MRI 灌注定量分析对非肿块强化乳腺病变的诊断价值

赵霞 李秉营 时光喜 邹瑞琪 王宁

乳腺MRI 非肿块强化（non-mass enhancement，NME）病变形态松散不规则，其间可夹杂正常腺体及脂肪组织，缺乏特征性表现，易造成误诊、漏诊。无论从现有的乳腺影像报告和数据系统（Breast Imaging Reporting and Data System，BI-RADS）描述的形态特征、其他表示形态特点定性或者定量特征，还是定量的经典数学模型中提取的动力学参数，临床工作中单一特征类型的应用对这类病变的检出、描述和诊断都极具挑战性［1］。准确评估NME乳腺疾病范围，获得预后特征仍是亟待解决的难点。动态对比增强MRI（dynamic contrast enhanced-MRI，DCE-MRI）是乳腺病变检查的常规影像手段，可无创地获取半定量及定量血流动力学特征以及容量转移常数（volume transfer constant，Ktrans）、速率常数（rate constant，Kep）等用于预测病变组织内部的生物学侵袭性。本文回顾性分析56 例NME 乳腺病变的DCE-MRI 影像资料，探讨DCE-MRI 对NME乳腺病变良恶性的鉴别诊断价值及诊断效能，以提高NME 乳腺病变诊断准确性。

资料与方法

1.一般资料

回顾性收集2021 年1 月～12 月我院收治的56 例NME 乳腺病变患者临床和MRI 影像资料。均为女性，年龄27～76 岁，中位年龄43 岁。纳入标准：（1）均经超声诊断怀疑为乳腺病变，且动态对比增强MRI 检查均显示为非肿块强化病变，图像清晰并可测量；（2）既往未经过穿刺活检或放化疗等诊疗措施，并于MRI 检查后1 周内行手术或穿刺活检获得明确的病理结果。患者在检查前签署知情同意书，本研究经医院伦理委员会审查通过。

2.检查方法

采用GE Signa Pioneer 3.0 T MRI 扫描仪和8通道乳腺专用相控阵表面线圈及多通道并行采集技术。患者取俯卧位，双侧乳腺自然悬垂并固定于线圈中。扫描序列包括轴位T1WI、T2WI 以及DWI（b=0、800 s/mm2）以及动态增强扫描MRI。动态增强扫描采用三维容积超快速动态成像T1WI 脂肪抑制序列（differential subsampling with cartesian ordering，DISCO），共计扫描28 个时相，第一时相为蒙片扫描时间为54 s，随后开始动态增强扫描，每一时相为18.8 s，总采集时间为561.6 s，各期之间为无间隔扫描。具体扫描参数如下：TR 5.6 s，TE 最小值，翻转角15 度，体素1.2×1.2 mm，视野为36 cm×36 cm，层厚1.2 mm，相位编码方向为前后方向A/P，采集次数1 次，矩阵尺寸为300×300，带宽125。动态增强扫描2 期之后静脉团注对比剂钆布醇注射液（加乐显，拜耳），剂量0.2 ml/kg，注射流率2 ml/s，随后以相同流率追加20 ml 生理盐水冲管。

3.图像分析

所有图像处理工作在GE AW 4.7 工作站上完成，由两位工作10 年以上的MRI 诊断医师完成图像后处理。病变内参数均测量3 次取其平均值；勾画兴趣区（region of interest，ROI）时需尽量避开出血、坏死、囊性灶，选择病灶强化最快、最明显区域［2］。ROI 面积不小于50 mm2。

利用Ready View 软件观察NME 病变进行动态增强扫描的分布方式并测量病变的最大径，随后获取病变的时间-信号强度曲线（time-signal intensity curve，TIC）类型并测量半定量血流动力学特征参数早期强化率（early enhancement ratio，EER）、晚期强化率（late enhancement ratio，LER），计算公式为：

注：公式中SI（signal intensity）为增强前基线信号强度，SIearly为增强后91.6 s 时病变信号强度值，SIlate为增强后450 s时病变信号强度值

利用Gen IQ 软件测量病变内各项灌注参数，包括Ktrans、Kep、最大增强斜率（maximum slope of increase，MSI，mmol/s）、对比剂浓度时间曲线下的90 s 时的初始区域（initial area under the gadolinium curve，IAUGC）、对比增强比（contrast enhancement ratio，CER）、血管外细胞外间隙的容积（extravascular extracellular volume fraction，Ve）。其中预设T1校正值为900 ms，血管输入函数VIF 采用Model Based模式。Ktrans是对比剂从血管内扩散到血管外细胞外间隙的正向渗透速率，Kep是对比剂从血管外细胞外间隙回流到血管内的渗透速率。二者之间存在以下关系：

4.统计分析

采用SPSS 20.0 软件进行统计学分析。符合正态分布的计量资料以表示，良/恶性组间的比较采用独立样本t 检验；非正态分布的计量资料用M（Q1，Q3）表示，良/恶性组间的比较采用Mann-Whitney U 检验。通过绘制受试者工作特征（receiver operating characteristic，ROC）曲线获取各项MRI特征参数的曲线下面积（area under the curve，AUC）、敏感度及特异度等用以评价其诊断效能。应用组内相关系数（intraclass correlation coefficient，ICC）评价两名医师测量的各项参数的一致性（ICC 大于等于0.75 为高度一致，ICC 为0.4～0.75 之间为中度一致，ICC 小于0.4 为一致性较低）。P＜0.05为差异具有统计学意义。以上均行方差齐性检验。

结果

56 例NME 乳腺病变患者，病理为良性者33例，包括单纯性腺病6 例、硬化性腺病2 例、增生性病变伴局部纤维腺瘤样结构8 例、小叶性肉芽肿性乳腺炎8 例、非特异性肉芽肿性乳腺炎6 例、慢性乳腺炎3 例。病理为恶性者23 例，包括浸润性导管癌6 例、浸润性小叶癌8 例、浸润性实性乳头状癌1 例、中-高级别导管内癌4 例、高级别导管内癌3 例、高级别导管内炎伴浸润性导管癌1例。按照非肿块强化的分布方式进行分类，良性病变中段性分布有1 例（慢性炎细胞浸润伴导管扩张），局灶分布6 例（增生性病变5 例，乳腺慢性炎1 例），区域分布13（单纯性腺病1 例，乳腺增生1例，乳腺炎11 例），多区域分布10 例（增生性病变4 例，腺病1 例，乳腺炎5 例），弥漫分布3 例（增生2 例，乳腺炎1 例）。按照非肿块强化的分布方式进行分类，恶性病变中线状分布1 例，为浸润性导管癌伴低乳头状型导管内癌；段状分布2 例，为浸润性导管癌；局灶分布1 例，为浸润性癌；区域分布12 例（高级别导管内癌7 例，浸润性乳腺癌4 例，浸润癌伴高级别导管内癌成分1 例）；多区域分布7 例（浸润性癌6 例，中-高级别导管内癌，局部可见散在小腺体需免疫组化排除浸润1 例）。良性病变的最大径为（63.787±29.853）mm，恶性病变的最大径为（46.859±17.497）mm。病变最大径的组间差异t 检验显示组间差异具有统计学意义（P=0.02）。

两名医师测量各项参数间的一致性分析：统计分析结果显示EER 和LER 均具有较高的一致 性（ICC 分别为0.907、0.836）。Kep和Ktrans、MSI、IAUGC、CER 均具有较高的一致性（ICC 分别为0.927、0.917、0.962、0.902、0.931）。

良性NME 乳腺病变EER 明显低于恶性病变，组间差异具有统计学意义（P=0.002），LER 的组间差异无统计学意义（P=0.247）。恶性NME 乳腺病变的Kep、Ktrans、MSI、IAUGC、CER 等均高于良性病变，且差异具有统计学意义（P≤0.001）（表1，图1、2）。ROC 曲线显示半定量血流动力学特征中，EER 的诊断效能优于LER。定量特征参数诊断效能明显优于半定量特征，其中以Kep和Ktrans诊断效能较高（表2，图3）。

表2 各项DCE-MRI 特征对NME 乳腺病变的诊断效能

图1 女，45 岁，右侧乳腺内上及外上象限NME 病变，病理为浸润性小叶癌。a)动态增强扫描对比剂注入后91.6 s 时的强化图像；b)TIC曲线；c)灌注伪彩图图2 女，40 岁，右侧乳腺内上及外上象限NME 病变，病理为囊性增生病伴导管内乳头状瘤，部分导管上皮增生、钙化。a)动态增强扫描对比剂注入后91.6 s 时的强化图像；b)TIC 曲线；c)灌注伪彩图

图3 动态 增强扫描参数的ROC 分析。a)EER 和LER 的ROC 分析；b)Kep、Ktrans、MSI、IAUGC 的ROC 分析

表1 NME 乳腺病变DCE-MRI 各项参数分析

讨论

1.NME 乳腺病变影像诊断现状

乳腺NME 是较为特殊的一种病变，病变内可以夹杂正常腺体组织，与邻近腺体组织分界不清，具有复杂的组织病理学和生物学特征，对其良恶性的鉴别诊断具有一定挑战性［1］。既往针对NME病变，临床多采用钼靶或超声复诊，但经研究发现，其诊断敏感度较低，应用效果一般。随着DCE-MRI 逐渐应用于NME 乳腺病变诊断中，利用对比剂对乳腺病变组织进行廓清，使乳腺病变组织与周围组织的界限更加清晰，可以检查患者病变部位内的强化特点、病变边缘、大小及位置等，可准确反映病变的形态学特征，为临床诊治提供重要参考依据［3］，还可获取血流动力学特征以及灌注特征（Ktrans、Kep）反映病变微环境的血流动力学、新生血管密度以及血管通透性特征进行量化诊断［4］，是预测肿瘤血管生成和侵袭性的潜在成像生物标志物［5］。

美国放射学会2013 年第5 版MRI BI-RADS分类［6］中提到乳腺非肿块强化是指不同于周围正常乳腺实质强化、没有明确边界的强化区域，无法像肿块一样勾画出三维轮廓，一般无明显占位效应，常有脂肪或正常组织夹杂其间，同时推荐扫描协议包含DCE-MRI 序列，并将DCE-MRI 参数作为区分良恶性的重要信息。因此本研究中选择应用2D ROI 进行各项参数测量。肿瘤内的血管生成与恶性程度密切相关。与正常供血血管相比，肿瘤新生血管密度更大且分布不均匀，内皮细胞基底膜发育不完整，血管壁通透性更强。病变血流动力学特征与病变微循环中血管密度、毛细血管壁的通透性及肿瘤间质的压力等因素均有关。需要注意的是，NME 乳腺恶性病变中夹杂存在正常腺体，病变由新生肿瘤血管和正常腺体内发育完善的血管共同供血，而且部分良性病变血流灌注亦可较丰富（如纤维腺瘤、炎性病变等），与恶性病变之间存在重叠［7］。在临床工作中对乳腺病变性质的判断需要结合病变的形态、强化特点、MSI 和血流动力学特征等信息进行综合分析［8］。有研究证实NME 良恶性组间TIC 类型差异无统计学意义，因此建议TIC 类型仅作为鉴别乳腺非肿块病变良恶性的次要标准［9,10］。TIC 曲线可靠性较差的原因可能是：（1）血流量、毛细血管通透性、血管密度、血管外细胞外间隙等多种因素影响均可对TIC 曲线类型产生影响；（2）绘制ROI 测量过程中很难完全避开正常乳腺组织［11］。

2.DCE-MRI 灌注参数对NME 乳腺病变的价值

周健等［12］的研究结果显示，DCE-MRI 影像特征评价应以增强早期（2 min）为宜，因为过早对比剂还未充分进入病灶，过迟（延迟期）则常因病变内夹杂的或者周围的纤维腺体或增生腺体强化，掩盖病变原来的形态而导致误判。本研究采用EER、LER 以及CER 等影像特征反映病变内的血流动力学，目的就在于避免背景实质强化的干扰以及TIC 曲线对NME 病变良恶性判断的影响。结果显示，NME 乳腺恶性病变的EER、CER 明显高于良性病变，与既往研究［12-14］结果一致。LER 的组间差异无明显统计学意义，提示TIC 曲线类型对鉴别NME 乳腺病变的良、恶性价值有限，与李娜等［15］的研究结果一致。可能与恶性病变中微血管密度更大、毛细血管壁基底膜不完善、通透性更高导致对比剂流入速度更快有关。Mori 等［16］对77 例乳腺NME 病变行DCE-MRI 扫描，分别获得早期和延迟期信号增强比，运用ROC 曲线分析的结果显示二者用于病变良恶性鉴别诊断的ROC AUC均为0.81。本研究结果显示，EER 的诊断效能优于LER（准确度分别为74.4%、63.5%），但总体诊断效能稍低于Mori 等［16］的研究结果，可能与样本量小、入组偏倚有关。

本研究基于DCE-MRI 定量分析技术获得NME 病变的半定量及定量影像学特征，结果显示定量特征如Kep、Ve、Ktrans等在恶性病变中显著高于良性病变且差异有统计学意义，证实DCE-MRI 定量参数鉴别乳腺NME 良性与恶性具有一定价值，与前人的研究［17-20］结果相一致。分析原因可能是与肿瘤细胞刺激了新血管生成，血管内皮细胞增多、血流阻力降低形成的高灌注的病理生理基础密切相关［21］。

3.DCE-MRI 灌注参数对NME 乳腺病变诊断效能的ROC 曲线分析

本研究中ROC 分析结果显示，Ktrans、Kep在乳腺NME 病变良恶性鉴别诊断中具有良好的诊断效能，提示灌注参数可以更好地描述NME 乳腺病变内的血管生成及血管壁渗透性特征。同时，本研究在部分急性乳腺炎病变中也可见到高灌注状态（Ktrans、Kep显著升高），与李振宇等［22］的研究结果一致。可是因为炎性病变存在局灶性溶解坏死、蜂窝状脓腔形成，导致血管壁结构破坏，血管壁通透性增加，同时炎性反应使得腺体组织充血肿胀，炎性细胞浸润可以刺激血管生成，增加病变内的新生血管数量的同时扩张血管腔。

本研究的局限性：（1）为单中心回顾性研究且样本量较小，存在选择性偏倚；（2）采用2D ROI 手动勾画技术，先进性存在不足，所画ROI 没有将病变的整个实性部分包含在内不能代表整个肿瘤，可以尝试采用全肿瘤的3D ROI 半自动勾画分析病变。

综上所述，本研究基于DCE-MRI 定量分析技术对NME 乳腺病变良恶性进行评价，显示定量灌注相关参数具有良好的诊断效能。