多模態(tài)超聲校正BI-RADS4類乳腺腫塊的價(jià)值

摘要：目的" 探討乳腺自動容積成像（ABVS）、超聲彈性評分（UES）及兩者聯(lián)合在校正乳腺影像報(bào)告和數(shù)據(jù)系統(tǒng)分級（ BI-RADS） 4 類乳腺腫塊 BI-RADS 分級中的應(yīng)用價(jià)值。方法" 收集我院經(jīng)常規(guī)超聲診斷為 BI-RADS 4 類的乳腺腫塊患者 109 例，共113 個(gè)腫塊。經(jīng) ABVS 及 UES 校正 BI-RADS 分級后，與病理結(jié)果對比，繪制 ROC 曲線，比較常規(guī)超聲、ABVS、UES、ABVS 聯(lián)合 UES 診斷 BI-RADS 4 類乳腺腫塊的差異。結(jié)果" 109 例患者 113 個(gè)腫塊中包含良性 78 個(gè)，惡性 35 個(gè)，ABVS 聯(lián)合 UES 校正后的敏感度、特異性、準(zhǔn)確性、ROC 曲線下面積分別為 94.29%、93.59%、 93.80%、0.975。 結(jié)論" ABVS 聯(lián)合 UES 有助于提高 BI-RADS 4 類腫塊的總體診斷效能。兩者聯(lián)合診斷可以取長補(bǔ)短，提高診斷率。

關(guān)鍵詞：乳腺自動容積成像；超聲彈性評分；常規(guī)超聲；乳腺影像報(bào)告和數(shù)據(jù)系統(tǒng)分級；乳腺腫塊

Value of multimodal ultrasound in the diagnosis in optimizing BI-RADS 4 breast lesions category

HUANG Si， XIAO Yaocheng， JIN Linyuan， ZHANG Min， LI Jian， ZHANG Yanfen

Department of Ultrasound Diagnosis， The Affiliated Changsha Central Hospital， Hengyang Medical School， University of South China， Changsha 410000， China

Abstract： Objective To explore the application value of automatic breast volume scanning （ABVS）， ultrasound elastography score （UES） and their combination in correcting the BI-RADS 4 breast lesions. Methods A total of 113 patients with 109 breast lesions diagnosed with BI-RADS 4 by conventional ultrasound were collected. After the BI-RADS grading was corrected by ABVS and UES， the ROC curve was compared with the pathological results， and the differences in the diagnosis of BI-RADS 4 breast lesions by conventional ultrasound， ABVS， UES， ABVS combined with UES were compared. Results Among 113 masses in 109 patients， 78 were benign and 35 were malignant. The sensitivity， specificity， accuracy and area under the ROC curve of ABVS combined with UES were 94.29%， 93.59%， 93.80% and 0.975 respectively. Conclusion US+ABVS+UES can significantly improve the diagnostic efficiency and accuracy of US in the diagnosis of BI-RADS 4 breast lesions.

Keywords： automated breast volume scanning；ultrasound elastography score; conventional ultrasound; breast imaging reporting and data system; breast lesions

2020年全球確診乳腺癌的新病例 226萬例，首次超過肺癌成為全球第一大癌癥，且發(fā)病年齡日趨年輕化［1-3］。超聲檢查是乳腺病變首選的檢查之一。目前臨床對乳腺腫物的評估均采用美國放射學(xué)會推薦的乳腺影像報(bào)告和數(shù)據(jù)系統(tǒng)分級（BI-RADS），其中BI-RADS 4類乳腺腫塊為可疑的惡性病變，分為 4A、 4B、4C 類，其惡性率的跨度較大，均需要活檢［4］。但有研究表明，對于BI-RADS 4 級的病變，67%～78%的活檢是不必要的［5］。因此，提高 BI-RADS 4 類乳腺病變的診斷準(zhǔn)確率以減少不必要的活檢及手術(shù)是迫切需要解決的臨床問題。乳腺自動容積成像（ABVS）是近年來發(fā)展的超聲三維成像技術(shù)，其不僅可以獲得常規(guī)超聲無法獲得的乳腺冠狀面信息，還可以對病灶進(jìn)行任意平面的圖像重建，為乳腺疾病良惡性的鑒別提供了更多的依據(jù)［6］。而超聲彈性成像（UE）能夠獲得常規(guī)超聲無法獲得的組織彈性信息，彌補(bǔ)了ABVS的不足。最新版 BI-RADS詞典中首次加入彈性成像技術(shù)［4］。筑波彈性評分[7]是目前彈性領(lǐng)域最著名和最常用的評分系統(tǒng)。目前國內(nèi)外對于ABVS聯(lián)合超聲彈性評分（UES）對乳腺BI-RADS 4類腫塊的研究主要表現(xiàn)在單純的良惡性鑒別，而本研究采用筑波彈性評分5分法聯(lián)合ABVS新技術(shù)，采用了獨(dú)一無二的校正標(biāo)準(zhǔn)對 BI-RADS 4類乳腺腫塊進(jìn)行校正，旨在探討 ABVS 聯(lián)合 UES 在 BI-RADS 4 類腫塊良惡性診斷中的價(jià)值，減少 BI-RADS 4類腫塊不必要的活檢，現(xiàn)報(bào)道如下。

1" 資料與方法

1.1" 一般資料

收集我院 2020 年1月～2022年11月在我院超聲科就診的乳腺疾病患者。納入標(biāo)準(zhǔn)：年齡gt;18歲的女性；常規(guī)超聲依據(jù)ACR BI-RADS分為 4 類的乳腺腫塊；同意手術(shù)或者穿刺，可獲得病理結(jié)果。排除標(biāo)準(zhǔn)：檢查前做過乳腺腫塊穿刺及治療；拒絕手術(shù)或穿刺。最終納入患者109 例，共113 個(gè)腫塊。患者年齡24～86（43.82±12.01）歲。本研究經(jīng)院倫理委員會批準(zhǔn)（批件號：R201949），患者均簽署知情同意書。

1.2" 儀器與方法

所有患者均行 ABVS 和 UE 檢查，均由2位年資 10 年以上的超聲醫(yī)師完成。若結(jié)果不一致，則提交給研究小組會診后決定。

ABVS 檢查及校正標(biāo)準(zhǔn)：啟動德國 Siemens Acuson S2000 自動乳腺全容積成像系統(tǒng)，探頭型號為 14L5BV 線陣探頭，頻率 5～14 MHz，檢查時(shí)患者取仰臥位，雙手置于頭頂，充分暴露雙側(cè)乳房，囑患者平穩(wěn)呼吸，于乳房表面涂適量的耦合劑，根據(jù)乳腺大小選內(nèi)側(cè)位、外側(cè)位、上位、下位掃描。掃描結(jié)束后保存數(shù)據(jù)并通過工作站對圖像進(jìn)行三維重建，獲取冠狀面多層圖像，動態(tài)進(jìn)行顯示和閱讀。ABVS 主要根據(jù)冠狀面特征對 BI-RADS 4 類腫塊進(jìn)行校正［8］，若冠狀面出現(xiàn)常規(guī)超聲出現(xiàn)的額外的1項(xiàng)特征：如邊緣不光整如模糊、微小分葉、成角、毛刺或微鈣化，則 BI-RADS 分類升1級；若ABVS檢查冠狀面發(fā)現(xiàn)“匯聚征”（圖1C），則直接升級為 4C。若 ABVS 出現(xiàn)完整均勻回聲的暈環(huán)，則降1級；若 ABVS 檢查未發(fā)現(xiàn)惡性征象，則 BI-RADS 分類降1級或保持不變。

采用德國 Siemens Acuson S2000 的 EI 模式，采用18L4 探頭行 UE 檢查。啟動彈性成像程序的實(shí)時(shí)雙振幅模式，對病灶的彈性進(jìn)行測量和評分。囑患者屏住呼吸，選取靶灶及其周圍合適的乳腺組織為感興趣區(qū)域。據(jù)報(bào)道惡性腫瘤最硬的部分通常在病變以外的腫瘤周圍區(qū)域［9］。然后對病灶進(jìn)行彈性測量及評分。采用筑波彈性評分 5 分法進(jìn)行評價(jià)。病灶整體或大部分是綠色為 1 分，病灶中心是藍(lán)色但周圍呈現(xiàn)綠色為2分，病灶中心及周圍的藍(lán)色與綠色相近為 3 分，整體為藍(lán)色而內(nèi)部伴有少許的綠色為4分，病灶整體是藍(lán)色無綠色為5分（圖1B）；評分≤3分傾向良性，BI-RADS 分類降1級；評分gt;4分傾向惡性，BI-RADS分類升1級（表1）。

1.3" 統(tǒng)計(jì)學(xué)分析

采用 MedCalc19.3 統(tǒng)計(jì)學(xué)軟件進(jìn)行統(tǒng)計(jì)學(xué)分析。 以手術(shù)或穿刺活檢病理結(jié)果作為金標(biāo)準(zhǔn)，采用Z檢驗(yàn)分別對 US、UES、ABVS 3種方法與UES聯(lián)合ABVS法的ROC曲線下面積進(jìn)行比較。計(jì)算敏感度、特異性、陽性預(yù)測值、陰性預(yù)測值、準(zhǔn)確率以評價(jià)US、UES、ABVS及UES聯(lián)合ABVS 4種影像方法的診斷效能。以Plt;0.05為差異有統(tǒng)計(jì)學(xué)意義。

2" "結(jié)果

2.1" 常規(guī)超聲及經(jīng)ABVS聯(lián)合UE校正后的乳腺腫塊 BI-RADS分類結(jié)果

113 個(gè)乳腺病灶中，良性病灶 78 個(gè)，其中纖維瘤 49 例，乳腺腺病 17 例，導(dǎo)管內(nèi)乳頭狀瘤 6 例，炎性病變 3 例，區(qū)域?qū)Ч苌掀ご蠛瓜倩槿轭^狀增生 2 例，良性葉狀腫瘤 1例；惡性病灶 35 個(gè)，浸潤性導(dǎo)管癌 27 例，原位導(dǎo)管癌 2 例，浸潤性小葉癌 2 例，導(dǎo)管內(nèi)乳頭狀癌 2 例，惡性葉狀腫瘤 1 例。經(jīng) ABVS 聯(lián)合 UE 校正后，3 類腫塊由原來的 0 個(gè)增加至 59 個(gè)，1 例誤診，其余病理證實(shí)均為良性。5 類腫塊由原來的 0 個(gè)增加至 15 個(gè)，術(shù)后病理均顯示為惡性。具體校正結(jié)果（表 2）。

2.2" US、UES、ABVS 及 ABVS 聯(lián)合 UES 對校正乳腺 BI-RADS 4 類病灶良惡性的診斷效能比較

US、ABVS、UE、ABVS 聯(lián)合 UE 校正 BI-RADS 4 類乳腺腫塊的 ROC 曲線面積分別為 0.776、 0934、0.885、0.975（圖 2）。

ABVS 聯(lián)合 UE 校正后的 BI-RADS 分類與 US、ABVS 及 UE 之間的診斷效能差異均有統(tǒng)計(jì)學(xué)意義（Z=4.417、1.993、3.337，Plt;0.05），以病理結(jié)果為金標(biāo)準(zhǔn)，常規(guī)超聲、ABVS、UES、ABVS 聯(lián)合 UES 校正 BI-RADS 分類后的敏感度、特異性、準(zhǔn)確率、陽性預(yù)測值、陰性預(yù)測值（表 3）。

3" 討論

目前常用的乳腺篩查方法有鉬靶和超聲，常規(guī)超聲技術(shù)在鑒別乳腺良惡性腫塊誤診率高［12］，且 BI-RADS 4類的乳腺結(jié)節(jié)在常規(guī)超聲檢查中良惡性征象有較多重疊［13］，給診斷帶來難度。提高乳腺BI-RADS 4類結(jié)節(jié)的準(zhǔn)確率是超聲工作者的研究重點(diǎn)。本研究采用多模態(tài)超聲技術(shù)，在常規(guī)超聲觀察病灶二維聲像圖特征的基礎(chǔ)上，結(jié)合ABVS三維冠狀面特征以及彈性評分綜合評估乳腺病灶，有效校正BI-RADS 4類腫塊，旨在減少不必要的穿刺及手術(shù)。ABVS相比傳統(tǒng)二維超聲具有更好的可重復(fù)性、更高的一致性以及更全面的信息，對乳腺癌的定位和診斷具有重要意義［14-15］。

ABVS矢狀位視圖在觀察邊緣的成角方面有優(yōu)勢，冠狀面在觀察邊緣的毛刺方面有優(yōu)勢，ABVS冠狀面“匯聚征”對惡性病變有較高的特異性，研究表明“匯聚征”出現(xiàn)退縮現(xiàn)象的病理基礎(chǔ)是癌灶向周圍組織的浸潤生長和周圍組織的形成，惡性腫瘤的侵襲性越強(qiáng)，退縮現(xiàn)象越明顯［16］。ABVS 橫斷面視圖則分辨率最高［17］，在沒有腫塊背景的情況下，ABVS對微鈣化的檢出率高于常規(guī)超聲，對鈣化的檢測具有重要的補(bǔ)充作用［18］。而ABVS冠狀面完整的高回聲暈被視為良性病變的特征［19］。本研究中敏感度為91.43%，ABVS的AUC為0.934，與常規(guī)超聲存在差異（Plt;0.05），因此認(rèn)為ABVS對乳腺惡性腫塊具有更高的檢出率。但是ABVS也存在著一定的假陽性率。研究表明，ABVS匯聚征雖然對惡性腫瘤診斷的特異性較高，但是也會出現(xiàn)在乳腺腺病、非典型增生及導(dǎo)管內(nèi)乳頭狀瘤等良性病變中，從而使BI-RADS高估而誤判。因此本研究引入彈性評分參數(shù)來綜合評估病灶。彈性成像是利用組織彈性的機(jī)械特性在外部壓迫下評估組織的硬度，屬于一種非侵入性技術(shù)來客觀的評價(jià)腫瘤病灶的軟硬程度，基于惡性病變與良性組織具有顯著的差異性，因此UE可以很好的提高乳腺癌診斷的準(zhǔn)確性，而UES是鑒別乳腺良惡性病變最有用的彈性成像參數(shù)［20］。本研究依據(jù)5分評分法來進(jìn)行評分后校正BI-RADS分類，UE的AUC為0.885，與常規(guī)超聲的AUC存在差異（Plt;0.05），認(rèn)為UES對乳腺BI-RADS 4類病灶有良好的鑒別價(jià)值。有研究對乳腺良惡性病變的實(shí)時(shí)彈性成像進(jìn)行Meta分析，包括了22項(xiàng)研究，評估了4713個(gè)乳腺結(jié)節(jié)，報(bào)告彈性評分的總體平均敏感度和特異性分別為0.834和0.842［21］，與本研究一致。本研究使用ABVS聯(lián)合UE評分對113個(gè)病灶的BI-RADS 4類腫塊進(jìn)行校正，使得彈性評分降低ABVS的假陽性率，而ABVS冠狀面提供的額外信息敏銳地檢出彈性評分類似地乳腺良惡性病灶。研究顯示聯(lián)合診斷校正后地AUC面積0.975，說明ABVS聯(lián)合UE有助于提高BI-RADS 4類地總體診斷效能。

研究發(fā)現(xiàn)，經(jīng)ABVS聯(lián)合UES校正后，3類病灶由原來的0個(gè)增加到59個(gè)，5類病變從0增加到15例，大量減少了BI-RADS 4類腫塊的診斷，也免去了不必要的手術(shù)及穿刺。校正前的72例4A腫塊中，惡性10例，良性62例，采用BI-RADS 4B診斷截值，診斷準(zhǔn)確率為86.11%（62/72），經(jīng)聯(lián)合校正后，BI-RADS 4A類病變16例，除1例誤診外其余均為良性病變，診斷率提高至93.75%（15/16）。校正前的10個(gè)4C類病灶有1例誤判，診斷率為90%（9/10），經(jīng)校正后誤判的病灶下調(diào)至4B類，另外4個(gè)4B類病灶被升至5類，準(zhǔn)確率提高至100%（15/15）。經(jīng)聯(lián)合校正后的15例BI-RADS 5類病變術(shù)后全部證實(shí)為惡性，診斷準(zhǔn)確率100%（15/15）。研究數(shù)據(jù)表明，經(jīng)聯(lián)合校正后，在減少BI-RADS 4類診斷的同時(shí)，BI-RADS 4A和4C類的準(zhǔn)確率都有不同程度的提高。

本研究的局限性在于：常規(guī)超聲診斷BI-RADS 4B類腫塊31例，其中良性病灶15例，惡性病灶16例。經(jīng)聯(lián)合校正后，16例惡性病灶中7例升至4C類，5例升至5類。而被高判的15個(gè)病灶中4個(gè)病灶被下調(diào)為3類，8個(gè)病灶被下調(diào)為4A類。然而準(zhǔn)確率卻由校正前的51.6%（16/31）下降至37.5%。分析原因可能是：樣本量較少，且樣本中BI-RADS類別分布不均，使得統(tǒng)計(jì)結(jié)果存在偏差；彈性圖像良惡性存在重疊，導(dǎo)致UES診斷困難，本組35例惡性病變中有4例被錯(cuò)誤評為3分，其中3例為早期浸潤性導(dǎo)管癌，1例為惡性葉狀腫瘤（大部分為液化）。分析原因3例浸潤性導(dǎo)管癌均處于早期，其硬度在早期相對較軟，而葉狀腫瘤因?yàn)橐夯瘜?dǎo)致質(zhì)地也偏軟，因此導(dǎo)致UES誤評。此外UES 4分的病例中良性病變有11例，其中纖維瘤4例，腺病4例，導(dǎo)管內(nèi)乳頭狀瘤1例。經(jīng)分析大部分為腺病或纖維瘤，可能經(jīng)歷了長時(shí)間的纖維化或鈣化，導(dǎo)致質(zhì)地較硬。有學(xué)者認(rèn)為在彈性評分3分中存在良性和惡性的重疊［22］。本研究UES 3分位置的重疊主要是乳腺纖維化程度較高的良性病變和非浸潤性或早期浸潤性導(dǎo)管癌。也有文獻(xiàn)報(bào)道，可能含有某些特定類型的乳腺癌。如上所述，3分被定義為良性，具有一定的片面性。有研究認(rèn)為，UES評價(jià)3分和4分的病變存在誤診情況，也可能與操作者的主觀因素有關(guān)［23］。本研究還顯示，UES聯(lián)合ABVS的陰性預(yù)測值低于UES和ABVS單獨(dú)檢查的陰性預(yù)測值，可能與樣本量不足導(dǎo)致偏倚有關(guān)。未來的研究將在擴(kuò)大樣本量和優(yōu)化UES標(biāo)準(zhǔn)的情況下，進(jìn)一步探討UE與ABVS聯(lián)合診斷對乳腺BI-RADS 4類病變的診斷效能。

綜上所述，UES聯(lián)合ABVS對BI-RADS 4類病灶良惡性的鑒別有一定的診斷價(jià)值，其敏感度、特異性及AUC均高于單獨(dú)使用ABVS或UE。UE聯(lián)合ABVS能提高乳腺BI-RADS 4類病灶中惡性病灶的檢出率，降低手術(shù)及穿刺的患者人數(shù)，有很好的應(yīng)用前景。

參考文獻(xiàn)：

［1］" " Lei SY， Zheng RS， Zhang SW， et al. Global patterns of breast cancer incidence and mortality： a population-based cancer registry data analysis from 2000 to 2020［J］. 癌癥通訊： 英文， 2021（11）： 1183-94.

［2］" " Cao W， Chen HD， Yu YW， et al. Changing profiles of cancer burden worldwide and in China： a secondary analysis of the global cancer statistics 2020［J］. Chin Med J （Engl）， 2021， 134（7）： 783-91.

［3］" " 李" 崎， 溫力牧， 吳旻驊， 等. 不同年齡段三陰性乳腺癌患者臨床病理特點(diǎn)與生存狀況研究［J］. 現(xiàn)代實(shí)用醫(yī)學(xué)， 2019， 31（3）： 292-5， 276.

［4］" " Burnside ES， Sickles EA， Bassett LW， et al. The ACR BI-RADS experience： learning from history［J］. J Am Coll Radiol， 2009， 6（12）： 851-60.

［5］" " Elezaby M， Li G， Bhargavan-Chatfield M， et al. ACR BI-RADS assessment category 4 subdivisions in diagnostic mammography： utilization and outcomes in the national mammography database［J］." Radiology， 2018， 287（2）： 416-22.

［6］" " Wojcinski S， Gyapong S， Farrokh A， et al. Diagnostic performance and inter-observer concordance in lesion detection with the automated breast volume scanner （ABVS）［J］. BMC Med Imag， 2013， 13（1）： 1-12.

［7］" " Itoh A， Ueno E， Tohno E， et al. Breast disease： clinical application of US elastography for diagnosis［J］. Radiology， 2006， 239（2）： 341-50.

［8］" " 馬" 驥， 張" 艷， 陳青青， 等. 常規(guī)超聲聯(lián)合ABVS在乳腺BI-RADS 4類小結(jié)節(jié)診斷中的價(jià)值［J］. 同濟(jì)大學(xué)學(xué)報(bào)： 醫(yī)學(xué)版， 2021， 42（6）： 825-30.

［9］" " Evans A， Whelehan P， Thomson K， et al. Quantitative shear wave ultrasound elastography： initial experience in solid breast masses［J］. Breast Cancer Res， 2010， 12（6）： 1-11.

［10］" Ren TT， Li XR， Xiang Y， et al. The diagnostic significance of the BI-RADS classification combined with automated breast volume scanner and shear wave elastography for breast lesions［J］. J Ultrasound Med， 2023， 42（7）： 1459-69.

［11］" "魏均羽， 徐皙婷， 潘麗莎， 等. 自動乳腺全容積成像聯(lián)合超聲彈性成像與傳統(tǒng)手持二維超聲對乳腺占位性疾病診斷價(jià)值的比較［J］. 廣西醫(yī)學(xué)， 2017， 39（6）： 786-90.

［12］" 肖" 露， 褚 雯， 王" 華. 超微血管成像技術(shù)對乳腺腫瘤血管形態(tài)分布特征及其診斷效能的初步分析［J］. 中華超聲影像學(xué)雜志， 2018， 27（11）： 973-6.

［13］" Liu XJ， Zhu Y， Liu PF， et al. Elastography for breast cancer diagnosis： a useful tool for small and BI-RADS 4 lesions［J］. Asian Pac J Cancer Prev， 2015， 15（24）： 10739-43.

［14］ Burton GJ， Jauniaux E. Pathophysiology of placental-derived fetal growthrestriction［J］. Am J Obstet Gynecol， 2018， 218（2）： S745-61.

［15］ Wenkel E， Heckmann M， Heinrich M， et al. Automated breast ultrasound： lesion detection and BI-RADS? classification a pilot study［J］. Fortschr R?ntgenstr， 2008， 180（9）： 804-8.

［16］ Xiao YM， Zhou QC， Chen ZH. Automated breast volume scanning versus conventional ultrasound in breast cancer screening［J］. Acad Radiol， 2015， 22（3）： 387-99.

［17］ Kaplan SS. Automated whole breast ultrasound［J］. Radiol Clin N Am， 2014， 52（3）： 539-46.

［18］" Chang RF， Huang SF， Wang LP， et al. Microcalcification detection in 3-D breast ultrasound［C］/2005 IEEE Engineering in Medicine and Biology 27th Annual Conference. Shanghai， China. IEEE， 2006： 6297-300.

［19］ Chen L， Chen Y， Diao XH， et al. Comparative study of automated breast 3-D ultrasound and handheld B-mode ultrasound for differentiation of benign and malignant breast masses［J］. Ultrasound Med Biol， 2013， 39（10）： 1735-42.

［20］ Fleury E. The importance of breast elastography added to the BI-RADS? （5th edition） lexicon classification［J］. Rev Assoc Med Bras， 2015， 61（4）： 313-6.

［21］" Gong X， Xu QH， Xu ZL， et al. Real-time elastography for the differentiation of benign and malignant breast lesions： a meta-analysis［J］. Breast Cancer Res Treat， 2011， 130（1）： 11-8.

［22］" 智" 慧， 羅葆明， 歐" 冰， 等. 對乳腺彈性成像5分評分法的進(jìn)一步探討［J］. 中國超聲醫(yī)學(xué)雜志， 2007， 23（5）： 349-51.

［23］" 張加孟， 王" 芳， 尹立雪. 超聲彈性應(yīng)變率比值法及彈性成像評分法對乳腺腫塊定性診斷的比較［J］. 解放軍醫(yī)藥雜志， 2017， 29（11）： 93-5， 100

（編輯：郎" 朗）