彭建波,李文武,范小涛,蒋康平,李传明
(1.重庆市丰都县人民医院放射科,重庆 丰 都 408200
2.第三军医大学西南医院放射科,重庆 沙坪坝 400000)
磁共振动态增强扫描及弥散加权成像在乳腺癌诊断中的应用价值
彭建波1,李文武1,范小涛1,蒋康平1,李传明2
(1.重庆市丰都县人民医院放射科,重庆 丰 都 408200
2.第三军医大学西南医院放射科,重庆 沙坪坝 400000)
目的:探讨磁共振动态增强扫描(DCE-MRI)及弥散加权成像(DWI)在乳腺癌诊断中的应用价值。方法:选取2015年1月至2015年10月在我院就诊的并经组织病理学证实为乳腺癌的患者78例为研究对象。比较DCE-MRI、DWI和二者联合诊断(并联)对78例乳腺癌患者的临床诊断效能。结果:78例患者经组织病理证实有53个恶性病灶,以及30个良性病灶。DCE-MRI诊断出64个恶性病灶,19个良性病灶,灵敏度94.3%,特异度53.3%,准确度79.5%。DWI诊断出61个恶性病灶,22个良性病灶,灵敏度94.3%,特异度63.3%,准确度83.1%。二者联合诊断出55个恶性病灶,28个良性病灶,灵敏度90.6%,特异度76.7%,准确度85.5%。联合诊断的灵敏度略有降低,而准确度略有提高,但无统计学差异(P>0.05),特异度明显提高,差异有统计学意义(P<0.05)。结论:DCE-MRI联合DWI可显著提高对乳腺癌良恶性病变的诊断特异度。
动态增强扫描; 弥散加权成像; 乳腺癌
近年来,随着医学影像技术的飞速发展,尤其是磁共振动态增强扫描(dynamic contrast enhanced scanning,DCE-MRI)及弥散加权成像(diffusion weighted imaging,DWI)技术的应用,大大提高了对乳腺癌的诊断效能[1]。本研究通过DCE-MRI和DWI对78例乳腺癌患者的诊断,探讨其对乳腺癌的诊断价值,现报道如下。
1.1 一般资料:选取2015年1月至2015年10月在我院就诊的并经组织病理学证实为乳腺癌的患者78例为研究对象。年龄29~75岁,平均年龄(50.7±4.5)岁。纳入标准:①组织病理学证实为乳腺癌;②首次入院检查并接受治疗的患者。78例患者经组织病理学证实,共53个恶性病灶,共30个良性病灶。
1.2 检查方法:患者取俯卧位,双乳自然悬垂,SIEMENS AVANTO 1.5T磁共振成像仪扫描,信号采集使用8通道相控阵线圈。
1.2.1 DCE-MRI诊断及影像分析:首先采用FSPGR 和FRFSE序列行T1WI和T2WI常规扫描以获取整个病灶形态学信息。常规扫描后,行DCE-MRI扫描,采用3D FLASH序列平扫一次,然后自预先建立的手背静脉通道注射钆喷酸葡胺(0.2mmoL/kg,3.0mL/s),然后以3.0mL/s的速度注射生理盐水20mL。注入钆喷酸葡胺15~25s后,采用3D FLASH序列再连续扫描5次,参数设置,TE=3.93ms、TR=8ms、翻转12度、FOV =34mm、分辨率448、层厚0.8mm、层距0mm、层数72、体素0.9mm×0.8mm×0.8mm,单次扫描时间30s。扫面结束后,后5次扫描图像与首次扫描图像自动减影,减影图像进行最大密度投影和多平面重建处理。绘制病灶区“时间-信号强度”曲线,根据Kuhl分型[2]:Ⅰ型曲线信号强度持续增强,Ⅱ型曲线信号早期强化,中后期维持,Ⅲ型曲线信号早期强化,中后期降低。Ⅱ、Ⅲ型曲线病灶做恶性诊断,Ⅰ型曲线和无强化病灶做良性诊断。
1.2.2 DWI诊断及影像分析:采用SE-EPI序列,参数设置,TE=73ms,TR=7900ms,NEX=4,层厚8mm、层距2mm、层数20,矩阵128×130,视野42×42cm;采用EPI技术抑制脂肪信号,消除伪影,设置两个不同的弥散系数b=0和b=800s/mm2。拟合ADC图像,然后避开血管坏死区、利用感兴趣区测量病灶ADC值。
1.3 统计学方法:采用SPSS19.0统计学软件进行统计分析,计量资料以均数±标准差(±s)表示,组间比较采用两独立样本的t检验;计数资料以率表示,组间比较采用χ2检验,P<0.05为差异具有统计学意义。
2.1 DCE-MRI诊断对病灶的检出:53个恶性病灶均有呈不同程度的强化。其中2个(3.77%)呈Ⅰ型曲线,12个(22.64%)呈Ⅱ型曲线,39个(73.58%)呈Ⅲ型曲线。30个良性病灶有29个出现不同程度的强化,其中16个(53.33%)呈Ⅰ型曲线,11个(36.67%)呈Ⅱ型曲线,2个(6.67%)呈Ⅲ型曲线,此外1个(3.33%)未出现强化。可见,恶性病灶的“时间-信号强度”曲线多为Ⅲ型曲线,而良性病灶多为Ⅰ型曲线,良恶性病灶曲线类型分布差异具有统计学意义(χ2=40.793,P<0.05),见表1。83个良恶性病灶经DCE-MRI诊断结果:恶性病灶64个,良性病灶19个。以组织病理学结果做金标准,DCE-MRI的诊断灵敏度94.3%(50/53)、特异度53.3%(16/30)、准确度79.5%(66/ 83)、阳性预测值78.1%(50/64)、阴性预测值84.2%(16/19)、阳性似然比2.02、阴性似然比0.11、Youden指数0.476,见表2。
表1 良恶性病灶的“时间-信号强度”曲线
表2 DCE-MRI诊断与组织病理学结果比较
表3 不同b值下良恶性病灶的ADC值情况
2.2 DWI诊断对病灶的检出:计算良恶性病灶ADC值,当b=800s/mm2时,53恶性病灶平均ADC值为(1.141±0.135)×10-3,30个良性病灶平均ADC值为(1.534±0.231)×10-3,二者ADC值差异具有统计学意义(P<0.05);b=1000s/mm2时,53个恶性病灶平均ADC值为(1.024±0.123)×10-3,30个良性病灶平均ADC值为(1.497±0.224)×10-3,良恶性病灶ADC值差异具有统计学意义(P<0.05),见表3。当b=1000s/mm2时,ADC的曲线下面积最大,诊断阈值为1.353×10-3,ADC值≤1.353×10-3时做恶性诊断,ADC值>1.353× 10-3时做良性诊断。随着b值增大,良恶性病灶的ADC值均下降,差异具有统计学意义(P<0.05)。当b =800或1000s/mm2时,良性病灶的ADC值均显著大于恶性病灶的ADC值(P<0.05)。83个良恶性病灶经DWI诊断结果:恶性病灶61个,良性病灶22个。以组织病理学结果做金标准,DWI的灵敏度94.3%(50/ 53)、特异度63.3%(19/30)、准确度83.1%(69/83)、阳性预测值82.0%(50/61)、阴性预测值86.4%(19/ 22)、阳性似然比2.59、阴性似然比0.09、Youden指数0.728,见表4。
表4 DWI诊断与组织病理学结果比较
2.3 联合诊断对病灶的检出:83个良恶性病灶经DCE-MRI和DWI联合诊断(并联)的结果:恶性病灶54个,良性病灶29个。以组织病理学结果做金标准,联合诊断的诊断灵敏度90.6%(48/53)、特异度76.7%(23/30)、准确度85.5%(71/83)、阳性预测值87.3%(48/55)、阴性预测值82.1%(23/28)、阳性似然比3.89、阴性似然比0.12、Youden指数0.673,见表5。由此可见,联合诊断的灵敏度略有降低,准确度略有提高,但差异无统计学意义(P>0.05),联合诊断特异度明显提高,差异有统计学意义(P<0.05)。
表5 联合诊断与组织病理学结果比较
乳腺癌已位居我国女性恶性肿瘤之首,且向着年轻化的方向发展。乳腺癌患者的术后生存率与其术前分期相关,据乳腺癌BI-RADS分级,术前0级的患者术后10年生存率高达95%、I期患者88%,Ⅱ期患者66%,而Ⅲ期、Ⅳ期患者仅仅只有7%[2]。
DCE-MRI是一种针对病变部位血流动力学特征的诊断方法,通过对比剂钆喷酸葡胺在病变部位的分布研究该部位的血流动力学特征。乳腺癌是血管依赖性恶性肿瘤,主要依靠复杂的微血管网供养,大部分乳腺恶性病灶表现为早期、快速、明显强化,而几乎所有乳腺良性病灶也会出现不同程度的强化,良恶性病灶强化表现有重叠,早期强化诊断的特异性并不高[3]。
DWI是近年来出现的,唯一能反应活体水分子微观运动的成像新技术,它反应了不同生理病理状态下组织水分子的运动特征。活体中水分子的运动主要受生物膜结构和弥散系数的影响,肿瘤细胞内水分子运动受限,弥散加权成像可以检测出细胞水分子运动的微小变化并将其反映在图像上。Lee等学者[4]的研究证实,乳腺癌良性病灶细胞外容积较高,ADC值较高;恶性病灶细胞增殖旺盛,细胞密度高,细胞外容积减少,细胞生物膜限制,大分子物质对水分子吸附作用增强,限制了水分子的运动,导致ADC值降低。本研究分别计算不同b值时良恶性病灶ADC值,结果发现,良性病灶ADC值显著大于恶性病灶ADC值;而当b=1000s/mm2时,ADC的曲线下面积最大,以ADC=1.353×10-3作为诊断阈值,共诊断出61个恶性病灶,22个良性病灶。
DCE-MRI和DWI联合诊断出55个恶性病灶,28个良性病灶。联合诊断的诊断灵敏度90.6%,特异度76.7%,准确度85.5%。与DCE-MRI和DWI比较,联合诊断的灵敏度有所下降,准确度有所提高,均无明显统计学差异;但联合诊断可大幅提高诊断的特异度,对于乳腺癌的确诊具有十分重要的临床应用价值。
[1]鱼汀,李国华,李俊晨.MRI动态增强与弥散加权成像联合应用对乳腺良恶性病变的诊断评价[J].海南医学,2015,3(11):1622~1625.
[2]张海燕,汪秀玲.磁共振动态增强及扩散加权成像在乳腺癌中的应用[J].中国ct和mri杂志,2014,5(7):114~117.
[3]徐海燕,赵红,邹立巍.利用3.0TMR血管成像探讨乳腺癌周围血供特点及相关因素[J].中华全科医学,2016,2(1):112~113.
[4]Lee HS,Kim SH,Kang BJ.Perfusion Parameters in Dynamic Contrast-enhanced MRI and Apparent Diffusion Coefficient Value in Diffusion-weighted MRI:Association with Prognostic Factors in Breast Cancer[J].Acad Radiol,2016,23(4):446~456.
The Application Value of Dynamic Enhanced MRI and Diffusion Weighted Imaging in the Diagnosis of Breast Cancer
PENG Jianbo,LI Wenwu,FAN Xiaotao,et al
(The People's Hospital of Fengdu County,Chongqing Fengdu408200,China)
Objective:【Abstract】Objective:To investigate the application value of DCE-MRI and DWI in the diagnosis of breast cancer.Methods:A total of 78 cases of breast cancer patients were selected from January 2015 to October 2015 in our hospital and were identified as breast cancer.The diagnostic efficacy of DCE-MRI,DWI and the combination of the two methods were compared.Results:Fifty-three malignant lesions and 30 benign lesions were confirmed by histopathology.Sixty-four malignant lesions and 19 benign lesions were detected by DCE-MRI,sensitivity 94.3%,specificity 53.3%,accuracy 79.5%,positive predictive value 78.1%,positive likelihood ratio 2.02,negative predictive value 84.2%,negative likelihood ratio 0.11,Youden index 0.476.Sixty-one malignant lesions and 22 benign lesions were detected by DWI,sensitivity 94.3%,specificity 63.3%,accuracy 83.1%,positive predictive value 82.0%,positive likelihood ratio 2.59,negative predictive value 86.4%,negative likelihood ratio 0.09,Youden index 0.728.Fifty-four malignant lesions and 29 benign lesions were detected combined DCE-MRI with DWI,sensitivity 96.2%,specificity 90.0%,accuracy 94.0%,positive predictive value 94.4%,positive likelihood ratio 9.62,negative predictive value 93.1%,negative likelihood ratio 0.04,Youden index 0.862.The application value of combined method was better than DCE-MRI and DWI.Conclusion:DCE-MRI combined with DWI can significantly improve the diagnostic efficacy of breast cancer.
Dynamic contrast enhanced scanning; Diffusion weighted imaging; Breast cancer
1006-6233(2016)10-1626-04
A【doi】10.3969/j.issn.1006-6233.2016.10.017
国家自然科学基金,(编号:81000607)