馬德晶，逯峰，鄒雪雪，陳亮，徐明露，范萬峰

動態(tài)增強(qiáng)磁共振成像(dynamic contrast enhanced magnetic imaging，DCE-MRI)是目前公認(rèn)的診斷乳腺疾病的重要檢查手段，具有較高的診斷敏感性，但特異性相對較低[1]。擴(kuò)散加權(quán)成像(DWI)技術(shù)作為一種輔助檢查手段，可以提高DCE-MRI對乳腺疾病的診斷特異性[2]，但其參數(shù)(ADC)值包含了水分子擴(kuò)散和微循環(huán)灌注信息，而體素內(nèi)不相關(guān)運(yùn)動擴(kuò)散加權(quán)成像(intravoxel incoherent motion diffusion-weighted imaging，IVIM-DWI)技術(shù)可以分別反映水分子擴(kuò)散及微循環(huán)灌注的信息[3]。既往有研究發(fā)現(xiàn)將IVIM-DWI作為一種輔助檢查手段，能夠較明顯地提高DCE-MRI對乳腺病變診斷的特異性，并且敏感性亦稍有提高 [4]，但其未分析非腫塊樣強(qiáng)化病變的特點(diǎn)。本研究旨在探討IVIM-DWI作為一種輔助檢查手段在非腫塊樣強(qiáng)化的乳腺病變中對DCE-MRI診斷效能的影響。

材料與方法

1.臨床資料

回顧性分析2017年6月-2018年6月因乳腺病變在我院就診且MRI檢查顯示乳腺病變呈非腫塊樣強(qiáng)化的56例患者的影像學(xué)資料。均為女性患者，年齡21～65歲，平均(42.3±6.8)歲。納入標(biāo)準(zhǔn)：①M(fèi)RI掃描前未行穿刺活檢或放化療等診療措施，并于MRI檢查后2周內(nèi)行手術(shù)或穿刺活檢并獲得明確的病理結(jié)果；②乳腺內(nèi)至少有一個病灶直徑大于1.0 cm。

最終入組的經(jīng)病理證實(shí)的病灶共53個：良性病灶19個，惡性病灶34個。良性病變包括導(dǎo)管內(nèi)乳頭狀瘤8個，肉芽腫性乳腺炎3個，漿細(xì)胞性乳腺炎和乳腺腺病4個；惡性病變包括浸潤性導(dǎo)管癌14個，導(dǎo)管原位癌13個，浸潤性小葉癌3個，浸潤性乳頭癌2個，基底樣癌腺和樣囊性癌各1個。

每例患者在檢查前簽署知情同意書，且本研究經(jīng)我院醫(yī)學(xué)倫理委員會審查通過。

2.檢查方法

使用Siemens Magnetom Skyra 3.0T MR成像儀和4通道乳腺專用線圈?；颊邟呙钑r取俯臥位，雙乳自然下垂于線圈內(nèi)。①常規(guī)掃描序列及參數(shù)：T1WI(TR 169 ms，TE 2.6 ms)、T2WI(TR 3500 ms，TE 69 ms)及脂肪抑制序列T2WI(TR 3200 ms，TE 69 ms)，層厚4.0 mm，層間距0.4 mm，視野340 mm×340 mm，矩陣269×384，激勵次數(shù)2；②IVIM-DWI掃描：采用單次激發(fā)SE-EPI結(jié)合脂肪抑制技術(shù)，TR 6400 ms，TE 63 ms，層厚5 mm，層間距1 mm，視野340 mm×138 mm，矩陣192×78，選用12個b值(分別為0、50、100、150、200、250、300、400、600、800、1000和1200 s/mm2)，在x、y、z軸3個方向上同時施擴(kuò)散梯度，激勵次數(shù)分別為1、1、1、1、1、2、2、4、4、4、6和6，掃描時間13 min 40 s；③DCE-MRI掃描：采用梯度回波三維容積插值屏息掃描(volumetric interpolated breath-hold examination，VIBE)技術(shù)，共掃描8期(1期蒙片+7期增強(qiáng))，TR 4.49 ms，TE 1.68 ms，視野340 mm×340 mm，矩陣352×260，層厚1.2 mm，層間距0.24 mm，翻轉(zhuǎn)角10°，每期掃描時間約45 s；對比劑采用Gd-DTPA，流率2.5 mL/s，劑量0.2 mL/kg，然后以相同流率注射0.9%氯化鈉注射液20 mL沖管。

3.圖像分析和數(shù)據(jù)處理

所有圖像均由2位具有5年以上乳腺病變診斷經(jīng)驗(yàn)的放射科醫(yī)師采用雙盲法閱片，對兩位醫(yī)師的診斷結(jié)果(良、惡性的判別)進(jìn)行一致性檢驗(yàn)。為減少由于ROI選擇位置偏倚引起的測量誤差，所有數(shù)據(jù)均測量3次，取其平均值；ROI選取標(biāo)準(zhǔn)：盡量包括病灶所有的實(shí)質(zhì)部分，并盡量避開病變內(nèi)的囊變、壞死區(qū)。

利用MITK-Diffusion后處理軟件分析患者的IVIM-DWI數(shù)據(jù)，結(jié)合DCE-MRI在病灶內(nèi)勾畫ROI(面積46.10～234.70 mm2)，經(jīng)MITK-Diffusion后處理軟件自動計(jì)算出ROI的灌注分?jǐn)?shù)(f)、真擴(kuò)散系數(shù)(D)值和假擴(kuò)散系數(shù)(D*)值。

將DCE-MRI圖像傳至Syngo MMWP VE40B工作站。觀察病變的分布(線樣/葉段分布記為L1分，其它分別方式如局灶性、區(qū)域性、多區(qū)域性和彌漫性記為L0分)和強(qiáng)化方式(集叢樣或簇樣環(huán)形強(qiáng)化記為C1分，其它方式如均勻性或不均勻性強(qiáng)化記為C0分)。在病灶內(nèi)選取ROI，面積5.00～10.00 mm2，利用Mean-Curve后處理軟件獲得ROI的時間-信號強(qiáng)度曲線(time-signal intensity curve,TIC)和最大增強(qiáng)斜率(maximum slope of increase,MSI)，按照公式(1)或(2)計(jì)算MSI：

圖1 患者，女，49歲，左側(cè)乳腺導(dǎo)管原位癌。a)對比增強(qiáng)橫軸面抑脂T1WI，左乳外側(cè)份可見非腫塊樣不均勻強(qiáng)化病灶(箭)，呈葉段分布；b)矢狀面抑脂T1WI動態(tài)增強(qiáng)圖像，顯示病灶位于乳腺偏上象限(箭)，邊界不清，相鄰皮膚無明顯變化；c)TIC曲線呈平臺型(Ⅱ型)；d)IVIM-DWI顯示病變呈稍高信號(箭)；e)ADC圖示病灶呈等～稍低信號(箭)；f)病理圖鏡下示腫瘤細(xì)胞增生局限于導(dǎo)管內(nèi)，細(xì)胞形態(tài)較一致，腺泡外層的肌上皮細(xì)胞明顯，間質(zhì)纖維細(xì)胞輕度增生(HE，×200)。

(1)

(2)

其中，SIpeak為增強(qiáng)后的最大信號強(qiáng)度；SI0為初始信號強(qiáng)度(即平掃SI)，SIend及SIprior分別代表曲線上升段信號強(qiáng)度變化最大的兩個相鄰掃描時相的信號強(qiáng)度，Tend及Tprior分別表示相應(yīng)的時間點(diǎn)[5]。

根據(jù)病灶的信號強(qiáng)化率(the slope of signal intensity，SIslope)，將TIC分為3型：Ⅰ型為緩升型，SIslope>10%；Ⅱ型為平臺型，-10%≤SIslope≤10%；Ⅲ型為流出型，SIslope<-10%。本研究中將Ⅰ型TIC記為0分，Ⅱ型和Ⅲ型均記為1分。

4.統(tǒng)計(jì)分析

使用SPSS 19.0統(tǒng)計(jì)軟件，首先采用Kappa一致性檢驗(yàn)分析兩位醫(yī)師診斷結(jié)果的一致性。其它定量參數(shù)均應(yīng)用Shapiro-Wilktest法進(jìn)行正態(tài)性檢驗(yàn)，符合正態(tài)分布者以均數(shù)±標(biāo)準(zhǔn)差來描述，并采用兩獨(dú)立樣本t檢驗(yàn)進(jìn)行分析；不符合正態(tài)分布的定量資料，采用中位數(shù)和四分位數(shù)間距進(jìn)行描述，組間比較采用Wilcoxon秩和檢驗(yàn)；定性資料的統(tǒng)計(jì)描述采用例數(shù)(構(gòu)成比)的方式進(jìn)行，組間比較采用χ2檢驗(yàn)。以P<0.05為差異具有統(tǒng)計(jì)學(xué)意義。然后采用Logistic回歸分析確定單獨(dú)應(yīng)用DCE-MRI及DCE-MRI聯(lián)合IVIM-DWI對鑒別乳腺良惡性病變的獨(dú)立影響因素。以病理結(jié)果為金標(biāo)準(zhǔn)，繪制二者的ROC曲線，分析單獨(dú)應(yīng)用DCE-MRI檢查、DCE-MRI與IVIM-DWI聯(lián)合應(yīng)用對良、惡性乳腺病變的鑒別診斷效能。

結(jié) 果

1.兩位醫(yī)師診斷結(jié)果一致性

對兩位醫(yī)師診斷結(jié)果的一致性進(jìn)行檢驗(yàn)，詳細(xì)結(jié)果見表1。統(tǒng)計(jì)分析結(jié)果顯示：不論是單獨(dú)分析DCE-MRI圖像還是綜合分析DCE-MRI和IVIM-DWI圖像，兩位醫(yī)師診斷病變的良、惡性均具有較好的一致性(Kappa值分別為0.797和0.918)。

表1 兩位醫(yī)師診斷結(jié)果一致性分析 (個)

2.良惡性病變各指標(biāo)的比較

良、惡性病變各征象的評估和各參數(shù)的測量值及統(tǒng)計(jì)分析結(jié)果見表2。

惡性組中乳腺病變呈線樣/葉段分布(圖1)和集叢樣/簇樣環(huán)形強(qiáng)化的出現(xiàn)率均明顯高于良性組，組間差異均有統(tǒng)計(jì)學(xué)意義(P<0.05)。良、惡性組間MSI的差異無統(tǒng)計(jì)學(xué)意義(P>0.05)。惡性組中TIC曲線以Ⅱ、Ⅲ型多見，良性組中Ⅰ型與Ⅱ、Ⅲ型(圖2)的出現(xiàn)率接近，良惡性組間TIC曲線類型的差異有統(tǒng)計(jì)學(xué)意義(P<0.05)。

表2 良惡性病變DCE-MRI及IVIM-DWI各參數(shù)比較 (個)

注：a相應(yīng)指標(biāo)值采用中位數(shù)±四分位間距表示。

表3 兩種診斷方法的Logistic回歸方程的診斷效能

圖2 患者，女，27歲，左側(cè)乳腺肉芽腫性乳腺炎。a)對比增強(qiáng)橫軸面抑脂T1WI，顯示左乳內(nèi)側(cè)非腫塊樣明顯強(qiáng)化灶(箭)，呈區(qū)域分布，不均勻強(qiáng)化；b)對比增強(qiáng)矢狀面抑脂T1WI，顯示病灶位于乳腺偏下部，病灶邊緣不清(箭)，左乳皮膚局部增厚并可見凹陷；c)TIC曲線呈流出型(Ⅲ型)；d)IVIM-DWI顯示病灶呈較高信號(箭)；e)ADC圖像顯示病變區(qū)呈較低信號(箭)；f)病理圖鏡下示結(jié)節(jié)狀病灶內(nèi)可見多量泡沫細(xì)胞及多核巨細(xì)胞，并伴有淋巴細(xì)胞和漿細(xì)胞浸潤(HE，×200)。

惡性組中乳腺病變的f值和D*值均高于良性組，兩組間D*值的差異有統(tǒng)計(jì)學(xué)意義(P<0.05)，但f值的差異無統(tǒng)計(jì)學(xué)意義(P>0.05)；惡性組中乳腺病變的D值低于良性組，差異有統(tǒng)計(jì)學(xué)意義(P<0.05)。

3.各方法的診斷效能

將良、惡性組間有統(tǒng)計(jì)學(xué)差異的指標(biāo)納入Logis-tic回歸分析，分別建立DCE-MRI及DCE-MRI聯(lián)合IVIM-DWI診斷非腫塊樣強(qiáng)化乳腺良惡性病變的Logistic回歸方程(P3，P4)，分別為：

圖3 DCE-MRI和DCE-MRI聯(lián)合IVIM-DWI診斷良、惡性乳腺病變的ROC曲線圖。

P3=-4.242+4.211×L+2.722×C+2.568×TIC類型

(3)

P4=2.946+1.190×L+0.591×C+2.582×TIC類型-2.938×D

(4)

當(dāng)P>0.5時診斷為惡性病變，P≤0.5時診斷為良性病變。根據(jù)所建立的Logistic方程，兩種診斷方法的診斷效能相關(guān)指標(biāo)值見表3。以建立的方程判斷乳腺良惡性病變的預(yù)測值來繪制ROC曲線，曲線下面積分別為0.783和0.824(圖3)。

討 論

2017年《乳腺磁共振檢查及診斷規(guī)范專家共識》指出，在臨床工作中對乳腺病變性質(zhì)的判斷需要結(jié)合病變的形態(tài)、強(qiáng)化特點(diǎn)、MSI和TIC曲線等信息進(jìn)行綜合分析[6]。2013年美國放射學(xué)會(American College of Radiology,ACR)修訂的BI-RADS MRI對NME病變的分布特征的描述分為局灶性、線樣、葉段性、區(qū)域性、多區(qū)域性及彌漫性分布6種類型；內(nèi)部強(qiáng)化方式包括均勻性、不均勻、集叢樣及簇樣環(huán)形強(qiáng)化這4種類型。以往有研究顯示，非腫塊樣強(qiáng)化的病變中線樣及葉段型分布多見于惡性病變中，并且其對乳腺癌的診斷有較高的特異性[7]。本研究中，惡性病變組線樣/葉段分布的病例所占比例為73.53%、而良性組中其比例為31.58%，與以往的研究結(jié)果基本相符。以往有國外學(xué)者在對非腫塊樣強(qiáng)化病變的研究中發(fā)現(xiàn)63%的惡性病變中出現(xiàn)成簇小環(huán)形強(qiáng)化，其鑒別惡性腫瘤的特異度高達(dá)96%[8]。本研究中，34個惡性病變中23個(67.65%)出現(xiàn)集叢/簇環(huán)樣強(qiáng)化，而19個良性病變中僅6個(31.57%)出現(xiàn)這種強(qiáng)化方式，這種強(qiáng)化方式在惡性病變中出現(xiàn)比率與以往的研究結(jié)果基本相一致，但特異度較上述學(xué)者研究低[7-8]。分析原因是由于本組良性病變中出現(xiàn)集叢/簇環(huán)強(qiáng)化的比例較之前研究高，可能是由于本組非腫塊樣強(qiáng)化的良性病變中有較多肉芽腫性乳腺炎及漿細(xì)胞性乳腺炎的病例，其在膿腫形成時期易形成近似簇環(huán)形強(qiáng)化方式[9]。

Smith等[10]的研究結(jié)果顯示，TIC曲線具有較大的鑒別乳腺病變良、惡性的價值。本研究中惡性組TIC曲線以Ⅱ、Ⅲ型為主，比例達(dá)82.35%，這與以往的研究結(jié)論均相符[11-12]。但良性病變中Ⅱ、Ⅲ型TIC曲線的比例亦高達(dá)52.63%，分析原因可能是TIC曲線反映病變的血供情況，與病變微循環(huán)中血管密度、毛細(xì)血管壁的通透性及腫瘤間質(zhì)的壓力等因素均有關(guān)，由于本組19個良性病例中乳腺炎病例有7個，其中包括漿細(xì)胞性乳腺炎及肉芽腫性乳腺炎，而炎性病變的實(shí)性部分血供較豐富，能夠呈現(xiàn)Ⅱ型甚至Ⅲ型TIC曲線，由此導(dǎo)致Ⅱ、Ⅲ型曲線類型在非腫塊樣強(qiáng)化的良性病變中所占比例亦較高。本研究中良惡性組間MSI的差異無統(tǒng)計(jì)學(xué)意義(P>0.05)，分析原因可能是由于乳腺病灶增強(qiáng)速度與病變的血管化程度相關(guān)，部分血供豐富的乳腺良性腫瘤，信號增強(qiáng)上升顯著，與惡性病變之間存在重疊有關(guān)。

在IVIM-DWI參數(shù)方面，惡性乳腺病變組的D值低于良性組，f值、D*值高于良性病變，與Louisa等[13]報(bào)道的結(jié)果基本一致；且通常非腫塊樣強(qiáng)化的病灶，其D值較腫塊樣強(qiáng)化的病變偏高[14]，分析原因可能是由于非腫塊樣強(qiáng)化的病變無明確的邊界，病變區(qū)域內(nèi)有少許乳腺組織參雜其中，在選取ROI的時候，不可避免的會包括進(jìn)去，導(dǎo)致所測量的ROI值并不如腫塊樣強(qiáng)化的病變準(zhǔn)確。f值和D*值主要反映血流灌注信息，大部分惡性腫瘤的血流灌注較豐富，與良性病變組間存在差異，但是需要注意的是部分良性病變血流灌注亦可較豐富(如纖維腺瘤、炎性病變等)，與惡性病變之間存在重疊。

Logistic回歸分析將病變的分布特征、強(qiáng)化特點(diǎn)、TIC類型均納入診斷乳腺良惡性病變的方程。由于本組病變中，線樣/葉段分布及集叢/簇樣強(qiáng)化對惡性病變的診斷特異度非常高，并且本組病例中浸潤性導(dǎo)管癌、導(dǎo)管原位癌所占比例較大，導(dǎo)致這種差異更加明顯，因此其均能被納入方程。TIC曲線被納入回歸方程的原因可能是良惡性病變血管系統(tǒng)相關(guān)結(jié)構(gòu)存在差異[15]，惡性腫瘤血管通透性高，存在動-靜脈分流，對比劑流經(jīng)病灶進(jìn)入間質(zhì)的量少，經(jīng)靜脈迅速流出的量多，TIC多為平臺型或流出型[10]；而良性腫瘤血管發(fā)育相對成熟，對比劑進(jìn)入間質(zhì)的量多，經(jīng)靜脈流出的量少，TIC多為緩升型。本研究中DCE-MRI的診斷敏感度、特異度、符合率、陽性和陰性預(yù)測值分別為88.24%、68.42%、81.13%、79.49%和80.75%；由此可見其敏感性較高，但特異性較低。

DCE-MRI與IVIM-DWI聯(lián)合鑒別診斷乳腺病變良惡性，納入Logistic回歸方程的獨(dú)立影響因素為病變分布、強(qiáng)化特點(diǎn)、TIC類型及D值，其診斷敏感度、特異度、準(zhǔn)確率、陽性和陰性預(yù)測值分別為91.18%、73.68%、84.91%、83.35%和85.24%，較單獨(dú)應(yīng)用DCE-MRI的診斷效能有提高，尤其是診斷特異度有明顯提高。由此可見在非腫塊樣強(qiáng)化的乳腺病變中IVIM-DWI也可為乳腺良惡性病變的鑒別診斷提供有價值的信息，臨床工作中可以將二者聯(lián)合應(yīng)用于乳腺良、惡性病變的鑒別診斷中。