APP下载

磁共振体素内不相干运动对鉴别诊断乳腺良恶性病灶价值的初步研究

2019-03-29渠静静王世威刘玉凤许茂盛方珍

浙江临床医学 2019年2期
关键词:体素水分子良性

渠静静 王世威* 刘玉凤 许茂盛 方珍

作者单位:310000 浙江中医药大学附属第一医院

乳腺癌是中国女性最常见的恶性肿瘤死亡原因之一。近年来我国已成为乳腺癌发病率增长速度最快的国家,患乳腺癌的人群逐渐呈年轻化趋势[1]。传统ADC值包含了组织间水分子的真弥散和微循环灌注相关的假弥散两部分,不能准确的反映组织的生理行为。Le Bihan等[2]学者提出的体素内不相干运动成像(IVIM)理论可以将微循环灌注产生的假弥散从真正的水分子弥散中分离出来,分别定量测量肿瘤细胞间隙水分子布朗运动相关的弥散和组织微循环灌注情况。IVIM作为一种全新的双指数弥散成像技术,凭借定量测量获得组织内弥散及灌注信息方面的优势,逐渐引起国内外学者的重视。因此本文旨在探讨体素内不相干运动IVIM对于乳腺良恶性病灶鉴别诊断的意义。

1 资料与方法

1.1 一般资料 回顾性分析浙江省中医院2016年3~12月期间就诊的48例患有乳腺肿块的患者,入组标准:(1)检查前均未行手术或穿刺活检;(2)临床拟诊为乳腺癌的患者;(3)乳腺病灶直径>1cm。共有48例病灶,其中恶性37例,良性11例,患者均为女性,年龄23~70岁,平均(51.4±11.6)岁。

1.2 检查方法 采用GE Discovery MR 750 3.0T超导型磁共振,8通道乳腺专用相控线圈。检查前建立静脉留置通道,对比剂采用钆喷酸葡胺(Gd-DTPA),患者采用俯卧位,足先进,双侧乳腺自然下垂于线圈内,行双侧乳腺平扫,多b值扩散加权成像(DWI)扫描,动态增强磁共振成像检查(DCE-MRI)。(1)常规序列扫描:轴位常规T2加权像:扫描序列:FSE,FOV 32cm×32cm,层厚 4mm,层间距1mm,NEX 2。(2)IVIM-DWI扫描:采用单次激发自旋回波平面序列,脂肪抑制技术进行扫描。b值取0,20,30,50,100,150,200,400,800,1500,施加在 X,Y,Z轴三个方向。TR:5200,层厚4.0mm,层间距1mm。(3)DCE-MRI扫描:共扫描7期,1期蒙片+6期增强,单期58s。首先扫描蒙片,观察图像有无异常,然后进行增强对比剂团注。对比剂为GD-DTPA,剂量按0.2ml/kg计算,经肘正中静脉由高压注射器注入,注射速率1.8ml/s,注射完毕以同样的速率注射0.9%氯化钠液14ml冲管。扫描参数FOV 32cm×32cm,TR 5200,层厚 4mm,层间距1mm,NEX 1。

1.3 图像处理 测量工作在后处理工作站GE aw4.6上进行,将多b值DWI图像传至后处理工作站,使用Functool工具中的MADC软件进行后处理,结合DCEMRI扫描手动画取感兴趣区(ROI),ROI区选取原则:ROI的选取范围以每个病灶最大平面为中心,尽可能地包含病灶的主体,选取病灶强化最明显的位置,尽量避开病变坏死、囊变区及血管区域,分别测量三次取平均值。

1.4 统计学方法 采用SPSS Stastistics 22软件对IVIM各参数值标准扩散系数stand ADC、真实扩散系数D值、灌注相关扩散系数D*值和灌注系数f值进行统计学分析。使用单样本K-S拟合优度检验各样本的正态分布性,正态分布数据行两独立样本的t检验,非正态分布数据行非参数检验(Mann-Whitney U检验)进行比较,联合诊断采用Logistics回归分析,分别绘制受试者特性曲线(ROC曲线),并评估有意义的各参数值对于乳腺良恶性病灶诊断的效能,确定各参数的诊断阈值及该阈值下的ROC面积、敏感性和特异性。P<0.05为差异有统计学意义。

2 结果

2.1 良性病灶与恶性病灶中IVIM 各参数的差异 见表1。

表1 良性组和恶性组各参数比较(±s)

表1 良性组和恶性组各参数比较(±s)

恶性组 良性组 t值 P值stand ADC(mm2/s) 0.98±0.26 1.34±0.23 4.081 <0.001 D值(mm2/s) 0.51±0.22 0.79±0.035 2.424 0.031 D*(mm2/s) 17.05±36.27 21.02±44.51 0.302 0.764 f值(%) 40.016±17.260 48.827±21.313 1.408 0.166

2.2 stand ADC和D值的比较及其ROC曲线 见表2,图1。二者联合诊断ROC下面积有一定增大为0.843,灵敏度提高为0.892,特异性为0.818,其ROC曲线见图2。良恶性病灶典型图像见图3、4。

表2 stand ADC和D值的诊断效能

图1 stand ADC、D值ROC曲线

图2 stand ADC与D值联合诊断的ROC曲线

图3 37岁女性右乳浸润癌

图4 45岁女性左乳乳腺增生

3 讨论

DWI属于功能MRI,是一种无创探测人体内的水分子扩散运动的唯一方法,其是通过定量参数ADC值对组织中的水分子的扩散运动情况进行定量检测,是一种单指数模型[3]。最早应用于急性脑梗死的研究,其临床价值迅速得到广泛认可。然而,生物组织的微观运动不仅包括毛细血管中水分子的扩散运动,还包括血液的微循环。在高度不均质的组织内部,弥散加权信号实质上是呈多指数衰减方式进行,尤其当b值较大时更是如此。Standard ADC代表了传统的ADC值,当乳腺发生恶性病变时,细胞繁殖速度较良性病灶快,细胞密度增加,细胞外容积减小,导致水分子运动范围受限,因此本组资料中恶性组的stand ADC低于良性组是符合原理的,与以往的研究结果[4]相一致。此外,研究发现良性病灶和恶性病灶的D值均明显低于stand ADC,说明后者不仅包含单纯的水扩散运动,还包含组织的微循环灌注,并不能准确地表达组织内水分子扩散受限程度,进一步契合了原理。

IVIM双指数模型是1986年Le Bihan等[2]提出的一种新概念和方法,通过多b值DWI上组织信号强度的变化来描述体素微观运动,其技术前提是假设血液的微循环和灌注是非一致性、无条理的随机运动。IVIM不仅能够提供体内水分子运动的定量参数,还可以反映组织的扩散情况,其信号变化与b值的关系为:Sb/S0=(1-f)×exp(-b×D)+f×exp[-b×(D+D*)],其中Sb、S0分别代表b取某个b值(b≠0)及b=0时的信号强度;b值是扩散敏感因子,单位s/mm2,D为真实扩散系数,D*为伪扩散系数,代表体素内由微循环引起的扩散,单位mm2/s;f值为灌注分数,代表体素内快速扩散占总体扩散的百分率。由于恶性肿瘤细胞的增长较良性病灶迅速,水分子受限更加明显,因此,恶性病灶的D值较良性病灶低,与以往研究[5]的结果相一致。

本组资料中,恶性病灶的f值低于良性病灶,但差异无统计学意义。Tamura等[6]得出浸润性乳腺癌的f值显著低于非浸润性乳腺癌的结果,并认为恶性组织中细胞密度增高,导致传统ADC值降低,伴随f值的降低,靳雅楠等[7]认为乳腺恶性病变f值显著降低,究其原因在于:一方面恶性病变的细胞密度高,细胞间质内的微血管受压,导致快速扩散成分比例降低;另一方面,恶性病变组织内新生血管常扭曲变形且分支紊乱,造成微血管灌注降低,进而降低组织内快速扩散成分;而Liu等[8]研究显示恶性病灶的f值高于良性病灶,认为f值应随着组织微循环灌注的增加而增大,因恶性肿瘤血供丰富,f值高于良性病变。造成这两种结果的原因在于,Pang等[9]发现f值受b值影响较大,一定范围内,肿瘤内f值会随b值的增加而增加,超过一定范围后,随b值增高,f值反而降低,本资料采用的高b值较多,f值反而会降低。故采用较高的b值,会影响f值的准确性,因此导致了恶性病灶的f值较低,良恶性病灶之间的差异不明显。

本组实验中,恶性病灶的D*值低于良性病灶,但其差异不明显,其原因可能是D*与细胞间质内的微血管密度有关,恶性病变细胞密度高,导致细胞间质内的微血管受压,灌注水平降低,在一定程度上降低了恶性病变的D*值,另一方面不同组织类型及不同分级的乳腺癌的血管分布及血管复杂程度不同,导致D*的复杂性,造成D*在乳腺良、恶性病变中差异不显著。

利用ROC曲线对stand ADC、D鉴别乳腺良恶性病变的诊断效能评估,得到stand ADC曲线下面积最大(AUC=0.818),且敏感度、特异度较D值高,当stand ADC=1.26×10-3mm2/s,敏感度特异度分别为0.818、0.865,而蔡林峰等[10]的研究结果是D值的诊断效能更高,其认为剔除了微循环灌注的影响因素,直接反映了组织水分子扩散运动,提高诊断的敏感性,因此D值的ROC曲线下面积大于stand ADC。而本组数据二者联合诊断ROC下面积有一定增大为0.843,灵敏度提高为0.892,由此可见二者联合诊断可以提高诊断率和敏感度,无疑IVIM提出了一种新的有效的诊断方法。

本研究的局限性在于样本量偏小,可能会导致结果有一定的偏差,需要进一步增加样本量,以确定其在鉴别诊断乳腺良恶性病灶中的价值。另外,b值的选择和扫描参数的设置对诊断敏感性和特异性有一定的影响,因此在今后的检查中,选择合适b值以及扫描参数对于鉴别诊断乳腺病变尤为重要。

猜你喜欢

体素水分子良性
走出睡眠认知误区,建立良性睡眠条件反射
瘦体素决定肥瘦
Dividing cubes算法在数控仿真中的应用
呼伦贝尔沙地实现良性逆转
基于体素模型的彩色3D打印上色算法研究
骨骼驱动的软体角色动画
多少水分子才能称“一滴水”
良性胆肠吻合口狭窄球囊扩张与再手术治疗的疗效比较
改良腹腔镜胆囊切除术应用于胆囊良性疾病中的效果观察
两颗心