超聲彈性成像在乳腺良惡性腫瘤鑒別診斷中的應用價值

摘要：目的 探討超聲彈性成像技術在乳腺良惡性病變鑒別診斷中的應用價值。方法 應用超聲彈性成像技術對60例患者的65個乳腺病灶（惡性病灶37個，良性病灶28個）進行檢查，測量其彈性成像應變率比值，并與術后病理對照，分析乳腺良惡性腫瘤彈性參數的差異。結果 65個乳腺病灶中，良性病灶28個，惡性病灶37個。良性病灶彈性應變率比值為（1.78±0.63），惡性病灶彈性應變率比值為（2.35±1.02），二者差異具有統計學意義（P<0.05）。結論 彈性應變率比值對乳腺良惡性腫瘤的鑒別診斷具有較高的臨床應用價值。

關鍵詞：彈性成像；應變率比值；乳腺腫瘤；超聲檢查

乳腺癌的發病率逐年上升，目前已成為危害女性健康的第一殺手。乳腺癌的早期診斷可為手術方式的選擇提供依據，也為女性獲得根治性治療及保乳治療提供可能。超聲彈性成像對乳腺良惡性腫瘤的鑒別診斷方面具有良好的應用前景，為早期無創性評價腫瘤的良惡性提供了可能。本研究通過測定乳腺良惡性腫瘤彈性應變等相關參數，探討其在乳腺良惡性腫瘤鑒別診斷中的應用價值。

1資料與方法

1.1一般資料 2011年4月～2013年3月于我院就診的60例65個乳腺局灶性結節患者， 年齡28～79歲，平均51歲，所有病例均經手術病理證實，腫塊大小約5 mm×5 mm～58 mm×63 mm。

1.2儀器 采用Philip iU22彩色多普勒超聲診斷儀，線陣探頭L12-5，探頭頻率5～14 MHz。

1.3方法 患者取仰臥位，充分暴露乳腺及腋窩，先進行常規二維超聲檢查，充分了解并記錄乳腺局灶性結節的部位、大小、數目、回聲特征及彩色多普勒血流情況。然后切換至組織彈性成像模式，取樣框面積大于腫塊面積2倍，使用二維圖像及彈性圖像雙幅實時顯示，將探頭垂直體表對腫塊區域做加壓-減壓運動，從而取得實時彈性圖，分別勾畫病灶同層的腺體組織和病灶區作為感興趣區，測量其彈性應變率比值。根據手術病理結果，分析所有良惡性病灶的彈性應變率比值。

1.4統計學分析 應用SPSS 17.0統計分析軟件，乳腺良惡性病灶的彈性應變率比值比較采用t檢驗，以P<0.05為差異有顯著性意義。

2結果

2.1病理結果 65個乳腺病灶中，28個良性纖維腺瘤，31個浸潤性導管癌，5個浸潤性小葉癌，1個髓樣癌。

2.2彈性成像參數測量 65個乳腺病灶中，35個乳腺惡性病灶彈性圖像表現為硬度高，2個乳腺惡性病灶彈及28個乳腺良性病灶彈性圖像表現為硬度低、質地較軟。惡性病灶彈性應變率比值為（2.35±1.02），良性病灶彈性應變率比值為（1.78±0.63），二者差異具有統計學意義（P<0.05）。

3討論

超聲彈性成像技術是新近發展起來的分子影像學技術，將其應用于乳腺良惡性腫瘤的鑒別診斷具有深厚的理論背景和基礎。超聲彈性成像是用超聲探頭沿壓縮方向（軸向）向組織發射超聲波，計算出壓縮前后組織內各點的位移以估計組織應變值，從而推算出組織內的彈性系數。1991年Ophir等[1]提出了彈性成像技術，之后這一技術得到了迅速的發展。Ophir的研究表明組織彈性系數越大，組織的硬度越大，以此可以評估病變內部硬度信息。當正常乳房組織在致瘤因素的作用下，局部組織異常增生形成腫瘤，常表現為局部的硬性腫塊。超聲彈性成像能依據組織硬度不同為評價組織的良惡性提供有價值的診斷依據。本研究結果顯示乳腺惡性腫瘤的硬度較良性病灶明顯增大，二者差異具有統計學意義（P<0.05），與Regini等[2-4]的報道相符。但是乳腺癌的硬度分級亦受其病理類型等因素的影響，如粘液腺癌因其含粘液腺細胞質地較軟，或腫塊中心伴液化壞死，硬度較低而導致其彈性應變率比值偏低，從而易誤判為良性腫塊。此外，乳腺腫塊的位置、感興趣區域大小的設置、檢查者操作手法等都會對彈性應變率比值的測定產生一定的影響，因此檢查時要充分考慮到這些影響因素，才能對乳腺病灶的彈性圖像進行正確分析，盡量減少假陽性和假陰性。

本研究采用超聲彈性成像技術對乳腺良惡性腫瘤進行了初步探索，提示彈性成像有助于乳腺良惡性腫瘤的鑒別診斷，是一種具有較高臨床應用價值的診斷方法，其操作較簡便、無創、經濟，可作為臨床上一種常規檢查方法加以推廣，亦將為臨床治療方案的選擇提供客觀依據。

參考文獻：

[1]Ophir J， Céspedes I， Ponnekanti H， et al. Elastography： a quantitative method for imaging the elasticity of biological tissues[J].Ultrason Imaging，1991，13（2）：111-134.

[2]Regini E， Bagnera S， Tota D， et al.Role of sonoelastography in characterising breast nodules. Preliminary experience with 120 lesions[J].Radiol Med，2010.

[3]MOON WK，CHOI jw，CHO N，et a1. Computer-aided analysis of ultrasound elasticity images for classification of benign and malignant breast masses[J].AJR Am J Roentgenol，2010，195（6）：1460-1465.

[4]孫衛健，范曉芳，康莉，等.超聲彈性成像參數在乳腺腫瘤診斷中的應用價值[J].中國超聲醫學雜志，2009，25（4）：362-354.編輯/張燕