MR多序列成像对乳腺良恶性病变鉴别诊断价值的研究

佟琪，张冰，李茗，瞿丽萍，朱斌

南京鼓楼医院 医学影像科，江苏 南京 210008

MR多序列成像对乳腺良恶性病变鉴别诊断价值的研究

佟琪，张冰，李茗，瞿丽萍，朱斌

南京鼓楼医院 医学影像科，江苏 南京 210008

目的探讨多参数MRI对乳腺疾病的诊断效能。方法收集乳腺病例59例，根据病理结果将其分成乳腺良性病变和恶性病变两组，乳腺良性病变34例，乳腺癌25例。所有患者行3.0T MRI 检查，包括T1加权成像、T2加权成像、抑脂的T2加权成像、扩散加权成像、动态增强序列及T2*灌注成像，以手术病理结果作为诊断乳腺疾病的金标准，将两组MRI诊断指标进行独立样本t检验和卡方检验分析其诊断效能。结果乳腺良、恶性病变表观弥散系数值具有显著差异（t=5.774，P＜0.01），其诊断敏感性、特异性、准确性分别为88%、79.41%、83.05%；动态增强的时间-信号强度曲线具有显著差异（χ2=11.96,P＜0.01），诊断敏感性、特异性、准确性分别为84%、64.71%、72.88%；形态学特点诊断乳腺疾病的敏感性、特异性、准确性分别为92%、82.35%、86.44%；多参数联合诊断乳腺癌的敏感性、特异性、准确性分别为92%、88.24%、89.83%。结论对乳腺疾病的诊断价值较高的诊断指标是病变形态学特点、时间-信号强度曲线类型及病变的表观弥散系数值，尤以形态学为著；多序列相结合提高了MRI诊断乳腺疾病的特异性和准确性。

乳腺病变；磁共振成像；诊断指标；弥散；灌注；对比增强

引言

乳腺癌是女性最常见的恶性肿瘤之一，今年来其患病率逐年增加，并越来越趋于年轻化，已位居女性癌症死因的第二位[1-2]，因此乳腺癌的早期诊断越来越重要。乳腺X线摄影及超声检查是目前最常用的检查方法，但其敏感性、特异性较低，尤其对致密型乳腺、微小病灶及非肿块样病灶诊断比较困难。随着MR技术的不断发展，乳腺MRI检查目前被认为是乳腺钼靶及超声检查的一种重要补充手段[3]。乳腺MRI检查在乳腺疾病诊断中显示出独特的优越性，具有软组织分辨率高、无辐射、多参数及多方位成像等优点，使其在乳腺疾病诊断中的优势日渐突出，临床应用也日益增长。

随着新MR技术的不断更新发展，乳腺MR成像的空间及时间分辨率不断提高，成像方式也在逐渐更新，因此目前乳腺MRI扫描序列较多，它们不仅能够提供较准确的形态学信息，还可以提供病灶血流动力学信息。目前乳腺MRI的检查方式不拘一格，不同的机器、不同的技术条件情况下参数设置也不一样，国内尚没有统一的乳腺MRI检查建议和规定。本研究拟综合运用多序列乳腺MR成像T2加权成像（T2-Weighted Imaging，T2WI）、抑脂T2加权成像（Fat Suppression of the T2-Weighted Imaging，T2WSPAIR）、扩散加权成像（Diffusion Weighted Imaging，DWI）、动态增强成像（Dynamic Contrast Enhanced，DCE）和T2*灌注加权成像（T2*perfusion weighted imaging，T2*PWI），来探讨它们对乳腺疾病的诊断效能和局限性，进而提出对乳腺MRI检查的诊断建议和推荐检查方案。

1 材料与方法

1.1 临床资料

收集来自我院2015年1月～2016年1月经MRI检查有明确病理结果的乳腺疾病患者共54名患者，其中良性病变患者30例共34个病灶(包括腺病4个，纤维腺瘤23个，纤维腺瘤并腺病 2个，导管内乳头状瘤1个，积乳囊肿1个，浆液性乳腺炎3个)；乳腺癌患者24例共25个病灶(包括浸润性导管癌19个，浸润性小叶癌1个，髓样癌1个，高级别导管内癌4个)。患者均为女性，年龄27～85岁，平均(44.07±11.65)岁，其中乳腺癌患者年龄(50.8±13.21)岁，良性病变患者年龄(39.12±7.21)岁。本文病例均经手术或穿刺活检病理证实。主要临床表现为大部分病人自己无意中摸到或者体检发现乳腺肿块，不痛不痒，其中14例病人有乳房肿胀，5例病人有乳头溢液。

1.2 MRI检查设备与成像技术

采用Philips Ingenia 3.0T X超导型磁共振扫描仪，使用专用双穴乳腺表面线圈，病人取俯卧位，双乳位于线圈内，让双乳自然下垂。

（1）常规序列包括：T1W（FSE，TR 542 ms，TE 8.0 ms，层厚/间隔4.0 mm/0，层数40，矩阵 341×512），T2W（TSE，TR 4351 ms，TE 120ms，层厚/间隔4.0 mm/0，层数40，矩阵 379×432）和T2W-SPAIR（TSE，TR 5000 ms，TE 65 ms，翻转角90°，层厚、间隔4.0 mm/0，层数40，矩阵 380×528），扫描均为轴位。

（2）动态增强扫描：采用T1高分辨率各向同性容积采集（T1High Resolution Isotropic Volume Excitation，THRIVE）技术，用高压注射器经前臂静脉以2.0 mL/s的速度按0.1 mmol/kg体质量注入对比剂，接着以2.0 mL/s的速度注入0.9%氯化钠溶液20 mL冲洗导管。注射对比剂前扫描1次，大约扫描40 s时开始注射造影剂，一共连续无间断扫描7次，总扫描时间380 s。

（3）DWI：采用平面回波成像（Echo Planar Imaging，EPI）技术，TR=4048 ms，TE=61 ms，矩阵=132×288，层厚=5 mm，层间距=1 mm，层数=32，NSA=5，b=0，800 s/mm2，扫描时间150 s，采用轴位扫描。

（4）T2*PWI：采用横轴位梯度回波平面成像（Fast-Field Echo combined with Echo-Planar Imaging，FFE-EPI），TR 269 ms ，TE 30 ms，翻转角40，矩阵80×256，激励次数2，层厚5 mm，间隔1 mm，时间分辨率为2 s，连续无间隔采集40次，扫描时间80 s，采用轴位扫描。以前文献均报道轧造影剂需要静脉团注两次，一次用于T1W-C+，另一次用于T2*-PWI，所以本研究在动态增强扫描之后，采用高压注射器经前臂静脉注入对比剂钆喷替酸葡甲胺（Gd-DTPA），用量20 mL，流率3.0 mL/s，注药同时开始灌注成像采集。

1.3 图像后处理

（1）动态增强扫描：将动态增强图像输入Philips工作站，采用quantitative analysis及T1Perfusion软件，感兴趣区（Region Of Interest，ROI）选取病灶中央，面积大小约10～20 mm2，尽量避开出血、坏死区域，拟合出时间-信号强度曲线（time-signal intensity curve，TIC）及半定量参数值。

（2）DWI：将弥散图像输入Philips工作站Diffuse软件，生成800-0的表观弥散系数（Apparent Diffusion Coeff cient，ADC）图，ROI 选取病灶中央，面积大小10～20 mm2，尽量避开出血、坏死区域。

（3）T2*PWI：将T2*PWI图像输入Philips工作站quantitative analysis软件，ROI选取病灶中央，尽量避开出血、坏死区域，根据时间-信号强度曲线算出最大信号下降时间及最大信号下降率。

1.4 图像分析

（1）动态增强扫描：根据T2WI-SPAIR、动态增强的原始图像、半定量参数（最大增强（Maximum Enhancement，MAXENH）；最大相对增强（Maximum Relative Enhancement，MAXRELENH）；峰值时间（Time To Peak，TTP）；流入速率（Wash In Rate， WASHIN））及TIC动态曲线形态，客观描述并评价乳腺癌病灶的形态、强化特征、TIC类型。TIC 分类标准：TIC曲线分为3型[5-6]：流入型（Ⅰ型）；平台型（Ⅱ型）；流出型（Ⅲ型）。由3位资深MR诊断医生采用盲法进行评价，2位医生意见一致视为最后评价结果。

（2）DWI：在生成的ADC图上测量病灶实体部分，分别测量3次，取平均值。

（3）T2*PWI：根据时间-信号强度曲线算出最大信号下降时间（Maximum Signal Decrease Time，MSDT）及最大信号下降率（Maximum Signal Decrease Rate，MSDR）。

1.5 统计学处理

对于ADC值临界值的确定，我们采用非参数法拟合受试者工作特征曲线（Receiver Operating Characteristic Curve，ROC）来确定鉴别诊断乳腺良、恶性病变的最佳临界值；将两组MRI的各个诊断指标（形态学、ADC、TIC曲线、MAXENH、MAXRELENH、TTP、WASHIN、MSDT、MSDR）进行独立样本t检验和卡方检验分析其诊断效能；所有的数据处理均采用SPSS 18.0统计学软件完成，P＜0.05为差异有统计学意义。

2 结果

2.1 病变形态分析

根据美国放射学会（American College of Radiology，ACR）提出的2013版乳腺MRI影像报告和数据系统（Breast Imaging Reporting and Data System of MRI，BI-RADS-MRI），从肿瘤形态上区分良恶性病变，良性病变一般为类圆形、边缘光滑；恶性病变一般为不规则、边缘毛刺，常呈节段样、线样及集簇样分布。两组采用卡方检验进行统计学分析，乳腺良恶性病变的形态学特点具有显著统计学意义（χ2=28.962，P＜0.01），其敏感性、特异性、准确性、阳性预测值、阴性预测值分别为92%、82.35%、86.44%、79.31%、93.33%，结果见表1。

表1 乳腺病变形态特点与病理对照分析 [n(%)]

2.2 DWI中ADC值及其诊断效能

良性病变、恶性病变平均ADC值分别约为（1.497 ±0.446）×10-3mm2/s、（0.836±0.389）×10-3mm2/s，恶性病变较良性病变ADC值明显减低，均数间采用独立样本t检验分析，良性病变及恶性病变的ADC值具有显著性统计学意义（t=5.774，P＜0.01），结果见表2。

表2 乳腺良恶性病变的ADC值比较 (±s，×10-3mm2/s)

表2 乳腺良恶性病变的ADC值比较 (±s，×10-3mm2/s)

注：t=5.774，P＜0.01。

组别 样本量 95%可信区间良性病变 34 1.497±0.446恶性病变 25 0.836±0.389

乳腺良恶性病变ADC值具有显著统计学意义（χ2=23.567，P＜0.01）。恶性病变ADC值的ROC曲线下面积为0.907，95%可信区间为（0.813～0.996）×10-3mm2/s，以1.05×10-3mm2/s作为良恶性病变诊断阈值，其敏感性、特异性、准确性、阳性预测值、阴性预测值分别为88%、79.41%、83.05%、75.86%、90%，结果见表3。

表3 乳腺病变ADC值与病理对照分析 [n(%)]

2.3 动态增强诊断效能

2.3.1 DCE-TIC曲线

恶性组Ⅰ型2个，Ⅱ型8个，Ⅲ型15个；良性组Ⅰ型22个，Ⅱ型9个，Ⅲ型3个。良性病变动态增强时间-信号强度曲线以I型曲线为主（图1），良性病灶以Ⅲ型曲线为主（图2），良、恶性病变DCE-TIC曲线构成比差异具有统计学意义（χ2=11.96，P＜0.01），但良恶性病变在Ⅱ型曲线中有较大的交叉。TIC曲线的敏感性、特异性、准确性、阳性预测值、阴性预测值分别为84%、64.71%、72.88%、63.63%、84.62%，结果见表4。

表4 TIC曲线类型与病理对照分析 [n(%)]

2.3.2 动态增强半定量参数值

动态增强中各半定量参数值均数之间采用独立样本t检验分析，良恶性病变仅TTP值差异具有显著统计学意义（t=3.253，P＜0.01），良恶性病变的TTP值经ROC曲线分析，ROC曲线下面积为0.699，P＜0.05，说明TTP值用来判断乳腺病变的良恶性有诊断意义，如选TTP=228.15 s为诊断临界点时，其灵敏度为76%，特异度为64.7%，结果见表5。

表5 T1PWI半定量参数值分析

2.4 T2*PWI诊断效能

良、恶性病变平均灌注MSDR 95%可信区间分别为（34.96±22.18）%和（35.44±25.12）%，均数间采用t检验分析，良、恶性病变的最大信号下降率不具有统计学意义（t=0.308，P=0.184＞ 0.05），结果见表6。

良、恶性病变平均灌注MSDT 95%可信区间分别为（25.21±6.28）s和（23.92±7.06）s，均数间采用t检验分析，良、恶性病变的最大信号下降率不具有统计学意义（t=0.852，P=0.655＞0.05），结果见表7。

表6 乳腺良恶性病变的MSDR值比较（±s，%）

表6 乳腺良恶性病变的MSDR值比较（±s，%）

注：t=0.308，P＞0.05。

组别 样本量 95%可信区间良性病变 34 34.96±22.18恶性病变 25 36.84±24.53

表7 乳腺良恶性病变的MSDT值比较（±s，s）

表7 乳腺良恶性病变的MSDT值比较（±s，s）

注：t=0.852，P＞0.05。

组别 样本量 95%可信区间良性病变 34 25.21±6.28恶性病变 25 23.92±7.06

2.5 乳腺MRI多序列联合诊断指标结果

乳腺多序列MRI联合诊断乳腺良恶性病变具有显著统计学意义（χ2=34.204，P＜0.01），其敏感性、特异性、准确性、阳性预测值、阴性预测值分别为92%、88.24%、89.83%、85.19%、93.75%（表8）。

表8 联合诊断与组织学对照分析 [n(%)]

3 讨论

3.1 形态学分析

根据ACR在2013版BI-RADS-MRI提出乳腺良性肿块样病变（图1）通常呈形态规则，圆形或卵圆形，边缘光滑，内部低信号分隔，均匀强化或无强化；良性非肿块样病变通常呈弥漫点状强化，区域性强化、多区域性强化、局灶性强化或成簇小环形强化。乳腺恶性肿块样病变（图2）通常呈形态不规则，边缘毛刺，内部信号混杂，不均匀强化或环形强化。乳腺恶性非肿块样病变（图3）常呈线样强化、段样强化及集簇状强化。 毛刺征是目前被认为是乳腺恶性肿瘤的典型征象，其恶性阳性率约为84% ～91%[7]。本次研究毛刺征诊断恶性阳性率约为92%，略高于文献报道，究其原因主要与样本病理类型不同有关。另外，Stehouwer[8]等研究也发现3.0T乳腺MRI能够检出高达86%的导管原位癌，高于乳腺X线技术，本研究共发现导管内原位癌4例，其MRI均表现为段样强化，而钼靶检查未发现微钙化，但是两种检查技术对乳腺导管原位癌的检出能力的差异还有待进一步研究。日常工作中经常遇到形态学不典型的乳腺良恶性病灶，如边界清晰的恶性病变（粘液癌、髓样癌、导管内乳头状癌、恶性叶状瘤等），还有边缘不整的良性病变（腺病瘤、腺病伴纤维腺瘤、导管内乳头状瘤、脓肿等），所以临床工作中还应结合其他影像参数进行鉴别诊断。

图1 纤维腺瘤患者

图2 浸润性导管癌患者

图3 导管内原位癌患者

3.2 DWI

DWI是一种观察活体水分子微观运动的成像方法，通过检测组织中水分子的扩散来观察分析组织结构及内部特征。研究结果表明恶性肿瘤增殖速度快，细胞密实，细胞间隙的减少和组织间液压力的增高，导致水分子活动受限，使其在DWI上信号增高，ADC值下降。以往研究证实乳腺恶性病变比良性病变ADC值低[9]，本研究结果与文献报道一致。本研究取恶性病变 ADC值的1.05×10-3mm2/s作为诊断阈值，证明了利用ADC值可以鉴别乳腺良、恶性肿瘤（χ2=23.567，P＜0.01），ADC值对乳腺良恶性鉴别具有重要价值，与以前文献报道相似[10-11]。但是ADC敏感性略低，究其原因可能与DWI空间分辨率较低，易引起磁敏感伪影或化学位移伪影， 肿瘤分期较早，细胞密度较低有关[12]。因此，单纯依靠ADC值对于黏液腺癌、原位癌及不典型增生的定性诊断仍存在一定的困难，黏液腺癌与其他导管浸润癌不同，DWI上呈明显高信号且ADC值较高；DWI空间分辨率低，由于部分原位癌、不典型增生形态特点会导致ADC值测量误差，所以不能单纯依靠DWI对乳腺疾病做出明确诊断。

3.3 动态增强扫描

由于乳腺组织富含脂肪和纤维腺体，大多数乳腺病变单靠MRI常规平扫序列很难检出以及分析其形态学特点，所以DCE-MRI是乳腺MRI检查时必须扫描序列之一。DCE-MRI不仅能够很好地提供病变形态学特点，还可以提供病灶的时间-信号强度曲线，从而提高乳腺疾病诊断的特异性[4]。

DCE-MRI可以获得TIC曲线，是临床实践中最常用于反映乳腺病变生物学特点及侵袭性的重要手段之一。TIC曲线分为3型[5-6]：流入型（I型）；平台型（II型）；流出型（III型）。恶性肿瘤微血管数量多于良性病变，另外良恶性病变还存在质的差异，恶性肿瘤的新生血管多不成熟，基膜不完整，通透性较高，从而恶性肿瘤较良性肿瘤强化更快速明显。本研究中恶性肿瘤以III型曲线为主，良性病变主要以I型曲线为主，良恶性病变在 II型曲线有较大重叠。因此本研究认为DCE-MRI具有高敏感性，中等特异性，与文献报道一致[13-15]。本研究发现TIC曲线类型对于非肿块样强化病变的良恶性鉴别意义不大，非肿块样病变内常混杂有一定的正常腺体及脂肪组织等，导致ROI内不全为病灶实性成份，影响TIC曲线对病灶血流动力学特征的准确反映。故仅依靠血流动力学特点进行评价是不够的，需结合病灶的形态学等其他信息[16-17]。

3.4 T2*PWI首过灌注成像

3.5 融合多序列诊断信息的综合诊断模式

尽管DWI-ADC值和DCE-TIC在乳腺病变性质的评价上具有较大的临床价值，但是本研究表明，单纯依靠形态学分析、ADC值或者TIC曲线来判定乳腺良恶性病变的准确度分别为86.44%、83.05%、72.88%，尤以形态学分析为主；另外，单一参数诊断乳腺疾病的准确度均低于多参数相融合综合诊断的准确度89.83%。因此，笔者认为多参数相结合的综合诊断模式有利于提高乳腺疾病的诊断准确性。在进行乳腺疾病诊断时，DCE-TIC曲线简单直观，DWIADC值是定量数据，而形态学特征复杂繁冗，特别临床实践过程中，经常遇到多参数诊断相冲突现象，因此很多医师都希望通过DCE-TIC曲线和DWI-ADC值直接实现病灶定性诊断，通过本次研究需要强调的是，在乳腺MRI诊断中，形态学特征优先于DCE-TIC曲线和DWI-ADC值，DCETIC曲线和DWI-ADC值尚处于辅助诊断的地位。ACR也同样提出当病变的血液动力学信息与形态相冲突时，以形态学为主，另外它还提出动态增强分析对形态学上具有良性表现的病变帮助最大，因为增强曲线会影响到决定是否对该良性形态表现的病变进行活检；另一方面，对具有可疑恶性形态特征的病变，无论动态增强结果如何，都应该进行活检。需要强调的是，动态分析只是对病变进行理解的一个方面，对病变的处理不能仅仅依靠动态增强分析特点来决定。因此合理运用乳腺MRI检查各个诊断指标有利于提高MRI诊断的特异性。

本研究存在不足之处，没有涵盖所有的功能磁共振方法，如磁共振波谱分析（Magnetic Resonance Spectrum，MRS）、磁敏感成像（Susceptibility Weighted Imaging，SWI）、扩散张量成像（Diffusion Tensor Imaging，DTI）等。另外，样本量较少，样本病理类型也较少。因此本次只是一个初步研究，还需要扩大样本量、增加病理类型及功能MRI成像方法进一步探索研究，增加研究的可信性，以更全面准确地评估乳腺MRI的临床应用价值。另外，乳腺MR检查时间长，患者采取俯卧位并不舒适，而患者配合程度又会影响影像质量和诊断评估。本研究序列相对较少，仅发现T2*PWI对乳腺疾病的鉴别诊断价值具有一定局限性，在精简乳腺MRI检查序列时可暂不考虑。因此，在满足诊断要求时，如何尽量缩短乳腺MRI检查时间也需进一步探索研究。

4 结论

综合以上研究结果从而提出：形态学分析、TIC曲线和DWI-ADC值对诊断乳腺疾病具有重要诊断价值，当病变血液动力学信息与形态学信息相冲突时，影像诊断以形态学为主；动态增强半定量参数仅TTP对乳腺良恶性病变的鉴别有一定辅助诊断价值；T2*PWI对乳腺疾病的鉴别诊断价值具有一定局限性，在精简乳腺MRI检查序列时可暂不考虑。有效运用多序列乳腺成像相结合的综合诊断模式，能够进一步提高对乳腺疾病诊断的准确性。

[1]Chen X,Sun L,Cong Y,et al.Baseline staging tests based on molecular subtype is necessary for newly diagnosed breast cancer[J].J Exp Clin Cancer Res,2014,33:28.

[2]Lin Y,Wang C,Zhong Y,et al.Striking life events associated with primary breast cancer susceptibility in women: a meta-analysis study[J].J Exp Clin Cancer Res,2013,32(1):53.

[3]Partridge SC,Rahbar H,Murthy R,et al.Improved diagnostic accuracy of breast MRI through combined apparent diffusion coefficients and dynamic contrast-enhanced kinetics[J].Magn Reson Med,2011,65:1759-1767.

[4]Rakoczy M,McGaughey D,Korenberg MJ,et al.Feature selection in computer-aided breast cancer diagnosis via dynamic contrast enhanced magnetic resonance images[J].J Digit Imaging,2013,26:198.

[5]王文尚,陆莹莹,梁波,等.3.0T MRI动态增强曲线半定量分型法对乳腺病变的诊断应用[J].中国CT和MRI杂志,2015, 13(6):35-37.

[6]Yang Q,Li L,Zhang J,et al.A computerized global MR image feature analysis scheme to assist diagnosis of breast cancer: a preliminary assessment[J].Eur J Radiol,2014,83(7):1086-1091.

[7]Nunes I.W,Schnall MD,Orel SG.Update of breast MR imaging architectural interpretation model[J].Radiology,2001,219: 484-494.

[8]Stehouwer BL,Merckel LG,Verkooijen HM,et al.3-T breast magnetic resonance imaging in patients with suspicious microcalcifications on mammography[J].Eur Radiol,2014, 24:603.

[9]K Pinker,W Bogner,P Baltzer,et al.Improved Diagnostic Accuracy With Multiparametric Magnetic Resonance Imaging of the Breast Using Dynamic Contrast-Enhanced Magnetic Resonance Imaging,Diffusion Weighted Imaging,and 3-dimensional Proton Magnetic Resonance Spectroscopic Imaging[J].Invest Radiol,2014, 46(16):421-430.

[10]Hongmin C,Lizhi L,Peng YX,et al.Diagnostic assessment by dynamic contrast enhanced and diffusion weighted magnetic resonance in differentiation of breast lesions under different imaging protocols[J].BMC Cancer,2014,14:366.

[11]徐茂林,谢东,康巍,等.DCE-MRI结合DWI对乳腺NMLE良恶性病变的鉴别诊断价值[J].中国CT和MRI杂志,2015, 13(8):43-46.

[12]Guo Y, Cai YQ, Cai ZL,et al.Differentiation of climically benign and malignant breast lesions using diffusion weigheted imaging[J].J Magn Reson Imag,2002,16:172-178.

[13]Pinker K,Bogner W,Baltzer P,et al.Improved diagnostic accuracy with multiparametric magnetic resonance imaging of the breast using dynamic contrast-enhanced magnetic resonance imaging, diffusion-weighted imaging,and 3-dimensional proton magnetic resonance spectroscopic imaging[J].Invest Radiol,2014,49:421-430.

[14]Choi HK,Cho N,Moon WK,et al.Magnetic resonance imaging evaluation of residual ductal carcinoma in situ following preoperative chemotherapy in breast cancer patients[J].Eur J Radiol,2012,81:737-743.

[15]Pinker-Domenig K,Bogner W,Gruber S,et al.High resolution MRI of the breast at 3T:which BI-RADS®descriptors are most strongly associated with the diagnosis of breast cancer?[J].Eur Radiol,2012,22:322-330.

[16]李二妮,周纯武,李静.3.0T MR动态增强扫描对乳腺良恶性疾病的鉴别诊断价值[J].实用放射学杂志.2013,29:891.

[17]王伟,李彩英,于晨,等.3.0T MRI乳腺动态增强曲线半定量分型方法的初步研究[J].临床放射学杂志,2014,33(8):1161-1164.

[18]Kuhl CK,Bieling H,Gieseke J,et al.Breast neoplasms: T*2susceptibility-contrast,first pass perfusion MR imaging[J].Radiology,1997,202(1):87-95.

[19]万芸,陈树,田铁桥,等.乳腺MR T1WI动态增强与T2*WI首过灌注成像相结合对乳腺良、恶性病变的诊断价值[J].临床放射学杂志,2012,31(2):184-187.

Study on the Effectiveness of Application of Multi-Sequence MRI in Differential Diagnosis of Benign and Malignant Breast Lesions

ObjectiveTo evaluate the effectiveness of application of multi-sequence MRI in diagnosis of breast lesions.MethodsTotally 59 cases with breast diseases were classif ed into two groups according to the pathologic reports: 25 cases with breast cancers and another 34 cases with benign breast tumors. All patients underwent 3.0T MRI, including T2-weighted imaging (T2WI), fat suppression of the T2-weighted imaging (SAPIR-T2WI),diffusion weighted imaging (DWI), dynamic contrast enhanced (DCE) and T2*perfusion weighted imaging (T2*PWI) sequence. Taking operation pathology results as the gold standard in the diagnosis of breast diseases, the diagnostic eff ciency of each MRI diagnostic indications were assessed with independent samplesttest and chi-square test.ResultsThere were signif cant differences between the malignant and benign lesions at ADC value (t=5.774,P＜0.01), the sensitivity and specif city and accuracies of ADC value for malignant lesions were 88%, 79.41%, 83.05%; there were signif cant differences between the malignant and benign lesions at TIC curve (χ2=11.96,P＜0.01), the sensitivity, specif city and accuracy of TIC type for diagnosis breast lesions were 84%, 64.71% and 72.88%; the sensitivity, specif city and accuracy of morphological features for diagnosis breast lesions were 92%, 82.35% and 86.44%; the sensitivity, specif city and accuracy of multi-sequence combination in diagnosis of breast malignant lesions were 92%, 88.24% and 89.83%.ConclusionValuable indicators in the diagnosis of breast cancers are the morphological features of the tumor, the TIC type and the ADC value, especially morphological features. Combination of multisequence MRI can improve the specif city and accuracy in the diagnosis of breast lesions.

breast lesions; magnetic resonance imaging; diagnosis indicator; diffusion; perfusion; contrastenhanced

TONG Qi, ZHANG Bing, LI Ming, QU Li-ping, ZHU Bin
Department of Medical Imaging, Nanjing Drum Tower Hospital, Nanjing Jiangsu 210008, China

R445.2；R737.9

B

10.3969/j.issn.1674-1633.2016.12.015

1674-1633(2016)12-0060-06

2016-08-29

2016-10-06

朱斌，医学影像科科室主任，硕士研究生导师。研究方向：腹部影像诊断。

通讯作者邮箱：gobincdr@163.com