MRI动态增强扫描联合扩散峰度成像对乳腺良恶性病变的鉴别诊断价值

2020-08-03敬宗林黄小华杨茂江谢少利

中国中西医结合影像学杂志 2020年4期

吴杰，敬宗林，黄小华，杨茂江，谢少利

（1.四川省南充市中心医院CT/MRI室，四川南充 637000；2.川北医学院附属医院放射科，四川南充 637000；3.医学影像学四川省重点实验室，四川南充 637000）

乳腺癌是女性最常见的恶性肿瘤之一。近几十年，我国乳腺癌发病率逐年上升，已居女性癌症发病率之首［1］，死亡率也较高，且趋于年轻化［2-3］。因此，及早诊断并治疗至关重要。MRI动态增强扫描（dynamic contrast-enhanced MRI，DCE-MRI）是一种评价乳腺病变灌注的重要方法，也是目前鉴别诊断乳腺良恶性病变最主要的方法之一，其敏感度高而特异度较低［4］。扩散峰度成像（diffusion kurtorsis imaging，DKI）是在DTI技术上发展起来的，其脉冲序列与传统DWI相同，但具有更高的b值和更多的弥散方向，可对水分子的限制性扩散进行更高级别的描述［5］。笔者通过DCE-MRI、DCE-MRI联合DKI 2种方法诊断乳腺良恶性病变，以探讨DCE-MRI联合DKI在乳腺良恶性病变鉴别诊断中的价值。

1 资料与方法

1.1 一般资料随机收集2016年6月至2017年1月于川北医学院附属医院行乳腺MRI检查的女性患者45例，年龄21～69岁，平均（44.3±5.9）岁。45例共50个病灶，其中良性21个（良性组），恶性29个（恶性组）。从45例中随机选取15例健侧正常乳腺纤维腺体组织作为对照组。纳入标准：①乳腺MRI检查前未行活检及放化疗等；②均经病理证实。排除标准：①图像质量较差或伪影较重者；②病灶直径较小者。

1.2 仪器与方法采用GE Discovery MR750 3.0 T MRI扫描仪，8通道乳腺专用相控阵线圈。患者取俯卧位，双侧乳腺自然悬垂于乳腺线圈内。扫描序列包括常规MRI平扫、DKI及DCE-MRI。其中DKI采用单次激发EPI序列，30个扩散敏感梯度方向及3个b值（0、750、1 500 mm2/s），TR 3 500 ms，TE 65.8 ms，层厚4 mm，层距1 mm，激励次数2，矩阵128×128，视野32 cm×25 cm。增强扫描采用双筒高压注射器经肘静脉团注Gd-DTPA，剂量0.1 mmol/kg体质量，注射流率2.5 mL/s，注射完毕后追加15～20 mL生理盐水，连续扫描7个时相，总扫描时间6 min 46 s；采用3D VIBRANT技术及脂肪抑制，TR 4.5 ms，TE 2.1 ms，层厚1.2 mm，无间隔。

1.3 图像后处理及分析在GE ADW 4.4工作站应用后处理软件Functool分别获得DKI的平均扩散系数（mean diffusion，MD）图、平均扩散峰度（mean kurtorsis，MK）图，将增强扫描图像作为参考依据放置ROI，大小35～50 mm2。以病灶最大层面为中心，包括其上下2层共3层分别放置ROI，注意避开坏死组织、血管、导管、钙化等，以3处ROI测量结果的平均值作为最终结果。由2位具有3年以上MRI诊断经验的放射科医师测量并采用盲法阅片，对病灶的DCE-MRI及DCE-MRI联合DKI表现进行分类，意见不一致者，通过协商决定，1～3类定义为良性，4或5类定义为恶性。

1.4 分类标准参照BI-RADS［6］及Fischer［7］评分标准，对病灶进行分类，见表1。

表1 乳腺病变分类标准

1.5 统计学方法采用SPSS 13.0软件进行统计处理，进行一致性检验、正态分布及方差齐性检验，采用Kruskal-Wallis检验、方差分析、χ2检验进行多组间的两两比较。以病理结果为金标准，绘制ROC曲线，并计算ROC曲线的AUC。以P＜0.05为差异有统计学意义。

2 结果

45例共50个病灶，病理诊断良性21个，恶性29个。MD、MK值在对照组、良性组、恶性组差异均有统计学意义（均P＜0.05），MD值逐渐降低，MK值与之相反（表2）。3组MD值、MK值对乳腺良恶性病变的鉴别诊断价值比较，见表3、图1。

DCE-MRI对乳腺病变分类如下：2类6个，病理均为良性；3类11个，其中病理为良性9个，恶性2个；4类20个，其中病理为良性5个，恶性15个；5类13个，其中病理为良性1个，恶性12个。DCE-MRI联合DKI对乳腺病变分类如下：2类6个，病理均为良性；3类14个，其中病理为良性12个，恶性2个；4类14个，其中病理为良性2个，恶性12个；5类16个，其中病理为良性1个，恶性15个（表4，5）。DCE-MRI鉴别诊断乳腺良恶性病变的敏感度、特异度、阳性预测值、阴性预测值、准确率分别为93.0%、71.4%、81.8%、88.2%、84.0%，DCE-MRI联合DKI为93.0%、85.7%、90.0%、90.0%、90.0%，2种方法的AUC分别为0.86、0.92（图2）。2种方法对乳腺病变的诊断差异有统计学意义（P＜0.001）。

表2 3组MD值和MK值比较（×10-3 mm2/s，）

注：MD，平均扩散系数；MK，平均扩散峰度。a、b分别表示良性组与对照组MD值、MK值比较，P值分别为0.002、0.029；c、d表示恶性组分别与良性组、对照组进行比较，均P＜0.001。

3 讨论

乳腺X线和超声检查是乳腺疾病最常用的检查方法，但对纤维组织较密集的乳腺病变的诊断和分类存在一定困难。近年来，随着MRI技术的不断发展，扩散MRI作为一种非侵入性的功能成像技术，能从分子水平反映乳腺肿瘤的微环境，已成为MRI重要补充序列逐步应用于科研及临床中，其中DWI是发展较早研究最热门的扫描序列之一。DTI是DWI的衍生，两者数学模型均为单指数模型，即生物体内水分子符合正态分布。JENSEN等［8］于2005年首次提出DKI模型，其需至少15个非共线且非共面的扩散梯度方向及多个b值（至少3个），以非高斯分布模型反映生物体内水分子的扩散运动程度，从而反映组织结构的微观变化。DKI模型可得到DTI模型参数，包括MK、径向扩散峰度、轴向扩散峰度、MD等。其中MD是水分子非高斯扩散行为被校正后的平均表观扩散系数；MK是指所有方向上组织内水分子非高斯扩散偏离高斯分布的程度，组织结构越复杂，非高斯分布水分子偏离高斯分布越显著，MK值也越大［9］。超高b值DKI模型不仅能很好地反映组织内水分子扩散行为，还能提供水分子非高斯分布特征参数，因而更适用于组织学微观结构特征信息的研究［10］。

图3 女，38岁，右侧乳腺纤维腺瘤（箭头）图3a DKI图图3b DCE-MRI图图3c MD图，MD平均值为2.19×10-3 mm2/s图3d MK图，MK平均值为0.54×10-3 mm2/s图3e DCE-MRI的TIC图（流入型）图3f 病理诊断为乳腺纤维腺瘤（HE×100）图4 女，45岁，右侧浸润性乳腺癌（箭头）图4a DKI图图4b DCE-MRI图图4c MD图MD平均值为1.39×10-3 mm2/s图4d MK图，MK平均值为1.01×10-3 mm2/s图4e DCE-MRI的TIC图（平台型）图4f 病理诊断为浸润性乳腺癌（HE×100）

目前，关于DKI在乳腺病变方面的研究报道较少。NOGUEIRA等［11］研究发现MD、MK、ADC 3个参数在乳腺良恶性病灶中均有显著差异，MK值在恶性病变中高于良性病变，而ADC值、MD值则低于良性病变。本研究显示，MD值在乳腺恶性病变组中低于良性病变组及对照组，MK值在恶性病变组中高于良性病变组及对照组，与上述研究结果一致。本研究以1.61×10-3mm2/s、0.73×10-3mm2/s分别作为MD、MK诊断乳腺良恶性病变的临界值时，MD、MK值诊断乳腺恶性病变的敏感度与特异度分别为77.6%、81.0%和80.0%、93.5%，AUC分别是0.88、0.95，MK值的诊断效能高于MD值。而MK、MD值在乳腺良恶性病变之间存在差异，其具体机制尚未确定。MK值的大小与组织复杂程度密切相关，组织内部结构越复杂，MK值越大，其原因可能是乳腺恶性病变中含更复杂的细胞结构，细胞异性增大，密度增加，且含有囊变、坏死及异质性血管结构等，导致肿瘤内水分子扩散越受限，MK值增大，而MD值相反。

DCE-MRI的应用使得乳腺病变检出率大大提高，然而，临床医师普遍认为其诊断乳腺病变敏感度高而特异度较低。因实际工作中，某些乳腺良恶性病变强化方式相似，TIC曲线相同，原因可能与肿瘤组织内细胞增殖活性、肿瘤血管生成等因素相关。因此，有时仅基于DCE-MRI难以区分乳腺良恶性病变。扩散MRI技术作为一种补充序列，有助于提高其诊断特异性［12］。SUN等［13］研究发现，DKI相关参数较传统DWI在乳腺疾病鉴别诊断中有更高的特异性，结合DKI可明显提高DCE序列的诊断特异性。本研究采用DCE-MRI、DCE-MRI联合DKI诊断乳腺恶性病变的敏感度、特异度、阳性预测值、阴性预测值、准确率分别为93.0%、71.4%、81.8%、88.2%、84.0%及93.0%、85.7%、90.0%、90.0%、90.0%，2种方法的AUC分别为0.86、0.92，差异有统计学意义（P＜0.001）。表明DCE-MRI联合DKI技术对乳腺病变进行定量评估具有更高的诊断价值。

总之，DKI技术作为一种补充序列，有助于提高DCE-MRI对乳腺病变的诊断效能。本研究存在一定不足：①未排除纳入者月经周期的影响，有研究［14］报道正常乳腺组织ADC值在月经周期中存在一定波动，DKI参数是否在月经周期中存在波动，有待进一步研究。②样本量偏小，恶性病变组织类型相对单一，需扩大样本量进一步验证本研究的可行性及可信度。