乳腺硬化性腺病的影像學(xué)表現(xiàn)及其研究進(jìn)展

吳祺，王卓，康建蘊(yùn)，寧寧，張麗娜*，劉愛連

乳腺硬化性腺病(sclerosing adenosis，SA)是乳腺腺病的一種，是一種常見的女性非腫瘤性良性上皮增生性病變，雖然乳腺SA尚未被認(rèn)為是一種癌前病變，但其存在可以增加患癌的風(fēng)險(xiǎn)，是雙側(cè)乳腺癌患病的獨(dú)立風(fēng)險(xiǎn)因素[1-4]。與乳腺癌病理基礎(chǔ)不同，乳腺SA小葉膨大且結(jié)構(gòu)保留，界限清楚，小葉中心腺體成分增生伴有基質(zhì)硬化[1]，仍存在外周肌上皮細(xì)胞層以及上皮細(xì)胞。該病病因至今尚未明確，普遍認(rèn)為與激素不平衡有關(guān)。患病年齡分布范圍廣(22～73歲)，主要集中在圍絕經(jīng)期年齡段[5-8]。大部分為無(wú)癥狀患者通過(guò)體檢發(fā)現(xiàn)，偶因乳房脹痛和/或乳房腫塊就診。

乳腺SA常伴隨良惡性腫瘤出現(xiàn)，其影像學(xué)表現(xiàn)會(huì)出現(xiàn)類似惡性腫瘤的征象，故而增加了放射科醫(yī)師診斷的難度。為減少患者因誤診或過(guò)度診斷而造成的不必要損失，充分了解該疾病影像學(xué)表現(xiàn)非常重要，本文將從多種影像學(xué)技術(shù)在乳腺SA的影像學(xué)表現(xiàn)及應(yīng)用方面進(jìn)行綜述。

1 X線攝影

1.1 乳腺SA的X線攝影及影響因素

X線攝影(mammography，MG)適用于40歲以上女性乳腺患者的篩查，在顯示SA患者中會(huì)出現(xiàn)的微小鈣化、結(jié)構(gòu)扭曲檢出方面有突出優(yōu)勢(shì)。常規(guī)MG一般采取雙側(cè)乳房的頭尾位和內(nèi)外斜位進(jìn)行投照，必要時(shí)可加攝局部放大點(diǎn)壓片。應(yīng)用于乳腺疾病診斷的MG技術(shù)還包括增強(qiáng)X線攝影(contrast-enhanced mammography，CEM)、基于光柵的相位對(duì)比成像乳腺攝影術(shù)(grating-basedphase-contrast mammography)、對(duì)比增強(qiáng)斷層掃描(contrast-enhanced tomography，CET)、數(shù)字乳腺斷層合成(digital breast tomosynthesis，DBT)。MG在中國(guó)女性SA診斷中的誤診率較高(17.9%～85.1%不等)[5,7，8]，學(xué)者們普遍認(rèn)為與SA患者較年輕、東方女性乳腺纖維腺體組織更致密有關(guān)，此外，影像醫(yī)生經(jīng)驗(yàn)不足，對(duì)病灶中心密度高低、周圍毛刺形態(tài)的認(rèn)識(shí)不夠以及SA大多表現(xiàn)為可疑鈣化均會(huì)造成誤診為惡性病變[5，6,8]。

1.2 乳腺SA的MG表現(xiàn)

乳腺SA的X線表現(xiàn)復(fù)雜多變，容易與乳腺惡性病變混淆。Chen等[6]在對(duì)136例SA患者的乳腺X線表現(xiàn)進(jìn)行的大樣本研究中，SA表現(xiàn)的微鈣化主要以點(diǎn)狀成簇分布為主，腫塊伴鈣化更常見于SA中。國(guó)內(nèi)學(xué)者研究普遍認(rèn)為，乳腺SA鈣化多表現(xiàn)為細(xì)小多形性區(qū)域性分布，或鈣化稍松散成簇分布，一般不會(huì)出現(xiàn)線性鈣化，這些特征有助于SA診斷并與非硬化性腺病及導(dǎo)管原位癌進(jìn)行鑒別；SA表現(xiàn)為結(jié)構(gòu)扭曲，其病灶中心未見異常增高密度影，又稱病灶中心透X線(黑星)，而惡性病變的多為不透X線(白星)[7,10]。汪俐杉等[8]認(rèn)為MG表現(xiàn)結(jié)構(gòu)扭曲時(shí)，乳腺癌病變中心組織成分為癌細(xì)胞，部分伴出血壞死，表現(xiàn)為病灶中心稍高/高密度(即白星)，SA病理基礎(chǔ)是正常腺體發(fā)生結(jié)構(gòu)扭曲變形，中心無(wú)腫塊，MG病灶中心表現(xiàn)稍低/低密度(即黑星)；SA病灶周圍毛刺柔軟細(xì)長(zhǎng),粗細(xì)較均勻,病理基礎(chǔ)為纖維組織增生,乳腺癌毛刺僵硬、由粗到細(xì),病理基礎(chǔ)是毛刺從根部到遠(yuǎn)端腫瘤細(xì)胞逐漸減少甚至消失且纖維組織成分逐漸增加，其中伴有少量炎性細(xì)胞浸潤(rùn),故SA病灶中心為稍低和/或低密度、病灶周圍毛刺柔軟細(xì)長(zhǎng)、粗細(xì)較均勻可與乳腺癌進(jìn)行鑒別。由此可見，當(dāng)出現(xiàn)微鈣化表現(xiàn)點(diǎn)狀成簇分布，鈣化為細(xì)小多行區(qū)域分布或松散成簇分布，結(jié)構(gòu)扭曲中心灶稍低/低密度“黑星”，病灶周邊出現(xiàn)細(xì)長(zhǎng)粗細(xì)均勻的毛刺可考慮SA。

近期Tan等[11]提出簇狀微鈣化和乳腺密度變化可作為早期評(píng)估浸潤(rùn)性乳腺癌患病風(fēng)險(xiǎn)的影像指標(biāo)。雖然現(xiàn)有研究認(rèn)為SA的乳腺X線表現(xiàn)可根據(jù)鈣化的分布、腫塊的大小、邊緣及形狀與惡性病變進(jìn)行區(qū)分，但診斷準(zhǔn)確率仍偏低，誤診率高，需要更充分認(rèn)識(shí)和尋找SA的X線特征性表現(xiàn)，必要時(shí)使用DBT或增強(qiáng)X線或結(jié)合其他方法提高診斷準(zhǔn)確率。

國(guó)外學(xué)者研究認(rèn)為CEM和基于光柵的相位對(duì)比成像乳腺攝影術(shù)對(duì)疑似惡性[乳腺影像報(bào)告和數(shù)據(jù)系統(tǒng)4類(Breast Imaging Reporting and Data System 4，BI-RADS 4)]的微鈣化診斷鑒別更有優(yōu)勢(shì)[12，13]；DBT在致密型乳腺患者的病變檢出較常規(guī)MG有明顯優(yōu)勢(shì)，特別在微鈣化的良惡性鑒別，以及小結(jié)節(jié)是否浸潤(rùn)有著很好的診斷效能[14，15]；DBT對(duì)乳腺結(jié)構(gòu)扭曲的檢出率高于常規(guī)MG和超聲，有利于鑒別良惡性結(jié)構(gòu)扭曲，在惡性結(jié)構(gòu)扭曲的檢出中更有優(yōu)勢(shì)，其中良性結(jié)構(gòu)扭曲(已納入SA)多為對(duì)稱或輪輻毛刺狀[16-18]。目前國(guó)內(nèi)外學(xué)者利用CEM、CET、DBT多進(jìn)行乳腺良惡性鑒別方面的研究，尚缺乏有關(guān)乳腺SA的CEM、CET、DBT影像學(xué)表現(xiàn)方面的大樣本研究報(bào)道。

2 超聲

2.1 乳腺SA的US成像及影響因素

超聲(ultrasound，US)因其無(wú)創(chuàng)、成本低、等待時(shí)間短且無(wú)輻射已成為篩查乳腺疾病的最重要的工具之一。檢查體位采取平臥位或側(cè)臥位，患者雙手抱頭，充分暴露腋窩及乳房，檢查醫(yī)師依據(jù)乳腺檢查常規(guī)順序?qū)Ω鱾€(gè)象限進(jìn)行多方位掃查，并根據(jù)患者病史對(duì)重點(diǎn)部位仔細(xì)掃查。應(yīng)用于SA診斷的除常規(guī)US外還包括增強(qiáng)超聲、彈性成像技術(shù)(elastography)、自動(dòng)乳腺全容積成像技術(shù)(automated breast volume scanner，ABVS)等。常規(guī)US在顯示結(jié)構(gòu)扭曲及鈣化方面雖然不如MG，但在年輕患者或乳腺纖維腺體致密的情況下，高頻率和高分辨率的US要優(yōu)于MG對(duì)乳腺的評(píng)估。傳統(tǒng)US主觀性強(qiáng)，依賴操作者的經(jīng)驗(yàn)。近期Shao等[19]對(duì)增強(qiáng)US與常規(guī)US在乳腺SA中的診斷效能進(jìn)行了比較，增強(qiáng)US的敏感度、特異度和準(zhǔn)確度均高于常規(guī)US，敏感度甚至高達(dá)100%，增強(qiáng)US有助于提高SA的檢出率。Elastography可以測(cè)量乳腺病變的硬度，并提供剪切波速度(shear wave velocity，SWV)等定量信息鑒別良惡性病變。ABVS是一種新的三維容積US成像技術(shù)，可獲取三維圖像并具有可重復(fù)性。文歡等[20]研究表明，ABVS更有利于顯示微型鈣化，聯(lián)合US比單獨(dú)US對(duì)乳腺良惡性疾病的診斷效能要高，且優(yōu)于US和MG的聯(lián)合診斷效能。

2.2 乳腺SA的US表現(xiàn)

尋找乳腺SA超聲的特異性表現(xiàn)對(duì)其與其他疾病特別是惡性腫瘤的鑒別診斷尤為重要。多數(shù)學(xué)者研究認(rèn)為SA超聲主要表現(xiàn)為良性腫塊病變，也可出現(xiàn)形狀不規(guī)則和邊界不清，部分腫塊邊緣呈毛刺狀，這正是容易與惡性病變混淆的表現(xiàn)[21]；由于乳腺SA病灶內(nèi)的纖維增生和惡性腫瘤在細(xì)胞惡變過(guò)程產(chǎn)生的膠原纖維都會(huì)導(dǎo)致回聲衰減，局部回聲衰減是否為乳腺SA的特異性表現(xiàn)仍有爭(zhēng)議[8]。姚潔潔等[22]將35例女性乳腺SA的US表現(xiàn)分為類似惡性腫塊特征型、良性結(jié)節(jié)特征型(圓形或橢圓形腫塊，呈低回聲，水平位生長(zhǎng)，邊界清晰，邊緣規(guī)則，后方回聲無(wú)改變或輕度增強(qiáng))和腺體結(jié)構(gòu)紊亂三種類型，其中良性結(jié)節(jié)特征型診斷SA的診斷準(zhǔn)確率最高(達(dá)93%)，缺乏血供這一特征最具鑒別診斷價(jià)值(準(zhǔn)確率達(dá)100%)。

Liu等[23]研究指出，在結(jié)合彈性成像評(píng)分后，病變腫塊內(nèi)鈣化少見和病灶無(wú)血運(yùn)的SA特征可以用來(lái)與浸潤(rùn)性導(dǎo)管癌鑒別。Toprak等[24]對(duì)180名乳腺患者進(jìn)行的US彈性成像研究指出，酷似惡性病變的疾病(肉芽腫性乳腺炎、SA、慢性炎癥、脂肪壞死、纖維化乳腺組織和疤痕組織等良性病變)的SWV值與惡性病變的SWV值一樣高，推測(cè)原因是這些良性病變組織硬度接近惡性病變，而SWV值是利用彈性成像技術(shù)測(cè)量組織聲波速度(組織硬度)因而造成重疊。Shao等[19]研究認(rèn)為，良性病變組(單純性SA和伴或不伴良性腫瘤的SA)的增強(qiáng)US主要表現(xiàn)為早期明顯不均勻強(qiáng)化，邊界清晰以及強(qiáng)化范圍無(wú)擴(kuò)大，認(rèn)為這與SA早期階段新生血管及伴發(fā)的上皮細(xì)胞增生活躍有關(guān)；惡性組(SA伴惡性病變)超聲表現(xiàn)中強(qiáng)化范圍擴(kuò)大以及會(huì)出現(xiàn)蟹爪樣增強(qiáng)信號(hào)(與惡性腫瘤及血管畸形有關(guān))是與良性組的主要鑒別點(diǎn)(P值分別為0.012，0.008)。ABVS乳腺SA相關(guān)文獻(xiàn)信息較少，有待研究數(shù)據(jù)的積累。

乳腺SA雖無(wú)典型的US表現(xiàn)，但當(dāng)出現(xiàn)腫塊規(guī)則，邊界清楚，腫塊內(nèi)部乏血供及少見鈣化，增強(qiáng)US出現(xiàn)早期明顯不均勻強(qiáng)化，邊界清晰及強(qiáng)化范圍無(wú)擴(kuò)大時(shí)可考慮SA，必要時(shí)可參考SWV值，更多特異性表現(xiàn)需進(jìn)一步研究。

3 磁共振成像

3.1 乳腺SA的MR成像及影響因素

MRI檢查時(shí)患者俯臥于專用的乳腺相控陣表面線圈上，雙側(cè)乳房自然懸垂于線圈內(nèi)，雙側(cè)乳頭與地面垂直。MRI主要采用高場(chǎng)強(qiáng)(1.5 T或3.0 T)系統(tǒng)，常規(guī)需要進(jìn)行平掃和動(dòng)態(tài)增強(qiáng)掃描，必要時(shí)增加擴(kuò)散加權(quán)成像(diffusion weighted imaging，DWI)，獲得半定量和定量血流動(dòng)力學(xué)以及細(xì)胞彌散指標(biāo)，包括時(shí)間信號(hào)曲線(time-signal intensity curve，TIC)、轉(zhuǎn)移常數(shù)(transfer constant，Ktrans)、速率常數(shù)(rate constant，Kep)、血管外細(xì)胞間隙容積(volume of extravascular extracellular space，Ve)以及表觀擴(kuò)散系數(shù)(apparent diffusion coefficient，ADC)值。

乳腺是一個(gè)激素敏感的軟組織器官，因此乳腺M(fèi)RI受年齡、生理周期、掃描體位及脂肪抑制等多種因素的影響。一般絕經(jīng)前期女性在月經(jīng)周期的第7～14天進(jìn)行檢查有利于病變檢出和診斷，激素水平相關(guān)的乳腺實(shí)質(zhì)局灶性強(qiáng)化有時(shí)會(huì)與乳腺惡性病變?cè)谛螒B(tài)上難以鑒別，在進(jìn)行MR檢查前需避開月經(jīng)周期的影響。抑制脂肪技術(shù)也對(duì)乳腺M(fèi)R成像及SA診斷尤為重要，目前經(jīng)常采用化學(xué)位移(chemical shift，CEST)、短時(shí)反轉(zhuǎn)恢復(fù)(short time inversion recovery，STIR)、頻率選擇性脂肪飽和(frequency-selective fat saturation，fatsat)、水選擇性激發(fā)(water-selective excitation)、水脂分離技術(shù)(Dixon technique)等技術(shù)進(jìn)行脂肪抑制[25]。

3.2 乳腺SA的MR表現(xiàn)

乳腺SA常規(guī)MR圖像上T1WI多為低信號(hào)，T2WI多為不均勻或高信號(hào)；增強(qiáng)后呈現(xiàn)以腫塊或非腫塊強(qiáng)化為主[3,8]，內(nèi)部強(qiáng)化方式以均勻性強(qiáng)化為主，當(dāng)出現(xiàn)形態(tài)不規(guī)則、邊緣毛糙不清、鄰近腺體結(jié)構(gòu)紊亂、呈星芒狀腫塊樣改變時(shí)容易與乳腺癌混淆[5,8,26,27]；TIC多為I型(緩升型)或Ⅱ型(平臺(tái)型)[7-9]?，F(xiàn)有研究認(rèn)為，增強(qiáng)MR上非腫塊強(qiáng)化出現(xiàn)局灶性或節(jié)段性分布，腫塊強(qiáng)化出現(xiàn)形狀不規(guī)則、邊緣不清、強(qiáng)化不均勻、腫塊≥1 cm，TIC早期快速增強(qiáng)呈Ⅲ型(流出型)或Ⅱ型時(shí)，為可疑乳腺癌特征[28]。Oztekin等[29]研究認(rèn)為結(jié)節(jié)性SA的MR表現(xiàn)常為腫塊強(qiáng)化，出現(xiàn)類似惡性病變特征，是SA中最易與乳腺癌混淆的一種亞型。因此，當(dāng)SA出現(xiàn)類似惡性病變表現(xiàn)時(shí)，單純依靠常規(guī)MR表現(xiàn)難以得出可靠診斷。

Fornasa等[30]通過(guò)對(duì)43例良性乳腺疾病(包括腺病、纖維囊病、纖維腺瘤及炎癥等)進(jìn)行DWI的ADC值測(cè)量，認(rèn)為DWI有助于鑒別乳腺良惡性病變。Cheng等[31]研究了腺病與浸潤(rùn)性導(dǎo)管癌的腫塊和非腫塊強(qiáng)化病變的平均ADC值間的差異，其中腺病腫塊強(qiáng)化和非腫塊強(qiáng)化病灶的ADC值分別為(1.40±0.31)×10-3mm2/s和(1.71±0.35)×10-3mm2/s；浸潤(rùn)性導(dǎo)管癌腫塊強(qiáng)化和非腫塊強(qiáng)化病灶的ADC值分別為(0.97±0.18)×10-3mm2/s和(1.05±0.29)×10-3mm2/s，認(rèn)為ADC值有助于腺病與浸潤(rùn)性導(dǎo)管癌的鑒別，同時(shí)提示在鑒別良惡性病變時(shí)應(yīng)考慮病變形態(tài)對(duì)ADC值的影響。DWI的ADC值對(duì)鑒別乳腺良惡性疾病有明確意義，對(duì)SA的診斷無(wú)特異性，SA常合并良惡性腫瘤，但在診斷困難時(shí)可參考ADC值有助于鑒別。

朱丹等[26]認(rèn)為混合型乳腺腺病(已納入SA)的TIC曲線早期均快速?gòu)?qiáng)化，晚期以流出型為主，動(dòng)態(tài)增強(qiáng)聯(lián)合DWI有助于乳腺腺病與浸潤(rùn)性導(dǎo)管癌的鑒別診斷，并認(rèn)為乳腺腺病的間質(zhì)纖維化可能是惡性征象出現(xiàn)的原因。李艷翠等[7]研究認(rèn)為T2WI序列信號(hào)不均勻、增強(qiáng)掃描呈星芒狀小腫塊、DWI圖像輕度或無(wú)彌散受限以及ADC值(≥1.0×10-3mm2/s)減低不明顯時(shí)應(yīng)考慮SA的診斷。有研究表明，非腫塊強(qiáng)化良性病變(納入腺病)多表現(xiàn)內(nèi)部均勻強(qiáng)化、脂肪抑制T2WI高信號(hào)以及TIC曲線多為I型，且均與惡性病變表現(xiàn)(內(nèi)部不均勻強(qiáng)化、T2WI低信號(hào)以及TIC曲線Ⅲ型)之間差別有統(tǒng)計(jì)學(xué)意義[27]。汪俐彬等[8]認(rèn)為當(dāng)MRI表現(xiàn)中心低信號(hào)的局灶強(qiáng)化、橫斷面與矢狀面病灶形態(tài)有較大差異、I型曲線、ADC值≥1.25×10-3mm2/s時(shí)可以考慮SA的診斷。目前多數(shù)學(xué)者認(rèn)為，SA的TIC曲線多見于I型或者Ⅱ型，聯(lián)合ADC值有助于提高SA的診斷效能[7-9,26,27]。

4 人工智能及其他在乳腺SA影像診斷中的應(yīng)用

人工智能輔助診斷系統(tǒng)近十幾年比較熱門，其中深度學(xué)習(xí)更是給醫(yī)學(xué)界帶來(lái)了巨大的進(jìn)步，深度學(xué)習(xí)是受人類大腦結(jié)構(gòu)和功能啟發(fā)而出現(xiàn)的一種學(xué)習(xí)機(jī)器，它利用包含多個(gè)隱藏處理層次的人工神經(jīng)網(wǎng)絡(luò)通過(guò)復(fù)雜的等級(jí)結(jié)構(gòu)從未處理信息去學(xué)習(xí)固定模式，在大量數(shù)據(jù)庫(kù)和連續(xù)重復(fù)操作的訓(xùn)練后，通過(guò)改善連接輸入與輸出數(shù)據(jù)之間的算法來(lái)提高自己。目前，僅有部分學(xué)者在乳腺良惡性疾病鑒別診斷時(shí)納入SA進(jìn)行了超聲、X線和MR方面相關(guān)研究。Wang等[32]的最新研究指出DBT結(jié)合多路徑協(xié)同融合(multi-path synergic fusion，MSF)深層神經(jīng)網(wǎng)絡(luò)模型有助于鑒別乳腺良惡性腫塊。Xiao等[33]和Choi等[34]等分別通過(guò)對(duì)448名經(jīng)病理證實(shí)患乳腺病變(218例惡性、230例良性)和226名患者(173例良性，53例惡性)的研究認(rèn)為，基于深度學(xué)習(xí)的輔助超聲診斷系統(tǒng)比有經(jīng)驗(yàn)的放射科醫(yī)師的診斷正確率更高，特別是對(duì)于纖維腺瘤和腺病，尤其是SA診斷準(zhǔn)確率明顯提高。國(guó)外學(xué)者在大樣本(5151名乳腺患者)研究中獲得結(jié)論，深度學(xué)習(xí)結(jié)合超聲圖像可以準(zhǔn)確區(qū)分乳腺良惡性病變，對(duì)良性腫瘤敏感度和特異度更高[35]。Han等[36]研究了178例乳腺癌患者對(duì)側(cè)BI-RADS 4類乳腺病變，其中81例良性病變中45例為單純腺病，10例為SA，認(rèn)為基于MRI放射組學(xué)的機(jī)器學(xué)習(xí)模型可以提高對(duì)側(cè)BI-RADS 4類病變?cè)u(píng)估的準(zhǔn)確率。近年有國(guó)外學(xué)者對(duì)結(jié)節(jié)性SA在分子乳腺成像(molecular breast imaging，MBI)方面進(jìn)行了病例報(bào)告，結(jié)節(jié)性SA可以表現(xiàn)為局灶性攝取，MBI在乳腺SA中的診斷價(jià)值有待進(jìn)一步研究[37]。

5 小結(jié)

綜上所述，目前應(yīng)用于乳腺SA疾病診斷中的影像技術(shù)主要是MG、US和MRI，雖然各種影像學(xué)表現(xiàn)多種多樣且無(wú)特異性，且與惡性病變有混淆表現(xiàn)，但仍有部分影像征象可有助于SA的診斷，聯(lián)合診斷可以提高SA診斷的準(zhǔn)確率，人工智在乳腺SA方面的應(yīng)用價(jià)值和前景有待進(jìn)一步開發(fā)和探索。

作者利益沖突聲明：全部作者均聲明無(wú)利益沖突。