表观扩散系数对乳腺肿块样和非肿块样强化病变的诊断价值

张东坡， 李优伟， 郑作锋， 王觉， 刘晓刚， 翟仁友



表观扩散系数对乳腺肿块样和非肿块样强化病变的诊断价值

张东坡， 李优伟， 郑作锋， 王觉， 刘晓刚， 翟仁友

目的：探讨ADC值及相对ADC值(rADC)对乳腺肿块样和非肿块样强化病变的诊断价值。方法：回顾性分析术经手术病理证实的171例乳腺病变患者(共177个病灶)的术前MRI和DWI(b=0和800s/mm2)资料，测量并比较(t检验)乳腺肿块和非肿块样良、恶性病变的ADC值及rADC值，采用受试者工作特征曲线(ROC)分析ADC值及rADC值在乳腺良、恶性病变定性诊断中的效能。结果：177个乳腺病变中良性病变112个，恶性病变65个；按病变形态分组，肿块性病变144个，非肿块性病变33个。肿块性病变中恶性47个，平均ADC值及平均rADC值分别为(1.06±0.27)×10-3mm2/s和0.62±0.17；良性97个，平均ADC值及rADC值分别为(1.58±0.26)×10-3mm2/s和0.91±0.17；ROC分析显示，以ADC值和rADC值分别为1.23×10-3mm2/s和0.72作为阈值，鉴别肿块样乳腺良、恶性病变的敏感度和特异度分别为85.1%、92.8%和80.9%、89.7%。33个非肿块性病变中恶性18个，平均ADC值及rADC值分别为(1.25±0.40)×10-3mm2/s和0.76±0.25；良性15个，平均ADC值和rADC值分别为(1.50±0.18)×10-3mm2/s和0.89±0.12；ROC分析显示，以ADC和rADC值分别为1.36×10-3mm2/s、0.84作为阈值，鉴别非肿块样乳腺良、恶性病变的敏感度和特异度分别为77.8%、80.0%和77.8%、73.3%。结论：根据ADC和rADC值可以鉴别乳腺良、恶性病变，ADC值的诊断价值略高于rADC值，对乳腺肿块性和非肿块性病变应采用不同的ADC。

乳腺疾病； 磁共振成像： 扩散加权成像； 表观扩散系数

乳腺磁共振动态增强扫描(dynamic contrast-enhanced MR imaging,DCE-MRI)已逐渐成为诊断乳腺病变和显示病变特征的有效检查手段。据文献报道， DCE-MRI 诊断浸润性乳腺癌的敏感度高达89%～100%[1]。根据美国放射学会2003年出版的乳腺MRI影像报告及数据系统(breast imaging reporting and data system MRI,BI-RADS MRI)中的分类标准[2]，可依据DCE-MRI上乳腺病变强化的形态将其分为肿块性和非肿块性。磁共振扩散加权成像(diffusion weighted imaging,DWI)能进一步提高DCE-MRI 对乳腺病变的诊断特异性[3]。在本次回顾性研究中，我们通过比较表观扩散系数(apparent diffusion coefficient，ADC)和相对表观扩散系数(relative ADC，rADC)对乳腺良恶性病变的鉴别诊断价值，旨在进一步提高乳腺病变的MRI诊断水平。

材料与方法

1.研究对象

回顾性分析2009年5月-2013年5月在我院行乳腺MRI增强扫描并经手术或穿刺活检病理证实的171例乳腺病变患者的病例资料。均为女性患者，年龄19～75岁，平均(41.0±8.7)岁。共177个病灶，在DCE-MRI上均呈肿块样或非肿块样强化病变，但不包括局灶性点状强化病灶。恶性病灶65个(65/177)，其中浸润性导管癌33个、导管内癌及部分浸润性导管癌5个、浸润性小叶癌4个、导管原位癌3个(其中1个伴少许浸润性导管癌)、神经内分泌癌3个、复合型浸润癌2个、浸润性导管癌及导管内癌2个、小叶原位癌2个、浸润性大汗腺癌及导管大汗腺癌1个、浸润性筛状癌1个、浸润性微乳头状癌1个、导管内癌1个、髓样癌1个、其它6个(病理证实为乳腺癌、但未提供具体组织学类型，其中5个为穿刺结果，1个 为微小癌灶)；良性病灶112个，其中纤维腺瘤88个、乳腺腺病11个、导管内乳头状瘤3个、慢性乳腺炎3个、纤维腺瘤样增生2个、乳腺良性分叶状肿瘤2个、乳腺交界性叶状肿瘤1个、肉芽肿性小叶性乳腺炎1个、脂肪坏死1个。根据BI-RADS的形态学分类，肿块性病灶144个，其中恶性47个、良性97个；非肿块性病灶33个，其中恶性18个、良性15个。

2.检查方法

使用GE Signa Excite 1.5T超导磁共振扫描仪和8通道乳腺专用线圈。患者取俯卧位，使双乳自然悬垂于线圈洞穴内。常规扫描序列及参数：横轴面FSE T1WI TR 540 ms，TE 9.8 ms，层厚8.0 mm，层距1.0 mm，视野32 cm×32 cm，矩阵320×192，采集次数1.00；横轴面T2WI，短TI反转恢复(short TI inversion recovery，STIR)序列，TR 4460 ms,TE 45.7 ms，TI 150.0 ms，层厚8.0 mm，层距1.0 mm，视野32 cm×32 cm，矩阵320×192，采集次1.00；横轴面T2WI，快速恢复快速自旋回波(fast-recovery fast spin-echo，FRFSE)序列，TR 4100 ms，TE 88.7 ms，层厚8.0 mm，层距1.0 mm，视野32 cm×32 cm，矩阵320×224，采集次数2.00；矢状面T2WI，FRFSE序列加脂肪抑制技术，TR 3500 ms，TE 81.5 ms，层厚6.0 mm，层距1.0 mm，视野20 cm×20 cm，矩阵288×224，采集次数2.00；DCE-MRI采用矢状面3D快速扰相梯度回波序列，TR 5.8 ms，TE 2.8 ms，反转角10°，层厚4.0 mm，层距0.0 mm，视野22 cm×22 cm，矩阵288×192，采集次数1.00，共采集8期，每期采集时间66 s，第1期图像采集后立即使用高压注射器团注Gd-DTPA(剂量0.1 mmol/kg)和20 mL生理盐水，注射流率2.5 mL/s。横轴面DWI采用平面回波成像(echo planar imaging，EPI)序列，扫描参数：TR 6000 ms，TE 71.5 ms，层厚8.0 mm，间隔1.0 mm，激励次数2，视野32 cm×32 cm，矩阵128×128，b值取0和800 s/mm2。

3.图像分析及后处理

使用GE ADW 4.2图像后处理工作站。由两位有乳腺MRI诊断经验的放射科医师采用单盲法进行独立阅片，将所有病变分为肿块性和非肿块性两组。在DWI图像后处理过程中，应用Fuction-tool软件，产生黑白ADC图，测量每例患者病变区及对侧正常乳腺组织的ADC值，同时计算rADC值(即病灶ADC值与对侧正常腺体ADC值的比值)。测量对侧正常乳腺组织时，应选择与病变同一层面或乳头层面的对侧乳腺的纤维腺体区，并尽量避开脂肪组织等；对于脂肪型乳腺，应采用较小的ROI以减少部分容积效应的影响。对于病变区的测量，应尽量避开出血、囊变及坏死区，对于体积较小的病变，应结合动态增强扫描所显示的病变位置进行准确定位。ROI大小10～100 mm2。所有数据均测量3次取平均值，以减少测量误差。

4.病理学分析

所有患者的手术或活检病理切片进行HE染色及免疫组化分析，综合2种检查的结果做出最终的病理诊断。

5.统计学处理

使用SPSS 19.0统计分析软件，采用两独立样本t检验比较良、恶性乳腺病变及对侧正常乳腺的平均ADC值，以P<0.05为差异有统计学意义。根据受试者工作特征曲线(receiver operating characteristic curve,ROC)确定ADC诊断良恶性病变的界值。

结　果

1.乳腺肿块性及非肿块性病变的ADC值及界值的确定

正常乳腺的平均ADC值为(1.72±0.22)×10-3mm2/s，良性病变为(1.57±0.25)×10-3mm2/s，恶性病变为(1.11±0.32)×10-3mm2/s。

图1　女，68岁，左乳内上象限髓样癌。a) DCE-MRI示边缘强化的肿块样病变(箭)； b) 时间-信号强度曲线呈速升-速降型 ； c) DWI示肿块呈明显高信号(箭)； d) ADC图示病变呈低信号(箭)，ADC值为0.71×10-3mm2/s。图2　女，38岁，左乳内上象限浸润性导管癌。a) DCE-MRI示病变呈局灶性 强化(箭)； b) 动态增强扫描病变时间-信号曲线呈速升-平台型； c) DWI示病变区呈高信号(箭)； d) ADC图示病变呈低信号(箭)，ADC值为1.27×10-3mm2/s。

乳腺肿块性病灶(144个)：恶性病变(47个)的平均ADC值为(1.06±0.27)×10-3mm2/s；良性病变(97个)的平均ADC值为(1.58±0.26)×10-3mm2/s，两者间差异有统计学意义(t=-11.219，P<0.001)；ROC下面积为0.92，根据ROC确定ADC界值为1.23×10-3mm2/s，当ADC值<1.23×10-3mm2/s时诊断为恶性病变，诊断敏感度和特异度分别为85.1%和92.8%。乳腺非肿块性病灶(33个)：恶性病变(18个)的平均ADC值为(1.25±0.40)×10-3mm2/s，良性病变(15个)的平均ADC值为(1.50±0.18) ×10-3mm2/s，差异有统计学意义(t=-2.207，P=0.035<0.050)；ROC下面积为0.80，根据ROC确定ADC界值为1.36×10-3mm2/s，当ADC值<1.36×10-3mm2/s时诊断为恶性病变，敏感度和特异度分别为77.8%和80.0%。

在恶性病变中，肿块性病变的ADC值[(1.06±0.27)×10-3mm2/s]低于非肿块性病变[(1.25±0.40)×10-3mm2/s]，差异有统计学意义(P<0.05)；良性病变中，肿块性与非肿块性病变的ADC值间差异无统计学意义(P>0.05)。

2.乳腺肿块性及非肿块性病变的rADC值及界值的确定

乳腺肿块性病灶：恶性病变(47个)的平均rADC值为0.62±0.17；良性肿块性病变(97个)的平均rADC值为0.91±0.17，两者差异有统计学意义(t=-9.744，P<0.001)；ROC下面积为0.90，根据ROC确定rADC界值为0.72，当rADC值<0.72时诊断为恶性病变，敏感度和特异度分别为80.9%和89.7%。乳腺非肿块性病灶：恶性病变(18个)的平均rADC值为0.76±0.25，良(15个)为0.89±0.12，差异无统计学意义(t=-1.720，P>0.05)；ROC下面积为0.77，根据ROC确定rADC界值为0.84，当rADC值<0.84时诊断为恶性病变，敏感度和特异度分别为77.8%和73.3%。肿块性病变中鉴别良恶性病变的rADC界值(0.72)低于非肿块性病变(0.840)。

在恶性病例中，肿块性病变的rADC值[(0.62±0.17)]低于非肿块性病变[(0.76±0.25)]，差异有统计学意义(P=0.012<0.050)；良性病例中，两者间rADC值的差异无统计学意义(P=0.515>0.050)。

讨　论

乳腺MRI检查越来越多地应用于乳腺癌的检出、诊断以及肿瘤的分期[1]。在乳腺MRI检查过程中，通过结合病变的形态学改变和动态增强曲线来诊断乳腺癌有较高的敏感性。但是激素水平的个体差异及乳腺增生、纤维腺瘤和乳头状瘤等情况可导致假阳性结果，从而明显降低乳腺MRI检查的诊断特异性。

DWI是一种基于组织扩散信号的一种MRI技术，它反映了由于布朗运动导致的水分子扩散入组织的随机运动。在乳腺病变的研究中，DWI可提供肿瘤生物学行为方面的信息，故可以采用DWI来评价乳腺病变[3-5]。

据文献报道，DWI在鉴别良恶性乳腺病变中是非常有用的一项技术[3-6]。恶性病变由于细胞排列紧密、细胞外间隙较小，从而降低了水分子的扩散程度。DWI高信号和对应的低ADC值表示扩散受限；相反，细胞外间隙较大的良性病变，由于其细胞外间隙中存在大量水分子，而且其活动受限程度较低，故病灶的ADC值较高[6]。本研究中我们通过对65例恶性病变、112例良性病变和177例乳腺正常组织的ADC值进行测量和分析，结果表明DWI可以很好地鉴别乳腺良恶性病变，与文献报道的结果一致[3,5,7]。

Marini等[8]报道，乳腺良性病变的ADC值为(1.48±0.37)×10-3mm2/s，恶性病变为(0.95±0.18)×10-3mm2/s。本研究中正常乳腺的平均ADC值为(1.72±0.22)×10-3mm2/s，良性病变为(1.57±0.25)×10-3mm2/s，恶性病变为(1.11±0.32)×10-3mm2/s，文献报道基本一致。本研究中发现，应用ROC来确定ADC界值，可同时兼顾诊断的敏感性和特异性，方法简便、快捷。

文献报道及本研究结果显示，良恶性病变的ADC值有轻度重叠。某些良性病变，如血肿、脓肿、纤维化等可使局部ADC值降低[9]，从而导致假阳性结果，所以在本研究中选择良性病变时并未包括这类病变或选取ROI时尽量避开此类区域。有文献报道，由于含有黏液蛋白成分黏液癌多表现为高ADC值[8]，但本研究中1例髓样癌表现为低ADC值。恶性肿瘤的中央坏死区ADC值常较高，故本研究中均在肿瘤实质区选择测量ROI，尽量避开肿瘤坏死、囊变及出血区。

DWI可提供关于肿瘤细胞构成的定性及定量信息，ADC值是反映水分子自由运动的一个定量指标，它与肿瘤细胞密度呈反比，细胞密度较高、细胞外及细胞内水肿、高黏液性及纤维化等均可见水分子活动程度减低，从而在DWI上显示为扩散受限[5]。生物组织的微观运动包括细胞外间隙及毛细血管网微循环中的分子扩散，所以灌注是另一个影响ADC值的因素。据文献报道，ADC值会随着b值的不同而改变：低b值会使DWI时水分子扩散的权重减低；同时，在低b值图像上，恶性病变中丰富的微血管结构会提高灌注效应从而影响ADC值[5,10]。

b值、某些技术因素和病理类型等因素可以解释文献报道中ADC值测量结果的差异。Woodham等[5]报道，在检测乳腺肿块时以b<750s/mm2的DWI诊断效果较好。但是Pereira等[11]认为不同的b值所测出的ADC值无明显差异，并指出在DWI序列中应用多b值扫描是没有必要的。在本组研究中，为了节省时间我们选择b值为0和800s/mm2。

目前，国内外部分学者采用相对ADC值来分析不同时期脑梗死患者间的差异[12]，但将rADC值应用于乳腺肿瘤鉴别诊断的报道还较少。本组研究结果显示，当b值为800s/mm2时，鉴别肿块性乳腺良、恶性病灶的最佳rADC界值为0.72，其诊断敏感度为80.9%，特异度为89.7%；鉴别非肿块性乳腺良、恶性病灶的最佳rADC界值为0.84，其敏感度为77.8%，特异度为73.3%。表明rADC值对乳腺肿块性病变的鉴别诊断价值相对较高。本组研究结果显示，在乳腺非肿块性病灶中恶性病变的rADC值[(0.76±0.25)]与良性病变[(0.89±0.12)]间差异无统计学意义。

本研究中，通过比较ADC值和rADC值在乳腺肿块性及非肿块性病变中检出恶性病变的敏感性、特异性，发现ADC值的诊断价值略高于rADC值，与某些文献报道的结果一致[13]，但与另外一些文献报道的结果不完全相符[14]。笔者认为，影响rADC值的因素包括患者年龄及月经周期、不同的腺体类型及正常腺体组织的选择、样本量的多少、b值的大小、诊断阈值的选择方法和研究对象选择偏倚等。

只有当技术参数和图像后处理过程标准化后，才能保证DWI诊断乳腺病变的准确性。磁敏感性、化学位移、运动伪影和较低的空间分辨率等因素可导致图像变形失真，这些因素是目前技术方面的主要影响因素。另一方面，非肿块样强化病灶，可表现为较大范围的非致密性病变，病变部位可能混杂有正常的乳腺组织；而且，非浸润性导管癌、小叶原位癌、非典型导管增生、乳头状瘤及激素相关改变等均可表现为非肿块样强化灶[15]。根据Guo等[3]的报道，病灶的平均ADC值与细胞密度呈反比，非肿块性病变扩散受限程度较小。 本研究按照肿块性和非肿块性对病变进行分组，比较两组病变的ADC值差异；研究结果发现病变的形态学不同，其ADC值也有差异。在恶性病例中，肿块性病变平均ADC值[(1.06±0.27)×10-3mm2/s]略低于非肿块性病变 [(1.25±0.40)×10-3mm2/s] ，笔者认为肿块和非肿块性病变之间细胞密度的差异可以解释其ADC值的差异，因ADC值与肿瘤细胞密度呈负相关。

需要指出，DWI并不能替代乳腺MRI的动态增强检查，但可以作为一种评价乳腺疾病的有效补充检查手段，尤其当患者有对比剂使用禁忌证时，DWI的诊断作用会更加凸显[5]。不同病理类型是影响病变ADC值的因素之一[5,8,9]，由于本组病例中病变的种类较多，部分病理类型病例数尚少，未能对不同病理类型病变的ADC值差异进行有效的统计学分析，有待今后积累更多样本进行进一步研究。

总之，DWI是一种可在活体应用的研究组织分子水平特点的有效工具。乳腺恶性病变的ADC值、rADC值均低于良性病变，根据ADC界值可以鉴别乳腺良、恶性病变；肿块性病变和非肿块性病变的ADC值存在差异；肿块性病变的ADC诊断界值低于非肿块性病变；根据rADC界值可以鉴别肿块性乳腺良、恶性病变；但对于非肿块性乳腺良、恶性病变的诊断，目前看价值不大；对于乳腺良恶性病变的鉴别诊断，ADC值的诊断价值略高于rADC值。

[1]Kuhl C.The current status of breast MR imaging (Part I):choice of technique, image interpretation, diagnostic accuracy,and transfer to clinical practice[J].Radiology,2007,244(2):356-378.

[2]American College of Radiology.Breast imaging reporting and data system atlas (BI-RADS atlas)[M].Reston:American College of Radiology,2003:8-62.

[3]Guo Y,Cai YQ,Cai ZL,et al.Differentiation of clinically benign and malignant breast lesions using diffusion-weighted imaging[J].J Magn Reson Imaging,2002,16(2):172-178.

[4]Partridge SC,De Martini WB,Kurland BF,et al.Quantitative diffusion weighted imaging as an adjunct to conventional breast MRI for improved positive predictive value[J].AJR,2009,193(6):1716-1722.

[5]Woodhams R,Matsunaga K,Iwabuchi K,et al.Diffusion-weighted imaging of malignant breast tumors:the usefulness of apparent diffusion coefficient (ADC) value and ADC map for the detection of malignant breast tumors and evaluation of cancer extension[J].J Comput Assist Tomogr,2005,29(5):644-649.

[6]Tsushima Y,Takahashi-Taketomi A,Endo K.Magnetic resonance (MR) differential diagnosis of breast tumors using apparent diffusion coefficient (ADC) on 1.5T[J].J Magn Reson Imaging，2009，30(2):249-255.

[7]Hatakenaka M,Soeda H,Yabuuchi H,et al.Apparent diffusion coefficients of breast tumors:clinical application[J].Magn Reson Med Sci,2008,7(1):23-29.

[8]Marini C,Iacconi C,Giannelli M,et al.Quantitative diffusion-weighted MR imaging in the differential diagnosis of breast lesion[J].Eur Radiol,2007,17(10):2646-2655.

[9]Belli P,Constantini M,Bufi E,et al.Diffusion-weighted imaging in breast lesion evaluation[J].Radiol Med,2010,115(1):51-69.

[10]刘佩芳,鲍润贤,牛昀,等.乳腺良恶性病变动态增强MRI表现特征与血管生成相关性的初步研究[J].中华放射学杂志,2002,36(11):967-972.

[11]Pereira FP,Martins G,Figueiredo E,et al.Assessment of breast lesions with diffusion-weighted MRI:comparing the use of different b values[J].AJR,2009,193(4):1030-1035.

[12]倪建明，沈天真，陈星荣.脑组织ADC值定量研究的影响因素分析[J].中国医学计算机成像杂志,2005,11(1):1-5.

[13]朱萍，王亚非，黄昊，等.MR扩散加权成像表观扩散系数在乳腺结节病变诊断中的应用价值[J].中华放射学杂志，2011，45(12)：1117-1121.

[14]黄小燕，杜红文，张毅力，等.磁共振扩散加权成像诊断乳腺病变的应用价值[J].实用放射学杂志，2008，24(4):526-533.

[15]Yabuuchi H,Matsuo Y,Kamitani T,et al.Non-mass-like enhancement on contrast-enhanced breast MR imaging:lesion characterization using combination of dynamic contrast-enhanced and diffusion-weighted MR images[J].Eur J Radiol,2010,75(1):126-132.

MR diffusion weighted imaging of mass or non-mass-like breast lesions on DCE-MRI: value of apparent diffusion coefficient in differential diagnosis of benign and malignant lesionsZHANG Dong-po,LI You-wei,Zheng Zuo-feng,et al.Department of Radiology,Beijing Chuiyangliu Hospital,Beijing 100022,P.R.China

Objective:To assess the diagnostic value of apparent diffusion coefficient (ADC) and relative-ADC (rADC) in the diagnosis of breast mass and non-mass-like lesion.Methods:The MRI and DWI data of 177 patients with pathologically confirmed breast lesions were retrospectively analyzed.ADC and rADC of benign and malignant lesions were measured and compared (t-test),and receiver operating characteristic curve (ROC) analysis was used to evaluate the diagnostic performance of ADC and rADC in differentiating benign and malignant lesions.Results:Among 177 patients there were 112 benign and 65 malignant lesions;144 were mass-like and 33 were non-mass-like.Among 144 mass-like lesions,47 were malignant and 97 were benign.The mean ADC and rADC values of malignant lesions [(1.06±0.27)×10-3mm2/s,0.62±0.17] were statistically lower than those of benign ones [(1.58±0.26)×10-3mm2/s,0.91±0.17].The sensitivity and specificity of the ADC and rADC for diagnosis of malignant lesions with thresholds of 1.23×10-3mm2/s and 0.72 were 85.1%、92.8% and 80.9%、89.7% respectively.Among 33 non-mass lesions 18 were malignant and 15 were benign.The mean ADC value of malignant lesions [(1.25±0.40)×10-3mm2/s] was statistically lower than that of benign lesions [(1.50±0.18)×10-3mm2/s],while the mean rADC value of malignant lesions (0.76±0.25) was not statistically lower than that of benign lesions (0.89±0.12).The sensitivity and specificity of the ADC and rADC for diagnosis of malignant lesions with thresholds of 1.36×10-3mm2/s and 0.84 were 77.8%,80.0% and 77.8%,73.3% respectively.Conclusion:The ADC is an effective parameter in distinguishing between malignant and benign breast lesions.Cut-off values of ADCs are different between breast masses and lesions with nonmasslike enhancement.The study indicated that ADC value is more valuable in differentiation of benign and malignant breast lesions than rADC value.

Breast diseases； Magnetic resonance imaging； Diffusion weighted imaging； Apparent diffusion coefficient

2015-01-26)

100022北京，北京市垂杨柳医院放射科(张东坡、李优伟、郑作锋)，乳腺外科(王觉)，病理科(刘晓刚)；100020北京，首都医科大学附属北京朝阳医院放射科(翟仁友)

张东坡(1977-)，男，河北石家庄人，硕士，主治医师，主要从事医学影像诊断和研究工作。

翟仁友，E-mail：ryzhai219@hotmail.com

·乳腺影像学·

R445.2； R735.9

A

1000-0313(2015)04-0346-05

10.13609/j.cnki.1000-0313.2015.04.011