磁共振彌散加權成像結合三維乳腺數字化斷層攝影鈣化分數在乳腺良惡性鈣化病變鑒別中的診斷價值

王 毅，黃美鈴，蔡思清，賴清泉，吳 宏，黃啟明

福建醫科大學附屬第二醫院1CT/MRI室，2放射科，福建 泉州362000

鈣化是乳腺腫瘤的常見征象，在乳腺腫瘤的診斷及鑒別診斷中具有較大的意義［1］。鈣化分數概念的提出首次將零散的鈣化特征運用定量方法進行統一、規范的描述，為乳腺含鈣性病灶提供了全面的評價標準［2］，并運用在三維乳腺數字化斷層攝影（DBT）對乳腺腫瘤鈣化性質的診斷及鑒別診斷中［3-5］。但DBT同樣存在著一定的缺陷［6］：單獨使用很難檢出微鈣化灶［7-10］、判斷時間較長［11-12］、對于靠近胸壁的病灶無法準確定位病灶中心［13］以及在致密型乳腺的診斷敏感度低于MRI［14-15］等。針對上述不足，本研究提出運用MRI以及MRI與DBT相結合的評估方法。鑒于目前DBT鈣化分數概念仍很少運用于乳腺鈣化性病變的良惡性診斷中，本研究首先進一步論證DBT鈣化分數在乳腺鈣化病變良惡性的診斷效能，創新地比較磁共振表現擴散系數（ADC）值和鈣化分數概念在乳腺良惡性鈣化病灶的診斷優劣，首次提出將乳腺磁共振ADC值與DBT鈣化分數概念相結合，通過比較兩種方法相結合與單一方法的診斷效能，從而達到提高診斷效率的目的?，F報道如下。

1 資料與方法

1.1 一般資料

回顧性分析2018年5月～2021年5月就診于我院乳腺外科及腫瘤內科的118名患者，其中乳腺癌患者51例，乳腺良性病變患者67例。納入標準：臨床或體檢發現有乳腺腫塊或結節需進一步影像學檢查；所有病變均發現鈣化表現；行影像學檢查前未經手術治療；所有患者均行DBT和MRI-DWI檢查；所有病例經病理證實。排除標準：孕婦、哺乳期患者；體內有金屬植入物患者；幽閉恐懼癥或其他不能配合檢查的患者。118例患者年齡24～73歲，平均47歲。

病理結果：乳腺癌51例，其中浸潤性導管癌21例，浸潤性導管癌11例，導管原位癌7例，髓樣癌2例，浸潤性小葉癌6例，黏液腺癌4例；良性病變67例，其中纖維腺瘤34例，腺病18例，導管內乳頭狀瘤15例。本研究經福建醫科大學附屬第二醫院醫學倫理委員會批準，免除受試者知情同意。

1.2 磁共振掃描及數據測量

采用飛利浦3.0 T 磁共振成像（Achieva，Philips Healthcare，Best，The Netherlands）檢查，采用乳腺線圈。受檢者選取俯臥位，將雙側乳腺懸垂于乳腺線圈中。MRI序列包括：軸位梯度回波T1WI；軸位和冠狀位渦輪自旋回波T2WI。具體掃描參數：T2WI：T2WI/TSE，TR/TE=998/80 ms，NSA=1，視野=340 mm×430 mm，矩陣640×640，層厚/層間距=5.0 mm/0.5 mm，掃描時間24 s。Coronal T2WI：T2WI/TSE，TR/TE=1131/80 ms，NSA=2，視野=430 mm×430 mm，矩陣432×432，層厚/層間距=5.0 mm/0.5 mm，掃描時間27 s。DWI 檢查采用單次激發平面回波序列，并行采集空間敏感編碼技術，冠狀位掃描，b值取0、50，0、100，0、500，0、1000 s/mm24組，同時在X、Y、Z軸3個方向上施加擴散敏感梯度脈沖，TR 1000 ms，TE 39.3～68.1 ms，激勵次數5，矩陣96×128，視野28～32 cm，層厚5.0 mm，間隔1.0 mm。動態增強檢查為橫軸位T1WI（層間距1 mm，層厚5 mm，激勵次數1）、矢狀位T2WI（層間距1 mm，層厚4 mm，激勵次數4）、橫軸位STIR（層間距1 mm，層厚5 mm，激勵次數2），掃描8個周期。在飛利浦星云后處理工作站進行ADC 值測量。病變感興趣區的選?。焊鶕∽冊赥1WI、T2WI 及DWI 上的表現綜合考慮選取感興趣區。選擇病灶信號較均勻的層面做測量，盡量避開肉眼可辨的血管、囊變、壞死、鈣化，測量病灶的ADC值，3次取平均值作為病變最終的測量值。數據的測量由2名資深影像科醫生獨立進行。

1.3 DBT及乳腺鈣化評分

采用Selenia DimenSions乳腺機（美國HOLOGIC），通過拍攝頭尾位及外側斜位，得到DBT乳腺圖像。由我院2名資深乳腺影像診斷醫師進行閱片診斷。同時記錄在DBT觀察到的鈣化征象并進行鈣化評分。根據“乳腺鈣化分數”評分要求，對病灶鈣化的大小、形態、分布、數量、密度、區域等方面狀況進行評分。大?。毫夹员憩F多為粗大，徑常＞1 mm，惡性表現多為細小，徑常＜0.5 mm；形態：良性多為規整的圓形，邊緣銳利，惡性多為不規整的細顆粒狀；分布：良性多為無規律分布，惡性多為單側，集中于某個區域；數量：良性表現為數量少（＜5個/cm2），惡性表現為數量多；密度：良性表現為高、均勻，惡性多為高低不均；區域：良性為正常腺體，惡性多為腺體結構紊亂。以上標準以6分為基礎分，每發現一良性表現減1分，每發現一惡性表現加1分，分值范圍為0～12分［4,6,16］。結果由2名資深乳腺影像診斷醫生對在DBT觀察到的乳腺病灶鈣化征象進行鈣化評分。

1.4 統計學分析

采用SPSS19.0軟件對數據進行統計分析。所有符合正態分布的計量資料以均數±標準差表示。2位觀察者間測量數據的可靠性采用組內相關系數檢測，乳腺腫瘤鈣化分數、ADC值進行Kolmogorov-Smirnov正態分布檢驗，服從正態分布時行獨立樣本t檢驗，不服從正態分布時行Mann-WhitneyU檢驗；對單特征鈣化分數、ADC值行Logistic回歸，并使用十折交叉驗證，繪制受試者操作特征（ROC）曲線下面積（AUC）評價DBT鈣化分數、DWI-ADC值的診斷效能。采用Delong檢驗比較鈣化分數及ADC 2種模式的診斷效能。采用Logistic回歸分析兩種模式聯合的預測概率，并繪制ROC 及AUC，通過對3條ROC曲線（鈣化分數、ADC、雙模式聯合預測概率）兩兩進行Delong 檢驗評估聯合診斷效能。以P＜0.05為差異有統計學意義。

2 結果

2.1 磁共振ADC值和DBT鈣化分數結果分析

2位觀察者測量的所有數據ADC值、鈣化分數組內相關系數分別為0.849、0.827。乳腺癌（圖1A）病灶的彌散DWI 圖像信號顯著高于乳腺良性病變（圖2A）信號，對應的ADC 乳腺癌（圖1B）病灶信號顯著低于乳腺良性腫瘤病灶信號（圖2B）。乳腺癌ADC值：1.02±0.23×10-3mm2/s；乳腺良性腫瘤ADC值：1.44±0.28×10-3mm2/s；乳腺癌的ADC值顯著低于乳腺良性腫瘤的ADC值，差異有統計學意義（P＜0.05）。乳腺癌DBT與乳腺良性病變DBT（圖1C～D、圖2C～D）。乳腺癌的鈣化分數為9.37±1.24，高于乳腺良性腫瘤鈣化分數（4.75±0.86），差異有統計學意義（P＜0.05）。

圖1 乳腺癌MRI圖像及DBT圖像Fig. 1 breast cancer MRI and DBT images.

圖2 乳腺纖維瘤MRI圖像及DBT圖像Fig. 2 Breast fibroma of MRI and DBT images.

2.2 ADC值、鈣化分數各自診斷效能、比較兩種模式的診斷效能以及兩種方法聯合診斷效能分析

對比乳腺癌及乳腺良性腫瘤ADC值及鈣化分數分別繪制ROC 曲線圖（圖3A、B），分析各參數，結果顯示：ADC 值的AUC 為0.853（表1），最佳截止值為1.125×10-3mm2/s，其敏感度、特異性分別為83.4%、84.2%。鈣化分數的AUC值為0.855（表1），最佳截止值為9，其敏感度、特異性分別為85.3%、84.7%。雙模式聯合（鈣化分數+ADC值）進行Logistic回歸，繪制ROC曲線（圖3C），結果顯示ADC值的AUC為0.903，敏感度、特異性分別為86.7%、85.9%（表1）。對3條ROC曲線（兩種方法聯合預測概率曲線、ADC、鈣化分數）兩兩進行Delong檢驗（圖3D），結果顯示：鈣化分數ROC曲線與ADC值ROC曲線的差異無統計學意義（P=0.625），兩種方法聯合ROC診斷性能優于鈣化分數（P=0.0409），兩種方法聯合診斷性能優于ADC值（P=0.0216）。

表1 乳腺良惡性腫瘤鈣化分數、ADC及兩種方法相結合的AUCTab.1 Calcification fraction,ADC and area under ROC curve of benign and malignant breast tumors combined with the two methods

圖3 乳腺良惡性病變ADC、鈣化分數各參數及雙模式相結合ROC曲線圖Fig. 3 ROC curve ofADC,calcification score and dual mode of benign and malignant breast lesions.

3 討論

DBT通過多角度薄層掃描，既可以減少并改善因傳統乳腺X 線攝影技術所帶來的組織重疊及圖像噪聲［14-16］，又能很好地顯示乳腺腺體情況、病灶的形態、邊緣以及判斷病灶與周圍腺體、組織的關系，分析病灶的鈣化特征［17-18］，但對于乳腺良惡性鈣化的形態、特征的判讀還存在無法全面、系統的評估鈣化特點等爭議［19-21］。為解決這一問題，本研究采用鈣化分數概念對乳腺病灶進行評分，分析良惡性病變鈣化分數，結果顯示惡性病變的鈣化分數高于良性病變的鈣化分數。通過對單特征鈣化分數進行Logistic回歸，繪制ROC曲線圖，得出鈣化分數的AUC值為0.855，有較好的診斷效能，結果與既往文獻觀點相符［5-6］。針對以往對乳腺含鈣化病灶的良惡性判讀多是根據病灶鈣化的某一種或某幾種特征的不足［18-19,21］，我們論證了通過分析鈣化分數數值的變化來評估乳腺含鈣化病變的良惡性是行之有效的，可以有效彌補在實際工作中因無法全面、系統評估鈣化的形態、數量及分布等征象而使診斷效率下降的缺點。創新點在于通過鈣化分數概念對鈣化多因素進行定量描述，形成統一、客觀標準，并以此進行良惡性判斷，具有較好的臨床價值。雖然DBT比傳統乳腺X線攝影技術更具有優勢，但是同樣存在精確度欠缺，單獨使用很難檢出微鈣化灶、判讀時間過長、無法準確定位靠近胸壁的病灶中心、在致密型乳腺的診斷靈敏度低于MRI等不足［12-14,22-23］。針對這些不足，本研究首先對乳腺含鈣化病變進行DWI檢查，測量病變的ADC值。結果顯示乳腺癌病灶的ADC值顯著低于乳腺良性腫瘤，對ADC值進行Logistic回歸，繪制ROC曲線圖，得出ADC的AUC值為0.853，有較好的診斷效能，與既往文獻相符［24-25］。我們接著運用Delong檢驗比較鈣化分數及ADC兩種方法的診斷效能，得出兩種方法的AUC值差異無統計學意義（P=0.625）。本研究在既往研究的基礎上，通過對上述兩種方法的診斷效能進行比較檢驗，進一步驗證了在乳腺含鈣化病灶的診斷中，DBT鈣化分數和磁共振ADC值在分析良惡性病變的鈣化征象具備同等診斷價值。

隨著對疾病診療要求的提高，單一檢查技術已經無法滿足疾病診斷的需求。乳腺磁共振具有較高的軟組織分辨率，可以很好的顯示病灶特征，但是對鈣化不敏感。DBT能很好地顯示乳腺腺體情況、病灶的形態、邊緣以及判斷病灶與周圍腺體、組織的關系，分析病灶的鈣化特征，但是同樣存在著諸多局限性。既往有較多MRI與DBT或者DBT與全數字化乳腺攝影相結合的報道［26-29］，但將鈣化分數與ADC值聯合作為判斷乳腺良惡性鈣化依據的相關研究報道很少。本研究首先驗證了磁共振ADC值在乳腺鈣化病變的良惡性判斷中有較高的診斷效能，并將乳腺磁共振DWI與DBT檢查方法相結合，本研究的創新點在于首次提出ADC值和鈣化分數兩種評估方法結合運用于乳腺含鈣化病變的良惡性鑒別中。我們對兩種方法（鈣化分數+ADC值）進行Logistic回歸分析，計算兩種方法相結合的預測概率，繪制ROC曲線，結果顯示兩種方法相結合的AUC值為0.903，具有很高的診斷效能。對3條ROC曲線兩兩Delong檢驗，結果顯示兩種方法結合ROC對應鈣化分數ROC或ADC值ROC的差異均有統計學意義，證明雙模式診斷效能顯著優于單一模式。筆者認為：鈣化分數體現的是病變的表觀特點，對病變鈣化進行定量描述，囊括了鈣化的多種形態及分布特征，解決了乳腺良惡性鈣化在形態、特征判讀中存在爭議的難題，形成統一的標準，更全面、系統地對病灶鈣化特征進行描述。而ADC值則體現了病變的分子運動特性，包括組織分子的間隙及分子運動方向，體現了病變組織的微觀結構特點及變化。本研究的優勢在于結合兩種定量測定方法對乳腺含鈣化病變的表觀特性及微觀特性進行評估，充分利用了各自檢查的優勢，彌補不足，進而達到提高乳腺含鈣化病灶的診斷效率的目標。

綜上所述，DWI與DBT鈣化分數對于鈣化征象在乳腺良惡性病變的鑒別診斷效能無差別，兩種方法相結合的診斷效能顯著高于單一方法，為乳腺良惡性病變的診斷與鑒別診斷中提供了更加可靠的依據。本研究的局限性在于：樣本量較小，增大樣本量對于鈣化諸多方面的評估是存在一定的相關性的，在未來的研究中將持續增大樣本量；其次，將引入影像組學概念對乳腺含鈣化病變的磁共振、DBT特征進行全面研究，希望未來能得到更加顯著的成果。