基于自动乳腺容积扫描、乳腺X线摄影及MRI的 BI-RADS分类鉴别乳腺良恶性肿块

刘迎春，陈 林，庞 芸，王 燕，裘之瑛，陈 悦

(复旦大学附属华东医院超声科，上海 200040)

乳腺癌为全球女性最常见恶性肿瘤，是导致女性死亡的主要癌症之一[1]，早期诊断乳腺癌是提高患者生存率的关键，如能早期进行手术治疗，术后5年相对生存率达90%以上[2]。超声(ultrasound, US)、乳腺X线摄影(mammography, MMG)和MRI是诊断乳腺癌的常用影像学方法。自动乳腺容积扫描(automated breast volume scanning, ABVS)是新型三维乳腺超声成像技术，能获得乳腺全容积数据，重建良好的冠状面图像，为诊断乳腺肿瘤提供较多有用信息。本研究对比分析基于ABVS、MMG及MRI的乳腺影像报告和数据系统(breast imaging reporting and data system, BI-RADS)分类鉴别乳腺良恶性肿块的价值。

1 资料与方法

1.1 一般资料 回顾性分析2016年8月—2018年9月94例于复旦大学附属华东医院经常规超声发现乳腺肿块患者，均为女性，年龄21～85岁，平均(52.0±13.1)岁；共104个病灶；均接受乳腺ABVS、MMG和MR检查。

1.2 仪器与方法

1.2.1 ABVS 采用Siemens Acuson S2000型彩色多普勒超声诊断仪，配备14L5BV型、频率5～14 MHz线阵探头和触摸屏。嘱患者仰卧，双手置于头顶，充分暴露双侧乳腺，保持呼吸平稳。将足量耦合剂涂抹于乳腺皮肤表面，以探头施加适当压力，对患侧乳腺行外侧位、内侧位和正位扫描，对乳腺体积较大者加行上位和下位扫描。系统根据乳腺大小自动调整扫描频率、深度、聚焦位置和总增益。每次扫查可自动获取15.4 cm×16.8 cm×6 cm(1 552.32 cm3)乳腺容积数据集。

1.2.2 MMG 采用GE Senograhe型数字化乳腺X线摄影机，自动优化参数模式曝光为主，手动模式曝光为辅，常规拍摄双侧乳腺头尾位和内外侧斜位图像。

1.2.3 MRI 采用Siemens Magnetom Verio 3.0T超导型MR仪，配备四通道相控阵乳腺专用线圈。嘱患者俯卧，头先进，双上肢自然置于额头前方，使双乳自然悬垂于线圈内，适当充填乳腺周围空隙以固定。先行平扫，而后以流率3 ml/s经静脉团注对比剂钆喷酸葡甲胺盐(GD-DTPA)0.1～0.2 mmol/kg体质量，跟注20 ml生理盐水，行动态增强扫描，TR/TE 4.7/1.7 ms，FA 10°，层厚 1.2 mm，层数128，体素1.2 mm×0.9 mm×1.2 mm，FOV 360 mm×360 mm，矩阵296×384；单期扫描时间60 s，共采集6期，采集时间6 min 21 s。扫描结束后绘制肿块强化最明显区域的时间-强度曲线(time intensity curve, TIC)，并按形状分为4型：Ⅰ型为持续强化型，信号强度升高超过10%；Ⅱ型为平台型，早期强化后，中后期信号强度维持在平台水平，上升或下降幅度<10%；Ⅲ型为廓清型，早期强化后，中后期信号强度降低幅度>10%；Ⅳ型为无明显强化，即信号强度增加≤10%[3]。

1.3 图像分析和诊断标准 由分别具有8年以上乳腺超声诊断经验和MMG、乳腺MRI诊断经验的副主任医师各2名采用双盲法评价图像，意见不一致时经协商决定。

1.3.1 ABVS 基于ABVS横切面和纵切面声像图特征，参照美国放射学会制定的第五版BI-RADS[4]超声诊断标准进行分类，并根据ABVS冠状面图像特征加以调整，获得ABVS诊断结果：如冠状面图像出现“汇聚征”或“虫噬征”，将BI-RADS分类上调为5类；如冠状面图像出现“中-高回声边界”，将BI-RADS分类下调为3类；冠状面图像未见上述征象则BI-RADS分类不变。“汇聚征”指多幅冠状面图像上肿块周边出现索条状中高回声与低回声相间，呈放射状向肿块聚集；“虫噬征”为多幅冠状面图像上肿块边缘不规则，似虫咬样改变；“中-高回声边界”指多幅冠状面图像上肿块周边出现完整或不完整的高回声边界。

1.3.2 MMG 参照BI-RADS[4]，根据肿块形态、边缘和密度等形态学特征进行BI-RADS分类诊断。

1.3.3 MRI 参照BI-RADS[4]评估乳腺肿块形态、信号、边缘、增强方式及TIC类型，进行BI-RADS分类。

1.4 统计学分析 采用MedCalc 15.8统计分析软件。以病理结果为标准，分别绘制基于ABVS、MMG及乳腺MRI的BI-RADS分类鉴别乳腺良恶性肿块的ROC曲线，计算其最佳截断值及相应AUC、敏感度和特异度；以Z检验比较3种方法AUC的差异，以χ2检验比较其诊断乳腺癌的敏感度和特异度的差异。P<0.05为差异有统计学意义。

2 结果

病理结果显示，104个乳腺病灶中，良性59个(56.73%)，直径0.60～4.60 cm、平均(1.80±0.86)cm，包括36个(34.62%)纤维腺瘤、13个(12.50%)导管内乳头状瘤、4个(3.85%)乳腺腺病、3个(2.88%)炎性病变、2个(1.92%)乳腺囊肿及1个(0.96%)管状腺瘤；恶性45个(43.27%)，直径0.70～6.30 cm、平均(2.20±1.19)cm，包括35个(33.65%)浸润性导管癌、7个(6.73%)导管内原位癌、2个(1.92%)浸润性小叶癌和1个(0.96%)小叶原位癌。

ABVS、MMG和MRI根据BI-RADS标准对104个乳腺肿块的分类结果见表1。3种方法对多数肿块的分类结果一致，部分存在差异，典型病例如图1～3。ROC曲线(图4)显示，基于ABVS与MRI的BI-RADS分类鉴别乳腺良恶性肿块的AUC均为0.93(Z=0.05，P=0.96)，均高于MMG(0.82，Z=2.74、3.32，P均<0.01)。3种方法的最佳截断值均为BI-RADS 4a，ABVS的敏感度(91.11%)与MRI(88.89%)差异无统计学意义(χ2=0.12，P=0.73)，且均高于MMG(71.11%，χ2=5.87、4.44，P=0.02、0.04)；3种方法的特异度分别为86.44%、89.83%及83.05%，两两比较差异均无统计学意义(P均>0.05)。

图1 患者女，46岁，右侧乳腺囊肿 A.ABVS示病灶(箭)形态规则，边缘光整，内部回声均匀，冠状面图像示中高回声边界，BI-RADS 3类； B.MMG示病灶(箭)密度均匀，呈分叶状，BI-RADS 4a类； C.增强MRI示病灶(箭)形态规则，边缘光整，无强化，BI-RADS 3类； D.TIC为Ⅳ型

图2 患者女，51岁，左侧乳腺纤维腺瘤 A.ABVS冠状面图像示病灶(箭)出现中-高回声边界，BI-RADS 3类；B.MMG示病灶(箭)形态不规则，边缘毛刺，内见点状钙化，BI-RADS 4b类； C.增强MRI示病灶(箭)形态规则，边缘毛刺，明显强化，BI-RADS 4b类； D.TIC为Ⅱ型

图3 患者女，56岁，左侧乳腺浸润性导管癌 A.ABVS冠状面图像示病灶(箭)出现“汇聚征”，BI-RADS 5类； B.MMG示病灶(箭)形态不规则，边缘毛刺，内见微钙化，BI-RADS 4c类； C.增强MRI示病灶(箭)边缘毛刺，明显强化，BI-RADS 5类； D.TIC为Ⅲ型

表1 ABVS、MMG及MRI对104个乳腺肿块的BI-RADS分类结果[个(%)]

图4 基于ABVS、MMG及MRI的BI-RADS分类鉴别乳腺良恶性肿块的ROC曲线

3 讨论

超声、MMG和MRI各有优势，对诊断和鉴别诊断乳腺肿瘤具有重要作用，而三者用于乳腺癌的对比研究尚少。本研究通过分析104个乳腺肿块的ABVS、MMG和MRI特征，比较其鉴别乳腺良恶性肿块的价值。

MMG简便易行、分辨率高、重复性好且不受体形限制，是筛查乳腺癌的“金标准”[5]。本研究基于MMG的BI-RADS分类鉴别乳腺良恶性肿块的AUC为0.82，敏感度为71.11%，特异度为83.05%，与既往研究[6]结果相近。MRI具有软组织分辨率高和无放射等特点，且动态增强图像可显示组织血流动力学特征，已广泛应用于乳腺肿瘤的诊断和鉴别诊断。本研究基于MRI的BI-RADS分类鉴别乳腺良恶性肿块的AUC为0.93，敏感度为88.89%、特异度为89.83%，与既往研究[7]相符。ABVS可自动获取整个乳腺的容积数据，通过重建获得常规超声难以获取的冠状面图像，从而对乳腺肿块进行包括横切面、纵切面和冠状面在内的立体评估。本研究基于ABVS的BI-RADS分类鉴别乳腺良恶性肿块的AUC为0.93，敏感度为91.11%，特异度为86.44%，与既往研究[8]报道类似。

ABVS、MMG和MRI对分类诊断乳腺肿块均有较高临床价值。本研究中ABVS与MRI鉴别诊断乳腺良恶性肿块的AUC、敏感度差异均无统计学意义，且均高于MMG，与既往研究[9-13]结果相近。黄玉琴等[9]对比分析ABVS与钼靶对乳腺肿块的诊断价值，结果显示ABVS诊断乳腺癌的准确率(92.9%)、敏感度(97.6%)均高于MMG(80.7%、77.6%，P均<0.05)。SUN等[10]分析107个乳腺肿块，发现MRI分类诊断乳腺良恶性肿块的AUC(0.948)高于X线钼靶(0.877)。一项Meta分析[11]结果显示，MRI诊断乳腺良恶性肿块的AUC为97.4%，高于MMG(82.0%)。金叶等[12]对比观察ABVS与增强MRI诊断乳腺良恶性肿块的价值，发现二者敏感度(91.18% vs. 90.70%)和AUC(0.96 vs. 0.95)差异均无统计学意义。王培蕾等[13]亦得出类似结果。ABVS能以横切面、纵切面及冠状面显示乳腺肿块，全面反映其形态学特征；MRI不仅能显示乳腺肿块的形态，还可评估其血流动力学特征，诊断结果更准确；二者的诊断效能较MMG更高。

本研究的主要缺陷在于纳入病例均为肿块型乳腺病变，多无钙化，而MMG对钙化型(尤其沙粒样钙化)病灶具有较高检测能力[14-15]，有待增加样本量进一步比较、观察。

总之，基于ABVS、MMG、MRI的BI-RADS分类对鉴别诊断乳腺良恶性肿块均具有较高效能；ABVS与MRI的诊断效能相当，且均高于MMG。