體素內不相干運動成像在乳腺良惡性病變診斷中的價值

曹義+沈麗娟+王立非+朱文科+張輝+羅杰棋

【摘要】 目的：探討MR體素內不相干運動成像法鑒別診斷乳腺腫塊樣病變良惡性的價值，并與常規DWI檢查對比。方法：本研究回顧性分析31例乳腺腫塊患者（單發病灶23例，多發病灶8例，總病灶41個，良性病變23個，惡性病變18個），所有納入研究的患者均行乳腺多b值DWI成像掃描，圖像質量佳，并獲得病理結果。后處理獲得IVIM模型及常規擴散加權成像參數：單純擴散系數（D）、假性擴散系數（D*）、灌注分數（f）及表觀擴散系數（ADC值）。采用t檢驗分析良惡性病變各參數的差異，并采用ROC曲線分析差異有統計學意義的各參數鑒別診斷效能。結果：良性病變的ADC、D值均高于惡性病變，而f值高于惡性病變，差異均有統計學意義（P<0.05），而兩者D*值比較差異無統計學意義（P=0.327）。D、ADC、f值的曲線下面積分別為0.854、0.778、0.714，其中D值的曲線下面積最大，且敏感性與特異性均較佳。結論：采用IVIM模型擴散加權成像可為診斷乳腺腫塊樣病變提供更多定量信息，對鑒別病變良惡性具有一定價值。

【關鍵詞】 乳腺腫塊； 乳腺癌； 彌散加權成像； 表觀彌散系數； 體素內不相干運動

【Abstract】 Objective：To explore the value of intravoxel incoherent motion imaging（IVIM） in the differential diagnosis of benign and malignant breast lesions，and to compare IVIM with the routine examination of diffusion-weighted imaging（DWI）.Method：Thirty one cases of breast masses were retrospectively analyzed，including 23 cases of single lesion and 8 cases of multiple lesions.Among them were 23 benign lesions and 18 malignant lesions with a total lesion number of 41 lesions.All patients were subjected to multiple B-value imaging scans， and clear images and pathology reports were obtained.IVIM model and the conventional DWI parameter values of pure diffusion coefficient（D），pseudodiffusion coefficient（D*），perfusion fraction（f），and apparent diffusion coefficient（ADC） were identified by post-processing.The differences of the parameters of benign and malignant lesions were assessed with students t-tests，and the differential diagnostic efficacies of the parameters with statistical difference were evaluated by receiver operator characteristic curve（ROC）.Result：Compared to those for malignant lesions，the values of ADC and D for benign lesions were higher，while the values of f were lower（P<0.05）.There was no significant differences between benign lesions and malignant lesions in D* values（P=0.327）.The area under the curve（AUC） values for D，ADC and f were 0.854，0.778 and 0.714.AUC values of D were higher with better sensitivity and specificity.Conclusion：IVIM diffusion-weighted imaging can provide more quantitative information for the diagnosis of breast masses，and is valuable for the differential diagnosis of benign and malignant lesions.

【Key words】 Breast lump； Breast cancer； Diffusion-weighted imaging； Apparent diffusion coefficient； Intravoxel incoherent motion

doi：10.3969/j.issn.1674-4985.2017.20.006

乳腺癌目前已是我國女性最常見的惡性腫瘤，在大中型城市發病率逐年上升[1]。乳腺磁共振加權成像擴散加權成像（diffusion weighted imaging，DWI）常規模型在臨床廣泛應用于乳腺腫瘤的診斷及鑒別診斷并得到認可[2-5]。但有學者認為其得到的ADC值不僅受到組織內真實水分子擴散的影響，同時也會受到微循環灌注兩種成分的影響，而擴散加權成像體素內不相干運動（intravoxel incoherent motion，IVIM）模型，也稱雙指數模型，可將兩種成分分開研究[6-7]。該模型已經在各個系統中均有應用，在乳腺腫瘤的診斷鑒別診斷中也有應用，但在國內的應用尚不多。本文通過將擴散加權成像IVIM模型各參數與常規彌散加權成像參數ADC值（Apparent diffusion coefficients，表觀彌散系數）進行對比研究，旨在探索IVIM成像在鑒別診斷乳腺腫塊樣病變良惡性的價值，現報道如下。endprint

1 資料與方法

1.1 一般資料 2014年3月-2017年4月因乳腺病變于本院就診并行乳腺MRI檢查的患者，納入標準：（1）患者自愿納入研究并在檢查前簽署知情同意書；（2）磁共振成像發現乳腺內腫塊樣病灶，直徑≥1.5 cm；（3）MRI檢查包括常多b值DWI；（4）在MRI檢查前未行治療及有創性檢查，在MRI檢查后2周內病灶均行手術或穿刺活檢，并得到病理證實。

1.2 檢查方法 MRI掃描采用1.5 T超導磁共振設備（Discovery MR750，GE Healthcare，USA），使用8通道乳腺專用相控陣線圈作為接收線圈。采用俯臥位掃描，使乳腺自然懸垂于乳腺線圈內。掃描序列包括：常規三平面定位掃描，橫斷位T1WI，脂肪抑制T2WI，多b值DWI，DCE-MRI掃描，矢狀位延遲增強掃描。多b值DWI掃描采用單次激發SE-EPI序列（b值分別為0、20、50、100、200、400、600、800、1000、1200 s/mm2，TR 4000 ms，TE 73 ms，矩陣128×128，FOV 38 cm，NEX 2，層厚6 mm，間距1 mm）。

1.3 圖像處理 所有圖像處理均由兩名具有多年磁共振診斷經驗的放射科醫師共同完成，通過GE ADW 4.3工作站進行處理，兩名醫師均不知病理結果，出現不一致意見時協商解決。感興趣區（region of interest，ROI）的繪制均參照T2WI圖像，在DWI b=0圖像上盡量選取中央層面腫瘤實質部分較大區域，避開腫瘤囊變及壞死部分，同時獲得感興趣區信號值及其隨b值增加變化的曲線，獲得各個參數值包括：單純擴散系數（D）、假性擴散系數（D*）、灌注分數（f）及表觀擴散系數（ADC值），每個病灶測量三次取平均值。常規模式DWI的公式如下：S2/S1=exp（-bADC）；b為彌散敏感梯度值，S2和S1分別為高b值時及b=0時的組織信號強度，ADC為表觀彌散系數值。IVIM DWI的參數計算公式如下：S/S0=fexp（-bD*）+（1-f）exp（-bD）；S為不同b值下的信號強度，S0為b=0時的信號強度，D*為假性擴散系數也稱快速彌散系數（×10-3 mm2/s），與微循環灌注影響相關，受反應灌注影響；D為單純擴散系數，也稱慢速彌散系數（×10-3 mm2/s），反應真實分子擴散；f為灌注分數（%），代表微循環灌注相關擴散效應占總體擴的比率。

1.4 統計學處理 所有數據均應用SPSS 17.0統計軟件進行統計學分析，對于良惡性乳腺病變之間擴散加權成像常規單指數模型參數（ADC值）、IVIM模型各參數（D、D*、f值）進行統計學分析。所有計量資料采用K-S擬合優度檢驗進行正態分布檢驗，符合正態分布數據均以（x±s）表示，首選對各參數行獨立樣本t檢驗；然后對有統計學差異的參數繪制受試者特性曲線（ROC曲線），并計算ROC曲線下面積（AUC），再根據最大約登指數（Youdens index）確定最佳診斷切點值，得出各個值得診斷敏感性及特異性，評價各個值的診斷效能。P<0.05為差異有統計學意義。

2 結果

2.1 一般資料 本研究納入31例乳腺腫塊患者，單發病灶23例，多發病灶8例，總病灶41個分為良性病變23個和惡性病變19個。良性病變患者的平均年齡為（44.1±14.8）歲，惡性病變為（55.6±7.4）歲。惡性病變浸潤性導管癌18個，導管原位癌1個。良性病變纖維腺瘤11個（1個伴局部鈣化），乳腺腺病10個（1個局灶纖維腺瘤形成趨勢，1個伴管狀腺瘤形成），導管內乳頭狀瘤1個，分葉狀腫瘤1個。

2.2 良惡性病變常規模型及IVIM模型擴散加權成像參數 常規模型及IVIM模型擴散加權成像各參數均符合正態分布，采用獨立樣本t檢驗：良性病變的ADC值及D均高于惡性病變，而f值低于惡性病變，D、f值、ADC值在良惡性病變中差異均有統計學意義（P<0.05），而D*差異無統計學意義（P=0.327），見表1。通過各參數的箱圖可見，D在良惡性病變中重疊最少，而D*重疊很多，各參數值分布，見圖1。

2.3 IVIM各參數及ADC值鑒別良惡性病變的診斷效能 以病理結果為金標準，繪制具有統計學意義的參數D、f值、ADC值鑒別良惡性病變的ROC曲線（圖2），得到3條曲線下面積（AUC），D、ADC值及f值的曲線下面積均較大，分別為0.854、0.778、0.714，其中D的曲線下面積最大。最后根據最大約登指數（公式：約登指數=敏感性+特異性-1）確定最佳診斷切點值，得出各個值的診斷敏感性及特異性（表2）。f的敏感性很高，達到100%，但是特異性很低，只有36.8%，ADC的特異性最高為78.9%，但敏感性較低。

3 討論

乳腺磁共振加權成像具有高軟組織分辨率，為目前乳腺腫塊診斷、鑒別診斷的重要方法[8-9]，擴散加權成像作為一種磁共振功能成像技術，無需注射造影劑，掃描時間短，通過檢測組織內水分子的微觀運動體現組織內的結構信息，常規應用兩個

b值組合，通過單指數函數模式公式計算出對應的ADC值作為量化指標診斷，以往的研究已證實其對乳腺腫瘤早期診斷、良惡性鑒別診斷及療效評價的價值[2-5]。目前的研究普遍認為惡性病變細胞增殖較快，細胞密度較良性病變高，水分子擴散受限明顯，造成ADC值顯著降低，低于良性病變[6]。本研究的研究結果與以往研究一致，惡性病變的ADC值明顯低于良性病變，差異有統計學意義（P<0.05），且鑒別良惡性具有較好的診斷效能。

但各個報道得出的ADC值具有差異，難以制定統一的診斷界值，且良惡性病變的ADC值有一定的重疊[10]。有學者認為DWI成像不僅受到組織內真實水分子擴散的影響，同時也會受到微循環灌注的影響，惡性病變血供豐富灌注成分反向影響ADC值，傳統的ADC值計算簡單主要針對彌散的總體情況具有一定的局限性，而體素內不相干運動成像IVIM模型即雙指數模型，可將兩種影響因素分開研究，更加接近組織內真實的彌散情況。其優勢在神經系統、婦科系統、前列腺等研究中均得到認[11-12]。endprint

對乳腺病變研究，國外有團隊對乳腺良惡性病變鑒別、浸潤性導管癌組織學分級及預后評估、乳腺癌新輔助化療療效評估等方面進行了初步研究[13-16]。研究發現D值比ADC值具有更高的診斷效能，D值ROC曲線下面積最大[17-18]。與本研究結果相同，但是其f值的ROC曲線下面積也大于D值與本研究不同。Wang等[14]的研究認為，IVIM比傳統DWI能更好的鑒別乳腺良、惡性腫塊。Liu等[19]在對59個乳腺病變的IVIM檢查研究中發現D值、f值對鑒別乳腺良、惡性病變差異均有統計學意義（P<0.05）與本研究一致，但其研究中D*值在良惡性病變中差異有統計學意義（P<0.05），與本研究并不一致。

國內對于IVIM成像在乳腺良惡性病變診斷中的應用并不多，王慶軍等[20]對49例乳腺病變的IVIM成像進行了研究，其分析了D值在鑒別診斷良惡性病變的價值并與動態增強聯合，其認為D值較常規DCE-MRI有優勢，并且聯合應用將進一步提高診斷準確性，但是其沒有對其他參數給予研究。車樹楠等[21]對良惡性病變的IVIM模型及常規擴張加權成像進行了研究，其結果與本研究成果一致，D、f值在良惡性病變中差異均有統計學意義（P<0.05），而D*值差異無統計學意義（P>0.05），但是其f值的曲線下面積也大于ADC值。在各個研究中IVIM參數中的D值均具有很好的診斷效能，相對常規DWI的參數ADC值具有優勢，而其他參數的診斷效能及與ADC值的效能比較尚沒有一致結果，有待進一步大樣本研究。

本研究存在以下不足：第一，雙指數模式DWI掃描時間較長，易受運動偽影影響，因此今后的研究應進一步優化b值的數量和排列，以期縮短掃描時間。其次，本研究中ROC的選擇為人工勾畫，盡量選擇腫瘤實質部分，具有一定的主觀性，且部分病變可能包含小的囊變區域，可能引起一定誤差。第三，研究的樣本量較小，且病種較單一，有待進一步增大樣本量。

參考文獻

[1]顧雅佳，周康榮，陳彤箴，等.乳腺癌的X線表現及病理基礎[J].中華放射學雜志，2003，37（5）：439-444.

[2]張亞平，董光，耿海，等.DCE-MRI和DWI對乳腺腺病和乳腺癌的診斷價值[J].實用放射學雜志，2017，33（4）.

[3]金觀橋，蘇丹柯，羅殿中，等.磁共振DWI對乳腺癌分子亞型的鑒別診斷應用價值[J].實用放射學雜志，2015，31（6）：929-932，941.

[4]巴照貴，張玉敏，倪曉麗，等.乳腺腫塊性病變MRI動態增強與擴散加權成像聯合診斷方法的探討[J].實用放射學雜志，2014，30（10）：1657-1660，1664.

[5] Nilsen L B，Fangberget A，Geier O，et al.Quantitative analysis of diffusion-weighted magnetic resonance imaging in malignant breast lesions using different b value combinations[J].European Radiology，2013，23（4）：1027-1033.

[6] Wang Q，Guo Y，Zhang J，et al.Contribution of IVIM to Conventional Dynamic Contrast-Enhanced and Diffusion-Weighted MRI in Differentiating Benign from Malignant Breast Masses[J].Breast Care，2016，11（4）：254.

[7] Tamura T，Usui S，Murakami S，et al.Comparisons of multi b-value DWI signal analysis with pathological specimen of breast cancer[J].Magnetic Resonance in Medicine Official Journal of the Society of Magnetic Resonance in Medicine，2012，68（3）：890-897.

[8]佟琪，張冰，李茗，等.MRI多序列成像對乳腺疾病診斷的優選研究[J].中國CT和MRI雜志，2017，15（4）：80-83.

[9]費正華，羅志琴，李志，等.磁共振動態增強和彌散加權成像在不同類型乳腺炎性疾病診斷與鑒別診斷的應用價值[J].中華醫院感染學雜志，2017，27（3）：628-631.

[10]張興芳.磁共振擴散加權成像（DWI）及表面擴散系數（ADC）對乳腺良惡性病變診斷價值[C]//中國中藥雜志2015/專集：基層醫療機構從業人員科技論文寫作培訓會議論文集.2016.

[11]王瑩瑩，張焱，程敬亮，等.單指數及DKI模型在乳腺良惡性病變鑒別診斷中的價值[J].臨床放射學雜志，2017，36（2）：193-194.

[12]顧雅佳，馮曉源，唐峰，等.乳腺腫瘤的MRI擴散特征及參數選定[J].中華放射學雜志，2007，41（5）：451-456.

[13] Becker A S，Perucho J A，Wurnig M C，et al.Assessment of Cervical Cancer with a Parameter-Free Intravoxel Incoherent Motion Imaging Algorithm[J].Korean Journal of Radiology，2017，18（3）：510-518.

[14] Wang F，Wang Y，Zhou Y，et al.Comparison between types Ⅰ and Ⅱ epithelial ovarian cancer using histogram analysis of monoexponential，biexponential，and stretched-exponential diffusion models[J].Journal of Magnetic Resonance Imaging，2017.endprint

[15] Noij D P，Martens R M，Marcus J T，et al.Intravoxel incoherent motion magnetic resonance imaging in head and neck cancer：A systematic review of the diagnostic and prognostic value[J].Oral Oncology，2017，68：81.

[16] Che S，Zhao X，Ou Y，et al.Role of the Intravoxel Incoherent Motion Diffusion Weighted Imaging in the Pre-treatment Prediction and Early Response Monitoring to Neoadjuvant Chemotherapy in Locally Advanced Breast Cancer[J].Medicine，2016，95（4）：e2420.

[17] Lee Y J，Kim S H，Kang B J，et al.Intravoxel incoherent motion （IVIM）-derived parameters in diffusion-weighted MRI：Associations with prognostic factors in invasive ductal carcinoma[J].Journal of Magnetic Resonance Imaging，2017，45（5）：1394-1406.

[18] Cho G Y，Moy L，Kim S G，et al.Evaluation of breast cancer using intravoxel incoherent motion（IVIM） histogram analysis： comparison with malignant status，histological subtype，and molecular prognostic factors[J].European Radiology，2016，26（8）：1-12.

[19] Liu C，Wang K，Chan Q，et al.Intravoxel incoherent motion MR imaging for breast lesions：comparison and correlation with pharmacokinetic evaluation from dynamic contrast-enhanced MR imaging[J].European Radiology，2016，26（11）：1-11.

[20]王慶軍，李小娟，張靜，等.磁共振體素內不相干運動對于腫塊樣乳腺良惡性病變的診斷價值[J].中華臨床醫師雜志：電子版，2014，8（19）：3438-3443.

[21]車樹楠，崔曉琳，李靜，等.MR擴散加權成像體素內不相干運動模型對于乳腺良惡性病變診斷價值的研究[J].磁共振成像，2015，6（7）：506-512.endprint