MRI擴散峰度成像對乳腺病變的價值分析

陳小云

（泰州市人民醫院影像科，江蘇 泰州 225300）

擴散峰度成像（diffusion kurtosis imaging，DKI）屬于新型磁共振（magnetic resonance imaging，MRI）擴散成像技術，可通過組織內水分子的非高斯擴散運動反映其內部微觀結構，以此實現診斷價值[1，2]。相較于傳統MRI 彌散技術而言，DKI 可有效彌補高斯運動的局限性，敏感性更高，現已作為MRI 補充序列應用于腦、脊髓以及乳腺等相關疾病的臨床科研中[3，4]。目前，已有研究表明[5]，DKI 在乳腺病變等疾病中的診斷靈敏度高于傳統擴散成像，但DKI 技術在乳腺腫瘤中的研究報道較少，其對良、惡性乳腺腫瘤的鑒別及診斷效能尚不明確，有待研究的進一步深入。本研究以2017 年1 月-2021 年7 月泰州市人民醫院確診的60 例乳腺病變患者為研究對象，探索MRI 擴散峰度成像對乳腺病變性質的鑒別診斷作用，現報道如下。

1 資料與方法

1.1 一般資料 以2017 年1 月-2021 年7 月在泰州市人民醫院確診的60 例乳腺病變患者為研究對象，患者均為女性，以乳房腫塊為主訴，部分伴乳頭溢液癥狀；年齡20～75 歲，平均年齡（47.52±4.38）歲；病理檢查：總病灶63 個，良性病變42 個（40 例），其中纖維腺瘤20 個、乳腺囊腫15 個、炎性病變7 個；惡性病變21 個（18 例），其中導管原位癌11 個、浸潤性導管癌6 個、黏液腺癌4 個。本研究已獲得醫院審查委員會批準，所有患者均知情同意并簽署同意書。

1.2 納入和排除標準 納入標準：①后續經病理檢查確診，資料完整；②本次檢查前未行手術及放化療治療；③無MRI 檢查禁忌。排除標準：①病灶直徑＜5 mm；②同側乳腺有多發病變影響觀察者；③檢測圖像偽影過重影響正常測量者；④配合度低，無法完成檢測者。

1.3 方法

1.3.1 掃描方案 用西門子MAGNTOM Skyra 3.0T MRI 進行檢查，受檢者俯臥于檢查床，使雙側乳房懸垂于乳腺專用線圈（8 通道）中，以乳頭為懸垂最低點，適當調整加壓，保持乳腺與線圈緊貼。隨后依次掃描軸位T1加權（T1WI）、橫軸位擴散加權（DWI）掃描、橫軸位DKI 掃描及動態增強掃描，掃描范圍包括雙側全部乳腺組織、前胸壁與雙側腋窩，期間叮囑患者保持身體穩定，并注意平緩呼吸。掃描參數：①Flash 3D T1WI 橫軸位平掃：TR：6 ms，TE：2.34 ms，FOV：35 cm×35 cm，矩陣：320×320，層厚：2 mm，層間距：0.4 mm，掃描時間：1 min 14 s；②脂肪抑制橫軸位掃描：TR：6340 ms，TE：45 ms，FOV：35 cm×35 cm，矩陣：384×384，層厚：4 mm，層間距：1 mm，掃描時間：2 min 27 s；③橫軸位DWI 掃描：TR：5430 ms，TE：55 ms，FOV：34 cm×34 cm，矩陣：200×170，層厚：5 mm，層間距：0，掃描時間：3 min 33 s；④橫軸位DKI掃描：b值：0、500、1000、1500、2000 s/mm2，TR：4200 ms，TE：78 ms，FOV：38 cm×20 cm，矩陣：160×160，層厚：5 mm，層間距：0 mm，掃描時間：5 min 42 s；⑤動態增強掃描（1+5）：TE：1.55 ms，TR：4.17 ms，FOV：34 cm×34 cm，矩 陣：320×320，層厚：0.9 mm，層間距：0。對比劑為釓噴酸葡胺注射液（廣州康臣藥業有限公司，國藥準字H10950231，規格：10 ml∶4.69 g），劑量0.1 mmol/kg，以2.5 ml/s 速度團注，完畢后追加15～20 ml 等滲生理鹽水。注藥20 s 后開始增強掃描，連續5 期，62 s/期，總掃描時間：6 min 37 s。

1.3.2 圖像分析 將原始數據傳至處理工作站，通過Function Tools 軟件進行處理，獲得彌散系數（ADC）圖、DKI 相關參數圖及DKI 信號曲線圖，DKI 參數圖包括平均峰度（MK）圖、軸向峰度（AK）圖、徑向峰度（RK）圖、平均擴散率（MD）圖、各向異性分數（FA）圖，由2 位或以上資深影像科醫師共同閱片，采用ROI 法對病灶區域ADC 值、MK 值、AK 值、RK 值、MD 值、FA 值進行測量，所有數據測量3 次，取平均值。

1.4 觀察指標 ①比較ADC 值與DKI 參數值在良、惡性乳腺病變中的數值差異；②比較ADC 值與DKI參數值在不同病理類型乳腺病變中的數值差異；③分析ADC 值與DKI 參數值對良、惡性乳腺病變的診斷效能。以病理檢驗為金標準，繪制受試者工作特征曲線（ROC），依據最大Youden 指數，獲取其臨界值、靈敏度及特異性，以敏感性為縱坐標，（1-特異性）為橫坐標，計算各參數的ROC 曲線下面積（AUC），以此判定其診斷效能，AUC 越大，提示指標的診斷能力越好。

1.5 統計學分析 采用SPSS 21.0 軟件進行數據分析，計數資料符合正態分布的使用（）表示，組間比較行獨立樣本t檢驗；繪制ROC 曲線評價診斷效能，比較行Z檢驗，P＜0.05 表明差異有統計學意義。

2 結果

2.1 良、惡性乳腺病變的ADC 值及DKI 參數值比較良性乳腺病變的MK、AK、RK 值低于惡性乳腺病變，MD、ADC 值高于惡性乳腺病變，差異有統計學意義（P＜0.05）；良、惡性乳腺病變的FA 值比較，差異無統計學意義（P＞0.05），見表1。

表1 良、惡性乳腺病變的ADC 值及DKI 參數值比較（）

表1 良、惡性乳腺病變的ADC 值及DKI 參數值比較（）

2.2 不同病理類型的ADC 值及DKI 參數值比較 不同病理類型的ADC、MK、MD、AK、RK 值比較，差異有統計學意義（P＜0.05），FA 值比較，差異無統計學意義（P＞0.05）；且ADC、MD 值在浸潤性導管癌、導管原位癌、黏液腺癌中呈遞增，MK、AK、RK 值呈遞減，差異有統計學意義（P＜0.05）。

表2 不同病理類型的ADC 值及DKI 參數值比較（）

表2 不同病理類型的ADC 值及DKI 參數值比較（）

2.3 ADC 值與DKI 參數值的診斷效能分析 ADC、MK、AK、RK 及MD 均可作為良、惡性腫瘤病變的診斷依據（P＜0.05）；其中，AK、MK、RK、MD 參數診斷惡性乳腺病變的AUC 值大于傳統ADC，差異有統計學意義（P＜0.05），見表3、圖1。

表3 ADC 及DKI 參數的診斷效能分析

圖1 MK、MD、FA、AK、RK、ADC 診斷乳腺腫塊為惡性病變的ROC 曲線圖

3 討論

擴散磁共振成像是乳腺疾病的常用檢查方式，屬于非侵入性功能成像技術，可通過分子水平反映乳腺腫瘤微環境[6，7]，包括擴散加權成像（DWI）、擴散張量成像（DTI）與DKI。其中DWI、DTI 均是以水分子擴散呈高斯分布為模型理論，其常用參數為ADC值，該指標可用于水分子彌散運動程度的定量分析，對良、惡性病變具有一定的鑒別價值。但基于擴散敏感因子b 值增加及細胞內外間隔等因素的影響，活體組織內水分子呈非高斯分布的可能性更高，因此，DKI 這一非高斯擴散模型成像更適用于組織學微觀結構特征的觀察與研究[8-10]。DKI 是于DTI 基礎上拓展而來的新型技術，可通過水分子在組織器官中的非高斯擴散運動反應其結構的微觀變化[11]，其脈沖序列與DWI 相同，但DKI 彌散方向更多，且b值更高，可對水分子的限制性擴散作出更為豐富、準確的描述[12-14]。近年來，DKI 已逐漸應用于腫瘤領域的臨床研究中，已有多項報道證實[15-17]，多b 值DKI序列在良、惡性腫瘤的鑒別診斷中顯現出良好的評價效能，且隨著高場強磁共振的不斷普及，關于DKI對乳腺病變的鑒別診斷價值也獲得了更多關注。DKI 的主要成像參數包括MK、AK、RK、MD 及FA，其中MK 可反映擴散受限程度，其大小取決于感興趣區域內微觀組織結構的復雜度，復雜度越高MK值越大，水分子擴散偏離高斯分布程度越大；AK 則是指軸向峰度值，軸向水分子擴散受限程度越大AK 值越大；RK 是指徑向峰度，其大小取決于徑向水分子擴散受限程度；MD 則為各方向彌散系數的平均值，其大小與組織內水分子的含量有關；FA 是彌散各向異性與整個彌散的比值，可反映水分子擴散的各向異性程度。

本研究結果顯示，良性病變MK、AK、RK 值低于惡性乳腺病變，MD、ADC 值高于惡性病變（P＜0.05），與黃艷芳[18]研究一致，提示DKI 參數值（MD、MK、AK、RK）及傳統ADC 值在良、惡性病變的檢測中存在明顯差異，以上參數均可為乳腺病變性質鑒別提供可靠的診斷依據。分析認為，惡性病灶增殖活躍，其細胞密度大、細胞間質空間小、水分子含量少，水彌散受限較大[19]，因而MK、AK、RK 值較良性病灶更高，MD 值及常規ADC 值則低于良性病灶。同時，不同病例類型的ADC、MK、MD、AK、RK 值比較，差異有統計學意義（P＜0.05），且ADC、MD 值在浸潤性導管癌、導管原位癌、黏液腺癌中呈遞增，MK、AK、RK 值呈遞減（P＜0.05），提示MK、MD、AK、RK 值與ADC 值在不同病理類型中存在一定規律，這與其腫瘤組織微觀結構的復雜程度密切相關，病變組織結構越復雜，其水分子擴散受限越顯著，可為不同病理類型病變的鑒別提供有效的參考價值。其中浸潤性導管癌的細胞間隙較小，核漿較高，不僅限制了水分子的自由擴散，且多伴有壞死、囊變等狀況，結構更為復雜，多不均質，因而MD 值最低，MK值最高[20]。此外，以病理檢驗為金標準，通過ROC 曲線可知，AK、MK、RK、MD 參數診斷惡性病變的AUC大于傳統ADC（P＜0.05）。表明AK、MK、RK、MD 在乳腺病變鑒別中的診斷效能優于ADC。分析原因為惡性病灶的內部微觀結構相對復雜，其彌散模型多偏離高斯分布，采用AK、MK、RK、MD 等DKI 參數可獲得更為準確的診斷結果[21]。

綜上所述，DKI 中AK、MK、RK、MD 參數在乳腺病變性質的鑒別中具有可靠的診斷價值，其診斷效能優于常規ADC 參數，具有較大的應用潛能，值得臨床進一步探究。