MRI動態(tài)增強圖像紋理分析在鑒別診斷乳腺良惡性腫瘤的應(yīng)用價值

俞 驥，劉連城

（泰州市中醫(yī)院 江蘇 泰州 225300）

乳腺癌常被稱為“粉紅殺手”，其發(fā)病率位居女性惡性腫瘤的首位，在我國乳腺癌發(fā)病率呈逐年上升趨勢[1]。乳腺鉬靶、超聲及磁共振成像為乳腺疾病常用的檢查方法，其中磁共振成像安全、無輻射，對于發(fā)現(xiàn)乳腺微小病灶、多中心、多病灶及評價病變范圍有著明顯的優(yōu)勢。由于乳腺良惡性腫瘤存在異質(zhì)性，而紋理分析以定量評估腫瘤異質(zhì)性手段而著稱，故本研究著重探討MRI動態(tài)增強圖像紋理分析在鑒別診斷乳腺良惡性腫瘤的價值。

1 資料與方法

1.1 臨床資料

回顧性分析江蘇省泰州市中醫(yī)院2016年9月至2019年9月間行MR檢查的70例乳腺疾病患者，年齡36～77歲，平均約(48.3±9.4)歲，經(jīng)手術(shù)病理證實良性腫瘤35例，其中纖維腺瘤23例、導(dǎo)管內(nèi)乳頭狀瘤11例、積乳囊腫1例；惡性腫瘤35例，其中浸潤性導(dǎo)管癌32例，導(dǎo)管內(nèi)癌3例。

1.2 儀器與方法

所有檢查均采用德國SIEMENS Magntom Skyra 3.0T磁共振機器，使用8通道乳腺相控陣線圈采集。患者取俯臥位，雙乳自然懸垂于乳腺線圈內(nèi)；掃描序列包括：①T1WI橫軸位；②T2WI橫軸位；③T2WI-FS（脂肪抑制）橫軸位；④DWI彌散橫軸位；⑤TI脂肪抑制動態(tài)增強掃描，掃描參數(shù)：TR 3.99ms，TE 1.52ms，F(xiàn)OV 340×340mm，每期掃描時間60s，層厚為0.9mm，掃描層數(shù)160層；第1期為蒙片，后經(jīng)高壓注射器以2.0ml/s流率、0.1mmol/kg劑量注射對比劑釓噴酸葡胺15ml，隨即以同樣流率注射生理鹽水20mL，再連續(xù)掃描6期。

1.3 圖像處理與分析

從PACS工作站導(dǎo)出bmp格式圖像，盡量選出增強掃描圖像中病灶最大層面的圖像，導(dǎo)入MaZda軟件，手動勾畫感興趣區(qū)（region of interest，ROI），ROI與病灶邊緣保持一致，得出直方圖參數(shù)和灰度游程矩陣參數(shù)（GLRLM），共29個。

1.4 統(tǒng)計學(xué)分析

采用SPSS25.0統(tǒng)計軟件進行分析，計量資料以均數(shù)±標(biāo)準(zhǔn)差（x-±s）表示，采用獨立樣本t檢驗，以P＜0.05為差異有統(tǒng)計學(xué)意義，提取最優(yōu)的紋理特征參數(shù)，采用受試者工作特征曲線（receiver operating characteristic curve，ROC）分析差異有統(tǒng)計學(xué)意義的紋理參數(shù)鑒別良惡性腫瘤的最佳閾值及其對應(yīng)的敏感度、特異度和曲線下面積（area under curve，AUC）。運用多變量logistic回歸分析對差異有統(tǒng)計學(xué)意義的紋理參數(shù)進行建模，評估模型效能。

2 結(jié)果

分析得出9個最優(yōu)紋理特征參數(shù)（直方圖參數(shù)5個，灰度游程矩陣參數(shù)4個），可以發(fā)現(xiàn)良性組紋理參數(shù)中的mean、Pere.10%、Pere.50%、Pere.90%、Pere.99% 和游程長不均勻度（RLNU）（包括水平、垂直、45dgr、135dgr4個方向）低于惡性組（P均＜0.001）；ROC曲線分析顯示Pere.99%以239.50為閾值時診斷效能最佳（圖1），AUC、靈敏度與特異度分別為0.864、77.14%和85.72%；通過對5個直方圖參數(shù)和4個灰度游程矩陣參數(shù)分別建立的多參數(shù)logistic回歸診斷模型對應(yīng)的AUC、靈敏度、特 異 度 為 0.931、77.14%、94.29%和 0.887、71.42%、91.43%，兩者對比得出直方圖特征參數(shù)的logistic回歸診斷模型效能更佳（圖2）。

3 討論

乳腺良惡性腫瘤的影像鑒別診斷對臨床診療具有非常重要的意義。有研究顯示[2]MR增強掃描能有效對乳腺良惡性疾病進行鑒別診斷，明顯提高患者的檢出率，但是在臨床診療中仍有部分乳腺良惡性腫瘤的影像表現(xiàn)存在重疊，而圖像紋理分析技術(shù)通過一定的圖像處理技術(shù)提取出紋理特征參數(shù)，能夠提供肉眼無法察覺的客觀信息。既往有學(xué)者[3]通過X線紋理分析診斷乳腺葉狀腫瘤與纖維腺瘤，也有學(xué)者[4]通過DWI圖像紋理分析鑒別診斷BI-RADS中評級為4級的乳腺病變的良惡性，因此MR動脈增強掃描與紋理分析相結(jié)合應(yīng)該可以更好的鑒別診斷乳腺良惡性腫瘤，提高乳腺良惡性腫瘤的準(zhǔn)確度，既往研究[5-7]也應(yīng)證了這個觀點。

本研究顯示9個紋理參數(shù)在兩組間的差異具有統(tǒng)計學(xué)意義，其中5個為直方圖參數(shù)，包括均值及第10、50、90、99百分位數(shù)，4個為灰度游程矩陣參數(shù)，包括RLNU中的水平、垂直、45dgr、135dgr4個方向，提示這些紋理特征在乳腺良惡性腫瘤的診斷中具有應(yīng)用價值；直方圖參數(shù)和灰度游程矩陣參數(shù)在良惡性腫瘤的診斷及鑒別診斷中已有相關(guān)的研究[8-9]。直方圖參數(shù)中惡性組的mean值高于良性組，說明在MR增強掃描圖像上惡性組圖像的亮度高于良性組，在病理上，惡性腫瘤細(xì)胞具有明顯的異型性，腫瘤細(xì)胞或瘤周間質(zhì)內(nèi)巨噬細(xì)胞等產(chǎn)生血管生成因子，使瘤細(xì)胞迅速生長，進一步侵犯周圍組織，MR增強掃描圖像上表現(xiàn)更亮，這也解釋了相對于良性組，mean值在惡性組中更高；其次直方圖參數(shù)中惡性組的百分位數(shù)值Pere.10%、Pere.50%、Pere.90%、Pere.99%均高于良性組，說明惡性腫瘤內(nèi)部的紋理變化較良性腫瘤明顯。百分位數(shù)值與腫瘤異質(zhì)性相關(guān)，腫瘤異質(zhì)性越大，百分位數(shù)數(shù)值越大，惡性腫瘤較良性腫瘤的異質(zhì)性更大，所以惡性組的百分位數(shù)值明顯高于良性組，Deng等[8-9]的研究也認(rèn)為直方圖參數(shù)可以有效的區(qū)分乳腺良惡性病變?；叶扔纬叹仃噮?shù)中RLNU（包括水平、垂直、45dgr、135dgr4個方向）惡性組數(shù)值均高于良性組，說明在MR增強掃描圖像上惡性組比良性組更加不均勻、粗糙，這也可以通過惡性腫瘤明顯的異型性來解釋。

本研究通過ROC曲線分析各紋理參數(shù)的診斷效能，其中直方圖參數(shù)中的Pere.99%值具有最高的診斷效能，AUC、靈敏度與特異度分別為0.864、77.14%和85.72%；通過多變量logistic回歸分析對差異有統(tǒng)計學(xué)意義的直方圖參數(shù)及灰度游程矩陣參數(shù)建立模型使診斷效能進一步提高，AUC分別達到0.931及0.887，提示直方圖特征參數(shù)的logistic回歸診斷模型效能更佳。

綜上所述，MRI動態(tài)增強圖像紋理分析鑒別診斷乳腺良惡性腫瘤具有良好的價值。