磁共振擴散結合灌注成像技術對可疑惡性乳腺病變的鑒別診斷價值

張暉，王勇

目前，功能性磁共振成像如磁共振擴散加權成像(diffusion-weighted imaging，DWI)、灌注成像(perfusion weighted imaging，PWI)等無創性檢查手段，能在分子水平上反映組織的病理情況，反映人體內器官、組織和細胞的功能狀態及其變化機制，這使得影像學進入了分子水平的研究范疇。DWI被認為是最佳的篩查惡性腫瘤和評估療效的方法[1]。而PWI能夠反映組織血流灌注情況，灌注成像的模式與腫瘤中新生成的微血管的密集程度密切相關[2-3]。但是，由于上述技術被認為是評估可疑病變的輔助工具，因而這些技術尚未得到廣泛的臨床驗證[4]。

第5版乳腺成像報告和數據系統(Breast Imaging Reporting and Data System，BI-RADS)MRI指南將乳腺內可疑惡性的病灶劃分為第4類(BI-RADS 4)，病變為惡性的可能性跨度很大(2%～95%)[5]，這使得病變可能為良性或者惡性，會給臨床醫生帶來困擾。因此本研究擬探討表觀擴散系數(apparent diffusion coef fi cient，ADC)值結合灌注成像技術在區分BI-RADS 4類的病變性質的診斷價值。

1 材料與方法

1.1 研究對象

選取2014年5月至2017年5月在河北省人民醫院接受乳腺MRI檢查的83例女性患者共95處乳腺病變為研究對象，病變均被分為BI-RADS 4類。所有試驗對象都是女性，年齡均≥20歲。入選標準：病變直徑大于5.0 mm，且均有組織病理學結果；MRI檢查除常規平掃外還包括DWI和動態對比增強磁共振成像(dynamic contrast enhancement MRI，DCE-MRI)掃描。排除標準：凡患者在術前接受了活組織穿刺檢查、接受了新輔助化療、臨床或病理分期為T4期的均排除在此研究之外。磁共振檢查前所有患者或家屬均知情同意并簽署知情同意書。

1.2 磁共振成像

本研究所用乳腺磁共振檢查設備都為美國GE公司生產的磁共振掃描設備：包括GE Signa Excite 1.5 T和GE 3.0 T Slient Discovery 750W兩種超導全身磁共振掃描儀，采用8通道乳腺專用線圈，行磁共振平掃和增強掃描。掃描序列如下：(1)快速自旋回波(fast spin echo，FSE) T2WI壓脂序列：TR=6079 ms，TE=85 ms，翻轉角(flip angle，FA)=111°， FOV=36 mm×36 mm，矩陣=320×256，激勵次數=1.0，層厚=5.0 mm，掃描時間為2 min 44 s。(2)FSE T1WI序列：TR=697 ms，TE=Min Full，FA=111°，FOV=36 mm×36 mm，矩陣=320×256，激勵次數=1.0，層厚=5.0 mm，掃描時間為1 min 5 s。(3)擴散加權成像DWI序列：TR=2881.4 ms，TE=Minimum，FOV=36 mm×36 mm，矩陣=128×128，層厚=5.0 mm，b值=0、800 s/mm2，掃描時間為2 min 1 s。(4) T1加權動態灌注GENIQ序列：TR=5.5 ms，TE=Min Full，FA=12°，FOV=34 mm×34 mm，矩陣=160×150，層厚=5.0 mm，40期掃描，掃描共用時7 min 12 s。對比劑使用釓噴酸葡注射液，使用劑量為0.2 mmol/kg，速率為3.0 ml/s，掃描啟動后30 s開始注射。隨后用20 ml生理鹽水以3 ml/s的注射速度沖洗自動注射器。

1.3 磁共振圖像分析

采集所得數據傳至GE ADW 4.6工作站，用專用軟件分別對圖像數據進行分析處理。再由兩名有5年以上乳腺診斷經驗的影像科醫師在對所有臨床和病理數據都不知情的情況下進行獨立分析和評估，并對診斷不一致的病例經討論后達成一致意見。DCE-MRI有增強的區域與DWI序列中高信號的區域為病灶。通過后處理得到ADC圖后，在病變區域手工放置橢圓形的感興趣區(regions of interest，ROI)測量ADC值，范圍至少包括4個最小像素，并測量3次取平均值。同時測量該區域的容量轉移常數(volume transfer constant，Ktrans)、速率常數(rate constant，Kep)和血管外細胞外間隙容積分數(extravascular extracellular volume fraction，Ve)值，見圖1。

1.4 病理學特征

所有的病例均通過外科手術切除并送河北省人民醫院病理科獲取病理結果，并按病理結果的組織學分類將病灶分成良性和惡性兩組，其中良性組包括無增生性病變和增生性病變及不典型增生性病變；惡性組包括導管原位癌和任何類型的侵襲性癌[6]。在有混合病理的樣本中，按級別高的入組，如腺病合并導管癌的分在惡性組中。

1.5 統計學分析

圖1 女性，52歲，乳腺癌。A、B分別為T1WI、T2WI壓脂序列左乳腫塊呈長T1長T2信號影；C：DWI圖像顯示病灶呈高信號；D：ADC彩圖多點測量病變及對照的正常區域的ADC值；E：增強掃描的橫斷面顯示腫塊明顯強化；F～H分別為灌注成像多點測量Ktrans圖、Kep圖、Ve圖的病灶及鄰近正常組織值；I：乳腺中等核級導管原位癌病理圖片，伴小灶狀浸潤性導管癌Ⅱ級(HE× 100)Fig. 1 Female, 52 years old, breast carcinoma. A, B: The left breast mass of T1WI and T2WI pressure lipid sequence is a long T1 long T2 signal shadow; C: Showd a high signal for DWI image; D: ADC color image multipoint measurement ADC value; E: Shows the obvious enhancement of the tumor in the transverse section of the enhanced scan; F—H: Multi-point measurement Ktrans figure, Kep figure, Ve figure lesions and adjacent normal tissues value; I: Pathology image breast moderate nuclear grade ductal carcinoma in situ, with stove shape Ⅱ in filtrating ductal carcinoma (HE × 100).

表1 MR圖像分類為BI-RADS 4的病變的不同組織病理學結果與增強模式對照Tab.1 Characteristics of the patients and lesion enhancement patterns by histological group

表2 95個病灶以ADC值為1.20×10-3 mm2/s為閾值與組織病理學對照Tab.2 ADC values by histological group and pathological result, in relation to the 1.20×10-3 mm2/s cut-off point, among the 95 lesions evaluated

將患者的年齡、病變的大小、病變的主要增強模式、DWI的ADC值(乳腺實質部分和病變區域)，灌注圖像所測量的Ktrans、Kep、Ve值以及組織病理學的結果分為兩組(良性和惡性組)，使用SAS 18.0統計軟件進行統計學分析，以P＜0.05表示差異有統計學意義。

2 結果

本研究總樣本量為95個病灶，其中46個(48.4%)被歸為良性組，49個(51.6%)被歸為惡性組。患者的平均年齡為51歲(25～79歲)，病變的平均大小為2.2 cm (0.6～5.8 cm)。通過單因素方差分析，如表1所見，在患者年齡方面各組間差異無統計學意義(P=0.238)，在病變大小方面良惡性組間差異有統計學意義(P＜0.05)。良惡性組間的Ktrans和Kep值差異有統計學意義(P＜0.05)。

乳腺的正常腺體的實質部分和病變區域的ADC值分別為(1.82±0.22)×10-3mm2/s和(1.24±0.16)×10-3mm2/s，兩者比較差異有統計學意義(P＜0.05)。惡性組的平均ADC值較低，為(1.09±0.23)×10-3mm2/s，良性組的平均ADC值為(1.42±0.68)×10-3mm2/s，良惡性組間的平均ADC值比較，差異有統計學意義(P＜0.05)，見表2。根據以往文獻及診斷試驗研究[7]，筆者把ADC值為1.20×10-3mm2/s作為閾值標準，低于此值的認為是惡性病灶，高于此值的認為是良性病灶(表2)。

3 討論

3.1 DWI技術在診斷乳腺疾病中的應用

由于磁共振的DWI技術具有采集時間短，不需要使用順磁性對比劑和具有較高的敏感性等優勢，在乳腺疾病的鑒別診斷中逐漸得到廣泛應用，并隨著設備掃描參數的不斷優化，其診斷特異性也隨之提高[8]。在MRI的新技術中，DWI被認為在鑒別腫瘤的良惡性和評估治療效果方面是一種較有診斷價值的方法[1]。有研究結果表明，典型的惡性腫瘤的ADC值比良性增生和正常組織的ADC值要低，部分原因是由于惡性腫瘤的細胞密度大而導致的細胞外空間狹小，繼而引起水分子擴散受限所致[9]。通過測量ADC值可以部分地將這種復雜的微觀現象轉化為可定量測量的參數，繼而區分不同的組織來源。

本研究發現所觀察的病變區域的平均ADC值比正常的乳腺組織要低，其中惡性組的平均ADC值是最低的(壞死區域除外)，這一結論與既往部分文獻的研究結果一致[10-11]。Tsushima等[12]研究發現，DWI對乳腺癌的診斷有較大幫助，其敏感性和特異性分別為0.89和0.77。

在既往文獻中，就良、惡性病灶的ADC值臨界點的研究不在少數，同時結論各有不同[11，13]。本研究通過參考文獻[7]及診斷試驗研究的方法將乳腺病灶DWI檢查中ADC值為1.20×10-3mm2/s時作為區分組織的良、惡性的臨界點，與病理對照后正確率約為73%。筆者認為，采用較高的ADC值做臨界點可以有效避免對BI-RADS 4類病變進行過度檢查。在本研究的所有病例中，除了占全部病例5.5%的黏液癌(ADC值為2.20×10-3mm2/s)以外，其他所有ADC值高于1.74×10-3mm2/s的病灶最終病理都是非惡性的。這個臨界點與以往作者報告的臨界點范圍(1.60～1.81)×10-3mm2/s的平均值所接近。Spick等[14]還表示，DWI可能會消除部分MRI引導下活組織檢查的必要。在他們的研究中，當采用ADC值為1.58×10-3mm2/s作為臨界點時，可以避免34.5%的假陽性率，而且沒有假陰性發生。

3.2 灌注成像技術在診斷乳腺疾病中的應用

磁共振的灌注成像是一種能很好地顯示新生血管的成像方式，它能夠反映腫瘤的血管生成情況，而新生血管是腫瘤的生長、進展和轉移的必備條件。灌注成像的模式與腫瘤中新生成的微血管的密集程度密切相關[3]。它提供的血液動力學信息已達到定量分析的水平，其參數包括：(1)Ktrans，指對比劑從血管內擴散到血管外的速度常數；(2) Kep，指經過一段時間后，血管外組織間隙內的對比劑經擴散重新回到血管內的速度常數；(3) Ve，是血管外細胞外間隙占整個體素的容積比，能定量地評價病變組織的灌注情況[15]，從而能定量地對病變進行診斷及鑒別診斷。筆者在T1WI灌注成像檢查中觀察到的全乳血管明顯增加，究其原因可能是由于腫瘤血管所受的生長阻力較小，同時腫瘤的高新陳代謝在逐步刺激整個乳房的血管再生。此外，有研究報告顯示，表現為多病灶、大腫塊及有腋窩淋巴結轉移的乳腺癌患者，其全乳新生血管表現得也更為顯著，從而提示其預后較差[16]。由上可以推測，存在癌性病灶的乳房內新生血管明顯增多常提示惡性病灶的進行性生長和乳腺內轉移，乳腺內的新生血管可將腫瘤細胞植入到周圍的正常乳腺組織，從而引起衛星灶的形成和乳腺內的轉移。

3.3 MRI技術在診斷乳腺疾病中的聯合應用

MRI常規掃描技術結合DWI技術和灌注成像技術，可以提供活體組織乳腺的內部結構信息[10]，能更準確地反映出組織的病理學特性，通過測量ADC值及灌注成像定量參數，可提高鑒別診斷乳腺病灶的準確性，從定性診斷提高到定量診斷的飛躍，從而使BI-RADS 4類的病變與組織病理學分級相對應。本研究應用DWI序列結合灌注成像定量參數對鉬靶診斷BI-RADS 4類的可疑惡性病變進行病理學分類研究，使影像診斷結果更準確，能為臨床提供不同的建議，診斷為良性病變的，可后續用影像學方法隨訪觀察；診斷為惡性的病灶必要時進行穿刺活檢，使患者及時得到治療。

3.4 不足之處

本研究的目的是根據組織學特征對BI-RADS 4類的病灶進行分組，即將病變分為兩組，將不典型增生性病變歸為良性組，這可能會導致不同的組織學亞型被分在一組中，致使該組的ADC值變化較大。這有待于后期更大樣本的研究并進行更為明確的病理學分組。

總之，DWI結合灌注成像技術有助于區分乳腺的良惡性病變，對BI-RADS 4類的可疑惡性患者也能得到較為明確的診斷結果。

參考文獻 [References]

[1]El Khouli RH, Jacobs MA, Mezban SD, et al. Diffusion-weighted imaging improves the diagnostic accuracy of conventional 3.0 T breast MR imaging. Radiology, 2010, 256(1): 64-73.

[2]Jiang L, Lu X, Hua B, et al. Intravoxel incoherent motion diffusion-weighted imaging versus dynamic contrast-enhanced magnetic resonance imaging: comparison of the diagnostic performance of perfusion-related parameters in breast. J Comput Assist Tomogr,2018, 42(1): 6-11.

[3]Jia ZZ, Shi W, Shi JL, et al. Comparison between perfusion computed tomography and dynamic contrast-enhanced magnetic resonance imaging in assessing glioblastoma microvasculature. Eur J Radiol, 2017, 87(12): 120-124.

[4]Zervoudis S, Iatrakis G, Tomara E, et al. Main controversies in breast cancer. World J Clin Oncol, 2014, 5(3): 359-373.

[5]American College of Radiology. ACR BI-RADS?, Breast imaging reporting and data system. Reston, VA: American College of Radiology, 2013.

[6]Hartmann LC, Sellers TA, Frost MH, et al. Benign breast disease and the risk of breast cancer. N Engl J Med, 2005, 353(3): 229-237.

[7]Maltez de Almeida JR, Gomes AB, Barros TP, et al.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.

[8]Thomassin-Naggara I, De Bazelaire C, Chopier J, et al. Diffusion-weighted MR imaging of the breast: advantages and pitfalls. Eur J Radiol, 2013, 82(3): 435-443.

[9]Pereira FPA, Martins G, Carvalhaes de Oliveira RV. Diffusion magnetic resonance imaging of the breast. Magn Reson Imaging Clin N Am, 2011, 19(1): 95-110.

[10]Pereira FPA, Martins G, Figueiredo E, et al. Assessment of breast lesions with diffusion-weighted MRI: comparing the use of different b values. AJR Am J Roentgenol, 2009, 193(4): 1030-1035.

[11]Brand?o AC, Lehman CD, Partridge SC. Breast magnetic resonance imaging: diffusion-weighted imaging. Magn Reson Imaging Clin N Am, 2013, 21(2): 321-336.

[12]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.

[13]Parsian S, Rahbar H, Allison KH, et al. Nonmalignant breast lesions:ADCs of benign and high-risk subtypes assessed as false-positive at dynamic enhanced MR imaging. Radiology, 2012, 265(3): 696-706.

[14]Spick C, Pinker-Domenig K, Rudas M, et al. MRI-only lesions:application of diffusion-weighted imaging obviates unnecessary MR guided breast biopsies. Eur Radiol, 2014, 24(6): 1204-1210.

[15]Ryu JK, Rhee SJ, Song JY, et al. Characteristics of quantitative perfusion parameters on dynamic contrast-enhanced MRI in mammographically occult breast cancer. J Appl Clin Med Phys,2016, 17(5): 6091

[16]Han M, Kim TH, Kang DK, et al. Prognostic role of MRI enhancement features in patients with breast cancer: value of adjacent vessel sign and increased ipsilateral whole-breast vascularity. AJR Am J Roentgenol, 2012, 199(4): 921-928.