APP下载

平扫T2脂肪抑制序列图像纹理可提高诊断乳腺良恶性结节的准确率

2020-01-16陈文静张文馨燕桂新颖五家渠市兵团第六师医院影像科新疆五家渠800美国Moffitt癌症研究中心佛罗里达坦帕国家癌症中心中国医学科学院北京协和医学院肿瘤医院深圳医院PETCT中心广东深圳586

分子影像学杂志 2019年4期
关键词:特征参数纹理恶性

陈文静,牟 伟,张文馨,徐 蕊,燕桂新,梁 颖五家渠市兵团第六师医院影像科,新疆 五家渠 800;美国Moffitt癌症研究中心,佛罗里达 坦帕 6;国家癌症中心//中国医学科学院北京协和医学院肿瘤医院//深圳医院PET-CT中心,广东 深圳 586

磁共振软组织分辨率高,在乳腺检查中发挥着越来越重要的作用[1]。MRI检出浸润性乳腺癌的敏感度接近100%,但MRI的高敏感度也相应带来了很多问题,由于MRI发现了似是而非的可疑病灶,或者是潜在的多灶性癌,使原本认为可以保乳治疗的患者可能改作根治术[2-3],计算机辅助纹理分析可使乳腺肿瘤病变特点更加清晰,磁共振结合纹理分析能够提高诊断乳腺恶性结节的特异度[3-5]。以往乳腺肿瘤纹理分析MRI研究的主要扫描序列多为弥散功能成像和动脉增强扫描[6-9],其在诊断敏感性、特异性均有较高诊断价值。平扫T2脂肪抑制序列(FS T2WI)技术作为乳腺MRI平扫重要检查序列,是乳腺MRI平扫基线片的重点,它通过抑制脂肪信号突现水的信号初步显示病变内成分及血管是否丰富[10-13],有研究表明平扫T1WI、T2WI及延时增强T1WI序列中,鉴别乳腺良、恶性病变的纹理特征主要来自T2WI序列,误判率最小为4.35%,但未对平扫T2WI序列进行单独深入研究。对于只能完成平扫的患者,磁共振结合纹理分析能否初步判断病灶性质,本文仅以FS T2WI序列为研究对象,期望能深入探讨FS T2WI图像联合纹理特征分析诊断乳腺良恶性结节的价值及不足。

1 资料与方法

1.1 一般资料

收集2014年11月~2017年3月因乳腺结节接受MR检查的女性患者60例,年龄24~68岁(41.28±9.67岁)。所有患者均接受手术切除,共切除61个病灶,直径4~38 mm(14.07±7.03 mm)。手术病理证实良性结节33个,其中纤维腺瘤27个、囊性增生4个、乳头状瘤2个;恶性结节28个,其中浸润性导管癌25个、导管内癌2个、导管来源印戒细胞癌1个。该研究经患者知情同意,并经过医院伦理委员会批准同意后实施。

1.2 仪器与方法

采用Siemens Avanto 1.5 T超导MRI扫描仪及专用8通道乳腺线圈。患者取俯卧位,双侧乳腺自然悬垂并适当固定于线圈中。平扫扫描顺序如下:(1)轴位FS T2WI序列;(2)轴位DWI(b=50 s/mm2、800 s/mm2)及ADC图像;(3)轴位FS T1WI动态增强扫描、延时扫描和腋窝淋巴结扫描。重点是观察平扫FS T2WI图像。由2名放射科乳腺专业组的副主任医师在不知病理结果的前提下对图像进行回顾性分析,意见分歧时经协商达成一致,根据病灶的MRI表现进行BI-RADS分级诊断,以2003年发布的BI-RADS分级为评价标准,Ⅰ~Ⅳa级为良性,Ⅳb~Ⅴ级为恶性[14]。

1.3 结节量化分析

采用蛇形曲线在平扫序列FS T2WI图像上勾画乳腺结节轮廓,测量MR图像的灰度值和结节体积,并使用Matlab计算提取结节的63个纹理特征,主要包括一阶统计纹理特征、二阶统计纹理特征和高阶统计纹理特征[15]。比较FS T2W纹理特征参数的诊断效能,并选择诊断效能最佳的FS T2WI纹理特征参数判断结节良恶性分别及联合与FS T2WI及病理结果对比。纹理分析和MRI图像联合诊断时,如均诊断为恶性,即为恶性,如其中一种诊断为良性,则为良性[16-18]。

1.4 统计学分析

采用SPSS17.0统计分析软件。首先对FS T2WI序列所有特征进行ROC曲线分析,选出序列AUC值较高的纹理特征参数,以AUC值最高的纹理特征作为纹理分析参数判断乳腺结节良恶性,并与病理结果对照,以P<0.05为差异有统计学意义。

2 结果

经纹理分析,每个结节获得63个纹理特征参数,FS T2WI序列诊断效能最高的纹理特征参数是重点运行高灰度级(HGRE),界值为7.60,曲线下面积为0.701。HGRE纹理特征诊断乳腺恶性结节29个,手术病理证实19个恶性(17个浸润性导管癌、1个导管内癌、1个导管来源印戒细胞癌),10个良性(均为纤维瘤);诊断乳腺良性结节32个,手术病理证实23个良性(纤维腺瘤17个、囊性增生4个、导管内乳头状瘤2个),9个恶性(8个浸润性导管癌、1个导管内癌)。HGRE诊断乳腺恶性结节的敏感度为65.52%(19/29),特异度为71.88%(23/32),误判率为31.15%(19/61),阳性预测值为67.85%(19/28)和阴性预测值为69.70%(23/33)。

根据BI-RADS分级,FS T2WI图像诊断恶性结节32个,经手术病理证实20个恶性结节(17个浸润性导管癌、2个导管内癌、1个导管来源印戒细胞癌),12个良性结节(9个纤维瘤、1个囊性增生、2个乳头状瘤)。根FS T2WI图像诊断良性结节29个,经手术病理证实21个良性结节(18个纤维腺瘤、3个囊性增生),8个恶性结节(浸润性导管癌)。FS T2WI图像诊断乳腺恶性结节的敏感度为71.43%(20/28),特异度为63.64%(21/33),误判率为32.79%(20/61),阳性预测值为62.50%(20/32),阴性预测值为72.41%(21/29)。

FS T2WI图像与HGRE纹理特征参数诊断乳腺良恶性结节差异无统计学意义(χ2=12.47,P=0.68),两者联合诊断乳腺良恶性结节的敏感度为64.29%(18/28),特异度78.79%(26/33),误判率为27.86%(17/61),与单独FS T2WI比较,差异有统计学意义(χ2=72.255,P=0.000,表1)。

表1 FS T2WI与纹理分析联合诊断与病理结果对比(n)

3 讨论

FS T2WI技术作为磁共振平扫重要检查序列之一,一直在乳腺磁共振检查及诊断中发挥重要作用,FS T2WI技术主要采用短反转时间反转恢复技术,它是基于脂肪组织短T1长T2特性的脂肪抑制技术,肿瘤组织内细胞数增多、含水量增加时在T2WI上信号增高,抑脂技术的应用更突出了病变与正常结构间的信号对比。通常认为FS T2WI对判断病变成分、性质具有一定意义[19],如以黏液成份为主的黏液腺癌在FS T2WI上呈明显高信号。乳腺癌大多含有较多细胞及水,肿瘤细胞的胞浆丰富,间质水肿,内部有小灶状坏死或微血管网内见少量出血[20],这些改变都可使病变呈相对稍高信号或混杂信号,说明乳腺病变在 FS T2WI上的信号表现与其病理学改变(细胞、水、纤维成分的组成比例)密切相关,已有文献报道FS T2WI序列还可以通过观测病灶区的水肿有效评估乳腺癌患者的预后[17]。本研究主要针对乳腺病变的术前诊断,磁共振检查FS T2WI技术对大部分乳腺病灶均可显示,但单独一个序列判断结节良恶性的敏感性和特异性均欠佳,本组中敏感度为71.43%(20/28)、特异度为63.64%(21/33)。

计算机辅助纹理分析通过计算机分析结节内部构造,将图形信息变为数字信息,通过数字的细微差别,找出结节内部不同特点和差别,已有研究开始将MR纹理分析应用乳腺肿瘤高危人群的筛查中[21],本组将平扫FS T2WI序列得到的纹理特征数据放入SPSS中,运用ROC曲线选出曲线下面积最大纹理特征参数,FS T2WI曲线下面积最大的纹理特征参数是HGRE,AUC值0.701。HGRE主要是评估图像纹理高灰度等级的特点, FS T2WI序列主要是通过抑制脂肪组织突现水信号,乳腺恶性结节FS T2WI上主要表现为明显不均匀稍高/高信号,高灰度级别特点较为显著,其原因主要是FS T2WI序列回波时间相对较长,故而增加了组织间的对比度[18]。本研究选取纹理分析曲线下面积值和准确率最大的HGRE诊断判断乳腺良恶性结节,其敏感度为65.52%(19/29),特异度为71.88%(23/32),误判率为32.79%(20/61)。

FS T2WI与纹理参数判断乳腺良恶性结节对比,两种方法差异无统计学意义(P=0.68)。两种方法联合判断与手术病理结果一致乳腺恶性结节18个,诊断敏感度为64.29%,特异度为78.79%,误判率27.87%,与单独应用FS T2WI图像判断比较特异度提高了14.85%,误判率降低了4.92%,差异有统计学意义(P=0.000)。有报道显示,FS T2WI序列纹理特征在鉴别诊断乳腺良、恶性病变时的误判率可低至4.35%(3/69),明显低于本组[7],这可能是因为其研究选择了病灶最大层面的图像,手动勾画 ROI,计算选定 ROI 的纹理特征参数,为了达到用纹理分析进行鉴别诊断的目的,提取了纹理特征参数后,又进行具鉴别价值的纹理特征参数的选择,再进行进一步的纹理特征分类分析,降低了诊断的误判率。本组对FS T2WI序列病灶的每一张图像都进行手动勾画,通过软件测量MR图像的灰度值和结节体积,并提取整个结节病灶的63个纹理特征,纹理特征参数体现的是整个病灶容积结节的纹理特征,而非单纯最大层面纹理特征,虽然也对纹理特征参数进行选择,因方法的不同没有再将其进行分类分析,诊断误判率略高,但能够更加全面体现结节内部特征。还有文献报道月经周期亦可对T2WI上正常乳腺的信号产生影响[18, 22],在一定程度上也可影响FS T2WI对病灶信号强度的判断。本组因受患者、临床要求及科室检查流程影响,没有将检查时间固定在月经期前7~10 d内[22-24],这些均可能是导致本研究结果略低于现有文献报道的原因。

作为乳腺磁共振平扫必选序列,FS T2WI序列结合纹理分析大大提高了平扫诊断的准确度,对于一些配合不佳未能完成全部检查或体检乳腺癌筛查者可初步完成诊断,达到诊断目的。磁共振没有辐射,软组织分辨率高,若能用单纯平扫序列完成乳腺癌筛查工作,一定会有非常广阔的应用前景。本研究还存在一些局限,如回顾性分析、样本量较少,未区分是在月经哪一阶段检查等,应在后续的研究中予以改进。

猜你喜欢

特征参数纹理恶性
恶性胸膜间皮瘤、肺鳞癌重复癌一例
冕洞特征参数与地磁暴强度及发生时间统计
基于BM3D的复杂纹理区域图像去噪
卵巢恶性Brenner瘤CT表现3例
基于交通特征参数预测的高速公路新型车检器布设方案研究
使用纹理叠加添加艺术画特效
基于PSO-VMD的齿轮特征参数提取方法研究
TEXTURE ON TEXTURE质地上的纹理
基于视频的车辆特征参数算法研究
消除凹凸纹理有妙招!