磁共振扩散加权成像联合T2WI图纹理分析定量评估乳腺良恶性结节的价值

周永进，钟屹，赵雪妙，高瑞杰，胡玉敏，杨伟斌

（丽水市中心医院 放射科，浙江 丽水 323000）

乳腺磁共振被越来越多地用于高危人群筛查、术前分期和治疗监测，是最敏感的乳腺检查技术[1]。磁共振扩散加权成像（diffusion-weighted imaging，DWI）是以水分子扩散特征为基础，反映组织内水分子布朗运动，可以从微观层面量化组织水分子的扩散状态，具有鉴别良恶性肿瘤的潜力。DWI已广泛应用于多种乳腺疾病的诊断和筛查[2]。基于磁共振图像的纹理分析已广泛应用于描述图像空间灰度强度的分布，可以提取图像中肉眼无法分辨的细微差异特征。图像中提取的纹理特征通常包括一阶特征、二阶特征和高阶特征。一阶特征主要是灰度直方图特征，包括平均值、中位数等多个参数值，二阶特征能定量计算图像像素强度和空间关系的纹理特征，包括灰度共生矩阵（gray-level cooccurrence matrix，GLCM），主要参数有能量、不均匀度及熵等测度[3]。本研究通过提取乳腺良恶性结节ADC图和T2加权成像（T2-weighted imaging，T2WI）部分一阶和二阶特征参数，比较二者的纹理特征差异，以期为临床提供更多的影像学方面的定量信息。

1 资料和方法

1.1 一般资料 纳入丽水市中心医院2014年5月至2018年8月符合条件的乳腺结节患者82例。良性结节组38例，其中纤维腺瘤16例，导管内乳头状瘤14例，纤维乳腺病4例，错构瘤4例；恶性结节组44例，其中浸润性导管癌18例，浸润性小叶癌15例，导管内原位癌11例。纳入标准：所有乳腺结节直径小于3 cm；患者在检查前均未进行任何治疗；无乳腺外科手术史。排除标准：患者乳腺病灶大于3 cm或出现远处转移者；有MRI检查禁忌证（如幽闭恐惧症、心脏支架植入及安装心脏起搏器等）；图像伪影较重而无法对结节进行评估者。所有乳腺结节均经穿刺活检或手术病理证实。本研究经本院伦理委员会批准。

1.2 扫描方法 使用Philips Ingenia 3.0 T超导型磁共振扫描仪和乳腺专用线圈对患者行乳腺MRI扫描。患者取俯卧位头先进，双乳自然悬垂于线圈内，两侧使用加压器适当压迫乳腺加以固定。采用单次激发平面自旋回波成像（single-shot spinecho echo-planar imaging，SE-EPI）序列采集DWI图像。常规T2WI及DWI参数如表1示。

表1 磁共振扫描序列及其参数

1.3 图像后处理分析 采集的所有DWI、T2WI图像由扫描仪导出，采用内部开发后处理软件进行数据分析。所有数据的处理由2名具有6年乳腺疾病放射诊断经验的医师分别进行独立评估。选择病灶最大面积层面进行勾画感兴趣区（ROI），连续测量2次取平均值，注意避开囊变区及局部伪影区域。DWI量化参数ADC值由单指数公式S=S0·e-b×ADC计算得出，S是b值为800 s/mm2时的图像信号值，S0是b值为0时的信号强度，ADC为表观扩散系数，可以描述所选定ROI组织的水分子扩散率。通过后处理软件可以在获取ADC值的同时提取ADC图、T2WI的一阶和二阶纹理特征，包括参数平均值（Mean）、中位数（Median）、最小值（Min）、最大值（Max）、峰度值（Kurtosis）、偏度值（Skewness）、不均匀度值（Inhomogeneity）和熵值（Entropy），见图1。

1.4 统计学处理方法 采用SPSS21.0软件包进行统计学分析。利用Shapiro-Wilk检验对所有参数值进行正态性检验。符合正态分布的参数以形式表示，运用t检验比较；不符合正态分布的参数以M（P25，P75）形式表示，运用Mann-WhitneyU检验比较。采用Medcalc（版本15.2.2）软件绘制ROC曲线以确定ADC图及T2WI纹理参数鉴别乳腺良恶性结节的诊断效能，以约登指数为参考，记录区分良性结节与恶性结节的最佳临界值、AUC及相应的敏感度和特异度，并采用Z检验比较ROC曲线的差异，确定最佳诊断效能指标。P＜0.05为差异有统计学意义。

图1 51岁浸润性导管癌患者乳腺结节ADC图及生成的直方图

2 结果

2.1 2组一般资料比较 乳腺良恶性人口学特征、结节测量及ROI容积测量值如表2示，结节直径测量为图像横断面最大径，结节容积为单层图像ROI面积和层厚的乘积。2组患者年龄、乳腺结节直径、容积差异均无统计学意义（P均＞0.05）。

表2 2组一般资料比较

2.2 2组纹理参数比较 ADC图2组一阶灰度直方图参数和二阶GLCM参数具体如表3示。良性结节组ADCmean、ADCmedian、ADCmin明显高于恶性结节组，差异均有统计学意义（P＜0.001）。2组间直方图特征偏度值差异有统计学意义（P＜0.001），但2组间峰度值差异无统计学意义（P=0.686）。GLCM参数中，恶性结节组熵值明显高于良性结节组，差异有统计学意义（P＜0.001）。T2WI纹理参数中仅熵值在恶性结节组明显高于良性结节组（3.49±0.89vs.2.63±0.46，P＜0.001），其余参数2组间差异无统计学意义（P＞0.05）。

2.3 良性结节组与恶性结节组ADC图及T2WI纹理参数ROC曲线分析 根据ROC曲线，以约登指数为参考，确定乳腺良恶性结节的ADCmean、ADCmedian、ADCmin诊断阈值分别为1.34×10-3mm2/s、1.41×10-3mm2/s、0.97×10-3mm2/s，AUC分别为0.90（95%CI=0.82～0.95）、0.89（95%CI=0.80～0.95）、0.91（95%CI=0.83～0.96）。区分乳腺良恶性结节的偏度值、熵值的诊断阈值为-0.075、3.762，AUC为0.74（95%CI=0.64～0.83）、0.95（95%CI=0.87～0.98）。以上述阈值得到区分乳腺良恶性结节的敏感度、特异度和正确率指标如表4示。纹理参数ADCmean、ADCmedian、ADCmin、偏度值、熵值区分乳腺良性结节与恶性结节的ROC曲线见图2a，结果显示熵值AUC值最大，通过Z检验与其他纹理参数比较，差异均有统计学意义（P＜0.05）。绘制ADC图、T2WI二者联合的熵值ROC曲线图，T2WI及二者联合的熵值鉴别乳腺良恶性结节的敏感性、特异性分别为70.5%、94.7%，93.2%、94.7%；AUC分别为0.82（95%CI=0.72～0.90）、0.97（95%CI=0.91～0.99），见图2b，结果显示二者联合的AUC值最大，差异有统计学意义（P＜0.05）。

表3 ADC图良性结节组与恶性结节组纹理参数比较

表4 ROC曲线纹理参数诊断乳腺良恶性结节的敏感度和特异度

3 讨论

磁共振DWI量化参数ADC和T2WI已广泛应用于良恶性肿瘤的评估[4-6]，多项研究证实ADC值在乳腺良恶性病变方面的应用[7-9]。纹理分析是通过数学分析与运算获取医学影像图像中像素或体素灰度的二维及三维空间分布特征，挖掘并量化细微结构差异和变化规律，能更精确地评估肿瘤异质性[3]。本研究基于ADC图和T2WI，对乳腺良恶性结节进行纹理特征提取，获取多个一阶和二阶纹理参数。不同于测定的传统平均值分析，通过多序列磁共振图像的纹理分析能提供肿瘤细胞增殖能力更精确的信息，可定量测量肿瘤异质性[6，10]。

多项研究应用基于ADC图的纹理分析证实了其在肿瘤异质性方面的价值，并表明多个参数可以用来鉴别不同病变组织间的差异[10-11]。本研究对ADC图和T2WI的病灶勾画ROI，通过后处理软件直接生成一阶和二阶定量纹理参数。其中一阶参数峰度和偏度参数主要描述灰度直方图的分布特征，峰度值反映像素值频数分布的陡缓程度，偏度值反映像素值分布的对称性。二阶参数不均匀度值反映空间内纹理分布的规则程度，纹理杂乱无章时不均匀性较大。熵值反映图像纹理的复杂程度和混乱度，若空间内纹理灰度分布随机则熵值较大。

本研究中，乳腺恶性结节的一阶纹理参数ADCmean、ADCmedian和ADCmin明显小于良性结节组，这与多项研究[7-8，10，12]结果一致，DWI通过量化参数ADC监测细胞内水分子的布朗运动，ADC与肿瘤结构的微环境密切相关，如肿瘤的细胞密度、水含量及纤维间质成分和细胞膜的完整性均可以影响ADC值的大小[13]。恶性结节的ADC值下降可能与恶性肿瘤快速生长致使细胞致密、细胞间隙减少、组织间液压力增加等所致水分子扩散受限相关[8，14]。乳腺良性结节与恶性结节的ADC图一阶参数峰度值2组无显著差异，本研究纳入了多个病理类型的良恶性结节，而不同肿瘤组织细胞的异质性分布存在部分重叠，使得ROI内肿瘤像素值分布的陡缓程度无显著差异。

乳腺恶性结节一阶参数偏度值、二阶参数不均匀度和熵值明显高于良性结节，表明乳腺恶性结节的空间纹理分布较良性结节更为复杂、混乱，细胞间纹理不规则程度更为明显[15]，提示乳腺恶性结节有更高的异质性。肿瘤的异质性主要源于肿瘤细胞形态、血管生成、血管外细胞外基质的变化以及肿瘤内的出血和坏死等[16]，而恶性肿瘤细胞密度更高，组织成分更为不均匀，也就导致更高的异质性，这也是本研究中恶性结节较良性结节纹理参数值更高的原因。与KIERANS等[17]的研究类似，他们发现基于ADC图纹理分析，高分期透明细胞癌（III期、IV期）的偏度值明显高于低分期（I期、II期）透明细胞癌。HOLLI等[18]研究表明熵值可以用来区分乳腺癌亚型。吴宇强等[19]通过对甲状腺结节CT增强图像提取纹理特征值发现纹理参数熵值越大，结节内异质性越差，结节越趋向于恶性。

图2 良性结节组与恶性结节组ADC图及T2WI纹理参数ROC曲线分析

ROC曲线结果显示ADCmean、ADCmedian和ADCmin值区分良恶性乳腺结节的敏感性和特异性均高于90%，提示ADC值鉴别乳腺良恶性结节有较高的诊断价值。多项研究已经证实了ADC值对鉴别乳腺良恶性肿瘤的高度敏感性[7，20]。2 组中差异具有统计学意义的一阶和二阶纹理参数鉴别二者获得的ROC曲线比较，发现熵值在区分良恶性结节有最大的AUC（AUC=0.95），鉴别良恶性乳腺结节的特异度和敏感度分别为94.74%、80.55%，表明其在区分二者时诊断价值优于灰度直方图ADCmean、ADCmedian、ADCmin和偏度值参数，表明基于二阶的纹理参数能获取更多的特征以区别乳腺良恶性结节。与YUN等[10]结果一致，认为基于二阶的灰度共生矩阵参数相较于一阶灰度直方图特征具有更高的鉴别价值，这与灰度直方图参数反映肿瘤组织分布的空间信息存在一定的局限，二阶纹理分析能更深地反映组织空间分布特征相关。而比较ADC图、T2WI及二者联合的ROC曲线，发现二者联合应用时具有最高的诊断效能，表明在鉴别二者差异时多序列联合评估有更高的价值。

本研究存在以下局限性：本研究样本量偏少，没有选择一定数量验证组证实结果可能存在的误判。目前尚未形成通用标准化的纹理分析处理方法流程与标准化参数，不同的研究者运用不同的数学算法方式提取纹理特征，这些因素可能潜在地影响显示肿瘤异质性程度。

综上所述，基于ADC图和T2WI的纹理分析参数对鉴别乳腺良恶性结节有较高的诊断价值，尤其是二者联合的二阶纹理参数熵值诊断价值较大。随着研究进一步改进及其应用的标准化，有望发展为肿瘤影像学中具有较高诊断价值的临床工具。