双指数扩散及扩散峰度成像鉴别诊断乳腺良恶性病变

周 杰，曾艺君，王 甄，谢石穿

(1.北京中医药大学深圳医院放射科，广东 深圳 518000；2.广州中医药大学深圳医院影像科，广东 深圳 518100)

DWI能够反映肿瘤细胞密度及组织结构，有助于检出及定性肿瘤，在乳腺病变中的诊断价值已得到临床广泛认可[1]。然而，临床常用的ADC值受诸多因素的影响，鉴别良恶性肿瘤仍存在一定困难。随着对体内扩散现象研究的不断深入，学者们观察到，DWI中使用低b值时，微循环灌注对DWI也有影响，这个效应被称为体素内相位不相干运动(intravoxel incoherent motion, IVIM)[2]；使用较高b值时，水分子的扩散将偏离高斯分布，而扩散峰度成像(diffusion kurtosis imaging, DKI)[3]可量化这种状况下扩散行为。IVIM在乳腺病变中的应用国内外已有报道，而关于DKI模型的研究相对较少。本研究探讨IVIM及DKI鉴别诊断乳腺良恶性病变的价值。

1 资料与方法

1.1一般资料 收集2016年8月—2017年8月因乳腺病变于我院就诊并接受乳腺MR检查的44例患者，均为女性，年龄28～64岁，平均(42.4±12.8)岁。纳入标准：①MR检查前未接受任何治疗；②MR检查后2周内接受手术或活检获得病理结果；③图像无明显伪影，质量满足测量分析要求。本研究通过我院伦理委员会批准，所有患者均签署知情同意书。

1.2仪器与方法 采用GE Signa HDXT 1.5T超导MR扫描仪，8通道乳腺专用相控阵线圈。嘱患者俯卧，使双乳自然悬垂于线圈内。扫描参数：①脂肪抑制T2WI，TR 7 500 ms，TE 102 ms，NEX 2，FOV 32 cm×32 cm，矩阵320×256，层厚4 mm，层间距 1 mm；②单b值DWI：TR 5 000 ms，TE 82 ms，b值为0和800 s/mm2，NEX 4，FOV 32 cm×32 cm，矩阵128×128，层厚4 mm，层间距1 mm；③IVIM：TR 7 500 ms，TE 96 ms，b值分别为0、20、50、100、150、200、300、400、800、1 000 s/mm2，NEX根据不同b值设置为1～8，FOV 32 cm×32 cm，矩阵128×128，层厚4 mm，层间距1 mm；④DKI：TR 6 000 ms，TE 86 ms，b值分别为0、1 000、2 000 s/mm2，每个b值各自施加15个不同方向扩散敏感梯度，FOV 32 cm×32 cm，矩阵128×128，层厚4 mm，层间距1 mm。

1.3图像分析 在GE AW 4.6工作站上生成ADC、IVIM及DKI参数图。由2名分别具有6年及8年乳腺MR诊断经验的主治医师以盲法进行数据分析。在病变内取3个ROI，尽量避开肿瘤坏死、出血及钙化区，大小为10～20 mm2，测量ADC、IVIM的扩散系数(D)、灌注相关扩散系数(D*)、灌注分数(f)以及DKI的平均峰度(mean kurtosis, MK)、轴向扩散系数(axial kurtosis, AK)、径向扩散系数(radial kurtosis, RK)。取3个ROI的平均值作为最终数值，最后由1名副主任医师对所有数据进行复核。如果2名医师的测量结果存在明显偏差，则由2名副主任医师重新测量，取平均值。

1.4统计学分析 采用SPSS 19.0统计分析软件。使用K-S拟合优度检验数据分布，各参数均不服从正态分布，采用Mann-WhitneyU检验分析良恶性病变间ADC值、IVIM及DKI是否存在差异。以组内相关系数(intraclass correlation coefficient, ICC)评价2名医师测量结果的一致性。利用ROC曲线评估存在统计学差异的各参数值对乳腺良恶性病变的鉴别诊断效能。P<0.05为差异有统计学意义。

2 结果

2.1临床及病理特征 44例共52个病灶，其中良性病灶22个，包括纤维腺瘤17个、导管内乳头状瘤3个、慢性肉芽肿性乳腺炎2个；恶性病灶30个，包括浸润性导管癌25个、导管原位癌3个、浸润性小叶癌和神经内分泌癌各1个。

2.2良恶性病变间各参数比较 乳腺良恶性病变常规序列、IVIM和DKI各参数图见图1、2。恶性病变的D值低于良性病变，MK和AK值高于良性病变，差异均有统计学意义(P均<0.05)，而ADC、D*、f、RK值差异无统计学意义(P均>0.05)，见表1。2名医师测量结果有较好的一致性，ADC、D、D*、f、MK、AK及RK值的ICC值分别为0.634、0.689、0.788、0.701、0.675、0.701及0.718。

图1 患者女，34岁，右侧乳纤维性瘤 A.脂肪抑制T2WI见右侧乳腺类圆形高信号病变，形态规则； B.T1WI呈低信号； C.DWI呈稍高信号，ADC值为1.52×10-3 mm2/s； D.D图，D值为1.24×10-3 mm2/s； E.D*图， D*值为25.2×10-3 mm2/s； F. f图，f值为16.52%； G.MK图，MK值为0.44； H.AK图，AK值为0.48； I.RK图，RK值为0.32 (箭示病灶)

图2 患者女，52岁，右侧乳腺浸润性导管癌 A.脂肪抑制T2WI见右侧乳腺高信号病变，边缘可见毛刺； B.T1WI呈低信号； C.DWI表现为显著高信号，ADC值为1.13×10-3 mm2/s； D.D图，D值为0.72×10-3 mm2/s； E.D*图，D*值为29.5×10-3 mm2/s； F.f图，f值为19.88%； G.MK图，MK值为0.78； H.AK图，AK值为0.86； I.RK图，RK值为0.42 (箭示病灶)

组别ADC (×10-3 mm2/s)D (×10-3 mm2/s)D* (×10-3 mm2/s)f(%)MKAKRK恶性病变(n=30)1.15±0.780.87±0.2425.04±18.4116.12±7.060.75±0.130.86±0.180.48±0.11良性病变(n=22)1.33±0.551.28±0.1521.52±11.7612.15±3.860.48±0.090.55±0.100.42±0.09Z值1.3594.7590.0141.9034.9245.0591.947P值0.080<0.0010.9890.060<0.001<0.0010.060

图3 IVIM及DKI参数鉴别诊断乳腺良恶性病变的ROC曲线图

2.3ROC 曲线分析 以D值临界值为1.16×10-3mm2/s，其AUC为0.942，诊断乳腺良恶性病变的敏感度为88.89%，特异度为81.82%；以MK值临界值为0.62，其AUC为0.957，诊断乳腺良恶性病变的敏感度为90.90%，特异度为88.89%；以AK值临界值为0.66，其AUC为0.975，乳腺良恶性病变的敏感度为95.50%，特异度为88.78%；见图3。

3 讨论

本研究结果表明，在传统单b值DWI上，相比良性病变，恶性病变的ADC值有更低的趋势，但数据变异很大，尚不能有效鉴别良恶性病灶；而IVIM及DKI的参数能很好地鉴别良恶性乳腺病变。相比良性病变，乳腺恶性病变的D值显著下降，而MK及AK值显著升高，其中AK值的鉴别诊断效能最高。乳腺良恶性病变的D*、f值及RK值差异并无统计学意义。

传统DWI的理论基础是假定水分子的扩散是自由随机的，则信号变化符合单指数衰减；然而，有研究发现扩散信号的变化会偏离单指数模型的曲线。Le Bihan等[4]指出，体素内信号改变不仅受水分子扩散的影响，毛细血管微灌注也有贡献，这即是IVIM效应的理论基础。IVIM成像过程基于双指数模型，可得到真扩散系数D值、灌注相关扩散系数D*及灌注分数f值。IVIM对乳腺良恶性病变的鉴别诊断价值国内外已有报道。Liu等[5-6]报道乳腺癌的D值显著低于良性病变，而f值及D*值显著升高；Bokacheva等[7]报道乳腺恶性病变D值显著下降，f值有下降趋势，但D*值无显著差异。本研究结果也发现恶性病灶的D值下降，这与恶性细胞的细胞密度更大、导致水分子扩散受限有明显关系。关于f值，本研究中恶性病变的f值轻度升高，但与良性病变并无显著差异，与既往[8-9]报道不同。除了患者相关的因素外，扫描参数如b值的设定、TE的大小及脂肪抑制方法等均会影响结果。D*值反映组织的微循环灌注，一般来说，恶性病变毛细血管及血流更为丰富，D*相应会升高，但有研究[10]报道IVIM效应只影响信号变化的一小部分，因此D*值的诊断效能也受到了限制。本研究中乳腺良恶性病变的D*值无显著差异，与既往报道一致。实验研究结果表明，随着b值升高，尤其是当b值在1 000 s/mm2以上时，水分子的扩散表现为非高斯分布，DKI模型即可量化此种状况下的水分子扩散行为，得到MK、AK及RK等参数。本研究中乳腺恶性病变的MK值显著高于良性病变，与既往研究[11-12]报道类似。MK值可反映组织微观结构的复杂程度。恶性肿瘤细胞增殖旺盛，细胞密度更大，同时，恶性病变异质性增加，内部组织结构更加复杂，诸多障碍影响水分子的扩散，使其偏离高斯分布更明显，因此MK升高。对于良性病变，本研究中MK值也大于零，表明良性病变内部水分子的扩散也存在一定程度的非高斯分布状态，而这一现象可能与细胞组成以及脂质大分子的存在有关。在乳腺DKI中，AK及RK分别代表沿乳管方向及垂直于乳管方向的峰度值，其中，恶性病变的AK值显著升高，诊断效能为所有参数最高，原因与纳入研究的部分恶性病变沿乳管方向生长有关；RK值则在恶性病变稍高于良性病变。王莹莹等[13]报道恶性病变的AK及RK值均显著升高，推测各组研究结论不同可能与设备场强、病变病理类型不同有关。目前在临床工作中，ADC值能反映出乳腺良恶性病变的趋势，但其诊断特异度有时存在不足。IVIM和DKI有助于鉴别乳腺良恶性病变，但扫描时间均较常规DWI更长，可作为常规DWI的有效补充。此外，本研究表明，相比IVIM参数，DKI参数的诊断效能更高，因此推荐DKI作为补充扫描序列的首选。

本研究不足之处：首先，研究样本量有限，需要更大样本量及更多的病理类型以得到更全面的数据；第二，病变类型以肿块型为主，非肿块型病变相对较少；第三，在DKI中，当b值较大时，信号强度会受到Rician噪声[14]的干扰，由于技术受限，本研究计算参数时并未考虑这一因素，同时，DKI扫描时间较长，难免会因患者运动而导致测量误差，需要进一步优化参数。