901～0.966 vs 0.960,95% CI:0.927～0.981,no significant statistic difference was found (P=0.11).The level of agreement between the readers improved significantly when using the CAD (P=0.004).Conclusion:The accuracy and specificity in diagnosing small breast mass lesion with MRI could be improved after using CAD system in readers with different level of experience,unnecessary biopsy could be avoided,therefore,which is a helpful modality to improve the diagnosis accuracy,and is recommended for inexperienced readers.

Breast neoplasms; Image processing,computer-assisted; Magnetic resonance imaging

100021北京，中国医学科学院肿瘤医院影像诊断科

宋颖(1980-)，女，北京人，硕士，主治医师，主要从事乳腺影像诊断工作。

欧阳汉，E-mail：hbybj@sohu.com

R445.2; R737.9

A

1000-0313(2016)07-0638-06

10.13609/j.cnki.1000-0313.2016.07.015

2016-01-04)