磁共振扩散结合灌注成像技术对可疑恶性乳腺病变的鉴别诊断价值

张晖，王勇

目前，功能性磁共振成像如磁共振扩散加权成像(diffusion-weighted imaging，DWI)、灌注成像(perfusion weighted imaging，PWI)等无创性检查手段，能在分子水平上反映组织的病理情况，反映人体内器官、组织和细胞的功能状态及其变化机制，这使得影像学进入了分子水平的研究范畴。DWI被认为是最佳的筛查恶性肿瘤和评估疗效的方法[1]。而PWI能够反映组织血流灌注情况，灌注成像的模式与肿瘤中新生成的微血管的密集程度密切相关[2-3]。但是，由于上述技术被认为是评估可疑病变的辅助工具，因而这些技术尚未得到广泛的临床验证[4]。

第5版乳腺成像报告和数据系统(Breast Imaging Reporting and Data System，BI-RADS)MRI指南将乳腺内可疑恶性的病灶划分为第4类(BI-RADS 4)，病变为恶性的可能性跨度很大(2%～95%)[5]，这使得病变可能为良性或者恶性，会给临床医生带来困扰。因此本研究拟探讨表观扩散系数(apparent diffusion coef fi cient，ADC)值结合灌注成像技术在区分BI-RADS 4类的病变性质的诊断价值。

1 材料与方法

1.1 研究对象

选取2014年5月至2017年5月在河北省人民医院接受乳腺MRI检查的83例女性患者共95处乳腺病变为研究对象，病变均被分为BI-RADS 4类。所有试验对象都是女性，年龄均≥20岁。入选标准：病变直径大于5.0 mm，且均有组织病理学结果；MRI检查除常规平扫外还包括DWI和动态对比增强磁共振成像(dynamic contrast enhancement MRI，DCE-MRI)扫描。排除标准：凡患者在术前接受了活组织穿刺检查、接受了新辅助化疗、临床或病理分期为T4期的均排除在此研究之外。磁共振检查前所有患者或家属均知情同意并签署知情同意书。

1.2 磁共振成像

本研究所用乳腺磁共振检查设备都为美国GE公司生产的磁共振扫描设备：包括GE Signa Excite 1.5 T和GE 3.0 T Slient Discovery 750W两种超导全身磁共振扫描仪，采用8通道乳腺专用线圈，行磁共振平扫和增强扫描。扫描序列如下：(1)快速自旋回波(fast spin echo，FSE) T2WI压脂序列：TR=6079 ms，TE=85 ms，翻转角(flip angle，FA)=111°， FOV=36 mm×36 mm，矩阵=320×256，激励次数=1.0，层厚=5.0 mm，扫描时间为2 min 44 s。(2)FSE T1WI序列：TR=697 ms，TE=Min Full，FA=111°，FOV=36 mm×36 mm，矩阵=320×256，激励次数=1.0，层厚=5.0 mm，扫描时间为1 min 5 s。(3)扩散加权成像DWI序列：TR=2881.4 ms，TE=Minimum，FOV=36 mm×36 mm，矩阵=128×128，层厚=5.0 mm，b值=0、800 s/mm2，扫描时间为2 min 1 s。(4) T1加权动态灌注GENIQ序列：TR=5.5 ms，TE=Min Full，FA=12°，FOV=34 mm×34 mm，矩阵=160×150，层厚=5.0 mm，40期扫描，扫描共用时7 min 12 s。对比剂使用钆喷酸葡注射液，使用剂量为0.2 mmol/kg，速率为3.0 ml/s，扫描启动后30 s开始注射。随后用20 ml生理盐水以3 ml/s的注射速度冲洗自动注射器。

1.3 磁共振图像分析

采集所得数据传至GE ADW 4.6工作站，用专用软件分别对图像数据进行分析处理。再由两名有5年以上乳腺诊断经验的影像科医师在对所有临床和病理数据都不知情的情况下进行独立分析和评估，并对诊断不一致的病例经讨论后达成一致意见。DCE-MRI有增强的区域与DWI序列中高信号的区域为病灶。通过后处理得到ADC图后，在病变区域手工放置椭圆形的感兴趣区(regions of interest，ROI)测量ADC值，范围至少包括4个最小像素，并测量3次取平均值。同时测量该区域的容量转移常数(volume transfer constant，Ktrans)、速率常数(rate constant，Kep)和血管外细胞外间隙容积分数(extravascular extracellular volume fraction，Ve)值，见图1。

1.4 病理学特征

所有的病例均通过外科手术切除并送河北省人民医院病理科获取病理结果，并按病理结果的组织学分类将病灶分成良性和恶性两组，其中良性组包括无增生性病变和增生性病变及不典型增生性病变；恶性组包括导管原位癌和任何类型的侵袭性癌[6]。在有混合病理的样本中，按级别高的入组，如腺病合并导管癌的分在恶性组中。

1.5 统计学分析

图1 女性，52岁，乳腺癌。A、B分别为T1WI、T2WI压脂序列左乳肿块呈长T1长T2信号影；C：DWI图像显示病灶呈高信号；D：ADC彩图多点测量病变及对照的正常区域的ADC值；E：增强扫描的横断面显示肿块明显强化；F～H分别为灌注成像多点测量Ktrans图、Kep图、Ve图的病灶及邻近正常组织值；I：乳腺中等核级导管原位癌病理图片，伴小灶状浸润性导管癌Ⅱ级(HE× 100)Fig. 1 Female, 52 years old, breast carcinoma. A, B: The left breast mass of T1WI and T2WI pressure lipid sequence is a long T1 long T2 signal shadow; C: Showd a high signal for DWI image; D: ADC color image multipoint measurement ADC value; E: Shows the obvious enhancement of the tumor in the transverse section of the enhanced scan; F—H: Multi-point measurement Ktrans figure, Kep figure, Ve figure lesions and adjacent normal tissues value; I: Pathology image breast moderate nuclear grade ductal carcinoma in situ, with stove shape Ⅱ in filtrating ductal carcinoma (HE × 100).

表1 MR图像分类为BI-RADS 4的病变的不同组织病理学结果与增强模式对照Tab.1 Characteristics of the patients and lesion enhancement patterns by histological group

表2 95个病灶以ADC值为1.20×10-3 mm2/s为阈值与组织病理学对照Tab.2 ADC values by histological group and pathological result, in relation to the 1.20×10-3 mm2/s cut-off point, among the 95 lesions evaluated

将患者的年龄、病变的大小、病变的主要增强模式、DWI的ADC值(乳腺实质部分和病变区域)，灌注图像所测量的Ktrans、Kep、Ve值以及组织病理学的结果分为两组(良性和恶性组)，使用SAS 18.0统计软件进行统计学分析，以P＜0.05表示差异有统计学意义。

2 结果

本研究总样本量为95个病灶，其中46个(48.4%)被归为良性组，49个(51.6%)被归为恶性组。患者的平均年龄为51岁(25～79岁)，病变的平均大小为2.2 cm (0.6～5.8 cm)。通过单因素方差分析，如表1所见，在患者年龄方面各组间差异无统计学意义(P=0.238)，在病变大小方面良恶性组间差异有统计学意义(P＜0.05)。良恶性组间的Ktrans和Kep值差异有统计学意义(P＜0.05)。

乳腺的正常腺体的实质部分和病变区域的ADC值分别为(1.82±0.22)×10-3mm2/s和(1.24±0.16)×10-3mm2/s，两者比较差异有统计学意义(P＜0.05)。恶性组的平均ADC值较低，为(1.09±0.23)×10-3mm2/s，良性组的平均ADC值为(1.42±0.68)×10-3mm2/s，良恶性组间的平均ADC值比较，差异有统计学意义(P＜0.05)，见表2。根据以往文献及诊断试验研究[7]，笔者把ADC值为1.20×10-3mm2/s作为阈值标准，低于此值的认为是恶性病灶，高于此值的认为是良性病灶(表2)。

3 讨论

3.1 DWI技术在诊断乳腺疾病中的应用

由于磁共振的DWI技术具有采集时间短，不需要使用顺磁性对比剂和具有较高的敏感性等优势，在乳腺疾病的鉴别诊断中逐渐得到广泛应用，并随着设备扫描参数的不断优化，其诊断特异性也随之提高[8]。在MRI的新技术中，DWI被认为在鉴别肿瘤的良恶性和评估治疗效果方面是一种较有诊断价值的方法[1]。有研究结果表明，典型的恶性肿瘤的ADC值比良性增生和正常组织的ADC值要低，部分原因是由于恶性肿瘤的细胞密度大而导致的细胞外空间狭小，继而引起水分子扩散受限所致[9]。通过测量ADC值可以部分地将这种复杂的微观现象转化为可定量测量的参数，继而区分不同的组织来源。

本研究发现所观察的病变区域的平均ADC值比正常的乳腺组织要低，其中恶性组的平均ADC值是最低的(坏死区域除外)，这一结论与既往部分文献的研究结果一致[10-11]。Tsushima等[12]研究发现，DWI对乳腺癌的诊断有较大帮助，其敏感性和特异性分别为0.89和0.77。

在既往文献中，就良、恶性病灶的ADC值临界点的研究不在少数，同时结论各有不同[11，13]。本研究通过参考文献[7]及诊断试验研究的方法将乳腺病灶DWI检查中ADC值为1.20×10-3mm2/s时作为区分组织的良、恶性的临界点，与病理对照后正确率约为73%。笔者认为，采用较高的ADC值做临界点可以有效避免对BI-RADS 4类病变进行过度检查。在本研究的所有病例中，除了占全部病例5.5%的黏液癌(ADC值为2.20×10-3mm2/s)以外，其他所有ADC值高于1.74×10-3mm2/s的病灶最终病理都是非恶性的。这个临界点与以往作者报告的临界点范围(1.60～1.81)×10-3mm2/s的平均值所接近。Spick等[14]还表示，DWI可能会消除部分MRI引导下活组织检查的必要。在他们的研究中，当采用ADC值为1.58×10-3mm2/s作为临界点时，可以避免34.5%的假阳性率，而且没有假阴性发生。

3.2 灌注成像技术在诊断乳腺疾病中的应用

磁共振的灌注成像是一种能很好地显示新生血管的成像方式，它能够反映肿瘤的血管生成情况，而新生血管是肿瘤的生长、进展和转移的必备条件。灌注成像的模式与肿瘤中新生成的微血管的密集程度密切相关[3]。它提供的血液动力学信息已达到定量分析的水平，其参数包括：(1)Ktrans，指对比剂从血管内扩散到血管外的速度常数；(2) Kep，指经过一段时间后，血管外组织间隙内的对比剂经扩散重新回到血管内的速度常数；(3) Ve，是血管外细胞外间隙占整个体素的容积比，能定量地评价病变组织的灌注情况[15]，从而能定量地对病变进行诊断及鉴别诊断。笔者在T1WI灌注成像检查中观察到的全乳血管明显增加，究其原因可能是由于肿瘤血管所受的生长阻力较小，同时肿瘤的高新陈代谢在逐步刺激整个乳房的血管再生。此外，有研究报告显示，表现为多病灶、大肿块及有腋窝淋巴结转移的乳腺癌患者，其全乳新生血管表现得也更为显著，从而提示其预后较差[16]。由上可以推测，存在癌性病灶的乳房内新生血管明显增多常提示恶性病灶的进行性生长和乳腺内转移，乳腺内的新生血管可将肿瘤细胞植入到周围的正常乳腺组织，从而引起卫星灶的形成和乳腺内的转移。

3.3 MRI技术在诊断乳腺疾病中的联合应用

MRI常规扫描技术结合DWI技术和灌注成像技术，可以提供活体组织乳腺的内部结构信息[10]，能更准确地反映出组织的病理学特性，通过测量ADC值及灌注成像定量参数，可提高鉴别诊断乳腺病灶的准确性，从定性诊断提高到定量诊断的飞跃，从而使BI-RADS 4类的病变与组织病理学分级相对应。本研究应用DWI序列结合灌注成像定量参数对钼靶诊断BI-RADS 4类的可疑恶性病变进行病理学分类研究，使影像诊断结果更准确，能为临床提供不同的建议，诊断为良性病变的，可后续用影像学方法随访观察；诊断为恶性的病灶必要时进行穿刺活检，使患者及时得到治疗。

3.4 不足之处

本研究的目的是根据组织学特征对BI-RADS 4类的病灶进行分组，即将病变分为两组，将不典型增生性病变归为良性组，这可能会导致不同的组织学亚型被分在一组中，致使该组的ADC值变化较大。这有待于后期更大样本的研究并进行更为明确的病理学分组。

总之，DWI结合灌注成像技术有助于区分乳腺的良恶性病变，对BI-RADS 4类的可疑恶性患者也能得到较为明确的诊断结果。

参考文献 [References]

[1]El Khouli RH, Jacobs MA, Mezban SD, et al. Diffusion-weighted imaging improves the diagnostic accuracy of conventional 3.0 T breast MR imaging. Radiology, 2010, 256(1): 64-73.

[2]Jiang L, Lu X, Hua B, et al. Intravoxel incoherent motion diffusion-weighted imaging versus dynamic contrast-enhanced magnetic resonance imaging: comparison of the diagnostic performance of perfusion-related parameters in breast. J Comput Assist Tomogr,2018, 42(1): 6-11.

[3]Jia ZZ, Shi W, Shi JL, et al. Comparison between perfusion computed tomography and dynamic contrast-enhanced magnetic resonance imaging in assessing glioblastoma microvasculature. Eur J Radiol, 2017, 87(12): 120-124.

[4]Zervoudis S, Iatrakis G, Tomara E, et al. Main controversies in breast cancer. World J Clin Oncol, 2014, 5(3): 359-373.

[5]American College of Radiology. ACR BI-RADS®, Breast imaging reporting and data system. Reston, VA: American College of Radiology, 2013.

[6]Hartmann LC, Sellers TA, Frost MH, et al. Benign breast disease and the risk of breast cancer. N Engl J Med, 2005, 353(3): 229-237.

[7]Maltez de Almeida JR, Gomes AB, Barros TP, et al.Subcategorization of suspicious breast lesions (BI-RADS category 4) according to MRI criteria: role of dynamic contrast-enhanced and diffusion-weighted imaging. AJR Am J Roentgenol, 2015, 205(1):222-231.

[8]Thomassin-Naggara I, De Bazelaire C, Chopier J, et al. Diffusion-weighted MR imaging of the breast: advantages and pitfalls. Eur J Radiol, 2013, 82(3): 435-443.

[9]Pereira FPA, Martins G, Carvalhaes de Oliveira RV. Diffusion magnetic resonance imaging of the breast. Magn Reson Imaging Clin N Am, 2011, 19(1): 95-110.

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

[11]Brandão AC, Lehman CD, Partridge SC. Breast magnetic resonance imaging: diffusion-weighted imaging. Magn Reson Imaging Clin N Am, 2013, 21(2): 321-336.

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

[13]Parsian S, Rahbar H, Allison KH, et al. Nonmalignant breast lesions:ADCs of benign and high-risk subtypes assessed as false-positive at dynamic enhanced MR imaging. Radiology, 2012, 265(3): 696-706.

[14]Spick C, Pinker-Domenig K, Rudas M, et al. MRI-only lesions:application of diffusion-weighted imaging obviates unnecessary MR guided breast biopsies. Eur Radiol, 2014, 24(6): 1204-1210.

[15]Ryu JK, Rhee SJ, Song JY, et al. Characteristics of quantitative perfusion parameters on dynamic contrast-enhanced MRI in mammographically occult breast cancer. J Appl Clin Med Phys,2016, 17(5): 6091

[16]Han M, Kim TH, Kang DK, et al. Prognostic role of MRI enhancement features in patients with breast cancer: value of adjacent vessel sign and increased ipsilateral whole-breast vascularity. AJR Am J Roentgenol, 2012, 199(4): 921-928.