IVIM及DWI对DCE-TIC呈平台型乳腺良恶性病变的鉴别诊断价值

张 敏，郑 浩，李昌帅，聂家秋，耿 海

乳腺癌已成为威胁女性健康的重大疾病，其发病率逐年升高，已居女性病变第1位［1］。动态增强MRI （dynamic contrast enhanced-MRI，DCE-MRI）在乳腺检查中应用广泛，动态增强时间信号曲线（dynamic contrast enchancement-time intensity curve，DCE-TIC）可分为3型：Ⅰ型为流入型，Ⅱ型为平台型，Ⅲ型为流出型，其中Ⅰ型和Ⅲ型具有较高的特异性，Ⅱ型特异性较低，具有较高重叠性［2］。扩散加权成像（DWI）和体素内不相干运动（IVIM）可以全面评估组织内的水分子扩散运动，间接反映组织的病理生理学特性［3，4］。该研究旨在探讨IVIM及DWI对DCE-TIC呈Ⅱ型乳腺良恶性病变的诊断价值。

1 资料与方法

1.1 临床资料 选取2017年1月—2018年1月来笔者所在医院就诊患者57例作为研究对象，所有患者均为女性，年龄27～82岁，共60个病灶，经术后病理证实良性29个，恶性31个。患者就诊前均未行任何诊治，于MRI检查后行手术治疗或细针穿刺活检。该研究为前瞻性研究，通过医院伦理委员会审批，且每名受试者均被提前告知检查目的并签署知情同意书。

1.2 检查方法 MRI扫描由GE 3.0T超导磁共振（discovery MR 750w）完成，采用8通道乳腺线圈，患者取俯卧位、足先进，双侧乳房自然悬垂于线圈内，尽量置于线圈中心，胸壁与线圈之间尽量无缝隙，尽量减少胸壁周围脂肪对信号的干扰。所有影像学资料应完整包括双侧乳腺组织、双侧腋窝及前胸壁组织。每个研究对象均行轴位T1WI、T2WI、DCEMRI及IVIM扫描。各序列扫描参数：轴位快速自旋回波 T1WI，TR 726 ms，TE 最小值，FOV 38 cm×38 cm，矩阵 512×512，层厚 4 mm，层间距 1 mm，激励次数（NEX）1，序列扫描总时间为1分25秒；轴位脂肪抑制快速自旋回波T2WI，TR 6371 ms，TE 85 ms，FOV 38 cm×38 cm，矩阵 512×512，层厚 4 mm，层间距1 mm，激励次数（NEX）1，序列扫描时间为 2分52秒；多b值DWI采用EPI序列，TR 3850 ms，TE 最小值，FOV36 cm×36 cm，矩阵 256×256，层厚4 mm，层间距 1 mm，b 值分别为 0、20、50、100、200、400、800、1000、1200 s/mm2，激励次数（NEX）分别为1、1、1、2、2、3、5、7、9、9，序列扫描总时间为 11 分 56秒；DCE-MRI采用乳腺容积成像序列，TR 4.2 ms，TE 2.1 ms，FOV 36 cm×36 cm，矩阵 512×512，层厚2 mm，层间距 0，激励次数（NEX）1，检查所用的对比剂为Gd-DTPA，注射前先扫一期蒙片，用时约1 min，扫描结束后若图像无异常则开始注药，并在注药后约20 s时开始扫描。持续扫描7期，用时7分6秒，每期1 min，间隔时间为1 s。

1.3 图像分析与数据采集 将扫描图像传至工作站，由两名具有15年以上影像学诊断经验的副主任医师应用Functool软件进行图像测量，结合T1WI、T2WI、DCE-MRI及 IVIM 图像，选取病变显示最大层面，将感兴趣区（ROI）置于病变实质部位，避开出血、坏死处，然后得出DCE-TIC，再采用单指数模型计算病变的ADC值、D值、D*值及f值，测量3次取平均值，分别记录。

1.4 评价标准 TIC类型判断标准：（1）持续上升型，SEM＞10%；（2）平台型，-10%≤SEM≤10%；（3）持续下降型，SEM＜-10%［5］。

1.5 统计学处理 SPSS 22.0进行统计学分析。所有计量资料以（x±s）表示。利用独立样本t检验比较两组间各参数差异。绘制受试者工作特征曲线（receiver operating characteristic curve，ROC），比较各参数对鉴别乳腺良恶性病变的诊断效能。得出最佳临界值及相应的敏感度、特异度。取P＜0.05为差异具有统计学意义。

2 结果

2.1 乳腺良恶性病变组DWI、IVIM各参数值比较

良恶性组ADC值、D值比较差异明显，恶性组低于良性组（P=0.000），两组的D*值、f值差异无统计学意义（表 1、图 1、图 2）。

表1 乳腺良恶性病变组各参数值比较（±s）

表1 乳腺良恶性病变组各参数值比较（±s）

分组 n ADC值（×10-3mm2/s）D值（×10-3mm2/s）D*值（×10-3mm2/s） f值（%）良性组 29 1.40±0.14 1.34±0.14 7.34±1.14 10.74±4.04恶性组 31 1.04±0.17 0.91±0.17 7.76±2.14 11.34±4.45 t值 - 9.350 10.574 -0.789 -0.780 P值 - 0.000 0.000 >0.05 >0.05

图1 左乳乳腺腺病并乳腺纤维腺瘤样增生

图2 左乳浸润性导管癌

2.2 IVIM模型参数对乳腺肿块病灶良恶性的诊断效能 ADC值、D值对诊断DCE-TIC呈Ⅱ型的乳腺恶性病灶的AUC分别为0.958、0.971，敏感度分别为93.5%、90.3%，特异度分别为86.2%、96.6%，相应临界值分别为 1.26×10-3mm2/s、1.05×10-3mm2/s。

图3 ADC值与D值诊断乳腺恶性肿块病灶的ROC曲线

3 讨论

DCE-MRI因组织分辨率高、无辐射及高敏感度等优势在乳腺病变诊断中的应用越来越广泛，一项Meta分析显示MRI对乳腺恶性病变总体敏感度高，约为 90%，但特异度较低，仅为 75%［6］，尤其对DCE-TIC呈Ⅱ型的乳腺良恶性病变的鉴别诊断价值非常有限。 Min 和 Tamura 等［3，7］认为 DWI可提升DCE-MRI的诊断特异度，但其代表病灶内水分子的扩散运动，在微血管丰富的病变中，会使病变本身的ADC值受到影响，导致诊断准确性下降。Le等［8］提出的IVIM能将水分子扩散及微循环灌注信息分别量化。

D值反映病灶内水分子真实的扩散效应。该研究显示恶性病灶的ADC值、D值均低于良性病灶，且D值明显低于ADC值，这说明微循环灌注对ADC值产生了影响，从而致其被高估，与Sigmund、Liu 等［4，9］研究结果一致。 D 值及 ADC 值的 AUC 分别是0.971、0.958，说明D值的诊断效能更高。

f值反映病变的血流灌注，它与病变组织的血流供应密切相关，随着病变组织的微循环灌注的增加而增大，恶性病变较良性病变具有更高的f值，灌注分数越高，说明了病变血供越丰富，在一定程度上提示病变恶性程度可能性越高。因此，当病变的恶性倾向越明显时，D值越低，f值越高，该研究结果与 Sigmund 等［4］的报告一致。 但 Tamura 等［10］与该研究结果不一致，认为良恶性病变间的弥散加权成像各个参数都没有统计学意义。该研究良恶性组间f值无统计学意义，可能与良性组别中病理类型较单一有关，腺瘤患者较多，腺瘤血流较丰富，受血流灌注影响大。

D*值代表与灌注相关的伪扩散系数。人体各体素间毛细血管的血液流动是随机的，这会导致在扩散编码梯度脉冲下产生信号衰减，且这种现象仅在使用低b值时才可观察到，此时所测得的ADC值通常大于使用高b值时所获得的ADC值［11］。该研究显示良恶性病灶的D*值无统计学意义，与Liu等［12］研究一致。 多项研究［13，14］认为，D* 值的影响因素较多，如b值的选取、是否绝经及月经状态等。

综上所述，DWI及IVIM的某些参数，如ADC值、D值，可进一步鉴别DCE-TIC呈Ⅱ型乳腺病灶的良恶性，且D值具有更高的诊断效能。其次，IVIM成像的一个优势是不使用造影剂，对于造影剂过敏或有禁忌者（如肾源性系统性纤维化风险的肾功能衰竭或脑基底节钆沉积患者［15-17］），可成为DCEMRI的替代方案。