全容積IVIM直方圖分析對(duì)乳腺良惡性病變的影響

李 俊 蔡小麗 吳奇川 牟方勝

重慶大學(xué)附屬三峽醫(yī)院放射科(重慶 404000)

乳腺癌是女性的主要癌癥之一。MRI是乳腺癌篩查、診斷的主要手段。體素內(nèi)不相干運(yùn)動(dòng)(intravoxel incoherent motion ，IVIM)[1]使用大范圍的低b值以及高b值，能夠測(cè)量真正的組織擴(kuò)散(D)、偽擴(kuò)散系數(shù)(D＊)和灌注分?jǐn)?shù)(f)，從而量化評(píng)價(jià)腫瘤組織性質(zhì)。直方圖作為統(tǒng)計(jì)工具而廣泛用于估計(jì)連續(xù)變量的概率分布[2]，描述感興趣區(qū)像素灰度分布情況，直方圖量化參數(shù)分布可彌補(bǔ)平均值的不足[3]，并定量評(píng)估腫瘤異質(zhì)性[4]，因此能更全面客觀地反映病灶的整體特點(diǎn)。既往研究多采用病灶最大層面或上下相鄰三個(gè)層面的平均定量值，不能完整反映腫瘤整體情況?；诖?，本研究將以病理結(jié)果作為參照,探討病灶全容積IVIM直方圖參數(shù)術(shù)前診斷乳腺良、惡性病變的價(jià)值。

1 資料與方法

1.1 一般資料回顧性分析2021年2月至2022年10月我院符合以下標(biāo)準(zhǔn)的患者。

納入標(biāo)準(zhǔn)：因超聲或數(shù)字乳腺X線攝影發(fā)現(xiàn)腫塊，進(jìn)而行乳腺磁共振檢查(包括IVIM序列)；MRI檢查后2周內(nèi)行手術(shù)或穿刺病理證實(shí)病變性質(zhì)。排除標(biāo)準(zhǔn)：MRI檢查前進(jìn)行過(guò)手術(shù)等其他治療；圖像質(zhì)量不佳，不能用于分析。最后153例女性(共158個(gè)病灶)患者納入研究，年齡16～81歲，平均(52±11)歲。

1.2 MRI成像方法采用西門(mén)子Vida3.0TMR掃描儀和18通道乳腺專用相控陣線圈?；颊呷「┡P位，雙側(cè)乳腺自然懸垂于線圈的雙孔內(nèi)。掃描序列和順序如下：(1)橫斷面T1WI：TR6.04ms，TE2.46ms，層厚1.6mm，F(xiàn)OV 360mm×360mm，采集矩陣448×384，激勵(lì)次數(shù)1；T2WI：TR6500ms,TE84ms,層厚4mm,釆集矩陣448x448mm，激勵(lì)次數(shù)1；(2)橫斷面IVIM：TR6100ms，TE54ms，F(xiàn)OV 340mm×340mm，b=0、30、50、100、150、200、400、800、1200、1600s、2000/mm2；(3)DCE-MRI：TR7.14ms，TE3.69ms，反轉(zhuǎn)角8°，層厚4mm，矩陣448×448，F(xiàn)OV 340mm×340mm，掃描時(shí)間9.6s/期，共35期。對(duì)比劑采用Gd-DTPA(469mg/mL)通過(guò)肘靜脈以3mL/s的流率注射0.2mmol/kg，再以相同流率注射10mL生理鹽水。

1.3 圖像分析由2名分別具有初級(jí)和高級(jí)職稱的放射科診斷醫(yī)師共同閱片，達(dá)成一致意見(jiàn)。采用成都眾影公司提供的MRStation工具，選擇IVIM模型分別生成D、f、D＊偽彩圖，逐層選取對(duì)應(yīng)層面勾畫(huà)ROI，病灶全容積進(jìn)行測(cè)量，獲得病變?nèi)S最長(zhǎng)徑、D、f、D＊的直方圖參數(shù)。包括第10、90百分位數(shù)(10th、90th)、熵值(Entrop)、峰度系數(shù)(Kurtosis)、最大值(max)、均值(mean)、中位數(shù)(Median)、最小值(min)、偏度系數(shù)(Skewness)。

1.4 病理檢查手術(shù)病理標(biāo)本由2名分別具有8年和20年經(jīng)驗(yàn)的病理科醫(yī)師進(jìn)行共同分析。

1.5 統(tǒng)計(jì)方法采用SPSS 25.0 軟件包進(jìn)行統(tǒng)計(jì)分析。Kolmogorov-Smirnov檢驗(yàn)計(jì)量資料是否符合正態(tài)分布，正態(tài)分布的資料以(均值±標(biāo)準(zhǔn)差)表示，偏態(tài)分布的資料以中位數(shù)(上～下四分位數(shù))表示。采用兩獨(dú)立樣本t檢驗(yàn)(正態(tài)分布)或Mann-Whitney U檢驗(yàn)(偏態(tài)分布)比較乳腺良、惡性病灶的IVIM直方圖參數(shù)的差異。以病理結(jié)果為金標(biāo)準(zhǔn)，繪制ROC以評(píng)價(jià)IVIM直方圖參數(shù)獨(dú)立及聯(lián)合鑒別診斷乳腺良、惡性病變的效能。Medcalc16.2統(tǒng)計(jì)軟件包Z檢驗(yàn)比較幾種聯(lián)合診斷AUC差異。單變量二元logisti回歸分析(P<0.001)的變量納入多變量二元logisti回歸分析獨(dú)立影響因素。2個(gè)觀察者間重復(fù)評(píng)價(jià)的一致性,采用組內(nèi)相關(guān)系數(shù)(ICC)進(jìn)行評(píng)估，ICC＞0.7：一致性良好。

2 結(jié) 果

2.1 病理結(jié)果158例病灶有5例患者為雙發(fā)病變，其余均為單發(fā)，乳腺惡性病變116例，良性病變42例。乳腺癌病灶中浸潤(rùn)性導(dǎo)管癌112例(圖1A)。導(dǎo)管內(nèi)原位癌3例。浸潤(rùn)性小葉癌1例。良性病變中纖維腺瘤22例(圖2A)，導(dǎo)管內(nèi)乳頭腫瘤8例，良性葉狀瘤3例，乳腺增生及腺病8例，間質(zhì)彌漫纖維化1例。

圖1A-圖1F 女 46歲 右側(cè)乳腺外下象限浸潤(rùn)性導(dǎo)管癌；圖1A：右乳外下象限強(qiáng) 化腫塊；圖1B：D偽彩圖；圖1C：D*偽彩圖；圖1D：D直方圖參數(shù) (P90%：0.953×10-3mm2/s；熵：4.744；峰度：5.60；均值：0.715×10-3mm2/s；中位數(shù)：0.712×10-3mm2/s；最小值：0×10-3mm2/s；偏度：0.194)；圖 1E:f直方圖參數(shù)(峰度：5.77)；圖1F：D*方圖(P90%：1.239×10-3mm2/s；熵：5.46；峰度：4.8；均值：0.827×10-3mm2/s；中位數(shù)： 0.811×10-3mm2/s；最大值：2.44×10-3mm2/s；偏度：0.231)

圖2A-圖2E 女，51歲，左側(cè)乳腺外下象限纖維腺瘤；圖2A：左乳外下象限強(qiáng)化 腫塊；圖2B：D*直方圖偽彩圖；圖2C：D參數(shù)(P90%：1.462×10-3mm2/s；熵：3.961；峰度：3.275；均值：1.224×10-3mm2/s；中位數(shù)： 1.201×10-3mm2/s；最小值：0.749×10-3mm2/s ；偏度：-0.189)；圖 2D:f直方圖參數(shù)(峰度：3.211)；圖2E：D*方圖(P90%：1.077×10-3mm2/s；熵：4.703；峰度：3.248；均值：0.752×10-3mm2/s；中位 數(shù)：.801×10-3mm2/s；最大值：1.391×10-3mm2/s；偏度：-0.786)

2.2 乳腺良、惡性病變臨床、生理特征乳腺良性病變患者中位年齡47歲，惡性病變患者中位年齡52歲，兩者差異有統(tǒng)計(jì)學(xué)意義。惡性腫瘤位于雙側(cè)乳腺內(nèi)、外上象限占比大于良性病變，兩者差異有統(tǒng)計(jì)學(xué)意義。惡性病變?nèi)S最長(zhǎng)徑顯著大于良性病變(表1)。

表1 乳腺良惡性腫瘤影像特征單因素表

2.3 乳腺良、惡性病變的IVIM直方圖參數(shù)IVIM定量值參數(shù)D直方圖(90th、熵、峰度、均值、中位數(shù)、最小值、偏度)(圖1D)、f直方圖(峰度)(圖1E)、D＊直方圖(90th、熵、峰度、均值、中位數(shù)、最大值、偏度)(圖1F)，鑒別乳腺良惡性病變單因素分析有統(tǒng)計(jì)學(xué)意義(表1)。

2.4 IVIM直方圖參數(shù)獨(dú)立及聯(lián)合預(yù)測(cè)鑒別診斷乳腺良、惡性病變的效能直方圖參數(shù)獨(dú)立預(yù)測(cè)ROC下面積最大為D-偏度(0.818)；敏感度最高為D-熵(0.957)；特異度最高為D-偏度(0.857)；準(zhǔn)確度最高為D-偏度(0.797)。D值聯(lián)合診斷AUC、敏感度、特異度、準(zhǔn)確度分別為0.903、0.948、0.786、0.88;f值聯(lián)合診斷分別為0.604、0.672、0.548、0.73；D＊值聯(lián)合診斷為0.833、0.897、0.619、0.823；IVIM直方圖聯(lián)合診斷為0.953、0.982、0.833、0.924；IVIM聯(lián)合診斷AUC 面積最大(表2)，與D值聯(lián)合(Z=2.290;P=0.022)、D＊值聯(lián)合(Z=3.685;P=0.001)、f值聯(lián)合(Z=5.993;P=0.001)、IVIM聯(lián)合(Z=2.004;P=0.045)診斷曲線下面積差異有統(tǒng)計(jì)學(xué)意義(圖3)。單變量二元logisti回歸分析有統(tǒng)計(jì)學(xué)意義變量(表3)，其中D-均值、D-熵、D-中位數(shù)、D-偏度及D＊-熵(P<0.001)納入多變量二元logisti回歸分析，D-熵(OR=2.943;P=0.037)及D-中位數(shù)(OR=0.984;P=0.029)為乳腺惡性病變獨(dú)立影響因素(表4)。

表2 ADC、IVIM、DKI直方圖、DCE-MRI參數(shù)鑒別診斷乳腺良、惡性病變的效能

表3 單變量二元logistic回歸分析乳腺良惡性腫瘤影響因素

表4 多變量二元logistic回歸分析乳腺良惡性腫瘤影響因素

圖3 IVIM直方圖聯(lián)合診斷ROC曲線

3 討 論

3.1 IVIM-DWI術(shù)前診斷乳腺良、惡性病變的價(jià)值IVIM-DWI 是一種新型的DWI技術(shù)，利用多b值掃描及雙指數(shù)模型擬合出定量參數(shù)D、D＊及f值，可更真實(shí)地反映組織內(nèi)的水分子擴(kuò)散?；谡麄€(gè)病變的直方圖分析法可提供比常規(guī)IVIM定量參數(shù)更多的信息，除包括多個(gè)百分位數(shù)定量值和最小值、最大值、均值，還可獲得反映病變內(nèi)部定量值分布情況的參數(shù)，包括熵、偏度、峰度，可用于更好地區(qū)分良惡性病變。魏樂(lè)群等[5]研究得到乳腺惡性組D值均小于良性組，而f值和D＊值均高于良性組。王志遠(yuǎn)等[6]研究得到乳腺惡性腫瘤組的D和f值明顯低于良性組。D＊值在兩組間的差異無(wú)統(tǒng)計(jì)學(xué)意義。ROC 曲線分析顯示，D、f、D+f值鑒別乳腺良惡性病變的 AUC 分別：0.891、0.827、0.937。IIMA M[7]研究得到乳腺惡性腫瘤f顯著高于良性組，D＊值在兩組間的差異無(wú)統(tǒng)計(jì)學(xué)意義。本研究D均值乳腺惡性病低于良性病變，D＊值高于乳腺良性病變，兩者差異有統(tǒng)計(jì)學(xué)意義，f均值差異無(wú)統(tǒng)計(jì)學(xué)意義。f、D＊值與前面作者結(jié)論部分不一致，可能原因，本研究采用病變?nèi)莘e測(cè)量，更能全面反應(yīng)病變的內(nèi)部特征。阮惠萍等[8]研究也得到IVIM-D值良性組顯著高于惡性組。劉克明等[9]研究得到除峰度值及偏度值之外,良惡性病變D和D＊值的直方圖參數(shù)均存在顯著差異，D值的第10百分位數(shù)及D＊值的第90百分?jǐn)?shù)曲線下面積(AUC)值最高,分別為0.910和0.821。本研究中D直方圖(P90%、熵、均值、峰度、中位數(shù)、最小值、偏度)、f直方圖(峰度)、D＊直方圖(P90%、熵、峰度、最大值、均值、中位數(shù)、偏度)鑒別乳腺良惡性病變單因素分析有統(tǒng)計(jì)學(xué)意義。ROC下面積最大為D-偏度(0.818)。本研究單因數(shù)ROC面積最大、特異度、準(zhǔn)確度最高為D-偏度，分析與劉克明等[9]結(jié)論不同的原因可能為前者病例數(shù)較少，沒(méi)有納入非腫塊樣強(qiáng)化良惡性病變。

3.2 IVIM直方圖參數(shù)聯(lián)合診斷乳腺良、惡性病變的價(jià)值劉陽(yáng)等[10]通過(guò)多b值DWI檢查和MRI動(dòng)態(tài)增強(qiáng)兩者聯(lián)合使用可以有效提高臨床診斷效能。李嫣等[11]研究體素內(nèi)不相干運(yùn)動(dòng)與擴(kuò)散峰度成像中聯(lián)合D值和MK值的AUC達(dá)0.92。史倩菲等[12]研究得到DCE-MRI聯(lián)合DWI能提高診斷乳腺癌良惡性病變的準(zhǔn)確率。孟存忠等[13]研究得到ADC 直方圖和 DCE-MRI半定量參數(shù)聯(lián)合能提高乳腺惡性腫瘤診斷的準(zhǔn)確性。李紅英[14]研究報(bào)道使用DCE、DWI和1H-MRS三個(gè)參數(shù)的MRI聯(lián)合診斷乳腺良惡性病變的效能明顯大于單個(gè)參數(shù)或任何兩個(gè)參數(shù)聯(lián)合的診斷效能。而直方圖分析則拓寬了單一定量值的診斷價(jià)值，直方圖的聯(lián)合理論上進(jìn)一步提高了診斷的特異性和準(zhǔn)確性。本研究通過(guò)IVIM直方圖分析，得到單因素有統(tǒng)計(jì)學(xué)意義參數(shù)ROC曲線面積最大為D-偏度(0.818)，D直方圖參數(shù)聯(lián)合ROC下面積能提高到0.903，IVIM直方圖聯(lián)合診斷曲線下面積最大(0.953)，并且與單變量、D、f、D＊直方圖各參數(shù)聯(lián)合的曲線下面積差異有統(tǒng)計(jì)學(xué)差異。阮惠萍[8]等通過(guò)比較表觀擴(kuò)散系數(shù)(ADC)、IVIM、擴(kuò)散峰度成像(DKI)定量值鑒別乳腺良惡性病變效能，得到ADC值及DKI-K值為鑒別乳腺良惡性病變的獨(dú)立影響因素。本研究將單變量二元logisti回歸分析(P<0.001)的變量納入多變量二元logisti回歸分析獨(dú)立影響因素，得到D-熵(OR=2.943;P=0.037)及D-中位數(shù)(OR=0.984;P=0.029)為乳腺惡性病變獨(dú)立影響因素，其預(yù)測(cè)準(zhǔn)確率達(dá)0.88。

本研究的局限性：第一，本研究為單中心研究；第二，樣本量相對(duì)較少，特別是乳腺良性病變；第三，IVIM參數(shù)為全容積測(cè)量，可能少部分把腫瘤壞死區(qū)域納入了感興趣區(qū)。

綜上所述，IVIM直方圖參數(shù)聯(lián)合診斷AUC面積最大，與D值、f值、D＊值聯(lián)合診斷曲線下面積差異有統(tǒng)計(jì)學(xué)意義。D-熵及D-中位數(shù)為乳腺惡性病變獨(dú)立影響因素。