3.0TMR動態增強掃描在乳腺癌早期診斷中的應用

高云展，崔濤濤，張桀瑞，吳霞霞，吳昳

1.延安市人民醫院放射科，陜西延安716000；

2.延安大學附屬醫院CT診斷科，陜西延安716000

乳腺癌(breast cancer)是好發于年齡50～54歲女性的惡性腫瘤，由于乳腺并不是維持人體生命活動的重要器官，因此原位癌無致死性，但隨著病程延長和進展，腫瘤細胞可經淋巴或血液轉移至其他組織器官而威脅患者生命安全，故早期明確診斷并及時手術干預是改善預后的關鍵[1-3]。影像學檢查在乳腺癌發現和篩查中占有重要地位，其中MRI可多參數和多角度掃描，近年來圖像分辨率也獲得明顯提升，可較為全面地反映乳腺疾病形態特征和功能改變，動態增強掃描(dynamic contrast enhanced，DCE)技術通過評估對比劑攝取可反映腫瘤微血管特性，為乳腺癌診斷、分級和預后判斷提供參考依據[4]。本研究主要分析3.0T MR平掃及DCE在乳腺癌早期診斷中的應用價值，現將結果報道如下：

1 資料與方法

1.1 一般資料回顧性分析2016年10月至2019年10月延安市人民醫院182例女性乳腺疾病患者的臨床資料，患者年齡28～71歲，平均(52.47±9.23)歲。納入標準：①均經穿刺或手術病檢明確診斷；②年齡18～80歲；③均完成MRI平掃和DCE檢查。排除標準：①合并放化療、手術或其他抗腫瘤治療史；②伴乳腺假體填充；③伴MRI、穿刺或手術相關禁忌證。

1.2 MRI檢查方法患者取俯臥位并保持雙乳自然懸垂，采用12G留置針建立靜脈通道后，應用Magnetom Verio 3.0T磁共振儀(德國Siemens公司)和8通道乳腺相控陣線圈分別對雙側乳腺、腋窩和縱膈進行橫斷位T1WI和抑脂T2加權成像(fs-T2WI)掃描。T1WI采用Fl3d-nonfs序列(TR 3.92 ms，TE 1.39 ms，層厚3 mm，層間距0.25 mm，FOV 360 mm×360 mm，矩陣384×288)；fs-T2WI采用反轉恢復序列(TR 550 ms，TE 11 ms，翻轉角90°，層厚3 mm，層間距0.5 mm，FOV 360 mm×360 mm，矩陣384×256)。完成后采用高壓注射器以2.5 mL/s注射對比劑Gd-DTPA，劑量0.1 mL/kg，并以2 mL/s注射生理鹽水20 mL沖洗管道，然后立即采用Vibe壓脂序列進行DCE掃描(TR 4.57 ms，TE 1.57 ms，翻轉角25°，層厚1 mm，層間距0.5 mm，FOV 360 mm×360 mm，矩陣512×512)，最初3 min內每間隔20 s進行連續掃描獲得一期圖像，然后持續掃描10 min，每次100 s，獲得6期圖像。將數據導入ADW4.4工作站進行處理和分析，由兩名具有豐富MRI診斷經驗的放射科醫師采用盲法完成診斷，先觀察病灶形態和強化特點，然后選擇強化最明顯的圖像，手動勾畫感興趣區域(ROI)，處理獲得ROI區域轉運常數(Ktrans)、回流速率常數(Kep)以及容積分數(Ve)圖像，然后分別在相應偽彩圖上測量Ktrans、Kep和Ve等參數。

1.3 研究方法所有患者均在MRI檢查后兩周內接受穿刺或手術，并對標本進行病理檢查以明確診斷，根據Bloome Richardson方法對乳腺癌惡性程度進行分級，共Ⅰ～Ⅲ級，以Ⅰ級為低度惡性(62例)，Ⅱ～Ⅲ級為高度惡性(47例)[5]。比較良惡性病灶形態特征和腫瘤血管參數Ktrans、Kep和Ve，然后分析各參數對乳腺癌診斷和惡性程度鑒別的臨床價值。

1.4 統計學方法應用SPSS23.0軟件分析數據，計數資料比較采用χ2檢驗；獨立等級資料組間比較采用Wilcoxon秩和檢驗；計量資料符合正態分布，以均數±標準差(x-±s)表示，兩組間比較采用獨立樣本t檢驗，制作受試者工作特征(ROC)曲線并計算曲線下面積(AUC)確定各指標診斷效能和閾值，以P＜0.05為差異有統計學意義。

2 結果

2.1 乳腺疾病患者的MRI檢查結果182例乳腺結節患者經病理活檢確診為乳腺癌者109例，病理類型中浸潤導管癌共82例，占75.23%，其余還包括原位導管癌6例(5.50%)、浸潤小葉癌4例(3.67%)、導管內癌8例(7.34%)以及混合腫瘤9例(8.26%)；良性病變73例，包括纖維腺瘤37例、葉狀囊性肉瘤10例、炎性增生14例、乳頭狀瘤5例、管狀腺瘤3及其他4例。MRI掃描共檢出病灶127個，病灶形狀不規則且邊界模糊，可見分葉征、毛刺征和血管影，T1WI顯示低信號影79個，等信號影48個；fs-T2WI信號不均勻，其中等高信號混雜82個，等低信號混雜信37個，高信號影8個。與乳腺良性病變比較，乳腺癌病灶形狀不規則、血管影增多、邊界模糊、毛刺征及強化不均勻占比均明顯升高，差異均有統計學意義(P＜0.05)，見表1、圖1和圖2。

圖1 右側乳腺癌，患者女性，52歲，T1WI顯示右側乳腺局灶性低信號影，T2WI抑脂序列呈高信號，增強掃描早期明顯強化，中期進一步增強，晚期逐漸下降，但均強于周圍正常乳腺組織

圖2 左側乳腺癌，患者女性，47歲，T1WI顯示左側乳腺團塊狀低信號影，T2WI抑脂序列呈高信號，增強掃描早期明顯強化，中期進一步增強，晚期逐漸下降，但均強于周圍正常乳腺組織

2.2 良惡性乳腺疾病患者TIC分型比較DCE

掃描顯示，乳腺癌病灶TIC分型以Ⅱ型(33.94%)和Ⅲ型(58.72%)為主；乳腺良性病變TIC分型以Ⅰ型(69.86%)和Ⅱ型(24.66%)為主，兩者強化類型比較差異有統計學意義(Z=9.115，P＜0.05)，見表2。

表2 良惡性乳腺疾病患者TIC分型比較[例(%)]

2.3 良惡性乳腺疾病患者Ktrans、Kep和Ve比較乳腺癌組患者的Ktrans、Kep和Ve明顯高于良性病變組，差異均有統計學意義(P＜0.05)，見表3。

2.4 不同惡性程度乳腺癌患者的Ktrans、Kep和Ve比較高度惡性組患者的Ktrans、Kep和Ve明顯高于低度惡性組，差異均有統計學意義(P＜0.05)，見表4。

表3 良惡性乳腺疾病患者Ktrans、Kep和Ve比較(-x±s)

表4 不同惡性程度乳腺癌患者Ktrans、Kep和Ve比較(±s)

表4 不同惡性程度乳腺癌患者Ktrans、Kep和Ve比較(±s)

?

2.5 Ktrans、Kep和Ve對乳腺癌的診斷價值Ktrans、Kep和Ve診 斷 乳 腺 癌 的AUC分 別 為0.771、0.823和0.865，最佳閾值分別為0.52/min、0.75/min和0.63，靈敏度分別為68.81%、76.18%和65.14%，特異度分別為82.19%、79.45%和95.89%，見表5和圖3。

表5 Ktrans、Kep和Ve對乳腺癌的診斷價值

圖3 Ktrans、Kep和Ve診斷乳腺癌的ROC曲線

2.6 Ktrans、Kep和Ve對乳腺癌惡性程度的鑒別價值Ktrans、Kep和Ve鑒別乳腺癌惡性程度的AUC分別為0.740、0.796和0.695，最佳閾值分別為0.64/min、1.01/min和1.10，靈敏度分別為51.06%、61.70%和61.70%，特異度分別為87.10%、88.71%和72.58%，見表6和圖4。

圖4 Ktrans、Kep和Ve鑒別乳腺癌惡性程度的ROC曲線

表6 Ktrans、Kep和Ve對乳腺癌惡性程度的鑒別價值

3 討論

穿刺活檢目前仍是乳腺癌診斷金標準，但操作存在一定創傷性，常用腫瘤標志物特異性又相對較低，近年來影像技術快速發展和進步為乳腺癌早期診斷創造了有利條件，其中鉬靶X線照相、B超和MRI均在臨床獲得廣泛應用[6]。

MRI在乳腺疾病早期診斷、術前評估和療效監測中均發揮重要作用[7]。張怡[8]展開的一項回顧性研究顯示MRI對臨床觸診陰性乳腺癌的診斷準確率明顯高于超聲，且可為后續治療提供全面影像學參考信息。本研究182例患者中乳腺癌109例，MRI檢查圖像特征為形狀不規則且邊界模糊不清，部分病例可見分葉征、毛刺征和血管影，信號強度不均勻，與乳腺良性病變相比，乳腺癌病灶形狀不規則、血管影增多、邊界模糊、毛刺征及強化不均勻等征象占比均明顯升高，可見乳腺癌和良性病灶MRI圖像形態特征和信號強度存在顯著差異，與彭武祥等[9]報道結果大致相近，但部分患者僅依據形態學證據仍難以進行準確鑒別。DCE可利用減影技術消除脂肪高信號造成的干擾，進一步提升病灶形態和邊緣顯示效果，同時觀察病灶強化情況，從而為乳腺癌診斷提供更多影像學證據[10]。本研究觀察顯示乳腺癌病灶TIC分型以Ⅱ型(33.94%)和Ⅲ型(58.72%)為主，而乳腺良性病變TIC分型主要為Ⅰ型(69.86%)和Ⅱ型(24.66%)，兩組比較存在顯著差異。付貝等[11]報道顯示乳腺癌病灶TIC類型為流出型和平臺型，且與血管密度和VEGF表達水平具有明顯相關性。王振平等[12]研究發現三陰型乳腺癌病灶TIC曲線類型多為Ⅲ型，與Luminal型和HER-2過表達型患者存在明顯不同，可見DCE掃描形態學和血流動力學特征對乳腺癌診斷、分型和治療均具有較高參考價值。

正常乳腺組織本身具備較為豐富的血管分布，乳腺癌患者隨著腫瘤細胞不斷增殖和生長，可見病灶周圍血管增多，并出現走行不規則、僵硬或扭曲等改變[13]。DCE不僅可清晰顯示病灶形態和周圍血管影，通過注射對比劑并觀察其在毛細血管和病灶間的擴散規律還可反映腫瘤病灶強化特點并計算Ktrans、Kep和Ve等參數，對血管結構和功能進行定量分析[14]。張國福等[15]對子宮內膜癌患者進行研究認為惡性病變Ktrans高于良性病變，但Kep和Ve變化特征還有待進一步觀察證實。本研究中乳腺癌患者Ktrans、Kep和Ve明顯高于良性病變患者，且高度惡性乳腺癌患者各參數均明顯高于低度惡性的患者，提示Ktrans、Kep和Ve可為乳腺癌早期診斷和惡性程度評估提供參考信息。Ktrans和Ve均可對腫瘤病灶新血管生成進行準確評估，Ktrans同時還可反映對比劑分子外漏情況，Kep則表示對比劑從病灶向毛細血管回流的能力，對評價血管通透性具有良好參考價值[16-17]。腫瘤病灶新生血管迅速增多，常存在結構紊亂和內皮不完整現象，血管通透性明顯增加，因而DCE檢查顯示對比劑交換速度和劑量增加，與良性病變對比劑緩慢填充形成鮮明對比，故而可用于良惡性疾病鑒別，竇瑞雪等[18]研究顯示DCE是評估乳腺腫瘤微循環的新型方法，其中Ktrans和Kep對乳腺良惡性疾病鑒別診斷具有較高效能，且與血管密度和VEGF存在明顯相關性。本研究作ROC曲線分析顯示Ktrans、Kep和Ve用 于 乳 腺 癌 診 斷 的AUC分 別 為0.771、0.823和0.865，鑒別腫瘤惡性程度的AUC分別為0.740、0.796和0.695，其中Ve對乳腺癌診斷價值較高，而Kep對乳腺癌惡性程度鑒別價值較高，分析認為腫瘤病灶首先表現為新血管生成，是良惡性疾病鑒別的關鍵，隨著病情進展和腫瘤體積持續增加才出現血管畸形和壞死，且惡性程度較高的腫瘤生長速度更快，病灶內血管不成熟或破壞發生率隨之明顯升高，故而評價血管通透性的參數Kep評估惡性程度的價值更高。

綜上所述，3.0T MR平掃及DCE用于乳腺癌早期診斷不僅可清晰顯示腫瘤病灶形態特征和強化形式，通過計算Ktrans、Kep和Ve等參數還可對病灶血流特征進行定量分析，為臨床診斷提供詳細參考信息。