曾晶晶 楊丙奎 卜陽陽 錢琦 金平 林敏?

乳腺癌的發(fā)病率在國內(nèi)外逐漸上升，鉬靶、超聲、磁共振等影像學(xué)檢查方法在乳腺癌早期發(fā)現(xiàn)、診斷并評估預(yù)后中的作用日益重要［1-2］。近幾年，乳腺DCEMRI定量參數(shù)在乳腺疾病中應(yīng)用，其容量參數(shù)Ktrans被大量研究并廣泛認(rèn)可［3-4］。DCE-MRI掃描模式是對被檢部位進(jìn)行連續(xù)多時相的信號采集，獲得病變區(qū)的血供情況、形態(tài)學(xué)特征；通過后處理軟件得到病變區(qū)時間-信號強(qiáng)度曲線（TIC）；利用藥代動力學(xué)模型可計算定量參數(shù)值Ktrans，即對比劑自血管內(nèi)擴(kuò)散至血管外的速率常數(shù)。Ktrans克服定性及半定量分析難以明確反映組織內(nèi)在生理特性的缺點，實現(xiàn)對組織血流灌注和微血管滲透性的定量分析［5］。本文旨在探討Ktrans對乳腺腫瘤良惡性判別的診斷價值。

1 臨床資料

1.1 一般資料 收集2016年1月至2017年9月本院26例因B超或鉬靶檢查發(fā)現(xiàn)腫塊但不能確診，行乳腺DCE-MRI檢查，并1周內(nèi)行乳腺穿刺或手術(shù)獲得病理檢查結(jié)果的臨床資料。均為女性，其中乳腺癌16例，平均年齡（52.63±10.52）歲。乳腺纖維腺瘤10例，平均年齡（47.5±9.1）歲。本項目經(jīng)本院倫理委員會批準(zhǔn)，所有受檢者對檢查方案及注意事項均知情同意。

1.2 MR掃描方案 采用GE/HDXT 1.5 T雙梯度磁共振儀，8通道乳腺專用線控陣線圈。掃描體位：俯臥位頭先進(jìn)，雙乳自然懸垂于乳腺線圈內(nèi)，掃描范圍包括胸主動脈。增強(qiáng)掃描對比劑采用釓雙銨（GE 藥業(yè)，美國）。掃描序列包括：（1）橫斷位：Ax T2 IDeal，TR 4440ms，TE 102ms， 層 厚 6mm，F(xiàn)OV 35cm×35cm，激 勵 1次 ； Ax T1 FSE，TR 560ms，TE Min Full， 層厚 6mm，F(xiàn)OV 35cm×35cm， 激 勵 1次；DWI，TR 5600ms，TE Minimum，b值分別取50、400和 800 s/mm-2，層厚 4mm，F(xiàn)OV 35cm×35cm，矩陣 78×220，激 勵 3次。（2） 矢 狀 位：L/R fs T2 TR 2560ms，TE102ms，層厚4mm，F(xiàn)OV 20cm×20cm，激勵2次。（3）DCE：TR 4.52ms，TE 1.61ms，翻轉(zhuǎn)角15°，層厚6mm，矩陣448×448，F(xiàn)OV 34cm×34cm，激勵1次，測量次數(shù)30。對比劑通過肘靜脈以0.2mmol/kg的劑量、3ml/s速率注入，注射完畢后加注10ml生理鹽水。

1.3 圖像處理 將26例高質(zhì)量DCE-MRI圖像導(dǎo)入Omni-Kinetics，GE Healthcare軟件進(jìn)行后處理。應(yīng)用藥代動力學(xué)雙室模型（Extengded-Tofts Linear 模型），將感興趣區(qū)假設(shè)為血管內(nèi)及血管外兩個空間。選取胸主動脈為輸入動脈，自動計算并得出KtransMaps圖，然后在圖中病變區(qū)域劃定感興趣區(qū)（ROI），保存report自動得出10%、25%、50%、90%共 5 個Ktrans值，記錄 Ktrans（mean）和 Ktrans（max）。ADC 值由 ADW4.5 workstation 計算生成。ROI參考平掃T2WI 圖像及高分辨率 T1WI 增強(qiáng)圖像，避免選取壞死和囊變的區(qū)域。

1.4 統(tǒng)計學(xué)分析 采用SPSS19.0統(tǒng)計軟件。對Ktrans值、ADC值進(jìn)行Levene方差分析和兩獨(dú)立樣本t檢驗。以病理結(jié)果為金標(biāo)準(zhǔn)，繪制ROC圖確定最大約登指數(shù)（約登指數(shù)=敏感性+特異性-1），并以此作為最佳診斷閾值，評價上述參數(shù)值的診斷效能，計算敏感度、特異度。P＜0.05為差異有統(tǒng)計學(xué)意義。

2 結(jié)果

2.1 一般情況及病理結(jié)果 26例患者，19例為單發(fā)病灶，7例多發(fā)病灶。多發(fā)病灶者選取最大病灶，最終納入26枚腫塊進(jìn)行測量和統(tǒng)計分析。乳腺癌16例（11例浸潤性導(dǎo)管癌，2例黏液癌，1例導(dǎo)管原位癌，1例包裹性乳頭狀癌，1例浸潤性導(dǎo)管癌伴浸潤性微乳頭狀癌）；乳腺纖維腺瘤10例。

2.2 良惡性組定量參數(shù)值比較 見表1。

表1 良惡性腫瘤的定量參數(shù)比較（x±s）

2.3 Ktrans判斷乳腺良惡性病變的價值 以病理結(jié)果為金標(biāo)準(zhǔn)，繪制 Ktrans（mean）、Ktrans（max）及 ADC 值的ROC曲線，計算曲線下面積。以最大約登指數(shù)作為最佳診斷切點值，上述指標(biāo)判斷乳腺良惡性病變的特異度分別為80.0% 、90.0%和60.0%；敏感度分別為87.5% 、93.8%和62.5%。由此可見，Ktrans（mean）、Ktrans（max）對判斷乳腺腫瘤的良惡性具有較高的診斷價值，其敏感度和特異度較高，曲線下面積＞0.9，診斷效能明顯優(yōu)于ADC。見圖1。

圖1 各定量參數(shù)值的ROC曲線圖

3 討論

乳腺DCE-MRI根據(jù)測量血流動力學(xué)的方法不同，分半定量與定量兩種。半定量分析是基于病灶的時間-信號強(qiáng)度曲線（TIC），依據(jù)其形態(tài)分析對比劑進(jìn)入病灶的流入速率和廓清時間，以間接判斷病灶的良惡性。Kuhl［6］等將TIC曲線分為三型，并表明Ⅰ型（流入型）常表示良性病變；Ⅱ型（平臺型）良惡性均可；Ⅲ型（流出型）高度提示乳腺癌可能。依據(jù)TIC計算出的病灶達(dá)峰時間、最大強(qiáng)化率等半定量參數(shù)，難以準(zhǔn)確反映MRI含釓對比劑所導(dǎo)致的局部組織血流動力學(xué)變化及其病理生理過程。采集DCE-MRI圖像，利用藥代動力學(xué)模型計算包括容量轉(zhuǎn)移常數(shù)（Ktrans）在內(nèi)的定量參數(shù)值，克服定性及半定量分析難以明確反映組織的內(nèi)在生理特性的缺點，實現(xiàn)對組織血流灌注和微血管滲透性的定量分析［7］。

近幾年，國內(nèi)外對DCE-MRI定量參數(shù)尤其是Ktrans的研究相當(dāng)熱門，涉及范圍廣泛，包括對各系統(tǒng)疾病良惡性的鑒別診斷、腫瘤的分級分期、放化療效果的評估及用于抗腫瘤血管生成藥I期和II期臨床實驗。美國國家癌癥協(xié)會甚至推薦Ktrans為腫瘤診斷與治療首選參考終點［8］。李瑞敏［9］、許茂盛［10］等研究顯示DCE-MRI定量參數(shù)Ktrans可以對乳腺良惡性病變作出鑒別診斷，并表現(xiàn)出相對高的診斷效能。本資料結(jié)果顯示，Ktrans（mean）/（max）在乳腺良惡性病變間差異有統(tǒng)計學(xué)意義（P＜0.05），且ROC分析顯示Ktrans（mean）/（max）對乳腺良惡性病變的敏感性（87.5%vs.93.8%）和特異性（80.0%vs.90.0%）均較高。此結(jié)果與上述研究基本相一致。故Ktrans（mean）=0.26min-1、Ktrans（max）=0.58min-1可作為粗略參考閾值，Ktrans超過此閾值時提示乳腺癌，低于此閾值時提示良性腫瘤。

眾所周知，DWI及其表觀彌散系數(shù)ADC已成為腫瘤良惡性初步判定的常用序列。但本研究中，ADC值在乳腺癌與乳腺纖維腺瘤中的差異無統(tǒng)計學(xué)意義（P＞0.05），且對乳腺良惡性病變的敏感性、特異性均較低，這與常規(guī)不符?？紤]到ADC值有兩個來源，即水分子擴(kuò)散運(yùn)動和血流微循環(huán)，可能是二者的相互干擾影響結(jié)果；加之本次樣本量較小，可能也是原因之一，需要進(jìn)一步探索。另外，收集數(shù)據(jù)過程中發(fā)現(xiàn)，2例乳腺黏液癌Ktrans值（0.09min）均較低，提示Ktrans值與腫瘤病理類型有關(guān)，因此可利用Ktrans值對不同病理類型的腫瘤進(jìn)一步分析探索。趙莉蕓等［11］對DCEMRI定量參數(shù)與乳腺癌分子亞型的關(guān)系進(jìn)行探討，發(fā)現(xiàn)通過Ktrans、Kep和Ve值可鑒別Luminal A 型乳腺癌和TNBC（三陰性乳腺癌）。

綜上所述，1.5 T MRI動態(tài)對比增強(qiáng)掃描既能顯示乳腺腫瘤的形態(tài)學(xué)特征，還能測量定量血流動力學(xué)參數(shù)Ktrans，定量揭示并評價腫瘤微血管生成情況。Ktrans對乳腺腫瘤良惡性鑒別診斷具有顯著臨床價值，ROC圖顯示其診斷效能明顯優(yōu)于ADC。