IVIM-DWI辅助DCE-MRI对良、恶性乳腺非肿块样强化病变的鉴别诊断价值

马德晶，逯峰，邹雪雪，陈亮，徐明露，范万峰

动态增强磁共振成像(dynamic contrast enhanced magnetic imaging，DCE-MRI)是目前公认的诊断乳腺疾病的重要检查手段，具有较高的诊断敏感性，但特异性相对较低[1]。扩散加权成像(DWI)技术作为一种辅助检查手段，可以提高DCE-MRI对乳腺疾病的诊断特异性[2]，但其参数(ADC)值包含了水分子扩散和微循环灌注信息，而体素内不相关运动扩散加权成像(intravoxel incoherent motion diffusion-weighted imaging，IVIM-DWI)技术可以分别反映水分子扩散及微循环灌注的信息[3]。既往有研究发现将IVIM-DWI作为一种辅助检查手段，能够较明显地提高DCE-MRI对乳腺病变诊断的特异性，并且敏感性亦稍有提高 [4]，但其未分析非肿块样强化病变的特点。本研究旨在探讨IVIM-DWI作为一种辅助检查手段在非肿块样强化的乳腺病变中对DCE-MRI诊断效能的影响。

材料与方法

1.临床资料

回顾性分析2017年6月-2018年6月因乳腺病变在我院就诊且MRI检查显示乳腺病变呈非肿块样强化的56例患者的影像学资料。均为女性患者，年龄21～65岁，平均(42.3±6.8)岁。纳入标准：①MRI扫描前未行穿刺活检或放化疗等诊疗措施，并于MRI检查后2周内行手术或穿刺活检并获得明确的病理结果；②乳腺内至少有一个病灶直径大于1.0 cm。

最终入组的经病理证实的病灶共53个：良性病灶19个，恶性病灶34个。良性病变包括导管内乳头状瘤8个，肉芽肿性乳腺炎3个，浆细胞性乳腺炎和乳腺腺病4个；恶性病变包括浸润性导管癌14个，导管原位癌13个，浸润性小叶癌3个，浸润性乳头癌2个，基底样癌腺和样囊性癌各1个。

每例患者在检查前签署知情同意书，且本研究经我院医学伦理委员会审查通过。

2.检查方法

使用Siemens Magnetom Skyra 3.0T MR成像仪和4通道乳腺专用线圈。患者扫描时取俯卧位，双乳自然下垂于线圈内。①常规扫描序列及参数：T1WI(TR 169 ms，TE 2.6 ms)、T2WI(TR 3500 ms，TE 69 ms)及脂肪抑制序列T2WI(TR 3200 ms，TE 69 ms)，层厚4.0 mm，层间距0.4 mm，视野340 mm×340 mm，矩阵269×384，激励次数2；②IVIM-DWI扫描：采用单次激发SE-EPI结合脂肪抑制技术，TR 6400 ms，TE 63 ms，层厚5 mm，层间距1 mm，视野340 mm×138 mm，矩阵192×78，选用12个b值(分别为0、50、100、150、200、250、300、400、600、800、1000和1200 s/mm2)，在x、y、z轴3个方向上同时施扩散梯度，激励次数分别为1、1、1、1、1、2、2、4、4、4、6和6，扫描时间13 min 40 s；③DCE-MRI扫描：采用梯度回波三维容积插值屏息扫描(volumetric interpolated breath-hold examination，VIBE)技术，共扫描8期(1期蒙片+7期增强)，TR 4.49 ms，TE 1.68 ms，视野340 mm×340 mm，矩阵352×260，层厚1.2 mm，层间距0.24 mm，翻转角10°，每期扫描时间约45 s；对比剂采用Gd-DTPA，流率2.5 mL/s，剂量0.2 mL/kg，然后以相同流率注射0.9%氯化钠注射液20 mL冲管。

3.图像分析和数据处理

所有图像均由2位具有5年以上乳腺病变诊断经验的放射科医师采用双盲法阅片，对两位医师的诊断结果(良、恶性的判别)进行一致性检验。为减少由于ROI选择位置偏倚引起的测量误差，所有数据均测量3次，取其平均值；ROI选取标准：尽量包括病灶所有的实质部分，并尽量避开病变内的囊变、坏死区。

利用MITK-Diffusion后处理软件分析患者的IVIM-DWI数据，结合DCE-MRI在病灶内勾画ROI(面积46.10～234.70 mm2)，经MITK-Diffusion后处理软件自动计算出ROI的灌注分数(f)、真扩散系数(D)值和假扩散系数(D*)值。

将DCE-MRI图像传至Syngo MMWP VE40B工作站。观察病变的分布(线样/叶段分布记为L1分，其它分别方式如局灶性、区域性、多区域性和弥漫性记为L0分)和强化方式(集丛样或簇样环形强化记为C1分，其它方式如均匀性或不均匀性强化记为C0分)。在病灶内选取ROI，面积5.00～10.00 mm2，利用Mean-Curve后处理软件获得ROI的时间-信号强度曲线(time-signal intensity curve,TIC)和最大增强斜率(maximum slope of increase,MSI)，按照公式(1)或(2)计算MSI：

图1 患者，女，49岁，左侧乳腺导管原位癌。a)对比增强横轴面抑脂T1WI，左乳外侧份可见非肿块样不均匀强化病灶(箭)，呈叶段分布；b)矢状面抑脂T1WI动态增强图像，显示病灶位于乳腺偏上象限(箭)，边界不清，相邻皮肤无明显变化；c)TIC曲线呈平台型(Ⅱ型)；d)IVIM-DWI显示病变呈稍高信号(箭)；e)ADC图示病灶呈等～稍低信号(箭)；f)病理图镜下示肿瘤细胞增生局限于导管内，细胞形态较一致，腺泡外层的肌上皮细胞明显，间质纤维细胞轻度增生(HE，×200)。

(1)

(2)

其中，SIpeak为增强后的最大信号强度；SI0为初始信号强度(即平扫SI)，SIend及SIprior分别代表曲线上升段信号强度变化最大的两个相邻扫描时相的信号强度，Tend及Tprior分别表示相应的时间点[5]。

根据病灶的信号强化率(the slope of signal intensity，SIslope)，将TIC分为3型：Ⅰ型为缓升型，SIslope>10%；Ⅱ型为平台型，-10%≤SIslope≤10%；Ⅲ型为流出型，SIslope<-10%。本研究中将Ⅰ型TIC记为0分，Ⅱ型和Ⅲ型均记为1分。

4.统计分析

使用SPSS 19.0统计软件，首先采用Kappa一致性检验分析两位医师诊断结果的一致性。其它定量参数均应用Shapiro-Wilktest法进行正态性检验，符合正态分布者以均数±标准差来描述，并采用两独立样本t检验进行分析；不符合正态分布的定量资料，采用中位数和四分位数间距进行描述，组间比较采用Wilcoxon秩和检验；定性资料的统计描述采用例数(构成比)的方式进行，组间比较采用χ2检验。以P<0.05为差异具有统计学意义。然后采用Logistic回归分析确定单独应用DCE-MRI及DCE-MRI联合IVIM-DWI对鉴别乳腺良恶性病变的独立影响因素。以病理结果为金标准，绘制二者的ROC曲线，分析单独应用DCE-MRI检查、DCE-MRI与IVIM-DWI联合应用对良、恶性乳腺病变的鉴别诊断效能。

结 果

1.两位医师诊断结果一致性

对两位医师诊断结果的一致性进行检验，详细结果见表1。统计分析结果显示：不论是单独分析DCE-MRI图像还是综合分析DCE-MRI和IVIM-DWI图像，两位医师诊断病变的良、恶性均具有较好的一致性(Kappa值分别为0.797和0.918)。

表1 两位医师诊断结果一致性分析 (个)

2.良恶性病变各指标的比较

良、恶性病变各征象的评估和各参数的测量值及统计分析结果见表2。

恶性组中乳腺病变呈线样/叶段分布(图1)和集丛样/簇样环形强化的出现率均明显高于良性组，组间差异均有统计学意义(P<0.05)。良、恶性组间MSI的差异无统计学意义(P>0.05)。恶性组中TIC曲线以Ⅱ、Ⅲ型多见，良性组中Ⅰ型与Ⅱ、Ⅲ型(图2)的出现率接近，良恶性组间TIC曲线类型的差异有统计学意义(P<0.05)。

表2 良恶性病变DCE-MRI及IVIM-DWI各参数比较 (个)

注：a相应指标值采用中位数±四分位间距表示。

表3 两种诊断方法的Logistic回归方程的诊断效能

图2 患者，女，27岁，左侧乳腺肉芽肿性乳腺炎。a)对比增强横轴面抑脂T1WI，显示左乳内侧非肿块样明显强化灶(箭)，呈区域分布，不均匀强化；b)对比增强矢状面抑脂T1WI，显示病灶位于乳腺偏下部，病灶边缘不清(箭)，左乳皮肤局部增厚并可见凹陷；c)TIC曲线呈流出型(Ⅲ型)；d)IVIM-DWI显示病灶呈较高信号(箭)；e)ADC图像显示病变区呈较低信号(箭)；f)病理图镜下示结节状病灶内可见多量泡沫细胞及多核巨细胞，并伴有淋巴细胞和浆细胞浸润(HE，×200)。

恶性组中乳腺病变的f值和D*值均高于良性组，两组间D*值的差异有统计学意义(P<0.05)，但f值的差异无统计学意义(P>0.05)；恶性组中乳腺病变的D值低于良性组，差异有统计学意义(P<0.05)。

3.各方法的诊断效能

将良、恶性组间有统计学差异的指标纳入Logis-tic回归分析，分别建立DCE-MRI及DCE-MRI联合IVIM-DWI诊断非肿块样强化乳腺良恶性病变的Logistic回归方程(P3，P4)，分别为：

图3 DCE-MRI和DCE-MRI联合IVIM-DWI诊断良、恶性乳腺病变的ROC曲线图。

P3=-4.242+4.211×L+2.722×C+2.568×TIC类型

(3)

P4=2.946+1.190×L+0.591×C+2.582×TIC类型-2.938×D

(4)

当P>0.5时诊断为恶性病变，P≤0.5时诊断为良性病变。根据所建立的Logistic方程，两种诊断方法的诊断效能相关指标值见表3。以建立的方程判断乳腺良恶性病变的预测值来绘制ROC曲线，曲线下面积分别为0.783和0.824(图3)。

讨 论

2017年《乳腺磁共振检查及诊断规范专家共识》指出，在临床工作中对乳腺病变性质的判断需要结合病变的形态、强化特点、MSI和TIC曲线等信息进行综合分析[6]。2013年美国放射学会(American College of Radiology,ACR)修订的BI-RADS MRI对NME病变的分布特征的描述分为局灶性、线样、叶段性、区域性、多区域性及弥漫性分布6种类型；内部强化方式包括均匀性、不均匀、集丛样及簇样环形强化这4种类型。以往有研究显示，非肿块样强化的病变中线样及叶段型分布多见于恶性病变中，并且其对乳腺癌的诊断有较高的特异性[7]。本研究中，恶性病变组线样/叶段分布的病例所占比例为73.53%、而良性组中其比例为31.58%，与以往的研究结果基本相符。以往有国外学者在对非肿块样强化病变的研究中发现63%的恶性病变中出现成簇小环形强化，其鉴别恶性肿瘤的特异度高达96%[8]。本研究中，34个恶性病变中23个(67.65%)出现集丛/簇环样强化，而19个良性病变中仅6个(31.57%)出现这种强化方式，这种强化方式在恶性病变中出现比率与以往的研究结果基本相一致，但特异度较上述学者研究低[7-8]。分析原因是由于本组良性病变中出现集丛/簇环强化的比例较之前研究高，可能是由于本组非肿块样强化的良性病变中有较多肉芽肿性乳腺炎及浆细胞性乳腺炎的病例，其在脓肿形成时期易形成近似簇环形强化方式[9]。

Smith等[10]的研究结果显示，TIC曲线具有较大的鉴别乳腺病变良、恶性的价值。本研究中恶性组TIC曲线以Ⅱ、Ⅲ型为主，比例达82.35%，这与以往的研究结论均相符[11-12]。但良性病变中Ⅱ、Ⅲ型TIC曲线的比例亦高达52.63%，分析原因可能是TIC曲线反映病变的血供情况，与病变微循环中血管密度、毛细血管壁的通透性及肿瘤间质的压力等因素均有关，由于本组19个良性病例中乳腺炎病例有7个，其中包括浆细胞性乳腺炎及肉芽肿性乳腺炎，而炎性病变的实性部分血供较丰富，能够呈现Ⅱ型甚至Ⅲ型TIC曲线，由此导致Ⅱ、Ⅲ型曲线类型在非肿块样强化的良性病变中所占比例亦较高。本研究中良恶性组间MSI的差异无统计学意义(P>0.05)，分析原因可能是由于乳腺病灶增强速度与病变的血管化程度相关，部分血供丰富的乳腺良性肿瘤，信号增强上升显著，与恶性病变之间存在重叠有关。

在IVIM-DWI参数方面，恶性乳腺病变组的D值低于良性组，f值、D*值高于良性病变，与Louisa等[13]报道的结果基本一致；且通常非肿块样强化的病灶，其D值较肿块样强化的病变偏高[14]，分析原因可能是由于非肿块样强化的病变无明确的边界，病变区域内有少许乳腺组织参杂其中，在选取ROI的时候，不可避免的会包括进去，导致所测量的ROI值并不如肿块样强化的病变准确。f值和D*值主要反映血流灌注信息，大部分恶性肿瘤的血流灌注较丰富，与良性病变组间存在差异，但是需要注意的是部分良性病变血流灌注亦可较丰富(如纤维腺瘤、炎性病变等)，与恶性病变之间存在重叠。

Logistic回归分析将病变的分布特征、强化特点、TIC类型均纳入诊断乳腺良恶性病变的方程。由于本组病变中，线样/叶段分布及集丛/簇样强化对恶性病变的诊断特异度非常高，并且本组病例中浸润性导管癌、导管原位癌所占比例较大，导致这种差异更加明显，因此其均能被纳入方程。TIC曲线被纳入回归方程的原因可能是良恶性病变血管系统相关结构存在差异[15]，恶性肿瘤血管通透性高，存在动-静脉分流，对比剂流经病灶进入间质的量少，经静脉迅速流出的量多，TIC多为平台型或流出型[10]；而良性肿瘤血管发育相对成熟，对比剂进入间质的量多，经静脉流出的量少，TIC多为缓升型。本研究中DCE-MRI的诊断敏感度、特异度、符合率、阳性和阴性预测值分别为88.24%、68.42%、81.13%、79.49%和80.75%；由此可见其敏感性较高，但特异性较低。

DCE-MRI与IVIM-DWI联合鉴别诊断乳腺病变良恶性，纳入Logistic回归方程的独立影响因素为病变分布、强化特点、TIC类型及D值，其诊断敏感度、特异度、准确率、阳性和阴性预测值分别为91.18%、73.68%、84.91%、83.35%和85.24%，较单独应用DCE-MRI的诊断效能有提高，尤其是诊断特异度有明显提高。由此可见在非肿块样强化的乳腺病变中IVIM-DWI也可为乳腺良恶性病变的鉴别诊断提供有价值的信息，临床工作中可以将二者联合应用于乳腺良、恶性病变的鉴别诊断中。