TIC類型及ADC值在乳腺疾病中的診斷價值

黃妮，鄧丹瓊，勵斌，王小龍，劉旭東，鄭妙瓊

(海南醫學院附屬醫院放射科，海南 海口 570102)

TIC類型及ADC值在乳腺疾病中的診斷價值

黃妮，鄧丹瓊，勵斌，王小龍，劉旭東，鄭妙瓊

(海南醫學院附屬醫院放射科，海南 海口 570102)

目的 探討MR動態增強曲線(TIC)類型和彌散表觀系數(ADC)值在乳腺疾病中的診斷價值。方法回顧性分析2008年5月至2014年5月間經病理證實的107例乳腺疾病女性患者的臨床資料，對病灶進行TIC類型分析及其ADC值的測量，并與對側乳腺的相應正常區域做對照，探討TIC類型與ADC值在乳腺癌病理分級中的診斷價值。結果108個乳腺病灶經病理證實良性病變49例，惡性病變59例，其中36例具有病理分級。良性病變曲線分布Ⅰ型33例、Ⅱ型8例、Ⅲ型8例，惡性病變曲線分布Ⅰ型12例、Ⅱ型14例、Ⅲ型33例，乳腺癌Ⅰ級8例、Ⅱ級21例、Ⅲ級7例，TIC類型分布在乳腺良惡性病灶間差異具有統計學意義(P＜0.05)，在乳腺癌病理分級間差異無統計學意義(P＞0.05)。正常乳腺與不同病理分級乳腺癌ADC值多組間兩兩比較，正常乳腺組織ADC值為(1.89±0.061)×10-3mm2/s，乳腺癌病理組織Ⅰ級為(1.09±0.122)×10-3mm2/s，乳腺癌病理組織Ⅱ級為(0.579±0.067)×10-3mm2/s，乳腺癌病理組織Ⅲ級為(0.203±0.648)×10-3mm2/s，各組間比較差異均有顯著統計學意義(P＜0.01)。乳腺癌病理組織學分級與其呈負相關(r=-0.969，P=0.000)。結論TIC類型對乳腺良惡性病變鑒別診斷具有重要應用價值，乳腺癌的ADC值可以預測乳腺癌的惡性程度，但MR動態增強曲線類型對乳腺癌病理分級的預測有一定難度。

乳腺；磁共振成像；動態增強曲線；彌散表觀系數

近年來乳腺疾病的發生率呈逐年上升趨勢，MRI已逐漸應用于乳腺疾病的檢查。尤其是MR動態增強掃描[1]在乳腺疾病的診斷中發揮著越來越重要的作用了。本文探討MR動態增強曲線(Time-signal intensity curve，TIC)類型及擴散加權成像(Diffusion weighted Image，DWI)與乳腺癌病理分級是否有相關性。

1 資料與方法

1.1 一般資料 收集我院2008年5月至2014年5月間擬診為乳腺疾病的女性患者107例，108個病灶，年齡20～72歲，平均年齡為40歲。所有患者術前均行乳腺MR，且均有病理證實。

1.2 MR檢查及診斷標準 使用美國GE公司1.5T excite磁共振成像系統及多通道乳腺專用(HDBRERST)線圈，受檢者俯臥位，雙側乳腺自然懸垂于檢查線圈內，足頭位進入主磁場，經肘靜脈建立靜脈通道。掃描范圍包括雙側乳腺，常規T1WI及脂肪抑制T2WI平掃后行動態增強掃描，DWI采用自旋回波-回波平面成像(SE-EPI)，擴散敏感系數b=800 s/mm2。TR 4 000 ms，TE 89 ms,DFOV 30 cm，矩陣288× 224，層厚5 mm，層間距1 mm，NEX為2。重復掃描6次，每次掃描時間58 s。注射對比劑前先掃描1次，注入對比劑第18 s開始掃描。對比劑選用釓噴酸葡胺，劑量0.15 mmol/kg，注射速率3 mL/s。將采集的數據圖像工作站運用FUNCTIONTOOL功能軟件，于感興趣區(ROI)處由工作站軟件繪制時間-信號強度曲線(TIC)圖(感興趣區避免液化壞死，ROI≤20 mm)和ADC值測量。按曲線形態分為三型：Ⅰ型(漸進型)，信號強度緩慢持續增加。Ⅱ型(平臺型)，信號強度在增強早期達到最高峰，在延遲期無明顯變化。Ⅲ型(流出型)，信號強度在增強早期達到最高峰，其后降低，且降低超過＞15%。

根據以上診斷標準，均由三位具有豐富磁共振診斷經驗的副主任醫師在不知道病理結果的情況下進行獨立診斷。以病理結果為金標準，病理結果由我院病理科具有主治醫師及以上職稱的工作人員進行診斷并進行乳腺癌的病理分級。

1.3 統計學方法 應用SPSS11.5統計軟件包完成數據分析。TIC類型在良惡性病變之間以及在病理分級之間的差異比較均采用χ2檢驗，以P值≤0.05作為有統計學意義的標準。將乳腺癌患者病灶對側的正常腺體ADC值為第1組，不同的病理組織學Ⅰ、Ⅱ、Ⅲ級分別為2、3、4組，經多組間兩兩比較，ADC值與乳腺癌病理分級統計學方法運用Spearman等級秩相關，散點圖表示，相關系數0＜r＜|±1|，P≤0.05作為有顯著性相關性。

2 結果

2.1 病理結果 107例患者均為女性(108個病灶)，均行病理檢查。良性者49例(49個病灶)，其中乳腺增生29例，炎性腫塊6例，纖維腺瘤(圖1)5例，導管內乳頭狀瘤5例，良性分葉狀腫瘤3例，青春期乳腺肥大1例；惡性者59例(59個病灶)，其中浸潤性導管癌46例(圖2)，浸潤性小葉癌4例，小葉原位癌2例，導管原位癌2例(圖3)，轉移癌1例，黏液癌1例，印戒細胞癌1例，惡性分葉狀腫瘤2例。107例中1例兼具有良性和惡性病灶，惡性者中36例具有確切病理分級結果，其中35例浸潤性導管癌，1例浸潤性小葉癌；病理分級Ⅰ級病灶8例，Ⅱ級21例，Ⅲ級病灶7例。

圖1 患者女，30歲，右乳纖維腺瘤

圖2 患者女，45歲，右乳浸潤型導管癌

圖3 患者女，46歲，左乳導管內原位癌

2.2 良惡性病變的動態增強曲線類型 110個病變動態增強曲線分布類型見表1，以Ⅱ、Ⅲ型曲線診斷惡性病變的敏感度為79.66%(47/59)，特異度為67.35%(33/49)，符合率為74.07%(80/108)。以Ⅲ型曲線診斷惡性病變的敏感度為55.93%(33/59)，特異度為83.67%(41/49)，符合率為68.52%(74/108)。36個病變病理分級與動態增強曲線類型的關系見表2。

表1 良惡性病變動態增強曲線類型分布(個)

表2 乳腺癌病理分級動態增強曲線類型分布(個)

2.3 DWI與乳腺癌病理分級 乳腺癌病理分級與ADC值的相關性見圖4。正常乳腺組織ADC值為(1.89±0.061)×10-3mm2/s，乳腺癌病理組織Ⅰ級ADC值為(1.09±0.122)×10-3mm2/s，乳腺癌病理組織Ⅱ級ADC值為(0.579±0.067)×10-3mm2/s，乳腺癌病理組織Ⅲ級ADC值為(0.203±0.648)×10-3mm2/s，各組間差異有統計學意義(P＜0.001)。乳腺癌病理組織學分級與其ADC值呈負相關(r=-0.969，P=0.000)。Spearman等級秩相關：相關系數r=-0.969，為顯著負相關；P= 0.000＜0.001，差異有統計學意義。

圖4 乳腺癌病理分級的ADC值分布表

3 討 論

3.1 動態增強曲線對病變的鑒別診斷價值 TIC曲線描述的是注入對比劑后病變信號強度隨時間變化的特征，反映了病變血液灌注情況，故TIC曲線類型與病變部位組織血管密度和血管通透性有關。本研究表明，Ⅰ型曲線多見于良性病變，Ⅲ型曲線多見于惡性病變，Ⅱ型曲線中良惡性病變有部分重疊，與文獻報道一致[2]。良惡性病變在曲線形態分布上差異有統計學意義(P＜0.05)，這種差異源自于病變的血供情況以及病灶血管的結構差異。大部分惡性病變具有豐富的血供，并且血管為病理性血管，即血管內皮細胞不成熟、血管通透性增加，故表現出快進快出的強化，即我們所觀察到的Ⅲ型時間-信號強度曲線；大部分良性病變的血供不甚豐富，病變組織生長緩慢，血管為正常血管，表現為慢進慢出，即Ⅰ型曲線。本組病例中I型曲線和Ⅲ型曲線在良惡性組間有重疊，與以往報道相符[3]。應學翔等[4]道惡性病變最常見TIC曲線為Ⅱ型(60.0%)，本研究中以Ⅱ、Ⅲ型曲線診斷惡性病變的敏感度、特異度和符合率，分別為79.66%、67.35%和74.07%，Ⅱ、Ⅲ型曲線與乳腺惡性病變有明顯相關性，與文獻報道類似[5]。

3.2 動態增強曲線對乳腺癌病理分級的診斷價值 乳腺癌病理分級與TIC類型相關性的研究并不多見，本研究表明二者之間并無相關性。由于浸潤性導管癌為乳腺癌最高發病理類型[6]，故本組病例基本上均為浸潤性導管癌。目前，浸潤性乳腺癌組織學分級方法是Elston-Ellis分級法[7]，根據腺管/腺體形成、核多形性以及核分裂象計數這三者參數的總分進行病理分級。有文獻報道，TIC類型與微血管密度值(MVD)、血管內皮細胞生長因子(VEGF)密切相關，Ⅲ型曲線的MVD和VEGF高表達[8]。張輝等[9]指出隨乳腺癌組織分化程度的降低，MVD逐漸升高。故理論上高級別惡性腫瘤更偏向于Ⅲ型曲線。但是，浸潤性導管癌癌細胞異型性明顯，常見局部腫瘤細胞壞死，腫瘤間質有致密的纖維組織增生，癌細胞在纖維間質內浸潤生長。病灶部位的壞死、鈣化及水腫在一定程度上限制了對比劑在病灶處的進出，進而影響了TIC類型，并且感興趣區的位置和大小的選擇也會影響曲線分型。此外，本研究病灶數只有36個，且基本上僅限浸潤型導管癌，而對單純導管原位癌等類型并未做研究，結果受到病例數和病理類型的限制，還有待大樣本前瞻性研究加以驗證。

3.3 ADC值與乳腺癌病理分級相關聯性 DWI是目前唯一能觀察活體組織中水分子微觀運動的成像方法，ADC值是直接反映水分子擴散運動的指標。水分子擴散主要受生物膜結構限制和大分子對水分子吸附作用的影響。細胞生長越旺盛、繁殖越活躍，細胞外間隙越小，生物膜結構限制水分子的擴散運動就越明顯，ADC值越低。本文按正常組及不同乳腺癌病理分級分為四組，各組間ADC值兩兩對比，發現正常組的ADC值較Ⅰ級組的明顯高，Ⅰ級組的ADC值較Ⅱ級組的高，Ⅱ級組的ADC值較Ⅲ級組的明顯高，ADC值與乳腺癌的病理分級呈負相關。這與文獻報道相符[10-11]，并且，國內外學者在腦腫瘤中也有報道腫瘤病理分級與ADC值有相關性[12-13]。乳腺惡性腫瘤級別越高，惡性程度越高，腫瘤細胞數目越多，細胞間隙越小，導致水分子彌散越受限，并且，隨著腫瘤級別的增高，腫瘤細胞異形性越明顯，核漿比例越大，細胞內間隙也隨之變窄，水分子擴散受生物膜結構的限制越明顯。因此，高級別的腫瘤的ADC值較低級別的腫瘤的ADC值低，乳腺癌病理組織學分級與ADC值有相關性。但本研究病例數量較少，病例類型較單一，故還需要更多病例加以證實。

本研究結果表明，時間-信號強度曲線類型對良惡性病變的鑒別診斷具有重要價值，但是對于乳腺癌病理分級的價值是有限的。ADC值對乳腺癌病理分級有診斷價值，兩者相結合有助于提高對乳腺癌的診斷水平。本次樣本的種類有限，在操作中難免會存在誤差，有待廣大學者進一步探究。

[1]Schnall MD,Blume J,Bluemke DA,et al.Diagnostic architectural and dynamic features at breast MR imaging:multicenter study[J]. Radiology,2006,238(1):42-53.

[2]王增獻,劉紅宇,婁欣欣,等.MR DWI聯合動態增強時間-信號強度曲線對乳腺良惡性病變的診斷價值[J].現代實用醫學,2014,26 (1):87-88.

[3]袁紅梅,余建群,褚志剛,等.動態增強MRI掃描中時間-信號強度曲線對乳腺良惡性病變的鑒別診斷價值[J].四川大學學報,2011, 42(4):556-559.

[4]應學翔,朱珠華,林燕萍,等.乳腺MRI對病理性乳頭溢液的評估[J].外科理論與實踐,2010,15(5):482-485.

[5]尹森琴,劉永強,張國正,等.MRI乳腺動態增強掃描在乳腺良惡性病變中的診斷價值研究[J].中華全科醫學,2014,12(9):1449-1451.

[6]Li KC,Sun ZM,Yin JG,et al.Diagnostic imaging breast[M].Beijing:People's medical publishing house,2003:245.

[7]Elston CW,Ellis IO.Pathological prognostic factors in breast cancer. I.The value of histological grade in breast cancer:experience from a large study with long-term follow-up[J].Histopathology,1991,19 (5):403-410.

[8]張亮,梁俊非,邵國良.乳腺動態增強MRI表現與血管生成相關性的初步研究[J].醫學影像學雜志,2013,23(11):1816-1819.

[9]張輝,鄒利光,逄鑫,等.大鼠乳腺癌CT灌注成像與腫瘤病理分級和微血管密度相關性研究[J].第三軍醫大學學報,2010,32(11): 1131-1135.

[10]鄧丹瓊,涂蓉,尤小光,等.磁共振擴散加權成像ADC值與乳腺癌病理組織分級的相關性研究[J].臨床放射學雜,2013,32(12): 1428-1431.

[11]Razek AA,Gaballa G,Denewer A,et al.Invasive ductal carcinoma: correlation of apparent diffusion coefficient value with pathological prognostic factors[J].NMR Biomed,2010,23(6):619-623.

[12]柏根基,王書中,張輝,等.腦膠質瘤ADC值與病理分級的相關性研究[J].南京醫科大學學報,2009,29(6):882-884.

[13]Erol C,Koplay M,Paksoy Y,et al.Case Series:Pericardialgossypibomas detected after cardiovascular surgery:Imaging findings[J].Indian J Radiol Imaging,2012,22(4):276-278.

Value of time-signal intensity curve and ADC values in the diagnosis of breast diseases.

HUANG Ni,DENG Dan-qiong,LI Bin,WANG Xiao-long,LIU Xu-dong,ZHENG Miao-qiong.Department of Radiology,the Affiliated Hospital of Hainan Medical College,Haikou 570102,Hainan,CHINA

ObjectiveTo investigate the value of time-signal intensity curve(TIC)and apparent diffusion coefficient(ADC)values in the diagnosis of breast diseases.MethodsThe clinical data of 107 patients with breast diseases confirmed by pathology from May 2008 to May 2014 were retrospectively reviewed.TIC types of disease were analyzed and ADC values were measured,which were then compared with the data of the corresponding normal regions of the contralateral breast.Diagnostic value of TIC and ADC values in pathological classification of breast cancer was investigated.ResultsThe pathological results showed benign lesions in 49 cases and malignancy in 59 cases.There are 36 patients with pathological grading among them.Benign lesions curve distribution showed 33 cases of typeⅠ,8 cases of typeⅡ,8 cases of typeⅢ,and malignant lesions curve distribution showed 12 cases of typeⅠ,14 cases of type 2,33 cases of typeⅢ,8 cases of breast cancer in gradeⅠ,21 cases of breast cancer in gradeⅡ,7 cases of breast cancer in gradeⅢ.TIC type distribution in benign and malignant breast lesions had statistically significant difference(P＜0.05). There was no significant difference in TIC type distribution between the pathological grading of breast cancer(P＞0.05).The ADC values of normal breast and different histopathologic classification of breast cancer were compared.The results showed that the ADC values of normal mammary tissue,the pathological tissue of breast cancer in gradeⅠ,the pathological tissue of breast cancer in gradeⅡ,and the pathological tissue of breast cancer in gradeⅢwere(1.89±0.061)× 10-3mm2/s,(1.09±0.122)×10-3mm2/s,(0.579±0.067)×10-3mm2/s,(0.203±0.648)×10-3mm2/s,respectively,with significant difference between the groups(P＜0.01).The histological grade of breast cancer was negatively correlated with ADC values(r=-0.969,P=0.000).ConclusionTIC type has important application value in the diagnosis of benign and malignant breast lesions.ADC values of breast cancer can predict the degree of malignancy of breast cancer,but TIC type has certain difficulty in predicting pathological classification of breast cancer.

Breast;Magnetic resonance imaging(MRI);Time-signal intensity curve(TIC);Apparent diffusion coefficient(ADC)

R588

A

1003—6350（2016）10—1563—04

10.3969/j.issn.1003-6350.2016.10.005

2016-01-05)

海南醫學院國家大學生創新創業訓練計劃項目(編號：201211810054)

鄧丹瓊。E-mail：danqiong8@163.com