基于锥光束乳腺CT测量乳腺密度的可靠性研究*

刘爱迪 叶兆祥 马悦 曹扬

1976年Wolfe［1］首次提出乳腺密度与乳腺癌的发生相关。致密类乳腺患乳腺癌的危险性是脂肪类的4～6倍［2-3］。乳腺密度被认为是一个独立危险因素，可以预测罹患乳腺癌的危险性［4］。锥光束乳腺CT（cone beam breast CT，CBBCT）是一款三维的乳腺影像检查设备，消除了乳腺X线摄影（mammography，MG）中图像的组织重叠，可全方位观察乳腺腺体分布情况，为乳腺腺体分类、乳腺癌筛查及乳腺癌风险预测提供更多信息。本研究旨在探讨基于CBBCT图像的阈值分割法测量乳腺密度的准确性，及其对腺体分类及乳腺癌筛查的意义。

1 材料与方法

1.1 患者资料

回顾性分析2012年5月至2013年9月于天津医科大学肿瘤医院接受MG及CBBCT检查的195例患者的影像学资料，其中64例患者64侧乳腺（左乳35侧、右乳29侧）符合标准纳入研究，年龄为35～74岁，中位年龄47岁。入组标准：1）MG及CBBCT图像中未见影响乳腺密度测量的病灶；2）CBBCT图像于乳腺头侧、尾侧、内侧、外侧及后侧覆盖完全。本研究获得天津医科大学肿瘤医院伦理委员会批准（审批号：E2012036），所有患者检查前均签署知情同意书。

1.2 检查方法

1.2.1 MG 采用美国Hologic公司Selenia数字化乳腺X线摄影机，每例患者行标准头尾位（craniocaudal，CC）及内外斜位（mediolateral oblique，MLO）投照，应用Auto-Filter模式曝光。

1.2.2 CBBCT 采用科宁（天津）医疗设备有限公司生产的KBCT-1000成像系统，具有扫描速度快、空间分辨率高及各向同性等优点［5］。检查过程中，患者取俯卧位，乳房自然下垂至检查探口内，X线管和探测器围绕乳房进行360°旋转扫描，双乳交替进行。该设备使用X线管电压为49 kVp，电流根据乳腺体积及密度自动调整，范围12～200 mA，每秒采集图像30幅，单周扫描时间为10秒，标准重建图像矩阵为1 024×1 024，标准重建层厚为0.273 mm，单侧乳腺重建图像100～600幅。该设备已通过美国食品药品监督管理局（FDA）、中国国家食品药品监督管理总局（cFDA）及欧盟CE认证。

1.2.3 Visage 图像以DICOM格式加载于Visage 7（美国Visage Imaging公司）工作站进行阅片及处理，医师可从矢状位、冠状位、横轴位及3D视角观察乳腺内部结构。该工作站已通过FDA及CE认证。

1.3 图像分析

3名放射医师基于CBBCT图像（去皮重建模式）进行阈值分割法测量乳腺密度的步骤如下：1）胸大肌前缘切线前乳房被视为乳房整体，设置适当阈值，得到乳房整体的感兴趣容积（volume of interest，VOI）并计算其体积；2）调整阈值，得到腺体VOI并计算其体积；3）腺体与乳房整体体积比值即为阈值分割法测得的乳腺密度；4）手动去除腺体VOI中的血管及乳头，得到修正后腺体并计算其体积；5）修正后腺体与乳房整体体积比值即为修正后的乳腺密度。1个月后由其中1名医师重复上述步骤。阈值分割法测得乳腺密度=腺体体积/乳房整体体积，手动修正后乳腺密度=（手动去除血管后腺体体积-乳头体积）/（乳房整体体积-乳头体积）。

依据乳腺影像报告与数据系统（breast imaging reporting and data system，BI-RADS）对乳腺腺体构成的分类标准［6］由5名放射医师基于64侧乳腺的MG图像将其分为以下四类：a：乳腺中几乎全部是脂肪组织；b：乳腺内散在纤维腺体密度区域；c：乳腺组织密度不均，可能使小的肿块被遮挡；d：乳腺组织极其致密，使X线检查敏感性降低。其中，a和b称为非致密类腺体，c和d称为致密类腺体。将3名及以上医师一致结果作为多数报告。

1.4 统计学分析

采用SPSS18.0统计学软件进行分析。计量资料组间一致性的比较采用组内相关系数（intraclass cor⁃relation coefficient，ICC）。ICC值＜0.30为一致性水平差，0.31～0.50为一致性水平一般，0.51～0.70为一致性水平中等，0.71～0.90为一致性水平好，＞0.90为一致性水平非常好。P＜0.05为差异具有统计学意义。

2 结果

2.1 基于CBBCT图像的阈值分割法及手动修正测量乳腺密度结果

3名医师基于CBBCT图像进行阈值分割法及手动修正测量乳腺密度（表1），其中医师A'为医师A在1个月后第二次测量的结果。不均匀致密类乳腺的阈值分割法及手动修正测量乳腺密度过程见图1～4。

2.2 阈值分割法及手动修正后测量乳腺密度的一致性

阈值分割法及手动修正后测量乳腺密度的观察者内及观察者间一致性均非常好（表2）。3名医师首次进行阈值分割法测量及手动修正后乳腺密度平均值的ICC值为0.9962（95%CI：0.9983～0.9977），两者间一致性非常好。

2.3 非致密类与致密类乳腺的乳腺密度的一致性

5名放射医师对64侧乳腺腺体的构成进行视觉评估分类的多数报告显示，a类2侧、b类5侧、c类50侧、d类7侧。其中非致密类腺体7侧，致密类腺体57侧。非致密类及致密类乳腺阈值分割法与手动修正乳腺密度的ICC值分别为0.9497（95%CI：0.7072～0.9914）及0.9983（95%CI：0.9971～0.9990）。

表1 基于CBBCT图像进行阈值分割法及手动修正测量乳腺密度结果

图1 乳腺横轴位、矢状位、冠状位CBBCT图像

图2 乳腺横轴位、矢状位、冠状位及三维重建CBBCT图像

图3 乳腺横轴位、矢状位、冠状位及三维重建CBBCT图像

图4 乳腺横轴位及矢状位CBBCT图像

表2 阈值分割法及手动修正测量乳腺密度的观察者内及观察者间ICC值

3 讨论

乳腺密度即乳腺内腺体体积占整个乳腺体积的百分比，影像学上表现为乳腺内纤维腺体组织（包含小叶及周围纤维组织间质融合成的致密影）占整个乳腺的比例。目前乳腺密度评估主要基于美国放射学院（ACR）的BI-RADS［6］。2013年第五版BI-RADS与第四版相比，取消了乳腺构成描述中的定量概念，更关注于局部致密腺体对病灶的遮盖效应，腺体分类更依赖于放射医师主观判断。因此，医师对标准的理解以及阅片经验的不同，可能导致对同一乳腺的分类产生完全不同的结论［7］。有研究表明，基于MG图像的BI-RADS人工视觉评估乳腺腺体分类一致性仅为中等或较好［8-10］。乳腺腺体的分类对于乳腺癌筛查具有指导意义。截至2013年10月，美国28个州通过了关于乳腺癌筛查的立法［11］，其中规定对于致密类乳腺的患者需要提示并行超声、核磁等补充检查。因此，使用一种客观的、准确的腺体定量测量方法对乳腺密度进行评估，以得到较为准确的腺体分类并进一步指导筛查具有重要意义。目前使用较多的计算机辅助测量乳腺密度方法主要有基于MG图像的Volpara和Quantra软件［12］，而基于2D图像的测量结果必然与真实值之间存在差异。至今为止，乳腺密度的定量测量尚缺乏金标准。

致密类乳腺对X线敏感度降低，影响病灶的检出；乳腺核磁共振检查的费用较高、检查时间长且有多种禁忌证，不适合应用于大规模乳腺癌筛查。CB⁃BCT是三维成像的乳腺影像检查设备，扫描时乳腺自然垂于扫描区域，无需加压，消除组织重叠的同时不改变腺体分布情况，在不影响被检查者舒适度的情况下可多角度观察乳腺内部结构，未来有望大规模应用于乳腺癌筛查。

本研究比较阈值分割测量乳腺密度以及手动修正结果，发现观察者内及观察者间一致性均非常好，说明两种方法均具有较高的可重复性，可以应用于乳腺腺体的定量测量。阈值分割后修正乳腺腺体的范围，去除与腺体密度相近的血管成分，得到的结果可以认为接近乳腺密度的真实值，但由于其耗时较长，不适合应用于大规模数据测量。阈值分割法测量乳腺密度的结果与手动修正后结果一致性很高，操作简单且耗时短，在大规模乳腺癌筛查中可以快速得到乳腺密度结果并指导筛查。

本研究中非致密类及致密类乳腺的阈值分割法与手动修正测量乳腺密度的结果之间一致性均非常好，且致密类乳腺的一致性高于非致密类。这可能是因为非致密类乳腺中纤维腺体组织与血管分界清楚，手动修正过程中血管更易被去除，而致密类乳腺中纤维腺体组织含量较高，与乳房内血管分界不清，手动修正时血管不易去除，导致手动修正与阈值分割法测量结果之间更为接近。此外，非致密类乳腺中腺体散在分布于整个乳腺，腺体边缘模糊，测量中不易确定阈值，可能造成更大差异。另外，年轻女性乳腺实质丰富，乳腺密度较高，随着年龄的增长乳腺密度逐渐减低；雌激素能够加速上皮细胞增殖，绝经后雌激素水平降低，乳腺密度将明显减低［13］。年龄、雌激素等因素可通过影响乳腺密度进而影响其测量的准确性。

综上所述，本研究仍具有一定局限性，存在样本量较小、阈值由人为设定、乳腺密度测量结果缺少解剖学金标准验证的问题。基于CBBCT图像的阈值分割法测量乳腺密度是一种较为稳定且准确的计算机辅助测量方法，未来有望应用于大规模乳腺癌筛查，并为乳腺癌风险的预测提供更多信息。

[1]Wolfe JN.Breast patterns as an index of risk for developing breast cancer[J].AJR Am J Roentgenol,1976,126(6):1130‐1137.

[2]Baglietto L,Krishnan K,Stone J,et al.Associations of mammo‐graphic dense and nondense areas and body mass index with risk of breast cancer[J].Am J Epidemiol,2014,179(4):475‐483.

[3]Peres J.Understanding breast density and breast cancer risk[J].J Natl Cancer Inst,2012,104(18):1345‐1346.

[4]Ahmadinejad N,Movahedinia S,Movahedinia S,et al.Association of mammographic density with pathologic findings[J].Iran Red Crescent Med J,2013,15(12):e16698.

[5]李海洁,尹璐,叶兆祥,等.锥光束乳腺CT及乳腺X线摄影对乳腺组织覆盖范围的比较[J].中华放射学杂志,2015,49(7):488‐490.

[6]美国放射学院.乳腺影像报告与数据系统图谱(2013版)[M].北京:北京大学医学出版社,2016,116‐123.

[7]Irshad A,Leddy R,Ackerman S,et al.Effects of changes in BI‐RADS density assessment guidelines(fourth versus fifth edition)on breast density assessment:intra‐and interreader agreements and density distribution[J].AJR Am J Roentgenol,2016,207(6):1366‐1371.

[8]Ciatto S,Bernardi D,Calabrese M,et al.A first evaluation of breast radiological density assessment by QUANTRA software as com‐pared to visual classification[J].Breast,2012,21(4):503‐506.

[9]Redondo A,Comas M,Macià F,et al.Inter‐and intraradiologist variability in the BI‐RADS assessment and breast density categories for screening mammograms[J].Br J Radiol,2012,85(1019):1465‐1470.

[10]Bernardi D,Pellegrini M,Di Michele S,et al.Interobserver agree‐ment in breast radiological density attribution according to BI‐RADS quantitative classification[J].Radiol Med,2012,117(4):519‐528.

[11]Dehkordy SF,Carlos RC.Dense breast legislation in the United States:state of the states[J].J Am Coll Radiol,2016,13(11S):R53‐R57.

[12]Brandt KR,Scott CG,Ma L,et al.Comparison of clinical and auto‐mated breast density measurements:implications for risk predic‐tion and supplemental screening[J].Radiology,2016,279(3):710‐719.

[13]李二妮,周纯武,李静,等.乳腺密度的影响因素及其在乳腺疾病中的诊断价值[J].实用放射学杂志,2013,29(10):1570‐1572.