自動乳腺全容積成像技術在BI-RADS4類結節再評估中的診斷價值

溫祺祺 鄭晨笛

摘? 要：目的? 探討自動乳腺全容積成像（ABVS）技術對乳腺影像學報告及數據系統（BI-RADS）4類結節二次評估分類的價值。方法? 選取2015年6月～2019年12月溫州市人民醫院進行乳腺常規手持超聲（HHUS）檢查被診斷為BI-RADS 4類的110例患者，再做ABVS檢查，根據獲取的三維圖像，針對增加的冠狀切面信息，對結節進行再次BI-RADS分類，并與病理結果對照分析，分別計算ABVS與HHUS的各類結節惡性概率及診斷符合率。結果? 110個乳腺結節，經病理檢查證實其中79個為良性病灶，31個為惡性病灶。ABVS與HHUS對診斷4類結節的惡性概率分別為：4A類9.46%（7/74）vs 23.33%（21/90），4B類50.00%（11/22）vs 16.67%（2/12），4C類87.50%（7/8）vs 100.00%（8/8）。ABVS對4類病灶的惡性概率比HHUS更符合BI-RADS分類標準，若將BI-RADS 4A與4B作為良惡性截斷點，ABVS對診斷乳腺癌的準確性高于HHUS（82.73% vs 71.82%），差異有統計學意義（P<0.05）。結論? ABVS檢查提供更全面的診斷信息，有助于提高對BI-RADS 4類結節的診斷準確性，可以作為常規超聲檢查的一個技術補充。

關鍵詞：自動乳腺全容積成像;常規超聲;乳腺結節

Abstract： Objective? To explore the values of the automated breast volume scanner（ABVS） in reassessment of breast tumors with BI-RADS 4. Methods? A total of 110 patients with breast tumors of BI-RADS 4 grade by handheld ultrasound（HHUS） in our hospital from June 2015 to December 2019 were selected， and then ABVS was performed to obtain the three-dimensional volume data. And all the tumors were reassessed according to the newly added coronal information， and compared with postoperative pathology. The probability of malignant and diagnostic accordance rate of ABVS and HHUS were calculated. Results? In 110 patients with breast tumors， 79 cases were benign， 31 cases were malignancy， all proved by pathology. The malignant probability of ABVS and HHUS for diagnosing 4 types of nodules was 9.46%（7/74） vs 23.33%（21/90） for class 4A， 50.00%（11/22） vs 16.67%（2/12） for Class 4B， 87.50%（7/8） vs 100.00% （8/8） for Class 4C， respectively. The malignant probability of ABVS and HHUS for diagnasing 4 tyres Malignancy probability in breast tumors of BI-RADS 4 were accord with criterion using ABVS than HHUS. Breast tumors of BI-RADS 4A were assessed with HHUS and were reassessed with ABVS， the coincidence rate in diagnosis of ABVS were higher than those of HHUS（82.73% vs 71.82%， P<0.05）. Conclusions? ABVS can provide more information and help to improve the diagnostic accuracy of BI-RADS 4 breast tumors，as a supplement for HHUS.

Keywords： Automated breast volume scanner; Ultrasonography; Breast tumors

乳腺癌是我國女性最常見的惡性腫瘤之一，但早期乳腺癌（臨床分期為0、1期的患者）治愈率可達90%。因此，早發現、早治療是應對乳腺惡性腫瘤的最有效方法。乳腺超聲被廣泛運用于診斷各類乳腺疾病，在乳腺腫瘤篩查方面具有重大作用，自動乳腺全容積成像（automated breast volume scanner，ABVS）的出現是對常規超聲檢查技術的提升，是一種最佳的可覆蓋全乳腺組織的超聲檢查技術。ABVS通過自動掃描來獲取乳腺的三維圖像，可多層面、多角度地顯示病灶。其規范化的掃描，保留乳腺全容積數據，可重復性好，有利于長期隨訪觀察病灶，并大大減少因操作者經驗不足而造成的漏診。美國放射學會于1992年制定了乳腺影像學報告及數據系統（breast imaging reporting and data system，BI-RADS），其2013年版指南認為：BI-RADS 4A類的乳腺病灶惡性概率為2%～10%，BI-RADS 4B類的乳腺病灶惡性概率為10%～50%，BI-RADS 4C類的乳腺病灶惡性概率為50%～95%。其中4A類病灶不具有典型的惡性征象，病理結果為惡性的可能性不大，但臨床均需要進一步介入處理，故以BI—RADS 4B類作為良惡性的截斷點[1]。本研究主要對比ABVS與常規手持超聲（handheld ultrasound，HHUS）對BI-RADS 4類結節診斷的準確性，評價ABVS對BI-RADS 4類結節二次評估分類的價值。

1? 資料與方法

1.1? 一般資料

選取2015年6月～2019年12月溫州市人民醫院進行乳腺超聲檢查的共110例由HHUS診斷為BI-RADS 4類的患者。本次研究中110例患者均為女性，年齡18～80歲，平均（45.39±11.37）歲。本次研究經過醫學倫理委員會批準。

1.2? 納排標準

納入標準：HHUS診斷為BI-RADS 4類的患者，獲得病理確診;所有檢查均獲得患者知情同意;一般資料完整患者。

排除標準：合并其他重大疾病患者;依從性差患者;一般資料不完整患者;未經病理檢查確診患者。

1.3? 方法

（1）儀器：常規超聲檢查使用Siemens S2000、GE或日立等超聲儀器，線陣探頭，頻率4～18 MHz;ABVS檢查：Siemens S2000超聲儀及配套的ABVS系統，14L5BV線陣探頭，頻率5～14 MHz。（2）診斷方法：對HHUS診斷為BI-RADS 4類的患者，再做ABVS檢查，保留乳腺全容積數據，然后由兩位具有ABVS診斷經驗的高年資主治醫師對病灶進行再次評估。ABVS冠狀面BI-RADS再分類標準[2]：①腫塊型：邊緣不清晰光整（包括模糊、微分葉、成角、毛刺）、縱橫比>1、微小鈣化，三者具備其一的為BI-RADS 4A類，具備兩項或以上的為BI-RADS 4B類或4C類;②表現為低回聲區的病灶：根據內部回聲改變及分布特征、導管擴張及管壁不光整、微小鈣化，三者具備其一的為BI-RADS 4A類，具備兩項或以上為的BI-RADS 4B類或4C類;③簇狀囊腫、復雜囊腫為BI-RADS 4A類。對入選的110個乳腺結節均進行穿刺活檢或手術以獲得病理結果。

1.4? 觀察指標

將HHUS、ABVS檢查結果即BI-RADS分類結果分別與病理結果即病灶良惡性進行對比觀察，分別計算兩種檢查中BI-RADS 4A、4B、4C類結節的惡性概率，計算公式：ABVS中4A類病理惡性個數占4A類總數構成比，余同上;以BI-RADS 4A類病理良性者為診斷正確，BI-RADS 4B類及以上類別病理惡性者為診斷正確，反之為診斷錯誤，據此分析兩種檢查的診斷符合率，計算公式： ABVS診斷符合率=診斷正確個數（即4A良性個數+4B以上惡性個數）/病例總數，HHUS診斷符合率=診斷正確個數/病例總數。

1.5? 統計學分析

采用SPSS 19.0統計學軟件進行數據處理，計量資料采用（x±s）表示，組間比較行t檢驗;計數資料采用[n（%）]表示，組間比較行χ2檢驗，以P<0.05為差異有統計學意義。

2? 結果

2.1? HHUS、ABVS檢查結果與病理結果對比分析

共110例病灶中，良性病灶79例，惡性病灶31例。見表1。2.2? ABVS與HHUS的惡性概率與診斷符合率對比分析

ABVS對4A類結節的惡性概率為9.46%（7/74），對4B類結節的惡性概率為50.00%（11/22），對4C類結節的惡性概率為 87.50%（7/8），HHUS依次分別為23.33%（21/90），16.67%（2/12），100.00%（8/8），ABVS比HHUS更加符合BI-RADS分類依據對于4類惡性概率的定義（4A 2%～1O% ，4B 10%～50%，4C 50%～95%）。若以BI-RADS 4A類與4B類作為良惡性分界點，ABVS在BI-RADS 4類病灶中診斷符合率為82.73%（91/110），HHUS診斷符合率為71.82%（79/110）。ABVS診斷乳腺惡性腫瘤的準確率比HHUS高，差異有統計學意義（χ2=58.530，P<0.05）。見表2。

2.3? ABVS與HHUS超聲圖像對比分析

經ABVS檢查后，有23例B1-RADS分類級別升高，其中大部分是由于ABVS發現了HHUS未能發現的微鈣化或冠狀面顯示“匯聚征”而進行升級。見圖1、圖2。

3? 討論

本次研究的110例病灶中有23例在通過ABVS重新評級后BI-RADS分類級別升高，其中有20例經病理檢查證實為惡性，包括浸潤性乳腺癌17例、導管原位癌1例、不典型增生1例、黏液腺癌1例，使診斷準確率大大提升，充分體現ABVS診斷乳腺癌優于HHUS。BI-RADS標準規定超聲用于描寫乳腺病灶特點的有邊緣、形態、方位、內部回聲、鈣化、后方回聲、周圍組織、血流及一些特殊情況，其中邊緣特征最具有診斷價值[3]。而ABVS最大的優勢就是以特有的冠狀面增加病灶的邊緣特征信息，以及提高對微小鈣化的檢出率[4]。

17例浸潤性乳腺癌，在冠狀切面均呈現出不同范圍的“匯聚征”，其中13例在冠狀切面上檢出了HHUS沒有發現的微鈣化。浸潤性導管癌在冠狀面上的特殊表現：形態不規則的低回聲，周圍可見條索狀偏高回聲呈放射狀分布，它的病理機制與癌細胞往周圍組織侵犯相關，癌細胞穿破導管基底膜在周圍間質中生長，呈樹根樣侵犯周邊組織，常規超聲能顯示的信息遠遠不足，ABVS獨有的冠狀面成像可獲取更多信息，清楚直觀地顯示病灶與鄰近組織的關系，常規二維圖像較難觀察到完整的邊緣邊界信息[5-6]。

1例導管原位癌，冠狀面清晰顯示迂曲擴張的導管、導管內團塊，以及沿導管走行的點狀鈣化，為診斷提供了更全面的信息。ABVS可動態連續觀察導管分布走行，能同時顯示多支導管并確定導管之間的解剖關系，信息量豐富，對于觀察累及多支導管的病變助益極大。另外ABVS的冠狀切面與乳腺鉬靶X線攝影檢查的頭足位相似，可顯影出的微小鈣化數量比HHUS橫切面及縱切面要多，同時ABVS的工作站可以調節窗寬窗位，有利于微鈣化的檢出[7-8]。

1例不典型增生，常規超聲顯示邊界不清、形態不規則的低回聲區，冠狀面呈“匯聚征”并發現微小鈣化，升級為BI-RADS 4B類。導管上皮不典型增生是癌變進程中必定存在的階段，它的細胞形態與低級別的導管原位癌相同，發現后需要積極治療[9]。

綜上所述，ABVS檢查能提供更多、更加全面的診斷信息，有利于提升BI-RADS 4類結節的診斷準確度，還能有效削減非必要的介入性診療，是一種無創并可信的檢查方法，可以在HHUS基礎上進行補充檢查。ABVS檢查擁有良好的應用前景，但也有一定的局限性，其不能提供血流及頻譜圖像，故仍需聯合HHUS進行更客觀地診斷。另外，操作者的熟練程度及讀圖經驗的積累對于提升診斷水平也很重要。

參考文獻

[1]郝少云，歐冰，鐘文景，等.彈性成像對新版BI-RADS-US評估乳腺腫物良惡性的價值[J].中國超聲醫學雜志，2015，31（4）：292-295.

[2]Tozaki M，Fukuma E.Category assessment based on 3D volume data acquired by automated breast ultrasonography[J].Japanese J Radiol，2012，30（2）：185-191.

[3]Warm M，Duda V，Eichler C，et al.3D breast ultrasound：a significant predictor in breast cancer reduction under pre-operative chemotherapy[J].Anticancer Res，2011，31（11）：4039-4042.

[4]朱羅茜，包凌云，譚艷娟.自動乳腺全容積成像對BI-RADS-US4A類腫塊再評估的診斷價值[J].中國超聲醫學雜志，2016，32（5）：404-406.

[5]朱羅茜，包凌云.自動乳腺全容積成像在乳腺疾病診斷中的應用現狀[J].中華醫學超聲雜志（電子版），2014，11（8）：610-612.

[6]張惠，劉玉萍，鄧立強，等.自動乳腺全容積成像檢查在BI-RADS 4A類腫塊再評估診斷中的價值[J].四川醫學，2018，39（11）：1215-1219.

[7]朱羅茜，包凌云，朱慶慶，等.自動乳腺全容積成像技術及常規超聲檢查鑒別診斷乳腺影像報告和數據系統4類病灶良惡性的價值比較[J].中華醫學超聲雜志（電子版），2016，13（12）：931-935.

[8]徐皙婷，韋舒靜.自動乳腺全容積成像在乳腺BI-RADS4類病灶診斷中的應用價值[J].廣西醫科大學學報，2017，34（12）：1713-1717.

[9]許曉靜，包凌云，朱羅茜，等.自動乳腺全容積成像冠狀面圖像在乳腺腫瘤鑒別診斷中的應用價值[J].浙江醫學， 2013，35（19）：1743-1745.