潘淑淑 陳文輝★ 阮梅 汪榮
不同磁共振成像技術聯合應用在BI-RADS4類乳腺病變中的診斷價值
潘淑淑 陳文輝★ 阮梅 汪榮
目的 探討不同磁共振成像技術聯合應用在BI-RADS4類乳腺病變中的的診斷價值。方法 回顧性分析經病理證實的106例BIRADS4類乳腺病變,對良惡性病變的形態、邊緣、強化方式、表觀擴散系數(ADC)值進行分析,并計算各種MRI征象及其聯合應用的敏感度、特異度、準確度。結果 106例BI-RADS4類乳腺病變,惡性76例,良性30例,兩者在邊緣、強化方式、ADC值表現差異均具有統計學意義(P<0.05),單一征象中強化方式的敏感度、準確度均最高,分別為84%、82%,ADC值的特異度最高為80%;兩項影像征象聯合中,強化方式+ADC值的敏感度、特異度、準確度均最高,分別為80%、90%、83%;三項MRI征象聯合診斷中,病變邊緣+強化方式+ADC值的敏感度、特異度、準確度均最高,分別為75%、100%、82%;四項MRI征象聯合中,診斷的敏感度、特異度、準確度分別為59%、100%、71%。結論 不同MRI征象在鑒別BI-RADS4類乳腺良惡性病變有著重要意義,聯合診斷的應用可明顯提高病變診斷的特異度,減少誤診的發生。
乳腺腫瘤 乳腺影像報告與數據系統 磁共振成像 擴散加權成像
【Abstract】Objective To investigate the diagnosis value of magnetic resonance imaging(MRI)for the Breast Imaging and Reporting Data System(BI-RADS)category 4 breast lesions. Methods Analysis was made to the lesion shape,edge,enhancement pattern,ADC value,to distinguish between benign and malignant,and calculate the sensitivity,specificity,accuracy,based on the retrospectively analyzed 106 BI-RADS category 4 lesions which have been pathologically proven. Results There were 76 cases of malignant and 30 cases of benign in the totally 106 cases,both types had the statistical significance in the lesion edge,enhancement pattern and ADC value. Enhancement pattern showed the highest sensitivity (84%)and accuracy(82%),meanwhile,ADC value showed the highest specificity(80%),Combining two signs together,ADC value and enhancement pattern showed the highest sensitivity,specificity,and accuracy of 80%、90%and 83% respectively. Combining three signs together,lesion edge,enhancement pattern and ADC value,showed the highest sensitivity,specificity,and accuracy of 75%、100%、82%. Combining four signs together showed a sensitivity,specificity,and accuracy of 59%、100%、71%. Conclusion MRI is important for the identification between benign and malignant in BI-RADS category 4 lesions,the application of combining diagnosis could significantly increase the specificity of disease,thus greatly reduced the incidence of misdiagnosis.
【Key words】Breast neoplasms Breast Imaging and Reporting Data System Magnetic resonance imaging Diffusion weighted imaging
根據美國放射學會制定的乳腺影像報告及數據系統標準,BI-RADS4類病變是指一組可疑惡性,需臨床活檢的病變,這組病變的惡性率約為4%~94%,陽性預測值(PPV手術)為10.7%~24.3%[1],多數的穿刺活檢為良性腫瘤。因此,需在活檢前區分良惡性病變,以避不必要的活檢風險和并發癥。雖然MRI征象中病變形態、邊緣、強化方式及ADC值對乳腺良惡性的診斷價值已經得到一定的證實[2~4],但目前尚無關于各種MRI征象聯合應用在BI-RADS4類乳腺病變中的診斷價值報道。作者回顧分析經病理證實的106例BI-RADS4類乳腺病變,將76例惡性及30例良性病變進行對照,旨在評價不同MRI征象聯合應用在BIRADS4類乳腺病變中的診斷價值。
1.1 一般資料 收集2013年3月至2015年2月在本院行乳腺MRI掃描病例共106例,年齡28~80歲,中位年齡53.8歲。入選標準:(1)MRI掃描前患者行鉬靶或B超發現BI-RADS 4類病變。(2)所有患者均有細針穿刺或手術病理證實。
1.2 掃描設備和方案 采用西門子 3.0T超導型全身磁共振掃描系統,專用乳腺表面線圈?;颊吒┡P位,雙側乳腺自然懸垂于線圈內。常規行橫斷位T1WI、T1WI增強、T2WI及T2WI-TIRM、DWI序列(b值采用0,800s/mm2),矢狀位T2WI-TIRM。(1)DWI序列使用單次激發平面回波成像序列(EPI)。掃描參數為TR 8300ms;TE85ms;層厚4.0mm;間隔2.0mm;激勵次數3次;視野320mm×320mm;矩陣320×320;彌散敏感系數b值采用0.800s/mm2。(2)動態增強:采用快速小角度激發擾相梯度回波三維成像序列,并加脂肪抑制;TR=4.5ms,TE=1.6ms,層厚1mm,連續無間斷掃描,視野 340mm×340mm,矩陣480×480。對比劑采用釓噴酸葡胺注射液(Gd-DTPA),劑量 0.1 mmol/kg,以2.0ml/s 的速度注入。增強前掃描1次,注入對比劑后16s連續掃描 5次。
1.3 圖像分析 由兩名工作經驗豐富的醫生,在不知組織病理結果的情況下,對MRI圖像進行回顧分析,并嚴格按照BI-RADS診斷標準進行獨立評估,主要判斷:(1)病變形態(規則、不規則):將圓形或卵圓形無分葉腫塊定義為規則,將有分葉腫塊、致密影、結構扭曲定義為不規則。(2)病變邊緣(毛刺或無毛刺)。(3)強化特征(均勻強化、不均勻強化):將環形強化納入不均勻強化。(4)表觀擴散系數(ADC)值:在ADC圖像中選取感興趣區(region of interest,ROI)測量3個ADC平均值,測量時選取病變的最大徑層面,同時避開壞死區、邊緣及偽影。
1.4 統計學方法 采用SPSS 19.0統計軟件。通過χ2檢驗法,評價病變形態、邊緣、強化方式、ADC值在乳腺BI-RADS 4類病變的診斷價值,以P<0.05為差異有統計學意義,并計算不同MRI征象及聯合應用的敏感度、特異度、準確度。
2.1 病理及影像診斷 106 例BI-RADS 4類乳腺病變均經手術病理證實,惡性76例中浸潤性導管癌28例、導管原位癌 34 例、乳頭狀癌 3 例、浸潤性小葉癌 6 例、粘液腺癌 4例、髓樣癌 1 例。良性30例中乳頭狀瘤9例、纖維腺瘤8例、乳腺炎6例、腺病4例、分葉狀腫瘤3例。惡性病變的平均ADC值為(0.93±0.19)×10-3mm2/s,良性病變的平均ADC值為(1.36±0.17)×10-3mm2/s,良惡性病變的ADC值差異有統計學意義。采用非參數ROC曲線統計方法得出b值在 800s/mm2,以ADC值1.12×10-3mm2/s為最佳臨界值,此臨界值鑒定腫瘤良、惡性,有 88例與病理結果相吻合,準確度為 83%。
2.2 聯合診斷 106例乳腺BI-RADS4類病變的MRI掃描形態、邊緣、強化方式及ADC值良惡性差異有統計學意義(表1)。各項聯合診斷的敏感度、特異度、準確度見表2。

表1 惡良性病變MRI及DWI征象(n)
3.1 病變形態 乳腺病變的形態表現是診斷的基礎,BI-RADS4類病變的形態多樣,本研究將良惡性腫瘤的形態(規則、不規則)進行統計學分析。腫瘤的不規則形態改變常由于腫瘤內部生長速度的差異,或在生長過程中受到周圍組織的壓迫,造成腫塊生長的不平衡而形成,本組研究顯示良惡性病變之間的形態改變差異無統計學意義(P=0.063),這可能與本組研究數據的樣本量偏小及BI-RADS4類病變中較多交界性腫瘤或潛在惡性腫瘤存在所致。雖BI-RASD4類乳腺病變的形態改變差異無統計學意義,但仍可在一定程度上作為良、惡性鑒別診斷的參考。

表2 MRI及DWI征象聯合應用對乳腺病變診斷價值的比較(n)
3.2 病變邊緣 乳腺BI-RADS4類病變的邊緣可表現為光滑、部分光滑及毛刺征,其中毛刺征是乳腺惡性腫瘤的典型征象之一,即在MRI 圖像上表現為腫瘤邊緣向周圍呈長短不一排列的細線條影,是癌細胞向周圍組織浸潤性生長的一種方式[5]。但也有部分學者對毛刺形成的病理基礎提出爭議,認為其是由乳腺病變周圍的纖維結締組織炎性增生所形成,并可抑制腫瘤生長,可能是一種早期瘤周間質反應的保護性機制[6]。本組研究顯示,在BI-RADS4類乳腺病變中良惡性腫瘤邊緣毛刺征有明顯差異,且毛刺征占浸潤性導管癌(28/28)、導管原位癌(28/34)、乳頭狀癌(1/3),浸潤性小葉癌(5/6),黏液腺癌(1/4),髓樣癌(0/1),其中浸潤性導管癌及小葉癌伴發毛刺征比例較高,本組研究更傾向認為毛刺是腫瘤組織向周圍浸潤性生長的觀點。
3.3 增強方式 本研究將BI-RADS4類乳腺病變的強化方式分為不均勻強化及均勻強化,并將環形強化納入不均勻強化。按強化方式鑒別良惡性病變的敏感度為84%、特異度為77%及準確度為82%,且良、惡性病變的強化方式差異有統計學意義(P=0.000)。乳腺癌的不均勻及環形強化多由于其內部結構的不均質所致,其病理學基礎是腫瘤邊緣新生微血管豐富,由于病變生長速度過快,中心區域易出現缺血液化壞死而形成。Su等[7]提出乳腺癌的強化特征與其組織病理學具有相關性,即不均勻強化、環形強化、均勻強化方式的順序反映了乳腺癌增殖能力由高到低的生物學行為。目前對環形強化的影像學征象尚無統一認識:Onishi等[8]研究結果顯示,動脈早期出現的環形強化診斷乳腺癌的陽性預測值高,是鑒別乳腺良惡性病變的重要影像學表現;而Baltzer等[9]表示,環形強化的出現不一定就意味著存在惡性腫瘤,因部分乳腺良性病變增強后也可出現環狀強化,并且在環狀強化的乳腺癌中可檢出結締組織,因此用環狀強化預示乳腺惡性腫瘤的組織學分級并不十分可靠。本研究共有9例環形強化,其中5例為浸潤性導管癌,1例為浸潤性小葉癌,3例為乳腺炎。因此,單純用環形強化判斷病變的良、惡性易出現假陽性,如炎癥伴膿腫形成或感染性囊腫均可出現環形強化,必須聯合T2WITIRM加以鑒別。
3.4 ADC值 本組研究結果顯示,在b=800s/mm2時,以ADC值1.12×10-3mm2/s 為臨界,BI-RADS 4類乳腺良惡性病變的ADC值差異有統計學意義(χ2=35.47,P=0.000)。在研究中,ADC閾值的選取是關鍵,根據Tsushima的meta分析提示ADC值是高度可變的,從(1.1~1.6)×10-3mm2/s不等[10],Nogueira等[11]指出這種變化可能與研究時取決乳腺病變的大小和測量的ROI面積相關。本研究在選取ROI時以病變的最大徑層面為基準,同時避開壞死區、邊緣及偽影,并測量3個ADC平均值以減少誤差,其鑒別良惡性病變的敏感度為82%,特異度為80%,而與Tsushima的meta分析所得到的敏感度89%,特異度 77%略有差別[10]。本研究顯示在乳腺BI-RADS 4類病變中ADC值是預測乳腺惡性腫瘤的重要因子,但也有部分良性病變由于細胞增生明顯使水分子擴散嚴重受限,其ADC值與惡性病變有一定重疊,本組共有6個假陽性,除4個乳頭狀瘤外,2個炎性病變亦出現假陽性結果。因此,必須結合其他MRI征象聯合診斷以減少誤診。
3.5 聯合診斷 本研究中兩項MRI征象聯合所得六組數據,其中增強聯合ADC值在BI-RADS4類病變診斷中的敏感度、特異度和準確度為最高,分別為80%、90%、83%,提示這兩項征象的聯合應用可以將大部分BI-RADS 4類病變良惡性鑒別出來,尤其當乳腺癌病變較小時,形態規則且無明顯分葉及毛刺,單純依靠形態及邊緣診斷較困難,常需要結合腫瘤的強化方式及ADC值聯合診斷。病變形態及邊緣二項征象聯合的敏感度、特異度和準確度為最低,分別為61%、73%、64%,提示這二項征象的聯合在BI-RADS4類乳腺病變中的診斷價值有限,除部分炎癥性病變,因病變中含有大量炎性細胞浸潤,部分伴有稠厚膿液的生成,使水分子的布朗運動速度明顯降低,因而ADC值下降顯著,如伴有膿腫形成,可出現環形或不均勻強化,此時需聯合病變形態及邊緣表現,平掃時病變中心區域見圓形或類圓形液體信號影,內壁光滑,周圍可見斑片狀或索條狀長T1長T2異常炎性滲出信號改變。本研究所得數據顯示,三項及四項MRI征象聯合,使BIRADS4類乳腺病變的敏感度和準確度降低,而特異度較前提高,提示三或四項征象聯合,能降低BI-RADS4類乳腺病變中的良性腫瘤誤診為乳腺癌的發生率。
總之,BI-RADS4類乳腺病變的MRI掃描形態、邊緣、強化方式及ADC值是鑒別良惡性的重要征象,將MRI不同征象聯合應用可提高BI-RADS4類乳腺病變診斷的特異度,減少不必要的活檢。
1 Strobel K,Schrading S,Hansen NL,et al. Assessment of BI-RADS category 4 lesions detected with screening mammography and screening US: utility of MR imaging.Radiology,2015,274(2):343~351.
2 Stijven S,Gielen E, Bevernage C,et al .Magnetic resonance imaging: value of diffusion-weighted imaging in differentiating benign from malignant breast lesions. EUR J OBSTET GYN R B,2013, 166(2): 215~220.
3 Maltez de Almeida JR,Gomes AB,Barros TP.Subcategorization of Suspicious Breast Lesions (BI-RADS Category 4) According to MRI Criteria: Role of Dynamic Contrast-Enhanced and Diffusion-Weighted Imaging.AJR Am J Roentgenol,2015,205(1):222~231.
4 Ramírez-Galván YA,Cardona-Huerta S,Ibarra-Fombona E,et al.Apparent diffusion coefficient (ADC) value to evaluate BI-RADS 4 breast lesions: correlation with pathological findings.Clin Imaging,2015,39(1):51~55.
5 Nunes LW,Schnall MD,Orel SG.Update of breast MR imaging architectural interpretation model.Radiology,2001,219(2):484~494.
6 Gokalp G,Topal U,Yildirim N,et al.Malignant spiculated breast masses:Dynamic contrast enhanced MR(DCE-MR) imaging enhancement characteristics and histopathological correlation.Eur J Radiol,2012,81(2):203~208.
7 Su MY,Cheung YC,Fruehauf JP,et al.Correlation of dynamic contrast enhancement MRI parameters with microvessel density and VEGF for assessment of angiogenesis in breast cancer.J Magn Reson Imaging,2003,18(4):467~477.
8 Onishi M,Furukawa A,Takahashi M,et al.A wide variety of dynamic contrast-enhanced MR appearances of breast cancer: pathologic correlation study.Eur J Radiol, 2008,65(2):286~292.
9 Baltzer PA,Vag T,Dietzel M,et al.Computer-aided interpretation of dynamic magnetic resonance imaging reflects histopathology of invasive breast cancer.Eur Radiol,2010,20(7):1563~1571.
10 Tsushima Y,Takahashi-Taketomi A,Endo K.Magnetic resonance (MR)differential diagnosis of breast tumors using apparent diffusion coefficient (ADC) on 1.5-T.J Magn Reson Imaging,2009,30(2):249~255.
11 Nogueira L,Brand?o S,Matos E,et al.Diffusion weighted imaging:determination of the best pair of b-values to discriminate breast lesions. Br J Radiol,2014,87(1039):20130807.
310006 杭州市第一人民醫院放射科