邻近血管征对BI-RADS 3、4 类病变的诊断价值

汤易 李传乐 魏博文 韩贺山

MR 乳腺影像报告与数据系统（Breast Imaging Reporting and Data System，BI-RADS） 是由美国放射协会将乳腺钼靶诊断系统的BI-RADS 评分法发展而来，主要局限性在于其诊断特异性不高［1］。本研究比较分析BI-RADS、邻近血管征（adjacent vascular sign，AVS）及两者结合对BI-RADS 3、4 类病灶良恶性的诊断效能，以期提高乳腺病灶诊断特异性。

资料与方法

1.一般资料

收集我院2018 年6 月～2020 年3 月乳腺MRI诊断为BI-RADS 3 或4 类病变的55 例女性患者的临床资料。年龄27～61 岁，平均（42.58±7.18）岁。患者均于MR 检查后一周内经手术切除或穿刺活检获得病理诊断。所有患者MR 检查前均未行穿刺、手术及放化疗，并对检查知情同意。

2.仪器及扫描技术

仪器：Siemens 1.5 T Avanto 超导型磁共振扫描仪和专用乳腺相控阵线圈。扫描技术：轴位脂肪抑制T2WI：TR 5600 ms，TE 60 ms；矢状位脂肪抑制T2WI：TR 3400 ms，TE 68 ms，层厚4 mm，层间隔1.0 mm，激励次数1；轴位梯度回波T1WI：TR 8.6 ms，TE 4.7 ms，翻转角20°，层厚1 mm，层间隔0.2 mm；动态增强扫描：3D 快速小角度激发序列1+7 组扫描。平扫完成后，增强序列第1 组开始20 s 内团注对比剂钆喷酸葡胺0.15 mmol/kg，TR 4.4 ms，TE 1.7 ms，翻转角10°，层厚1.7 mm，矩阵336×448，连续采集无间隔时相图像，每组扫描时间60 s。

3.图像后处理

选择增强后第2 时相图减去蒙片，行最大信号强度投影重组获得MIP 图（maximum intensity projection，MIP）。利用Syngo MMWP 图像工作站和Mean Curve 软件在乳腺异常强化病灶的最大截面层，同时避开出血、钙化、液化、坏死区域，选择圆形10 mm2的ROI 来勾画兴趣区，以强化最明显区域绘制时间-信号强度曲线，将曲线类型分3 种：Ⅰ型即渐进型，Ⅱ型即平台型，Ⅲ型即廓清型。

4.图像分析

乳腺3、4 类病灶BI-RADS 分类标准依据BIRADS 第5 版。AVS 定义：早期减影图上以血管进入或接触强化病变的边缘，且在后期减影图像上能清楚描绘，则记为AVS 阳性（AVS+），反之则记为AVS 阴性（AVS-），并依据血管数目（≥3 支或＜3 支），血管最大直径（≥2 mm 或＜2 mm）分组。BI-RADS、AVS 分析及两者结合方式：（1）以BIRADS 3 类为良性，4 类为恶性，计算BI-RADS 诊断效能值；（2）以AVS 阳性为恶性、阴性为良性，计算AVS 诊断效能值；（3）分别以AVS 阴性，AVS少于3 支，AVS 直径小于2 mm，AVS 少于3 支并直径小于2 mm 对4 类病变降级处理（降为3类），计算结合调整后的BI-RADS 诊断效能值；（4）分别以AVS 阳性，AVS 大于等于3 支，AVS 径大于等于2 mm，AVS 大于等于3 支并直径大于等于2 mm 对3 类病变升级（升为4 类），计算结合调整后的BI-RADS 诊断效能值；以上评估项目是在2 位医师不知病理结果的情况下进行，意见不一致时协商达成统一。

5.统计学分析

资料采用SPSS 17.0 统计软件对数据进行处理。计量资料以±s 表示，采用两独立样本t 检比较良/恶性，AVS 阳/阴性不同组间病灶大小。采用McNemar 检验，以病理诊断为金标准比较不同诊断方式的Kappa 值。P＜0.05 为差异有统计学意义。依敏感度、特异度、符合率、阳性预测值（positive predictive value，PPV）、阴性预测值（negative predictive value，NPV）计算公式计算相应值。

结果

病理结果：55 例患者共57 个病灶。良性27个，包括腺病12 例、纤维腺瘤4 例、导管内乳头状瘤4 例（图1）、纤维囊性变5 例、炎症2 例（图2）。良性病灶大小8～50 mm，平均（18.07±8.56）mm；恶性病灶30 个，其中1 例患者双乳病变（左乳浸润性导管癌，右乳浸润性小叶癌），1 例患者单乳双发病变（左乳导管原位癌及浸润性导管癌）。浸润性导管癌共23 例（图3、4），其中3 例包含原位癌成分。1 例浸润性小叶癌，6 例纯原位癌。恶性病灶大小8～54 mm，平均（21.4±10.72）mm。

图像分析结果：57 个病灶在BI-RADS 3/4类，AVS 阴/阳性组分布（表1）。

表1 57 个病灶在BI-RADS 分类及AVS 组间分布

诊断结果：BI-RADS、AVS 良恶性诊断特异度分别为48.15%、70.37%。以AVS 少于3 支，AVS 少于3 支并直径小于2 mm 对4 类病灶降级的结合方式特异度最高，均为81.48%。以AVS 阴性作为4类降级的结合方式诊断敏感度、特异度、符合率、PPV、NPV 分别为83.33%、77.78%、80.70%、80.65%、80.77%。BI-RADS、AVS 及两者不同方式结合诊断效能（表2）。

讨论

MR BI-RADS 根据病变形态学和血流动力学特征预测乳腺病变恶性的可能性，但诊断特异性较低。许多研究尝试采用新技术或动态增强、扩散加权成像、波谱成像等多参数联合提高其诊断特异性［2-6］。Siewert 等［7］率先在增强MR 上观察到乳腺癌相关的血管增加。之后，乳腺血管与乳癌相关性主要以两种方式被关注，一是乳腺整体血管，即乳癌患侧整体血管不对称性增加；二是局部瘤周血管，即AVS。本研究比较分析BI-RADS、AVS 对乳腺3、4 类病灶良恶性的诊断效能，并尝试将两者结合以期提高诊断效能。

表2 BI-RADS、AVS 及两者不同方式结合诊断效能

本组资料57 个病灶中BI-RADS 3 类14 例，4 类43 例。病理良性27 例、恶性30 例，以BIRADS 3 类为良性，4 类为恶性，诊断敏感度、特异度分别96.67%，48.15%，显示BI-RADS 良恶性诊断敏感度佳，但特异度较低；57 个病灶AVS 阳性34 例，良恶性病灶分别为8 和26 例。AVS 单独应用诊断特异度（70.37%）高于BI-RADS（48.15%）。文献中相关的研究结果差异较大［7-14］，敏感度47%～92.6%，特异度66.1%～98.8%。分析其原因，除了病例构成、扫描设备等不同外，一个重要的原因是对AVS 定义及分析方法不同。文献［7-12］是在3D-MIP 图上分析AVS，而文献［13,14］定量研究中则分别以肿块周围4 及3 cm 内的血管为研究对象。笔者是在增强减影图上判定AVS 有无存在及其数目、直径评估，多层面、多时相减影图上追踪目标血管以确认血管与病灶的关系，以血管进入强化病灶或接触病灶的边缘定义为AVS 阳性。研究中发现3D-MIP 图和增强减影图像对AVS 显示有时存在较大不同，3D-MIP 图常显示血管接触病灶或在其内走行的假象（图1）。认为在减影图上分析AVS 较在3D-MIP 图上分析能更为真实、客观地反映病灶血供；本研究34 例AVS 阳性病灶中，良性8 例、最大径均值（24.88±11.31）mm，恶性26例、均值（21.92±11.35）mm，良、恶性大小无统计学差异 （t=0.644，P=0.524）。27 例良性病灶中8 例AVS 阳性病灶大小[均值（24.86±11.30）mm]大于19 例AVS 阴性者[均值（15.21±5.18）mm]（t=3.089，P=0.005），与Kul 等［8］研究一致，提示良性病变随着病灶的增大，AVS 阳性率也随之增加，可能与病灶的生长代谢需求增多或炎性反应有关；恶性病灶30 例，26 例AVS 阳性病灶大小[平均（21.92±11.35）mm]与4 例AVS 阴性者[平均（18.50±4.20）mm]，无统计学差异（t=0.59，P=0.56）。提示恶性病灶的AVS 阳性率似乎与病灶的大小无关，与文献［9］的研究一致。而彭程宇等［15］研究显示肿块型及非肿块型乳癌的最大径均与AVS 数目评分正相关（r=0.46/0.79，P 均＜0.01）。研究认为促使乳腺恶性肿瘤周围血管增多、血供增加的因素较多，如肿瘤血管生长因子刺激、肿瘤血流阻力减低等，肿瘤AVS 阳性率或数目、直径与瘤灶大小、形态、病理类型及组织学分级间关系尚需要进一研究探讨。

本研究借鉴Schmitz 等［16］的研究方法尝试将AVS 与BI-RADS 相结合，具体结合方法为（1）分别以AVS 阴性，AVS 少于3 支，AVS 直径小于2 mm，AVS 少于3 支并直径小于2 mm 对4 类病灶进行降级，即降为3 类。（2）分别以AVS 阳性，AVS 大于等于3 支，AVS 直径大于等于2 mm，AVS 大于等于3 支并直径大于等于2 mm 对3 类病灶进行升级，即升为4 类。分别计算调整后的BI-RADS 3、4 类病灶诊断效能；结果显示以AVS 少于3 支和以AVS 少于3 支并直径小于2 mm 对4 类病灶降级方法取得最高特异度（均为81.48%），但敏感度损失较大（分别为50.00%，66.67%）。而以AVS阳性对3 类病灶升级的结合方式敏感度、阴性预测值最高，均为100%，但特异度仅为40.74%。以AVS 阴性对4 类病变降级的结合方式更为适用，虽然特异度略有减低（77.78%），但敏感度（83.33%）等指标受到较小影响，与病理诊断一致性也最高（Kappa 值0.612，P＜0.001），且从临床实用的角度考虑评估血管数目、直径较为繁琐、费时；以AVS 阴性对4 类病灶降级的结合方式中共产生6 例假阳性病例，包括2 例炎症、2 例腺病伴炎症、1 例纤维囊性变、1 例纤维腺瘤，显示炎性改变（2 例炎症及2 例腺病伴炎症）是构成假阳性病例的最主要的病理类型（4/6），与Dietzel 等［17］大样本研究的结果基本一致。5 例假阴性病例，包括2例浸润性导管癌，1 例浸润性小叶癌，2 例纯原位癌；将乳腺血管分析与BI-RADS 相结合的相关研究［16,18］大多参考Sardanelli 等［19］于2005 年提出的一个基于乳腺整体血管数目的定量方法，方法中关注双侧整体乳腺中长度大于等于3 cm 或直径大于等于2 mm 的血管数目，且设定当双侧乳腺血管差异数大于等于2 时，即为出现乳癌相关的不对称性血管增加，借此和BI-RADS 相结合提高良恶性鉴别能力。但正如Kul 等［8］指出的上述血管定量方法存在分支血管难以计数、分析费时等局限性，尤其对于单侧乳腺切除史患者或如本研究中出现的1 例双乳多发癌肿的患者不适用。研究采用AVS 和BI-RADS 相结合可弥补这方面的不足。

本研究局限：（1）无论是AVS 有无判断、数目与直径的测量都存在主观性。（2）由于样本量有限，未能在AVS 与BI-RADS 结合方式上进行更为细化分组比较，亦未能比较AVS 数目、直径不同阈值下的诊断效能。

总之，AVS 在乳腺病灶良恶性诊断上有其重要应用价值，AVS 与BI-RADS 相结合能够提高BI-RADS 3、4 类病灶良恶性诊断特异性，且从临床实用角度考虑推荐以AVS 阴性对4 类病灶降级的方式结合BI-RADS。