閆少華，牛永超，彭保成，馬園，李振玉

新鄉(xiāng)市中心醫(yī)院影像中心，河南新鄉(xiāng) 453000

乳腺癌是指在乳腺導(dǎo)管上皮及末端導(dǎo)管上皮發(fā)生的惡性腫瘤，乳腺上皮細胞在多種致癌因子作用下，出現(xiàn)增殖失控［1］，其早期臨床癥狀為乳腺腫塊、乳頭溢液、腋窩淋巴結(jié)腫大等，晚期可出現(xiàn)遠處轉(zhuǎn)移，造成多器官病變［2］。小乳腺癌是指病灶直徑在3～20 mm范圍內(nèi)的一類早期乳腺癌，由于其病灶體積較小、質(zhì)地較軟，活動性良好，因此很多檢查難以進行鑒別診斷，使得小乳腺癌確診率較低［3］。磁共振成像（MRI）是臨床檢查乳腺病變的重要方法［4］，而且動態(tài)增強MRI（DCE-MRI）和擴散加權(quán)成像（DWI）聯(lián)合在乳腺癌的診斷中具有較高的靈敏度，但小乳腺癌病灶較小可能會對DCE-MRI和DWI影像組學(xué)模型特征的獲取產(chǎn)生一定影響。目前國內(nèi)外［5-6］對乳腺癌的研究大多局限于其治療方式、預(yù)后評估等方面，很少有關(guān)于DCE-MRI和DWI影像組學(xué)模型對小乳腺癌診斷效能的研究。因此，本研究通過對2019年1月—2020年1月醫(yī)院收治的90例乳腺小病灶患者進行研究，旨在探討DCE-MRI和DWI的影像組學(xué)模型應(yīng)用于小乳腺癌中的診斷效果，為提高小乳腺癌確診率、診斷靈敏度和特異度提供理論依據(jù)，報告如下。

1 資料與方法

1.1 一般資料

選取2019年1月—2020年1月新鄉(xiāng)市中心醫(yī)院收治的90例乳腺小腫塊患者，病灶共95個。年齡25～72歲，平均年齡（57.36±2.62）歲。病灶分布：單乳單發(fā)85例，雙乳各1個病灶3例，單乳2個病灶2例。病灶性質(zhì)：惡性40個（包括23個浸潤性導(dǎo)管癌，11個導(dǎo)管原位癌，6個浸潤性小葉癌），良性55個（包括9個乳頭狀瘤，27個纖維腺瘤，19個纖維囊性變）。對90例患者均進行DCE-MRI和DWI檢查，以病理組織學(xué)診斷結(jié)果為金標準。所有患者及家屬對本次研究內(nèi)容完全知情，且均簽署知情同意書。

1.2 入選標準

納入標準：（1）具有乳腺小腫塊。（2）均進行乳腺MRI檢查。（3）依從性好。（4）未有意識或精神異常。排除標準：（1）入院前有化療、放療、手術(shù)等相關(guān)治療史。（2）存在其他部位腫瘤及遠處轉(zhuǎn)移。（3）存在意識障礙。（4）孕期或哺乳期女性。

1.3 檢查方法

MRI常規(guī)檢查，選擇西門子生產(chǎn)的3.0T超導(dǎo)型核磁共振成像系統(tǒng)，16通道專用乳腺線圈，選取俯臥位，頭先進，雙側(cè)乳腺自然下垂，雙臂前伸置于頭上，戴上耳塞。開啟常規(guī)檢查，參數(shù)：快速自旋回波序列、T1加權(quán)成像。重復(fù)時間（TR） 474 ms，回波時間（TE）8 ms，層厚/層距3.0/0.0 mm，視野FOV340 mm，矩陣400×318。T2加權(quán)成像。（1）橫軸面：TR 4 700 ms，TE-120 ms，層厚/層距3.0/0.0 mm，視野FOV340 mm，矩陣400×318。（2）矢狀面：利用精準頻率反轉(zhuǎn)恢復(fù)序列，TR 4 200 ms，TE-60 ms，層厚/層距4.0/0.0 mm，視野FOV340 mm，矩陣308×244。開啟DWI程序，采用單次激發(fā)自旋回波—平面回波成像序列進行軸狀位及矢狀位掃描，TR 5 000 ms，TE-85 ms，層厚/層距3.0/0.0 mm，矩陣108×128，彌散敏感系數(shù)b值（0，500，800，1 000）s/mm2，激勵3次。DCE-MRI檢查采用T1高分辨率各向同性容積激發(fā)序列，TR 4.7 ms，TE-2.3 ms，層厚/層距2.0/0.0 mm，矩陣320×340。

1.4 DCE-MRI和DWI影像組學(xué)分析方法

將90例患者DCE-MRI、DWI圖像傳至計算機，進行插值配準的圖像預(yù)處理和影像組學(xué)分析。影像組學(xué)分析具體分為：（1）由1～2名具有不低于5年MRI乳腺診斷經(jīng)驗的醫(yī)師對DCE-MRI和DWI圖像進行病灶分割。（2）對分割后的病灶進行影像學(xué)特征提取，共提取191個特征，分別為形態(tài)學(xué)24個，紋理162個，血流動力學(xué)3個，表觀擴散系數(shù)（ADC）2個。（3）利用scikit-learn 0.19.2.程序并采用梯度提升決策樹形式建立DCE-MRI和DWI影像組學(xué)診斷模型。

1.5 診斷標準

（1）DCE-MRI診斷惡性病灶標準：根據(jù)患者圖像形態(tài)學(xué)特征及時間信號強度曲線，參考美國放射學(xué)會MRI乳腺影像報告和數(shù)據(jù)系統(tǒng)（BI-RADS）分類標準進行分類，BI-RADSⅣ、Ⅴ類兩類為惡性病灶。（2）DWI診斷惡性病灶標準：依據(jù)加權(quán)成像ADC值和病理結(jié)果，再利用受試者工作特征（ROC）曲線確定最優(yōu)ADC閾值，用于良惡性病灶鑒別。（3）DCE-MRI和DWI影像組學(xué)模型診斷標準：病灶在形態(tài)學(xué)圖像特征、血流動力學(xué)圖像特征以及ADC閾值中達到其中兩項表現(xiàn)均為惡性病灶，即可診斷為惡性。

1.6 觀察指標

（1）乳腺良惡性小病灶DCE-MRI、DWI圖像對比。（2）DCE-MRI、DWI、DCE-MRI和DWI影像組學(xué)診斷良惡性病灶與病理結(jié)果進行對照。（3）比較DCE-MRI、DWI、DCE-MRI和DWI影像組學(xué)模型對小乳腺癌的診斷效能，包括準確性、靈敏度、特異度。

1.7 統(tǒng)計學(xué)方法

采用SPSS 22.0軟件進行統(tǒng)計分析。計量資料以均數(shù)±標準差（±s）表示，組間比較采用t檢驗。計數(shù)資料用例數(shù)和百分比（%）表示，組間比較采用χ2檢驗。以P＜0.05為差異有統(tǒng)計學(xué)意義。

2 結(jié)果

2.1 乳腺良惡性小病灶DCE-MRI、DWI圖像

患者女，70歲，病理診斷為浸潤性導(dǎo)管癌，病灶最大直徑為10 mm，DCE-MRI圖像顯示，乳腺外上象限可見邊緣不規(guī)則腫塊，局部呈毛刺狀，內(nèi)部呈不均勻強化高信號，BI-RADSⅣ類（圖1）。DWI圖像顯示，病灶呈高信號，ADC值為0.92×10-3mm2/s（圖2）。DCE-MRI和DWI影像組學(xué)模型診斷為惡性病灶，經(jīng)過病灶分割后DCE-MRI和DWI圖像均顯示分割病灶邊緣較穩(wěn)定（圖3，圖4）。

圖1

圖2

圖3

圖4

患者女，47歲，病理診斷為纖維腺瘤，病灶最大直徑為15 mm，DCE-MRI圖像顯示，乳腺內(nèi)下象限可見規(guī)則呈卵圓形腫塊，病灶邊緣清楚，內(nèi)部信號均勻，BI-RADSⅢ類（圖5）。DWI圖像顯示，病灶呈高信號，ADC值為1.37×10-3mm2/s（圖6）。DCE-MRI和DWI影像組學(xué)模型診斷為良性病灶，經(jīng)過病灶分割后DCE-MRI和DWI圖像均顯示分割病灶邊緣較穩(wěn)定（圖7、圖8）。

圖5

圖6

圖7

圖8

2.2 DCE-MRI、DWI、DCE-MRI和DWI影像組學(xué)模型診斷良惡性病灶與病理結(jié)果情況

DCE-MRI、DWI、DCE-MRI和DWI影像組學(xué)模型診斷乳腺惡性小病灶與病理結(jié)果一致的分別有32個、30個、38個，差異有統(tǒng)計學(xué)意義（P＜0.05），見表1。

表1 DCE-MRI、DWI、DCE-MRI和DWI影像組學(xué)診斷良惡性病灶與病理結(jié)果情況

2.3 DCE-MRI、DWI、DCE-MRI和DWI影像組學(xué)模型對小乳腺癌的診斷效能情況

以病理學(xué)診斷為金標準，DCE-MRI和DWI影像組學(xué)模型診斷小乳腺癌的靈敏度（92.59%）、特異度（90.17%）、 AUC（0.937） 均顯著高于 DCE-MRI（88.63%、70.91%、0.875）、DWI（79.62%、83.74%、0.841），差異有統(tǒng)計學(xué)意義（P＜0.05），見表2。

表2 DCE-MRI、DWI、DCE-MRI和DWI影像組學(xué)模型診斷小乳腺癌的診斷價值情況

3 討論

女性癌癥患者中乳腺癌占20%左右，而且乳腺癌是造成40歲以上女性死亡風(fēng)險升高的最主要原因［7］。其中小乳腺癌病灶體積較小，質(zhì)地松軟，在進行手術(shù)切除時難以發(fā)現(xiàn)，易切除正常腺體組織，從而增加惡性病灶擴散或種植率，嚴重影響患者預(yù)后［8］。另外，小乳腺癌缺乏特異性聲像特征，容易使得小乳腺癌早期診斷困難而延誤治療，因此，提高小乳腺癌診出率極為重要。MRI對乳腺軟組織具有較高分辨率，且不受乳腺類型影響，但由于乳腺惡性病灶和良性病灶存在一定重疊表現(xiàn)，使得MRI平掃也存在一定局限性，而DCE-MRI能夠反映對比劑進出病灶的血流動力學(xué)特征，可進一步確定病灶性質(zhì)［9］。另外，DWI是目前唯一能觀察活體水分子微觀擴散運動能力的MRI檢查方法［10］，正常腺體、良性病灶與惡性病灶的ADC值存在明顯差異，因此通過對腫瘤病變區(qū)ADC值進行量化分析，可對乳腺腫瘤病變性質(zhì)進行評估［11］。DCE-MRI和DWI影像組學(xué)模型應(yīng)用于小乳腺癌中，可能會進一步提高其診斷效能。

張慶等［12］研究發(fā)現(xiàn)，基于術(shù)前DCE-MRI和DWI序列，運用梯度提升決策樹（GBDT）建立影像組學(xué)模型對小乳腺癌具有較高的診斷效能（靈敏度90.0%，特異度89.8%，準確度89.9%），與經(jīng)驗豐富的放射科醫(yī)師評估結(jié)果一致。Bickelhaupt等［13］研究發(fā)現(xiàn)，基于MR擴散峰度成像的影像組學(xué)模型對乳腺良惡性病灶具有較高的診斷價值，該模型靈敏度、特異度較高，AUC為0.911。本研究結(jié)果顯示，DCE-MRI和DWI影像組學(xué)模型診斷乳腺惡性小病灶與病理結(jié)果的一致性明顯高于DCE-MRI、DWI兩種方式，以病理學(xué)診斷為金標準，DCE-MRI和DWI影像組學(xué)模型診斷小乳腺癌的靈敏度、特異度、AUC均顯著高于DCE-MRI、DWI，表明基于DCE-MRI和DWI影像組學(xué)模型應(yīng)用于小乳腺癌中診斷準確性高，具有較高的診斷價值，可廣泛用于臨床。分析其原因在于，乳腺影像組學(xué)是從乳腺病灶影像圖像中提取形態(tài)學(xué)、紋理學(xué)、血流動力學(xué)以及ADC等特征，這些特征可構(gòu)成較為全面的病灶特征，因此DCE-MRI和DWI影像組學(xué)模型可清楚顯示乳腺病灶的形態(tài)學(xué)特征和邊界特征，并且還可顯示病灶內(nèi)部血流動力學(xué)及紋理情況，從而提高惡性病灶檢出率，另外DCE-MRI具有較高的空間分辨率，對乳腺小病灶可進行有效定位，加上DWI中ADC值可反映病灶組織中水分子擴散受限程度，進一步對病灶性質(zhì)進行準確評估，因此，DCE-MRI和DWI影像組學(xué)模型的診斷準確性高于二者獨立檢測方式。這與張慶等［12-13］研究結(jié)果相似。

綜上所述，基于DCE-MRI和DWI影像組學(xué)模型應(yīng)用于小乳腺癌中診斷效果好，準確性、靈敏度、特異度均較高，可明顯提高小乳腺癌的檢出率，具有很高的診斷和臨床應(yīng)用價值。