ADC全容积直方图分析法鉴别乳腺良恶性肿块样病变

吴莎莎，于晓军，郑召龙，陈永升，牛庆亮*

(1.潍坊市中医院医学影像中心,山东 潍坊 261041;2.潍坊医学院医学影像学系,山东 潍坊 261053)

乳腺癌是中国女性发病率及死亡率最高的恶性肿瘤之一，近20年来，中国女性乳腺癌发病率明显升高[1]，且发病呈年轻化趋势，因此早发现、早诊断、早治疗对临床选择乳腺癌治疗方案、评估疗效及远期生存率意义重大。MRI因无辐射、组织分辨力较高等优势，在乳腺疾病的诊断中应用广泛。DWI可反映活体组织内水分子的扩散情况，ADC值可定量检测水分子扩散受限程度，有助于鉴别诊断乳腺良恶性肿瘤[2-3]。既往研究[4-5]多采用勾画单一或多个层面ROI得到平均ADC值来量化病变部位水分子扩散受限情况，而平均ADC值不能全面反映病变整体的ADC信息，且忽视了良恶性病变内部的异质性。ADC全容积直方图分析法采用逐层勾画ROI,进而生成3D ROI的方法，利用病变整体的ADC值信息描述病变部位水分子扩散受限的异质性程度，在肿瘤定性、分级及预测患者生存期等方面已显示出优越性[6-8]。本研究拟分析ADC全容积直方图分析法鉴别乳腺良恶性肿块样病变的价值，并与常规平均ADC值的诊断效能进行比较，旨在为早期诊断乳腺癌提供更多影像学信息。

1 资料与方法

1.1 一般资料 回顾性分析2016年9月—2018年11月在我院接受乳腺MR检查的88例女性乳腺肿块患者，其中恶性病变57例(57个病灶)，年龄28～69岁，平均(50.9±8.9)岁，包括浸润性导管癌53例、导管原位癌4例；良性病变31例(34个病灶)，年龄15～49岁，平均(36.4±8.9)岁，3例为多发病灶，乳腺炎5例，纤维腺瘤12例，纤维腺瘤伴腺病11例，导管内乳头状瘤3例。纳入标准：①于乳腺MR检查后2周内经穿刺活检或手术获取病理资料；②乳腺MR检查前均未接受穿刺、手术等有创性检查及放化疗；③根据乳腺影像诊断与报告系统确定为乳腺肿块样病变；④DWI图像无明显运动伪影。排除标准：①病变最大径≤1.0 cm；②特殊类型癌，如大汗腺癌、黏液癌、腺样囊性癌等；③非肿块样乳腺病变。

1.2 仪器与方法 采用GE Signa HDxt 3.0T MR仪及专用8通道乳腺相控阵线圈。嘱患者俯卧，使双侧乳腺自然下垂于乳腺线圈内，乳头居中。扫描序列：轴位T1WI(TR 725 ms、TE 7.18 ms)及T2WI(TR 5 219 ms、TE 81.41 ms)，FOV 36 cm×36 cm，层厚5 mm，层间隔1 mm，矩阵256×256，NEX 4；轴位动态增强MRI，采用3D-Vibrant技术，增强前先行蒙片扫描，确认扫描范围后，应用高压注射器经肘前静脉团注Gd-DTPA，剂量0.1 mmol/kg体质量，流率为2 ml/s，之后以20 ml生理盐水冲管，对比剂注射开始后延迟28 s，连续扫描7期，每期58 s，FOV 36 cm×36 cm，层厚1.8 mm，层间隔0.9 mm，矩阵512×512，NEX 1，翻转角12°；DWI采用SE-EPI序列，TR 8 300 ms，TE 63.6 ms，FOV 36 cm×36 cm，层厚 5 mm，层间距1 mm，矩阵256×256，b值取0、800 s/mm2。

1.3 图像分析 采用GE ADW 4.6工作站Functool 软件重建ADC图像。由2名具有5年以上乳腺MR诊断经验的医师沿病灶边缘逐层勾画ROI，计算常规平均ADC值。将ADC图像导入Omni-kinetics软件，参照乳腺MR平扫+动态增强图像，在ADC图像上沿病灶边缘逐层勾画ROI，合并生成3D ROI，重建得出ADC直方图，并记录直方图参数，包括第5、10、25、50、75、90、95百分位ADC值(记为5thADC、10thADC、25thADC、50thADC、75thADC、90thADC、95thADC)，最小、最大、平均ADC值(记为ADCmin、ADCmax、ADCmean)，偏度，峰度及标准差。

1.4 统计学分析 采用SPSS 19.0统计分析软件。符合正态分布的计量资料以±s表示，2组间比较采用独立样本t检验；不符合正态分布者以中位数(四分位间距)表示，2组间比较采用Mann-WhitneyU检验。采用Medcale软件(version 11.4.2.0)进行ROC分析，评估各参数鉴别诊断乳腺良恶性肿块样病变的效能。P<0.05为差异有统计学意义。采用组内相关系数(intraclass correlation coeffcient， ICC)评价2名医师测量常规平均ADC值及ADC直方图各参数的一致性，ICC值>0.80为一致性较好。

2 结果

2.1 乳腺肿块样良恶性病变各参数比较 2名医师测量常规平均ADC值及各ADC直方图参数的ICC均>0.80。良恶性病变各ADC直方图参数比较差异均有统计学意义(P均<0.05)；良性病变常规平均ADC值大于恶性病变(P<0.05)。见表1和图1、2。

2.2 各参数诊断乳腺肿块样良恶性病变的效能 ADC直方图参数中，5thADC～75thADC值鉴别乳腺良恶性肿块样病变的AUC逐渐增大(0.75～0.84)，其中75thADC、90thADC值鉴别乳腺良恶性肿块样病变的AUC最大，均为0.84，95thADC值的AUC较75thADC和90thADC值减小；75thADC、90thADC值鉴别乳腺良恶性肿块样病变的AUC与ADCmin、5thADC、10thADC值的AUC比较差异均有统计学意义(P均<0.05)。常规平均ADC值鉴别乳腺良恶性肿块样病变的AUC与ADCmean和50thADC值的AUC比较差异均有统计学意义(P=0.03、0.04)。见表2。

表1 乳腺良恶性肿块样病变各ADC直方图参数及常规平均ADC值比较(×10-3 mm2)

注：*：正态分布数据

表2 各ADC直方图参数及常规平均ADC值鉴别乳腺良恶性肿块样病变的价值

图1 患者女，25岁，右侧乳腺纤维腺瘤 A.增强T1WI示右乳病灶不均匀明显强化(箭)； B.DWI示病灶呈高信号(箭)； C.ADC图示病灶呈略低信号(箭)； D.ADC直方图显示正偏态，偏度为0.04，峰度为2.15

3 讨论

DWI是一种功能性MRI技术，可反映病变组织中水分子扩散情况；ADC值可定量反映水分子扩散程度，并与病变组织内细胞密集程度及细胞外间隙等因素有关；理论上，细胞密度越高，水分子运动的胞外空间越小，病变组织的ADC值就越小。研究[9-11]认为DWI及ADC图对于鉴别诊断病变良恶性及评估肿瘤放化疗疗效均有一定价值。

乳腺癌通常具有不同的病理分化程度及组织学分级，可能在影像学特征方面存在异质性。既往研究[4-5]多采用病灶最大径层面的平均ADC值或多层面的平均ADC值来评价病变性质，但其不包含病变整体的全部像素，不能全面反映病变内部信息[12]。基于整个病变的直方图分析法可提供比常规平均ADC值更多的信息，除包括多个百分位数ADC值和ADCmin、ADCmax、ADCmean等参数外，还可获得反映病变内部ADC值分布情况的参数，包括偏度、峰度及标准差，能提供更多反映病变异质性的信息，可用于更好地区分良恶性病变和肿瘤的不同分子亚型[13-15]。

图2 患者女，39岁，左侧乳腺浸润性导管癌 A.增强T1WI示右乳病灶明显强化(箭)； B.DWI示病灶呈高信号(箭)； C.ADC图病灶呈低信号(箭)； D.ADC直方图显示正偏态，偏度为0.82，峰度为4.12

本研究利用ADC全容积直方图分析法鉴别乳腺良恶性肿块样病变，结果显示良恶性病变间各ADC直方图参数差异均有统计学意义(P均<0.05)。直方图偏度反映频数分布偏离对称性的程度，正偏态代表更多数值分布在均值左侧，负偏态代表更多数值分布在均值右侧；偏度的绝对值越大，频数分布偏离均数的程度越大。峰度反映频数分布陡缓程度，峰度大于3表示频数分布更集中，峰度小于3说明频数分布较分散。本组恶性病变的偏度绝对值及峰度均大于良性病变(P均<0.05)，可能与恶性肿瘤细胞增殖旺盛，局部细胞密集程度较良性病变大、细胞外间隙容积减小有关。ROC曲线分析结果显示偏度鉴别乳腺良恶性肿块样病变的AUC为0.74，敏感度、特异度分别为0.79、0.68；峰度鉴别乳腺良恶性肿块样病变的AUC为0.66，敏感度、特异度分别为0.78、0.59。ADC直方图各参数中，75thADC与90thADC值鉴别乳腺肿块样病变良恶性的AUC最大，与ADCmin、5thADC、10thADC值的AUC比较差异有统计学意义(P均<0.05)；与ADCmean、50thADC值的AUC比较差异无统计学意义(P均>0.05)。研究[6，8，16]认为小百分位数ADC值鉴别乳腺良恶性病变的效能更高，本研究结果与之有一定差异，可能原因如下：①Liu等[8]b值取0、700 s/mm2，而Suo等[16]b值取0、600 s/mm2，b值不同，ADC值也不同；②选取ROI的方法不同，沈丽娟等[6]选择在肿瘤最大层面勾画ROI，单一层面的ADC信息不能代表病变整体的ADC信息；③入组乳腺癌类型不同，上述多个研究[6，8，16]的观察对象包含乳腺黏液癌等特殊类型癌，部分乳腺黏液癌ADC值不低于甚至稍高于正常乳腺组织的ADC值，可能对研究结果有一定影响。另外，以上研究均未对各参数的AUC进行两两比较。

本研究中乳腺良恶性肿块样病变的常规平均ADC值差异有统计学意义(P<0.05)；将ADC全容积直方图参数鉴别诊断乳腺良恶性肿块样病变的效能与常规平均ADC值进行比较，发现ADCmean和50thADC鉴别乳腺良恶性病变的AUC均大于常规平均ADC值(P=0.03、0.04)。

本研究的局限性：纳入分析的乳腺良性病变样本量较少，且包括多种不同病变，未能对单一良性病变进行单独分析，有待扩大样本量深入研究。

总之，ADC全容积直方图分析法有助于鉴别诊断乳腺良恶性肿块样病变，且较常规平均ADC值具有更高的鉴别诊断效能。