熱層析成像技術在乳腺體檢中的應用價值

鮑麗，韓飛，范強，梁成文，李凱揚

早期確診在乳腺癌的治療中具有非常重要的意義。當機體發生病變時，首先是局部組織細胞的代謝發生變化，這種變化要早于機體器官功能或形態的變化。熱是組織細胞新陳代謝的結果，組織內的熱信息與腫瘤的惡性發展息息相關［1-2］。本研究的目的是通過熱層析成像技術探測乳腺體表溫度分布與體內逐層熱源的相關性，探討本方法在乳腺體檢中的臨床應用價值。

材料與方法

1.研究對象

回顧性分析2011年12月-2013年11月在武漢大學中南醫院體檢中心進行乳腺體檢的19798例女性受檢者，年齡18～96歲。受檢者均接受觸診、熱層析成像檢查，并進一步跟蹤復查。選取其中231例有穿刺活檢病理結果的病例為研究對象。231例患者年齡37～72歲，平均52歲，既往無其他病史。

2.實驗方法

系統介紹：本研究采用武漢昊博科技有限公司的熱層析成像設備（專利號ZL200720085783.3）進行層析曲線分析。熱層析成像系統通過紅外探頭采集體表溫度數據（紅外圖像），依據體表溫度分析體內不同深度的熱信息（即層析），研究不同病變（特別是癌變）與人體局部新陳代謝的變化規律。

當人體組織內有病變時，其細胞新陳代謝產熱易于正常組織，形成熱源，熱量傳到體表形成的溫度分布近似洛侖茲曲線。隨著熱源深度的增加，曲線越來越平緩，線寬（如半高寬）逐漸增加，熱源強度逐漸降低［3］。

人體局部的新陳代謝狀況與熱源強度q值的變化曲線是密切相關的，人體內部局部組織生理和病理的不同變化都將反映為q值曲線的不同。因而不同病變類型（良性和惡性病變）所得的q值曲線特征是不同的［4］。熱層析技術基于病人體表的溫度值，通過計算處理單元進行計算分析，以體表病變部位的中心為起點，對不同范圍的分析可以獲得相應體內不同深度的熱源信息，繼而統計出熱源強度隨深度變化的q值特征曲線。

在前期工作中，本方法搜集了大量病例并對其病變區域的熱信息采用熱層析技術分析獲得其q值特征曲線，總結歸納出不同病變類型對應的曲線分布規律［5］，在后續更多的病例統計和驗證后，本方法獲得CFDA 批準（YZB／鄂0552-2012）及相關專利（ZL200710052685.4）。

熱層析分析判定方法如下：正常組織所對應的特征曲線與X 軸夾角較小（＜30°），表明組織內無異常高溫熱源；良性病變對應的特征曲線與X 軸夾角較正常組織略大，但也有特殊情況，如炎癥病例的特征曲線夾角就遠大于正常組織，表明組織內部有高溫熱源；惡性病變對應的特征曲線一般處于一個較高的夾角區間（但一般又低于炎癥病例），表明組織內部有異常高溫熱源，且熱源強度較高。乳腺惡性腫瘤的熱層析曲線一般表現為與X 軸夾角呈30°～45°間的拋物線。上述統計結果與正常組織、良性病變和惡性病變的臨床病理學表現一致：炎癥的熱源強度最高，良性腫瘤的熱源強度較低，惡性腫瘤的熱源強度較高并處在前二者之間，正常組織的熱源強度最低。

操作方法：受檢人員首先由體檢師采集基本信息，包括年齡，乳腺及婦科相關病史等，之后受檢人員進入檢查室（室溫25℃），褪下上身衣物，充分暴露受檢部位（雙乳），靜息十分鐘左右接受熱層析成像檢查。設備采用武漢昊博科技有限公司生產的HB-T-3型熱層析成像系統。

檢查過程中，受檢者需要雙手抱頭，充分暴露乳房和腋窩等受檢部位，攝取體表紅外熱圖，包括正面圖像以及左、右各旋轉15°、30°、45°、75°、90°共11張圖像。受檢者隨后接受乳腺專家觸診，問診。

3.數據處理

熱層析分析：采用熱層析成像系統中的分析功能對采集到的乳腺紅外熱圖進行分析，紅外熱圖的偽彩色對應為體表溫度值，首先觀察圖像整體以及某些特殊部位的溫度分布是否左右對稱，如果溫度分布對稱，且無異常的高溫區，則提示受檢者健康狀況良好，問診觸診后再斷定是否無需進一步檢查。如溫度分布顯著不對稱，即存在異常高溫區，例如條索狀，斑塊狀的高溫區，或者出現血管增粗、增多、紆曲等情況，分析目標區域及對側區域的平均溫度差值，溫差＞1℃表示有病變可疑，然后選取可疑目標區域做熱層析曲線分析。

在圖像上選取目標區域的中心及范圍，系統軟件對目標區域做逐層數據處理，計算出包含熱源深度信息的q值特征曲線，可以根據需要選擇多個目標區域中心，綜合得到一系列q值特征曲線，繼而根據曲線判定標準鑒別病變的良惡性。

統計處理：采用SPSS 20統計軟件包，對所有病例的熱層析分析結果與病理結果（穿刺活檢獲得）進行Kappa一致性檢驗，k＜0.4 表明兩種方法一致性較差；k≥0.4表明一致性較好；P＜0.05為差異有統計學意義。

結 果

231例受檢者中15例熱層析分析結果顯示受檢者左乳（9例）／右乳（6例）部分區域存在高溫區，血管亮化發現有明顯增粗的血管。對高溫區域的附近進行層析曲線分析，q值曲線位于惡性區間，判定結果為惡性可疑（圖1）。216例熱層析分析結果顯示受檢者左乳（139例）／右乳（77例）部分區域存在高溫區，血管亮化發現有增粗的血管。對高溫區域的進行層析曲線分析，q值特征曲線顯示良性，判定為良性病變（圖2）。

231例受檢者的穿刺活檢病理結果：乳癌7例，乳腺增生、腺病、纖維瘤等良性病變224例，乳腺熱層析結果分析顯示15例惡性乳癌可疑，216例為良性病變可疑。兩種方法結果對比見表1。

表1 熱層析分析結果與病理結果對比 （例）

表1顯示k＝0.526，95%置信區間為0.215～0.769，P＜0.01。k＞0.4表明熱層析方法的判定結果與穿刺活檢結果基本一致，P＜0.01表明結果具有顯著統計學意義。這里統計分析只基于有穿刺活檢（病理結果）的病例，對無病理結果的病例認為不足以確定研究方法的準確性，不做差異性檢驗。

經統計分析，231例研究病例中，熱層析分析方法診斷敏感度為85.7%，特異度為96.0%，準確度為95.7%。

討 論

目前傳統的乳腺檢測手段存在很大的局限性。鉬靶被公認為乳腺癌診斷最有效、最可靠的手段，但是由于其輻射性及對致密性乳房的較低敏感性，年輕女性以及哺乳期婦女不宜做此項檢查。近年來，彩色多普勒超聲成像在乳腺疾病的診斷準確性上得到不斷提高，但是良性腫瘤因直徑小容易被誤診。

本研究采用的熱層析成像是一種功能學成像，它反映的是人體代謝水平的變化，熱是組織細胞新陳代謝的結果，惡性腫瘤和良性腫瘤的發熱強度不同，隨源深度變化也有不同，熱層析系統依據熱源強度隨深度變化的特征曲線來判斷乳腺疾病的良惡性［6］。與形態學成像相比，功能學成像并不直觀，但是它能更早的發現疾病，當病變發生初期，局部組織細胞的代謝情況首先發生變化，這種變化要早于人體器官功能或形態的變化。功能成像可以在病變初期3年左右發現病變，鉬靶要在十年左右發現病變，而觸診可能要在12年左右發現病變。另外，作為一門影像學篩檢技術，熱層析技術的優勢體現在以下幾個方面：無疼痛，無創傷，無輻射，無對比劑注射，可重復多次使用。

圖1 女，42歲，活檢病理為乳腺浸潤性導管癌2級。a）熱層析成像定標圖顯示左乳外上有高溫區域；b）熱層析血管圖顯示血管亮化，發現明顯增粗的血管；c）熱層分析曲線圖。對高溫區域的附近取點分析，獲得惡性可疑曲線。 圖2 女，50歲，活檢病理為乳腺腺病。a）熱層析成像定標圖顯示右乳內上有高溫區域；b）熱層析血管圖顯示血管亮化，發現增粗的血管；c）熱層分析曲線圖。對高溫區域的附近取點分析，獲得良性曲線。

本研究對象為19798例體檢者中有活檢病理結果的231例，經熱層析分析判別，其中15 例惡性可疑，216例良性。病理結果顯示7例惡性確診，224例良性確診。經Kappa一致性檢驗，熱層析方法與穿刺活檢的結果基本一致（k＝0.526，95% CI 0.215～0.769），k＞0.4表明熱層析方法對病變良惡性的鑒別效果與穿刺活檢結果基本吻合，P＜0.01表明結果具有統計學意義，說明此方法對于區分乳腺疾病的良惡性較準確可靠。

綜合統計，231例有效病例中，熱層析分析方法真陽性6 例，真陰性215例，假陽性9 例，假陰性1 例。其診斷敏感度85.7%，特異度96.0%，準確度95.7%，均大于85%，符合率較高。表明熱層析方法在乳腺癌篩檢應用中有較高的準確性和可靠性，有較大的潛在應用價值。

綜上所述，熱層析成像方法的層析曲線對乳腺病變的良惡性判定結果與穿刺活檢結果有較好的一致性，可作為區分乳腺病變良惡性的方法，對于乳腺癌的早期診斷有指導作用。熱層析作為一項新的技術，具有良好的敏感性和非侵入性，簡單方便快捷，適用于常規的醫療機構中乳腺及婦科疾病篩查，與鉬靶和超聲方法比較，更適用于體檢科。當然，該方法中q值區間鑒別指標還需要在更大樣本的人群中進行研究和驗證，獲得更高的判定準確性，以進一步探索熱層析成像在乳腺及婦科疾病診斷以及癌癥預測、全身檢查的應用價值，以便更有效的開展健康管理工作。

［1］Jones BF，Plassmann P.Digital infrared thermal imaging of human skin［J］.IEEE Eng Med Biol Mag，2002，21（6）：41-48.

［2］喬雨婷，韓飛，李文科，等.曲面擬合技術在醫學熱層析方法中的應用［J］.計算機應用與軟件，2013，30（2）：231-234，258.

［3］Yong L，Kaiyang L，Xianlin Z，et al.Analyzing method of the inner hEATsource in breast based on infrared imaging and clinical application［G］.iCBBE，2007：853-856.

［4］Chunfang G，Kaiyang L，Shaoping Z.A novel approach of analyzing the relation between the inner hEATsource and the surface temperature distribution in thermal texture maps［J］.Conf Proc IEEE Eng Med Biol Soc，2005，1：623-626.

［5］Jie Y，Kaiyang L，Shaoping Z.The non-invasive 3Dtemperature image reconstruction of organism by ANSYS［G］.Proceedings of the 5th International Conference on Machine Learning and Cybernetics，2006：4268-4272.

［6］Kaiyang L，Yonggang D，Cheng C，et al.The non-invasive reconstruction of 3Dtemperature field in biological body with monte carlo method［J］.Neurocomputing，2008，72（1-3）：128-133.