几何模型匹配乳腺头足位与内外斜位X线片所示病灶

汪思娜，秦耿耿，曾 辉，徐泽园，徐维敏，文婵娟，潘德润，陈卫国

(南方医科大学南方医院放射科，广东 广州 510515)

2020年WHO国际癌症研究机构(international agency for research on cancer, IARC)最新数据表明，乳腺癌已成为女性最常见癌症[1]。美国癌症学会(American Cancer Society, ACS)推荐以摄乳腺X线片，常规包括头足(craniocaudal, CC)位和内外斜(mediolateral oblique, MLO)位片，作为筛查乳腺癌的首选影像学方法。既往研究[2]表明，综合双视图，即CC位结合MLO位图像，用于诊断乳腺病变的敏感度明显高于单一视图；而准确匹配2种图像所示同一可疑病灶为其中的关键。我国女性乳腺多为致密型[3]，重叠的腺体组织可遮盖病灶，且加压摄片可使病灶发生不同程度移位，给定位造成一定困难。本研究观察课题组前期构建的几何模型(geometric model, GM)[4]用于匹配乳腺CC位与MLO位X线片所示病灶的价值。

1 资料与方法

1.1 一般资料 回顾性分析南方医科大学南方医院2016年1月—7月493例接受乳腺X线摄片的乳腺病灶患者，均为女性，年龄23～87岁、中位年龄49岁；其中388例单侧乳腺单发病灶，50例单侧多发病灶，55例双侧单发病灶；共纳入598个乳腺病灶，包括499个钙化灶和99个肿块。纳入标准：乳腺X线片示粗大钙化或肿块，且CC位和MLO位片均能完整显示病灶。排除标准：①既往手术史，包括乳腺癌保乳术后、注射隆胸或假体植入术后；②多发病灶，无法于CC位与MLO位图像中逐一匹配；④乳腺癌造成局部皮肤及乳头回缩；⑤图像质量不能满足诊断要求。本研究经医院伦理委员会批准(伦理审批号：NFEC-2020-161)。

1.2 仪器与方法 以 Hologic Selenia数字乳腺X线机摄双侧乳腺CC位和MLO位片。基于图像存储与传输系统(picture archiving and communication system, PACS)，以DICOM格式导出图像，将乳腺自乳头至胸壁分为前、中、后带，并以乳头垂直于胸壁的直线为界，将CC位图像所示乳腺分为外侧和内侧，将MLO位图像所示乳腺分为上部和下部。根据第5版乳腺影像报告和数据系统(breast imaging reporting and data system, BI-RADS)进行评估，观察乳腺密度，记录压迫厚度(被压迫后乳腺在压迫板与探测器之间的厚度)。将不均匀致密和极度致密乳腺归为致密型乳腺，将脂肪类和散在纤维腺体类乳腺归为非致密型乳腺。以上工作均由同1名具有5年以上乳腺影像学诊断经验的影像科医师完成。

1.3 构建GM并评估其效能 采用MALAB 2018a软件构建GM并进行评估。首先基于CC位和MLO位片所示二维图像提取乳房轮廓，并将其恢复为非压迫状态下(即自由状态下)的形态；之后采用反压缩操作将CC位片中的感兴趣点恢复为自由状态下的曲线，并以MLO角度对恢复后的乳房和曲线进行旋转并压缩；将MLO位压缩后的曲线映射至二维MLO位图像上，即得到CC位图像中的感兴趣点在MLO位图像上的预测曲线，代表其在MLO位图像中的可能位置。见图1。

图1 构建GM流程图

由1名具有10年以上乳腺影像学诊断经验的副主任医师点击CC位图像所见病灶中心，得到其在MLO位图像上的预测曲线，并测量病灶中心至该曲线的最短距离，即匹配误差，记为CC预测MLO的匹配误差；再以相同方法测量MLO预测CC的匹配误差。由另1名具有15年以上乳腺影像学诊断经验的主任医师审核测量结果，意见不一致时，经讨论决定。

之后以环形法(annular band, AB)和直线法(straight strip, SS)对CC位与MLO位图像中的病灶进行匹配，并计算匹配误差，包括AB径向误差和SS轴向误差。以图像所示乳头至病灶中心的最短距离为径向距离，以径向距离线在垂直于胸壁的乳头所在水平面的投影线为轴向距离(图2)；采用AB法计算CC位与MLO位图像所示病灶径向距离的差值(即径向误差)，以SS法计算CC位与MLO位图像所示病灶轴向距离的差值(即轴向误差)。评估以GM与AB及SS方法所获双视图的匹配性能。

图2 以AB及SS方法匹配CC位(A)与MLO位图像(B)所示乳腺病灶示意图 (红色方框：乳腺病灶；橙色虚线：径向距离；绿色直线：轴向距离)

1.4 统计学分析 采用SPSS 20.0统计分析软件。以中位数(上下四分位数)表示不符合正态分布的计量资料，以Mann-WhitneyU检验进行2组间比较、以Kruskal-WallisH检验进行多组间比较。行Spearman相关性分析，以│r│≥0.8为高度相关。P<0.05为差异有统计学意义。

2 结果

本研究首先基于499个钙化灶验证GM的可逆性，以CC位预测MLO位、以MLO位预测CC位图像中的乳腺钙化灶的匹配误差分别为2.85(1.45，5.08)及2.95(1.45，5.13)mm，二者差异无统计学意义(Z=0.372，P=0.710)，提示GM可逆，故针对以CC位预测MLO位图像中的乳腺病灶的结果进行分析。

2.1 匹配结果

2.1.1 GM GM对乳腺肿块的匹配误差为3.70(1.35，6.25) mm，与对钙化灶的匹配误差[2.85(1.45，5.08)mm]差异无统计学意义(Z=-1.344，P=0.179)。

2.1.2 AB、SS 对乳腺上部病灶，AB的径向误差和SS的轴向误差均大于下部病灶(P均<0.001)；对乳腺外侧病灶，AB的径向误差和SS的轴向误差均大于内侧病灶(P均<0.05)；见表1、2；且CC位与MLO位图像所示径向距离和轴向距离均呈高度正相关(r=0.924、0.922，P均<0.001)，见图3。

图3 乳腺CC位与MLO位X线图像所示病灶径向距离间(A)和轴向距离间(B)的相关性的散点图

表1 乳腺CC位图像所示病灶的AB径向误差和SS轴向误差比较(mm)

2.1.3 效能比较 GM、AB及SS匹配误差整体差异有统计学意义(H=93.012，P<0.001)，且两两比较差异均有统计学意义(P均<0.05)；GM的匹配性能明显优于AB和SS(表3、图4)。

图4 GM、AB及SS对乳腺CC位与MLO位X线图像所示病灶的匹配误差的箱线图

表2 乳腺 MLO位图像所示病灶的AB径向误差和SS轴向误差比较(mm)

表3 GM、AB及SS对乳腺CC位与MLO位X线图像所示病灶的匹配误差

2.2 GM匹配误差 GM对致密型与非致密型乳腺病灶的匹配误差分别为2.73(1.45，4.91)及3.95(1.76，6.68)mm，对乳腺上部及下部病灶分别为3.49(1.48，5.77)及2.61(1.45，4.64)mm，差异均有统计学意义(Z=-2.778、-2.619，P=0.005、0.009)；对乳腺外侧及内侧病灶的匹配误差分别为3.28(1.49，5.78)及2.67(1.45，4.75)mm，对前、中、后带病灶分别为2.61(1.45，5.54)、3.20(1.50，5.62)、2.75(1.45，4.75)mm，差异均无统计学意义(Z=-1.831，P=0.067；H=1.514，P=0.469)。见图5。GM对乳腺病灶的匹配误差与摄CC位及MLO位X线片时的乳腺压迫厚度无明显相关性，见图6。

图5 GM对乳腺CC位与MLO位X线图像所示病灶的匹配误差的箱线图 A.非致密型与致密型乳腺； B.乳腺上部与下部； C.乳腺外侧与内侧； D.乳腺前、中、后带

图6 GM对乳腺CC位与MLO位X线图像所示病灶匹配误差与乳腺压迫厚度的相关性的散点图

3 讨论

乳腺X线摄影现已广泛用于临床，但当病灶较小且受致密腺体遮挡时，定位难度较大，易致误诊、漏诊。乳腺为弹性软组织，加压摄片过程中可产生较大形变，且其程度随压迫力度、手法等而变化，致病灶位移较难预测，使乳腺X线图像匹配成为计算机立体视觉的难点。

既往国内外乳腺图像匹配相关研究[5-10]主要涉及空间变换、特征匹配及机器学习等。KITA等[5]对压缩后变形的乳房进行建模，以计算CC位图像中的某点，即感兴趣点，对应于MLO位图像的匹配线，发现该点至匹配线的最短距离为4.1～6.8 mm。HADJIISKI等[6]提出一种基于弧形搜索区域和相似性度量的乳腺图像匹配方法，其匹配误差为(4.2±5.7)mm。本课题组[4]前期提出了能对乳腺感兴趣点的可能位置进行初步定位的模型，即GM；医师于一种视图上发现乳腺可疑病灶时，点击该病灶，即可于另一视图中出现一条曲线，供其参考对病灶进行定位，以提高诊断效率。

临床工作中，医师常采用AB或SS方法初步定位乳腺X线片所示病灶，但二者均基于二维图像作出假设，无法解释乳腺病灶在加压摄片所需的压迫过程中的三维位置变化，稳定性较差，应用价值有限[11]。本研究结果显示，SS匹配性能优于AB；提示临床工作中，若无更为可靠的匹配方法，可采用SS对乳腺X线图像所示病灶进行定位。

GM可在一定程度上解释二维图像所示病灶、加压压迫及病灶三维位置的关系，使得匹配性能有所提高。由于加压使乳腺发生一系列复杂形变，且不同类型乳腺的形状及弹性存在一定差异，导致GM匹配性能有所不同。本研究结果表明，GM对于致密型乳腺X线图像所示病灶的匹配效果优于非致密型，分析原因，主要在于非致密型乳腺多见于老年女性，其乳腺随雌激素水平下降而逐渐退化，脂肪比例增加，导致相同加压条件下发生的形变较致密型乳腺更为明显，提示GM可能并不适用于乳房易发生高度形变者；但此类乳腺病灶受腺体遮挡影响较小而易于检出，故有待进一步观察。此外，本研究发现GM对于乳腺下部病灶的匹配效果优于上部，可能与摄标准MLO位片时胸大肌在压迫过程中向前方推移乳腺有关。另外，由于皮肤和胸壁对于乳腺的约束作用使感兴趣点在摄CC位片时受压向乳头方向移动，而摄MLO位片时则可能向相反方向移动，导致感兴趣点在2种图像中的相对位移较大，此为部分病例AB匹配误差较小而SS匹配误差较大的主要原因。

综上所述，GM模型用于匹配乳腺CC位与MLO位X线图像所示病灶的价值较佳。但本研究仅纳入乳腺粗大钙化或肿块，有待后续扩大样本量及病变类型进一步完善。