基于自動乳腺容積掃描、乳腺X線攝影及MRI的 BI-RADS分類鑒別乳腺良惡性腫塊

劉迎春，陳 林，龐 蕓，王 燕，裘之瑛，陳 悅

(復旦大學附屬華東醫院超聲科，上海 200040)

乳腺癌為全球女性最常見惡性腫瘤，是導致女性死亡的主要癌癥之一[1]，早期診斷乳腺癌是提高患者生存率的關鍵，如能早期進行手術治療，術后5年相對生存率達90%以上[2]。超聲(ultrasound, US)、乳腺X線攝影(mammography, MMG)和MRI是診斷乳腺癌的常用影像學方法。自動乳腺容積掃描(automated breast volume scanning, ABVS)是新型三維乳腺超聲成像技術，能獲得乳腺全容積數據，重建良好的冠狀面圖像，為診斷乳腺腫瘤提供較多有用信息。本研究對比分析基于ABVS、MMG及MRI的乳腺影像報告和數據系統(breast imaging reporting and data system, BI-RADS)分類鑒別乳腺良惡性腫塊的價值。

1 資料與方法

1.1 一般資料 回顧性分析2016年8月—2018年9月94例于復旦大學附屬華東醫院經常規超聲發現乳腺腫塊患者，均為女性，年齡21～85歲，平均(52.0±13.1)歲；共104個病灶；均接受乳腺ABVS、MMG和MR檢查。

1.2 儀器與方法

1.2.1 ABVS 采用Siemens Acuson S2000型彩色多普勒超聲診斷儀，配備14L5BV型、頻率5～14 MHz線陣探頭和觸摸屏。囑患者仰臥，雙手置于頭頂，充分暴露雙側乳腺，保持呼吸平穩。將足量耦合劑涂抹于乳腺皮膚表面，以探頭施加適當壓力，對患側乳腺行外側位、內側位和正位掃描，對乳腺體積較大者加行上位和下位掃描。系統根據乳腺大小自動調整掃描頻率、深度、聚焦位置和總增益。每次掃查可自動獲取15.4 cm×16.8 cm×6 cm(1 552.32 cm3)乳腺容積數據集。

1.2.2 MMG 采用GE Senograhe型數字化乳腺X線攝影機，自動優化參數模式曝光為主，手動模式曝光為輔，常規拍攝雙側乳腺頭尾位和內外側斜位圖像。

1.2.3 MRI 采用Siemens Magnetom Verio 3.0T超導型MR儀，配備四通道相控陣乳腺專用線圈。囑患者俯臥，頭先進，雙上肢自然置于額頭前方，使雙乳自然懸垂于線圈內，適當充填乳腺周圍空隙以固定。先行平掃，而后以流率3 ml/s經靜脈團注對比劑釓噴酸葡甲胺鹽(GD-DTPA)0.1～0.2 mmol/kg體質量，跟注20 ml生理鹽水，行動態增強掃描，TR/TE 4.7/1.7 ms，FA 10°，層厚 1.2 mm，層數128，體素1.2 mm×0.9 mm×1.2 mm，FOV 360 mm×360 mm，矩陣296×384；單期掃描時間60 s，共采集6期，采集時間6 min 21 s。掃描結束后繪制腫塊強化最明顯區域的時間-強度曲線(time intensity curve, TIC)，并按形狀分為4型：Ⅰ型為持續強化型，信號強度升高超過10%；Ⅱ型為平臺型，早期強化后，中后期信號強度維持在平臺水平，上升或下降幅度<10%；Ⅲ型為廓清型，早期強化后，中后期信號強度降低幅度>10%；Ⅳ型為無明顯強化，即信號強度增加≤10%[3]。

1.3 圖像分析和診斷標準 由分別具有8年以上乳腺超聲診斷經驗和MMG、乳腺MRI診斷經驗的副主任醫師各2名采用雙盲法評價圖像，意見不一致時經協商決定。

1.3.1 ABVS 基于ABVS橫切面和縱切面聲像圖特征，參照美國放射學會制定的第五版BI-RADS[4]超聲診斷標準進行分類，并根據ABVS冠狀面圖像特征加以調整，獲得ABVS診斷結果：如冠狀面圖像出現“匯聚征”或“蟲噬征”，將BI-RADS分類上調為5類；如冠狀面圖像出現“中-高回聲邊界”，將BI-RADS分類下調為3類；冠狀面圖像未見上述征象則BI-RADS分類不變。“匯聚征”指多幅冠狀面圖像上腫塊周邊出現索條狀中高回聲與低回聲相間，呈放射狀向腫塊聚集；“蟲噬征”為多幅冠狀面圖像上腫塊邊緣不規則，似蟲咬樣改變；“中-高回聲邊界”指多幅冠狀面圖像上腫塊周邊出現完整或不完整的高回聲邊界。

1.3.2 MMG 參照BI-RADS[4]，根據腫塊形態、邊緣和密度等形態學特征進行BI-RADS分類診斷。

1.3.3 MRI 參照BI-RADS[4]評估乳腺腫塊形態、信號、邊緣、增強方式及TIC類型，進行BI-RADS分類。

1.4 統計學分析 采用MedCalc 15.8統計分析軟件。以病理結果為標準，分別繪制基于ABVS、MMG及乳腺MRI的BI-RADS分類鑒別乳腺良惡性腫塊的ROC曲線，計算其最佳截斷值及相應AUC、敏感度和特異度；以Z檢驗比較3種方法AUC的差異，以χ2檢驗比較其診斷乳腺癌的敏感度和特異度的差異。P<0.05為差異有統計學意義。

2 結果

病理結果顯示，104個乳腺病灶中，良性59個(56.73%)，直徑0.60～4.60 cm、平均(1.80±0.86)cm，包括36個(34.62%)纖維腺瘤、13個(12.50%)導管內乳頭狀瘤、4個(3.85%)乳腺腺病、3個(2.88%)炎性病變、2個(1.92%)乳腺囊腫及1個(0.96%)管狀腺瘤；惡性45個(43.27%)，直徑0.70～6.30 cm、平均(2.20±1.19)cm，包括35個(33.65%)浸潤性導管癌、7個(6.73%)導管內原位癌、2個(1.92%)浸潤性小葉癌和1個(0.96%)小葉原位癌。

ABVS、MMG和MRI根據BI-RADS標準對104個乳腺腫塊的分類結果見表1。3種方法對多數腫塊的分類結果一致，部分存在差異，典型病例如圖1～3。ROC曲線(圖4)顯示，基于ABVS與MRI的BI-RADS分類鑒別乳腺良惡性腫塊的AUC均為0.93(Z=0.05，P=0.96)，均高于MMG(0.82，Z=2.74、3.32，P均<0.01)。3種方法的最佳截斷值均為BI-RADS 4a，ABVS的敏感度(91.11%)與MRI(88.89%)差異無統計學意義(χ2=0.12，P=0.73)，且均高于MMG(71.11%，χ2=5.87、4.44，P=0.02、0.04)；3種方法的特異度分別為86.44%、89.83%及83.05%，兩兩比較差異均無統計學意義(P均>0.05)。

圖1 患者女，46歲，右側乳腺囊腫 A.ABVS示病灶(箭)形態規則，邊緣光整，內部回聲均勻，冠狀面圖像示中高回聲邊界，BI-RADS 3類； B.MMG示病灶(箭)密度均勻，呈分葉狀，BI-RADS 4a類； C.增強MRI示病灶(箭)形態規則，邊緣光整，無強化，BI-RADS 3類； D.TIC為Ⅳ型

圖2 患者女，51歲，左側乳腺纖維腺瘤 A.ABVS冠狀面圖像示病灶(箭)出現中-高回聲邊界，BI-RADS 3類；B.MMG示病灶(箭)形態不規則，邊緣毛刺，內見點狀鈣化，BI-RADS 4b類； C.增強MRI示病灶(箭)形態規則，邊緣毛刺，明顯強化，BI-RADS 4b類； D.TIC為Ⅱ型

圖3 患者女，56歲，左側乳腺浸潤性導管癌 A.ABVS冠狀面圖像示病灶(箭)出現“匯聚征”，BI-RADS 5類； B.MMG示病灶(箭)形態不規則，邊緣毛刺，內見微鈣化，BI-RADS 4c類； C.增強MRI示病灶(箭)邊緣毛刺，明顯強化，BI-RADS 5類； D.TIC為Ⅲ型

表1 ABVS、MMG及MRI對104個乳腺腫塊的BI-RADS分類結果[個(%)]

圖4 基于ABVS、MMG及MRI的BI-RADS分類鑒別乳腺良惡性腫塊的ROC曲線

3 討論

超聲、MMG和MRI各有優勢，對診斷和鑒別診斷乳腺腫瘤具有重要作用，而三者用于乳腺癌的對比研究尚少。本研究通過分析104個乳腺腫塊的ABVS、MMG和MRI特征，比較其鑒別乳腺良惡性腫塊的價值。

MMG簡便易行、分辨率高、重復性好且不受體形限制，是篩查乳腺癌的“金標準”[5]。本研究基于MMG的BI-RADS分類鑒別乳腺良惡性腫塊的AUC為0.82，敏感度為71.11%，特異度為83.05%，與既往研究[6]結果相近。MRI具有軟組織分辨率高和無放射等特點，且動態增強圖像可顯示組織血流動力學特征，已廣泛應用于乳腺腫瘤的診斷和鑒別診斷。本研究基于MRI的BI-RADS分類鑒別乳腺良惡性腫塊的AUC為0.93，敏感度為88.89%、特異度為89.83%，與既往研究[7]相符。ABVS可自動獲取整個乳腺的容積數據，通過重建獲得常規超聲難以獲取的冠狀面圖像，從而對乳腺腫塊進行包括橫切面、縱切面和冠狀面在內的立體評估。本研究基于ABVS的BI-RADS分類鑒別乳腺良惡性腫塊的AUC為0.93，敏感度為91.11%，特異度為86.44%，與既往研究[8]報道類似。

ABVS、MMG和MRI對分類診斷乳腺腫塊均有較高臨床價值。本研究中ABVS與MRI鑒別診斷乳腺良惡性腫塊的AUC、敏感度差異均無統計學意義，且均高于MMG，與既往研究[9-13]結果相近。黃玉琴等[9]對比分析ABVS與鉬靶對乳腺腫塊的診斷價值，結果顯示ABVS診斷乳腺癌的準確率(92.9%)、敏感度(97.6%)均高于MMG(80.7%、77.6%，P均<0.05)。SUN等[10]分析107個乳腺腫塊，發現MRI分類診斷乳腺良惡性腫塊的AUC(0.948)高于X線鉬靶(0.877)。一項Meta分析[11]結果顯示，MRI診斷乳腺良惡性腫塊的AUC為97.4%，高于MMG(82.0%)。金葉等[12]對比觀察ABVS與增強MRI診斷乳腺良惡性腫塊的價值，發現二者敏感度(91.18% vs. 90.70%)和AUC(0.96 vs. 0.95)差異均無統計學意義。王培蕾等[13]亦得出類似結果。ABVS能以橫切面、縱切面及冠狀面顯示乳腺腫塊，全面反映其形態學特征；MRI不僅能顯示乳腺腫塊的形態，還可評估其血流動力學特征，診斷結果更準確；二者的診斷效能較MMG更高。

本研究的主要缺陷在于納入病例均為腫塊型乳腺病變，多無鈣化，而MMG對鈣化型(尤其沙粒樣鈣化)病灶具有較高檢測能力[14-15]，有待增加樣本量進一步比較、觀察。

總之，基于ABVS、MMG、MRI的BI-RADS分類對鑒別診斷乳腺良惡性腫塊均具有較高效能；ABVS與MRI的診斷效能相當，且均高于MMG。