探讨基于动态增强MRI和扩散加权成像的影像组学模型对小乳腺癌的诊断效果评价

闫少华，牛永超，彭保成，马园，李振玉

新乡市中心医院影像中心，河南新乡 453000

乳腺癌是指在乳腺导管上皮及末端导管上皮发生的恶性肿瘤，乳腺上皮细胞在多种致癌因子作用下，出现增殖失控［1］，其早期临床症状为乳腺肿块、乳头溢液、腋窝淋巴结肿大等，晚期可出现远处转移，造成多器官病变［2］。小乳腺癌是指病灶直径在3～20 mm范围内的一类早期乳腺癌，由于其病灶体积较小、质地较软，活动性良好，因此很多检查难以进行鉴别诊断，使得小乳腺癌确诊率较低［3］。磁共振成像（MRI）是临床检查乳腺病变的重要方法［4］，而且动态增强MRI（DCE-MRI）和扩散加权成像（DWI）联合在乳腺癌的诊断中具有较高的灵敏度，但小乳腺癌病灶较小可能会对DCE-MRI和DWI影像组学模型特征的获取产生一定影响。目前国内外［5-6］对乳腺癌的研究大多局限于其治疗方式、预后评估等方面，很少有关于DCE-MRI和DWI影像组学模型对小乳腺癌诊断效能的研究。因此，本研究通过对2019年1月—2020年1月医院收治的90例乳腺小病灶患者进行研究，旨在探讨DCE-MRI和DWI的影像组学模型应用于小乳腺癌中的诊断效果，为提高小乳腺癌确诊率、诊断灵敏度和特异度提供理论依据，报告如下。

1 资料与方法

1.1 一般资料

选取2019年1月—2020年1月新乡市中心医院收治的90例乳腺小肿块患者，病灶共95个。年龄25～72岁，平均年龄（57.36±2.62）岁。病灶分布：单乳单发85例，双乳各1个病灶3例，单乳2个病灶2例。病灶性质：恶性40个（包括23个浸润性导管癌，11个导管原位癌，6个浸润性小叶癌），良性55个（包括9个乳头状瘤，27个纤维腺瘤，19个纤维囊性变）。对90例患者均进行DCE-MRI和DWI检查，以病理组织学诊断结果为金标准。所有患者及家属对本次研究内容完全知情，且均签署知情同意书。

1.2 入选标准

纳入标准：（1）具有乳腺小肿块。（2）均进行乳腺MRI检查。（3）依从性好。（4）未有意识或精神异常。排除标准：（1）入院前有化疗、放疗、手术等相关治疗史。（2）存在其他部位肿瘤及远处转移。（3）存在意识障碍。（4）孕期或哺乳期女性。

1.3 检查方法

MRI常规检查，选择西门子生产的3.0T超导型核磁共振成像系统，16通道专用乳腺线圈，选取俯卧位，头先进，双侧乳腺自然下垂，双臂前伸置于头上，戴上耳塞。开启常规检查，参数：快速自旋回波序列、T1加权成像。重复时间（TR） 474 ms，回波时间（TE）8 ms，层厚/层距3.0/0.0 mm，视野FOV340 mm，矩阵400×318。T2加权成像。（1）横轴面：TR 4 700 ms，TE-120 ms，层厚/层距3.0/0.0 mm，视野FOV340 mm，矩阵400×318。（2）矢状面：利用精准频率反转恢复序列，TR 4 200 ms，TE-60 ms，层厚/层距4.0/0.0 mm，视野FOV340 mm，矩阵308×244。开启DWI程序，采用单次激发自旋回波—平面回波成像序列进行轴状位及矢状位扫描，TR 5 000 ms，TE-85 ms，层厚/层距3.0/0.0 mm，矩阵108×128，弥散敏感系数b值（0，500，800，1 000）s/mm2，激励3次。DCE-MRI检查采用T1高分辨率各向同性容积激发序列，TR 4.7 ms，TE-2.3 ms，层厚/层距2.0/0.0 mm，矩阵320×340。

1.4 DCE-MRI和DWI影像组学分析方法

将90例患者DCE-MRI、DWI图像传至计算机，进行插值配准的图像预处理和影像组学分析。影像组学分析具体分为：（1）由1～2名具有不低于5年MRI乳腺诊断经验的医师对DCE-MRI和DWI图像进行病灶分割。（2）对分割后的病灶进行影像学特征提取，共提取191个特征，分别为形态学24个，纹理162个，血流动力学3个，表观扩散系数（ADC）2个。（3）利用scikit-learn 0.19.2.程序并采用梯度提升决策树形式建立DCE-MRI和DWI影像组学诊断模型。

1.5 诊断标准

（1）DCE-MRI诊断恶性病灶标准：根据患者图像形态学特征及时间信号强度曲线，参考美国放射学会MRI乳腺影像报告和数据系统（BI-RADS）分类标准进行分类，BI-RADSⅣ、Ⅴ类两类为恶性病灶。（2）DWI诊断恶性病灶标准：依据加权成像ADC值和病理结果，再利用受试者工作特征（ROC）曲线确定最优ADC阈值，用于良恶性病灶鉴别。（3）DCE-MRI和DWI影像组学模型诊断标准：病灶在形态学图像特征、血流动力学图像特征以及ADC阈值中达到其中两项表现均为恶性病灶，即可诊断为恶性。

1.6 观察指标

（1）乳腺良恶性小病灶DCE-MRI、DWI图像对比。（2）DCE-MRI、DWI、DCE-MRI和DWI影像组学诊断良恶性病灶与病理结果进行对照。（3）比较DCE-MRI、DWI、DCE-MRI和DWI影像组学模型对小乳腺癌的诊断效能，包括准确性、灵敏度、特异度。

1.7 统计学方法

采用SPSS 22.0软件进行统计分析。计量资料以均数±标准差（±s）表示，组间比较采用t检验。计数资料用例数和百分比（%）表示，组间比较采用χ2检验。以P＜0.05为差异有统计学意义。

2 结果

2.1 乳腺良恶性小病灶DCE-MRI、DWI图像

患者女，70岁，病理诊断为浸润性导管癌，病灶最大直径为10 mm，DCE-MRI图像显示，乳腺外上象限可见边缘不规则肿块，局部呈毛刺状，内部呈不均匀强化高信号，BI-RADSⅣ类（图1）。DWI图像显示，病灶呈高信号，ADC值为0.92×10-3mm2/s（图2）。DCE-MRI和DWI影像组学模型诊断为恶性病灶，经过病灶分割后DCE-MRI和DWI图像均显示分割病灶边缘较稳定（图3，图4）。

图1

图2

图3

图4

患者女，47岁，病理诊断为纤维腺瘤，病灶最大直径为15 mm，DCE-MRI图像显示，乳腺内下象限可见规则呈卵圆形肿块，病灶边缘清楚，内部信号均匀，BI-RADSⅢ类（图5）。DWI图像显示，病灶呈高信号，ADC值为1.37×10-3mm2/s（图6）。DCE-MRI和DWI影像组学模型诊断为良性病灶，经过病灶分割后DCE-MRI和DWI图像均显示分割病灶边缘较稳定（图7、图8）。

图5

图6

图7

图8

2.2 DCE-MRI、DWI、DCE-MRI和DWI影像组学模型诊断良恶性病灶与病理结果情况

DCE-MRI、DWI、DCE-MRI和DWI影像组学模型诊断乳腺恶性小病灶与病理结果一致的分别有32个、30个、38个，差异有统计学意义（P＜0.05），见表1。

表1 DCE-MRI、DWI、DCE-MRI和DWI影像组学诊断良恶性病灶与病理结果情况

2.3 DCE-MRI、DWI、DCE-MRI和DWI影像组学模型对小乳腺癌的诊断效能情况

以病理学诊断为金标准，DCE-MRI和DWI影像组学模型诊断小乳腺癌的灵敏度（92.59%）、特异度（90.17%）、 AUC（0.937） 均显著高于 DCE-MRI（88.63%、70.91%、0.875）、DWI（79.62%、83.74%、0.841），差异有统计学意义（P＜0.05），见表2。

表2 DCE-MRI、DWI、DCE-MRI和DWI影像组学模型诊断小乳腺癌的诊断价值情况

3 讨论

女性癌症患者中乳腺癌占20%左右，而且乳腺癌是造成40岁以上女性死亡风险升高的最主要原因［7］。其中小乳腺癌病灶体积较小，质地松软，在进行手术切除时难以发现，易切除正常腺体组织，从而增加恶性病灶扩散或种植率，严重影响患者预后［8］。另外，小乳腺癌缺乏特异性声像特征，容易使得小乳腺癌早期诊断困难而延误治疗，因此，提高小乳腺癌诊出率极为重要。MRI对乳腺软组织具有较高分辨率，且不受乳腺类型影响，但由于乳腺恶性病灶和良性病灶存在一定重叠表现，使得MRI平扫也存在一定局限性，而DCE-MRI能够反映对比剂进出病灶的血流动力学特征，可进一步确定病灶性质［9］。另外，DWI是目前唯一能观察活体水分子微观扩散运动能力的MRI检查方法［10］，正常腺体、良性病灶与恶性病灶的ADC值存在明显差异，因此通过对肿瘤病变区ADC值进行量化分析，可对乳腺肿瘤病变性质进行评估［11］。DCE-MRI和DWI影像组学模型应用于小乳腺癌中，可能会进一步提高其诊断效能。

张庆等［12］研究发现，基于术前DCE-MRI和DWI序列，运用梯度提升决策树（GBDT）建立影像组学模型对小乳腺癌具有较高的诊断效能（灵敏度90.0%，特异度89.8%，准确度89.9%），与经验丰富的放射科医师评估结果一致。Bickelhaupt等［13］研究发现，基于MR扩散峰度成像的影像组学模型对乳腺良恶性病灶具有较高的诊断价值，该模型灵敏度、特异度较高，AUC为0.911。本研究结果显示，DCE-MRI和DWI影像组学模型诊断乳腺恶性小病灶与病理结果的一致性明显高于DCE-MRI、DWI两种方式，以病理学诊断为金标准，DCE-MRI和DWI影像组学模型诊断小乳腺癌的灵敏度、特异度、AUC均显著高于DCE-MRI、DWI，表明基于DCE-MRI和DWI影像组学模型应用于小乳腺癌中诊断准确性高，具有较高的诊断价值，可广泛用于临床。分析其原因在于，乳腺影像组学是从乳腺病灶影像图像中提取形态学、纹理学、血流动力学以及ADC等特征，这些特征可构成较为全面的病灶特征，因此DCE-MRI和DWI影像组学模型可清楚显示乳腺病灶的形态学特征和边界特征，并且还可显示病灶内部血流动力学及纹理情况，从而提高恶性病灶检出率，另外DCE-MRI具有较高的空间分辨率，对乳腺小病灶可进行有效定位，加上DWI中ADC值可反映病灶组织中水分子扩散受限程度，进一步对病灶性质进行准确评估，因此，DCE-MRI和DWI影像组学模型的诊断准确性高于二者独立检测方式。这与张庆等［12-13］研究结果相似。

综上所述，基于DCE-MRI和DWI影像组学模型应用于小乳腺癌中诊断效果好，准确性、灵敏度、特异度均较高，可明显提高小乳腺癌的检出率，具有很高的诊断和临床应用价值。