IVIM-DWI對乳腺良惡性腫瘤的診斷及惡性腫瘤的病理分級研究

王成均

重慶市東南醫院 放射科，重慶 401336

引言

乳腺良惡性腫瘤的診斷與鑒別診斷一直都是困擾臨床與影像的難題，能準確的對乳腺良惡性腫瘤做出正確的診斷，對臨床治療方式的選擇以及患者的預后都至關重要[1]。同時，對于乳腺惡性腫瘤的病理分級若能做出相對正確的分析，同樣會給臨床治療及預后帶來重要的作用。擴散加權成像（Diffusion Weighted Imaging，DWI）是目前唯一能夠無創監測活體組織水分子擴散運動的磁共振功能成像，而相對于傳統DWI的單指數模型，體素內不相干運動（Intravoxel Incoherent Motion，IVIM）模型，即雙指數模型，能夠將組織中擴散和灌注的成分分開來進行研究，從而拋開了灌注因素對ADC值的干擾，更準確地反映組織的病理生理學狀態[2]。基于對乳腺良惡性腫瘤的診斷與鑒別診斷及乳腺惡性腫瘤病理分級的研究，本文研究IVIM多b值DWI在對乳腺良惡性腫瘤的診斷運用價值以及對乳腺惡性腫瘤的病理分級中的作用。

1 方法

1.1 一般資料

收集我院2015年3月至2017年5月經病理所證實乳腺腫瘤患者80例，以上患者均為女性，年齡26～64歲，平均（48.6±4.2）歲；其中乳腺良性腫瘤33例共33個病灶，包括乳腺纖維腺瘤20例，乳腺導管內乳頭狀瘤13例；其中乳腺惡性腫瘤47例共50個病灶，包括浸潤性導管癌30例，浸潤性小葉癌17例。

乳腺惡性腫瘤病理分級根據腺管結構、核多形性以及核分裂情況進行分級[3]：乳腺浸潤性導管癌組高分化13例，低分化17例；乳腺浸潤性導管癌組高分化8例，低分化9例。

1.2 掃描方法

采用GE公司3.0 T超導磁共振儀，選用8通道乳腺專用相控陣線圈作。患者取俯臥位，頭先進，雙側乳腺自然懸垂于乳腺線圈內。掃描參數：單指數DWI，回波時間67 ms，重復時間2567 ms，層數10～12層，層厚5 mm，層間距1 mm，視野32 cm×32 cm。IVIM-DWI，回波時間65 ms，重復時間2469 ms，層數10～12層，層厚5 mm，層間距1 mm，視野32 cm×32 cm。b值選擇0、10、20、40、60、80、100、150、200、400、700、1000 s/mm2，NEX分別為1、3、3、3、3、2、2、2、2、3、5、6。

1.3 觀察指標

所有圖像資料及數據采用GEADW4.5工作站后處理軟件進行分析處理（圖1～2），IVIM模型的各項參數使用工作站Functiontool中MADC軟件進行計算，在病變最大層面選取感興趣區（Region of Interest，ROI），盡量包全整個病灶，盡量避開壞死、出血以及囊變區，在勾畫完ROI之后，軟件自動生成IVIM-DWI相關的參數，包括：常規單指數模式DWI表觀擴散系數（ADC），灌注不相關擴散系數（ADCslow）、灌注相關擴散系數（ADCfast）和灌注分數（f），并重復測量3次取其平均值，進行相關統計學分析。

圖1 一病理診斷為左側乳腺纖維腺瘤的45歲女性患者影像結果

圖2 一病理診斷為左側乳腺浸潤性小葉癌的53歲女性患者影像結果

1.4 統計學分析

用SPSS 19.0版軟件包對各項資料進行統計、分析，對于良惡性乳腺腫瘤以及乳腺惡性腫瘤的病理分級之間擴散加權成像單指數模型參數（ADC值）、IVIM模型各項參數值（ADCslow、ADCfast、f值）采用單因素方差分析，以P＜0.05為差異有統計學意義，多重比較采用LSD法，以P＜0.05為差異有統計學意義。擴散加權成像單指數模型ADC值，IVIM模型ADCslow、f值鑒別乳腺良惡性病變的診斷效能采用受試者特性曲線（ROC曲線）。

2 結果

2.1 乳腺良惡性腫瘤間單指數模型ADC值及IVIM-DWI各參數間的比較

乳腺良惡性腫瘤間的常規單指數模型ADC值、ADCslow及f值差異具有統計學意義，常規單指數模型ADC值、ADCslow在乳腺惡性腫瘤數值要小于乳腺良性腫瘤（P＜0.05），f值在乳腺惡性腫瘤數值要大于乳腺良性腫瘤（P＜0.05），而ADCfast在乳腺良惡性腫瘤間差異無統計學意義（P＞0.05）。乳腺良性腫瘤乳腺纖維腺瘤與乳腺導管內乳頭狀瘤間的常規單指數模型ADC值、ADCslow及f值差異無統計學意義（P＞0.05），乳腺惡性腫瘤乳腺浸潤性導管癌與浸潤性小葉癌間的常規單指數模型ADC值、ADCslow及f值差異無統計學意義（P＞0.05）。乳腺不同占位性病變常規單指數模型ADC值及IVIM參數比較，見表1。乳腺良惡性腫瘤間常規單指數模型ADC值及IVIM參數比較，見表2。

2.2 ADCslow、ADC值及f 值診斷乳腺良惡性病變能力的效能比較

ADCslow、ADC值及f值診斷乳腺良惡性腫瘤實驗得到的曲線下的面積（Area Under Curve，AUC）分別為0.917、0.872和0.744，其中ADCslow值診斷效果最好，三者鑒別診斷乳腺良惡性腫瘤的最佳臨界值分別是0.92×10-3mm2/s、1.13×10-3mm2/s和5.78%，相對應的診斷敏感性依次為94.8%、88.6%和78.1%，特異性依次為91.2%、86.4%和70.6%。ADCslow、ADC值及f值診斷乳腺良惡性病變能力的效能，見表3。

2.3 乳腺高分化惡性腫瘤與乳腺低分化惡性腫瘤間常規單指數模型ADC值及IVIM參數比較

ADC值、ADCslow在乳腺高分化惡性腫瘤與乳腺低分化惡性腫瘤間的差異無統計學意義（P＞0.05），而ADCfast、f值在乳腺高分化惡性腫瘤與乳腺低分化惡性腫瘤間的差異具有統計學意義（P＜0.05）。乳腺高分化惡性腫瘤與乳腺低分化惡性腫瘤間常規單指數模型ADC值及IVIM參數比較，見表4。

3 討論

近年以來，對于乳腺腫瘤的研究不斷深入和進展，多種檢查方法應用于乳腺腫瘤的診斷及鑒別診斷，并且對于乳腺惡性腫瘤的病理分級也進行了不同程度的相關研究，對指導臨床治療方案及預后方案提供了更好的基礎[4-7]。

而隨著MRI技術的不斷發展，體素內不相干運動（Intravoxel Incoherent Motion，IVIM）模型，即雙指數模型，能夠將組織中擴散和灌注的成分分開來進行研究，相對于傳統單指數模型，拋開了灌注因素對ADC值的干擾，更準確地反映組織的病理生理學狀態[8-11]。目前，IVIM-DWI運用于多個器官多種疾病的診斷，本研究研究IVIM-DWI以及傳統單指數模型對乳腺良惡性腫瘤的診斷研究，并對乳腺惡性腫瘤的病理分級進行了初步的相關性研究。

IVIM-DWI擬 合 出3個 參 數， 分 別 是ADCfast、ADCslow及f值，ADCfast代表快速表觀擴散系數，反應血流微循環灌注的影響；ADCslow代表真實水分子擴散，反應了拋去血流微循環灌注值的影響，生物體內真正水分子的擴散運動，其準確性及檢驗效能要優于傳統單指數模型下的ADC值；f代表灌注分數，f值代表微循環灌注產生的擴散效應占總擴散效應的百分比[12-13]。在本研究里，常規單指數模型ADC值、ADCslow在乳腺惡性腫瘤數值要小于乳腺良性腫瘤，表明惡性腫瘤細胞較良性腫瘤更密集，細胞外間隙更小，水分子擴散受限更明顯，所以得到的ADC值也相對于良性腫瘤較小，進一步分析發現對于乳腺良性病變及惡性腫瘤，常規單指數模型ADC值要大于ADCslow值，這說明微循環灌注確實對ADC值產生了影響，從而致其數值偏高。Bokacheva等[14]和Liu等[15]的研究結果也與本研究結果一致，認為常規單指數模型ADC值偏高是由于血流微循環運動所導致。本研究中乳腺惡性腫瘤f值要明顯高于乳腺良性腫瘤，而f值高表示惡性腫瘤相對于良性腫瘤具有更豐富的新生血管。ADCfast值代表組織內與微循環灌注相關的擴散效應。本研究發現乳腺良惡性病變之間的值差異無統計學意義，與Chandarana等[16]的研究結果一致。而ADC值、ADCslow及f值在乳腺良性腫瘤乳腺纖維腺瘤與乳腺導管內乳頭狀瘤間、乳腺惡性腫瘤乳腺浸潤性導管癌與浸潤性小葉癌間的差異均無統計學意義，說明要鑒別乳腺良惡性腫瘤內部具體的分型還需要另外的研究方法。在診斷乳腺良惡性病變能力的效能上，ADCslow、ADC值及f值診斷乳腺良惡性腫瘤實驗得到的AUC分別為0.917、0.872和0.744，其中ADCslow值診斷效果最好，三者鑒別診斷乳腺良惡性腫瘤的最佳臨界值分別是0.92×10-3mm2/s、1.13×10-3mm2/s和5.78%，相對應的診斷敏感性依次為94.8%、88.6%和78.1%，特異性依次為91.2%、86.4%和70.6%。ADCslow通過反應真實的水分子擴散，拋開了微循環灌注的影響，在診斷乳腺良惡性病變能力的效能上，更能體現其優越性。在乳腺惡性腫瘤的病理分級研究中，本研究認為f值及ADCfast值在乳腺高分化惡性腫瘤與乳腺低分化惡性腫瘤間的差異具有統計學意義，乳腺低分化惡性腫瘤可能由于較高的血供，體現在f值及ADCfast值在乳腺低分化惡性腫瘤均顯著高于乳腺高分化惡性腫瘤，這也為乳腺惡性腫瘤的病理分級提供了一定的診斷價值，后續需要進一步擴大樣本數及不同實驗方法進一步研究。

表1 乳腺不同占位性病變常規單指數模型ADC值及IVIM參數比較

表2 乳腺良惡性腫瘤間常規單指數模型ADC值及IVIM參數比較

表3 ADCslow、ADC值及f值診斷乳腺良惡性病變能力的效能

表4 乳腺高分化惡性腫瘤與低分化惡性腫瘤間常規單指數模型ADC值及IVIM參數比較

綜上所述，IVIM多b值DWI對乳腺良惡性腫瘤的診斷及惡性腫瘤的病理分級研究提供了重要的診斷價值，為鑒別乳腺病變的良惡性提供新的觀點和視角，同時也為乳腺惡性腫瘤的病理分級提供了一定的理論基礎。

[參考文獻]

[1] Zhou CW,Zhang RZ.Status and mission of the breast imaging[J].Chin J Magn Reson Imaging,2014,4(4):241-245.

[2] 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,2015,7(6):506-512.

[3] 何東峰,馬大慶,靳二虎.動態增強MRI在鑒別乳腺良、惡性腫瘤和提示惡性腫瘤病理分級中的作用[J].中華放射學雜志,2012,46(12):1075-1078.

[4] 梁玉玉,朱蓉蓉,哈若水.比較雙指數與傳統單指數模型ADC值對浸潤性導管癌診斷效能研究[J].臨床放射學雜志,2014,33(8):1165-1169.

[5] 郭吉敏,劉春霖,曹滿瑞,等.體素內不相干運動雙指數模型評價乳腺腫塊樣病變[J].中國醫學影像技術,2015,31(7):1037-1040.

[6] Wagner M,Doblas S,Daire JL,et al.Diffusion-weighted MR imaging for the regional characterization of liver tumors[J].Radiology,2012,264(2):464-472.

[7] 馬煥,呂玲,李卓琳,等.體素內不相干運動擴散加權成像對乳腺腫塊樣病變的診斷價值[J].中華腫瘤防治雜志,2017,24(5):312-317.

[8] 李玉春,馮翠蘭,蒙志剛,等.MR擴散加權成像與不同成像序列組合對乳腺良惡性病變的診斷價值[J].中國臨床醫學影像雜志,2017,28(2):95-98.

[9] 賴少侶,劉麗東,蘇丹柯,等.乳腺占位性病變內液性信號區表觀擴散系數對病變性質的診斷價值研究[J].臨床放射學雜志,2017,36(5):634-637.

[10] 魏樂群,陳殿森,孫聚葆,等.MR體素內不相干運動成像對乳腺良惡性病變的鑒別診斷價值[J].中國醫學影像學雜志,2016,24(12):906-908.

[11] 史綱,方金.MRI動態增強鑒別乳腺腫瘤及對腫瘤病理分級的作用[J].中國CT和MRI雜志,2015,8(13):47-50.

[12] 張天月,汪登斌,王麗君,等.IVIM磁共振成像對乳腺非腫塊強化病變的診斷價值[J].放射學實踐,2017,32(3):242-247.

[13] 蔡毓琦,周研,吳先衡,等.MRI動態增強掃描聯合DWI鑒別乳腺良惡性腫瘤的應用價值[J].中國中西醫結合影像學雜志,2017,15(3):333-335.

[14] Bokacheva L,Kaplan JB,Giri DD,et al.Intravoxel incoherent motion diffusion-weighted MRI at 3.0 T differentiates malignant breast lesions from benign lesions and breast parenchyma[J].J Magn Reson Imaging,2014,40(4):813-823.

[15] Liu C,Liang C,Liu Z,et al.Intravoxel incoherent motion (IVIM)in evaluation of breast lesions: comparison with conventional DWI[J].Eur J Radiol,2013,82(12):782-789.

[16] Chandarana H,Lee VS,Hecht E,et al.Comparison of biexponential and monoexponential model of diffusion weighted imaging in evaluation of renal lesions: preliminary experience[J].Invest Radiol,2011,46(5):285-291.