MRI動態增強定量參數對乳腺非腫塊樣強化良惡性病變的鑒別診斷價值

李晏，鄭曉林，劉碧華，鄒玉堅

東莞市人民醫院放射科，廣東 東莞 523000

乳腺非腫塊樣強化病變(non-mass-like enhancement，NME)不具有腫塊樣強化特征，占位效應不明顯，無明確邊界，且病灶內部混合有正常腺體及脂肪組織[1-2]，借助乳腺X線及超聲檢查難以對其病理性質進行診斷。動態增強磁共振(dynamic contrast-enhanced magnetic resonance imaging，DCE-MRI)具有軟組織分辨率高、不受乳腺致密度影響等特點，在清晰顯示乳腺異常強化病灶形態學特征的同時[3]，還能夠提供病灶組織的血液動力學特點等信息，在診斷NME 上敏感性較高。本研究利用MRI 動態增強定量參數對NME良惡性病變進行分析、評價，旨在探討MRI動態增強定量參數在鑒別診斷此類病變的診斷價值。

1 資料與方法

1.1 一般資料 選取2014 年6 月至2015 年9 月間在東莞市人民醫院行DCE-MRI掃描的84例NME患者作為研究對象，根據最終病理學診斷結果分為良性病變組30例和惡性病變組54例。所有患者均為女性，臨床上主要表現為乳腺觸及腫塊，乳頭溢液(血)，漲感不適，部分因體檢發現乳腺病變，均無任何MRI檢查禁忌證，MRI 檢查均表現為非腫塊強化，最終均經手術及病理學明確其病變性質。排除了既往有乳腺穿刺活檢或手術史、任何新輔助化療以及腎功能衰竭者。良性病變組患者年齡28～67 歲，平均(38.90±11.63)歲；病變位于右側乳腺者13 例，左側17 例。良性病變組又分為乳腺增生組16 例和乳腺炎癥組14 例，乳腺增生組中左側7 例，右側9 例，乳腺炎癥組中左側6 例，右側8 例。惡性病變組患者年齡25～69 歲，平均(44.98±9.52)歲；病變位于左側29 例，右側25 例。惡性病變組又分為導管原位癌組(DCIS，23 例)和浸潤性導管癌組(IDC，31例)，導管原位癌組中左側12例，右側11例，浸潤性導管癌組中左側17 例，右側14 例。本研究經醫院醫學倫理委員會批準，患者均知情并簽署同意書。

1.2 方法

1.2.1 儀器與掃描體位 采用3.0T MRI 掃描儀(Verio，SIEMENS 公司生產)和乳腺專用相控陣線圈。患者取俯臥位頭先進，雙乳自然懸垂于乳腺線圈內；掃描范圍包含雙側乳腺組織、腋窩及左心室、胸主動脈。

1.2.2 常規掃描 T2WI 自旋回波(spin echo T2 weighted imaging，SE T2WI)+脂肪抑制(fat-suppressed，FS)軸位。DWI，SE平面回波軸位，掃描參數：TR 7 100 ms，TE 95 ms，FOV 360 mm×360 mm，矩陣128×190，分辨率1.2 mm，層厚4 mm，層間距2 mm，平均次數1，NEX 1，b值為0 s/mm2、500 s/mm2和800 s/mm2。

1.2.3 定量動態增強 使用三維T1WI-FS 快速小角度擾相梯度回波，首先行多翻轉角T1 mapping掃描(TR/TE 3.41 ms/0.9 ms；FOV 340 mm；矩陣320×320；層厚2 mm，層間距0.4 mm；激勵次數1；翻轉角分別為5°、10°、15°)，獲得三組不同翻轉角圖像。再行連續動態增強掃描，具體參數與多翻轉角掃描參數相同，其中翻轉角15°，總掃描時相30 期；單時相掃描時間10 s；總時間5 mim。在第1 時相數據采集結束后，采用MR專用高壓注射器經肘正中靜脈靜脈注入釓噴酸葡胺(GD-DTPA；GE)，注射量0.2 mmol/kg，注射速率5 mL/s，對比劑注射結束后，以相同的注射流率經靜脈團注20 mL生理鹽水。

1.3 MRI 數據處理與分析 將掃描所得圖像傳至PACS 報告系統，由兩名放射科主治醫師及一名乳腺診斷副主任醫師在動態增強圖像上確定病灶，記錄病灶強化方式。所有采集的圖像按照DICOM格式導入Omni-Kinetics 軟件(GE Healthcare，China)進行后期處理。多翻轉角的圖像數據用于計算組織的固有弛豫時間，多期增強的圖像數據是在多翻轉角的基礎上，運用Extended Tofts 線性模型，獲得灌注定量參數值和參數偽彩圖。容積運轉常數(Ktrans)代表對比劑從血管內滲透到血管外細胞外間隙的運轉系數；速率常數(Kep)代表對比劑從血管外細胞外間隙滲透回血管的速度常數，Kep=Ktrans/Ve；血管外細胞外間隙容積分數(Ve)為血管外細胞外間隙容積比。手動選取主動脈或左心室作為輸入動脈獲取動脈輸入函數(arterial input function，AIF)，生成不同參數的偽彩圖。選取腫塊實質部分作為感興趣區(region of interest，ROI)，于各偽彩圖上測量并獲取上述定量參數，每個病灶選取三個層面：最大截面積層面及其上、下各一層面，避開囊變、壞死區等，取三個層面參數的平均值作為該病灶的血管通透性參數，并同時顯示出偽彩圖。對照組動態定量參數測量方法同上，選取相對致密腺體區劃定ROI，盡量避開腺體邊緣、血管、脂肪等結構，每個ROI 面積不小于1 cm2，測量3個不同層面的不同位置，取其平均值。

1.4 評價標準 以病理學診斷為金標準繪制受試者工作特征(ROC)曲線并計算曲線下面積(AUC)，以最大約登指數(約登指數=敏感性+特異性-1)為最佳診斷切入點，評價各定量參數的診斷效能。

1.5 統計學方法 應用SPSS20.0 統計軟件進行數據分析，計量資料以均數±標準差表示，組間比較采用t檢驗，計數資料比較采用χ2檢驗，以P＜0.05為差異有統計學意義。

2 結果

2.1 乳腺非腫塊強化良惡性病變的MRI 表現乳腺非腫塊強化惡性病變一般增強早期可見明顯強化，動態增強偽彩圖上病變區域可見代表高灌注的紅色，紅色區域相對范圍越大、顏色越深，灌注參數值越高。浸潤性導管癌的惡性程度越高，灌注參數值相對越高(圖1～圖2)。非腫塊強化良性病變一般晚期延遲強化，動態增強偽彩圖上病變區域可見代表低灌注的黃色(圖3)。

圖2 左乳浸潤性導管癌Ⅰ級

圖3 (右乳)乳腺慢性化膿性炎伴慢性肉芽腫性炎

2.2 良性病變組和惡性病變組病變區域的各項定量參數值比較 良性病變組的Ktrans、Kep值明顯低于惡性病變組，差異有統計學意義(P＜0.05)，但兩組患者的Ve值比較差異無統計學意義(P＞0.05)，見表1。

表1 良性病變組和惡性病變組病變區域的各定量參數水平比較

表1 良性病變組和惡性病變組病變區域的各定量參數水平比較

組別良性病變組惡性病變組t值P值病例數30 54 Ktrans(/min)0.070±0.014 0.111±0.025 8.276 4 0.000 1 Kep (/min)0.490±0.079 0.767±0.106 12.500 7 0.000 1 Ve 0.173±0.034 0.168±0.029 0.711 5 0.478 8

2.3 惡性病變組中不同病理類型病灶的各項定量參數值比較 DCIS 組的Ktrans、Kep值明顯低于IDC組，差異比較有統計學意義(P＜0.05)，兩組的Ve值比較無統計學意義(P＞0.05)，見表2。

表2 惡性病變組中不同病理類型病灶的各項定量參數水平比較

表2 惡性病變組中不同病理類型病灶的各項定量參數水平比較

組別DCIS組IDC組t值P值病例數23 31 Ktrans (/min)0.087±0.026 0.147±0.041 7.237 1 0.000 1 Kep (/min)0.665±0.187 0.838±0.214 3.708 6 0.000 4 Ve 0.142±0.035 0.152±0.041 1.126 5 0.263 2

2.4 良性病變組中不同病理類型病灶的各項定量參數值比較 乳腺增生組患者的Ktrans值明顯低于乳腺炎癥組(P＜0.05)，兩組的Kep、Ve值比較無統計學意義(P＞0.05)，見表3。

2.5 各定量參數對非腫塊強化惡性病變的診斷效能 Ktrans、Kep、Ve在診斷非腫塊強化惡性病變上的AUC 分別為0.741、0.767 和0.434，三者的敏感性分別為81.48%、79.63%、53.70%，特異性分別為76.67%、83.33%、53.33%，準確性分別為77.38%、80.95%、53.57%，Ktrans、Kep的診斷效能比Ve更好，三者在敏感性、特異性和準確性上比較差異有統計學意義(P＜0.05)，見表4。

表3 良性病變組中不同病理類型病灶的各項定量參數水平比較

表3 良性病變組中不同病理類型病灶的各項定量參數水平比較

組別乳腺增生組乳腺炎癥組t值P值病例數16 14 Ktrans (/min)0.055±0.012 0.107±0.023 11.521 6 0.000 1 Kep (/min)0.475±0.089 0.503±0.095 1.323 3 0.189 4 Ve 0.179±0.046 0.166±0.038 1.392 2 0.167 6

表4 Ktrans、Kep、Ve對非腫塊強化惡性病變的診斷效能(%)

3 討論

乳腺非腫塊強化(NME)病變是BI-RADS 中定義的一種特殊表現形式，不具有占位效應，病灶中夾雜正常腺體和脂肪組織[4-5]。NME 病變缺乏典型的特征表現，鉬靶或超聲的診斷敏感度較低。動態增強磁共振(DCE-MRI)具有較高的軟組織分辨率和時間分辨率，不僅能夠清晰顯示病灶區域的形態結構[6-7]，還能夠直接觀察其病灶的血流動力學變化。一般情況下，乳腺組織血管較少，血流灌注較低[8]，DCE-MRI檢查往往表現為輕度強化表現；乳腺組織發生惡變后，細胞生長旺盛，新生血管迅速增加，血管結構紊亂、動靜脈瘺等導致血管管徑增加[9]，血管內皮、基底膜不完整，進而導致血管通透性增加，對比劑交換劑量增多、速度加快，血流灌注較高[10]。利用藥代動力學模型計算的定量參數能夠較好地對乳腺病灶的新生血管功能進行分析，進而對其腫塊性質作出準確診斷。

藥代動力學模型計算的定量參數中，Ktrans代表對比劑從血管內滲透到血管外細胞外間隙的運轉系數，Kep代表對比劑從血管外細胞外間隙滲透回血管的速度常數，二者均是反映血管通透性的常用參數[11-12]。相關研究結果顯示，Ktrans、Kep與乳腺腫瘤的良惡性有關，乳腺惡性病變的Ktrans、Kep明顯高于良性病變[13]。本研究結果顯示，NME 良性病變患者病灶的Ktrans、Kep水平明顯低于惡性病變，這一結果與良惡性腫瘤的不同生物學特征有關：NMLE 惡性病灶新生血管較多，內皮細胞生長不完整，血管通透性明顯增高，對比劑從血管腔滲透到血管外間隙，對比劑從血管外間隙滲透到血管腔內的速度均明顯加快[14-15]，Ktrans、Kep水平相對偏高；NME良性病灶的新生血管相對較少，內皮細胞相對完整，對比劑從血管腔內滲透到血管外間隙速度相對較慢，回流速度也相對較慢，因而Ktrans、Kep水平相對偏低。Ve是反映血管外細胞間隙占整個體素的容積比，是Ktrans和Kep的比值。NME惡性病變的血管通透性較高，其Ktrans、Kep水平均偏高，二者比值變化不大，NME良性病變的血管相對成熟，Ktrans、Kep水平均偏低，進而導致NME良、惡性病灶的Ve值比較無顯著差異，在一定區間內NME良、惡性病灶的Ve值可發生重疊[16]。

另外，本研究對NME 惡性病變患者中DCIS 亞組、IDC 亞組以及NME 良性病變患者中乳腺增生亞組、乳腺炎癥亞組患者的各DCE-MRI 定量參數水平進行比較發現，NME 惡性病變患者中DCIS 亞組患者病灶的Ktrans、Kep水平明顯低于IDC 亞組患者，DICS 患者的腫瘤血管通透性明顯低于IDC患者，病灶中新增的血管數目低于IDC患者，因此其腫瘤浸潤程度也低于IDC患者[17]。與此同時，NME良性病變患者中乳腺增生亞組患者病灶的Ktrans水平明顯低于乳腺炎癥亞組患者，乳腺增生患者存在的增生組織是導致其Ktrans水平低于乳腺炎癥患者的主要原因，由于二者均屬于良性病變，病灶部位新生血管較少[18]，因此NME 良性病變中乳腺增生患者和乳腺炎癥患者在Kep以及Ve水平上則均未見顯著差異。

本研究采用ROC 曲線對各項定量參數在診斷NME 惡性病變上的診斷效能進行評價，結果發現，Ktrans、Kep的AUC高于Ve，同時，Ktrans、Kep的敏感性、特異性和準確性也均明顯高于Ve。結果提示在鑒別診斷NME良、惡性病灶上Ktrans、Kep的診斷效能高于Ve。

總之，DCE-MRI 定量參數Ktrans、Kep在鑒別診斷NME 良惡性上具有一定的參考價值，診斷效能較高，臨床上可將其用于無創性評估NME 病變的良惡性及預后。