多模态磁共振成像对乳腺良恶性肿瘤鉴别诊断的价值

2018-04-22刘学竞单嫣娜韩志江

中国临床医学影像杂志 2018年5期

刘学竞，单嫣娜，韩志江

（杭州市第一人民医院放射科，浙江杭州 310006）

乳腺癌是危害我国女性健康的主要恶性肿瘤之一，仅2011年我国女性乳腺癌发病率为37.86/10万，近10年发病呈上升趋势[1]。乳腺MRI检查具有良好的软组织分辨能力，可双侧同时观察，能够提供乳腺肿瘤形态学方面的信息，动态增强磁共振（DCEMRI）技术可显示病灶的血供情况；弥散加权成像（DWI）利用水分子的扩散运动原理来间接评价组织的微观结构[2]，它既可以提供形态学方面的信息，也可以通过计算表观扩散系数（ADC）来对病灶进行定量评价，根据大量研究显示，磁共振各项定性诊断指标及定量指标在良恶性病变中仍有重叠[3-4]。目前国内尚少研究能有效地结合定量与定性指标。本研究通过确立新的ADC阈值（与BI-RADS分类相关联的）来优化结合DCE-MRI与DWI的诊断结果，为临床提供可操作的多参数MRI评价方法。

1 资料与方法

1.1 研究对象

从我院2014年1月—2016年11月期间行术前MRI检查，并最终接受手术或穿刺活组织检查的573例患者中选取，年龄 21～86岁（平均 49.77岁），纳入标准：①18周岁以上的女性患者，不处于妊娠期及哺乳期，无乳腺手术病史；②没有接受过术前治疗（即术前新辅助化疗、术前放疗、内分泌治疗等）。排除病灶太小，在ADC图中无法找到的病灶。

1.2 仪器与方法

仪器：3T超导型磁共振扫描仪（Magnetom Verio，Siemens）。乳腺检查专用线圈（16通道相控阵线圈）。3D T1WI/TSE非抑脂轴位，T2WI/TSE伴抑脂轴位。DWI：SE-EPI，取多个扩散敏感度值（b值=50 s/mm2，400 s/mm2，800 s/mm2）。 DCE-MRI：钆喷酸葡胺（Gd-DTPA）经手背静脉团注对比剂，后推注20 mL生理盐水冲管。采用快速小角度激发三维动态成像序列T1WI抑脂轴位扫描。

在病灶内画取感兴趣区（ROI），绘制时间-信号强度曲线（TIC），测量ADC值。2位我院影像诊断医师用双盲法分析图像，诊断依据乳腺影像报告和数据系统MRI标准[5]及其个人经验。利用ROC曲线选取适用于本组病例（b值=800 s/mm2）的最优ADC诊断阈值，单独利用DWI以及T1WI、T2WI联合DWI鉴别诊断时，测出的病灶ADC值高于此阈值为良性，低于此阈值为恶性。

1.3 DCE-MRI联合 DWI方法

依据Pinker及Helbich等[6]提出的方程式，将ADC阈值与BI-RADS分类结合起来：肿块性病变：BIRADS=3.8×ADC-1.3（in×10-3mm2/s）；非肿块性病变：BI-RADS=3.0×ADC+0.15（in×10-3mm2/s)。 BI-RADS代表类别（如 1、2、3、4、5），算出的 ADC 值分别代表每个类别的ADC阈值，见表1。

表1 ADC阈值的选取与BI-RADS分类的结合

首先定性分析图像并结合半定量参数-TIC曲线评价病灶BI-RADS分类，然后测量病灶ADC值并与上述ADC阈值比较，若高于阈值则应被重新评定为偏向良性（BI-RADS-2、3），若低于阈值则为BI-RADS-4、5 级。如图1，2。

图1 女，77岁，左乳团片状异常信号影，TIC为上升型，根据DCE-MRI表现由影像医师判定为良性病变可能，BI-RADS-3级，其ADC值测量值为1.04（＜1.13），联合DWI后则重新判定为恶性病变，BI-RADS-5级。图2 女，44岁，左乳结节状异常信号影，TIC呈流出型，根据DCE-MRI表现由影像医师判定为恶性病变可能，BI-RADS-5级，其ADC值测量值为0.91（＜1.66），联合DWI后则依旧判定为恶性病变，BIRADS-5级。Figure 1.Female'77 years old'there was high signal in the left breast on the diffusion weighted imaging'the time signal intensity curve was rising type.Assessed by two doctors as benign lesion on DCE-MRI'BI-RADS-3.The ADC value was about 1.04 （＜1.13）.Assessed as malignant lesion by BI-RADS-adapted reading.Figure 2.Female'41 years old'there was high signal in the left breast on the diffusion weighted imaging'the time signal intensity curve was washout type.Assessed by two doctors as malignant lesion on DCE-MRI'BIRADS-5.The ADC value was about 0.91（＜1.66）.Still assessed as malignant lesion by BI-RADS-adapted reading.

1.4 统计学分析

采用SPSS 17.0统计软件进行数据分析：利用卡方检验分析比较 T1WI、T2WI，DWI 及 T1WI、T2WI联合DWI三种方法对病灶的检出率及对良恶性病变的鉴别。利用交叉表、卡方检验及Fisher-Freeman-Halton精确检验对各个形态学参数及半定量参数（曲线形态）进行统计学分析。利用ROC曲线及Hanley and McNeil非参数法比较各曲线下面积（AUC）的值，分析五种方法的诊断效能。以上结果均以P≤0.05为差异具有统计学意义。

2 结果

总计573例患者共608个病灶，最终均经手术切除或麦默通引导下穿刺活组织检查，病理结果为恶性病灶 339个（55.7%），良性病灶 269个（44.2%）。

2.1 平扫检查（T1WI、T2WI、DWI）

平扫 T2WI病变的检出率为 86.8%，T1WI检出率为70%。测出ADC值（选取b值=800 s/mm2），分析结果见表2，利用ROC曲线我们得到了适用于本组病例的最佳 ADC 阈值：1.145×10-3mm2/s，高于此阈值的病灶我们将其定义为良性，低于此值的定义为恶性。

表2 良恶性两组共608个病灶的ADC值比较

2.2 各序列单独及联合诊断

T1WI、T2WI，DWI，T1WI、T2WI 联合 DWI，DCEMRI及DCE-MRI联合DWI五种诊断方法的敏感度、特异度及准确度，ROC AUC的对比见表3。在病灶检出率上，T1WI、T2WI与DWI比较无统计学意义（P＞0.05），但对于良恶性病变的鉴别诊断能力，DWI高于 T1WI、T2WI （P＜0.05），T1WI、T2WI联合 DWI的方法明显优于单独分析T1WI、T2WI或DWI检查结果（P＜0.05）。

采用拟合性分析显示单独利用T1WI、T2WI与病理结果间的一致性一般，Kappa系数为0.589，单独DWI、DCE-MRI检查及 T1WI、T2WI联合 DWI与病理诊断结果间具有良好的一致性，Kappa系数分别为 0.734（P＜0.000）、0.770（P＜0.000）、0.748（P＜0.000）；DCE-MRI联合DWI与病理结果的一致性分析Kappa 系数为 0.858（P＜0.000），一致性最高。分析ROC曲线，采用Hanley and McNeil非参数法比较后三种方法的AUC，差值均具有统计学意义。

表3 五种诊断方法的诊断敏感度、特异度、准确度、阳性预测值（PPV）、阴性预测值（NPV）及ROC曲线下面积（AUC）

3 讨论

一些研究者提出T2WI信号强度与病灶内细胞、纤维成分及水的含量不同有关，大多数恶性病变细胞及水的含量高，T2WI为高信号；相反良性病变多呈中等或低信号[7]。本研究中的339例乳腺癌中有247例T2WI表现为高低不等的混杂信号（图3b），部分浆细胞性乳腺炎病灶也呈高低混杂信号，这是由于恶性及乳腺炎病灶中常存在坏死、液化，导致局部T2WI信号增高，而恶性病灶中富含成胶原纤维又使局部T2WI信号强度降低。本实验中直径大于1.5 cm的病灶均能在平扫中检出，T1WI病灶多呈等或低信号（图3a），因此检出率低于T2WI。但T1WI中病灶边缘形态仍具有一定特征性，可作为鉴别良恶性的指标，如恶性病灶边缘多不光整，毛刺样突起，呈蟹足样生长，与周围组织界限不清；而良性病变边缘较光整。T2WI中病灶边缘常显示不清，但恶性病灶可见局部乳腺组织结构紊乱。

DWI是由Englander及其同事于1997年首次应用于乳腺组织成像。通常恶性病灶细胞密度高，细胞外容积小，且大分子物质的吸附作用增强，生物膜的通透性降低，水分子活动受限等，使得DWI图像呈高信号，ADC图信号减低，而良性病灶高b值DWI上信号不高，ADC图中信号无明显减低，这对乳腺肿瘤的鉴别诊断有重要意义；而定量诊断则依赖于ADC值的测量（恶性病灶的ADC值明显低于良性病灶）[8-10]。一些研究指出应用高b值（800～1 500 s/mm2）可提高乳腺肿瘤的检出率，以及优化肿瘤组织与正常组织的对比度[11-13]，但在鉴别良恶性病变方面b值的选取并不十分重要[14]。本研究中选取最大b值=800 s/mm2，测得病灶的ADC值（表2）。

T1WI、T2WI联合DWI检查的方法，旨在观察单纯T1WI、T2WI和DWI序列（用时较短，无需注射造影剂）在诊断乳腺癌中的作用，本研究结果显示T1WI、T2WI联合DWI对病灶的显示及鉴别良恶性病变方面均较单纯分析T1WI、T2WI或DWI结果为高，但其诊断准确度较DCE-MRI联合DWI为低，不过在条件不允许的情况下，如患者拒绝或无法接受增强检查，以及为了缩短检查时间用于初步筛查，则磁共振平扫序列（即T1WI、T2WI联合 DWI）检查仍能为临床诊断提供有用信息。

图3 a右乳外下病灶，在T1WI平扫中可检出该病灶，表现为等信号，局部组织纠集，边缘不规则、毛躁。图3b 左乳外侧病灶，在T2WI平扫中可检出病灶，表现为不均匀高信号，呈团片状，边缘不规则。Figure 3a.There was lesion with signal similar to soft tissue in the right breast on the T1 imaging'with irregular border.Figure 3b.There was lesion with high non-uniform signal in the left breast on the T2 imaging'with irregular border.

通常临床应用的综合分析磁共振各项检查结果是指一方面分析DCE-MRI图像及制作TIC来获得病灶的形态学及血流动力学信息，另一方面对应观察DWI及ADC图，判定病灶是否有弥散受限（DWI呈高信号，ADC图呈相对低信号），或者测量病灶ADC值，并依据个人经验判断该值提示恶性或良性，这种传统方法在临床工作中有很好的可行性，但受影像医师个人诊断经验及技术的影响。而单独利用ADC值来鉴别良恶性目前还受到一定的技术限制，如DWI图像b值的选取及ADC阈值的选取仍存在一定的争议。有研究显示随着ADC阈值的选取不同，诊断的敏感度、特异度有差异。如将1.03×10-3mm2/s作为鉴别良恶性肿瘤的ADC诊断阈值，则敏感度和特异度分别为88.5%和100%[15]，若取ADC诊断阈值为1.23×10-3mm2/s，则敏感度和特异度分别为89%和77%[16]。本研究中利用方程式将ADC阈值与BI-RADS分类相结合，并且区分肿块及非肿块性病灶，将ADC阈值进一步细化，对于经DCE-MRI分析后提出BI-RADS分类的病灶可利用这些阈值重新进行分级判定，从而将这两种方法有机地结合，使MRI定性与定量诊断指标之间建立联系，便于临床应用。本研究结果显示结合DCE-MRI与DWI的方法与病理结果的一致性分析Kappa系数为 0.858（P＜0.000），为三种方法中最高的；敏感度和特异度也都是最高，分别为 99.1%、81.1%；曲线下面积AUC最高，为0.939（图4）。由此可知这一新的结合方法可以提高多模态磁共振成像对乳腺良恶性病变的鉴别诊断价值。但是由于ADC图像中较小病灶常显示不清，可能影响数值测量，而早期恶性病灶常较小，所以仍有待新技术来进一步提高ADC图像质量，从而提高病灶早期诊断率。本组病例病理类型分布不均，病灶大小不等，有待进一步研究细化病理类型，并以病灶大小进行分组比较此方法的诊断效能，观察该方法是否能提高磁共振对早期乳腺癌病灶的诊断价值。