量化DCE-MRI技術(shù)對(duì)乳腺良惡性病變?cè)\斷價(jià)值分析*

羅紅兵，王 閩，周 鵬，青浩渺，龐華容，梁 珂，許國(guó)輝，任 靜△

(1.四川省腫瘤醫(yī)院·腫瘤研究所, 成都 610041； 2.通用電氣(中國(guó))醫(yī)療集團(tuán)， 上海 201203)

?臨床研究?

量化DCE-MRI技術(shù)對(duì)乳腺良惡性病變?cè)\斷價(jià)值分析*

羅紅兵1，王 閩1，周 鵬1，青浩渺1，龐華容1，梁 珂2，許國(guó)輝1，任 靜1△

(1.四川省腫瘤醫(yī)院·腫瘤研究所, 成都 610041； 2.通用電氣(中國(guó))醫(yī)療集團(tuán)， 上海 201203)

目的：探討基于動(dòng)態(tài)增強(qiáng)磁共振成像(dynamic contrast-enhanced MRI，DCE-MRI)及特定藥物動(dòng)力學(xué)模型所獲得的量化參數(shù)對(duì)乳腺良惡性病變?cè)\斷價(jià)值。方法: 收集我院2015年6月至2016年2月42例乳腺病變患者行DCE-MRI掃描，通過(guò)后處理軟件測(cè)量如下量化參數(shù)，定量參數(shù)：容量轉(zhuǎn)移常數(shù)(volume transfer constant，Ktrans)、速率常數(shù)(rate constant，Kep)、血漿分?jǐn)?shù) (the plasma fraction，Vp) ；半定量參數(shù)：(1)增強(qiáng)后病灶達(dá)峰時(shí)間 (time to peak，TTP)、(2)增強(qiáng)后病灶內(nèi)造影劑最大濃度值(max concentration，MAX Conc)、(3)增強(qiáng)后時(shí)間信號(hào)曲線下面積(area under curve，AUC)、(4)增強(qiáng)后時(shí)間信號(hào)曲線最大斜率值(MAX Slope)。檢查后1周內(nèi)均經(jīng)手術(shù)取得病理診斷，采用獨(dú)立樣本t檢驗(yàn)或非參數(shù)檢驗(yàn)比較良性組及惡性組間各量化參數(shù)的差異。繪制ROC曲線，并分析有價(jià)值量化參數(shù)對(duì)乳腺良、惡性病灶診斷價(jià)值。 結(jié)果： 惡性病灶組定量參數(shù)KtransMax(t=2.228，P=0.033)、KtransMean(t=4.092，P<0.001)、KepMean(Z=2.422，P=0.015)、KepMax(t=2.240，P=0.031)及半定量參數(shù)MAX Conc Max(t=3.256，P=0.002)、MAX Conc Mean(t=3.460，P=0.001)、AUC Max(t=2.250，P=0.034)、AUC Mean(t=2.861，P=0.007)、MAX Slope Max(t=2.478，P=0.018)、MAX Slope Mean(t=2.226，P=0.032)較良性病灶組值明顯升高，而半定量參數(shù)TTP Min(t=-5.145，P<0.001)、TTP Mean(t=-3.818，P<0.001)較良性病灶組明顯縮短。經(jīng)ROC曲線分析顯示，KtransMean、KepMean、TTP Min、MAX Conc Max、 AUC Mean、 MAX Slope Max對(duì)乳腺良惡性病變具有診斷價(jià)值，根據(jù)最大約登指數(shù)計(jì)算最佳診斷閾值，分別以0.1137、0.0258、0.9065、0.1059、0.1640、0.1502為診斷閾值，其鑒別診斷乳腺病灶良惡性敏感度分別為73.33%、73.33%、91.67%、76.67%、80.00%、80.00%，特異性分別為100%、83.30%、70.00%、91.70%、66.70%、75.00%。結(jié)論： 基于DCE-MRI技術(shù)及特定的藥物動(dòng)力學(xué)模型所獲得的量化參數(shù)對(duì)乳腺良惡性病變鑒別診斷有臨床價(jià)值，且有較高的診斷效能，有望成為無(wú)創(chuàng)性評(píng)價(jià)乳腺腫瘤微循環(huán)的新方法。

乳腺腫瘤； 磁共振成像； 動(dòng)態(tài)增強(qiáng)； 診斷

乳腺癌的發(fā)病率及致死率在全球范圍內(nèi)均呈上升趨勢(shì)[1-2]。影像學(xué)檢查尤其是MRI檢查在乳腺癌的早期診斷、分期和預(yù)后判斷中均具有重要臨床價(jià)值，據(jù)報(bào)道其診斷敏感性可高達(dá)88%～100%，而特異性差異較大，約為69%～96%之間[3-4]。近年來(lái)，隨著MRI技術(shù)進(jìn)步和掃描速度不斷提高，使基于動(dòng)態(tài)增強(qiáng)磁共振成像(dynamic contrast enhanced MRI，DCE-MRI)及特定藥物動(dòng)力學(xué)模型所獲得的量化參數(shù)在乳腺病變?cè)\斷、預(yù)后判斷和治療療效早期評(píng)價(jià)中的臨床應(yīng)用價(jià)值漸成為新的研究熱點(diǎn)[5-10]。本研究著重在于探討應(yīng)用基于動(dòng)態(tài)增強(qiáng)MRI掃描技術(shù)并以同側(cè)胸大肌為參照物的藥物動(dòng)力學(xué)模型(reference pharmacokinetic model)，而計(jì)算出的定量或半定量參數(shù)在人類乳腺良惡性病變中的診斷價(jià)值，以期實(shí)現(xiàn)影像學(xué)對(duì)乳腺病變的診斷和分析從既往的主觀定性向客觀量化分析轉(zhuǎn)化。

1 資料與方法

1.1 臨床資料

本研究收集我院2015年6月～2016年2月42例因臨床觸診或超聲、乳腺鉬靶X線檢查發(fā)現(xiàn)乳腺病變且行磁共振高時(shí)間分辨率T1動(dòng)態(tài)增強(qiáng)磁共振掃描患者。所有患者均未經(jīng)手術(shù)、放射治療、化學(xué)治療、激素或靶向治療；且無(wú)MRI檢查禁忌癥，并于DCE-MRI檢查后一周內(nèi)手術(shù)，經(jīng)手術(shù)病理確診?；颊呔鶠榕?，良性組12例，年齡36～61歲，中位年齡46歲，包括上皮不典型增生2例，纖維腺瘤5例，乳腺增生性腺病5例。惡性組30例，年齡32～65歲，中位年齡47歲，包括導(dǎo)管內(nèi)癌(含伴微浸潤(rùn))3例，浸潤(rùn)性導(dǎo)管癌24例，粘液癌1例，浸潤(rùn)性微乳頭狀癌1例，葉狀腫瘤1例。本研究方案已經(jīng)我院倫理委員會(huì)審核通過(guò)(審批號(hào)SCCHEC2015029)。

1.2 MRI掃描技術(shù)

采用3.0T磁共振掃描儀(Skyra，Siemens，德國(guó))，專用16通道雙側(cè)乳房相控線圈。患者取俯臥位，雙側(cè)乳房自然懸垂于線圈內(nèi)，頭先進(jìn)。掃描范圍包含雙側(cè)乳腺組織，雙側(cè)腋窩。掃描序列為[6]：(1)橫軸位TIRM T2WI：TR/TE 3 570/70ms，層厚3.0mm，層間距1.5mm，F(xiàn)OV 340mm×340mm，采集矩陣576×403；橫軸位DWI：TR 5 700ms，TE 66ms，b值分別取0s/mm-2和800s/mm-2。(2)增強(qiáng)前多翻轉(zhuǎn)角掃描，采用容積插入法屏氣掃描序列(T1-weighted volumetric interpolated breath-hold examinations 3D VIBE)掃描：參數(shù)為TR/TE 5.06/1.86ms，F(xiàn)OV 320 mm×320mm，矩陣224×179，層厚2.5mm，層間距0.5mm，翻轉(zhuǎn)角度取5°、15°。(3)軸位壓脂T1動(dòng)態(tài)增強(qiáng)序列，同樣采用3D VIBE：參數(shù)為TR/TE 5.06/1.86ms，F(xiàn)OV 320mm×320 mm，矩陣224×179，層厚2.5mm，層間距0.5mm，翻轉(zhuǎn)角采用10°，采用無(wú)間歇性掃描方法，共采集圖像20期，(4)延遲期薄層掃描：采用脂肪抑制T1軸位掃描，TR/TE of 4.1/1.6mm, FOV 320×320mm,矩陣448×358, 翻轉(zhuǎn)角10°按0.1mmol/kg體重注射磁共振對(duì)比劑(釓雙胺，GE，美國(guó))，流率2.5ml/s，完畢后追加15ml生理鹽水以同樣流速注射。

1.3 MRI數(shù)據(jù)處理與分析

將多翻轉(zhuǎn)角和動(dòng)態(tài)增強(qiáng)序列原始DICOM圖像輸入Omni-Kinetics軟件(GE醫(yī)療)進(jìn)行后處理。結(jié)合T2WI、DWI及動(dòng)態(tài)增強(qiáng)后圖像確定病變位置，選擇病灶最大層面腫瘤區(qū)域作為感興趣區(qū)(region of interest,ROI)，包括全腫瘤(圖1)，并同時(shí)選取鄰近兩個(gè)層面勾畫ROI，取三個(gè)層面測(cè)量結(jié)果平均值進(jìn)行統(tǒng)計(jì)學(xué)處理。選取病灶感興趣區(qū)層面的同側(cè)胸大肌獲得動(dòng)脈輸入函數(shù)，采用reference pharmacokinetic model模型，通過(guò)計(jì)算自動(dòng)生成以下參數(shù)，定量參數(shù)：(1)容量轉(zhuǎn)移常數(shù)(Ktrans)，對(duì)比劑從血管內(nèi)擴(kuò)散到血管外的速率常數(shù)，單位為min-1；(2)速率常數(shù)(Kep)，組織間對(duì)比劑重新回到血管內(nèi)的速率常數(shù)，單位為min-1；(3)Vp，血漿分?jǐn)?shù)。半定量參數(shù)：(1)增強(qiáng)后病灶達(dá)峰時(shí)間(time to peak，TTP)；(2)增強(qiáng)后病灶內(nèi)造影劑最大濃度值(max concentration，MAX Conc)；(3)增強(qiáng)后時(shí)間信號(hào)曲線下面積(area under curve，AUC)； (4)增強(qiáng)后時(shí)間信號(hào)曲線最大斜率值(MAX Slope)。每一個(gè)參數(shù)值軟件均會(huì)自動(dòng)生成病灶感興趣區(qū)內(nèi)的最小值、最大值和平均值，本研究選取每一個(gè)參數(shù)的最大值(max)、平均值(mean)和TTP的最小值(TTP Min)以及感興趣區(qū)內(nèi)像素總數(shù)(lesion area)進(jìn)行統(tǒng)計(jì)學(xué)處理。

圖1 增強(qiáng)后雙側(cè)乳腺TIWI軸位MRI圖像

在勾畫每個(gè)腫瘤病灶ROI(圖中TUMOR表示)時(shí)，盡量包含全腫瘤區(qū)域。

1.4 采用SPSS 19.0軟件處理數(shù)據(jù)

正態(tài)分布計(jì)量資料以Mean±Sd表示，非正態(tài)分布數(shù)據(jù)以Median(最小值，最大值)表示，先將各參數(shù)數(shù)據(jù)進(jìn)行正態(tài)分布檢驗(yàn)。正態(tài)分布兩組數(shù)據(jù)間均數(shù)比較采用獨(dú)立樣本t檢驗(yàn)，非正態(tài)分布兩組數(shù)據(jù)比較采用Mann-Whitney U非參數(shù)檢驗(yàn)；最后繪制各參數(shù)ROC曲線并計(jì)算曲線下面積(area under curve, AUC)，與參考曲線(AUC=0.5)比較，AUC>0.5同時(shí)P<0.05判定為對(duì)乳腺良、惡性病變?cè)\斷有價(jià)值指標(biāo)，根據(jù)最大約登指數(shù)(Youden index：約登指數(shù)=敏感性+特異性-1)計(jì)算對(duì)診斷有價(jià)值量化參數(shù)對(duì)鑒別乳腺良惡性病變?cè)\斷閾值。以P<0.05為差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié) 果

2.1 各量化參數(shù)正態(tài)檢驗(yàn)結(jié)果

結(jié)果顯示各量化參數(shù)中，定量參數(shù)KepMean(P=0.011)、VpMax(P=0.029)及半定量參數(shù)TTP Max(P=0.003)數(shù)據(jù)呈非正態(tài)分布，其余參數(shù)均呈正態(tài)分布(見(jiàn)表1)。

表1 各參數(shù)Kolmogorov-Smirnov正態(tài)分布檢驗(yàn)結(jié)果

2.2 乳腺良惡性病灶間各定量及半定量參數(shù)比較結(jié)果

對(duì)正態(tài)分布數(shù)據(jù)行獨(dú)立樣本t檢驗(yàn)結(jié)果顯示，惡性病灶組定量參數(shù)KtransMax(t=2.228，P=0.033)、KtransMean(t=4.092，P<0.001)、KepMax(t=2.240，P=0.031)及半定量參數(shù)MAX Conc Max(t=3.256，P=0.002)、MAX Conc Mean(t=3.460，P=0.001)、AUC Max(t=2.250，P=0.034)、AUC Mean(t=2.861，P=0.007)、MAX Slope Max(t=2.478，P=0.018)、MAX Slope Mean(t=2.226，P=0.032)較良性病灶組值明顯升高，而半定量參數(shù)TTP Min(t=-5.145，P<0.001)、TTP Mean(t=-3.818，P<0.001)較良性病灶組明顯縮短，差異有統(tǒng)計(jì)學(xué)意義(見(jiàn)表2、表3)。

對(duì)非正態(tài)分布數(shù)據(jù)行非參數(shù)檢驗(yàn)結(jié)果顯示，惡性病灶組定量參數(shù)KepMean(Z=2.422，P=0.015)較良性病灶組升高，差異有統(tǒng)計(jì)學(xué)意義。(表4，圖2及圖3)。

表2 乳腺良惡性病變定量參數(shù)比較結(jié)果

表3 乳腺良惡性病變半定量參數(shù)比較結(jié)果

表4 乳腺良惡性病變非正態(tài)分布數(shù)據(jù)非參數(shù)檢驗(yàn)結(jié)果

a:增強(qiáng)后軸位TIWI圖像，圖中TUMOR標(biāo)注為勾畫的腫瘤ROI區(qū)域；b:Ktrans偽彩圖，其Ktrans平均值為0.654min-1，最大值為1.314min-1；c:TTP偽彩圖，其TTP平均值為0.326s，最小值為0.155s，最大值為2.641s；d:最大濃度MAX Conc偽彩圖，其MAX Conc平均值為0.177mmol/L，最大值為0.312 mmol/L。

圖3 1例左乳纖維腺瘤(女，50歲)量化DCE-MRI資料

a:增強(qiáng)后軸位TIWI圖像，圖中TUMOR標(biāo)注為勾畫的腫瘤ROI區(qū)域； b: Ktrans偽彩圖，其Ktrans平均值為0.0441min-1，最大值為0.164min-1； c: TTP偽彩圖，其TTP平均值2.261s，最小值為1.782s，最大值為4.952s；d:最大濃度MAX Conc偽彩圖，其MAX Conc平均值為0.052 mmol/L，最大值為0.122 mmol/L。

2.3 對(duì)乳腺良惡性病灶有診斷價(jià)值量化參數(shù)臨床診斷效能ROC分析結(jié)果

通過(guò)ROC分析結(jié)果顯示，KtransMean、KepMean、MAX Conc Max、 AUC Mean、 MAX Slope Max，不僅AUC值﹥0.5，且P值﹤0.05，分別以高于0.1137、0.0258、0.1059、0.1640、0.1502為診斷閾值，其鑒別診斷乳腺病灶良惡性敏感度分別為73.33%、73.33%、76.67%、80.00%、80.00%，特異性分別為100%、83.30%、91.70%、66.70%、75.00%。而TTP Min 值縮短并低于0.9065 時(shí)，鑒別診斷乳腺病灶良惡性敏感度為91.67%，特異性為70.00%(表5，圖4)。

表5 有價(jià)值量化參數(shù)對(duì)乳腺良惡性病灶診斷效能

圖4 各有價(jià)值量化參數(shù)對(duì)乳腺良惡性病灶診斷價(jià)值ROC曲線

3 討 論

傳統(tǒng)的普通對(duì)比增強(qiáng) MRI只能根據(jù)病變或組織的形態(tài)學(xué)和解剖學(xué)特征進(jìn)行定性分析和診斷，也只能反映某個(gè)固定時(shí)間點(diǎn)的強(qiáng)化特征，并且對(duì)結(jié)果判定和分析嚴(yán)重依賴于醫(yī)師的經(jīng)驗(yàn)和水平。而定量 MRI技術(shù)不僅能提供組織器官的基本結(jié)構(gòu)和解剖信息，還能提供病變發(fā)生發(fā)展過(guò)程中豐富的生物學(xué)和病理生理學(xué)信息，是目前國(guó)際 MRI 應(yīng)用研究的熱點(diǎn)和趨勢(shì)。 動(dòng)態(tài)對(duì)比增強(qiáng)(dynamic contrast enhanced，DCE-MRI) 是一種非常有價(jià)值和應(yīng)用前景的定量 MRI 技術(shù)，其通過(guò)運(yùn)用快速 MRI 序列連續(xù)采集靜脈注射對(duì)比劑(通常應(yīng)用釓的螯合物 Gd-DTPA)前、中、后的圖像，動(dòng)態(tài)監(jiān)測(cè)對(duì)比劑在靶器官或組織血管內(nèi)的吸收、分布和代謝等藥代動(dòng)力學(xué)過(guò)程，其信號(hào)增強(qiáng)隨時(shí)間在組織或靶器官的分布和規(guī)律反映了該組織和靶器官的物理及生理特性，其中包括組織灌注、毛細(xì)血管表面積、毛細(xì)血管通透性以及血管外-細(xì)胞外間隙(extravascular-extracellular space, EES)等特性，進(jìn)而通過(guò)恰當(dāng)?shù)乃幬飫?dòng)力學(xué)模型的選擇，可以進(jìn)一步生成相應(yīng)的定量或半定量參數(shù)數(shù)據(jù)，以實(shí)現(xiàn)影像學(xué)的量化分析，使活體狀態(tài)下客觀地反映組織或靶器官的病理生理學(xué)改變成為可能，為臨床醫(yī)生提供更為豐富和全面的信息[11]。

本研究應(yīng)用DCE-MRI技術(shù)并選擇同側(cè)胸大肌為參照物的藥物動(dòng)力學(xué)模型(reference pharmacokinetic model)通過(guò)后處理軟件自動(dòng)生成全病灶感興趣區(qū)內(nèi)的各像素點(diǎn)定量、半定量參數(shù)中的最小值、最大值和平均值，以實(shí)現(xiàn)量化評(píng)價(jià)和分析病灶解剖和病理生理學(xué)信息的目的，提高M(jìn)RI技術(shù)對(duì)乳腺良惡性病變?cè)\斷準(zhǔn)確性。通過(guò)比較分析本組良惡性病灶各定量和半定量參數(shù)，結(jié)果顯示惡性病灶定量參數(shù)KtransMax、KtransMean、KepMean、KepMax及半定量參數(shù)MAX Conc Max、MAX Conc Mean、AUC Max、AUC Mean、MAX Slope Max、MAX Slope Mean均比良性病灶組對(duì)應(yīng)數(shù)值明顯升高，而半定量參數(shù)TTP Min、TTP Mean較良性病灶組明顯縮短，結(jié)果與近年來(lái)國(guó)內(nèi)外學(xué)者研究結(jié)論類似[12-15]。其原因考慮為乳腺惡性病灶較良性病灶細(xì)胞增殖更活躍，新生血管迅速增多且不成熟，內(nèi)皮不完整，導(dǎo)致惡性病灶內(nèi)血管結(jié)構(gòu)紊亂，血管管徑增粗且基底膜通透性增加，使對(duì)比劑通過(guò)血管滲透進(jìn)入組織周圍間隙速率和量均增加，表現(xiàn)為反映微血管通透性及微灌注量的定量功能參數(shù)Ktrans值明顯升高，同時(shí)反映微血管從組織間隙回流進(jìn)入血管內(nèi)定量參數(shù)Kep也較良性病灶組升高，而反映造影劑進(jìn)入病灶內(nèi)血管外組織間隙濃度水平的半定量參數(shù)MAX Conc也相應(yīng)升高，同時(shí)由于上述病理生理學(xué)特點(diǎn)，使造影劑從血管進(jìn)入病變內(nèi)再分布時(shí)間明顯加快，表現(xiàn)為惡性病灶達(dá)峰時(shí)間TTP縮短和時(shí)間信號(hào)曲線最大斜率MAX Slope加大，因此通過(guò)分析基于特定藥代動(dòng)力學(xué)模型的DCE-MRI技術(shù)所獲得的這些量化參數(shù)，能提供更多反映病變病理生理學(xué)功能狀態(tài)的信息，為乳腺良惡性病變的判斷提供更多有價(jià)值的參考信息。本研究還通過(guò)ROC曲線分析，為臨床應(yīng)用這些量化指標(biāo)來(lái)診斷疾病提供一些參考診斷信息，結(jié)果顯示分別以KtransMean大于0.1137、KepMean大于0.0258、TTP Min小于0.9065、 MAX Conc Max大于0.1059、AUC Mean 大于0.1640、MAX Slope Max大于0.1502為診斷閾值，其鑒別診斷乳腺病灶良惡性敏感度分別為73.33%、73.33%、91.67%、76.67%、80.00%、80.00%，特異性分別為100%、83.30%、70.00%、91.70%、66.70%、75.00%，與國(guó)內(nèi)外研究學(xué)者竇瑞雪、李瑞敏和Baek等的研究結(jié)論有類似之處[12，14，16]。

目前研究學(xué)者普遍認(rèn)為反映病灶局部微血管滲透性和血流灌注量的量化指標(biāo)Ktrans對(duì)腫瘤良惡性病變?cè)\斷價(jià)值最大且更可靠，本組數(shù)據(jù)結(jié)果也顯示若KtransMean大于0.1137min-1時(shí)，診斷特異性為所有量化參數(shù)中最高的。而由于掃描序列，選擇藥物動(dòng)力學(xué)模型以及動(dòng)脈輸入函數(shù)不同，不同學(xué)者研究結(jié)果中Kep等其他部分參數(shù)診斷價(jià)值仍存在一定爭(zhēng)議[17-19]，尚需進(jìn)一步研究來(lái)明確和統(tǒng)一。

本組研究與既往研究學(xué)者[20]不同之處在于同時(shí)分析定量和半定量參數(shù)對(duì)乳腺良惡性病灶診斷價(jià)值，為臨床提供了更為全面的量化分析數(shù)據(jù)，以協(xié)助臨床醫(yī)生對(duì)乳腺疾病更準(zhǔn)確和全面地分析和判定。而且本研究選取全病灶作為感興趣區(qū)，通過(guò)后處理軟件分析自動(dòng)參數(shù)每個(gè)參數(shù)的最大值、最小值和平均值，根據(jù)需要選擇每個(gè)量化參數(shù)所對(duì)應(yīng)的適當(dāng)?shù)淖畲蟆⒆钚≈祷蚱骄颠M(jìn)行統(tǒng)計(jì)學(xué)處理，避免由于人為選擇感興趣區(qū)而造成的選擇偏倚，使結(jié)果相對(duì)更可靠和準(zhǔn)確。但局限于該研究病例總數(shù)有限，進(jìn)行分組后部分組別病例數(shù)偏少，可能會(huì)部分影響該研究結(jié)果的統(tǒng)計(jì)學(xué)效能，尚需要以后進(jìn)一步大樣本及多中心的數(shù)據(jù)進(jìn)行分析，以獲取更準(zhǔn)確和實(shí)用的研究結(jié)論。

[1] Jemal A, Bray F, Center MM， et al.Global cancer statistics[J]. CA Cancer J Clin，2011, 61(1):69-90.

[2] Beiki O, Hall P, Ekbom A， et al.Breast cancer incidence and case fatality among 4.7 million women in relation to social and ethnic background: a population-based cohort study[J]. Breast Cancer Res， 2012, 14(1):1-13.

[3] Huang W, Fisher PR, Dulaimy K，et al. Detection of breast malignancy: diagnostic MR protocol for improved specificity[J]. Radiology， 2004,232(2):585-591.

[4] Dmuchowska DA, Krasnicki P, Obuchowska I，et al.Ophthalmic manifestation of skull base metastasis from breast cancer[J]. Med Sci Monit Int Med J Exp Clin Res，2012,18(11): 105-108.

[5] El Khouli RH, Macura KJ, Kamel IR，et al.3-T dynamic contrast-enhanced MRI of the breast: pharmacokinetic parameters versus conventional kinetic curve analysis[J]. AJR Am J Roentgenol，2011, 197(6):1498-1505.

[6] Kim JY, Kim SH, Kim YJ， et al. Enhancement parameters on dynamic contrast enhanced breast MRI: do they correlate with prognostic factors and subtypes of breast cancers[J] Magn Reson Imaging， 2015, 33(1):72-80.

[7] Koo HR, Cho N, Song IC，et al.Correlation of perfusion parameters on dynamic contrast-enhanced MRI with prognostic factors and subtypes of breast cancers[J]. J Magn Reson Imaging，2012, 36(1):145-151.

[8] Cho N, Im SA, Park IA, et al. Breast cancer: early prediction of response to neoadjuvant chemotherapy using parametric response maps for MR imaging[J]. Radiology， 2014,272(2):385-396.

[9] Agner SC, Rosen MA, Englander S，et al.Computerized image analysis for identifying triple-negative breast cancers and differentiating them from other molecular subtypes of breast cancer on dynamic contrast-enhanced MR images: a feasibility study[J]. Radiology，2014,272(1):91-99.

[10]Murase K.Efficient method for calculating kinetic parameters using T1-weighted dynamic contrast-enhanced magnetic resonance imaging[J]. Magn Reson Med，2004,51(4):858-862.

[11]盧光明.動(dòng)態(tài)對(duì)比增強(qiáng)MRI的應(yīng)用與進(jìn)展[J].中華放射學(xué)雜志，2015，49 (6):406-409.

[12]竇瑞雪，楊 麗，黃 寧，等. 定量DCE-MRI在乳腺良惡性病變?cè)\斷中的臨床價(jià)值與病理對(duì)照研究[J].磁共振成像,2015,6(8),592-598.

[13]Medeiros LR, Duarte CS, Rosa DD，et al. Accuracy of magnetic resonance in suspicious breast lesions：a systematic quantitative review and meta-analysis[J]. Breast Cancer Res Treat, 2011, 1(26): 273-285.

[14]李瑞敏, 顧雅佳, 毛 健，等.定量動(dòng)態(tài)增強(qiáng)MRI鑒別乳腺良惡性病變的研究[J]. 中華放射學(xué)雜志,2011,45(2):164-169.

[15]Li L, Wang K, Sun X，et al. Parameters of dynamic contrast-enhanced MRI as imaging markers for angiogenesis and proliferation in human breast cancer[J]. Med Sci Monit， 2015，1(21):376-382

[16]Baek HM, Yu HJ, Chen JH，et al.Quantitative correlation between lH MRS and dynamic contrastenhanced MRI of human breast cancer[J]．Magn Reson Imaging，2008，26(4)：523-531．

[17]Amamath J, Sangeeta T, Mehta SB，et al. Role of quantitative pharmacokinetic parameter (transfer constant: Ktrans) in the characterization of breast lesions on MRI[J]. Indian J Radiol Imaging, 2013, 23(1): 19-25.

[18]Wang Y, Huang W, Panicek DM， et al. Feasibility of using limited-population-based arterial input function for pharmacokinetic modeling of osteo-sarcoma dynamic contrast-enhanced MRI data[J]. Magn Reson Med, 2008, 59(5): 1183-1189.

[19]Cheng HL. Investigation and optimization of parameter acuracy in dynamic contrast-enhanced MRI[J]. J Magn Reson Imaging, 2008, 28(3): 736-743.

[20]何雅坤，許國(guó)輝，任 靜,等. 磁共振動(dòng)態(tài)增強(qiáng)乳腺VIEWS掃描及時(shí)間信號(hào)曲線結(jié)合在早期乳腺癌診斷中的應(yīng)用價(jià)值[J]. 腫瘤預(yù)防與治療,2011,24(4):160-163.

The Diagnostic Features of Quantitative and Semi-quantitative Parameters Obtained from Dynamic Contrast-Enhanced Magnetic Resonance Imaging (DCE-MRI) in Human Breast Lesions*

Luo Hongbing, Wang Min, Zhou Peng, et al

(DepartmentofRadiology,SichuanCancerHospital&Institute,Chengdu610041,Sichuan,China)

Objective: To evaluate the quantitative and semi-quantitative parameters of Dynamic Contrast Enhanced MRI (DCE-MRI) based on a certain pharmacokinetic modeling in the diagnosis of human breast lesions. Methods: Forty-two patients with breast lesions were enrolled from June 2015 to Feb. 2016. All patients received DCE-MRI examination and were diagnosed pathologically within one week. The following quantitative parameters: volume transfer constant (Ktrans), rate constant (Kep), plasma fraction (Vp), and semi-quantitative parameters: time to peak (TTP), max concentration (MAX Conc), area under curve (AUC), MAX slope were calculated. The difference of these parameters between malignant and benign breast lesions were calculated and compared by independentttest or nonparametric test. Additionally, ROC analysis was used to assess the diagnostic value of these quantitative and semi-quantitative parameters. Results: The values of KtransMax (t=2.228,P=0.033), KtransMean (t=4.092,P<0.001), KepMean (Z=2.422,P=0.015), KepMax (t=2.240,P=0.031), MAX Conc Max (t=3.256,P=0.002), MAX Conc Mean (t=3.460,P=0.001), AUC Max (t=2.250,P=0.034), AUC Mean (t=2.861,P=0.007), MAX Slope Max (t=2.478,P=0.018), MAX Slope Mean (t=2.226,P=0.032) were statistically significantly higher in malignant lesions than those in benign lesions, while the TTP Min (t=-5.145,P<0.001), TTP Mean (t=-3.818,P<0.001) were obviously shortened in malignant lesions than those in benign lesions. The ROC analysis showed that the KtransMean, KepMean, TTP Min, MAX Conc Max, AUC Mean, and MAX Slope Max were valuable in diagnosing malignant lesion from benign lesion. Adopting the maximum Youden’ index as the cut-off value, if the cut-off value of KtransMean, KepMean,TTP Min, MAX Conc Max, AUC Mean, and MAX Slope Max were 0.1137, 0.0258, 0.9065, 0.1059, 0.1640,and 0.1502 respectively, the sensitivity were 73.33%、73.33%、91.67%、76.67%、80.00%、80.00%, and the specificity were 100%, 83.30%, 70.00%, 91.70%, 66.70%, 75.00%, respectively. Conclusion: The differential diagnosis of benign and malignant breast lesions in human breast by quantitative and semi-quantitative parameters based on DCE-MRI is of clinical value and relatively high efficiency. It is a promising method as a noninvasive evaluation for microcirculation of breast tumor.

Breast Tumor; Magnetic Resonance Imaging; Dynamic Enhancement; Diagnosis

2016- 04- 08

2016- 08- 03

*四川省衛(wèi)生廳科學(xué)研究項(xiàng)目(編號(hào)：090545)。

羅紅兵(1981-)，男，四川成都人，碩士，主治醫(yī)師，主要從事腫瘤影像診斷及介入治療相關(guān)研究。

△任 靜，主任醫(yī)師，E-mail：renjennycd@163.com

R737.9；R730.44

A

10.3969/j.issn.1674- 0904.2016.04.002