付 貝 沈夏平 馬 超 趙 娜 王敏杰 生 晶

現(xiàn)階段隨著磁共振掃描技術(shù)以及臨床檢驗技術(shù)的不斷發(fā)展，乳腺疾病的檢出率得以顯著提高，其中動態(tài)增強磁共振成像（dynamic contrast-enhanced MRI，DCE-MRI）現(xiàn)已成為敏感度極高的臨床檢查手段，其可有效提供乳腺病變區(qū)形態(tài)學(xué)特征，提供圖像清晰，還可有效通過圖像后處理獲取半定量或多個定量參數(shù)，在臨床診斷及鑒別中起到十分重要的輔助作用[1]。有學(xué)者指出，腫瘤血管生成與腫瘤發(fā)生發(fā)展及轉(zhuǎn)歸狀態(tài)密切相關(guān)[2]。而血管內(nèi)皮生長因子（vascular endothelial growth factor，vEGF）及微血管密度（micro vessel density，MVD）是評估腫瘤血管狀態(tài)的重要指標(biāo)[3]。但目前乳腺癌患者DCE-MRI各參數(shù)與MVD、VEGF的關(guān)系仍缺乏相關(guān)報道，因而筆者對我院收治的乳腺癌患者進(jìn)行分析，探討DCE-MRI各參數(shù)與MVD、VEGF的關(guān)系及其臨床診斷價值。

方 法

1. 一般資料

選取2016年3月至2017年3月間我院收治的112例乳腺疾病患者作為本組研究對象，將所有患者依照病理檢查結(jié)果分為良性病變組及惡性病變組，良性病變組中共68例，年齡19～54（38.48±5.39）歲，共78個病灶，纖維腺瘤25例、增生類病變13例、導(dǎo)管上皮不典型增生8例、脂肪瘤5例、乳腺炎5例、乳腺囊腫3例、良性葉狀腫瘤3例、導(dǎo)管內(nèi)乳頭狀瘤3例、錯構(gòu)瘤3例；惡性病變組中共44例，年齡38～74（50.48±6.92）歲，共50個病灶，浸潤性導(dǎo)管癌20例、浸潤性小葉癌8例、髓樣癌6例、浸潤性微乳頭狀癌5例、導(dǎo)管內(nèi)乳頭狀癌5例。

2.入組標(biāo)準(zhǔn)

參與本研究所有患者均符合如下標(biāo)準(zhǔn)：①患者均行手術(shù)切除病灶進(jìn)行治療；②常規(guī)病理學(xué)檢查證實其診斷結(jié)果；③患者手術(shù)切除病灶均行免疫組化檢查；④對本研究知情，并簽署知情同意書。

3. 排除標(biāo)準(zhǔn)

若患者符合如下任一標(biāo)準(zhǔn)，則將其排除本研究：①患者并發(fā)其他惡性腫瘤的；②肝腎功能異常；③存妊娠或者哺乳需求女性；④并發(fā)嚴(yán)重高血壓、糖尿病、心肺嚴(yán)重疾病及其他重要器官功能障礙。

4.方法

4.1 設(shè)備選擇及對比劑使用：本組研究中使用美國GE HDX 3.0T高場強磁共振對患者進(jìn)行檢查，使用乳腺MR專用線圈。檢查時患者取俯臥位，使雙側(cè)乳腺自然下垂且完全暴露，盡可能防止并且避免壓迫皮膚。檢查過程中患者以耳塞隔絕機器噪音以避免聽覺受損?；颊邫z查時使用釓噴酸葡胺注射液(北京北陸藥業(yè))做對比劑，劑量為0.l mmol/kg，注入速度為2ml/s，并以20 ml生理鹽水沖管。掃描序列詳見表1，

4.2 脂肪抑制及圖像后處理：采用脂肪抑制序列進(jìn)行脂肪抑制處理，并采用病灶三維重建法對病灶進(jìn)行三維定位，可有效抑制脂肪并可準(zhǔn)確的對病灶進(jìn)行三維定位，提高乳腺病變診斷準(zhǔn)確性及檢出率。圖像處理時選取感興趣區(qū)（ROI），選擇最大層面，盡可能避開出血、壞死、鈣化或囊變區(qū)，使用GE 3D軟件測定ADC值并繪制TIC曲線。選取最大層面的病灶邊緣、強化顯著部位及正常腺體，分別選取3個ROI，生成并繪制TIC曲線圖。

4.3 圖像分析及參數(shù)測定：本組研究中選用DWI、DCE-MRI、SWI掃描對病灶信號及形態(tài)特征、強化后邊緣特征、病變內(nèi)部特征、淋巴結(jié)腫大情況、強化程度等信息進(jìn)行描述。而后利用軟件測量ADC值，通過MIP圖計算NTV，繪制TIC曲線行分型處理，并測算Slope、EER、Tpeak、SImax參數(shù)。TIC分型時可分為流出型、平臺型、單向型，流出型：對比劑快進(jìn)快出，中晚期信號強度降低明顯；平臺型：早期信號輕度增強，中晚期去強化變化程度低于10%；單向型：觀察期內(nèi)，呈持續(xù)上升狀態(tài)。

參照乳腺影響報告和數(shù)據(jù)系統(tǒng)標(biāo)準(zhǔn)（MRI BIRADS）[4]對圖像進(jìn)行打分、描述，總分0～7分。打分規(guī)則為：形態(tài)規(guī)則0分、形態(tài)不規(guī)則1分，強化均勻0分、強化不均勻1分，邊界清楚0分、邊界不清1分，早期強化低于50% 0分、大于50% 1分，TIC曲線流出型、平臺型、流出型分別計為0、1、2分，所有得分加和計為總分，若評分低于3分計為良性，4分計為疑似惡性、不低于5分計為惡性。

5. 病理分析

獲取手術(shù)標(biāo)本后最大層面取材，使用10%福爾馬林及石蠟固定包埋切面，使用MaxVision試劑盒行免疫組化分析，所用抗體未MaxVision試劑盒、CD34抗體（MAB-0034）及VEGF抗體（MAB-0243）均購買自南京福麥斯生物科技有限公司。在對結(jié)果進(jìn)行判定時，VEGF胞質(zhì)呈棕黃色顆粒計為陽性細(xì)胞，陽性細(xì)胞數(shù)低于50%計為+，不低于50%計為++，無陽性細(xì)胞計為—。在光學(xué)顯微鏡下觀察腫瘤中心及邊緣區(qū)微血管密集區(qū)域，后在200倍視野下，選取5個視野并計算微血管數(shù)，后取均值，分別計算腫瘤中心區(qū)（cMVD）及邊緣（mMVD）微血管密度。

6. 統(tǒng)計學(xué)方法

本組研究中使用SPSS 19.0存儲并分析原始數(shù)據(jù)，使用均值±標(biāo)準(zhǔn)差表示計量資料，并行t檢驗分析組間數(shù)據(jù)差異，雙側(cè)α=0.05，采用方差分析分析組內(nèi)差異，采用Spearman等級相關(guān)性分析后線性相關(guān)性分析兩變量相關(guān)性，雙側(cè)α=0.05，P＜0.05則認(rèn)為差異存統(tǒng)計學(xué)意義。

結(jié) 果

1. 血管計數(shù)結(jié)果

本組研究中，使用NTV≥2條作為評判標(biāo)準(zhǔn)，良性病變組中共8處病灶，占10.26%，惡性病變組中共34處病灶，占68.00%。

2. TIC 分型

本組研究結(jié)果顯示，惡性病變組患者病灶TIC為流出型及平臺型，并無單相型，良性病變區(qū)為平臺型及單相型，且無流出型TIC，詳見表2。

表1 掃描序列及參數(shù)表

表2 TIC分型結(jié)果

表3 BI-RADS評分結(jié)果

表4 DCE-MRI各參與及ADC值檢測結(jié)果

表5 MVD及VEGF統(tǒng)計結(jié)果

表6 DCE-MRI各參數(shù)與VEGF、MVD相關(guān)性

圖1 典型案例圖。A.MSI偽彩圖；B.PEI偽彩圖；C.病灶處。

3. BI-RADS評分結(jié)果

本組研究結(jié)果顯示，惡性病變組及良性病變組患者BI-RADS評分差異存統(tǒng)計學(xué)意義（P＜0.05），詳見表3。

4. DCE-MRI各參與及ADC值檢測結(jié)果

本組研究結(jié)果顯示，惡性病變組患者EER、NTV、Slope顯著高于良性病變組（P＜0.05），且惡性病變組患者SImax、Tpeak及ADC顯著低于良性病變組（P＜0.05），詳見表 4。

5.MVD及VEGF統(tǒng)計結(jié)果

本組研究結(jié)果顯示，惡性病變組患者病灶組mMVD、cMVD及VEGF均顯著高于良性病變組（P＜0.05），詳見表 5。

6. DCE-MRI各參數(shù)與VEGF、MVD相關(guān)性

本組研究結(jié)果顯示，MVD與DCE-MRI的EER、TIC類、Tpeak、NTV及ADC值 顯著 正 相關(guān)（P＜0.05），VEGF與 DCE-MRI的 TIC 類 型、Tpeak、NTV及ADC值顯著正相關(guān)（P＜0.05），詳見表6。

7.典型案例圖

結(jié)果顯示，本組典型患者為42歲女性，病灶為左乳外上象限腫物，患者M(jìn)SI偽彩圖及PEI偽彩圖相應(yīng)參數(shù)為 1390.0 及 1423.4，詳見圖 1。

討 論

動態(tài)增強磁共振成像是現(xiàn)階段臨床中應(yīng)用較廣的結(jié)合血流動力學(xué)和形態(tài)學(xué)改變的檢查方法，其中微血管密度增加、乳腺癌心室腫瘤血管密度增高是其應(yīng)用基礎(chǔ)[5]。通過使用對比劑干預(yù)后，聯(lián)合減影技術(shù)及脂肪抑制技術(shù)可有效增強正常腺體與病變組織間信號對比，呈病變區(qū)暴露更為清晰，因而在現(xiàn)階段的臨床應(yīng)用中，DCE-MRI是敏感度較高的檢測方法[6]。

TIC曲線可有效評估并反映病灶區(qū)情況和血液灌注狀況，可直接評估病變組織內(nèi)對比劑分布情況，揭示血流動力學(xué)在病變組織中的改變狀態(tài)[7]。一般情況下，在惡性病變組織中，對比劑存在明顯的快進(jìn)快出特性，其血供豐富、生長快，毛細(xì)血管通透性高，血管增生不良，且動靜脈吻合導(dǎo)致病變區(qū)內(nèi)對比劑快速流出，呈流出型曲線[8]。而良性病灶區(qū)，導(dǎo)管內(nèi)乳頭狀瘤及纖維腺瘤血管豐富，呈平臺型曲線，部分也可能出現(xiàn)流出型曲線[9]。本組研究結(jié)果顯示，惡性病變區(qū)TIC為平臺型及流出型，良性病變?yōu)槠脚_型及單相型。結(jié)果表明，單相型TIC常提示病變區(qū)為良性病變，而流出型TIC可能為乳腺惡性病變，應(yīng)予以重視，結(jié)合其他指標(biāo)詳細(xì)診斷，做出準(zhǔn)確判斷。

BI-RADS-MRI評分體系的建立及實施可有效提高乳腺活檢腫塊的陽性預(yù)測值，提供一個標(biāo)準(zhǔn)化、客觀的標(biāo)準(zhǔn)，其主要基于DCE-MRI結(jié)果進(jìn)行評分，將其分為≤3分、4分、≥5分三個級別[10]。本組研究結(jié)果顯示，以BI-RADS-MRI≥4分作為乳腺癌的診斷標(biāo)準(zhǔn)，具有較高的臨床應(yīng)用價值。

一般情況下，惡性腫瘤血供豐富，生長速度快，血管多支密集或血管粗大供血充足[11]?？墒沟脤Ρ葎┭杆龠_(dá)到高峰，與本組研究結(jié)果相似，良性病變組織NTV及EER明顯低于惡性病變，Tpeak高于惡性病變組。分析認(rèn)為，惡性腫瘤血供充足，但動靜脈吻合且毛細(xì)血管增生不良，因而對比劑無法有效持續(xù)充盈，快速開始廓清，導(dǎo)致惡性病變組最大強化率SImax小于良性病變組織區(qū)。大量研究結(jié)果顯示，乳腺病變組織細(xì)胞密度與ADC值相關(guān)性較高。本組研究結(jié)果顯示，惡性病變組DWI圖像呈高信號，且ADC值明顯高于良性病變組。分析認(rèn)為，腫瘤細(xì)胞密度較高、繁殖旺盛、生長活躍、細(xì)胞外容積減少。此外，大分子物質(zhì)對水分子吸附及細(xì)胞生物膜限制作用增強，導(dǎo)致水分子擴(kuò)散不足，降低ADC水平，而良性病變區(qū)細(xì)胞密度較低，導(dǎo)致ADC增高[12]。

VEGF主要表現(xiàn)為增加血管通透性和刺激內(nèi)皮細(xì)胞生長，有學(xué)者指出，VEGF的高表達(dá)可能是MRI強化的基礎(chǔ)之一[13]。本組研究結(jié)果顯示，乳腺病變組織VEGF表達(dá)與MIP、Tpeak及TIC類型存顯著正相關(guān)關(guān)系，即VEGF表達(dá)量越高，強化后快進(jìn)快出流出型曲線更易出現(xiàn)。其中VEGF與Tpeak關(guān)系密切，VEGF高表達(dá)病灶其血管通透性增強，且血流灌注速度快，故峰值時間短，于前人研究結(jié)果相似[14]。有學(xué)者研究結(jié)果顯示，MVD與MRI動態(tài)強化特征明顯相關(guān)[15]。本組研究結(jié)果顯示，MCD與MIP、Tpeak及TIC曲線類型密切相關(guān)，結(jié)果表明，病變強化越早、越快、減影后血管越多，病變組織區(qū)邊緣微血管豐富。MVD與TIC類型關(guān)系密切，MVD增高，TIC逐漸過渡至平臺型及流出型，結(jié)果表明血管生長程度與強化方式有關(guān)，可依照病變區(qū)TIC類型及動態(tài)強化參數(shù)，評估乳腺病變區(qū)微血管生成。

綜上所述，MVD、VEGF與DCE-MRI的NTV、TIC類型、ADC及Tpeak存一定相關(guān)關(guān)系，上述參數(shù)可反映惡性、良性病變的血管差異，其可評估乳腺病變的生物學(xué)性質(zhì)及預(yù)后治療，影響較小，且微循環(huán)灌注對ADC值影響較小，但水分子擴(kuò)散對其影響較大。