乳腺X线图像纹理分析鉴别乳腺小结节良恶性的价值

彭文静，徐凯，刘正立，桂熙雯，张孝庚，路欣*

1.徐州医科大学医学影像学院，江苏徐州 221000；2.徐州医科大学附属医院放射科，江苏徐州 221002；

近年来，乳腺癌的发病率及病死率逐年升高，是我国45岁以下女性恶性肿瘤最重要的死因之一[1]。早期诊断、早期治疗可使乳腺癌患者的5年生存率达到94.6%[2]。国外有学者将直径＜2 cm的癌肿定义为小乳癌，早期诊断有助于进一步降低乳腺癌的复发率[3]。乳腺X线摄影是乳腺癌的首选筛查方法，临床上小乳癌常表现为恶性钙化及小结节病灶[4-5]。钼靶X线对钙化灶显示有独特的优势，但对于肿块的诊断价值相对局限，导致其对以小结节为主要表现的小乳癌诊断敏感度和准确度较低。国际上应用于乳腺癌筛查的影像学检查仅限于乳腺X线摄影；超声和MRI对软组织肿块的诊断具有较高的敏感度，但尚未纳入筛查手段，因此如何进一步提高钼靶X线对乳腺癌筛查的敏感度和准确度是临床诊断的难点。

纹理分析是一种新兴的计算机辅助诊断技术，可定量显示图像像素与排列方式的细微变化，不受图像灰度和诊断者主观因素的限制，其对多种肿瘤异质性的评价价值得到普遍证实[6]；但对乳腺肿瘤异质性的纹理研究多应用于MRI检查，乳腺X线应用较少[7-8]。既往研究证实，X线纹理分析可使乳腺病变显示更加清晰[9]。本研究拟探讨乳腺X线图像纹理分析对乳腺小结节良恶性的鉴别诊断价值。

1 资料与方法

1.1 研究对象 回顾性分析2015年1月－2016年12月徐州医科大学附属医院乳腺疾病患者219例，均为女性，年龄 23～81岁，其中良性病变 91例，平均（41.64±9.26）岁，双侧发病10例、单侧发病81例，共计101枚肿物，其中纤维腺瘤41例，腺病27例，腺病伴纤维腺瘤30例，乳管内乳头状瘤2例，腺病伴乳管内乳头状瘤 1例。恶性病变 128例，平均（52.33±10.83）岁，双侧发病1例，单侧发病127例，共计129枚肿物，其中浸润性导管癌116例，导管内癌6例，Paget病2例，黏液癌2例，乳头状癌1例，浸润性导管癌伴黏液癌2例。纳入标准：①首次经手术病理证实为乳腺良性疾病或乳腺癌；②术前常规接受乳腺钼靶X线检查；③肿物直径＜2 cm；④图像质量满足后处理要求。

1.2 仪器与方法 手术病理活检前使用GE Senographe DS新型全数字乳腺X线摄影机对患者行常规内外侧斜位（mediolateral oblique，MLO）和头尾位（cranial caudal，CC）乳腺摄片。摄影均选用AUTO-TIME曝光模式。根据患者年龄及腺体发育情况自动设定曝光条件，电压28 kV，电流60 mAs。

1.3 图像处理与分析

1.3.1 图像选择 由2名医学影像学诊断医师采用双盲法对每位患者的内外侧斜位及头尾位图像进行比较，选取病灶较清晰典型者上传至工作站进行纹理分析。

1.3.2 纹理分析 将所选图像以 DICOM 格式导入FireVoxel（https://wp.nyu.edu/FireVoxel）纹理分析软件，由2名乳腺X线诊断医师遵循盲法原则，手动勾画并填充感兴趣区（ROI），见图1。软件自动提取纹理参数包括均值、标准偏差、偏度、峰度、不均匀度和熵等，每项参数提取2次，取平均值。

1.3.3 乳腺X线诊断 乳腺 BI-RADS分级参照美国放射学会 2003年发布的乳腺影像报告和数据系统（breast imaging reporting and data system，BIRADS）[10]。本研究中以徐州医科大学附属医院影像科医师诊断报告为准，将0～4A类归为良性，4B～6类归为恶性。

1.4 统计学方法 采用SPSS 22.0软件，计量资料以±s表示。采用独立样本t检验和Mann-WhitneyU检验分析纹理参数的组间差异，对差异有统计学意义者绘制受试者工作特性（ROC）曲线。对比分析乳腺X线、纹理特征、乳腺 X线联合纹理特征的诊断效能。P＜0.05表示差异有统计学意义。

图1 女，65岁，右侧乳腺浸润性导管癌。X线显示乳腺小结节病灶（箭，A）；对病灶局部放大（B）；手动勾画ROI（C）

2 结果

2.1 乳腺 X 线诊断结果 共诊断 3～4A 类小结节125枚，其中93枚通过病理诊断证实为良性，32枚病理诊断为恶性；诊断4B～6类小结节105枚，其中97枚病理诊断证实为恶性，8枚病理诊断证实为良性。乳腺X线诊断小乳癌的敏感度、特异度和准确度分别为 75.2%（97/129）、92.1%（93/101）和82.6%（190/230）。

2.2 纹理分析结果 两组均值、偏度和峰度比较，差异无统计学意义（P＞0.05）。恶性组标准偏差、不均匀度和熵值高于良性组，差异有统计学意义（P＜0.001），见表1；纹理特征绘制ROC曲线得出曲线下面积（AUC）分别为0.641、0.645和0.681，以熵的AUC值最高（P＜0.001），见表2、图2。

2.3 乳腺X线联合纹理分析结果 乳腺X线、纹理特征和乳腺X线联合纹理特征诊断小结节良恶性的AUC值、敏感度、特异度和准确度见表3、图3。纹理特征与乳腺 X线诊断小乳癌的敏感度和准确度差异无统计学意义（χ2=1.17、2.22，P＞0.05），特异度显著低于乳腺X线（χ2=11.17，P=0.0008）。乳腺 X线联合纹理特征诊断小乳癌的敏感度和准确度均显著高于乳腺 X 线（χ2=7.11、8.37，P＜0.01），特异度与乳腺 X线差异无统计学意义（χ2=2.25，P＞0.05）。

表1 乳腺小结节良性组与恶性组X线图像纹理特征值比较（ ±s）

表1 乳腺小结节良性组与恶性组X线图像纹理特征值比较（ ±s）

分组均值标准偏差偏度峰度不均匀度熵良性组 2384.15±362.20 72.19±42.19 -0.21±0.82 0.70±2.74 0.03±0.02 4.13±0.41恶性组2297.17±391.24 79.67±26.91-0.39±0.44 0.06±1.03 0.04±0.02 4.37±0.36 t/Z值 -1.700 -3.681 -1.353 -0.542 -3.769 4.643 P值0.089＜0.001 0.176 0.588＜0.001＜0.001

表2 乳腺小结节良性组和恶性组X线图像纹理参数的ROC分析

表3 乳腺X线、纹理特征及乳腺X线联合纹理特征对小结节良恶性的诊断效能

图2 标准偏差、不均匀度和熵对乳腺小结节良恶性诊断效能的ROC曲线

图3 乳腺X线、纹理特征及乳腺X线联合纹理特征对乳腺小结节良恶性诊断效能的ROC曲线

3 讨论

异质性是公认的恶性肿瘤特征，反映了肿瘤内高细胞密度、出血、坏死和黏液样改变。纹理分析是一种量化肿瘤异质性的新方法。本研究探讨了X线图像纹理分析对直径＜2 cm的乳腺小结节良恶性的鉴别价值，结果显示，均值、偏度和峰度值在良、恶性小结节组间差异无统计学意义（P＞0.05）；标准偏差、不均匀度和熵可以有效区分乳腺小结节良恶性，以熵的鉴别效能最优。多项纹理参数联合可以提高单一参数的鉴别效能。因此，乳腺X线联合纹理特征可以提高单一X线诊断小乳癌的敏感度和准确度。

均值指肿瘤内体素的平均值，易受ROI大小的影响。Kang等[11]对27例脑胶质瘤患者行扩散加权成像（DWI）图像纹理分析发现，均值在高、低级别脑胶质瘤间差异无统计学意义（P＞0.05）。Woo等[12]研究发现高、低级别子宫内膜癌患者DWI图像均值的组间差异并不显著。上述结论均与本研究结论一致，提示均值反映肿瘤异质性的能力较低。

偏度和峰度能否反映肿瘤异质性目前尚有争议。Ng等[13]认为偏度和峰度能够较好地预测原发性结直肠癌患者的5年生存率。Pusiol等[14]研究认为偏度和峰度对恶性肿瘤有预测价值。本研究未发现偏度和峰度在乳腺良、恶性小结节间存在显著差异，与王茹等[15]的结论相似，提示偏度和峰度可能受多种因素影响，反映肿瘤异质性不稳定。

不均匀度和熵值均代表病灶内部像素分布的混杂程度。Bayanati等[16]报道恶性肿瘤较良性肿瘤的血流分布与微血管密度更不均匀，表现为更强的异质性。Lubner等[17]报道肾癌CT图像的熵值与组织学分型密切相关，门静脉期肾透明细胞癌的熵值明显高于非透明细胞癌。王茹等[15]研究发现，肝癌患者经肝动脉化疗栓塞术后早期复发组CT图像的熵值和不均匀度明显高于非复发组，异质性更高。Ganeshan等[18]认为标准偏差与晚期、缺氧等不良肿瘤生物学行为密切相关，也可以较好地反映肿瘤异质性。上述结论均与本研究结论一致。在 3种纹理特征中，以熵的诊断AUC值最高（0.681），提示熵可能是鉴别乳腺小结节良恶性的最佳单一纹理指标。3种纹理特征联合后AUC值为0.742，AUC值的提高提示一系列优化组合的纹理特征可较单一纹理更好地捕捉乳腺实质的异质性特征。黄燕琪等[19]利用增强CT图像的多维联合纹理特征成功降低了肝脏实性局灶性病变的良恶性错判率，也验证了此种观点。

此外，本研究发现纹理特征与乳腺X线的诊断敏感度和准确度差异并不显著，而特异度低于乳腺 X线；乳腺X线联合纹理特征可将单一X线诊断敏感度从 75.2%提升至 82.2%，准确度从 82.6%提升至84.8%，差异均有统计学意义。上述结果均表明X线纹理特征对小乳癌的排除诊断价值较低，但可辅助单一X线摄影以提高诊断的敏感度和准确度。

目前，MRI纹理分析对乳腺病灶的诊断价值得到普遍认可，但为得到全面的纹理信息，需要连续多层勾画与纹理提取，花费大量的人力和时间，临床实践效益较低。乳腺X线临床应用更为广泛、经济、方便，且纹理ROI勾画简单，具有更大的临床应用价值。

本研究的局限性：①本试验为回顾性单中心研究，样本存在一定的偏倚；②ROI人工勾画效率较低，理想化的情况是结合自动分割算法，自动或半自动勾画；③既往纹理研究会剔除钙化灶或囊变坏死区域，推测这些区域也包含病灶的部分纹理信息，故未作剔除。

总之，乳腺 X线联合纹理特征可以提高单一 X线摄影诊断小乳癌的敏感度和准确度，值得在临床乳腺癌筛查中推行。