ADC在磁共振擴(kuò)散加權(quán)成像技術(shù)鑒別診斷BI-RADS第4類乳腺病變中的應(yīng)用價(jià)值

張暉，王勇

(1河北省人民醫(yī)院，石家莊050000；2河北醫(yī)科大學(xué)第二醫(yī)院)

目前，磁共振(MRI)動(dòng)態(tài)對(duì)比增強(qiáng)成像(DCE-MRI)技術(shù)已成為檢測(cè)乳腺癌最敏感的方法，但特異性較低[1，2]。MRI另一種功能成像新技術(shù)——擴(kuò)散加權(quán)成像(DWI)技術(shù)，已逐步應(yīng)用于乳腺腫瘤的術(shù)前診斷[3]；但目前該技術(shù)僅應(yīng)用于可疑病灶的評(píng)估[4]。乳腺成像報(bào)告和數(shù)據(jù)系統(tǒng)(BI-RADS)第5版，將乳腺內(nèi)可疑惡性病灶劃分為第4類(BI-RADS 4)，病變?yōu)閻盒缘目赡苄钥缍群艽?2%～95%)[5]。因此BI-RADS 4類病變可能為良性或惡性，而不同性質(zhì)的病變需采取不同的處理方法，需進(jìn)一步鑒別。病理檢查報(bào)告為不典型增生、高惡性腫瘤風(fēng)險(xiǎn)的患者，臨床通常會(huì)采取過度檢查，易導(dǎo)致假陽性[6]。因此，臨床迫切需要一種可靠的檢查方法對(duì)其加以鑒別。本研究探討DWI技術(shù)測(cè)量的表觀擴(kuò)散系數(shù)(ADC)在鑒別診斷BI-RADS 4類乳腺病變中的應(yīng)用價(jià)值。

1 資料與方法

1.1 臨床資料 選取2013年1月～2017年1月河北省人民醫(yī)院接受乳腺M(fèi)RI檢查的女性患者72例，病灶85處，經(jīng)病理檢查均為BI-RADS 4類，病灶直徑0.7～5.7 cm，平均2.3 cm。入選標(biāo)準(zhǔn)：年齡>20歲；病灶直徑>5 mm。根據(jù)病理檢查[7]結(jié)果將病灶分為良性組18個(gè)，高危風(fēng)險(xiǎn)組10個(gè)，惡性組57個(gè)。良性組患者年齡28～54歲、平均43歲，病灶直徑0.8～2.6 cm、平均1.5 cm，腫塊7個(gè)、非腫塊11個(gè)，纖維囊性增生癥8個(gè)、纖維腺瘤2個(gè)、腺病5個(gè)、導(dǎo)管擴(kuò)張癥1個(gè)、炎癥2個(gè)。高危風(fēng)險(xiǎn)組患者年齡39～74歲、平均50歲，病灶直徑0.7～1.4 cm、平均0.9 cm，腫塊6個(gè)、非腫塊4個(gè)，非典型增生7個(gè)、乳頭狀病變3個(gè)。惡性組患者年齡44～68歲、平均58歲，病灶直徑1.6～5.7 cm、平均2.4 cm，腫塊32個(gè)、非腫塊25個(gè)，導(dǎo)管原位癌18個(gè)、浸潤性導(dǎo)管癌29個(gè)、浸潤性小葉癌6個(gè)、神經(jīng)內(nèi)分泌癌3個(gè)、侵襲性黏液癌1個(gè)。

1.2 MRI檢查 用乳腺M(fèi)RI檢查設(shè)備(美國GE公司)，包括GE Signa Excite 1.5T和GE 3.0T Slient Discovery 750W兩種超導(dǎo)全身MRI掃描儀，用8通道乳腺專用線圈，行MRI平掃和增強(qiáng)掃描。掃描序列：①快速自旋回波(FSE)T2WI壓脂序列：TR=6 079 ms，TE=85 ms，翻轉(zhuǎn)角(FA)=111°，掃描野(FOV)=36 mm×36 mm，矩陣=320×256，激勵(lì)次數(shù)(NEX)=1.0，層厚(ST)=5.0 mm，掃描時(shí)間164 s。②FSE T1WI序列：TR=697 ms，TE=Min Full，F(xiàn)A=111°，F(xiàn)OV=36 mm×36 mm，矩陣=320×256，NEX=1.0，ST=5.0 mm，掃描時(shí)間為65 s。③DWI序列：TR=2 881.4 ms，TE=Minimum，F(xiàn)OV=36 mm×36 mm，矩陣=128×128，ST=5.0 mm，b值=800，掃描時(shí)間為121 s。④T1加權(quán)動(dòng)態(tài)灌注GEN-IQ序列：TR=5.5 ms，TE=Min Full，F(xiàn)A=12°，F(xiàn)OV=34 mm×34 mm，矩陣=160×150，ST=5.0 mm，40期掃描，掃描共用時(shí)432 s。造影劑用釓噴酸葡胺注射液，劑量0.2 mmol/kg，注射速率3.0 mL/s，掃描啟動(dòng)后30 s開始注射。隨后用生理鹽水20 mL以3 mL /s的注射速度沖洗自動(dòng)注射器。

1.3 圖像分析 采集數(shù)據(jù)傳至GE ADW4.6工作站，對(duì)圖像進(jìn)行處理。由2名有5年以上乳腺疾病診斷經(jīng)驗(yàn)的影像科醫(yī)師進(jìn)行分析。DCE-MRI檢查增強(qiáng)的區(qū)域與DWI中高信號(hào)區(qū)域?yàn)椴≡睢Ｍㄟ^后處理得到ADC圖，在病灶手工放置橢圓形的感興趣區(qū)測(cè)量ADC值，范圍至少包括4個(gè)最小像素，并測(cè)量3次取平均值。根據(jù)文獻(xiàn)[8]，將ADC值=1.20×10-3mm2/s作為閾值標(biāo)準(zhǔn)，小于等于此值為惡性病灶，高于此值為良性病灶。

2 結(jié)果

乳腺正常腺體實(shí)質(zhì)部分與病灶的ADC值分別為(1.81±0.20)、(1.26±0.13)×10-3mm2/s，兩者比較差異有統(tǒng)計(jì)學(xué)意義(P<0.05)。良性組、高危風(fēng)險(xiǎn)組、惡性組ADC值分別為(1.42±0.24)、(1.36±0.35)、(1.08±0.30)×10-3mm2/s，三組ADC值比較差異有統(tǒng)計(jì)學(xué)意義(P<0.05)。ADC值≤1.20×10-3mm2/s良性組5個(gè)(27.8%)、高危風(fēng)險(xiǎn)組3個(gè)(30.0%)、惡性組41個(gè)(71.9%)；ADC值>1.20×10-3mm2/s良性組13個(gè)(72.2%)、高危風(fēng)險(xiǎn)組7個(gè)(70.0%)、惡性組16個(gè)(28.1%)。以病理檢查作為金標(biāo)準(zhǔn)，良性組ADC值診斷準(zhǔn)確率為66.7%(12/18)、高危風(fēng)險(xiǎn)組為70.0%(7/10)、惡性組為84.2%(48/57)，合計(jì)80.72%(67/85)。ADC值對(duì)良性、高危風(fēng)險(xiǎn)及惡性病灶的診斷準(zhǔn)確率比較差異有統(tǒng)計(jì)學(xué)意義(P均<0.05)。腫塊型病灶46個(gè)，非腫塊型病灶39個(gè)。繪制ROC曲線，ADC值對(duì)腫塊和非腫塊型病灶診斷的AUC分別為0.89、0.65，比較差異有統(tǒng)計(jì)學(xué)意義(P<0.05)。

3 討論

DWI是目前MRI篩查惡性腫瘤和評(píng)估治療效果最靈敏的方法[9]。典型惡性腫瘤的ADC值比良性增生和正常組織的ADC值低，其部分原因?yàn)閻盒阅[瘤的細(xì)胞密度大，導(dǎo)致細(xì)胞外空間狹小，繼而引起水分子擴(kuò)散受限[10]。通過測(cè)量ADC值可將這種復(fù)雜的微觀現(xiàn)象部分轉(zhuǎn)化為可定量測(cè)量的參數(shù)，繼而區(qū)分不同的組織來源。由于DWI技術(shù)具有采集時(shí)間短，不需使用順磁性造影劑和具有較高的敏感性等優(yōu)勢(shì)，在乳腺疾病的鑒別診斷中逐漸得到廣泛應(yīng)用；并隨著設(shè)備掃描參數(shù)的不斷優(yōu)化，其診斷特異性也隨之提高[11]。MRI常規(guī)掃描和DCE-MRI掃描技術(shù)可提供乳腺活體組織的內(nèi)部結(jié)構(gòu)信息[10]，二者更接近于組織病理學(xué)檢查；同時(shí)結(jié)合DWI序列可提高乳腺病灶鑒別診斷的準(zhǔn)確性，從而使BI-RADS 4類的病變與組織病理學(xué)分級(jí)相對(duì)應(yīng)。

本研究發(fā)現(xiàn)病灶的ADC值比正常乳腺組織低，其中惡性組的ADC值最低，這一結(jié)論與既往研究[12,13]結(jié)果一致。Tsushima等[14～16]研究發(fā)現(xiàn)，DWI對(duì)乳腺癌的診斷有較大價(jià)值，其敏感性和特異性分別為89%和77%。本研究DWI對(duì)腫塊型病灶診斷的效能高于非腫塊病灶。原因可能為非腫塊病灶包括了正常乳房組織與病變組織。

既往文獻(xiàn)關(guān)于良、惡性病灶A(yù)DC值的分界點(diǎn)研究不少，結(jié)論各有不同[12,17,18]。本研究將乳腺病灶A(yù)DC值1.20×10-3mm2/s作為區(qū)分組織良惡性的臨界點(diǎn)，ADC值診斷準(zhǔn)確率為良性組66.7%、高危風(fēng)險(xiǎn)組70.0%、惡性組84.2%，合計(jì)80.72%。采用較高的ADC值做臨界點(diǎn)可以有效避免對(duì)BI-RADS 4進(jìn)行過度檢查。研究顯示，DWI可能會(huì)避免MRI引導(dǎo)下活檢的必要，當(dāng)以ADC值1.58×10-3mm作為臨界點(diǎn)時(shí)，可避免34.5%的假陽性率，而且無假陰性[19]。本研究應(yīng)用DWI序列對(duì)可疑BI-RADS 4的病變進(jìn)行病理學(xué)分類，避免了簡單的良性和惡性二分法。組織活檢為良性病變的，后續(xù)可采用影像學(xué)檢查隨訪觀察；高危風(fēng)險(xiǎn)病灶需結(jié)合臨床，必要時(shí)行穿刺活檢。

總之，ADC值有助于區(qū)分乳腺良惡性病變，對(duì)可疑BI-RADS 4類患者也能作出較為明確的診斷。本研究尚存在不足之處，將有惡性傾向的病變一并歸為高危風(fēng)險(xiǎn)組，導(dǎo)致ADC值變化較大。后續(xù)研究應(yīng)進(jìn)行更為明確的病理學(xué)分組。

[1] Kuhl C. The current status of breast MR imaging. Part Ⅰ. Choice of technique, image interpretation, diagnostic accuracy, and transfer to clinical practice[J]. Radiology, 2007,244(2):356-378.

[2] Bluemke DA, Gatsonis CA, Chen MH, et al. Magnetic resonance imaging of the breast prior to biopsy[J]. JAMA, 2004,292(22):2735-2742.

[3] Wisner DJ, Rogers N, Deshpande VS, et al. High-resolution diffusion- weighted imaging for the separation of benign from malignant BI-RADS 4/5 lesions found on breast MRI at 3T[J]. J Magn Reson Imaging, 2014,40(3):674-681.

[4] Zervoudis S, Iatrakis G, Tomara E, et al. Main controversies in breast cancer[J]. World J Clin Oncol, 2014,5(3):359-373.

[5] Wang M, Yang Z, Liu C, et al. Differential diagnosis of breast category 3 and 4 nodules through BI-RADS classification in conjunction with shear wave elastography[J]. Ultrasound Med Biol, 2017,43(3):601-606.

[6] Baltzer PA, Benndorf M, Dietzel M, et al. False-positive findings at contrast-enhanced breast MRI: a BI-RADS descriptor study[J]. AJR Am J Roentgenol, 2010,194(6):1658-1663.

[7] Hartmann LC, Sellers TA, Frost MH, et al. Benign breast disease and the risk of breast cancer[J]. N Engl J Med, 2005,353(3):229-237.

[8] Maltez de Almeida JR, Gomes AB, Barros TP, et al. Subcategorization of suspicious breast lesions (BI-RADS category 4) according to MRI criteria: role of dynamic contrast-enhanced and diffusion-weighted imaging[J]. AJR Am J Roentgenol, 2015,205(1):222-231.

[9] Ei Khouli RH, Jacobs MA, Mezban SD, et al. Diffusion-weighted imaging improves the diagnostic accuracy of conventional 3.0-T breast MR imaging[J]. Radiology, 2010,256(1):64-73.

[10] Pereira FPA, Martins G, Carvalhaes de Oliveira RV. Diffusion magnetic resonance imaging of the breast[J]. Magn Reson Imaging Clin N Am, 2011,19(1):95-110.

[11] Thomassin-Naggara I, De Bazelaire C, Chopier J, et al. Diffusion-weighted MR imaging of the breast: advantages and pitfalls[J]. Eur J Radiol, 2013,82(3):435-443.

[12] Pereira FPA, Martins G, Figueiredo E, et al. Assessment of breast lesions with diffusion-weighted MRI: comparing the use of different b values[J]. AJR Am J Roentgenol, 2009,193(4):1030-1035.

[13] Brand?o AC, Lehman CD, Partridge SC. Breast magnetic resonance imaging: diffusion-weighted imaging[J]. Magn Reson Imaging Clin N Am, 2013,21(2):321-336.

[14] Tsushima Y, Takahashi-Taketomi A, Endo K. Magnetic resonance (MR) differential diagnosis of breast tumors using apparent diffusion coefficient (ADC) on 1.5-T[J]. Magn Reson Imaging, 2009,30(2):249-255.

[15] Qu RF, Guo DR, Chang ZX, et al. Differential diagnosis of benign and malignant breast tumors using apparent diffusion coefficient value measured through diffusion-weighted magnetic resonance imaging[J]. J Comput Assist Tomogr, 2015,39(4):513-522.

[16] Imamura T, Isomoto I, Sueyoshi E, et al. Diagnostic performance of ADC for non-mass-like breast lesions on MR imaging[J]. Magn Reson Med Sci, 2010,9(4):217-225.

[17] Parsian S, Rahbar H, Allison KH, et al. Nonmalignant breast lesions: ADCs of benign and high-risk subtypes assessed as false-positive at dynamic enhanced MR imaging[J]. Radiology, 2012,265(3):696-706.

[18] Partridge SC, DeMartini WB, Kurland BF, et al. Quantitative diffusion-weighted imaging as an adjunct to conventional breast MRI for improved positive predictive value[J]. AJR Am J Roentgenol, 2009,193(6):1716-1722.

[19] Spick C, Pinker-Domenig K, Rudas M, et al. MRI-only lesions: application of diffusion-weighted imaging obviates unnecessary MRguided breast biopsies[J]. Eur Radiol, 2014,24(6):1204-1210.