彌散加權(quán)成像模型鑒別乳腺良惡性病變

阮惠萍，何慕真

(福建醫(yī)科大學省立臨床醫(yī)學院 福建省立醫(yī)院放射科，福建 福州 350013)

MRI在診斷乳腺病變及其分期和預(yù)后隨訪中具有重要作用。基于不同b值的彌散加權(quán)成像(diffusion weighted imaging, DWI)模型，包括單指數(shù)模型、體素內(nèi)不相干運動(intravoxel incoherent motion， IVIM)和彌散峰度成像(diffusional kurtosis imaging， DKI)模型等，對于鑒別肝臟、前列腺、甲狀腺及腦腫瘤均有一定價值。本研究觀察DWI單指數(shù)模型、IVIM與DKI模型鑒別診斷乳腺良、惡性病變的效能。

1 資料與方法

1.1 一般資料 分析2019年6月—2020年10月福建省立醫(yī)院收治的202例患者、215個疑診乳腺惡性病變(超聲或乳腺X線BI-RADS 4A、4B、4C或5類)。納入標準：①MR檢查前未接受穿刺活檢、放射治療及化學治療等；②無MR檢查禁忌證；③活檢或手術(shù)病理資料完整。排除標準：①病灶實性部分過小，無法勾畫ROI；②圖像質(zhì)量差。

1.2 儀器與方法 采用Siemens MAGNETOM Prisma 3.0T MR儀，配備18通道雙側(cè)乳腺專用相控表面線圈，行乳腺掃描。囑患者俯臥，使雙側(cè)乳腺自然懸垂于線圈雙孔內(nèi)。行T1W和雙側(cè)乳腺快速反轉(zhuǎn)恢復(fù)(turbo inversion recovery magnitude，TIRM)序列掃描后，采集多b值DWI，參數(shù)：TR 5 700 ms，TE 62 ms，層厚4 mm，層數(shù)35，帶寬2 024 Hz/Px，F(xiàn)OV 340 mm×60 mm，矩陣114×190，b=0、30、50、80、120、160、200、500、1 000、1 500及2 000 s/mm2，掃描時間5 min 8 s。

1.3 數(shù)據(jù)分析 于Siemens工作站(body diffusion toolbox)對圖像進行后處理，分別獲得單指數(shù)模型、IVIM和DKI模型相關(guān)參數(shù)圖。單指數(shù)模型：選擇b=0和1 000 s/mm2進行計算，獲得表觀彌散系數(shù)(apparent diffusion coefficient, ADC)。IVIM模型：選擇0、30、50、80、120、160、200、500和1 000 s/mm2共9個b值，采用經(jīng)典兩步計算法，獲得灌注分數(shù)(perfusion fraction， FP)、真實彌散系數(shù)(diffusion coefficient， D)和灌注相關(guān)彌散系數(shù)(perfusion-diffusion coefficient， DP)。DKI模型：選擇5個高b值(0、500、1 000、1 500和2 000 s/mm2)進行計算，獲得平均峰度(mean kurtosis， K)和平均彌散率(mean diffusivity， D)。

由具有10年和2年乳腺影像學診斷經(jīng)驗的主治及住院醫(yī)師各1名分別閱片，于b=1 000 s/mm2的顯示病灶實性成分最大層面ADC圖上避開明顯壞死、囊變、液化區(qū)域勾畫30～172 mm2的ROI，并將ROI復(fù)制到其他參數(shù)圖同層面相同位置上獲得其他相應(yīng)參數(shù)；所有參數(shù)均測量2次，取平均值。

1.4 統(tǒng)計學分析 采用SPSS v22.0統(tǒng)計分析軟件和R軟件(3.6.0)。分別以Shapiro-Wilk檢驗及Levene方差檢驗進行正態(tài)性及方差齊性分析。以±s表示符合正態(tài)分布的計量資料，行兩獨立樣本t檢驗；以中位數(shù)(上下四分位數(shù))描述不符合正態(tài)分布者，行Mann-WhitneyU檢驗。以組內(nèi)相關(guān)系數(shù)(intraclass correlation coefficient， ICC)分析同名醫(yī)師2次測量及不同醫(yī)師首次測量各參數(shù)結(jié)果的一致性：ICC≥0.75為一致性好，0.50≤ICC<0.75為一致性一般，ICC<0.5為一致性差。將單因素分析結(jié)果顯示P<0.10的變量納入多因素逐步logistic回歸分析，保留統(tǒng)計結(jié)果P<0.10的參數(shù)，建立最佳聯(lián)合模型。以病理結(jié)果為金標準，采用受試者工作特征(receiver operating characteristic， ROC)曲線，計算曲線下面積(area under the curve, AUC)，評估各參數(shù)及聯(lián)合模型鑒別乳腺腫瘤良惡性的效能；以DeLong檢驗比較其差異。P<0.05為差異有統(tǒng)計學意義。

2 結(jié)果

202例患者均為女性。良性組54例，年齡28～62歲，平均(43.8±9.2)歲；包括63個病灶，其中15個腺病，45個纖維腺瘤，3個膿腫。惡性組148例，年齡27～80歲，平均(52.1±11.0)歲；包括152個病灶，其中135個浸潤性導(dǎo)管癌(圖1)，16個導(dǎo)管原位癌，1個腺樣囊腺癌。組間年齡差異有統(tǒng)計學意義(t=-4.93，P<0.01)。

2.1 良、惡性組間各參數(shù)比較 同名醫(yī)師2次測量IVIM-FP(ICC=0.68)和不同醫(yī)師首次測量IVIM-FP及IVIM-DP(ICC均=0.72)的一致性一般，同名醫(yī)師2次測量及不同醫(yī)師首次測量其余參數(shù)結(jié)果的一致性好(ICC均≥0.75)。良、惡性組ADC、IVIM-D、DKI-K、DKI-D差異均有統(tǒng)計學意義(P均<0.001)，見表1。

2.2 單參數(shù)及聯(lián)合參數(shù)的診斷效能 逐步logistic回歸分析顯示，ADC的OR值為2.61×10-5[95%CI(5.81×10-6,1.17×10-4)，P<0.01]，DKI-K的OR值為0.35[95%CI(0.19,0.65)，P=0.09]，據(jù)此建立ADC+DKI-K聯(lián)合模型。

ROC曲線(圖2)顯示，單一參數(shù)中，ADC鑒別乳腺良、惡性病變的AUC為0.92，取0.98 μm2/ms為臨界值時，其診斷敏感度、特異度和準確率最高，ADC的AUC高于DKI-K及IVIM-DP(Z=4.72、6.78，P均<0.01)，與IVIM-D、DKI-D差異無統(tǒng)計學意義(Z=0.64、1.34，P=0.52、0.18)；ADC+DKI-K聯(lián)合模型的AUC為0.92，與ADC的AUC差異無統(tǒng)計學意義(Z=1.11，P=0.27)，見表2。

表1 乳腺良、惡性病變各參數(shù)比較[中位數(shù)(上下四分位數(shù))]

表2 單參數(shù)及聯(lián)合參數(shù)鑒別乳腺良、惡性病變的ROC曲線分析結(jié)果

圖2 各參數(shù)鑒別乳腺病變良、惡性的ROC曲線

3 討論

鑒別乳腺良、惡性病變時，乳腺X線攝影和超聲檢查的敏感度、特異度及準確率均低于MRI，尤其對于致密型乳腺[1-2]。DWI為MR功能成像之一，能分析活體組織水分子的布朗運動，間接反映組織細胞密集程度和細胞膜完整性，有利于提高鑒別乳腺良、惡性病變的準確性。

單指數(shù)模型僅以2個b值進行曲線擬合。以3.0T MR儀行乳腺掃描時，高b值一般設(shè)置為800～1 000 s/mm2，可獲得較好的圖像質(zhì)量和較高的診斷價值[3]。本研究采用b值為0和1 000 s/mm2進行曲線擬合，結(jié)果顯示，ADC鑒別乳腺良、惡性病灶的AUC為0.92，閾值為0.98 μm2/ms時，其診斷敏感度為91.45%，特異度為82.54%，準確率為88.84%。

IVIM模型中，b值較低時(≤200 s/mm2),組織彌散受微循環(huán)灌注影響；隨b值逐漸升高,微循環(huán)灌注所占比例逐漸減小,可更真實地反映組織內(nèi)的水分子擴散[4]，但過高的b值會導(dǎo)致圖像信噪比明顯降低，故IVIM模型中b值多設(shè)置0～1 000 s/mm2，且至少需4個不同b值，以獲得IVIM模型的參數(shù)值[4-5]。本研究選取<1 000 s/mm2的9個b值獲取的3個IVIM模型參數(shù)中，僅IVIM-D在乳腺良、惡性病變之間差異有統(tǒng)計學意義，有助于鑒別診斷。IVIM-D反映去除微循環(huán)灌注后真實的水分子擴散。本研究中惡性病變IVIM-D明顯低于良性病變，與既往研究[6-8]結(jié)果相符。IVIM-FP代表體素內(nèi)微循環(huán)灌注效應(yīng)擴散占總體擴散效應(yīng)的容積率，本研究良、惡性組間IVIM-FP差異無統(tǒng)計學意義，可能與IVIM-FP在不同觀察者及不同設(shè)備間重復(fù)性較差有關(guān)[9]。IVIM-DP代表體素內(nèi)微循環(huán)灌注相關(guān)彌散運動，易受鄰近結(jié)構(gòu)及運動偽影影響，多數(shù)研究[6-7,10]認為乳腺良、惡性腫瘤間IVIM-DP差異無統(tǒng)計學意義，本研究結(jié)果與之一致。

傳統(tǒng)DWI模型中，水分子彌遵循高斯分布；b值過高(>1 000 s/mm2)時，水分子擴散呈非高斯分布，此時DKI模型更有利于評估病灶的水分子擴散情況[11-12]。NOGUEIRA等[11]提出DKI模型需包含高b值(2 000～3 000 s/mm2)。本研究良、惡性組間DKI-D和DKI-K差異均有統(tǒng)計學意義，與既往研究[12-14]結(jié)果相似。DKI-D是各個方向彌散系數(shù)的均值，可避免組織結(jié)構(gòu)對彌散的影響和微循環(huán)內(nèi)血液的假性彌散效應(yīng)。惡性腫瘤組織細胞增殖性強，細胞密集，細胞外水分子運動體積越小，水分子擴散運動受限越明顯。DKI-K為各個方向峰度的均值，反映彌散的不均質(zhì)性和受限程度，提示生物組織微觀結(jié)構(gòu)的復(fù)雜性[15]。乳腺惡性病變結(jié)構(gòu)不均質(zhì)，細胞密集程度高，間質(zhì)血管增生，故其DKI-K顯著高于良性病變[12-14]。

LI等[14]認為DKI-D及DKI-K與ADC鑒別乳腺良惡、性腫瘤的AUC均差異無統(tǒng)計學意義。本研究中，ADC鑒別乳腺病變良惡性的AUC高于DKI-K和IVIM-DP，與IVIM-D及DKI-D間差異無統(tǒng)計學意義，其診斷敏感度、特異度及準確率均較高，可能與ADC圖信噪比及參數(shù)可重復(fù)性高有關(guān)；而VIM-D及DKI-D在逐步回歸分析中被剔除，可能因其與ADC均反映水分子擴散，而DKI-K反映組織結(jié)構(gòu)的復(fù)雜性。ADC+DKI-K聯(lián)合模型的特異度及準確率稍高于ADC，但其AUC與ADC差異無統(tǒng)計學意義，提示聯(lián)合參數(shù)掃描時間長、患者耐受性差，單參數(shù)模型的掃描時間短，后處理簡便，更適用于臨床應(yīng)用。

本研究的局限性：①復(fù)制ADC圖ROI至同層面同位置分析其他參數(shù)圖，可能導(dǎo)致信噪比較差的像素值被納入統(tǒng)計，導(dǎo)致IVIM及DKI圖數(shù)據(jù)可重復(fù)性較差；②IVIM或DKI參數(shù)與乳腺癌預(yù)后因素之間的潛在相關(guān)性，如腫瘤大小、核分級、生物學標記及轉(zhuǎn)移淋巴結(jié)等有待進一步觀察。

總之，DWI單指數(shù)模型、IVIM和DKI模型對鑒別乳腺良、惡性病變均有較高診斷價值；DWI單參數(shù)中，ADC的診斷效能最佳，與聯(lián)合參數(shù)模型相當。