對比增強X光灰度值和乳腺鈣化性質的相關性分析

陳曉光，趙曉君，馬夢曦

（鄭州市第一人民醫院 影像科，河南 鄭州 450000）

乳腺X 線攝影是乳腺疾病初檢篩查的首要方法，近年來在乳腺病變的良惡性鑒別中廣泛應用。乳腺癌的X 線攝影以腫塊、鈣化為主要表現，鑒別腫塊和鈣化的良惡性為影像學研究的首要任務，且不會受到診斷者臨床經驗的影響［1-2］。臨床中通常依據病灶特征給出乳腺影像報告和數據系統分類，但部分病灶影像病灶不具有典型性，可能會增加診斷難度，影響結果準確性［3］。同時乳腺X線攝影以發現鈣化為最敏感的方法，但因鈣化形成的相關因素較多，因此鑒別良性和惡性的難度較大［4］。既往有研究指出［5］，乳腺X 線攝影診斷乳腺影像報告和數據系統的鈣化陽性預測值僅為20%～25%，判斷結果與放射科醫師的主觀判斷也存在相關性，缺乏定量評估方法。因此本文分析了對比增強X 光灰度值和乳腺鈣化性質的相關性，以期能為今后臨床診療提供參考。現分析報道如下。

1 資料與方法

1.1 一般資料

回顧性分析2021 年1 月至2022 年1 月期間鄭州市第一人民醫院收治因乳腺X 線攝影檢出以鈣化為唯一可疑征象而接受增強能譜乳腺X 線攝影（CESM）檢查的76 例患者臨床資料。年齡26～74 歲，平均（49.42±7.63）歲。

納入標準：①乳腺X 線攝影檢出以鈣化為唯一可疑征象者；②院內接受乳腺鈣化穿刺貨梯組織檢查或術后病理檢查者；③乳腺X 線攝影隨訪兩年鈣化無變化者。排除標準：①伴隨腫塊或結構扭曲等其他征象者；②近3 個月有乳腺手術或放化療者；③病灶呈環形強化或乳腺腫塊顯示不全、偽影較重者。

1.2 方法

使用乳腺X 線攝影機（美國GE Senographe Essential）檢查，經前臂血管團注2 mL/kg 對比劑碘比醇（350 mg/mL），流率2.5 mL/s，注射5 min對雙側乳腺依次行患側及健側頭尾（CC）位、內外側斜（MLO）位攝片，同一體位下切換低能（26～31 kVp）和高能攝影（45～49 kVp），使用自動管電壓和管電流獲取圖像，經CESM 攝影機自動處理后將低能和高能圖像合成為減影圖像。

1.3 觀察指標

1.3.1 強化參數 由兩名具有5 年及以上工作經驗的主治醫師在CC 位和MLO 位上獨立手動勾畫強化病灶的興趣區（ROI）。①病灶ROI：參考低能圖，沿乳腺腫塊邊緣手動勾畫，與病變范圍保持一致，測量最大強化灰度值（ECC/MLO-max）、最小強化灰度值（ECC/MLO-min）、平均強化灰度值（ECC/MLO-mean）、強化灰度極差值（ECC/MLO-ev）。②背景ROI：在強化均勻乳腺脂肪組織內任選1 cm2，測量乳腺背景強化灰度值（ECC/MLO-be）水平，計算相對強化灰度差值（ECC/MLO-ds）及相對強化灰度比值（ECC//MLO-rs%）水平。

1.3.2 鈣化灰度值 將所得圖像上傳至PACS（銳珂），由兩名具有5 年及以上乳腺影像和CESM 閱片工作經驗的主治醫師采用盲法閱片，主觀判斷是否出現強化，按照1.3.1 中步驟勾畫ROI 以測定灰度值（GV）。①MLO 位：參照低能圖像上目標鈣化位置，選取盡可能大的圓形ROI，使其完全位于鈣化區域范圍內，測量鈣化區域GV（GV鈣化）；避開鈣化病變區域沿正常乳腺腺體邊界勾畫ROI，復制在減影圖像內，測量腺體GV（GV腺體）；選擇鈣化病變區域周圍正常腺體，勾畫3 處ROI（小圓形），大小與鈣化ROI 一致，計算平均腺體灰度值（GVm腺體）；在低能圖線上沿胸大肌區域勾畫ROI，將其復制至剪影圖內測量胸大肌GV（GV胸大肌）；選擇與胸大肌ROI 相同水平的皮下脂肪區域勾畫ROI，測量脂肪GV（GV脂肪）。②CC 位：測量鈣化區域（GVCC鈣化）、正常腺體GV（GVCC腺體）和平均腺體GV（GVCCm腺體），分別記錄，并計算鈣化區域與背景灰度值差值（DGV背景）和鈣化區域/背景灰度值差值比（DRGV背景）。

1.3.3 鈣化形態 在CESM 低能圖上測量腫塊最大徑，觀察腫塊形態、邊緣、密度、大小及分布等。

1.4 統計學方法

采用SPSS 22.0 軟件包分析數據，計量資料以均數±標準差（）表示，組間比較采用t檢驗；計數資料以百分率（%）表示，組間比較采用χ2檢驗，等級資料為秩和檢驗。P＜0.05 為差異有統計學意義。

2 結果

2.1 兩組強化參數比較

惡性組的ECC（Emax、Emin、Emean、Eev、Eds、Ers%）、EMLO（Emax、Emean、Eev、Eds、Ers%）水平均高于良性組，差異有統計學意義（P＜0.05）。見表1。

表1 兩組強化參數比較（）

表1 兩組強化參數比較（）

2.2 兩組鈣化灰度值比較

惡性組的 GV鈣化、GVcc鈣化、DRGV腺體、DRGV胸大肌、DRGV脂肪、DRGVcc腺體、DGV腺體、DGV胸大肌、DGV脂肪、DGVcc腺體水平均高于良性組，差異有統計學意義（P＜0.05）。見表2。

表2 兩組鈣化灰度值比較（）

表2 兩組鈣化灰度值比較（）

2.3 兩組鈣化形態比較

惡性組的圓點狀、蛋殼狀、小片狀鈣化形態占比高于良性組，泥沙狀、針尖狀、短棒狀、多角狀鈣化形態占比低于良性組，差異有統計學意義（P＜0.05）。見表3。

表3 兩組鈣化形態比較 ［n(%)］

2.4 兩組鈣化數目、密度、大小比較

惡性組鈣化大小＜0.5 mm、鈣化低密度、鈣化數目＞20 粒的占比高于良性組，差異有統計學意義（P＜0.05）。見表4。

表4 兩組鈣化數目、密度、大小比較 ［n(%)］

3 討論

乳腺X 線攝影檢查目前常在女性乳腺癌篩查中應用，乳腺癌中最常見的征象為鈣化和腫塊，醫師可依據病變特征進行分類，但各特征之間存在復雜相互作用，因此放射科醫師的準確診斷存在一定難度［6］。基于人工智能的影像組學是基于大量醫學影像數據進行有效定量分析和預測的新技術，其能夠提取醫學圖像中肉眼無法識別的定量特征，利用影像組學特征和病理結果關聯，建立個性化預測模型［7-8］。目前影像組學在前列腺癌、乳腺、肺癌等領域廣泛運用，在相關分子分型、病理類型、腫瘤分期、療效評估中也有一定運用，而近年來影像組學技術多用于鑒別乳腺癌鈣化性質中，可較好幫助區分乳腺癌鈣化良性和惡性情況［9-10］。考慮放射科醫師的主觀評價對鈣化性質診斷結果的影響，有學者通過測量減影圖像病灶區域的GV 情況幫助鑒別鈣化性質，結合醫師主觀評估結果提高診斷準確性［11］，但臨床中相關研究尚少，本研究分析了對比增強X 光灰度值和乳腺鈣化性質的相關性，以期能為今后臨床診治提供參考。

絕大多數乳腺惡性腫瘤屬于血管依賴腫瘤，惡性腫瘤與良性病變相比通常表現出早期明顯強化［12］。既往有學者指出［13］，近90%的浸潤性乳腺癌患者呈明顯強化，而良性病變呈弱強化或無強化現象。目前多數學者認為CESM 病灶強化程度應采用定性評估，但其主觀性呈現個體差異，因此部分學者嘗試量化CESM 病灶強化程度［14］。本研究結果顯示惡性組的ECC（Emax、Emin、Emean、Eev、Eds、Ers%）、EMLO（Emax、Emean、Eev、Eds、Ers%）水平均高于良性組，差異有統計學意義（P＜0.05）。考慮是由于ECC-ds和ECC-rs%經乳腺背景灰度值矯正后能夠排除乳腺脂肪組織背景強化的影響，真實反應乳腺腫塊早期強化程度，對乳腺癌的診斷效能有較佳診斷價值［15］。乳腺癌早期強化程度與增殖活性、侵襲性均相關，且隨著乳腺癌惡性程度的升高，瘤內新生血管相對豐富，增加了血管內皮通透性，使早期強化程度明顯［16］。考慮X 線圖像中絕對GV 會受到多種因素的作用，直接量化測量值可能導致結果不穩定，因此以胸大肌、腺體、脂肪灰度值作為背景，對DGV和DRGV進行監測，以減少因個體差異和投射因素而造成的差異［17］。本文結果顯示惡性組的GV鈣化、GVcc鈣化、DRGV腺體、DRGV胸大肌、DRGV脂肪、DRGVcc腺體、DGV腺體、DGV胸大肌、DGV脂肪、DGVcc腺體水平均高于良性組，差異有統計學意義（P＜0.05）。與既往研究結果顯示［18-19］，提示放射科醫師可使用鈣化區域GV 測量值作為鈣化良性和惡性鑒別診斷，操作便捷，且具有較佳穩定性。進一步分析鈣化形態、數目、密度、大小，結果顯示惡性組的圓點狀、蛋殼狀、小片狀鈣化形態占比高于良性組，泥沙狀、針尖狀、短棒狀、多角狀鈣化形態占比低于良性組；惡性組鈣化大小＜0.5 mm、鈣化低密度、鈣化數目＞20 粒的占比高于良性組，差異有統計學意義（P＜0.05）。提示放射科醫師也可結合鈣化形態等特征進行性質區分，以提高結果準確性。

綜上所述，ECC-ds和ECC-rs%均能夠準確、客觀評估乳腺鈣化性質，CESM 減影圖像上鈣化區域GV測量對乳腺鈣化性質也有較好的鑒別效果，其中CC 位測量診斷效果最佳。