多模态超声校正BI-RADS4类乳腺肿块的价值

摘要：目的" 探讨乳腺自动容积成像（ABVS）、超声弹性评分（UES）及两者联合在校正乳腺影像报告和数据系统分级（ BI-RADS） 4 类乳腺肿块 BI-RADS 分级中的应用价值。方法" 收集我院经常规超声诊断为 BI-RADS 4 类的乳腺肿块患者 109 例，共113 个肿块。经 ABVS 及 UES 校正 BI-RADS 分级后，与病理结果对比，绘制 ROC 曲线，比较常规超声、ABVS、UES、ABVS 联合 UES 诊断 BI-RADS 4 类乳腺肿块的差异。结果" 109 例患者 113 个肿块中包含良性 78 个，恶性 35 个，ABVS 联合 UES 校正后的敏感度、特异性、准确性、ROC 曲线下面积分别为 94.29%、93.59%、 93.80%、0.975。 结论" ABVS 联合 UES 有助于提高 BI-RADS 4 类肿块的总体诊断效能。两者联合诊断可以取长补短，提高诊断率。

关键词：乳腺自动容积成像；超声弹性评分；常规超声；乳腺影像报告和数据系统分级；乳腺肿块

Value of multimodal ultrasound in the diagnosis in optimizing BI-RADS 4 breast lesions category

HUANG Si， XIAO Yaocheng， JIN Linyuan， ZHANG Min， LI Jian， ZHANG Yanfen

Department of Ultrasound Diagnosis， The Affiliated Changsha Central Hospital， Hengyang Medical School， University of South China， Changsha 410000， China

Abstract： Objective To explore the application value of automatic breast volume scanning （ABVS）， ultrasound elastography score （UES） and their combination in correcting the BI-RADS 4 breast lesions. Methods A total of 113 patients with 109 breast lesions diagnosed with BI-RADS 4 by conventional ultrasound were collected. After the BI-RADS grading was corrected by ABVS and UES， the ROC curve was compared with the pathological results， and the differences in the diagnosis of BI-RADS 4 breast lesions by conventional ultrasound， ABVS， UES， ABVS combined with UES were compared. Results Among 113 masses in 109 patients， 78 were benign and 35 were malignant. The sensitivity， specificity， accuracy and area under the ROC curve of ABVS combined with UES were 94.29%， 93.59%， 93.80% and 0.975 respectively. Conclusion US+ABVS+UES can significantly improve the diagnostic efficiency and accuracy of US in the diagnosis of BI-RADS 4 breast lesions.

Keywords： automated breast volume scanning；ultrasound elastography score; conventional ultrasound; breast imaging reporting and data system; breast lesions

2020年全球确诊乳腺癌的新病例 226万例，首次超过肺癌成为全球第一大癌症，且发病年龄日趋年轻化［1-3］。超声检查是乳腺病变首选的检查之一。目前临床对乳腺肿物的评估均采用美国放射学会推荐的乳腺影像报告和数据系统分级（BI-RADS），其中BI-RADS 4类乳腺肿块为可疑的恶性病变，分为 4A、 4B、4C 类，其恶性率的跨度较大，均需要活检［4］。但有研究表明，对于BI-RADS 4 级的病变，67%～78%的活检是不必要的［5］。因此，提高 BI-RADS 4 类乳腺病变的诊断准确率以减少不必要的活检及手术是迫切需要解决的临床问题。乳腺自动容积成像（ABVS）是近年来发展的超声三维成像技术，其不仅可以获得常规超声无法获得的乳腺冠状面信息，还可以对病灶进行任意平面的图像重建，为乳腺疾病良恶性的鉴别提供了更多的依据［6］。而超声弹性成像（UE）能够获得常规超声无法获得的组织弹性信息，弥补了ABVS的不足。最新版 BI-RADS词典中首次加入弹性成像技术［4］。筑波弹性评分[7]是目前弹性领域最著名和最常用的评分系统。目前国内外对于ABVS联合超声弹性评分（UES）对乳腺BI-RADS 4类肿块的研究主要表现在单纯的良恶性鉴别，而本研究采用筑波弹性评分5分法联合ABVS新技术，采用了独一无二的校正标准对 BI-RADS 4类乳腺肿块进行校正，旨在探讨 ABVS 联合 UES 在 BI-RADS 4 类肿块良恶性诊断中的价值，减少 BI-RADS 4类肿块不必要的活检，现报道如下。

1" 资料与方法

1.1" 一般资料

收集我院 2020 年1月～2022年11月在我院超声科就诊的乳腺疾病患者。纳入标准：年龄gt;18岁的女性；常规超声依据ACR BI-RADS分为 4 类的乳腺肿块；同意手术或者穿刺，可获得病理结果。排除标准：检查前做过乳腺肿块穿刺及治疗；拒绝手术或穿刺。最终纳入患者109 例，共113 个肿块。患者年龄24～86（43.82±12.01）岁。本研究经院伦理委员会批准（批件号：R201949），患者均签署知情同意书。

1.2" 仪器与方法

所有患者均行 ABVS 和 UE 检查，均由2位年资 10 年以上的超声医师完成。若结果不一致，则提交给研究小组会诊后决定。

ABVS 检查及校正标准：启动德国 Siemens Acuson S2000 自动乳腺全容积成像系统，探头型号为 14L5BV 线阵探头，频率 5～14 MHz，检查时患者取仰卧位，双手置于头顶，充分暴露双侧乳房，嘱患者平稳呼吸，于乳房表面涂适量的耦合剂，根据乳腺大小选内侧位、外侧位、上位、下位扫描。扫描结束后保存数据并通过工作站对图像进行三维重建，获取冠状面多层图像，动态进行显示和阅读。ABVS 主要根据冠状面特征对 BI-RADS 4 类肿块进行校正［8］，若冠状面出现常规超声出现的额外的1项特征：如边缘不光整如模糊、微小分叶、成角、毛刺或微钙化，则 BI-RADS 分类升1级；若ABVS检查冠状面发现“汇聚征”（图1C），则直接升级为 4C。若 ABVS 出现完整均匀回声的晕环，则降1级；若 ABVS 检查未发现恶性征象，则 BI-RADS 分类降1级或保持不变。

采用德国 Siemens Acuson S2000 的 EI 模式，采用18L4 探头行 UE 检查。启动弹性成像程序的实时双振幅模式，对病灶的弹性进行测量和评分。嘱患者屏住呼吸，选取靶灶及其周围合适的乳腺组织为感兴趣区域。据报道恶性肿瘤最硬的部分通常在病变以外的肿瘤周围区域［9］。然后对病灶进行弹性测量及评分。采用筑波弹性评分 5 分法进行评价。病灶整体或大部分是绿色为 1 分，病灶中心是蓝色但周围呈现绿色为2分，病灶中心及周围的蓝色与绿色相近为 3 分，整体为蓝色而内部伴有少许的绿色为4分，病灶整体是蓝色无绿色为5分（图1B）；评分≤3分倾向良性，BI-RADS 分类降1级；评分gt;4分倾向恶性，BI-RADS分类升1级（表1）。

1.3" 统计学分析

采用 MedCalc19.3 统计学软件进行统计学分析。 以手术或穿刺活检病理结果作为金标准，采用Z检验分别对 US、UES、ABVS 3种方法与UES联合ABVS法的ROC曲线下面积进行比较。计算敏感度、特异性、阳性预测值、阴性预测值、准确率以评价US、UES、ABVS及UES联合ABVS 4种影像方法的诊断效能。以Plt;0.05为差异有统计学意义。

2" "结果

2.1" 常规超声及经ABVS联合UE校正后的乳腺肿块 BI-RADS分类结果

113 个乳腺病灶中，良性病灶 78 个，其中纤维瘤 49 例，乳腺腺病 17 例，导管内乳头状瘤 6 例，炎性病变 3 例，区域导管上皮大汗腺化生伴乳头状增生 2 例，良性叶状肿瘤 1例；恶性病灶 35 个，浸润性导管癌 27 例，原位导管癌 2 例，浸润性小叶癌 2 例，导管内乳头状癌 2 例，恶性叶状肿瘤 1 例。经 ABVS 联合 UE 校正后，3 类肿块由原来的 0 个增加至 59 个，1 例误诊，其余病理证实均为良性。5 类肿块由原来的 0 个增加至 15 个，术后病理均显示为恶性。具体校正结果（表 2）。

2.2" US、UES、ABVS 及 ABVS 联合 UES 对校正乳腺 BI-RADS 4 类病灶良恶性的诊断效能比较

US、ABVS、UE、ABVS 联合 UE 校正 BI-RADS 4 类乳腺肿块的 ROC 曲线面积分别为 0.776、 0934、0.885、0.975（图 2）。

ABVS 联合 UE 校正后的 BI-RADS 分类与 US、ABVS 及 UE 之间的诊断效能差异均有统计学意义（Z=4.417、1.993、3.337，Plt;0.05），以病理结果为金标准，常规超声、ABVS、UES、ABVS 联合 UES 校正 BI-RADS 分类后的敏感度、特异性、准确率、阳性预测值、阴性预测值（表 3）。

3" 讨论

目前常用的乳腺筛查方法有钼靶和超声，常规超声技术在鉴别乳腺良恶性肿块误诊率高［12］，且 BI-RADS 4类的乳腺结节在常规超声检查中良恶性征象有较多重叠［13］，给诊断带来难度。提高乳腺BI-RADS 4类结节的准确率是超声工作者的研究重点。本研究采用多模态超声技术，在常规超声观察病灶二维声像图特征的基础上，结合ABVS三维冠状面特征以及弹性评分综合评估乳腺病灶，有效校正BI-RADS 4类肿块，旨在减少不必要的穿刺及手术。ABVS相比传统二维超声具有更好的可重复性、更高的一致性以及更全面的信息，对乳腺癌的定位和诊断具有重要意义［14-15］。

ABVS矢状位视图在观察边缘的成角方面有优势，冠状面在观察边缘的毛刺方面有优势，ABVS冠状面“汇聚征”对恶性病变有较高的特异性，研究表明“汇聚征”出现退缩现象的病理基础是癌灶向周围组织的浸润生长和周围组织的形成，恶性肿瘤的侵袭性越强，退缩现象越明显［16］。ABVS 横断面视图则分辨率最高［17］，在没有肿块背景的情况下，ABVS对微钙化的检出率高于常规超声，对钙化的检测具有重要的补充作用［18］。而ABVS冠状面完整的高回声晕被视为良性病变的特征［19］。本研究中敏感度为91.43%，ABVS的AUC为0.934，与常规超声存在差异（Plt;0.05），因此认为ABVS对乳腺恶性肿块具有更高的检出率。但是ABVS也存在着一定的假阳性率。研究表明，ABVS汇聚征虽然对恶性肿瘤诊断的特异性较高，但是也会出现在乳腺腺病、非典型增生及导管内乳头状瘤等良性病变中，从而使BI-RADS高估而误判。因此本研究引入弹性评分参数来综合评估病灶。弹性成像是利用组织弹性的机械特性在外部压迫下评估组织的硬度，属于一种非侵入性技术来客观的评价肿瘤病灶的软硬程度，基于恶性病变与良性组织具有显著的差异性，因此UE可以很好的提高乳腺癌诊断的准确性，而UES是鉴别乳腺良恶性病变最有用的弹性成像参数［20］。本研究依据5分评分法来进行评分后校正BI-RADS分类，UE的AUC为0.885，与常规超声的AUC存在差异（Plt;0.05），认为UES对乳腺BI-RADS 4类病灶有良好的鉴别价值。有研究对乳腺良恶性病变的实时弹性成像进行Meta分析，包括了22项研究，评估了4713个乳腺结节，报告弹性评分的总体平均敏感度和特异性分别为0.834和0.842［21］，与本研究一致。本研究使用ABVS联合UE评分对113个病灶的BI-RADS 4类肿块进行校正，使得弹性评分降低ABVS的假阳性率，而ABVS冠状面提供的额外信息敏锐地检出弹性评分类似地乳腺良恶性病灶。研究显示联合诊断校正后地AUC面积0.975，说明ABVS联合UE有助于提高BI-RADS 4类地总体诊断效能。

研究发现，经ABVS联合UES校正后，3类病灶由原来的0个增加到59个，5类病变从0增加到15例，大量减少了BI-RADS 4类肿块的诊断，也免去了不必要的手术及穿刺。校正前的72例4A肿块中，恶性10例，良性62例，采用BI-RADS 4B诊断截值，诊断准确率为86.11%（62/72），经联合校正后，BI-RADS 4A类病变16例，除1例误诊外其余均为良性病变，诊断率提高至93.75%（15/16）。校正前的10个4C类病灶有1例误判，诊断率为90%（9/10），经校正后误判的病灶下调至4B类，另外4个4B类病灶被升至5类，准确率提高至100%（15/15）。经联合校正后的15例BI-RADS 5类病变术后全部证实为恶性，诊断准确率100%（15/15）。研究数据表明，经联合校正后，在减少BI-RADS 4类诊断的同时，BI-RADS 4A和4C类的准确率都有不同程度的提高。

本研究的局限性在于：常规超声诊断BI-RADS 4B类肿块31例，其中良性病灶15例，恶性病灶16例。经联合校正后，16例恶性病灶中7例升至4C类，5例升至5类。而被高判的15个病灶中4个病灶被下调为3类，8个病灶被下调为4A类。然而准确率却由校正前的51.6%（16/31）下降至37.5%。分析原因可能是：样本量较少，且样本中BI-RADS类别分布不均，使得统计结果存在偏差；弹性图像良恶性存在重叠，导致UES诊断困难，本组35例恶性病变中有4例被错误评为3分，其中3例为早期浸润性导管癌，1例为恶性叶状肿瘤（大部分为液化）。分析原因3例浸润性导管癌均处于早期，其硬度在早期相对较软，而叶状肿瘤因为液化导致质地也偏软，因此导致UES误评。此外UES 4分的病例中良性病变有11例，其中纤维瘤4例，腺病4例，导管内乳头状瘤1例。经分析大部分为腺病或纤维瘤，可能经历了长时间的纤维化或钙化，导致质地较硬。有学者认为在弹性评分3分中存在良性和恶性的重叠［22］。本研究UES 3分位置的重叠主要是乳腺纤维化程度较高的良性病变和非浸润性或早期浸润性导管癌。也有文献报道，可能含有某些特定类型的乳腺癌。如上所述，3分被定义为良性，具有一定的片面性。有研究认为，UES评价3分和4分的病变存在误诊情况，也可能与操作者的主观因素有关［23］。本研究还显示，UES联合ABVS的阴性预测值低于UES和ABVS单独检查的阴性预测值，可能与样本量不足导致偏倚有关。未来的研究将在扩大样本量和优化UES标准的情况下，进一步探讨UE与ABVS联合诊断对乳腺BI-RADS 4类病变的诊断效能。

综上所述，UES联合ABVS对BI-RADS 4类病灶良恶性的鉴别有一定的诊断价值，其敏感度、特异性及AUC均高于单独使用ABVS或UE。UE联合ABVS能提高乳腺BI-RADS 4类病灶中恶性病灶的检出率，降低手术及穿刺的患者人数，有很好的应用前景。

参考文献：

［1］" " Lei SY， Zheng RS， Zhang SW， et al. Global patterns of breast cancer incidence and mortality： a population-based cancer registry data analysis from 2000 to 2020［J］. 癌症通讯： 英文， 2021（11）： 1183-94.

［2］" " Cao W， Chen HD， Yu YW， et al. Changing profiles of cancer burden worldwide and in China： a secondary analysis of the global cancer statistics 2020［J］. Chin Med J （Engl）， 2021， 134（7）： 783-91.

［3］" " 李" 崎， 温力牧， 吴旻骅， 等. 不同年龄段三阴性乳腺癌患者临床病理特点与生存状况研究［J］. 现代实用医学， 2019， 31（3）： 292-5， 276.

［4］" " Burnside ES， Sickles EA， Bassett LW， et al. The ACR BI-RADS experience： learning from history［J］. J Am Coll Radiol， 2009， 6（12）： 851-60.

［5］" " Elezaby M， Li G， Bhargavan-Chatfield M， et al. ACR BI-RADS assessment category 4 subdivisions in diagnostic mammography： utilization and outcomes in the national mammography database［J］." Radiology， 2018， 287（2）： 416-22.

［6］" " Wojcinski S， Gyapong S， Farrokh A， et al. Diagnostic performance and inter-observer concordance in lesion detection with the automated breast volume scanner （ABVS）［J］. BMC Med Imag， 2013， 13（1）： 1-12.

［7］" " Itoh A， Ueno E， Tohno E， et al. Breast disease： clinical application of US elastography for diagnosis［J］. Radiology， 2006， 239（2）： 341-50.

［8］" " 马" 骥， 张" 艳， 陈青青， 等. 常规超声联合ABVS在乳腺BI-RADS 4类小结节诊断中的价值［J］. 同济大学学报： 医学版， 2021， 42（6）： 825-30.

［9］" " Evans A， Whelehan P， Thomson K， et al. Quantitative shear wave ultrasound elastography： initial experience in solid breast masses［J］. Breast Cancer Res， 2010， 12（6）： 1-11.

［10］" Ren TT， Li XR， Xiang Y， et al. The diagnostic significance of the BI-RADS classification combined with automated breast volume scanner and shear wave elastography for breast lesions［J］. J Ultrasound Med， 2023， 42（7）： 1459-69.

［11］" "魏均羽， 徐皙婷， 潘丽莎， 等. 自动乳腺全容积成像联合超声弹性成像与传统手持二维超声对乳腺占位性疾病诊断价值的比较［J］. 广西医学， 2017， 39（6）： 786-90.

［12］" 肖" 露， 褚 雯， 王" 华. 超微血管成像技术对乳腺肿瘤血管形态分布特征及其诊断效能的初步分析［J］. 中华超声影像学杂志， 2018， 27（11）： 973-6.

［13］" Liu XJ， Zhu Y， Liu PF， et al. Elastography for breast cancer diagnosis： a useful tool for small and BI-RADS 4 lesions［J］. Asian Pac J Cancer Prev， 2015， 15（24）： 10739-43.

［14］ Burton GJ， Jauniaux E. Pathophysiology of placental-derived fetal growthrestriction［J］. Am J Obstet Gynecol， 2018， 218（2）： S745-61.

［15］ Wenkel E， Heckmann M， Heinrich M， et al. Automated breast ultrasound： lesion detection and BI-RADS™ classification a pilot study［J］. Fortschr Röntgenstr， 2008， 180（9）： 804-8.

［16］ Xiao YM， Zhou QC， Chen ZH. Automated breast volume scanning versus conventional ultrasound in breast cancer screening［J］. Acad Radiol， 2015， 22（3）： 387-99.

［17］ Kaplan SS. Automated whole breast ultrasound［J］. Radiol Clin N Am， 2014， 52（3）： 539-46.

［18］" Chang RF， Huang SF， Wang LP， et al. Microcalcification detection in 3-D breast ultrasound［C］/2005 IEEE Engineering in Medicine and Biology 27th Annual Conference. Shanghai， China. IEEE， 2006： 6297-300.

［19］ Chen L， Chen Y， Diao XH， et al. Comparative study of automated breast 3-D ultrasound and handheld B-mode ultrasound for differentiation of benign and malignant breast masses［J］. Ultrasound Med Biol， 2013， 39（10）： 1735-42.

［20］ Fleury E. The importance of breast elastography added to the BI-RADS® （5th edition） lexicon classification［J］. Rev Assoc Med Bras， 2015， 61（4）： 313-6.

［21］" Gong X， Xu QH， Xu ZL， et al. Real-time elastography for the differentiation of benign and malignant breast lesions： a meta-analysis［J］. Breast Cancer Res Treat， 2011， 130（1）： 11-8.

［22］" 智" 慧， 罗葆明， 欧" 冰， 等. 对乳腺弹性成像5分评分法的进一步探讨［J］. 中国超声医学杂志， 2007， 23（5）： 349-51.

［23］" 张加孟， 王" 芳， 尹立雪. 超声弹性应变率比值法及弹性成像评分法对乳腺肿块定性诊断的比较［J］. 解放军医药杂志， 2017， 29（11）： 93-5， 100

（编辑：郎" 朗）