IVIM-DWI对乳腺良恶性肿瘤的诊断及恶性肿瘤的病理分级研究

王成均

重庆市东南医院 放射科，重庆 401336

引言

乳腺良恶性肿瘤的诊断与鉴别诊断一直都是困扰临床与影像的难题，能准确的对乳腺良恶性肿瘤做出正确的诊断，对临床治疗方式的选择以及患者的预后都至关重要[1]。同时，对于乳腺恶性肿瘤的病理分级若能做出相对正确的分析，同样会给临床治疗及预后带来重要的作用。扩散加权成像（Diffusion Weighted Imaging，DWI）是目前唯一能够无创监测活体组织水分子扩散运动的磁共振功能成像，而相对于传统DWI的单指数模型，体素内不相干运动（Intravoxel Incoherent Motion，IVIM）模型，即双指数模型，能够将组织中扩散和灌注的成分分开来进行研究，从而抛开了灌注因素对ADC值的干扰，更准确地反映组织的病理生理学状态[2]。基于对乳腺良恶性肿瘤的诊断与鉴别诊断及乳腺恶性肿瘤病理分级的研究，本文研究IVIM多b值DWI在对乳腺良恶性肿瘤的诊断运用价值以及对乳腺恶性肿瘤的病理分级中的作用。

1 方法

1.1 一般资料

收集我院2015年3月至2017年5月经病理所证实乳腺肿瘤患者80例，以上患者均为女性，年龄26～64岁，平均（48.6±4.2）岁；其中乳腺良性肿瘤33例共33个病灶，包括乳腺纤维腺瘤20例，乳腺导管内乳头状瘤13例；其中乳腺恶性肿瘤47例共50个病灶，包括浸润性导管癌30例，浸润性小叶癌17例。

乳腺恶性肿瘤病理分级根据腺管结构、核多形性以及核分裂情况进行分级[3]：乳腺浸润性导管癌组高分化13例，低分化17例；乳腺浸润性导管癌组高分化8例，低分化9例。

1.2 扫描方法

采用GE公司3.0 T超导磁共振仪，选用8通道乳腺专用相控阵线圈作。患者取俯卧位，头先进，双侧乳腺自然悬垂于乳腺线圈内。扫描参数：单指数DWI，回波时间67 ms，重复时间2567 ms，层数10～12层，层厚5 mm，层间距1 mm，视野32 cm×32 cm。IVIM-DWI，回波时间65 ms，重复时间2469 ms，层数10～12层，层厚5 mm，层间距1 mm，视野32 cm×32 cm。b值选择0、10、20、40、60、80、100、150、200、400、700、1000 s/mm2，NEX分别为1、3、3、3、3、2、2、2、2、3、5、6。

1.3 观察指标

所有图像资料及数据采用GEADW4.5工作站后处理软件进行分析处理（图1～2），IVIM模型的各项参数使用工作站Functiontool中MADC软件进行计算，在病变最大层面选取感兴趣区（Region of Interest，ROI），尽量包全整个病灶，尽量避开坏死、出血以及囊变区，在勾画完ROI之后，软件自动生成IVIM-DWI相关的参数，包括：常规单指数模式DWI表观扩散系数（ADC），灌注不相关扩散系数（ADCslow）、灌注相关扩散系数（ADCfast）和灌注分数（f），并重复测量3次取其平均值，进行相关统计学分析。

图1 一病理诊断为左侧乳腺纤维腺瘤的45岁女性患者影像结果

图2 一病理诊断为左侧乳腺浸润性小叶癌的53岁女性患者影像结果

1.4 统计学分析

用SPSS 19.0版软件包对各项资料进行统计、分析，对于良恶性乳腺肿瘤以及乳腺恶性肿瘤的病理分级之间扩散加权成像单指数模型参数（ADC值）、IVIM模型各项参数值（ADCslow、ADCfast、f值）采用单因素方差分析，以P＜0.05为差异有统计学意义，多重比较采用LSD法，以P＜0.05为差异有统计学意义。扩散加权成像单指数模型ADC值，IVIM模型ADCslow、f值鉴别乳腺良恶性病变的诊断效能采用受试者特性曲线（ROC曲线）。

2 结果

2.1 乳腺良恶性肿瘤间单指数模型ADC值及IVIM-DWI各参数间的比较

乳腺良恶性肿瘤间的常规单指数模型ADC值、ADCslow及f值差异具有统计学意义，常规单指数模型ADC值、ADCslow在乳腺恶性肿瘤数值要小于乳腺良性肿瘤（P＜0.05），f值在乳腺恶性肿瘤数值要大于乳腺良性肿瘤（P＜0.05），而ADCfast在乳腺良恶性肿瘤间差异无统计学意义（P＞0.05）。乳腺良性肿瘤乳腺纤维腺瘤与乳腺导管内乳头状瘤间的常规单指数模型ADC值、ADCslow及f值差异无统计学意义（P＞0.05），乳腺恶性肿瘤乳腺浸润性导管癌与浸润性小叶癌间的常规单指数模型ADC值、ADCslow及f值差异无统计学意义（P＞0.05）。乳腺不同占位性病变常规单指数模型ADC值及IVIM参数比较，见表1。乳腺良恶性肿瘤间常规单指数模型ADC值及IVIM参数比较，见表2。

2.2 ADCslow、ADC值及f 值诊断乳腺良恶性病变能力的效能比较

ADCslow、ADC值及f值诊断乳腺良恶性肿瘤实验得到的曲线下的面积（Area Under Curve，AUC）分别为0.917、0.872和0.744，其中ADCslow值诊断效果最好，三者鉴别诊断乳腺良恶性肿瘤的最佳临界值分别是0.92×10-3mm2/s、1.13×10-3mm2/s和5.78%，相对应的诊断敏感性依次为94.8%、88.6%和78.1%，特异性依次为91.2%、86.4%和70.6%。ADCslow、ADC值及f值诊断乳腺良恶性病变能力的效能，见表3。

2.3 乳腺高分化恶性肿瘤与乳腺低分化恶性肿瘤间常规单指数模型ADC值及IVIM参数比较

ADC值、ADCslow在乳腺高分化恶性肿瘤与乳腺低分化恶性肿瘤间的差异无统计学意义（P＞0.05），而ADCfast、f值在乳腺高分化恶性肿瘤与乳腺低分化恶性肿瘤间的差异具有统计学意义（P＜0.05）。乳腺高分化恶性肿瘤与乳腺低分化恶性肿瘤间常规单指数模型ADC值及IVIM参数比较，见表4。

3 讨论

近年以来，对于乳腺肿瘤的研究不断深入和进展，多种检查方法应用于乳腺肿瘤的诊断及鉴别诊断，并且对于乳腺恶性肿瘤的病理分级也进行了不同程度的相关研究，对指导临床治疗方案及预后方案提供了更好的基础[4-7]。

而随着MRI技术的不断发展，体素内不相干运动（Intravoxel Incoherent Motion，IVIM）模型，即双指数模型，能够将组织中扩散和灌注的成分分开来进行研究，相对于传统单指数模型，抛开了灌注因素对ADC值的干扰，更准确地反映组织的病理生理学状态[8-11]。目前，IVIM-DWI运用于多个器官多种疾病的诊断，本研究研究IVIM-DWI以及传统单指数模型对乳腺良恶性肿瘤的诊断研究，并对乳腺恶性肿瘤的病理分级进行了初步的相关性研究。

IVIM-DWI拟 合 出3个 参 数， 分 别 是ADCfast、ADCslow及f值，ADCfast代表快速表观扩散系数，反应血流微循环灌注的影响；ADCslow代表真实水分子扩散，反应了抛去血流微循环灌注值的影响，生物体内真正水分子的扩散运动，其准确性及检验效能要优于传统单指数模型下的ADC值；f代表灌注分数，f值代表微循环灌注产生的扩散效应占总扩散效应的百分比[12-13]。在本研究里，常规单指数模型ADC值、ADCslow在乳腺恶性肿瘤数值要小于乳腺良性肿瘤，表明恶性肿瘤细胞较良性肿瘤更密集，细胞外间隙更小，水分子扩散受限更明显，所以得到的ADC值也相对于良性肿瘤较小，进一步分析发现对于乳腺良性病变及恶性肿瘤，常规单指数模型ADC值要大于ADCslow值，这说明微循环灌注确实对ADC值产生了影响，从而致其数值偏高。Bokacheva等[14]和Liu等[15]的研究结果也与本研究结果一致，认为常规单指数模型ADC值偏高是由于血流微循环运动所导致。本研究中乳腺恶性肿瘤f值要明显高于乳腺良性肿瘤，而f值高表示恶性肿瘤相对于良性肿瘤具有更丰富的新生血管。ADCfast值代表组织内与微循环灌注相关的扩散效应。本研究发现乳腺良恶性病变之间的值差异无统计学意义，与Chandarana等[16]的研究结果一致。而ADC值、ADCslow及f值在乳腺良性肿瘤乳腺纤维腺瘤与乳腺导管内乳头状瘤间、乳腺恶性肿瘤乳腺浸润性导管癌与浸润性小叶癌间的差异均无统计学意义，说明要鉴别乳腺良恶性肿瘤内部具体的分型还需要另外的研究方法。在诊断乳腺良恶性病变能力的效能上，ADCslow、ADC值及f值诊断乳腺良恶性肿瘤实验得到的AUC分别为0.917、0.872和0.744，其中ADCslow值诊断效果最好，三者鉴别诊断乳腺良恶性肿瘤的最佳临界值分别是0.92×10-3mm2/s、1.13×10-3mm2/s和5.78%，相对应的诊断敏感性依次为94.8%、88.6%和78.1%，特异性依次为91.2%、86.4%和70.6%。ADCslow通过反应真实的水分子扩散，抛开了微循环灌注的影响，在诊断乳腺良恶性病变能力的效能上，更能体现其优越性。在乳腺恶性肿瘤的病理分级研究中，本研究认为f值及ADCfast值在乳腺高分化恶性肿瘤与乳腺低分化恶性肿瘤间的差异具有统计学意义，乳腺低分化恶性肿瘤可能由于较高的血供，体现在f值及ADCfast值在乳腺低分化恶性肿瘤均显著高于乳腺高分化恶性肿瘤，这也为乳腺恶性肿瘤的病理分级提供了一定的诊断价值，后续需要进一步扩大样本数及不同实验方法进一步研究。

表1 乳腺不同占位性病变常规单指数模型ADC值及IVIM参数比较

表2 乳腺良恶性肿瘤间常规单指数模型ADC值及IVIM参数比较

表3 ADCslow、ADC值及f值诊断乳腺良恶性病变能力的效能

表4 乳腺高分化恶性肿瘤与低分化恶性肿瘤间常规单指数模型ADC值及IVIM参数比较

综上所述，IVIM多b值DWI对乳腺良恶性肿瘤的诊断及恶性肿瘤的病理分级研究提供了重要的诊断价值，为鉴别乳腺病变的良恶性提供新的观点和视角，同时也为乳腺恶性肿瘤的病理分级提供了一定的理论基础。

[参考文献]

[1] Zhou CW,Zhang RZ.Status and mission of the breast imaging[J].Chin J Magn Reson Imaging,2014,4(4):241-245.

[2] 车树楠,崔晓琳,李静,等.MR扩散加权成像体素内不相干运动模型对于乳腺良恶性病变诊断价值的研究[J].磁共振成像,2015,7(6):506-512.

[3] 何东峰,马大庆,靳二虎.动态增强MRI在鉴别乳腺良、恶性肿瘤和提示恶性肿瘤病理分级中的作用[J].中华放射学杂志,2012,46(12):1075-1078.

[4] 梁玉玉,朱蓉蓉,哈若水.比较双指数与传统单指数模型ADC值对浸润性导管癌诊断效能研究[J].临床放射学杂志,2014,33(8):1165-1169.

[5] 郭吉敏,刘春霖,曹满瑞,等.体素内不相干运动双指数模型评价乳腺肿块样病变[J].中国医学影像技术,2015,31(7):1037-1040.

[6] Wagner M,Doblas S,Daire JL,et al.Diffusion-weighted MR imaging for the regional characterization of liver tumors[J].Radiology,2012,264(2):464-472.

[7] 马焕,吕玲,李卓琳,等.体素内不相干运动扩散加权成像对乳腺肿块样病变的诊断价值[J].中华肿瘤防治杂志,2017,24(5):312-317.

[8] 李玉春,冯翠兰,蒙志刚,等.MR扩散加权成像与不同成像序列组合对乳腺良恶性病变的诊断价值[J].中国临床医学影像杂志,2017,28(2):95-98.

[9] 赖少侣,刘丽东,苏丹柯,等.乳腺占位性病变内液性信号区表观扩散系数对病变性质的诊断价值研究[J].临床放射学杂志,2017,36(5):634-637.

[10] 魏乐群,陈殿森,孙聚葆,等.MR体素内不相干运动成像对乳腺良恶性病变的鉴别诊断价值[J].中国医学影像学杂志,2016,24(12):906-908.

[11] 史纲,方金.MRI动态增强鉴别乳腺肿瘤及对肿瘤病理分级的作用[J].中国CT和MRI杂志,2015,8(13):47-50.

[12] 张天月,汪登斌,王丽君,等.IVIM磁共振成像对乳腺非肿块强化病变的诊断价值[J].放射学实践,2017,32(3):242-247.

[13] 蔡毓琦,周研,吴先衡,等.MRI动态增强扫描联合DWI鉴别乳腺良恶性肿瘤的应用价值[J].中国中西医结合影像学杂志,2017,15(3):333-335.

[14] Bokacheva L,Kaplan JB,Giri DD,et al.Intravoxel incoherent motion diffusion-weighted MRI at 3.0 T differentiates malignant breast lesions from benign lesions and breast parenchyma[J].J Magn Reson Imaging,2014,40(4):813-823.

[15] Liu C,Liang C,Liu Z,et al.Intravoxel incoherent motion (IVIM)in evaluation of breast lesions: comparison with conventional DWI[J].Eur J Radiol,2013,82(12):782-789.

[16] Chandarana H,Lee VS,Hecht E,et al.Comparison of biexponential and monoexponential model of diffusion weighted imaging in evaluation of renal lesions: preliminary experience[J].Invest Radiol,2011,46(5):285-291.