周永進，鐘屹，趙雪妙，高瑞杰，胡玉敏，楊偉斌

（麗水市中心醫(yī)院 放射科，浙江 麗水 323000）

乳腺磁共振被越來越多地用于高危人群篩查、術(shù)前分期和治療監(jiān)測，是最敏感的乳腺檢查技術(shù)[1]。磁共振擴散加權(quán)成像（diffusion-weighted imaging，DWI）是以水分子擴散特征為基礎(chǔ)，反映組織內(nèi)水分子布朗運動，可以從微觀層面量化組織水分子的擴散狀態(tài)，具有鑒別良惡性腫瘤的潛力。DWI已廣泛應(yīng)用于多種乳腺疾病的診斷和篩查[2]?；诖殴舱駡D像的紋理分析已廣泛應(yīng)用于描述圖像空間灰度強度的分布，可以提取圖像中肉眼無法分辨的細(xì)微差異特征。圖像中提取的紋理特征通常包括一階特征、二階特征和高階特征。一階特征主要是灰度直方圖特征，包括平均值、中位數(shù)等多個參數(shù)值，二階特征能定量計算圖像像素強度和空間關(guān)系的紋理特征，包括灰度共生矩陣（gray-level cooccurrence matrix，GLCM），主要參數(shù)有能量、不均勻度及熵等測度[3]。本研究通過提取乳腺良惡性結(jié)節(jié)ADC圖和T2加權(quán)成像（T2-weighted imaging，T2WI）部分一階和二階特征參數(shù)，比較二者的紋理特征差異，以期為臨床提供更多的影像學(xué)方面的定量信息。

1 資料和方法

1.1 一般資料 納入麗水市中心醫(yī)院2014年5月至2018年8月符合條件的乳腺結(jié)節(jié)患者82例。良性結(jié)節(jié)組38例，其中纖維腺瘤16例，導(dǎo)管內(nèi)乳頭狀瘤14例，纖維乳腺病4例，錯構(gòu)瘤4例；惡性結(jié)節(jié)組44例，其中浸潤性導(dǎo)管癌18例，浸潤性小葉癌15例，導(dǎo)管內(nèi)原位癌11例。納入標(biāo)準(zhǔn)：所有乳腺結(jié)節(jié)直徑小于3 cm；患者在檢查前均未進行任何治療；無乳腺外科手術(shù)史。排除標(biāo)準(zhǔn)：患者乳腺病灶大于3 cm或出現(xiàn)遠(yuǎn)處轉(zhuǎn)移者；有MRI檢查禁忌證（如幽閉恐懼癥、心臟支架植入及安裝心臟起搏器等）；圖像偽影較重而無法對結(jié)節(jié)進行評估者。所有乳腺結(jié)節(jié)均經(jīng)穿刺活檢或手術(shù)病理證實。本研究經(jīng)本院倫理委員會批準(zhǔn)。

1.2 掃描方法 使用Philips Ingenia 3.0 T超導(dǎo)型磁共振掃描儀和乳腺專用線圈對患者行乳腺MRI掃描?；颊呷「┡P位頭先進，雙乳自然懸垂于線圈內(nèi)，兩側(cè)使用加壓器適當(dāng)壓迫乳腺加以固定。采用單次激發(fā)平面自旋回波成像（single-shot spinecho echo-planar imaging，SE-EPI）序列采集DWI圖像。常規(guī)T2WI及DWI參數(shù)如表1示。

表1 磁共振掃描序列及其參數(shù)

1.3 圖像后處理分析 采集的所有DWI、T2WI圖像由掃描儀導(dǎo)出，采用內(nèi)部開發(fā)后處理軟件進行數(shù)據(jù)分析。所有數(shù)據(jù)的處理由2名具有6年乳腺疾病放射診斷經(jīng)驗的醫(yī)師分別進行獨立評估。選擇病灶最大面積層面進行勾畫感興趣區(qū)（ROI），連續(xù)測量2次取平均值，注意避開囊變區(qū)及局部偽影區(qū)域。DWI量化參數(shù)ADC值由單指數(shù)公式S=S0·e-b×ADC計算得出，S是b值為800 s/mm2時的圖像信號值，S0是b值為0時的信號強度，ADC為表觀擴散系數(shù)，可以描述所選定ROI組織的水分子擴散率。通過后處理軟件可以在獲取ADC值的同時提取ADC圖、T2WI的一階和二階紋理特征，包括參數(shù)平均值（Mean）、中位數(shù)（Median）、最小值（Min）、最大值（Max）、峰度值（Kurtosis）、偏度值（Skewness）、不均勻度值（Inhomogeneity）和熵值（Entropy），見圖1。

1.4 統(tǒng)計學(xué)處理方法 采用SPSS21.0軟件包進行統(tǒng)計學(xué)分析。利用Shapiro-Wilk檢驗對所有參數(shù)值進行正態(tài)性檢驗。符合正態(tài)分布的參數(shù)以形式表示，運用t檢驗比較；不符合正態(tài)分布的參數(shù)以M（P25，P75）形式表示，運用Mann-WhitneyU檢驗比較。采用Medcalc（版本15.2.2）軟件繪制ROC曲線以確定ADC圖及T2WI紋理參數(shù)鑒別乳腺良惡性結(jié)節(jié)的診斷效能，以約登指數(shù)為參考，記錄區(qū)分良性結(jié)節(jié)與惡性結(jié)節(jié)的最佳臨界值、AUC及相應(yīng)的敏感度和特異度，并采用Z檢驗比較ROC曲線的差異，確定最佳診斷效能指標(biāo)。P＜0.05為差異有統(tǒng)計學(xué)意義。

圖1 51歲浸潤性導(dǎo)管癌患者乳腺結(jié)節(jié)ADC圖及生成的直方圖

2 結(jié)果

2.1 2組一般資料比較 乳腺良惡性人口學(xué)特征、結(jié)節(jié)測量及ROI容積測量值如表2示，結(jié)節(jié)直徑測量為圖像橫斷面最大徑，結(jié)節(jié)容積為單層圖像ROI面積和層厚的乘積。2組患者年齡、乳腺結(jié)節(jié)直徑、容積差異均無統(tǒng)計學(xué)意義（P均＞0.05）。

表2 2組一般資料比較

2.2 2組紋理參數(shù)比較 ADC圖2組一階灰度直方圖參數(shù)和二階GLCM參數(shù)具體如表3示。良性結(jié)節(jié)組ADCmean、ADCmedian、ADCmin明顯高于惡性結(jié)節(jié)組，差異均有統(tǒng)計學(xué)意義（P＜0.001）。2組間直方圖特征偏度值差異有統(tǒng)計學(xué)意義（P＜0.001），但2組間峰度值差異無統(tǒng)計學(xué)意義（P=0.686）。GLCM參數(shù)中，惡性結(jié)節(jié)組熵值明顯高于良性結(jié)節(jié)組，差異有統(tǒng)計學(xué)意義（P＜0.001）。T2WI紋理參數(shù)中僅熵值在惡性結(jié)節(jié)組明顯高于良性結(jié)節(jié)組（3.49±0.89vs.2.63±0.46，P＜0.001），其余參數(shù)2組間差異無統(tǒng)計學(xué)意義（P＞0.05）。

2.3 良性結(jié)節(jié)組與惡性結(jié)節(jié)組ADC圖及T2WI紋理參數(shù)ROC曲線分析 根據(jù)ROC曲線，以約登指數(shù)為參考，確定乳腺良惡性結(jié)節(jié)的ADCmean、ADCmedian、ADCmin診斷閾值分別為1.34×10-3mm2/s、1.41×10-3mm2/s、0.97×10-3mm2/s，AUC分別為0.90（95%CI=0.82～0.95）、0.89（95%CI=0.80～0.95）、0.91（95%CI=0.83～0.96）。區(qū)分乳腺良惡性結(jié)節(jié)的偏度值、熵值的診斷閾值為-0.075、3.762，AUC為0.74（95%CI=0.64～0.83）、0.95（95%CI=0.87～0.98）。以上述閾值得到區(qū)分乳腺良惡性結(jié)節(jié)的敏感度、特異度和正確率指標(biāo)如表4示。紋理參數(shù)ADCmean、ADCmedian、ADCmin、偏度值、熵值區(qū)分乳腺良性結(jié)節(jié)與惡性結(jié)節(jié)的ROC曲線見圖2a，結(jié)果顯示熵值A(chǔ)UC值最大，通過Z檢驗與其他紋理參數(shù)比較，差異均有統(tǒng)計學(xué)意義（P＜0.05）。繪制ADC圖、T2WI二者聯(lián)合的熵值ROC曲線圖，T2WI及二者聯(lián)合的熵值鑒別乳腺良惡性結(jié)節(jié)的敏感性、特異性分別為70.5%、94.7%，93.2%、94.7%；AUC分別為0.82（95%CI=0.72～0.90）、0.97（95%CI=0.91～0.99），見圖2b，結(jié)果顯示二者聯(lián)合的AUC值最大，差異有統(tǒng)計學(xué)意義（P＜0.05）。

表3 ADC圖良性結(jié)節(jié)組與惡性結(jié)節(jié)組紋理參數(shù)比較

表4 ROC曲線紋理參數(shù)診斷乳腺良惡性結(jié)節(jié)的敏感度和特異度

3 討論

磁共振DWI量化參數(shù)ADC和T2WI已廣泛應(yīng)用于良惡性腫瘤的評估[4-6]，多項研究證實ADC值在乳腺良惡性病變方面的應(yīng)用[7-9]。紋理分析是通過數(shù)學(xué)分析與運算獲取醫(yī)學(xué)影像圖像中像素或體素灰度的二維及三維空間分布特征，挖掘并量化細(xì)微結(jié)構(gòu)差異和變化規(guī)律，能更精確地評估腫瘤異質(zhì)性[3]。本研究基于ADC圖和T2WI，對乳腺良惡性結(jié)節(jié)進行紋理特征提取，獲取多個一階和二階紋理參數(shù)。不同于測定的傳統(tǒng)平均值分析，通過多序列磁共振圖像的紋理分析能提供腫瘤細(xì)胞增殖能力更精確的信息，可定量測量腫瘤異質(zhì)性[6，10]。

多項研究應(yīng)用基于ADC圖的紋理分析證實了其在腫瘤異質(zhì)性方面的價值，并表明多個參數(shù)可以用來鑒別不同病變組織間的差異[10-11]。本研究對ADC圖和T2WI的病灶勾畫ROI，通過后處理軟件直接生成一階和二階定量紋理參數(shù)。其中一階參數(shù)峰度和偏度參數(shù)主要描述灰度直方圖的分布特征，峰度值反映像素值頻數(shù)分布的陡緩程度，偏度值反映像素值分布的對稱性。二階參數(shù)不均勻度值反映空間內(nèi)紋理分布的規(guī)則程度，紋理雜亂無章時不均勻性較大。熵值反映圖像紋理的復(fù)雜程度和混亂度，若空間內(nèi)紋理灰度分布隨機則熵值較大。

本研究中，乳腺惡性結(jié)節(jié)的一階紋理參數(shù)ADCmean、ADCmedian和ADCmin明顯小于良性結(jié)節(jié)組，這與多項研究[7-8，10，12]結(jié)果一致，DWI通過量化參數(shù)ADC監(jiān)測細(xì)胞內(nèi)水分子的布朗運動，ADC與腫瘤結(jié)構(gòu)的微環(huán)境密切相關(guān)，如腫瘤的細(xì)胞密度、水含量及纖維間質(zhì)成分和細(xì)胞膜的完整性均可以影響ADC值的大小[13]。惡性結(jié)節(jié)的ADC值下降可能與惡性腫瘤快速生長致使細(xì)胞致密、細(xì)胞間隙減少、組織間液壓力增加等所致水分子擴散受限相關(guān)[8，14]。乳腺良性結(jié)節(jié)與惡性結(jié)節(jié)的ADC圖一階參數(shù)峰度值2組無顯著差異，本研究納入了多個病理類型的良惡性結(jié)節(jié)，而不同腫瘤組織細(xì)胞的異質(zhì)性分布存在部分重疊，使得ROI內(nèi)腫瘤像素值分布的陡緩程度無顯著差異。

乳腺惡性結(jié)節(jié)一階參數(shù)偏度值、二階參數(shù)不均勻度和熵值明顯高于良性結(jié)節(jié)，表明乳腺惡性結(jié)節(jié)的空間紋理分布較良性結(jié)節(jié)更為復(fù)雜、混亂，細(xì)胞間紋理不規(guī)則程度更為明顯[15]，提示乳腺惡性結(jié)節(jié)有更高的異質(zhì)性。腫瘤的異質(zhì)性主要源于腫瘤細(xì)胞形態(tài)、血管生成、血管外細(xì)胞外基質(zhì)的變化以及腫瘤內(nèi)的出血和壞死等[16]，而惡性腫瘤細(xì)胞密度更高，組織成分更為不均勻，也就導(dǎo)致更高的異質(zhì)性，這也是本研究中惡性結(jié)節(jié)較良性結(jié)節(jié)紋理參數(shù)值更高的原因。與KIERANS等[17]的研究類似，他們發(fā)現(xiàn)基于ADC圖紋理分析，高分期透明細(xì)胞癌（III期、IV期）的偏度值明顯高于低分期（I期、II期）透明細(xì)胞癌。HOLLI等[18]研究表明熵值可以用來區(qū)分乳腺癌亞型。吳宇強等[19]通過對甲狀腺結(jié)節(jié)CT增強圖像提取紋理特征值發(fā)現(xiàn)紋理參數(shù)熵值越大，結(jié)節(jié)內(nèi)異質(zhì)性越差，結(jié)節(jié)越趨向于惡性。

圖2 良性結(jié)節(jié)組與惡性結(jié)節(jié)組ADC圖及T2WI紋理參數(shù)ROC曲線分析

ROC曲線結(jié)果顯示ADCmean、ADCmedian和ADCmin值區(qū)分良惡性乳腺結(jié)節(jié)的敏感性和特異性均高于90%，提示ADC值鑒別乳腺良惡性結(jié)節(jié)有較高的診斷價值。多項研究已經(jīng)證實了ADC值對鑒別乳腺良惡性腫瘤的高度敏感性[7，20]。2 組中差異具有統(tǒng)計學(xué)意義的一階和二階紋理參數(shù)鑒別二者獲得的ROC曲線比較，發(fā)現(xiàn)熵值在區(qū)分良惡性結(jié)節(jié)有最大的AUC（AUC=0.95），鑒別良惡性乳腺結(jié)節(jié)的特異度和敏感度分別為94.74%、80.55%，表明其在區(qū)分二者時診斷價值優(yōu)于灰度直方圖ADCmean、ADCmedian、ADCmin和偏度值參數(shù)，表明基于二階的紋理參數(shù)能獲取更多的特征以區(qū)別乳腺良惡性結(jié)節(jié)。與YUN等[10]結(jié)果一致，認(rèn)為基于二階的灰度共生矩陣參數(shù)相較于一階灰度直方圖特征具有更高的鑒別價值，這與灰度直方圖參數(shù)反映腫瘤組織分布的空間信息存在一定的局限，二階紋理分析能更深地反映組織空間分布特征相關(guān)。而比較ADC圖、T2WI及二者聯(lián)合的ROC曲線，發(fā)現(xiàn)二者聯(lián)合應(yīng)用時具有最高的診斷效能，表明在鑒別二者差異時多序列聯(lián)合評估有更高的價值。

本研究存在以下局限性：本研究樣本量偏少，沒有選擇一定數(shù)量驗證組證實結(jié)果可能存在的誤判。目前尚未形成通用標(biāo)準(zhǔn)化的紋理分析處理方法流程與標(biāo)準(zhǔn)化參數(shù)，不同的研究者運用不同的數(shù)學(xué)算法方式提取紋理特征，這些因素可能潛在地影響顯示腫瘤異質(zhì)性程度。

綜上所述，基于ADC圖和T2WI的紋理分析參數(shù)對鑒別乳腺良惡性結(jié)節(jié)有較高的診斷價值，尤其是二者聯(lián)合的二階紋理參數(shù)熵值診斷價值較大。隨著研究進一步改進及其應(yīng)用的標(biāo)準(zhǔn)化，有望發(fā)展為腫瘤影像學(xué)中具有較高診斷價值的臨床工具。