DCE-MRI聯合DWI對乳腺可疑惡性病變的診斷價值*

孫芳芳 耿軍祖

濱州醫學院煙臺附屬醫院醫學影像科，山東 煙臺 264100

近年來乳腺癌已成為中國女性最常見的癌癥，也是年輕女性癌癥死亡的主要原因[1]。乳腺動態增強磁共振成像(dynamic contrast- enhanced magnetic resonance imaging, DCE-MRI)是一種成熟的乳腺成像方法，具有高敏感性。擴散加權成像(diffusion weighted imaging, DWI)是在乳腺MR中應用最廣的功能成像技術，檢測組織中水分子的擴散能力，可提高乳腺癌診斷的特異性[2]，表觀擴散系數(apparent diffusion coefficient, ADC)值獲取簡單，是DWI的定量指標。乳腺可疑惡性病變即不具有典型惡性征象的可疑病灶，在書寫影像報告時我們常將其歸入BI-RADS 4類，其惡性概率為2%～95%，良性病變占比很大，該類病灶有較大不確定性，是造成不必要的穿刺活檢的重要因素之一。既往研究多關注于對整體乳腺病變的診斷價值，本研究旨在探討DCE-MRI聯合DWI是否可以改善可疑惡性病變的診斷性能。

1 材料和方法

1.1 研究對象

回顧性分析2017年1月至2018年10月間于我院行乳腺MR檢查的987名患者，其中，129名患者的142個病變符合以下納入標準，所有患者均為女性，年齡27～76歲，平均年齡(47.1±11.4)歲，組織病理資料齊全。納入標準：(1)病變被歸入可疑惡性病變范疇；(2)檢查序列中包含DWI序列；(3)MR檢查后2周內進行穿刺活檢或手術。排除標準：(1)MR檢查前進行過活檢或手術；(2)檢查前進行過放、化療；(3)運動及磁場偽影造成的診斷困難；(4)病變沒有病理評估。本研究經我院機構評審委員會批準，放棄知情同意。

1.2 檢查方法

采用Siemens Magnetom Skyra 3.0T MR掃描儀，4通道乳腺專用線圈，患者取俯臥位，雙乳自然懸垂于線圈內。常規掃描序列：T1WI(TR 169 ms，TE 2.6 ms)、T2WI(TR 3500 ms，TE 69 ms)及脂肪抑制序列T2WI(TR 3200 ms，TE 69 ms)，層厚4.0 mm，層間距0.4 mm，FOV 340 mm×340 mm，矩陣269×384，激勵次數2；DWI掃描：TR 5700 ms，TE 60 ms，b值取800 s/mm2，層厚5.0 mm，間隔15%；DCE-MRI掃描：采用梯度回波三維容積插值屏息掃描(volumetric interpolated breath-hold examination，VIBE)技術，共掃描8期(1期蒙片+7期增強)，TR 4.49 ms，TE 1.68 ms，FOV 340 mm×340 mm，矩陣352×260，層厚1.2 mm，層間距0.24 mm，翻轉角10°，每期掃描時間約45 s；對比劑采用釓噴替酸葡甲胺(Gd-DTPA)，流率2.5 mL/s，劑量0.2 mL/kg，然后以相同流率注射0.9%氯化鈉注射液20 mL沖管。

1.3 ADC值的獲取和數據分析

在syngoMMWPVE40B工作站完成圖像處理。感興趣區(region of interes, ROI)的選取應不小于3個體素，避開壞死、囊變及出血區。時間-信號曲線(time-to-intensity curve, TIC)類型以第2時相后曲線變化趨勢作為判斷依據，幅度變化范圍在±20%之間為Ⅱ型(平臺型)，強化率降低>20%為Ⅲ型(廓清型)，持續強化>20%為Ⅰ型(流入型)。在ADC圖上測量ADC值時，避開壞死、囊變及出血，手動放置ROI以包圍盡可能大的固體成分，測量3次取平均值。

由2名放射科醫師(分別有2年及10年影像診斷經驗)在對病理結果不知情的情況下，對符合納入標準的可疑惡性病灶圖像進行獨立分析，最后由本研究負責人確認結果，出現分歧時通過討論達成一致意見。

1.4 統計學分析

采用SPSS 22.0統計軟件，計量資料用均數±標準差表示，組間比較采用獨立樣本t檢驗；計數資料用率表示，組間比較采用χ2檢驗。采用受試者工作(ROC)曲線分析ADC值對良惡性病變的診斷價值。檢驗水準α=0.05。

2 結 果

2.1 病理結果

惡性病灶共89個，包括浸潤性導管癌56個、浸潤性小葉癌1個、導管原位癌12個、惡性葉狀腫瘤1個、乳頭Paget's病伴浸潤性導管癌1個、黏液癌9個、浸潤性導管癌伴黏液癌6個、其他(浸潤性微乳頭狀癌、轉移癌) 3個；良性病灶53個，包括其中纖維腺瘤6個、乳腺腺病5個、乳腺腺病伴纖維腺瘤18個、乳腺增生1個、導管內乳頭狀瘤3個、良性葉狀腫瘤2個、肉芽腫性乳腺炎11個、其他良性病變共7個。

惡性病變平均大小大于良性病變，但是差異無統計學意義(P=0.173)，良惡性組患者的平均年齡之間差異具有統計學意義(P<0.001)。如表1。

表1 兩組間病灶大小及患者年齡的比較(均數±標準差)

2.2 TIC曲線

所有惡性病變中Ⅰ型曲線占6.7%(6/89)，Ⅱ型曲線占30.3%(27/89)，Ⅲ型曲線占62.9%(56/89)。良性病變中Ⅰ型曲線占43.4%(23/53)，Ⅱ型曲線占39.6%(21/53)，Ⅲ型曲線占17.0%(9/53)。乳腺良惡性病變的Ⅰ、Ⅱ、Ⅲ型TIC分布差異有統計學意義(P<0.001)，且惡性腫塊以Ⅲ型為主，良性腫塊以Ⅰ型為主。如表2。

表2 以病理結果為金標準時良惡性病變的TIC分布(個)

2.3 DWI-ADC值

惡性病變的平均ADC值為1.055×103mm2/s，良性病變的平均ADC值為1.279×103mm2/s，良惡性病變的ADC值差異有統計學意義(P<0.05)。采用ROC曲線統計方法得出b值取800 s/mm2時，AUC為0.740，以ADC值1.129×103mm2/s為最佳臨界值，敏感性71.7%，特異性79.8%。

2.4 DCE-MRI聯合DWI

評價DCE-MRI時將廓清型曲線作為診斷惡性腫瘤的標志；以ADC值<1.129×103mm2/s作為DWI鑒別惡性腫瘤的標準。用ROC曲線分析DCE-MRI、DWI及二者聯合時診斷性能。DCE-MRI診斷乳腺癌的敏感性為77.8%，特異性為59.6%，AUC為0.763(0.618,0.846)，DWI診斷乳腺癌的敏感性低，僅為62.2%，但特異性較高，為69.2%，AUC為0.735(0.647,0.824)，二者聯合時敏感性、特異性最高，分別為88.9%、82.7%，并且二者聯合診斷時AUC最大，為0.827(0.756,0.899)。如圖1。

圖1 DCE-MRI、DWI及二者聯合的ROC曲線

3 討 論

我們在研究中將DCE-MRI的血流動力學參數TIC和DWI定量參數ADC值相結合，獲得乳腺病變血流動力學及組織細胞狀態的重要信息。

與乳腺良性病變相比，惡性腫瘤細胞增殖旺盛，水分子擴散受限，ADC值降低，所以DWI可以用來鑒別乳腺良惡性病變[5-6]，但其ADC值易受掃描參數影響，所以以往研究報告了不同的閾值。我們以1.129×103mm2/s作為ADC臨界值時，診斷的敏感性及特異性最高，與之前研究結果相近[4-5]。可以發現由于b值的選擇及ADC值的測量方法不同等原因，造成目前鑒別乳腺良惡性病變ADC閾值尚未達成共識[6]。由于小病灶不能在ADC圖上定位，所以在獲取ADC值時需要結合增強圖像及DWI圖像同步觀察[7]。需要注意的是，良惡性病變之間ADC值常存在重疊，比如粘液癌由于腫瘤區域細胞密度低而細胞外黏液多，其在ADC圖像上常呈高信號，易引起誤診，從而造成假陰性結果[8]。本研究共收集到9例粘液癌，平均ADC值為1.640×103mm2/s，高于其他惡性腫瘤甚至良性腫瘤，這與先前的研究結果一致[7]。

動態增強的曲線類型可以鑒別乳腺良惡性病變，良性病變以流入型為主，惡性以廓清型為主[9]，Ⅲ型曲線被認為是預測惡性腫瘤的重要標志[10-11]，本研究也發現Ⅰ型及Ⅲ型曲線在乳腺良惡性病變間差異具有統計學意義(P<0.001)。DCE-MRI單獨用來診斷乳腺癌時敏感性較高，但是特異性僅為59.6%，聯合DWI技術后特異性明顯提高，并且診斷準確率明顯提高，與之前研究結果一致[12-13]。所以在病灶的形態學特征基礎上，聯合分析病灶的血流動力學特征及彌散受限程度可以提高乳腺可疑惡性病變診斷的準確性，幫助減少不必要的穿刺活檢。

在分析資料中患者年齡及病灶大小信息時，我們發現惡性病變患者的平均年齡大于良性患者(P<0.05)，但是良惡性病變平均大小之間差異無統計學意義(P>0.05)，以往有研究得出同樣的結果[14-15]。而Almeida等[2]發現良性組、高危組及惡性組間在患者年齡方面差異無統計學意義(P>0.05)，但各組在病變大小方面差異具有統計學意義，惡性組最大(P<0.05)，與Maltez等[16]研究結果相似。所以患者年齡等臨床資料可以協助診斷乳腺可疑惡性病變。

綜上所述，對乳腺可疑惡性病變的診斷，DCE-MRI有較高的敏感性，而DWI特異性較高，二者聯合應用時有高敏感性及特異性，并且聯合診斷的準確性最高。