張麗娜，王紹武，苗延巍，宋清偉，徐 斌

(大連醫(yī)科大學(xué) 附屬第一醫(yī)院 放射科，遼寧 大連 116011)

傳統(tǒng)的乳腺動態(tài)增強方法多為單側(cè)乳腺矢狀面或雙側(cè)橫斷面檢查，不能兼顧乳腺動態(tài)增強檢查的三要素即高信噪比、高空間和時間分辨率[1,2]。近年來針對乳腺MR快速動態(tài)增強新開發(fā)的乳腺容積成像(Volume Imaging for Breast Assessment, VIBRANT)技術(shù)可以彌補上述不足，實現(xiàn)雙側(cè)乳腺同時矢狀面成像，其臨床應(yīng)用潛力很大。根據(jù)2003年美國放射學(xué)會(ACR)提出的乳腺影像報告和數(shù)據(jù)系統(tǒng)(BI-RADS)[3]的分類標(biāo)準(zhǔn)，乳腺病變可以分為腫塊、非腫塊及點狀病灶三類。本文通過采用優(yōu)化MR乳腺掃描序列，研究尋找針對MRI上強化形態(tài)表現(xiàn)為腫塊的病變鑒別診斷的定性、定量參數(shù)，旨在評價MR VIBRANT技術(shù)對乳腺腫塊性病變的診斷價值。

1 資料與方法

1.1 研究對象

收集2007年1月～2011年1月在大連醫(yī)科大學(xué)附屬第一醫(yī)院行MR檢查并表現(xiàn)為腫塊型強化形態(tài)的女性患者52例，年齡22～70歲，中位年齡47.5歲。其中，31例為絕經(jīng)期婦女，21例MRI檢查時間為月經(jīng)來潮后9～11 d。52例均經(jīng)手術(shù)或穿刺病理證實。其中，乳腺惡性病變共21例23灶，浸潤性導(dǎo)管癌15灶(2例多中心灶)，浸潤性小葉癌5灶(1例多中心3灶)，粘液癌2灶，導(dǎo)管內(nèi)乳頭狀癌1灶；良性病變31例共34灶，乳腺纖維囊性改變9灶，纖維腺瘤16灶，腺病4灶，導(dǎo)管內(nèi)乳頭狀瘤3灶，乳腺炎2灶。所有患者MR檢查前均簽署知情同意書。本研究的設(shè)計和方法經(jīng)醫(yī)學(xué)倫理委員會審核通過。

1.2 MRI檢查方法

采用GE Signa EXCITE 1.5T超導(dǎo)MR儀，8通道乳腺專用相控陣線圈。檢查時患者取俯臥位，雙側(cè)乳腺自然懸垂于乳腺線圈凹形孔內(nèi)，行雙側(cè)乳腺同時掃描。平掃采用橫斷面、矢狀面脂肪抑制SPGR序列T1WI和FSE序列T2WI。成像參數(shù)：SPGR T1W1：TR 155～200 ms，TE 1.6～3.8 ms，F(xiàn)A 80°，NEX 1。層厚3～4 mm，層間距1 mm，層數(shù)根據(jù)病變大小而定，F(xiàn)OV 32 cm×32 cm～36 cm×36 cm。動態(tài)增強掃描采用GE公司的軟件技術(shù)VIBRANT行雙側(cè)乳腺多時相矢狀面3D-FSPGR序列成像。成像參數(shù)：TR 3 ms，TE 1.2 ms，TI 7 ms，F(xiàn)A 10°，層厚2.6 mm，層間距1 mm，NEX 1，矩陣448×350。動態(tài)增強掃描采用肘正中靜脈建立通道，經(jīng)靜脈注射順磁性對比劑Gd-DTPA，用量0.1 mmol/kg，流速2 mL/s。設(shè)定8個FSPGR掃描序列，注藥后25 s開始第1次采集，每次采集時間57 s，連續(xù)動態(tài)掃描時間約8 min。

1.3 圖像分析與處理

利用ADW 4.4型圖像工作站unctool功能軟件進行圖像分析。根據(jù)BI-RADS的標(biāo)準(zhǔn)，觀察所有病例VIBRANT動態(tài)增強形態(tài)學(xué)表現(xiàn)，包括形態(tài)及邊緣。繪制偽彩圖，在病灶顯示最大、強化最顯著部位選定感興趣區(qū)(ROI)，面積稍小于病變范圍(<10 mm2)，獲得時間-信號強度曲線(Time-signal Intensity Curves，TIC)。本組TIC歸納為四型。I型：呈緩慢持續(xù)上升(3～8時相之間信號強度升高>10%)；II型：呈早期明顯強化，中后期維持平臺水平(3～8時相之間信號強度升高或降低在±10%之間)；III型：早期明顯強化，中后期信號強度明顯降低(3～8時相之間信號強度降低>10%)；IV型：無明顯強化(峰值增強百分比≤10%)。半定量參數(shù)按照以下公式計算：①早期強化率(Ee)= (SIe-SIpre) ×100 %/ SIpre；②信號增強比率(Signal Enhancement Ratio，SER)=(SImax-SIpre)/(SIwash out-SIpre)，其中SIpre為增強前的信號值；SIe為增強后第2個序列即114 s的信號值；SImax為增強后TIC達最高峰值的信號值；SIwash out為第8個序列的信號值。

病變VIBRANT動態(tài)增強形態(tài)學(xué)表現(xiàn)、TIC類型由兩名影像醫(yī)師分別進行分析。

1.4 診斷方法及統(tǒng)計學(xué)方法

參考Fischer評分[4]，將VIBRANT動態(tài)增強形態(tài)學(xué)表現(xiàn)中圓形、卵圓形、分葉狀和邊緣光滑定為0分，不規(guī)則形、邊緣不規(guī)則和毛刺定為1分；TIC類型中I型或IV型為0分，II型為1分，III型為2分。形態(tài)(0，1)+TIC類型(0，1，2)≥2分診斷為惡性，<2分診斷為良性。

采用SPSS16.0軟件進行統(tǒng)計學(xué)分析，TIC類型比較應(yīng)用χ2檢驗，乳腺病變良惡性間半定量參數(shù)應(yīng)用t檢驗,P<0.01為差異有統(tǒng)計學(xué)意義。利用將差異有顯著性意義的半定量參數(shù)值判斷為惡性定為1分，判斷為良性定為0分。

結(jié)合VIBRANT動態(tài)增強形態(tài)學(xué)表現(xiàn)、TIC類型和半定量參數(shù)值判斷的良惡性結(jié)果，界定總積分≥3分診斷為惡性,<3分診斷為良性。見表1。

表1 聯(lián)合VIBRANT動態(tài)增強MRI形態(tài)學(xué)和TIC表現(xiàn)對乳腺病變評分標(biāo)準(zhǔn)

2 結(jié) 果

2.1 52例良惡性乳腺病變的VIBRANT動態(tài)增強形態(tài)學(xué)表現(xiàn)

依據(jù)毛刺鑒別乳腺良惡性病變的敏感度56.5%(13/23)，特異度97.1%(33/34)；依據(jù)不規(guī)則形鑒別乳腺良惡性病變的敏感度78.2%(18/23)，特異度82.3%(28/34)。見表2。

2.2 52例良惡性乳腺病變的TIC類型比較

惡性病變的TIC類型多為III型(60.9%)，良性病變的TIC類型多為I型(55.9%)。見表3。

2.3 34灶良性和23灶惡性乳腺病變VIBRANT動態(tài)增強形態(tài)學(xué)和TIC類型綜合診斷乳腺病變良惡性與病理結(jié)果對照分析

表2 52例乳腺良惡性病灶VIBRANT動態(tài)增強形態(tài)學(xué)表現(xiàn)

表3 52例乳腺良惡性病灶TIC類型統(tǒng)計表

通過對乳腺病變VIBRANT動態(tài)增強形態(tài)學(xué)和TIC類型綜合的評分診斷乳腺病變的敏感度、特異度和陽性似然比、陰性似然比分別為86.96%(20/23)、85.29%(29/34)和5.913、0.153，診斷符合率為86.0%。見表4。

表4 乳腺病變VIBRANT動態(tài)增強形態(tài)學(xué)和TIC類型與病理結(jié)果對照分析

2.4 34灶良性和23灶惡性乳腺病變半定量強化參數(shù)比較

乳腺良惡性病變的早期強化率(Ee)差異無顯著性意義(P>0.01)，而信號增強比率(SER)差異有顯著性意義(P<0.01)，以惡性病變的95%CI上界作為SER的閾值，即1.33，見表5。34灶良性和23灶惡性乳腺病變SER診斷乳腺病變良惡性與病理結(jié)果對照發(fā)現(xiàn)SER診斷乳腺病變的敏感度、特異度和陽性似然比、陰性似然比分別為82.6%(19/23)、82.4%(28/34)和4.681、0.211，診斷符合率為82.5%。見表6。

表5 乳腺良惡性病變VIBRANT強化參數(shù)對比

表6 乳腺病變SER值與病理結(jié)果對照分析

2.5 聯(lián)合VIBRANT動態(tài)增強形態(tài)學(xué)、TIC的分型和半定量參數(shù)值診斷乳腺病變良惡性與病理結(jié)果對照分析

聯(lián)合診斷乳腺病變良惡性的敏感度、特異度和陽性似然比、陰性似然比分別為91.3%(21/23)、88.2%(30/34)和7.761、0.099，診斷符合率為89.5%。見表7、圖1、2。

表7 乳腺病變聯(lián)合診斷與病理結(jié)果對照分析

圖1 多灶性浸潤性導(dǎo)管癌

本組病例中聯(lián)合診斷假陰性2例，1例病灶VIBRANT動態(tài)增強形態(tài)學(xué)和TIC類型綜合判斷良性、SER判斷良性，聯(lián)合判斷良性病變，病理為浸潤性導(dǎo)管癌(圖3)；1例病灶VIBRANT動態(tài)增強形態(tài)學(xué)和TIC類型綜合判斷良性、SER判斷惡性，聯(lián)合判斷良性病變，病理為粘液癌。2例病灶VIBRANT動態(tài)增強形態(tài)學(xué)和TIC類型綜合判斷惡性、SER判斷良性，聯(lián)合判斷良性病變，病理分別為纖維腺瘤和導(dǎo)管內(nèi)乳頭狀瘤。

3 討 論

目前，以能夠反映病灶血流灌注、擴散及血管滲透等血流動力學(xué)情況為優(yōu)勢的乳腺動態(tài)增強MRI研究是乳腺疾病研究的熱點之一，國內(nèi)外報道較多[2,4-6]。傳統(tǒng)的乳腺動態(tài)增強MRI檢查除存在無法雙側(cè)乳腺同時大視野掃描、脂肪抑制不完全，從而影響對病變診斷外，特異性不高也是其難點[7]。作者采用乳腺動態(tài)增強的最新軟件VIBRANT動態(tài)增強技術(shù)，尋找出特異性較高的診斷指標(biāo)，以期更客觀地評價VIBRANT技術(shù)在鑒別乳腺良惡性病變中的診斷價值。

3.1 乳腺VIBRANT動態(tài)增強技術(shù)

乳腺MR動態(tài)增強掃描對時間分辨率、空間分辨率及抑制脂肪的效果等方面都有很高的要求，目前關(guān)于時間和空間分辨率如何取舍尚無定論。Kuhl[8]等認(rèn)為可以犧牲一定的時間分辨率而保證較高的空間分辨率，以利于病變形態(tài)的顯示，建議采用矩陣400×512、每時相采集時間116 s的MRI增強序列。作者應(yīng)用VIBRANT優(yōu)化組合序列，與Kuhl建議的成像方式相比，在不降低空間分辨率的前提下，采用注藥后10 s即刻開始掃描，每個時相采集時間更短(為57 s)，采用分辨率較橫斷面更高的矢狀面成像，連續(xù)采集8個時相，獲得的52例患者乳腺脂肪抑制均滿意，病變顯示更清晰；獲得的TIC更平滑，更接近病灶真實的動態(tài)增強表現(xiàn)，II、III型曲線形式在良惡性病變中出現(xiàn)的重疊率也較文獻報道低[5,9]。

圖2 左乳纖維腺瘤

圖3 右乳浸潤性導(dǎo)管癌

3.2 VIBRANT動態(tài)增強MRI形態(tài)學(xué)改變對乳腺腫塊性病變的鑒別診斷價值

以往的乳腺動態(tài)增強MRI研究表明，形態(tài)不規(guī)則或毛刺是惡性腫瘤的征象[10]。本組中利用形態(tài)不規(guī)則鑒別乳腺良惡性病變的敏感度較高，為78.2%(18/23)，而利用邊緣毛刺鑒別乳腺良惡性病變的特異度則明顯高于其他形態(tài)學(xué)表現(xiàn)，為97.1%(33/34)，良性病灶中僅1例導(dǎo)管內(nèi)乳頭狀瘤出現(xiàn)毛刺征。本組結(jié)果表明，病灶的邊緣毛刺是鑒別乳腺良惡性病變特異性較高的征象。惡性組中僅2例邊緣光滑者病灶體積均較小，直徑≤1 cm；良性組中邊緣多表現(xiàn)為光滑，形態(tài)多為圓形、卵圓形或分葉狀。良性組中2例乳腺炎病灶邊緣均不規(guī)則，此時結(jié)合其他動態(tài)增強MRI征象及臨床表現(xiàn)即可進行鑒別。

3.3 VIBRANT動態(tài)增強TIC類型對乳腺腫塊性病變的鑒別診斷價值

目前，TIC類型對于乳腺病變的鑒別診斷價值各家報道的結(jié)論不一致[11-13]。作者通過對VIBRANT動態(tài)增強TIC中3～8時相之間信號強度的變化幅度大小將TIC分為四型，以期能夠更準(zhǔn)確地反映TIC的上升段、峰值點和下降段的不同特征。本組惡性病變TIC多為III型(60.9%)，良性病變TIC多為I型(55.9%)，但I、II型和III型在良、惡性病變中仍有部分重疊。1例導(dǎo)管內(nèi)癌TIC為I型，分析其原因可能與其特殊的組織學(xué)表現(xiàn)有關(guān)。導(dǎo)管內(nèi)癌屬非浸潤性癌，癌細(xì)胞對周圍血管破壞相對較輕，病灶局部動靜脈瘺相對不明顯，造影劑進入間質(zhì)的量多，經(jīng)靜脈流出的量少，從而使病灶的TIC呈持續(xù)上升型。良性組中8例(23.5%)TIC為II型，4例(11.8%)TIC為III型，表明良性病灶特別是乳頭狀瘤、乳腺炎也可以表現(xiàn)為血供豐富。作者認(rèn)為，TIC類型在鑒別快速增強的乳腺良惡性腫塊性病變方面仍需結(jié)合病灶形態(tài)學(xué)表現(xiàn)及臨床特征綜合判斷，才不致造成診斷的偏差。

3.4 VIBRANT動態(tài)增強半定量強化參數(shù)對乳腺病變的鑒別診斷價值

早期強化率(Ee)是代表病灶對順磁性對比劑的攝取過程的量化參數(shù)。周麗娟等[14]認(rèn)為，早期強化率受腫瘤增強前的T1值、腫瘤的灌注、腫瘤間質(zhì)和毛細(xì)血管通透性等多種因素影響。本組對絕經(jīng)前期婦女MR檢查時間為月經(jīng)來潮后9～11 d，此時雌激素對乳腺的影響最小，也就排除了月經(jīng)周期對早期強化率的影響；所選擇的時間窗為增強后114 s，這也與文獻中所取的早期強化率的2 min之內(nèi)的時間窗接近[8,11]。本組早期強化率在良惡性乳腺病變中差異并無顯著性意義，2例腺病及3例纖維腺瘤表現(xiàn)為早期的對比強化。筆者認(rèn)為注入造影劑后組織MR信號強度的增加與組織的血管化程度有關(guān)，反映的是血管增生活動而并不一定提示為惡性。

信號增強比率(SER)是代表病灶對順磁性對比劑的攝取和排泄兩方面過程的量化參數(shù)，反映的是同一個體中病灶相對于正常組織微血管密度和滲透性水平，去除了不同個體間的脂肪含量、乳腺血供等差異性，能更接近真實的反映病灶的血供變化情況[15,16]。本組SER在良惡性乳腺病變中差異有顯著性意義，SER以1.33為閾值診斷惡性的敏感度為82.6%(19/23)，特異度為82.4%(28/34)。作者認(rèn)為SER是乳腺病變鑒別診斷很有價值的線索，SER>1.33提示惡性病變的可能性大，該類病變應(yīng)積極活檢或手術(shù)切除。

3.5 VIBRANT動態(tài)增強形態(tài)學(xué)、TIC類型和半定量參數(shù)值聯(lián)合應(yīng)用的價值

本組研究發(fā)現(xiàn)，動態(tài)增強形態(tài)學(xué)、TIC類型和半定量參數(shù)值三項指標(biāo)聯(lián)合診斷乳腺良惡性病變的敏感度、特異度、陽性似然比和診斷符合率均高于單獨診斷。1例多灶性浸潤性導(dǎo)管癌呈不規(guī)則形，邊緣毛刺，TIC類型為III型，SER為2.16(圖1)，病灶形態(tài)學(xué)和TIC類型綜合判斷惡性、SER值判斷惡性，聯(lián)合判斷符合惡性病變。1例纖維腺瘤呈分葉形，邊緣光滑，TIC類型為II型，SER為1.31(圖2)，病灶形態(tài)學(xué)和TIC類型綜合判斷良性，SER判斷良性，聯(lián)合判斷符合良性病變。

VIBRANT技術(shù)克服了以往乳腺動態(tài)增強掃描的成像缺陷，對乳腺腫塊性病變的診斷提供更有價值和更接近真實的信息。病灶邊緣的毛刺征是VIBRANT動態(tài)增強鑒別乳腺良惡性腫塊性病變特異性較高的征象；當(dāng)病灶形態(tài)學(xué)、TIC類型可疑惡性時，SER能提供更有價值的信息。相信隨著研究的深入，乳腺VIBRANT動態(tài)增強技術(shù)在乳腺病變診斷方面會發(fā)揮更大的優(yōu)勢。

參考文獻：

[1] Hulka CA,Edmister WB,Smith BL,et al.Dynamic echo-planar imaging of the breast:experience in diagnosing breast carcinoma and correlation with tumor angiogenesis[J].Radiology,1997,205:837-842.

[2] Schelfout K,Van Goethem M,Kersschot E,et al.Contrast-enhanced MR imaging of breast lesions and effect on treatment[J].Eur J Surg Oncol,2004,30:501-507.

[3] American College of Radiology.Breast imaging reporting and data system atlas(BI-RADS atlas)[S].Am Coll Radiol,2003.1.

[4] Fischer U,KopkaL,GrabbeE.Breast carcinoma:effect of preoperative contrast enhanced MR imaging on the therapeutic approach[J].Radiology,1999,213:881-888.

[5] 歐陽翼,謝傳淼,伍堯泮,等.動態(tài)增強MRI定量參數(shù)及最大線性斜率比值對鑒別乳腺良惡性疾病的價值[J].中華放射學(xué)雜志,2008,42:569-572.

[6] Medeiros LR, Duarte CS, Rosa DD,et al.Accuracy of magnetic resonance in suspicious breast lesions: a systematic quantitative review and meta-analysis[J].Breast Cancer Res Treat,2011,126:273-285.

[7] Schnall MD,Blume J,Bluemke DA,et al.Diagnostic architectural and dynamicfeatures at breast MR imaging:multicenter study[J].Radiology,2006,238:42-53.

[8] Kuhl CK,Schild HH,Morakkabati N.Dynamic bilateral contrast enhanced MR imaging of the breast:trade-off between spatial and temporal resolution[J].Radiology,2005,236:789-800.

[9] Leinsinger G,Schlossbauer T,Scherr M,et al.Cluster analysis of signal-intensity time course in dynamic breast MRI:does unsupervised vector quantization help to evaluate small mammographic lesions? [J].Eur Radiol,2006,16:1138-1146.

[10] Nagashima T,Suzuki M,Yagata H,et al.Dynamic-enhanced MRI predicts metastatic potential of invasive ductal breast cancer[J].Breast Cancer,2002,9:226-230.

[11] Narisada H,Aoki T, Sasaguri T,et al.Correlation between numeric gadolinium-enhanced dynamic MRI ratios and prognostic factors and histologic type of breast carcinoma[J].Am J Roentgenol,2006,187:297-306.

[12] Jansen SA,Fan X,Karczmar GS, et al.Differentiation between benign and malignant breast lesions detected by bilateral dynamic contrast-enhanced MRI: a sensitivity and specificity study[J]. Magn Reson Med,2008,59:747-754.

[13] Adluru G, Tasdizen T, Schabel MC, et al.Reconstruction of 3D dynamic contrast-enhanced magnetic resonance imaging using nonlocal means[J].J Magn Reson Imaging,2010,32:1217-1227.

[14] 周麗娟,陸之安,沈鈞康,等.乳腺疾病的動態(tài)增強MRI研究[J].實用放射學(xué)雜志,2002,18：418-421.

[15] Veltman J,Stoutjesdijk M,Mann R,et al.Contrast-enhanced magnetic resonance imaging of the breast: the value of pharmacokinetic parameters derived from fast dynamic imaging during initial enhancement in classifying lesions[J].Eur Radiol,2008,18:1123-1133.

[16] Schouten van der Velden AP,Boetes C,Bult P,et al.Magnetic resonance imaging in size assessment of invasive breast carcinoma with an extensive intraductal component[J].BMC Med Imaging,2009,9:5-12.