常規(guī)MRI聯(lián)合fsT2WI不均勻度模型對(duì)乳腺良惡性病變鑒別診斷的價(jià)值分析

徐靜雅，翟建*，吳樹(shù)劍，范莉芳，魏偉

（1.皖南醫(yī)學(xué)院弋磯山醫(yī)院影像中心，安徽 蕪湖 241001；2.皖南醫(yī)學(xué)院影像教研室）

乳腺癌是女性的常見(jiàn)疾病之一，發(fā)病率目前在女性所有惡性腫瘤中居首位，通常以育齡期女性發(fā)病率最高，臨床觸診時(shí)往往可觸及乳房腫塊。乳腺腫瘤除惡性腫瘤外也有良性病變，乳腺良性病變比較常見(jiàn)的有纖維腺瘤、腺樣增生、乳頭狀瘤等。對(duì)乳腺病變做出及時(shí)準(zhǔn)確的診斷對(duì)于患者治療方案的選擇及預(yù)后有著重要的意義［1］。早期發(fā)現(xiàn)乳腺癌可以明顯改善患者的預(yù)后，而這主要取決于影像學(xué)檢查。近年來(lái)，隨著MRI技術(shù)的飛速發(fā)展，其在乳腺疾病的診斷中得到了越來(lái)越廣泛應(yīng)用。它可以為乳腺癌的檢測(cè)、診斷和分級(jí)提供重要的參考價(jià)值，尤其在乳腺癌的早期診斷中具有重要的應(yīng)用價(jià)值[2]。本研究旨在探討常規(guī)MRI聯(lián)合fsT2WI不均勻度模型對(duì)乳腺良惡性病變的鑒別診斷價(jià)值。

1 資料與方法

1.1 臨床資料 回顧性分析2019年12月至2020年11月我院收治的乳腺占位性病變女性患者共86例的臨床資料，所有患者均經(jīng)組織病理學(xué)確診，年齡25～73歲，平均（48.7±9.8）歲；其中乳腺癌及乳腺良性占位各43例，惡性腫瘤平均直徑（2.13±1.01）cm，良性腫瘤平均直徑（1.74±1.15）cm。共86枚病灶，其中乳腺癌43枚分別為浸潤(rùn)性導(dǎo)管癌35枚，導(dǎo)管內(nèi)原位癌5枚，乳頭狀癌2枚以及黏液腺癌1枚；良性占位43枚分別為纖維腺瘤28枚，腺樣增生13枚以及乳頭狀瘤2枚。納入標(biāo)準(zhǔn)：（1）所有患者均行常規(guī)MRI檢查（包含DWI序列及DCE-MRI），圖像清晰能夠滿(mǎn)足觀(guān)察及測(cè)量；（2）手術(shù)病理資料完整；（3）既往無(wú)手術(shù)、放化療及內(nèi)分泌等治療史。排除標(biāo)準(zhǔn)：圖像因模糊導(dǎo)致的很難觀(guān)察與測(cè)量。本研究經(jīng)我院倫理委員會(huì)批準(zhǔn)，患者均知情同意。

1.2 方法 采用西門(mén)子1.5T超導(dǎo)型磁共振掃描成像儀?；颊呷「┡P位，雙乳自然下垂在線(xiàn)圈中央，同時(shí)避免雙側(cè)乳房受到線(xiàn)圈擠壓；囑咐患者保持體位固定并訓(xùn)練患者在俯臥位平靜呼吸，且呼吸幅度不大。所有受試者均先進(jìn)行常規(guī)MRI掃描，在常規(guī)掃描的基礎(chǔ)上進(jìn)行DCE-MRI，動(dòng)態(tài)增強(qiáng)掃描時(shí)先掃描一期蒙片，然后用高壓注射器從前臂靜脈以2.5 ml/s的速度注入對(duì)比劑Gd-DTPA，再進(jìn)行動(dòng)態(tài)增強(qiáng)掃描。DWI序列參數(shù)：TR為6 600 ms，TE為84 ms、FOV 360 mm×360 mm，間距0.8 mm，層厚4 mm，掃描時(shí)間3 min 25 s；動(dòng)態(tài)增強(qiáng)序列參數(shù)：TR為5.05 ms，TE為1.94 ms、FOV340 mm×340 mm，間距0.3 mm，層厚1.5 mm，共掃描9期，總掃描時(shí)間為9 min 20 s。

1.3 評(píng)價(jià)標(biāo)準(zhǔn) DCE-MRI一般影像征象評(píng)判是由2名資深醫(yī)師分別評(píng)價(jià)，若意見(jiàn)不一致，則由上級(jí)醫(yī)師再次評(píng)判，評(píng)價(jià)的內(nèi)容主要包括病灶大小、邊界情況（是否清晰、有無(wú)毛刺、是否分葉）。DCE-MRI檢查T(mén)IC（Time Intensity Curve）分型情況，TIC共分為3型，分別為Ⅰ型：即流入型，在增強(qiáng)掃描之后，信號(hào)強(qiáng)度持續(xù)增加，后期信號(hào)強(qiáng)度增加在10%以上；Ⅱ型：即平臺(tái)型，在增強(qiáng)掃描之后，早期信號(hào)強(qiáng)度持續(xù)增加，增加至峰值之后，信號(hào)強(qiáng)度又維持相對(duì)穩(wěn)定的狀態(tài)（信號(hào)強(qiáng)度增加或降低弧度均小于10%）；Ⅲ型：即流出型，在增強(qiáng)掃描之后，早期信號(hào)強(qiáng)度持續(xù)增加，增加到峰值之后，信號(hào)強(qiáng)度又逐漸減弱，減弱弧度在10%以上。ADC（Apparent Diffusion Coefficient）值的獲得是用1 mm感興趣區(qū)（ROI）手動(dòng)選擇病灶區(qū)的不同部位分別測(cè)量5次，除去最大值及最小值，取平均值，測(cè)量時(shí)應(yīng)避開(kāi)壞死囊變區(qū)。不均勻度記錄為ROI測(cè)量得到的fsT2WI信號(hào)強(qiáng)度的標(biāo)準(zhǔn)差（standard deviation，SD）（圖1）。

圖1 1例46歲乳腺浸潤(rùn)性導(dǎo)管癌女性患者外上象限矢狀位MRI圖像

1.4 統(tǒng)計(jì)學(xué)方法 采用SPSS 23.0軟件進(jìn)行統(tǒng)計(jì)學(xué)分析。采用Kolmogorov-Smirnov檢驗(yàn)進(jìn)行正態(tài)性檢驗(yàn)，符合正態(tài)分布的計(jì)量資料采用均數(shù)±標(biāo)準(zhǔn)差表示，偏態(tài)分布采用中位數(shù)及四分位間距表示，方差齊時(shí)采用獨(dú)立樣本t檢驗(yàn)，偏態(tài)分布或方差不齊時(shí)采用Mann-Whiney U檢驗(yàn)；計(jì)數(shù)資料采用［n（%）］表示，組間比較采用χ2檢驗(yàn)，P＜0.05為差異有統(tǒng)計(jì)學(xué)意義，再次納入多因素Logistic回歸分析，篩選有意義的變量（P＜0.05），構(gòu)建模型。

2 結(jié)果

2.1 2組患者基本影像特征單因素分析 2組患者基本影像特征中病灶的邊緣（清晰、不清晰）、分葉征（有、無(wú)）、TIC類(lèi)型、ADC值以及SD比較，差異均有統(tǒng)計(jì)學(xué)意義（P＜0.05）；病灶的最大直徑、毛刺征（有、無(wú)）比較，差異均無(wú)統(tǒng)計(jì)學(xué)意義（P＞0.05），見(jiàn)表1。2組患者SD的比較，見(jiàn)圖2。確定SD界值以SD為因變量做出診斷良、惡性乳腺腫瘤ROC曲線(xiàn)，以SD值=35.65為診斷界值，＞35.65的病灶為惡性。

圖2 良、惡性組患者SD分布箱式圖

表1 2組患者基本影像特征單因素分析

2.2 常規(guī)MRI影像學(xué)特征及SD對(duì)乳腺良惡性病變的診斷效能 將單因素分析中常規(guī)MRI一般影像中的有統(tǒng)計(jì)學(xué)意義的指標(biāo)（病灶邊緣是否清晰、邊緣是否分葉、TIC曲線(xiàn)類(lèi)型、ADC值）進(jìn)行Logistic回歸分析，建立常規(guī)MRI診斷模型、SD診斷模型及二者聯(lián)合診斷模型。利用Logistic多因素回歸分析篩選出邊緣、ADC、TIC曲線(xiàn)診斷乳腺良惡性的獨(dú)立危險(xiǎn)因素。聯(lián)合診斷模型：LogitP=-8.603+6.803X1+0.131X2（X1=常規(guī) MRI；X2=SD），見(jiàn)表2。

表2 常規(guī)MRI單因素回歸分析和常規(guī)MRI、SD及二者聯(lián)合診斷乳腺良惡性病變的Logistic多因素回歸分析

2.3 3種診斷模型的診斷效能分析 根據(jù)3種診斷模型繪制ROC曲線(xiàn)，常規(guī)MRI影像學(xué)特征ROC曲線(xiàn)的AUC為0.933（95%CI：0.884～0.982），敏感度和特異性分別為88.4%、81.4%；SD的ROC曲線(xiàn)的AUC為0.839（95%CI：0.756～0.922），敏感度和特異性分別為81.4%、72.1%；常規(guī)MRI、SD聯(lián)合診斷的ROC曲線(xiàn)的AUC為0.970（95%CI：0.937～1.000），敏感度和特異性分別為93.0%、88.4%，見(jiàn)圖3。

圖3 常規(guī)MRI、SD以及聯(lián)合診斷的ROC曲線(xiàn)

3 討論

乳腺癌是一種具有極高異質(zhì)性的惡性腫瘤［3］，乳腺癌的發(fā)病率目前位居我國(guó)女性惡性腫瘤位居榜首，近年來(lái)呈持續(xù)上升模式［4］。臨床上檢查乳腺疾病的主要影像學(xué)檢查有超聲、鉬靶以及MRI等。MRI檢查不僅軟組織分辨率好、相對(duì)比較安全，并且可以多參數(shù)、多角度成像，在乳腺疾病的檢查中具有較大的優(yōu)勢(shì)［5］。

常規(guī) MRI序列包括 T1WI、fsT2WI、DWI以及DCE-MRI，其中DCE-MRI不僅能夠?qū)⒉≡畹募?xì)節(jié)顯示的更加清晰，同時(shí)還能夠很好地顯示隱匿性病灶［6］。本研究通過(guò)DCE-MRI檢查，獲得病灶MRI一般影像征象的同時(shí)還獲得了TIC類(lèi)型及病灶的ADC值。一般乳腺良性占位的生長(zhǎng)方式多呈膨脹性生長(zhǎng)，所以病灶邊界相對(duì)清晰，以圓形、類(lèi)圓形多見(jiàn)；乳腺惡性腫瘤則以浸潤(rùn)性生長(zhǎng)為主要生物學(xué)特征，其病灶形態(tài)多表現(xiàn)為邊緣模糊、有毛刺、不規(guī)則分葉改變等［7］。本研究的86枚良惡性病變?cè)谶吔缡欠袂逦⑦吘壥欠穹秩~兩者比較差異均有統(tǒng)計(jì)學(xué)意義（P＜0.05），這也與文獻(xiàn)報(bào)道［8］相符合。但本組病例在病灶邊緣是否有毛刺2組間比較差異無(wú)統(tǒng)計(jì)學(xué)意義（P＞0.05），這與部分文獻(xiàn)［9］報(bào)道乳腺惡性腫瘤邊緣多有毛刺相悖。究其原因，可能是由于本組研究病例數(shù)較少造成的樣本誤差，后面將加大樣本量進(jìn)一步研究。

TIC類(lèi)型能夠直觀(guān)地反映腫瘤內(nèi)微血管生長(zhǎng)以及間質(zhì)成分。乳腺癌的TIC類(lèi)型多表現(xiàn)為流出型（Ⅲ型）,乳腺良性病變TIC類(lèi)型多為流入型（Ⅰ型）。本組研究的43枚乳腺癌病灶中就有多達(dá)26枚病灶的TIC類(lèi)型為Ⅲ型。這是由于乳腺癌是惡性腫瘤，瘤體內(nèi)血供豐富，因此早期就表現(xiàn)為明顯強(qiáng)化，同時(shí)由于瘤體內(nèi)存在較多的動(dòng)-靜脈吻合支，所以造影劑流出也相對(duì)較快；乳腺良性病灶大多富含豐富的纖維成分，因此，對(duì)比劑一般進(jìn)入腫瘤內(nèi)比較緩慢，TIC類(lèi)型多為Ⅰ型。所以，以Ⅰ型及Ⅲ型做為鑒別乳腺病變的性質(zhì)具有重要的意義。但本實(shí)驗(yàn)結(jié)果中有1例乳腺癌的TIC類(lèi)型為Ⅰ型，查閱此患者的相關(guān)臨床病理結(jié)果發(fā)現(xiàn)，此患者乳腺癌的病理類(lèi)型為黏液腺癌，癌腫內(nèi)含有大量黏液成分，而黏液的強(qiáng)化方式多為漸進(jìn)性［10］，所以TIC表現(xiàn)為Ⅰ型。Ⅱ型在乳腺良惡性病變中存在較多重疊，一般做為鑒別腫瘤性質(zhì)的意義不大。

DWI是在體觀(guān)察水分子微觀(guān)擴(kuò)散運(yùn)動(dòng)的功能成像，是目前唯一可以觀(guān)察活體水分子擴(kuò)散運(yùn)動(dòng)的檢查［11］。在DWI掃描的基礎(chǔ)上測(cè)量所得的表觀(guān)彌散系數(shù)ADC值能夠?qū)Σ≡顑?nèi)水分子彌散受限程度進(jìn)行量化分析，從而對(duì)病變良惡性進(jìn)行推測(cè)［12］。本組的86枚乳腺良惡性占位的ADC值比較差異有統(tǒng)計(jì)學(xué)意義（P＜0.05）。這是因?yàn)閻盒阅[瘤一般生長(zhǎng)較快，細(xì)胞排列致密，所以水分子擴(kuò)散受限，ADC值相對(duì)較小，但良性腫瘤一般細(xì)胞排列較為疏松，水分子運(yùn)動(dòng)相對(duì)較強(qiáng)，所以ADC值相對(duì)較大。所以利用ADC值的不同鑒別乳腺腫瘤的良惡性具有重要的價(jià)值。本研究同時(shí)發(fā)現(xiàn)部分良性病變的ADC值同樣很小，出現(xiàn)了不少假陽(yáng)性病例。這可能是由于部分炎性細(xì)胞浸潤(rùn)了良性病變致病變內(nèi)結(jié)構(gòu)高度致密，導(dǎo)致水分子擴(kuò)散受限［13］。

SD是所測(cè)范圍內(nèi)信號(hào)強(qiáng)度的標(biāo)準(zhǔn)差，雖然SD不能反映各點(diǎn)的信號(hào)強(qiáng)度，但卻可以反映病變整體信號(hào)強(qiáng)度的均勻性，病理基礎(chǔ)相異的病變其信號(hào)強(qiáng)度的均勻性也不同，因此，SD也間接反映了病變的異質(zhì)性。國(guó)內(nèi)就有研究利用腎臟腫瘤的不均勻度不同，來(lái)鑒別診斷腎臟腫瘤的良惡性[14]。但利用不均勻度來(lái)研究乳腺病變的良惡性國(guó)內(nèi)外卻鮮有報(bào)道。本研究利用SD診斷乳腺病變良惡性的AUC為0.839，敏感性和特異性分別為81.4%、72.1%，這是因?yàn)槿橄侔┘?xì)胞生長(zhǎng)較快，細(xì)胞內(nèi)更易發(fā)生壞死，瘤體內(nèi)信號(hào)強(qiáng)度相較于良性腫瘤更不均勻，所以利用MRI的SD能夠有效地對(duì)乳腺良惡性病變進(jìn)行鑒別診斷。

本研究利用常規(guī)MRI聯(lián)合SD模型對(duì)乳腺良惡性占位進(jìn)行聯(lián)合診斷的AUC為0.970，敏感性、特異性分別為93.0%、88.4%。高于單獨(dú)常規(guī)MRI模型診斷效能（AUC=0.933），敏感性、特異性分別為88.4%、81.4%，以及單獨(dú)SD診斷效能（AUC=0.839），敏感性、特異性分別為81.4%、72.1%。這說(shuō)明在影像診斷的過(guò)程中多種方法聯(lián)合可以相互彌補(bǔ)不足，能夠有效降低診斷的假陽(yáng)性及假陰性率，提高診斷的準(zhǔn)確率。

綜上所述，常規(guī)MRI聯(lián)合SD模型在乳腺良惡性腫瘤的鑒別診斷中較單一方法能夠有效提高診斷的敏感性和特異性，值的應(yīng)用與推廣。