磁共振ADC纹理分析在乳腺增生症和导管原位癌鉴别中的价值

戴世鹏 张崇海 孙文静 田苗苗 李国忠

乳腺磁共振成像作为乳腺最敏感的检查技术，能够广泛的用于乳腺癌高危人群的筛查、疾病的精准定位、定性、分期及治疗后的随访评估[1]。弥散加权成像(diffusion weighted imaging，DWI)是基于水分子布朗运动原理，脉冲序列利用MRI扩散特征而应用于临床，可以反映组织微观结构的变化，在鉴别良恶性病变中具有重要价值。DWI成像被广泛应用于多种乳腺疾病，如乳腺癌、乳腺良性肿瘤、乳腺增生症、乳腺炎等的筛查和定性诊断[2]。MRI图像的纹理分析被用于研究图像空间灰度强度的特征分布，进而提取常规图像中无法甄别的灰度细微差异特征。MRI图像中提取的纹理特征包含一阶特征、二阶特征和高阶特征。一阶特征包括平均值、方差等多个参数值，主要是灰度直方图特征[3]。在MRI图像中乳腺增生症(hyperplastic disease of breast)和乳腺导管原位癌(ductal carcinoma in situ，DCIS)均可表现比较为段样、区域性、线样等非肿块样强化表现，临床表现缺乏特异性，主要包括乳头溢血或溢液，伴或不伴乳房肿痛，经常在患者体检时，两种病变均会被偶然发现，但乳腺增生症和导管原位癌的治疗处理方案截然不同，如若通过MRI检查在术前做出准确诊断，将有利于临床对此两种疾病的治疗方案进行制定。本研究旨在分析磁共振扩散加权成像ADC纹理分析在乳腺增生症和DCIS中的鉴别诊断价值，以提高两种疾病诊断的准确性。报告如下。

1 资料与方法

1.1 一般资料 选取2015年3月至2020年11月在河北省沧州市人民医院进行乳腺 MRI检查患者102例，共102个病灶，年龄28～67岁；其乳腺增生症53例，乳腺导管原位癌49例。记录2组患者的影像、临床、病理学资料并进行比较。本研究经本院伦理委员会批准。

1.2 纳入与排除标准 纳入标准：(1)病理诊断为乳腺增生症和导管原位癌；(2)乳腺病变 MRI 图像表现为非肿块样强化；(3)乳腺MRI检查前无乳腺手术史，未接受放化疗等非手术治疗；(4) 乳腺MRI扫描资料完整，图像清晰，满足测量和后处理要求。排除标准：(1)肿瘤内的实性成分的长径<3 mm，不符合勾画 ROI 要求；(2)MRI 检查禁忌证。

1.3 扫描方法 设备为荷兰飞利浦 Ingenia 3.0T 磁共振扫描仪，采用相控阵乳腺专用线圈。患者体位为足先进俯卧位，双侧乳腺置于线圈洞穴内并自然悬垂，使患者保持舒适体位。扫描序列选择:(1)横轴位T1WI(TR/TE为649 ms/8 ms，层厚/层间距3.5 mm/0 mm，矩阵 320×256)；(2)轴位脂肪抑制T2WI(TR/TE为4451ms/80ms，层厚/层间距3.5 mm/0 mm，矩阵 320× 256)；(3)轴位DWI (TR/TE 为 9142 ms/80 ms，层厚/层间距3.5 mm/0 mm，矩阵 128×153，b值分别设定为 0 mm2/s 和 800 mm2/s)；(4)多期动态增强扫描对比剂选择钆喷酸葡胺注射剂(Gd-DTPA)，剂量 0.2 mmol/kg，流速 2.0 ml/s，序列为e-THERVE( TR/TE为5.3 ms/2.6 ms，层厚/层间距 3 mm/ -1.5 mm，矩阵 280×339)。

1.4 图像处理 在Philips IntelliSpace Portal工作站上将MRI影像导出，导出的影像格式为“BMP”，并调整所有图像的窗宽、窗位，使其保持一致。将导出数据用MaZda软件进行纹理分析。图像均由 2 名经验丰富的乳腺MRI影像诊断医师在不知晓病理结果的情况下分别解读，意见不统一时通过讨论达成共识，在确定病变的边界和位置时，可以结合动态增强图像与DWI图像的对应关系进行确认。

1.5 图像纹理分析 感兴趣区(region of interest，ROI)的选取：在ADC图像中手动勾画ROI，将ROI置于乳腺病变区，避开坏死、囊变区域，测量病变的 ADC 值，需至少测量 3 次，取其平均值，并保存选定的ROI。ADC 灰度直方图的测量：将所有患者 ADC 序列从工作站以 BMP 格式导出并储存，导入 MaZda软件，先对图像进行灰阶水平标准化(3 sigma)，减小对比度和亮度变化对分析结果的影响，在MaZda软件中提取灰度直方图参数，包括 Mean 值、Variance 值、Skewness 值、Kurtosis值、Perc.1%、Perc.10%、Perc.50%、Perc.90%、Perc.99%。

1.6 统计学分析 应用 SPSS 20.0 统计软件，计量数据首先进行正态性检验，如果符合正态分布且两组间方差齐，采用t检验；若方差不齐采用校正t检验，组间比较采用非参数秩和检验,对有统计学意义的纹理参数，进行受试者工作特征曲线(receiver operating characteristic curve, ROC 曲线)分析并计算相应的曲线下面积(area under curve, AUC),P<0.05为差异有统计学意义。

2 结果

2.1 患者基本资料 乳腺导管原位癌49例，平均年龄(45.7±11.7)岁，乳腺增生症53例，平均年龄为(44.2±13.1)岁，差异无统计学意义(P=0.62>0.05)。

2.2 纹理特征参数 乳腺导管原位癌组和乳腺增生症组2组间比较得到Mean 值、Variance 值、Skewness 值、Kurtosis值、Perc.1%、Perc.10%、Perc.50%、Perc.90%、Perc.99%，纹理特征参数差异有统计学意义(P<0.05)。应用 ROC曲线联合 AUC 得出Perc.1%、Perc.10%具有非常高的诊断鉴别效能，AUC 值分别为 0.86 、0.83。参考约登指数，Perc.1%取阈值为75.5时，敏感度为75.00%、特异度为80.00%；Perc.10%取阈值为99.5时，敏感度为78.98%，特异度为73.68%。见表1、2，图1。

表1 平均值、方差、百分位数的ROC曲线分析

表2 乳腺导管原位癌与乳腺增生症患者ADC纹理分析比较

图1 纹理特征中平均值、方差、百分位数的ROC曲线

2.3 典型病例。见图2、3。

图2 女，35岁，左乳导管原位癌；A 轴位 T1WI增强图像显示左乳内侧方一个不均匀非肿块样强化病变；B 横轴位DWI图病变呈高信号；C 横轴位ADC图中ROI勾画区域

图3 女，38岁，左乳增生症;A 轴位 T1WI增强图像显示左乳外侧方一个不均匀非肿块样强化病变；B 横轴位DWI图病变呈稍高信号；C 横轴位ADC图中ROI勾画区域

3 讨论

乳腺导管原位癌一种乳腺导管内上皮细胞异常增生，伴有轻度至重度的细胞异型，生但未超出周围基底膜的非浸润性恶性病变， 30%～50%的导管原位癌病例进展为浸润性导管癌[4]，肿瘤不具有进入局部脉管造成转移的能力。虽然乳腺导管原位癌恶性程度不高，但通常需要临床干预，干预措施包括保乳手术或者乳房全切术[5]，仅有4%的患者接受非手术治疗[6]。乳腺增生症是最常见的良性乳腺疾病，其原因是乳腺腺体增生过度和复旧不全。一些亚型无论是在临床上、影像学上、还是在组织形态学上均与乳腺癌相似。绝大多数乳腺增生症无需手术，仅需随诊观察及对症治疗。乳腺导管原位癌与乳腺增生症部分病例在临床及影像中表现相似，临床在确诊两种疾病性质时需要进行活组织病理检查证实，但是活检是有创性检查，且局部活检所检测的病变组织量较少，有时不能提供病变的整体病理类型，可能会存在病理诊断困难。乳腺 MRI具有良好的软组织对比度，敏感性高，而乳腺增生症与乳腺导管原位癌在MRI上多表现为NME(乳腺非肿块样强化)方式，病变形态学及血流动力学表现在常规MRI图像中存在部分重叠，鉴别较为困难。MRI 纹理分析将医学影像信息，如像素灰阶分布水平、像素的二维及三维分布特征等，提取并转换成多种肉眼无法识别纹理信息，比较两者纹理特征差异，因此可以用于定量评测肿瘤的异质性，具有非侵入性特点，可以提高病变MR诊断的准确率。

纹理分析(texture analysis,TA)是通过分割ROI区及提取纹理特征，结合两种病变病理学结果，经过统计学分析，筛选出与病变相关的纹理特征，从而建立出两种疾病的诊断与预测模型，可定性及定量描述ROI区中组织结构的细微纹理变化。纹理分析包含灰度直方图[7]，其通过分析病变图像像素值的灰度分布情况，从而获得有关病变的鉴别、分级等的参数，作为量化参数可描述病变内组织分布的规律和均匀程度，进而对肿瘤的异质性进行评估[8]。在纹理分析中，组织学分析中发现MRI纹理参数和组织结构变化之间的相关性这一研究，验证了组织的潜在超微结构特性影响灰度级的分布这一假设。纹理分析提供病变图像具有客观性，不受影像诊断医师主观因素的影响。目前，MRI图像纹理分析开始逐渐用于乳腺疾病的研究，Li 等[9]的研究表明ADC图像提取的纹理特征参数可以较好地区分乳腺良恶性肿瘤，病变的纹理特征具有显著的差异。Martincich 等[10]研究显示，灰度方差特征作为预测乳腺癌治疗效果评估的重要参数，反映了纹理动态异质性变化，乳腺癌具有异质性特点，因此MRI图像纹理特征分析对于评估乳腺增生症与DCIS病变的异质性具有诊断价值。研究表明基于 DWI 图像纹理分析方法鉴别疾病性质时，灰度直方图参数中百分位数及平均值常呈现出显著性差异[11-13]，这证明不同序列图像选择可能与纹理特征参数密切相关。DWI通过水分子布朗运动的特性进行成像，可以反映组织微观结构的变化及组织内水分子弥散受限的方向及程度。DWI序列可自动生成ADC图。ADC值系组织内水分子的扩散受限程度的量化指标，ADC值大小与细胞增殖的活跃度、细胞内血管化程度及组织内细胞密度相关。ADC值在鉴别乳腺病变良恶性方面的应用已较为广泛[14]。相较于DWI图，ADC图含有更丰富的纹理信息[15]。本研究结果显示：乳腺增生症与乳腺DCIS纹理特征参数中，平均值、方差、百分位数(第1、第10、第50、第90)在统计学上有显著的差异(P<0.05 )。除Variance 值以外，乳腺增生症所有参数值均高于DCIS，与 Suo 等[12]研究结果相符，在乳腺DCIS中，平均值、百分位数(第1、第10、第50、第90)明显低于乳腺增生症。MRI图像的纹理差异取决于这2 种疾病的病理特征。有研究证实MRI图像的纹理特征会因组织病理变化而改变[16]，良性病灶区组织成分相对单一，而恶性病灶区一般表现为高细胞密度、内部出血、组织坏死和黏液样变性[17]。方差值越大，说明图像明暗变化程度越大，说明病变的异质性越高，因此乳腺导管原位癌的方差值高于乳腺增生症。乳腺导管原位癌的平均值、百分位数低于乳腺增生症，说明导管原位癌相较于乳腺增生症，无论是整体上还部分像素在ADC图上亮度更低，与钟井松等[18,19]研究结果相近。本研究利用ROC曲线及 AUC对纹理特征参数的诊断价值进行分析评估，显示Perc.1%及Perc.10%诊断价值最大，Perc.1%的AUC 值为 0.86 ，Perc.10%的AUC 值为0.83。参考约登指数，Perc.1%取阈值为75.5时，敏感度为75.00%，特异度为80.00%；Perc.10%取阈值为99.5时，敏感度为78.98%，特异度为73.68%。通过多变量Logistic回归分析对纹理特征差异有统计学意义的参数建立模型，可进一步提高诊断效能，AUC、敏感性和特异性达到0.94、87.88%和89.47%。由此可见ADC纹理分析可作为乳腺病变鉴别诊断的一个补充手段。

在图像重建和手动选择病灶时，本研究尽量避开正常的乳腺实质组织，因为在勾画 ROI 时非肿块病变很容易将正常的腺体组织包含在内，易导致结果偏倚[11]。

本研究的不足：(1)本研究样本量有限，需更多的病例研究来进一步证实。(2)非肿块样强化病变可夹杂着正常的乳腺腺体组织及脂肪组织，可能会造成一定的结果偏倚；(3)目前纹理分析尚未建立标准化处理过程及标准化参数，纹理分析处理过程因不同研究者而异[20-22]。

综上所述，乳腺增生症及DCIS的ADC直方图纹理特征有显著差异，ADC 直方图参数对两者的鉴别诊断均具有一定的临床应用价值。在乳腺病变的诊断中，ADC 直方图参数可以作为一种补充手段。