探討基于動態增強MRI和擴散加權成像的影像組學模型對小乳腺癌的診斷效果評價

閆少華，牛永超，彭保成，馬園，李振玉

新鄉市中心醫院影像中心，河南新鄉 453000

乳腺癌是指在乳腺導管上皮及末端導管上皮發生的惡性腫瘤，乳腺上皮細胞在多種致癌因子作用下，出現增殖失控［1］，其早期臨床癥狀為乳腺腫塊、乳頭溢液、腋窩淋巴結腫大等，晚期可出現遠處轉移，造成多器官病變［2］。小乳腺癌是指病灶直徑在3～20 mm范圍內的一類早期乳腺癌，由于其病灶體積較小、質地較軟，活動性良好，因此很多檢查難以進行鑒別診斷，使得小乳腺癌確診率較低［3］。磁共振成像（MRI）是臨床檢查乳腺病變的重要方法［4］，而且動態增強MRI（DCE-MRI）和擴散加權成像（DWI）聯合在乳腺癌的診斷中具有較高的靈敏度，但小乳腺癌病灶較小可能會對DCE-MRI和DWI影像組學模型特征的獲取產生一定影響。目前國內外［5-6］對乳腺癌的研究大多局限于其治療方式、預后評估等方面，很少有關于DCE-MRI和DWI影像組學模型對小乳腺癌診斷效能的研究。因此，本研究通過對2019年1月—2020年1月醫院收治的90例乳腺小病灶患者進行研究，旨在探討DCE-MRI和DWI的影像組學模型應用于小乳腺癌中的診斷效果，為提高小乳腺癌確診率、診斷靈敏度和特異度提供理論依據，報告如下。

1 資料與方法

1.1 一般資料

選取2019年1月—2020年1月新鄉市中心醫院收治的90例乳腺小腫塊患者，病灶共95個。年齡25～72歲，平均年齡（57.36±2.62）歲。病灶分布：單乳單發85例，雙乳各1個病灶3例，單乳2個病灶2例。病灶性質：惡性40個（包括23個浸潤性導管癌，11個導管原位癌，6個浸潤性小葉癌），良性55個（包括9個乳頭狀瘤，27個纖維腺瘤，19個纖維囊性變）。對90例患者均進行DCE-MRI和DWI檢查，以病理組織學診斷結果為金標準。所有患者及家屬對本次研究內容完全知情，且均簽署知情同意書。

1.2 入選標準

納入標準：（1）具有乳腺小腫塊。（2）均進行乳腺MRI檢查。（3）依從性好。（4）未有意識或精神異常。排除標準：（1）入院前有化療、放療、手術等相關治療史。（2）存在其他部位腫瘤及遠處轉移。（3）存在意識障礙。（4）孕期或哺乳期女性。

1.3 檢查方法

MRI常規檢查，選擇西門子生產的3.0T超導型核磁共振成像系統，16通道專用乳腺線圈，選取俯臥位，頭先進，雙側乳腺自然下垂，雙臂前伸置于頭上，戴上耳塞。開啟常規檢查，參數：快速自旋回波序列、T1加權成像。重復時間（TR） 474 ms，回波時間（TE）8 ms，層厚/層距3.0/0.0 mm，視野FOV340 mm，矩陣400×318。T2加權成像。（1）橫軸面：TR 4 700 ms，TE-120 ms，層厚/層距3.0/0.0 mm，視野FOV340 mm，矩陣400×318。（2）矢狀面：利用精準頻率反轉恢復序列，TR 4 200 ms，TE-60 ms，層厚/層距4.0/0.0 mm，視野FOV340 mm，矩陣308×244。開啟DWI程序，采用單次激發自旋回波—平面回波成像序列進行軸狀位及矢狀位掃描，TR 5 000 ms，TE-85 ms，層厚/層距3.0/0.0 mm，矩陣108×128，彌散敏感系數b值（0，500，800，1 000）s/mm2，激勵3次。DCE-MRI檢查采用T1高分辨率各向同性容積激發序列，TR 4.7 ms，TE-2.3 ms，層厚/層距2.0/0.0 mm，矩陣320×340。

1.4 DCE-MRI和DWI影像組學分析方法

將90例患者DCE-MRI、DWI圖像傳至計算機，進行插值配準的圖像預處理和影像組學分析。影像組學分析具體分為：（1）由1～2名具有不低于5年MRI乳腺診斷經驗的醫師對DCE-MRI和DWI圖像進行病灶分割。（2）對分割后的病灶進行影像學特征提取，共提取191個特征，分別為形態學24個，紋理162個，血流動力學3個，表觀擴散系數（ADC）2個。（3）利用scikit-learn 0.19.2.程序并采用梯度提升決策樹形式建立DCE-MRI和DWI影像組學診斷模型。

1.5 診斷標準

（1）DCE-MRI診斷惡性病灶標準：根據患者圖像形態學特征及時間信號強度曲線，參考美國放射學會MRI乳腺影像報告和數據系統（BI-RADS）分類標準進行分類，BI-RADSⅣ、Ⅴ類兩類為惡性病灶。（2）DWI診斷惡性病灶標準：依據加權成像ADC值和病理結果，再利用受試者工作特征（ROC）曲線確定最優ADC閾值，用于良惡性病灶鑒別。（3）DCE-MRI和DWI影像組學模型診斷標準：病灶在形態學圖像特征、血流動力學圖像特征以及ADC閾值中達到其中兩項表現均為惡性病灶，即可診斷為惡性。

1.6 觀察指標

（1）乳腺良惡性小病灶DCE-MRI、DWI圖像對比。（2）DCE-MRI、DWI、DCE-MRI和DWI影像組學診斷良惡性病灶與病理結果進行對照。（3）比較DCE-MRI、DWI、DCE-MRI和DWI影像組學模型對小乳腺癌的診斷效能，包括準確性、靈敏度、特異度。

1.7 統計學方法

采用SPSS 22.0軟件進行統計分析。計量資料以均數±標準差（±s）表示，組間比較采用t檢驗。計數資料用例數和百分比（%）表示，組間比較采用χ2檢驗。以P＜0.05為差異有統計學意義。

2 結果

2.1 乳腺良惡性小病灶DCE-MRI、DWI圖像

患者女，70歲，病理診斷為浸潤性導管癌，病灶最大直徑為10 mm，DCE-MRI圖像顯示，乳腺外上象限可見邊緣不規則腫塊，局部呈毛刺狀，內部呈不均勻強化高信號，BI-RADSⅣ類（圖1）。DWI圖像顯示，病灶呈高信號，ADC值為0.92×10-3mm2/s（圖2）。DCE-MRI和DWI影像組學模型診斷為惡性病灶，經過病灶分割后DCE-MRI和DWI圖像均顯示分割病灶邊緣較穩定（圖3，圖4）。

圖1

圖2

圖3

圖4

患者女，47歲，病理診斷為纖維腺瘤，病灶最大直徑為15 mm，DCE-MRI圖像顯示，乳腺內下象限可見規則呈卵圓形腫塊，病灶邊緣清楚，內部信號均勻，BI-RADSⅢ類（圖5）。DWI圖像顯示，病灶呈高信號，ADC值為1.37×10-3mm2/s（圖6）。DCE-MRI和DWI影像組學模型診斷為良性病灶，經過病灶分割后DCE-MRI和DWI圖像均顯示分割病灶邊緣較穩定（圖7、圖8）。

圖5

圖6

圖7

圖8

2.2 DCE-MRI、DWI、DCE-MRI和DWI影像組學模型診斷良惡性病灶與病理結果情況

DCE-MRI、DWI、DCE-MRI和DWI影像組學模型診斷乳腺惡性小病灶與病理結果一致的分別有32個、30個、38個，差異有統計學意義（P＜0.05），見表1。

表1 DCE-MRI、DWI、DCE-MRI和DWI影像組學診斷良惡性病灶與病理結果情況

2.3 DCE-MRI、DWI、DCE-MRI和DWI影像組學模型對小乳腺癌的診斷效能情況

以病理學診斷為金標準，DCE-MRI和DWI影像組學模型診斷小乳腺癌的靈敏度（92.59%）、特異度（90.17%）、 AUC（0.937） 均顯著高于 DCE-MRI（88.63%、70.91%、0.875）、DWI（79.62%、83.74%、0.841），差異有統計學意義（P＜0.05），見表2。

表2 DCE-MRI、DWI、DCE-MRI和DWI影像組學模型診斷小乳腺癌的診斷價值情況

3 討論

女性癌癥患者中乳腺癌占20%左右，而且乳腺癌是造成40歲以上女性死亡風險升高的最主要原因［7］。其中小乳腺癌病灶體積較小，質地松軟，在進行手術切除時難以發現，易切除正常腺體組織，從而增加惡性病灶擴散或種植率，嚴重影響患者預后［8］。另外，小乳腺癌缺乏特異性聲像特征，容易使得小乳腺癌早期診斷困難而延誤治療，因此，提高小乳腺癌診出率極為重要。MRI對乳腺軟組織具有較高分辨率，且不受乳腺類型影響，但由于乳腺惡性病灶和良性病灶存在一定重疊表現，使得MRI平掃也存在一定局限性，而DCE-MRI能夠反映對比劑進出病灶的血流動力學特征，可進一步確定病灶性質［9］。另外，DWI是目前唯一能觀察活體水分子微觀擴散運動能力的MRI檢查方法［10］，正常腺體、良性病灶與惡性病灶的ADC值存在明顯差異，因此通過對腫瘤病變區ADC值進行量化分析，可對乳腺腫瘤病變性質進行評估［11］。DCE-MRI和DWI影像組學模型應用于小乳腺癌中，可能會進一步提高其診斷效能。

張慶等［12］研究發現，基于術前DCE-MRI和DWI序列，運用梯度提升決策樹（GBDT）建立影像組學模型對小乳腺癌具有較高的診斷效能（靈敏度90.0%，特異度89.8%，準確度89.9%），與經驗豐富的放射科醫師評估結果一致。Bickelhaupt等［13］研究發現，基于MR擴散峰度成像的影像組學模型對乳腺良惡性病灶具有較高的診斷價值，該模型靈敏度、特異度較高，AUC為0.911。本研究結果顯示，DCE-MRI和DWI影像組學模型診斷乳腺惡性小病灶與病理結果的一致性明顯高于DCE-MRI、DWI兩種方式，以病理學診斷為金標準，DCE-MRI和DWI影像組學模型診斷小乳腺癌的靈敏度、特異度、AUC均顯著高于DCE-MRI、DWI，表明基于DCE-MRI和DWI影像組學模型應用于小乳腺癌中診斷準確性高，具有較高的診斷價值，可廣泛用于臨床。分析其原因在于，乳腺影像組學是從乳腺病灶影像圖像中提取形態學、紋理學、血流動力學以及ADC等特征，這些特征可構成較為全面的病灶特征，因此DCE-MRI和DWI影像組學模型可清楚顯示乳腺病灶的形態學特征和邊界特征，并且還可顯示病灶內部血流動力學及紋理情況，從而提高惡性病灶檢出率，另外DCE-MRI具有較高的空間分辨率，對乳腺小病灶可進行有效定位，加上DWI中ADC值可反映病灶組織中水分子擴散受限程度，進一步對病灶性質進行準確評估，因此，DCE-MRI和DWI影像組學模型的診斷準確性高于二者獨立檢測方式。這與張慶等［12-13］研究結果相似。

綜上所述，基于DCE-MRI和DWI影像組學模型應用于小乳腺癌中診斷效果好，準確性、靈敏度、特異度均較高，可明顯提高小乳腺癌的檢出率，具有很高的診斷和臨床應用價值。