基于EMPIRE算法的数字乳腺断层合成X线成像结合重建二维及三维图像对乳腺良恶性病灶的鉴别诊断价值

朱宏， 柴维敏， 严福华， 孙琨

全屏数字乳腺X线成像(full-field digital mammography，FFDM)是目前最常用的乳腺癌诊断及筛查的影像学检查方法。FFDM能在一定程度上提高早期乳腺癌的检出率，然而其对于致密型腺体的诊断敏感性及特异性均有所降低。数字乳腺断层合成X线成像(digital breast tomosynthesis，DBT)是一种新的X线成像技术，通过不同角度投照，获取重建三维断层图像，能在一定程度上避免纤维腺体组织对病灶显示的干扰，提高病灶检出率及减低召回率。目前，已有研究表明FFDM结合DBT能提高乳腺病灶的可见性及病灶的诊断准确率。然而，将这两种方法结合应用，会在原有辐射剂量的基础上，增加至少1倍的辐射剂量，这在一定程度上限制了两种方法的联合应用。目前也有研究显示，DBT联合其重建出的类似FFDM的二维图像同样能提高乳腺病灶的显示度。DBT图像不仅能重建二维图像，还能重建三维图像。三维重建图像能更加直观的显示病灶与周围腺体组织之间的关系。相对于传统的滤波反投影，基于EMPIRE迭代算法的DBT图像能提高病灶与周围组织对比度，优化病灶细节的显示。目前国内尚无基于EMPIRE迭代算法的DBT图像联合三维重建图像的相关研究，亦无不同检查的组合方式对乳腺病灶的可见性及良恶性病灶鉴别的相关研究。本文拟通过不同检查的组合方式对乳腺病灶的可见性及良恶性病灶的鉴别诊断效能的比较研究，筛选出最适合诊断乳腺病灶的组合方式。

材料与方法

1.研究对象

本研究为前瞻性研究，所有受检者均于检查前签署知情同意书。收集我院2016年6月-2017年4月经超声诊断为乳腺影像报告和数据系统(BI-RADS)分类为4类及以上、拟行手术或穿刺活检的患者。排除标准：①患侧乳腺已行介入性操作或治疗；②患者配合较差，伴较大移动伪影；③妊娠期或哺乳期妇女。最终126例患者纳入本研究，患者年龄30～77岁，平均年龄(48.7±12.8)岁。

2.影像学检查方法

所有患者均于穿刺活检或手术前两周内行FFDM及DBT检查。采用Siemens Mammomat Inspiration数字乳腺X线摄影机。所有患者均行头尾位(cranio-caudal，CC)和内外侧斜位(medio-lateral oblique，MLO)双体位投照。每例患者先获得单一体位FFDM，随即在同一压迫条件下由设备自动完成DBT扫描。DBT检查中，X线管先以0°为中心预曝光确定乳腺检查中正确的曝光参数，而后在-25°～25°范围内扫描乳腺，每旋转2°自动曝光一次，在不同角度获得多幅低剂量图像，然后经过计算机重建得到层厚为1 mm的与平板探测器平面平行的断层图像，断层图像的层数取决于受检乳腺的厚度。经计算机后处理将所有断层图像重新组合，重建出与FFDM类似的二维图像和17幅三维立体自由旋转的三维图像。

3.图像分析

由2名从事乳腺影像诊断的放射科医师共同完成阅片，分别对FFDM、DBT结合2D重建图像(DBT-s2D)、DBT结合3D重建图像(DBT-s3D)、DBT结合FFDM图像(DBT-FFDM)进行分析。医师采用每次连续完成一组图像的阅片方式，每隔两周完成另一组阅片，分四次完成所有阅片。根据BI-RADS标准对乳腺病变进行评价和分类，同时观察记录以下指标：①辐射剂量：记录所有患者FFDM和DBT两种检查方式单体位的平均腺体剂量；②病灶可见性评级：对四组图像中的病灶可见性进行评估，未见明确病灶为0级，可见或隐约可见病灶为1级，病灶清晰显示为2级；③病灶良恶性及诊断效能评估：参照BI-RADS分类标准，将BI-RADS分类4a以下病灶诊断为良性或阴性，4a及以上病灶诊断为恶性或阳性，并以病理学结果为金标准，比较不同检查方式的诊断效能。

4.病理分析

对标本进行常规固定、染色、包埋和切片。由1名从事乳腺疾病病理诊断的高年资医师进行诊断，获得病灶的组织学类型。

5.统计分析

采用SPSS 23.0软件和Medcalc12.7软件进行统计学分析。采用单因素方差分析比较四种类型图像的腺体平均辐射剂量，组间两两比较采用LSD法。采用配对样本符号秩和检验比较不同类型图像之间的可见性评级。以病理学为金标准，计算四种类型图像鉴别诊断乳腺良恶性病灶的敏感性及特异性；采用ROC曲线分析四种不同类型图像鉴别乳腺良恶性病灶的诊断效能，利用Z检验比较4种不同组合的ROC曲线下面积。因为本研究分成4组，采用Bonferroni校正，P<0.0125认为差异有统计学意义。

结 果

1.病理结果

126例均为单发病灶，4例为穿刺证实，122例为手术病理证实。126例中，良性病灶61例(表皮囊肿1例、导管扩张1例、脓肿1例、炎症2例、导管上皮普通型增生2例、纤维腺瘤30例、腺病11例、导管内乳头状瘤13 例)；恶性病灶65例(浸润性导管癌52例、浸润性小叶癌2例、实性乳头状癌2例、粘液癌1例、导管原位癌6例、恶性分叶状肿瘤2例)。

2.单个体位的平均腺体剂量

四种类型图像间的单个体位平均腺体剂量差异具有统计学意义(P<0.0001)，其中DBT-FFDM的平均腺体剂量最高(表1)。

表1 四种类型图像的单个体位平均腺体辐射剂量

注：F值=169.54，P值<0.0001。DBT-s2D与DBT-s3D图像的单个体位平均腺体剂量相同；组间两两比较LSD法显示，除了DBT-s2D与DBT-s3D图像，其余图像两两比较均具有统计学差异(P均<0.0001)。

3.四种组合对腺体类型的判读

四种类型图像对乳腺类型的判读无明显差异，其中对于脂肪型乳腺，四种类型图像的判读完全一致(表2)。

4.四种类型图像对病灶的BI-RADS分类

四种类型图像对病灶的BI-RADS分类结果如表3所示。DBT-FFDM、DBT-s2D及DBT-s3D明显降低了BI-RADS 0类及4a类的病灶个数。

表2 四种类型图像对乳腺类型的分类 (例)

表3 四种类型图像对病灶的BI-RADS分类结果 (例)

5.病灶的可见性

DBT-FFDM(116/126)、DBT-s2D(116/126)及DBT-s3D(117/126)较单独FFDM(98/126)显著提高了病灶的可见性，其中DBT-s3D对病灶的可见性最高(93%)。

6.病灶的主要X线表现

本组病灶主要表现为单纯肿块(图1、2)及肿块伴可疑钙化，具体X线表现如表4所示。对于伴钙化或以钙化为主要表现的病灶，四种类型图像的判读基本类似；而对于肿块样病灶，DBT结合s2D/s3D/FFDM均比单独FFDM具有更高的检出率。

表4 四种类型图像对乳腺病灶征象的评估 (例)

注：FAD代表局灶非对称团片状密度增高影。

7.诊断效能

FFDM、DBT-FFDM、DBT-s2D及DBT-s3D鉴别乳腺良恶性病灶的ROC曲线下面积分别为0.749、0.804、0.832、0.864(图3)。DBT-s3D鉴别乳腺良恶性病灶的敏感度(95%)及特异度(77%)最高。

讨 论

在乳腺疾病的检查中，单独行FFDM检查会遗漏不少病灶，从而可能错过最好的治疗时间；而同时行FFDM和DBT检查将不可避免的增加患者的辐射剂量，如何在尽可能降低辐射剂量的同时，达到诊断效能的最大化一直是近年来放射科医师迫切希望解决的问题。随着后处理技术的不断发展，通过DBT的三维薄层图像重建出类似于FFDM的二维图像已应用于临床[1-2]。张云燕等[2]对93例乳腺病灶的研究结果证实，DBT结合二维重建图像较单独FFDM能提高乳腺病灶的显示度及良恶性病灶的诊断效能，且无需增加辐射剂量。Svahn等[3]的研究结果显示，如果将乳腺癌筛查中的FFDM换成二维重建图像能减少约一半的辐射剂量。

图1 女，62岁，自觉左乳肿物3个月，病理证实为浸润性导管癌Ⅱ级。a) 17幅CC位重建三维图像； b) 17幅MLO位重建三维图像； c) FFDM左乳CC位图像； d) FFDM左乳MLO位图像； e) 左乳CC位重建二维图像； f) 左乳MLO位重建二维图像。

图2 女，31岁，自觉左乳肿物2个月，病理证实为纤维腺瘤。a) 17幅CC位重建三维图像； b) 17幅MLO位重建三维图像； c) FFDM左乳CC位图像； d) FFDM左乳MLO位图像； e) 左乳CC位重建二维图像； f) 左乳MLO位重建二维图像；

众所周知，DBT图像质量完全依赖于重建算法，目前临床最常用的重建算法为滤波反投影[4]，迭代重建算法次之，而EMPIRE算法是将滤波反投影与迭代重建算法联合应用。Rodriguez-Ruiz等[5]的研究结果表明，采用EMPIRE算法的图像具有更好的对比度、更高的图像质量、更少的伪影以及对钙化的更清晰显示。基于EMPIRE算法的DBT不仅能在CC、MLO位的投影方向上重建二维图像，还能重建出17幅不同角度的图像以实现三维立体观察。目前，有关DBT重建的三维图像的研究较少，其价值尚不明确。因此，本研究不仅比较基于EMPIRE算法的DBT结合二维重建图像与单独FFDM的诊断效能，还同时比较了基于EMPIRE算法的DBT结合三维重建图像与FFDM的诊断效能，旨在探讨检查乳腺病灶的最佳组合方式。

图3 四种类型图像对乳腺良恶性病灶的鉴别诊断效能的ROC曲线图。

本研究结果显示，DBT-s2D/s3D图像的单个体位平均腺体剂量为(3.28±0.79)mGy，约为单独FFDM图像的1.9倍；而DBT-FFDM图像的单个体位平均腺体剂量则明显高于单独FFDM(约2.8倍)和DBT-s2D/s3D图像(约1.5倍)。因此，DBT-s2D/3D具有相对较低的辐射剂量及较高的诊断准确率，是建议推荐的一种组合方式。

本研究结果提示，四种检查方式组合中，DBT-s3D评估病灶BI-RADS 0级的个数最少，病灶可见性最高(93%)，鉴别乳腺良恶性的ROC曲线下面积最大(0.864)，分析原因为：DBT-s3D可通过后处理及三维立体旋转最大程度的减少腺体组织背景的重叠，能立体直观的显示病灶与周围组织的关系，从而提高病灶检出率。Tani等[6]应用重建合成图像联合DBT显示微钙化的研究结果发现，DBT联合重建三维立体图像较FFDM具有更高的诊断效能，此结论与本研究结果类似；同时，该研究还发现，重建三维立体图像在14例以微钙化为主要表现的乳腺癌病灶中的微钙化显示率优于DBT图像。本研究没有单独比较重建三维图像与DBT之间对于微钙化显示的差异，但本组资料亦显示重建三维图像联合DBT对于钙化的显示优于FFDM。

国外的相关研究多将DBT作为乳腺癌早期筛查的一种方式。Gur等[7]的研究结果显示，DBT-s2D与DBT-FFDM图像具有相似的诊断特异性，但前者诊断特异性略低。而Zuckerman等[8]对15571l例乳腺癌患者的筛查结果研究显示，在减少辐射剂量的前提下，DBT-s2D与DBT-FFDM具有相同的诊断效能。同样，Skaane等[9]也发现DBT-s2D与DBT-FFDM具有相似的诊断效能，可用于临床常规的乳腺癌筛查。Aujero等[10]在一项基于大样本量(78810l例)的社区研究中发现，在不降低乳腺癌检出率的前提下，与DBT-FFDM相比，DBT-s2D明显降低了召回率，提高了阳性预测值。Choi等[11]在有关乳腺癌患者的诊断研究中发现，二维重建图像在T1期乳腺癌的诊断中具有与FFDM相似的诊断效能，因此，基于DBT的二维重建图像基本可取代FFDM的作用。

本研究存在一定的局限性。首先，样本量相对较少，病灶主要以肿块为主，因此，无法从统计学角度对不同表现的乳腺病灶进行分析；其次，在诊断效能比较方面，以BI-RADS 4a级为良恶性病灶的分界点，可能存在高估的可能。

综上所述，基于EMPIRE算法的DBT结合重建二维及三维图像可提高乳腺病灶的可见度，具有较高的良恶性病灶鉴别诊断效能，有望取代FFDM，成为更具应用前景的一种乳腺病灶诊断方式。

致谢：感谢西门子医疗Dr.Wicklein Julia，Dr. Mitschke Matthias和Dr. He, Wei(赫伟)对本研究项目中合成二维及三维重建图像的后处理工作。