改良Fischer’s评分法对乳腺疾病的诊断价值

倪晓丽，张玉敏，巴照贵

（泰山医学院附属莱钢医院影像科，山东 莱芜 271126）

1999年，Fischer等提出了鉴别乳腺良恶性病变的评分系统（Fischer’s 评分）［1-2］，对乳腺病变的形态学特点和血流动力学特点进行定量打分，从而进行BI-RADS分级，明显提高了MRI对乳腺疾病诊断的敏感性和准确性。但Fischer’s评分法对乳腺疾病诊断的特异性较低，导致了大量乳腺疾病的过度处理，有必要对Fischer’s评分进行进一步改良和完善。笔者通过前期研究［1］，对 Fischer’s评分进行了改良，以期提高MRI对乳腺疾病的诊断价值。

1　资料与方法

1.1一般资料收集我院2013年7月至2015年3月行乳腺MRI检查的患者278例，其中经穿刺活检、手术病理证实118例，再排除14例（增强扫描为导管样或斑片状强化，未形成肿块），共104例纳入研究，均为女性，年龄28～82岁，平均46岁。其中乳腺癌54例（共56个病灶），乳腺良性病变50例（共53个病灶）。以上患者在MRI检查前均未行任何治疗，手术或穿刺活检治疗均在MRI检查后2周内进行。

1.2仪器与方法104例术前均行乳腺MRI平扫、多期动态增强扫描及DWI检查。采用 GE 1.5 T HDe超导型MRI仪和4通道乳腺专用表面线圈，先行脂肪抑制T2WI及DWI，再行多期动态增强扫描。DWI检查采用单次激发 EPI，TR 8 400 ms，TE 93.8 ms，并行采集因子 2，b=0、800 s/mm2，矩阵 128×128，NEX 2。脂肪抑制T2WI：FSE序列，化学频率选择脂肪饱和，TR 4 660 ms，TE 89.2 ms，矩阵 320×256，NEX 2。DWI和T2WI序列均为横轴位扫描且定位一致，FOV 320 mm×320 mm，层厚 4 mm，层距 1 mm，32层覆盖整个乳腺。动态增强扫描采用VIBRANT序列，这是一个三维扰相位梯度回波序列，TR 4.7 ms，TE 2.2 ms，矩阵 320 mm×320 mm，层厚 1.0 mm，覆盖乳腺和腋窝，共行12期扫描，单期扫描时间为41 s，其中第1次为预扫描，第1次扫描结束后经肘静脉团注对比剂Gd-DTPA，流率2 mL/s，剂量0.1 mmol/kg体质量。

1.3数据测量方法将图像传至ADW4.3工作站行后处理。动态增强曲线测量的ROI放置于强化最明显的区域，重复测量3次，选取最差曲线作为病变动态增强扫描的TIC。并计算增强扫描第2期的早期强化率。病变的形态学特征依据动态增强扫描图像确定。所有病变的特征及参数的获得均由2位具有多年乳腺MRI工作经验的医师协商后决定。

1.4诊断标准

1.4.1Fischer’s评分法Fischer’s评分法参照Fischer等的评分标准［2］，对乳腺病变进行 BI-RADS-MRI分类（表1）：0～1分为 BI-RADS-MRI 1类，2分为 2类，3分为 3类，4～5分为 4类，6～8分为 5类。BI-RADS-MRI 1、2、3 类诊断为良性病变，4、5 类诊断为恶性病变。

表1　Fischer’s评分规则　分

1.4.2改良Fischer’s评分法（改良评分）（表2）改良Fischer’s评分规则参照Fischer等的评分标准［2］和于洋等［3］研究，对乳腺病变进行 BI-RADS-MRI分级：0～1分为BI-RADS-MRI 1类，2分为2类，3分为3类，4～5分为4类，6～8分为5类。BI-RADS-MRI 1、2、3类诊断为良性病变，4、5类诊断为恶性病变。

1.5统计学方法采用SPSS 17.0统计软件进行数据分析。以病理结果为金标准，计算2种方法的诊断敏感度、特异度、阳性预测值、阴性预测值和准确率。2种方法诊断结果与病理结果的一致性采用Kappa分析：K≥0.8为一致性很好；0.4≤K＜0.8为中度一致性；K＜0.4为一致性较差。以P＜0.05为差异有统计学意义。

表2　改良Fischer’s评分规则　分

2　结果

56个恶性病灶，早期强化率均＞50%，其中8例早期强化率为50%～100%，48个（85.7%）早期强化率＞100%。53个良性病灶中，仅8个早期强化率＜50%，45（84.9%）例早期强化率＞50%，其中 13个早期强化率为50%～100%，32个（60.4%）早期强化率＞100%。

53个良性病灶中，17个 Fischer’s评分≥4分（误诊），假阳性率达到 32.1%；11个改良 Fischer’s评分≥4分（误诊），假阳性率为20.8%。56个恶性病灶中，Fischer’s评分及改良 Fischer’s评分均＞4 分，敏感度均为100%。

2种方法的诊断效能比较显示（表3）：改良Fischer’s评分诊断的特异度、准确率及与病理结果的一致性均优于 Fischer’s评分法（图1，2）

表3　2种方法诊断效能的比较

3　讨论

笔者前期研究［1］结果表明：病灶的形态、边缘、内部强化方式、TIC对乳腺病变良恶性的鉴别诊断均有很高价值，而早期强化率对鉴别诊断的价值不大，因此，笔者对Fischer’s评分进行了一定修改，剔除了早期强化率，并对病变的形态和边缘特点重新分类。本研究表明，改良Fischer’s评分对乳腺疾病的诊断效能优于Fischer’s评分，诊断的特异度、阳性预测值和准确率明显优于Fischer’s评分，与病理结果的一致性明显优于Fischer’s评分。

早期强化率反映病变在动态增强扫描早期信号强度的变化情况，与肿瘤的微血管密度及对比剂进入组织细胞外间隙的速度和量的多少有关，但其对良恶性病变鉴别诊断的特异性较差［4-5］。本组56个恶性病灶，8个早期强化率为50%～100%，48个早期强化率＞100%。53个良性病灶中，8个早期强化率＜50%，13个早期强化率为50%～100%，32个早期强化率＞100%。恶性病变的早期强化率均＞50%；84.9%（45/53）的良性病变早期强化率＞50%，且60.4%（32/53）的病变早期强化率＞100%。可见，早期强化率在良恶性病变中存在较大范围的重叠，导致了在Fischer’s评分中良性病变的评分过高，假阳性率较高。本组53个良性病灶中，17个Fischer’s评分≥4分，假阳性率达32.1%；在改良Fischer’s评分中剔除了早期强化率，53个中，11个Fischer’s评分≥4分，假阳性率为20.8%，明显低于Fischer’s评分，提高了诊断的特异性，但两者诊断的敏感度均为100%。

常规Fischer’s评分过分注重动态增强扫描的特点，病变的形态和边缘特点所占比例较少，但病变的形态学在乳腺疾病的鉴别诊断中发挥着很大作用。本研究参照于洋等［3］研究，对乳腺病变MRI的形态学特征进行重新分类和赋值，将病变的形态分为圆形或类圆形、分叶状和不规则形，病变的边缘分为光滑、欠清和毛刺。前期研究［1］通过逐步Logistic回归分析发现，重新分类中的病变形态和边缘对乳腺良恶性病变具有很高的鉴别诊断价值。常规Fischer’s评分将毛刺征归入形态不规则病变中，且评分为1分。多数学者［3，6］认为毛刺征是病变的边缘特点，而不是形态学特点。刘炳光等［6］研究表明，不规则形肿块诊断恶性病变的优势比（OR）值呈中等大小，边缘毛刺的肿块在诊断恶性病变中OR值最大，明显高于不规则形肿块。因此，笔者在改良Fischer’s评分中将不规则的形态和边缘毛刺分别进行赋值，且评分为2分，从而使评分更加合理。

DWI安全、无创已广泛应用于乳腺疾病的诊断，并具有较高的诊断价值［7-8］。本研究在乳腺MRI检查中均行DWI检查，同时也发现ADC值在乳腺良恶性病变间存在较大差异，但未行统计学分析。由于靠ADC值诊断乳腺病变可能会导致一定程度的误诊，因此，将 DWI与 Fischer’s评分法和改良 Fischer’s评分法进行有效结合是下一步研究的重点。

综上所述，对肿块样强化的乳腺病变，与Fischer’s评分法相比，改良Fischer’s评分法能明显提高诊断的特异性和准确率，且诊断敏感性较高。

图1　女，51岁，无意中发现乳房包块2 d，Fischer’s评分4分，BI-RADS-MRI 4类，诊断为恶性；改良Fischer’s评分3分，BI-RADS-MRI 3类，诊断为良性；图1a为DCE示病变呈分叶状，边缘光整，环形强化；图1b示TIC呈上升型，早期强化率152%；ADC值0.98×10-3mm2/s（图1c，1d）。病理结果为右乳慢性脓肿　图2　女，35岁，查体发现左乳结节，Fischer’s评分4分，BI-RADS-MRI 4类，诊断为恶性；改良Fischer’s评分3分，BIRADS-MRI 3类，诊断为良性。DCE（图2a）示病变呈分叶状，边缘欠清，均匀强化，TIC呈平台型，早期强化率198%（图2b）；ADC值1.24×10-3mm2/s（图2c，2d）。病理结果为左乳纤维腺瘤

［参考文献］

［1］巴照贵，张玉敏，倪晓丽，等.乳腺肿块样病变MRI动态增强与扩散加权成像联合诊断方法的探讨［J］.实用放射学杂志，2014，30（10）：53-56.

［2］AI-Khawari H，Athyal R，Kovacs A，et al.Accuracy of the fischer scoring system and the breast imaging reporting and data system in identification of malignant breast lesions［J］.Hematol Oncol Stem Cell Ther，2009，29：280-287.

［3］于洋，霍天龙，赖云耀，等.不同分子亚型乳腺癌的MRI和病理特征初探［J］. 中华放射学杂志，2014，48（3）：184-188.

［4］郭勇，蔡祖龙，蔡幼铨，等.动态增强MRI鉴别诊断乳腺良恶性病变的前瞻性研究［J］. 中华放射学杂志，2001，35（9）：671-675.

［5］王红莉，刘佩芳，邵真真，等.乳腺腺病瘤MRI表现特征分析［J］.临床放射学杂志，2015，34（3）：350-354.

［6］刘炳光，曹满瑞，张方景，等.BI-RADS-MRI 4类乳腺癌阳性预测值与亚分类的初探［J］. 临床放射学杂志，2012，31（6）：804-808.

［7］Parsian S，Rhabar H，Allison KH，et al.Nonmalignant breast lesions：ADCs of benign and high risk subtypes assessed as falsepositive at dynamic enhanced MR imaging［J］.Radiology，2012，265：696-706.

［8］Tamura T，Usui S，Murakami S，et al.Comparision of multi b-value DWI signal analysis with pathological specimen of breast cancer［J］.Magn Reson Med，2012，68：890-897.