乳腺結節三維剪切波超聲成像冠狀面參數優化BI-RADS 分類的臨床研究

劉 琳，曹秀群，張 博，張海青，孟 磊，趙俊軍，潘曉芳

（大連醫科大學附屬大連市中心醫院，遼寧 大連 116033）

乳腺癌發病率已居城市女性惡性腫瘤發病率首位[1]。在以致密性乳腺為主的亞洲女性中，傳統超聲是目前診斷乳腺結節的重要非侵入性一線檢查方法。但臨床上普遍應用的傳統超聲乳腺影像報告和數據系統（BI-RADS）仍然存在過度依賴操作者經驗、特異度不高的缺陷[2]。已有研究證實二維剪切波彈性成像（2D-SWE）技術有助于提高傳統BI-RADS分類的診斷效能[3]，但乳腺結節主要彈性特征只能在二維的橫斷面或矢狀面圖像單一平面上獲得，而且無法顯示冠狀面。實時三維剪切波彈性成像（3DSWE）可以立體全面地展示結節的矢狀面、橫斷面及冠狀面的硬度特征，而且每種成像斷面能夠同時顯示多幅層面圖像，使評估更加客觀準確。本研究旨在比較3D-SWE 冠狀面不同彈性指標對乳腺結節鑒別診斷效能，探討其在優化傳統超聲BI-RADS 分類中的價值。

1 資料與方法

1.1 研究對象

選取2019 年6 月—2020 年2 月我院乳腺外科住院患者163 例共184 個結節。納入標準為年齡≥18歲；檢后1 月內通過穿刺活檢或手術取得病理結果。排除標準為純囊性結節或蛋殼樣鈣化結節；目標結節接受過有創操作或放化療治療；隆乳術后或孕期、哺乳期婦女。所有患者均簽署了知情同意書。

1.2 儀器與方法

傳統超聲檢查及3D-SWE 檢查使用彩色超聲診斷儀（Supersonic Imagine Aixplorer，法國），探頭頻率4～15 MHz，三維容積探頭頻率5～16 MHz，3DSWE 使用Q-BOX 軟件分析。行傳統超聲檢查并由高年資超聲醫師給予BI-RADS 分類。啟動3D-SWE模式，在不施加任何壓力情況下獲得3 個正交切面SWE 圖像（圖1），選取冠狀面模式呈現結節15 幅斷層圖像（圖2）并選擇硬度最大切面，將定量工具QBox Ratio 取樣框置于結節最硬處測量彈性最大值（Emax）、平均值（Emean）及與周圍脂肪組織處比值（Eratio），測3 次取平均值。對美國放射學會BIRADS 分類優化的方法：在3 類、4A 類、4B 類、4C類、5 類之間進行調整，調整原BI-RADS 分類結節，如果3D-SWE 冠狀面定量參數值＜截斷值時降低1類，降低的下限為BI-RADS 3 類；如果3D-SWE 冠狀面定量參數值≥截斷值時上調1 類，上調的上限為BI-RADS 5 類。

圖1 3D-SWE 圖。3D-SWE 三個正交切面。圖2 3D-SWE 冠狀面圖。3D-SWE 冠狀面4×4 顯示模式定量參數測量。Figure 1.3D-SWE image.Three orthogonal plane of 3D -SWE.Figure 2.3D-SWE image on coronal plane.Measured quantitative parameters in coronal plane 4×4 display mode of 3D-SWE.

1.3 統計學方法

2 結果

2.1 一般情況

163 例患者年齡27～84 歲，平均（50.56±12.14）歲。184 個乳腺結節直徑為5～83 mm，平均（16.74±11.90）mm。其中病理診斷良性結節99 個（53.8%），包括纖維腺瘤44 個、乳腺腺病1 個、導管內乳頭狀瘤13 個、炎癥組織2 個、其他（增生病等）39 個；惡性結節85 個（46.2%），包括浸潤癌70 個、原位癌7個、黏液癌8 個。

2.2 3D-SWE 冠狀面參數的組間比較

隨機選擇30 個結節由兩位檢查者分別進行3D-SWE 檢查并比較兩組測量值間的組內相關系數（ICC），Emax、Emean、Eratio 的ICC 分別為0.97，0.96，0.91，各參數在不同檢查者間有較好的一致性。

惡性結節組Emax、Emean 和Eratio 彈性模量值均高于良性組，差異均具有統計學意義（P 均＜0.001）（表1）。

表1 良性與惡性結節組間3D-SWE 冠狀面Emax、Emean、Eratio 參數比較（kPa，M（QR））

2.3 3D-SWE 冠狀面參數的診斷效能比較

以病理學結果為金標準，分別繪制3D-SWE 冠狀面Emax、Emean、Eratio 參數ROC 曲線，其AUC分別為0.939、0.906、0.848。結合兩兩對比AUC 結果，Emax（最佳截斷值為92.1 kPa）顯示出最優的診斷效能（圖3）。

圖3 3D-SWE 定量參數診斷乳腺良惡性結節的ROC 曲線。Figure 3.ROC curves in the diagnosis of benign and malignant breast nodules by 3D-SWE with quantitative parameters.

2.4 傳統超聲及優化后BI-RADS 分類的診斷效能比較

以3D-SWE 冠狀面Emax 截斷值92.1 kPa 對傳統BI-RADS 分類分別進行優化調整，優化前、后3類、4A 類、4B 類、4C 類、5 類分別用連續變量1、2、3、4、5 表示，繪制ROC 曲線，根據最大約登指數得出最佳截點值均為2.5，即代表優化前、后的BIRADS 分類診斷良惡性最佳截點值均介于4A 和4B類之間，即4A 類及以下診斷為良性、4B 類及以上診斷為惡性。優化后BI-RADS 分類與優化前比較，AUC 明顯增加（0.913 vs 0.843，P=0.012），診斷惡性結節的特異度（91.9% vs 63.6%，P＜0.001）及準確度（89.5% vs 75.4%，P＜0.001）均顯著提高，敏感度（87.1% vs 87.1%，P=1.000）無變化（圖4）。陽性預測值（91.5% vs 70.0%）及陰性預測值（87.6% vs 83.1%）均有不同程度提高。

圖4 3D-SWE 冠狀面最大彈性值優化前后BI-RADS 診斷乳腺良惡性結節的ROC 曲線。Figure 4.ROC curves of BI-RADS for diagnosis of benign and malignant breast nodules before and after optimization by the coronal plane maximum elastic value of the 3D-SWE.

3 討論

亞洲女性乳腺腺體以致密型為主，超聲較鉬靶更廣泛應用于臨床。超聲BI-RADS 分類這一半定量方法仍有特異性不足、高度依賴操作者經驗等缺陷[2]。本研究顯示超聲BI-RADS 分類診斷乳腺惡性結節的敏感度和特異度分別為87.1%和63.6%，這與既往結果一致[4]。

SWE 成像技術在灰階超聲的基礎上可以定量評估組織的硬度。2D-SWE 通過定量評價結節橫斷面及矢狀面硬度信息，提高了超聲診斷乳腺癌的準確性[3-4]。但2D-SWE 僅能在矢狀面或橫斷面二維單一圖像上手動逐幀尋找選擇最硬點，3D-SWE 可以立體全面地展示結節的矢狀面、橫斷面及冠狀面的硬度特征，而且每種成像斷面能夠在屏幕上同時顯示15 個斷層切面，更快速準確判斷結節最硬位置并獲取其彈性模量值。已有一些研究證實3D-SWE 鑒別診斷乳腺結節的能力與2D-SWE 相當[5-6]。本研究通過選取2D-SWE 無法顯示的3D-SWE 冠狀面參數來證實其獨立于2D-SWE 及三維其他切面的診斷價值。

本研究顯示乳腺惡性結節組3D-SWE 冠狀面定量參數Emax、Emean 及Eratio 彈性模量值均顯著高于良性結節組，且差異均有統計學意義，這與其他學者的報道結果一致[5-6]。我們通過對三維冠狀面參數的AUC 比較發現Emax 顯示出更優的診斷效能，可能和這一指標能夠反映結節組織硬度最大值這一最具代表性的信息有關，有文獻報道Emax 與對腫瘤形成起重要作用的膠原蛋白特征的相關度比Emean 更好[7]。本研究的3D-SWE 冠狀面定量參數Emax 最佳截斷值診斷乳腺惡性結節的效能可與部分2D-SWE 參數研究結果媲美[6，8]，這一結果反映了3D-SWE 冠狀面彈性參數在保證較高重復性的前提條件下，其診斷效能并不遜色于2D-SWE，也高于或相當于以往3D-SWE 多切面聯合研究的結果[6，9]。

通過3D-SWE 冠狀面Emax 截點值優化后的BI-RADS 分類與傳統BI-RADS 分類比較顯示，優化后的分類顯示出更優的AUC 以及特異度、陽性預測值、陰性預測值和準確性。根據3D-SWE 冠狀面Emax 優化后，原B1-RADS 分類誤診的47 個結節中有31 個假陽性和5 個假陰性共36 個結節得到糾正，但新將5 個惡性結節錯判為良性結節，3 個良性結節誤診為惡性。以上結果說明部分乳腺良惡性腫物的彈性值可能會出現交叉重疊現象，根據以往研究[10-11]，早期浸潤性癌因結節較小等原因常會出現假陰性結果，而纖維腺瘤內增多的膠原纖維及鈣質成分也可一定程度增加結節的硬度。Emax 參數反映的是組織最硬處信息，因惡性組數值離散度較良性組大，故其重疊部分會導致更多的假陰性病例，因此Emax 在明顯提高診斷特異度的同時并未提高原分類的敏感度。這一診斷特征更適用于低風險人群的鑒別診斷，有助于校正不必要的治療方案。

有研究發現反映結節整體硬度離散度的Esd 參數也能表現出較優的診斷能力[7]，但因本研究初期使用的感興趣區僅為結節最硬處而非結節整體，故此參數的診斷效能需進一步增加病例深入研究。

3D-SWE 冠狀面Emax 參數在優化乳腺結節傳統BI-RADS 分類方面具有可行性，在不降低敏感度的前提下，顯著提高了鑒別診斷乳腺結節性質的精準性，減少了誤診率，使臨床治療有的放矢。