常规MRI联合fsT2WI不均匀度模型对乳腺良恶性病变鉴别诊断的价值分析

徐静雅，翟建*，吴树剑，范莉芳，魏伟

（1.皖南医学院弋矶山医院影像中心，安徽 芜湖 241001；2.皖南医学院影像教研室）

乳腺癌是女性的常见疾病之一，发病率目前在女性所有恶性肿瘤中居首位，通常以育龄期女性发病率最高，临床触诊时往往可触及乳房肿块。乳腺肿瘤除恶性肿瘤外也有良性病变，乳腺良性病变比较常见的有纤维腺瘤、腺样增生、乳头状瘤等。对乳腺病变做出及时准确的诊断对于患者治疗方案的选择及预后有着重要的意义［1］。早期发现乳腺癌可以明显改善患者的预后，而这主要取决于影像学检查。近年来，随着MRI技术的飞速发展，其在乳腺疾病的诊断中得到了越来越广泛应用。它可以为乳腺癌的检测、诊断和分级提供重要的参考价值，尤其在乳腺癌的早期诊断中具有重要的应用价值[2]。本研究旨在探讨常规MRI联合fsT2WI不均匀度模型对乳腺良恶性病变的鉴别诊断价值。

1 资料与方法

1.1 临床资料 回顾性分析2019年12月至2020年11月我院收治的乳腺占位性病变女性患者共86例的临床资料，所有患者均经组织病理学确诊，年龄25～73岁，平均（48.7±9.8）岁；其中乳腺癌及乳腺良性占位各43例，恶性肿瘤平均直径（2.13±1.01）cm，良性肿瘤平均直径（1.74±1.15）cm。共86枚病灶，其中乳腺癌43枚分别为浸润性导管癌35枚，导管内原位癌5枚，乳头状癌2枚以及黏液腺癌1枚；良性占位43枚分别为纤维腺瘤28枚，腺样增生13枚以及乳头状瘤2枚。纳入标准：（1）所有患者均行常规MRI检查（包含DWI序列及DCE-MRI），图像清晰能够满足观察及测量；（2）手术病理资料完整；（3）既往无手术、放化疗及内分泌等治疗史。排除标准：图像因模糊导致的很难观察与测量。本研究经我院伦理委员会批准，患者均知情同意。

1.2 方法 采用西门子1.5T超导型磁共振扫描成像仪。患者取俯卧位，双乳自然下垂在线圈中央，同时避免双侧乳房受到线圈挤压；嘱咐患者保持体位固定并训练患者在俯卧位平静呼吸，且呼吸幅度不大。所有受试者均先进行常规MRI扫描，在常规扫描的基础上进行DCE-MRI，动态增强扫描时先扫描一期蒙片，然后用高压注射器从前臂静脉以2.5 ml/s的速度注入对比剂Gd-DTPA，再进行动态增强扫描。DWI序列参数：TR为6 600 ms，TE为84 ms、FOV 360 mm×360 mm，间距0.8 mm，层厚4 mm，扫描时间3 min 25 s；动态增强序列参数：TR为5.05 ms，TE为1.94 ms、FOV340 mm×340 mm，间距0.3 mm，层厚1.5 mm，共扫描9期，总扫描时间为9 min 20 s。

1.3 评价标准 DCE-MRI一般影像征象评判是由2名资深医师分别评价，若意见不一致，则由上级医师再次评判，评价的内容主要包括病灶大小、边界情况（是否清晰、有无毛刺、是否分叶）。DCE-MRI检查TIC（Time Intensity Curve）分型情况，TIC共分为3型，分别为Ⅰ型：即流入型，在增强扫描之后，信号强度持续增加，后期信号强度增加在10%以上；Ⅱ型：即平台型，在增强扫描之后，早期信号强度持续增加，增加至峰值之后，信号强度又维持相对稳定的状态（信号强度增加或降低弧度均小于10%）；Ⅲ型：即流出型，在增强扫描之后，早期信号强度持续增加，增加到峰值之后，信号强度又逐渐减弱，减弱弧度在10%以上。ADC（Apparent Diffusion Coefficient）值的获得是用1 mm感兴趣区（ROI）手动选择病灶区的不同部位分别测量5次，除去最大值及最小值，取平均值，测量时应避开坏死囊变区。不均匀度记录为ROI测量得到的fsT2WI信号强度的标准差（standard deviation，SD）（图1）。

图1 1例46岁乳腺浸润性导管癌女性患者外上象限矢状位MRI图像

1.4 统计学方法 采用SPSS 23.0软件进行统计学分析。采用Kolmogorov-Smirnov检验进行正态性检验，符合正态分布的计量资料采用均数±标准差表示，偏态分布采用中位数及四分位间距表示，方差齐时采用独立样本t检验，偏态分布或方差不齐时采用Mann-Whiney U检验；计数资料采用［n（%）］表示，组间比较采用χ2检验，P＜0.05为差异有统计学意义，再次纳入多因素Logistic回归分析，筛选有意义的变量（P＜0.05），构建模型。

2 结果

2.1 2组患者基本影像特征单因素分析 2组患者基本影像特征中病灶的边缘（清晰、不清晰）、分叶征（有、无）、TIC类型、ADC值以及SD比较，差异均有统计学意义（P＜0.05）；病灶的最大直径、毛刺征（有、无）比较，差异均无统计学意义（P＞0.05），见表1。2组患者SD的比较，见图2。确定SD界值以SD为因变量做出诊断良、恶性乳腺肿瘤ROC曲线，以SD值=35.65为诊断界值，＞35.65的病灶为恶性。

图2 良、恶性组患者SD分布箱式图

表1 2组患者基本影像特征单因素分析

2.2 常规MRI影像学特征及SD对乳腺良恶性病变的诊断效能 将单因素分析中常规MRI一般影像中的有统计学意义的指标（病灶边缘是否清晰、边缘是否分叶、TIC曲线类型、ADC值）进行Logistic回归分析，建立常规MRI诊断模型、SD诊断模型及二者联合诊断模型。利用Logistic多因素回归分析筛选出边缘、ADC、TIC曲线诊断乳腺良恶性的独立危险因素。联合诊断模型：LogitP=-8.603+6.803X1+0.131X2（X1=常规 MRI；X2=SD），见表2。

表2 常规MRI单因素回归分析和常规MRI、SD及二者联合诊断乳腺良恶性病变的Logistic多因素回归分析

2.3 3种诊断模型的诊断效能分析 根据3种诊断模型绘制ROC曲线，常规MRI影像学特征ROC曲线的AUC为0.933（95%CI：0.884～0.982），敏感度和特异性分别为88.4%、81.4%；SD的ROC曲线的AUC为0.839（95%CI：0.756～0.922），敏感度和特异性分别为81.4%、72.1%；常规MRI、SD联合诊断的ROC曲线的AUC为0.970（95%CI：0.937～1.000），敏感度和特异性分别为93.0%、88.4%，见图3。

图3 常规MRI、SD以及联合诊断的ROC曲线

3 讨论

乳腺癌是一种具有极高异质性的恶性肿瘤［3］，乳腺癌的发病率目前位居我国女性恶性肿瘤位居榜首，近年来呈持续上升模式［4］。临床上检查乳腺疾病的主要影像学检查有超声、钼靶以及MRI等。MRI检查不仅软组织分辨率好、相对比较安全，并且可以多参数、多角度成像，在乳腺疾病的检查中具有较大的优势［5］。

常规 MRI序列包括 T1WI、fsT2WI、DWI以及DCE-MRI，其中DCE-MRI不仅能够将病灶的细节显示的更加清晰，同时还能够很好地显示隐匿性病灶［6］。本研究通过DCE-MRI检查，获得病灶MRI一般影像征象的同时还获得了TIC类型及病灶的ADC值。一般乳腺良性占位的生长方式多呈膨胀性生长，所以病灶边界相对清晰，以圆形、类圆形多见；乳腺恶性肿瘤则以浸润性生长为主要生物学特征，其病灶形态多表现为边缘模糊、有毛刺、不规则分叶改变等［7］。本研究的86枚良恶性病变在边界是否清晰、边缘是否分叶两者比较差异均有统计学意义（P＜0.05），这也与文献报道［8］相符合。但本组病例在病灶边缘是否有毛刺2组间比较差异无统计学意义（P＞0.05），这与部分文献［9］报道乳腺恶性肿瘤边缘多有毛刺相悖。究其原因，可能是由于本组研究病例数较少造成的样本误差，后面将加大样本量进一步研究。

TIC类型能够直观地反映肿瘤内微血管生长以及间质成分。乳腺癌的TIC类型多表现为流出型（Ⅲ型）,乳腺良性病变TIC类型多为流入型（Ⅰ型）。本组研究的43枚乳腺癌病灶中就有多达26枚病灶的TIC类型为Ⅲ型。这是由于乳腺癌是恶性肿瘤，瘤体内血供丰富，因此早期就表现为明显强化，同时由于瘤体内存在较多的动-静脉吻合支，所以造影剂流出也相对较快；乳腺良性病灶大多富含丰富的纤维成分，因此，对比剂一般进入肿瘤内比较缓慢，TIC类型多为Ⅰ型。所以，以Ⅰ型及Ⅲ型做为鉴别乳腺病变的性质具有重要的意义。但本实验结果中有1例乳腺癌的TIC类型为Ⅰ型，查阅此患者的相关临床病理结果发现，此患者乳腺癌的病理类型为黏液腺癌，癌肿内含有大量黏液成分，而黏液的强化方式多为渐进性［10］，所以TIC表现为Ⅰ型。Ⅱ型在乳腺良恶性病变中存在较多重叠，一般做为鉴别肿瘤性质的意义不大。

DWI是在体观察水分子微观扩散运动的功能成像，是目前唯一可以观察活体水分子扩散运动的检查［11］。在DWI扫描的基础上测量所得的表观弥散系数ADC值能够对病灶内水分子弥散受限程度进行量化分析，从而对病变良恶性进行推测［12］。本组的86枚乳腺良恶性占位的ADC值比较差异有统计学意义（P＜0.05）。这是因为恶性肿瘤一般生长较快，细胞排列致密，所以水分子扩散受限，ADC值相对较小，但良性肿瘤一般细胞排列较为疏松，水分子运动相对较强，所以ADC值相对较大。所以利用ADC值的不同鉴别乳腺肿瘤的良恶性具有重要的价值。本研究同时发现部分良性病变的ADC值同样很小，出现了不少假阳性病例。这可能是由于部分炎性细胞浸润了良性病变致病变内结构高度致密，导致水分子扩散受限［13］。

SD是所测范围内信号强度的标准差，虽然SD不能反映各点的信号强度，但却可以反映病变整体信号强度的均匀性，病理基础相异的病变其信号强度的均匀性也不同，因此，SD也间接反映了病变的异质性。国内就有研究利用肾脏肿瘤的不均匀度不同，来鉴别诊断肾脏肿瘤的良恶性[14]。但利用不均匀度来研究乳腺病变的良恶性国内外却鲜有报道。本研究利用SD诊断乳腺病变良恶性的AUC为0.839，敏感性和特异性分别为81.4%、72.1%，这是因为乳腺癌细胞生长较快，细胞内更易发生坏死，瘤体内信号强度相较于良性肿瘤更不均匀，所以利用MRI的SD能够有效地对乳腺良恶性病变进行鉴别诊断。

本研究利用常规MRI联合SD模型对乳腺良恶性占位进行联合诊断的AUC为0.970，敏感性、特异性分别为93.0%、88.4%。高于单独常规MRI模型诊断效能（AUC=0.933），敏感性、特异性分别为88.4%、81.4%，以及单独SD诊断效能（AUC=0.839），敏感性、特异性分别为81.4%、72.1%。这说明在影像诊断的过程中多种方法联合可以相互弥补不足，能够有效降低诊断的假阳性及假阴性率，提高诊断的准确率。

综上所述，常规MRI联合SD模型在乳腺良恶性肿瘤的鉴别诊断中较单一方法能够有效提高诊断的敏感性和特异性，值的应用与推广。