磁共振ADC紋理分析在乳腺增生癥和導(dǎo)管原位癌鑒別中的價(jià)值

戴世鵬 張崇海 孫文靜 田苗苗 李國(guó)忠

乳腺磁共振成像作為乳腺最敏感的檢查技術(shù)，能夠廣泛的用于乳腺癌高危人群的篩查、疾病的精準(zhǔn)定位、定性、分期及治療后的隨訪評(píng)估[1]。彌散加權(quán)成像(diffusion weighted imaging，DWI)是基于水分子布朗運(yùn)動(dòng)原理，脈沖序列利用MRI擴(kuò)散特征而應(yīng)用于臨床，可以反映組織微觀結(jié)構(gòu)的變化，在鑒別良惡性病變中具有重要價(jià)值。DWI成像被廣泛應(yīng)用于多種乳腺疾病，如乳腺癌、乳腺良性腫瘤、乳腺增生癥、乳腺炎等的篩查和定性診斷[2]。MRI圖像的紋理分析被用于研究圖像空間灰度強(qiáng)度的特征分布，進(jìn)而提取常規(guī)圖像中無(wú)法甄別的灰度細(xì)微差異特征。MRI圖像中提取的紋理特征包含一階特征、二階特征和高階特征。一階特征包括平均值、方差等多個(gè)參數(shù)值，主要是灰度直方圖特征[3]。在MRI圖像中乳腺增生癥(hyperplastic disease of breast)和乳腺導(dǎo)管原位癌(ductal carcinoma in situ，DCIS)均可表現(xiàn)比較為段樣、區(qū)域性、線樣等非腫塊樣強(qiáng)化表現(xiàn)，臨床表現(xiàn)缺乏特異性，主要包括乳頭溢血或溢液，伴或不伴乳房腫痛，經(jīng)常在患者體檢時(shí)，兩種病變均會(huì)被偶然發(fā)現(xiàn)，但乳腺增生癥和導(dǎo)管原位癌的治療處理方案截然不同，如若通過(guò)MRI檢查在術(shù)前做出準(zhǔn)確診斷，將有利于臨床對(duì)此兩種疾病的治療方案進(jìn)行制定。本研究旨在分析磁共振擴(kuò)散加權(quán)成像ADC紋理分析在乳腺增生癥和DCIS中的鑒別診斷價(jià)值，以提高兩種疾病診斷的準(zhǔn)確性。報(bào)告如下。

1 資料與方法

1.1 一般資料 選取2015年3月至2020年11月在河北省滄州市人民醫(yī)院進(jìn)行乳腺 MRI檢查患者102例，共102個(gè)病灶，年齡28～67歲；其乳腺增生癥53例，乳腺導(dǎo)管原位癌49例。記錄2組患者的影像、臨床、病理學(xué)資料并進(jìn)行比較。本研究經(jīng)本院倫理委員會(huì)批準(zhǔn)。

1.2 納入與排除標(biāo)準(zhǔn) 納入標(biāo)準(zhǔn)：(1)病理診斷為乳腺增生癥和導(dǎo)管原位癌；(2)乳腺病變 MRI 圖像表現(xiàn)為非腫塊樣強(qiáng)化；(3)乳腺M(fèi)RI檢查前無(wú)乳腺手術(shù)史，未接受放化療等非手術(shù)治療；(4) 乳腺M(fèi)RI掃描資料完整，圖像清晰，滿(mǎn)足測(cè)量和后處理要求。排除標(biāo)準(zhǔn)：(1)腫瘤內(nèi)的實(shí)性成分的長(zhǎng)徑<3 mm，不符合勾畫(huà) ROI 要求；(2)MRI 檢查禁忌證。

1.3 掃描方法 設(shè)備為荷蘭飛利浦 Ingenia 3.0T 磁共振掃描儀，采用相控陣乳腺專(zhuān)用線圈?；颊唧w位為足先進(jìn)俯臥位，雙側(cè)乳腺置于線圈洞穴內(nèi)并自然懸垂，使患者保持舒適體位。掃描序列選擇:(1)橫軸位T1WI(TR/TE為649 ms/8 ms，層厚/層間距3.5 mm/0 mm，矩陣 320×256)；(2)軸位脂肪抑制T2WI(TR/TE為4451ms/80ms，層厚/層間距3.5 mm/0 mm，矩陣 320× 256)；(3)軸位DWI (TR/TE 為 9142 ms/80 ms，層厚/層間距3.5 mm/0 mm，矩陣 128×153，b值分別設(shè)定為 0 mm2/s 和 800 mm2/s)；(4)多期動(dòng)態(tài)增強(qiáng)掃描對(duì)比劑選擇釓噴酸葡胺注射劑(Gd-DTPA)，劑量 0.2 mmol/kg，流速 2.0 ml/s，序列為e-THERVE( TR/TE為5.3 ms/2.6 ms，層厚/層間距 3 mm/ -1.5 mm，矩陣 280×339)。

1.4 圖像處理 在Philips IntelliSpace Portal工作站上將MRI影像導(dǎo)出，導(dǎo)出的影像格式為“BMP”，并調(diào)整所有圖像的窗寬、窗位，使其保持一致。將導(dǎo)出數(shù)據(jù)用MaZda軟件進(jìn)行紋理分析。圖像均由 2 名經(jīng)驗(yàn)豐富的乳腺M(fèi)RI影像診斷醫(yī)師在不知曉病理結(jié)果的情況下分別解讀，意見(jiàn)不統(tǒng)一時(shí)通過(guò)討論達(dá)成共識(shí)，在確定病變的邊界和位置時(shí)，可以結(jié)合動(dòng)態(tài)增強(qiáng)圖像與DWI圖像的對(duì)應(yīng)關(guān)系進(jìn)行確認(rèn)。

1.5 圖像紋理分析 感興趣區(qū)(region of interest，ROI)的選?。涸贏DC圖像中手動(dòng)勾畫(huà)ROI，將ROI置于乳腺病變區(qū)，避開(kāi)壞死、囊變區(qū)域，測(cè)量病變的 ADC 值，需至少測(cè)量 3 次，取其平均值，并保存選定的ROI。ADC 灰度直方圖的測(cè)量：將所有患者 ADC 序列從工作站以 BMP 格式導(dǎo)出并儲(chǔ)存，導(dǎo)入 MaZda軟件，先對(duì)圖像進(jìn)行灰階水平標(biāo)準(zhǔn)化(3 sigma)，減小對(duì)比度和亮度變化對(duì)分析結(jié)果的影響，在MaZda軟件中提取灰度直方圖參數(shù)，包括 Mean 值、Variance 值、Skewness 值、Kurtosis值、Perc.1%、Perc.10%、Perc.50%、Perc.90%、Perc.99%。

1.6 統(tǒng)計(jì)學(xué)分析 應(yīng)用 SPSS 20.0 統(tǒng)計(jì)軟件，計(jì)量數(shù)據(jù)首先進(jìn)行正態(tài)性檢驗(yàn)，如果符合正態(tài)分布且兩組間方差齊，采用t檢驗(yàn)；若方差不齊采用校正t檢驗(yàn)，組間比較采用非參數(shù)秩和檢驗(yàn),對(duì)有統(tǒng)計(jì)學(xué)意義的紋理參數(shù)，進(jìn)行受試者工作特征曲線(receiver operating characteristic curve, ROC 曲線)分析并計(jì)算相應(yīng)的曲線下面積(area under curve, AUC),P<0.05為差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

2.1 患者基本資料 乳腺導(dǎo)管原位癌49例，平均年齡(45.7±11.7)歲，乳腺增生癥53例，平均年齡為(44.2±13.1)歲，差異無(wú)統(tǒng)計(jì)學(xué)意義(P=0.62>0.05)。

2.2 紋理特征參數(shù) 乳腺導(dǎo)管原位癌組和乳腺增生癥組2組間比較得到Mean 值、Variance 值、Skewness 值、Kurtosis值、Perc.1%、Perc.10%、Perc.50%、Perc.90%、Perc.99%，紋理特征參數(shù)差異有統(tǒng)計(jì)學(xué)意義(P<0.05)。應(yīng)用 ROC曲線聯(lián)合 AUC 得出Perc.1%、Perc.10%具有非常高的診斷鑒別效能，AUC 值分別為 0.86 、0.83。參考約登指數(shù)，Perc.1%取閾值為75.5時(shí)，敏感度為75.00%、特異度為80.00%；Perc.10%取閾值為99.5時(shí)，敏感度為78.98%，特異度為73.68%。見(jiàn)表1、2，圖1。

表1 平均值、方差、百分位數(shù)的ROC曲線分析

表2 乳腺導(dǎo)管原位癌與乳腺增生癥患者ADC紋理分析比較

圖1 紋理特征中平均值、方差、百分位數(shù)的ROC曲線

2.3 典型病例。見(jiàn)圖2、3。

圖2 女，35歲，左乳導(dǎo)管原位癌；A 軸位 T1WI增強(qiáng)圖像顯示左乳內(nèi)側(cè)方一個(gè)不均勻非腫塊樣強(qiáng)化病變；B 橫軸位DWI圖病變呈高信號(hào)；C 橫軸位ADC圖中ROI勾畫(huà)區(qū)域

圖3 女，38歲，左乳增生癥;A 軸位 T1WI增強(qiáng)圖像顯示左乳外側(cè)方一個(gè)不均勻非腫塊樣強(qiáng)化病變；B 橫軸位DWI圖病變呈稍高信號(hào)；C 橫軸位ADC圖中ROI勾畫(huà)區(qū)域

3 討論

乳腺導(dǎo)管原位癌一種乳腺導(dǎo)管內(nèi)上皮細(xì)胞異常增生，伴有輕度至重度的細(xì)胞異型，生但未超出周?chē)啄さ姆墙?rùn)性惡性病變， 30%～50%的導(dǎo)管原位癌病例進(jìn)展為浸潤(rùn)性導(dǎo)管癌[4]，腫瘤不具有進(jìn)入局部脈管造成轉(zhuǎn)移的能力。雖然乳腺導(dǎo)管原位癌惡性程度不高，但通常需要臨床干預(yù)，干預(yù)措施包括保乳手術(shù)或者乳房全切術(shù)[5]，僅有4%的患者接受非手術(shù)治療[6]。乳腺增生癥是最常見(jiàn)的良性乳腺疾病，其原因是乳腺腺體增生過(guò)度和復(fù)舊不全。一些亞型無(wú)論是在臨床上、影像學(xué)上、還是在組織形態(tài)學(xué)上均與乳腺癌相似。絕大多數(shù)乳腺增生癥無(wú)需手術(shù)，僅需隨診觀察及對(duì)癥治療。乳腺導(dǎo)管原位癌與乳腺增生癥部分病例在臨床及影像中表現(xiàn)相似，臨床在確診兩種疾病性質(zhì)時(shí)需要進(jìn)行活組織病理檢查證實(shí)，但是活檢是有創(chuàng)性檢查，且局部活檢所檢測(cè)的病變組織量較少，有時(shí)不能提供病變的整體病理類(lèi)型，可能會(huì)存在病理診斷困難。乳腺 MRI具有良好的軟組織對(duì)比度，敏感性高，而乳腺增生癥與乳腺導(dǎo)管原位癌在MRI上多表現(xiàn)為NME(乳腺非腫塊樣強(qiáng)化)方式，病變形態(tài)學(xué)及血流動(dòng)力學(xué)表現(xiàn)在常規(guī)MRI圖像中存在部分重疊，鑒別較為困難。MRI 紋理分析將醫(yī)學(xué)影像信息，如像素灰階分布水平、像素的二維及三維分布特征等，提取并轉(zhuǎn)換成多種肉眼無(wú)法識(shí)別紋理信息，比較兩者紋理特征差異，因此可以用于定量評(píng)測(cè)腫瘤的異質(zhì)性，具有非侵入性特點(diǎn)，可以提高病變MR診斷的準(zhǔn)確率。

紋理分析(texture analysis,TA)是通過(guò)分割ROI區(qū)及提取紋理特征，結(jié)合兩種病變病理學(xué)結(jié)果，經(jīng)過(guò)統(tǒng)計(jì)學(xué)分析，篩選出與病變相關(guān)的紋理特征，從而建立出兩種疾病的診斷與預(yù)測(cè)模型，可定性及定量描述ROI區(qū)中組織結(jié)構(gòu)的細(xì)微紋理變化。紋理分析包含灰度直方圖[7]，其通過(guò)分析病變圖像像素值的灰度分布情況，從而獲得有關(guān)病變的鑒別、分級(jí)等的參數(shù)，作為量化參數(shù)可描述病變內(nèi)組織分布的規(guī)律和均勻程度，進(jìn)而對(duì)腫瘤的異質(zhì)性進(jìn)行評(píng)估[8]。在紋理分析中，組織學(xué)分析中發(fā)現(xiàn)MRI紋理參數(shù)和組織結(jié)構(gòu)變化之間的相關(guān)性這一研究，驗(yàn)證了組織的潛在超微結(jié)構(gòu)特性影響灰度級(jí)的分布這一假設(shè)。紋理分析提供病變圖像具有客觀性，不受影像診斷醫(yī)師主觀因素的影響。目前，MRI圖像紋理分析開(kāi)始逐漸用于乳腺疾病的研究，Li 等[9]的研究表明ADC圖像提取的紋理特征參數(shù)可以較好地區(qū)分乳腺良惡性腫瘤，病變的紋理特征具有顯著的差異。Martincich 等[10]研究顯示，灰度方差特征作為預(yù)測(cè)乳腺癌治療效果評(píng)估的重要參數(shù)，反映了紋理動(dòng)態(tài)異質(zhì)性變化，乳腺癌具有異質(zhì)性特點(diǎn)，因此MRI圖像紋理特征分析對(duì)于評(píng)估乳腺增生癥與DCIS病變的異質(zhì)性具有診斷價(jià)值。研究表明基于 DWI 圖像紋理分析方法鑒別疾病性質(zhì)時(shí)，灰度直方圖參數(shù)中百分位數(shù)及平均值常呈現(xiàn)出顯著性差異[11-13]，這證明不同序列圖像選擇可能與紋理特征參數(shù)密切相關(guān)。DWI通過(guò)水分子布朗運(yùn)動(dòng)的特性進(jìn)行成像，可以反映組織微觀結(jié)構(gòu)的變化及組織內(nèi)水分子彌散受限的方向及程度。DWI序列可自動(dòng)生成ADC圖。ADC值系組織內(nèi)水分子的擴(kuò)散受限程度的量化指標(biāo)，ADC值大小與細(xì)胞增殖的活躍度、細(xì)胞內(nèi)血管化程度及組織內(nèi)細(xì)胞密度相關(guān)。ADC值在鑒別乳腺病變良惡性方面的應(yīng)用已較為廣泛[14]。相較于DWI圖，ADC圖含有更豐富的紋理信息[15]。本研究結(jié)果顯示：乳腺增生癥與乳腺DCIS紋理特征參數(shù)中，平均值、方差、百分位數(shù)(第1、第10、第50、第90)在統(tǒng)計(jì)學(xué)上有顯著的差異(P<0.05 )。除Variance 值以外，乳腺增生癥所有參數(shù)值均高于DCIS，與 Suo 等[12]研究結(jié)果相符，在乳腺DCIS中，平均值、百分位數(shù)(第1、第10、第50、第90)明顯低于乳腺增生癥。MRI圖像的紋理差異取決于這2 種疾病的病理特征。有研究證實(shí)MRI圖像的紋理特征會(huì)因組織病理變化而改變[16]，良性病灶區(qū)組織成分相對(duì)單一，而惡性病灶區(qū)一般表現(xiàn)為高細(xì)胞密度、內(nèi)部出血、組織壞死和黏液樣變性[17]。方差值越大，說(shuō)明圖像明暗變化程度越大，說(shuō)明病變的異質(zhì)性越高，因此乳腺導(dǎo)管原位癌的方差值高于乳腺增生癥。乳腺導(dǎo)管原位癌的平均值、百分位數(shù)低于乳腺增生癥，說(shuō)明導(dǎo)管原位癌相較于乳腺增生癥，無(wú)論是整體上還部分像素在ADC圖上亮度更低，與鐘井松等[18,19]研究結(jié)果相近。本研究利用ROC曲線及 AUC對(duì)紋理特征參數(shù)的診斷價(jià)值進(jìn)行分析評(píng)估，顯示Perc.1%及Perc.10%診斷價(jià)值最大，Perc.1%的AUC 值為 0.86 ，Perc.10%的AUC 值為0.83。參考約登指數(shù)，Perc.1%取閾值為75.5時(shí)，敏感度為75.00%，特異度為80.00%；Perc.10%取閾值為99.5時(shí)，敏感度為78.98%，特異度為73.68%。通過(guò)多變量Logistic回歸分析對(duì)紋理特征差異有統(tǒng)計(jì)學(xué)意義的參數(shù)建立模型，可進(jìn)一步提高診斷效能，AUC、敏感性和特異性達(dá)到0.94、87.88%和89.47%。由此可見(jiàn)ADC紋理分析可作為乳腺病變鑒別診斷的一個(gè)補(bǔ)充手段。

在圖像重建和手動(dòng)選擇病灶時(shí)，本研究盡量避開(kāi)正常的乳腺實(shí)質(zhì)組織，因?yàn)樵诠串?huà) ROI 時(shí)非腫塊病變很容易將正常的腺體組織包含在內(nèi)，易導(dǎo)致結(jié)果偏倚[11]。

本研究的不足：(1)本研究樣本量有限，需更多的病例研究來(lái)進(jìn)一步證實(shí)。(2)非腫塊樣強(qiáng)化病變可夾雜著正常的乳腺腺體組織及脂肪組織，可能會(huì)造成一定的結(jié)果偏倚；(3)目前紋理分析尚未建立標(biāo)準(zhǔn)化處理過(guò)程及標(biāo)準(zhǔn)化參數(shù)，紋理分析處理過(guò)程因不同研究者而異[20-22]。

綜上所述，乳腺增生癥及DCIS的ADC直方圖紋理特征有顯著差異，ADC 直方圖參數(shù)對(duì)兩者的鑒別診斷均具有一定的臨床應(yīng)用價(jià)值。在乳腺病變的診斷中，ADC 直方圖參數(shù)可以作為一種補(bǔ)充手段。