核磁共振擴散加權成像定量參數在鑒別乳腺良惡性病變中的應用價值

黃恩善 李瑞雄 王盛集 楊維珍 莫志英

(廣西梧州市人民醫院醫學影像科，梧州市 543000，電子郵箱：123494529@qq.com)

近年來，受生活壓力、環境改變等因素的影響，女性乳腺疾病的發病率呈逐年上升趨勢[1-3]。早發現、早診斷是乳腺疾病治療效果的主要影響因素。核磁共振因其軟組織高分辨率及功能成像良好等優勢，成為診斷乳腺疾病的重要方法，其中擴散加權成像(diffusion-weighted imaging，DWI)及其定量參數表觀擴散系數(apparent diffusion coefficient，ADC)已被廣泛應用于乳腺病變的診斷、療效觀察及術后復發評估等。近年來，應用相對表觀擴散系數(relative apparent diffusion coefficient，rADC)及ADC差值診斷乳腺病變的研究也逐漸增多[4-5]，但尚無有關應用ADC值、rADC、ADC差值三者聯合診斷乳腺疾病的研究報道。本研究探討DWI定量參數ADC、rADC、ADC差值及三者聯合對乳腺良惡性病變的鑒別效能。

1 資料與方法

1.1 臨床資料 回顧性分析2016年4月至2018年3月于我院診治的70例乳腺疾病患者(73個乳腺病變)的臨床資料，均行核磁共振平掃、DWI及動態增強檢查，乳腺病變均經手術或活檢病理證實。排除標準：(1)圍絕經期和絕經后激素治療者；(2)接受過化療或放療的患者；(3)乳腺腫瘤切除術后復發者；(4)圖像偽影明顯，影響數據測量者?；颊呔鶠榕?，年齡18～76(44.8±14.2)歲，其中良性病變34個，惡性病變39個。

1.2 檢查方法 采用美國GE公司Signa HDe 1.5 T超導型核磁共振掃描儀行常規T2加權成像(T2-weighted imaging，T2WI)脂肪抑制序列、DWI及多期動態增強檢查，采用專用8通道相控陣乳腺表面線圈。患者取俯臥位，雙側乳腺自然懸垂，兩側乳頭對準線圈中心。橫斷位T2WI脂肪抑制序列的掃描參數：重復時間為4 300 ms，回波時間為90 ms，層厚為4 mm，間隔為1 mm，矩陣為288×192，激勵次數為2。 DWI采用橫斷位掃描，掃描參數：b值為1 000 s/mm2，重復時間為2 800 ms，回波時間為60 ms,層厚為4 mm，間隔為1 mm，矩陣為128×128，激勵次數為2。動態增強采用Vibrant軸位掃描，掃描參數：重復時間為5.6 ms，回波時間為2.2 ms，層厚為4 mm，間隔為1 mm，矩陣為320×256，激勵次數為0.7。經肘靜脈注入對比劑釓噴酸葡胺注射液(北京北陸藥業，規格：15 mL ∶7.04 g)，劑量為0.2 mmol/kg，注射速度為2.5 mL/s，注入對比劑前先行蒙片掃描1次，注入對比劑后連續5期掃描，每期掃描時間115 s。

1.3 圖像分析和數據測量 使用GE ADW 4.4工作站處理后所獲得的圖像，利用Functool軟件分析DWI圖像，應用Compare技術確定DWI圖像上病灶的中心層面，于病灶中心層面及周圍正常腺體區域選取感興趣區域，注意避開肉眼所見壞死、囊變、出血等區域，感興趣區域面積需大于30 mm2。測量ADC，分別測量3次取平均值作為病灶ADC及周圍正常腺體的ADC，并計算病灶rADC、ADC差值。rADC=病灶ADC/周圍正常腺體ADC。ADC差值=周圍正常腺體ADC-病灶ADC。正常腺體ADC的測量應選較為致密腺體，且距病灶邊緣>2 cm。

1.4 統計學分析 應用SPSS 17.0軟件進行統計學分析。計量資料以(x±s) 表示，比較采用t檢驗。采用受試者工作特征(receiver operating characteristic，ROC)曲線分析ADC、rADC和ADC差值對乳腺良惡性病變的鑒別價值。采用Logistic回歸模型構建ADC、rADC、ADC差值診斷乳腺良惡性病變的方程，生成三者聯合診斷的概率后，繪制三者聯合診斷的ROC曲線。以P<0.05為差異有統計學意義。

2 結 果

2.1 病理診斷結果 73個乳腺病變經病理證實為良性病變34個，包括纖維腺瘤18個，乳腺增生5個，腺瘤2個，導管內乳頭狀瘤2個，葉狀瘤1個，乳腺炎4個，乳腺結核1個，乳汁潴留性囊腫1個；惡性病變39個，包括浸潤性導管癌29個，導管原位癌3個，黏液癌3個，浸潤性小葉癌3個，導管內乳頭狀癌1個。

2.2 乳腺良惡性病變的ADC、rADC及ADC差值比較 乳腺良性病變的ADC、rADC均大于乳腺惡性病變，而ADC差值小于乳腺惡性病變(均P<0.05)。見表1 。

表1 乳腺良惡性病變的ADC、rADC及ADC差值比較(x±s，×10-3mm2/s)

2.3 ADC、rADC、ADC差值及三者聯合鑒別良惡性病灶的效能 ADC、rADC、ADC差值及三者聯合診斷乳腺惡性病灶的ROC曲線下面積分別為0.811(P<0.001，95%CI：0.711～0.912)、0.827(P<0.001，95%CI：0.728～0.927)、0.805(P<0.001，95%CI：0.704～0.906)，0.844(P<0.001，95%CI：0.753～0.935)見圖1，最佳診斷閾值分別為1.07×10-3mm2/s、0.68×10-3mm2/s、0.48×10-3mm2/s。三者聯合的敏感度、特異度、準確度、陽性及陰性預測值均高于ADC、rADC及ADC差值，見表2。

圖1 ADC、rADC及ADC差值診斷乳腺惡性病變的ROC曲線

表2 ADC、rADC、ADC差值及三者聯合在乳腺惡性病變中的診斷價值對比

3 討 論

DWI是基于活體水分子微觀擴散運動，反映組織細胞構成特征的一種功能成像技術[6]，也是一種可在活體應用的、研究組織分子水平特點的有效工具[7]。由于細胞密度、細胞外間隙、細胞核/漿比例等均不同，導致良惡性腫瘤的ADC存在差異。惡性腫瘤由于細胞增殖速度較快，細胞排列緊密，細胞外間隙小，細胞核/漿比例增大，從而導致水分子擴散受限，ADC較低，所以ADC可以用于良惡性腫瘤的鑒別診斷[8]。

研究表明，應用ADC鑒別乳腺良惡性病變雖有較高的靈敏度和特異度，但ADC在乳腺良惡性病變間存在重疊[9]，其診斷乳腺良惡性病變時仍存在假陰性和假陽性。本研究結果顯示，應用ADC診斷乳腺惡性病變的最佳閾值為<1.07×10-3mm2/s，其中有8例惡性病變ADC值大于1.07×10-3mm2/s，包括浸潤性導管癌4例、黏液癌2例、導管原位癌1例、浸潤性小葉癌1例。筆者分析認為：浸潤性導管癌的ADC大小主要與腫瘤分化程度有關，分化程度高則ADC相對高，而病灶內有出血、壞死、囊變等也會影響測量的準確性；黏液癌由于癌細胞大小較一致，癌細胞產生大量的黏液，細胞團漂浮于黏液湖中，并由富含毛細血管的纖維組織分割[10-11]，水分子擴散較快，因此ADC高；乳腺原位癌局限分布于導管內，細胞異型性小，細胞形態較規則、體積較小、細胞密度不高，水分子擴散受限不明顯，因此ADC較高；浸潤性小葉癌細胞數量較少，體積較小，大小形態均一，排列散在或成巢，細胞離散程度較高[12-13]，因此ADC高。另外有7例乳腺良性病變ADC小于1.07×10-3mm2/s，包括乳腺炎3例、乳腺增生2例、乳腺腺瘤1例、導管內乳頭狀瘤1例。乳腺炎癥性病變由于大量炎性細胞浸潤，乳腺實質和間質細胞增生活躍、細胞外間隙減少等因素均影響了水分子的擴散運動，導致ADC減低；乳腺增生嚴重特別是伴結構不良時，類似于乳腺惡性病變，因此ADC低；乳腺腺瘤的瘤體由大量腺管成分構成，腺管增生，大小較一致，排列緊密，因此ADC低；導管內乳頭狀瘤由于間質內纖維組織層豐富，細胞排列整齊，水分子彌散受限，因此ADC低，郭寶琴等[14]也發現，部分乳腺導管內乳頭狀瘤ADC與乳腺癌相似。

本研究結果顯示，乳腺良性病變的rADC大于惡性病變，而ADC差值小于惡性病變(P<0.05)，與魯文力等[6]及陳鵬等[8]的研究結果相似。乳腺病變rADC及ADC差值均參照周圍正常腺體，能消除個體生理因素、不同機型、不同掃描參數及序列等影響。但是周圍腺體也隨著患者腺體類型、年齡、月經周期、服用激素、停經與否等發生改變，導致應用rADC及ADC差值診斷乳腺病變性質時仍存在假陰性和假陽性。

本研究中，ADC、rADC及ADC差值診斷乳腺惡性病變的ROC曲線下面積分別為0.811、0.827、0.805，提示三者對乳腺惡性病變的診斷效能相近。rADC對乳腺惡性病變的診斷準確率高于ADC及ADC差值，而三者聯合診斷敏感度、特異度、準確率均較單一方法高。但三者聯合應用仍存在假陽性和假陰性，診斷時仍需結合患者病史、體格檢查、病變形態、動態增強檢查等進行綜合判斷，才能做出準確的診斷。由于本研究中部分病理類型病例較少，未能對不同病理類型的ADC、rADC及ADC差值的差異進行分析，今后需增加樣本量，以更準確地評價三者對乳腺良惡性病變甚至是不同病理類型的診斷效能。

綜上所述，DWI定量參數ADC、rADC及ADC差值均對鑒別乳腺良惡性病變有一定的價值，其中rADC的診斷準確率高于ADC及ADC差值，三者聯合應用可以有效地互補，提高DWI對乳腺良惡性病變的鑒別效能。特別是對于有肝腎功能不全或造影劑過敏等不宜行增強檢查的患者，利用DWI圖像測量乳腺病變的ADC、rADC及ADC差值并聯合應用，可獲得較高的診斷準確率，值得臨床推廣應用。