乳腺X線直方圖鑒別BI-RADS 4類腫塊良惡性的價值

陳艷，韓義娜，郭亞飛，呂以東，趙鑫

（鄭州大學第三附屬醫院 醫學影像科，河南 鄭州 450051）

因X 線檢查對乳腺鈣化的顯示較超聲、MRI有明顯優勢，所以乳腺X 線檢查一直是乳腺癌篩查的重要手段，但由于腺體的重疊，乳腺X 線檢查對腫塊的顯示具有局限性。目前國際上乳腺影像診斷主要參考美國的乳腺影像報告和數據系統（breast imaging reporting and data system，BI-RADS）［1］，其將乳腺腫塊分為BI-RADS 2～6 類，其中被分為BI-RADS 4 類的乳腺腫塊惡性可能性為3%～94%，良惡性重疊較多，均建議穿刺活檢或手術切除，對臨床指導意義有限［2］。且該報告系統對腫塊的BI-RADS 分類具有一定主觀性，對影像醫師的專業水平要求較高。因此如何提高乳腺X 線對BI-RADS 4 類腫塊良惡性的鑒別一直是臨床難點。對影像圖像的灰度分布情況進行直方圖分析是一種新的計算機輔助診斷技術［3-5］，其價值已得到普遍證實［6］。本研究基于乳腺X 線圖像對BI-RADS 4 類的腫塊進行直方圖分析，通過提取良、惡性腫塊的像素值，提供與疾病診斷和鑒別診斷有關的參數信息，可為乳腺BI-RADS 4 類腫塊良、惡性的鑒別提供更多的定量信息。

1 資料與方法

1.1 一般資料

回顧性分析鄭州大學第三附屬醫院2017 年7月至2019 年11 月經手術病理證實的138 例乳腺腫塊患者，其腺體實質由兩名影像醫師診斷為致密腺體。患者均為女性，年齡23～81 歲。良性患者74 例，平均年齡（39.15±8.63）歲；2 例雙乳發病，72 例單乳發病，單乳多發5 例，單乳單發67 例，共計82 枚腫塊；其中纖維腺瘤53 枚，腺病10 枚，腺病伴纖維腺瘤9 枚，炎癥伴膿腫4 枚，腺病伴乳管內乳頭狀瘤4 枚，葉狀腫瘤2 枚。惡性患者64 例，平均年齡（51.34±10.44）歲；3 例為雙乳單發腫塊，61 例為單乳單發腫塊，共計67枚腫塊；其中浸潤性導管癌49 枚，導管內癌伴微浸潤9 枚，導管內癌6 枚，髓樣癌1 枚，乳頭狀癌2 枚。納入標準：①經兩名影像專業高年資主治醫生診斷：乳腺X 線影像顯示腫塊征象，且依據BI-RADS［1］分類為4 類；②乳腺X 線圖像符合后處理要求；③首次經病理證實為乳腺良性病變或乳腺癌。

1.2 儀器與方法

術前使用西門子全數字乳腺X 線攝影機對患者行常規頭尾位（cranial-caudal，CC）、內外側斜位（medial-lateraloblique，MLO）乳腺攝片。曝光模式均為AUTO-TIME 模式，根據患者腺體發育情況自動設定曝光條件，電壓28 kV，電流60 mAs。

1.3 圖像處理與分析

1.3.1 圖像選擇 由2 名影像專業高年資主治醫師參照美國放射學會推薦的第5 版BI-RADS［1］，采用雙盲法對乳腺X 線圖像顯示為腫塊，且BI-RADS分類為4 類的每位患者的CC 位及MLO 位圖像進行比較，選取病灶較清晰者行軟件內感興趣區（ROI）的勾畫及直方圖分析。

1.3.2 直方圖分析 使用MaZda（4.6）軟件，將所選病變圖像打開，由同1 名醫師沿病變邊緣逐一手動圈出病變區域用紅色填充，即手動勾畫ROI，軟件自動生成ROI 的灰度直方圖，見圖1、2。通過灰度直方圖分析計算得到下列參數：平均值、方差、偏斜度、峰度、第1、10、50、90、99 百分位數等。

圖1 BI-RADS 4 類乳腺良性腫塊及ROI 勾畫及運行出的直方圖

圖2 BI-RADS 4 類乳腺惡性腫塊及ROI 勾畫及運行出的直方圖

1.4 統計學方法

采用SPSS 22.0 統計軟件分別對各參數的兩組數值進行統計學分析。計量資料以均數±標準差表示，比較采用兩獨立樣本t檢驗。P＜0.05 為差異有統計學意義。繪制受試者工作特征（ROC）曲線，計算曲線下面積（AUC），預測乳腺BI-RADS 4 類腫塊良惡性的最佳閾值。

2 結果

2.1 乳腺BI-RADS 4 類腫塊良惡性的直方圖參數比較

乳腺BI-RADS 4 類腫塊共149 枚，其中良性腫塊82 枚，惡性腫塊67 枚，兩種腫塊直方圖各參數值見表1。由灰度直方圖分析得到的9 個參數中，平均值、方差、第1、10、50、90、99 百分位數這7 個參數差異有統計學意義（P＜0.05），其余2 個參數偏度、峰度差異無統計學意義（P＞0.05）。

2.2 直方圖參數的ROC 曲線分析

ROC 曲線分別分析平均值、方差、偏斜度、峰度、第1、10、50、90、99 百分位數等參數的特征在兩組腫塊之間的鑒別診斷效能，差異有統計學意義的參數分別在對應的兩組腫塊之間的AUC，其中以第99 百分位數的AUC 最高為0.73，敏感度為80.6%，特異度為56.1%，最佳臨界值為0.44。見圖3、表1。

圖3 BI-RADS 4 類腫塊各有統計學意義參數的ROC 曲線

表1 B-RADS 4 類良惡性腫塊X 線圖像直方圖各參數數據及統計分析 （）

表1 B-RADS 4 類良惡性腫塊X 線圖像直方圖各參數數據及統計分析 （）

3 討論

乳腺癌是我國乃至全球女性最常見的惡性腫瘤之一，乳腺癌的早發現、早治療對提高其預后情況及長期生存率至關重要［7］。乳腺X 線圖像對乳腺惡性鈣化的顯示較其他影像檢查有明顯的優勢，所以乳腺X 線攝影一直是乳腺癌篩查的重要手段。但中國女性乳腺以致密腺體為主，由于大量腺體的重疊，乳腺腫塊作為另一重要的乳腺病變表現，較易漏診及誤診［8］。目前影像診斷醫師對乳腺X 線腫塊的診斷主要依據2013 年美國放射學會推薦的第5 版BI-RADS［1］。

BI-RADS 將乳腺X 線圖像中的腫塊依據腫塊的形態、邊緣、密度不同分為2～6 類，2 類為良性腫塊，3 類為0%～2%的惡性可能，5 類為95%以上的惡性可能，6 類為已病理證實惡性腫塊［1］，以上幾類的乳腺腫塊，良惡性的重疊較少，可以為臨床醫師提供較明確的處理意見。BI-RADS 4 類腫塊包括：能觸診到的未見明確良性鈣化、脂肪密度的腫塊；邊緣模糊、毛刺的等、高密度腫塊，其惡性可能為3%～94%［1-2］，跨度較大，良惡性重疊較多，不能為臨床醫師提供較有意義的處理意見。

對影像圖像的灰度進行直方圖分析是一種新的計算機輔助診斷技術［3］，運用直方圖分析軟件手動勾畫病變區圖像，并對勾畫圖像的灰度及像素值進行分析，獲得每一個病變區圖像的多個參數值，并對不同類別病變圖像的同一參數值進行統計分析，比較各參數的統計學意義，進而為鑒別不同病變提供一個新的分類方法。目前已較多用于成人及兒童顱腦腫瘤［9-10］、宮頸癌［11］、乳腺腫瘤［12-15］等的診斷和鑒別。通過MaZda（4.6）軟件勾畫病變ROI 后進行直方圖分析，獲得的與不同疾病鑒別相關的參數為平均值、方差、偏斜度、峰度、第1、10、50、90、99 百分位數等。直方圖分析法鑒別乳腺腫塊的良、惡性，不受診斷醫師主觀因素干擾，是利用計算機計算病變區域的圖像信息，為BI-RADS 4 類腫塊的良惡性鑒別提供了一個較客觀的方法。

本研究基于X 線圖像利用MaZda（4.6）軟件對BI-RADS 4 類良、惡性腫塊特征進行分析，通過分析平均值、方差、偏度、峰度、第1、10、50、90、99 百分位數等9 個直方圖參數在BI-RADS 4 類良、惡性腫塊中的統計學意義，得出如下結果：平均值、方差、第1、10、50、90、99 百分位數這7 個參數在兩種腫塊之間的差異有統計學意義（P＜0.05）。7 個參數診斷惡性腫塊的受試者工作特性曲線下面積分別為0.69、0.63、0.63、0.65、0.69、0.72、0.73，以第99 個百分數這一參數的鑒別效能最佳。

綜上所述，基于乳腺X 線的直方圖分析，對鑒別BI-RADS 4 類腫塊良惡性具有一定價值，能夠為兩者鑒別提供一定客觀依據，為臨床治療方案的選擇提供一定參考。