DCE-MRI联合DWI对乳腺可疑恶性病变的诊断价值*

孙芳芳 耿军祖

滨州医学院烟台附属医院医学影像科，山东 烟台 264100

近年来乳腺癌已成为中国女性最常见的癌症，也是年轻女性癌症死亡的主要原因[1]。乳腺动态增强磁共振成像(dynamic contrast- enhanced magnetic resonance imaging, DCE-MRI)是一种成熟的乳腺成像方法，具有高敏感性。扩散加权成像(diffusion weighted imaging, DWI)是在乳腺MR中应用最广的功能成像技术，检测组织中水分子的扩散能力，可提高乳腺癌诊断的特异性[2]，表观扩散系数(apparent diffusion coefficient, ADC)值获取简单，是DWI的定量指标。乳腺可疑恶性病变即不具有典型恶性征象的可疑病灶，在书写影像报告时我们常将其归入BI-RADS 4类，其恶性概率为2%～95%，良性病变占比很大，该类病灶有较大不确定性，是造成不必要的穿刺活检的重要因素之一。既往研究多关注于对整体乳腺病变的诊断价值，本研究旨在探讨DCE-MRI联合DWI是否可以改善可疑恶性病变的诊断性能。

1 材料和方法

1.1 研究对象

回顾性分析2017年1月至2018年10月间于我院行乳腺MR检查的987名患者，其中，129名患者的142个病变符合以下纳入标准，所有患者均为女性，年龄27～76岁，平均年龄(47.1±11.4)岁，组织病理资料齐全。纳入标准：(1)病变被归入可疑恶性病变范畴；(2)检查序列中包含DWI序列；(3)MR检查后2周内进行穿刺活检或手术。排除标准：(1)MR检查前进行过活检或手术；(2)检查前进行过放、化疗；(3)运动及磁场伪影造成的诊断困难；(4)病变没有病理评估。本研究经我院机构评审委员会批准，放弃知情同意。

1.2 检查方法

采用Siemens Magnetom Skyra 3.0T MR扫描仪，4通道乳腺专用线圈，患者取俯卧位，双乳自然悬垂于线圈内。常规扫描序列：T1WI(TR 169 ms，TE 2.6 ms)、T2WI(TR 3500 ms，TE 69 ms)及脂肪抑制序列T2WI(TR 3200 ms，TE 69 ms)，层厚4.0 mm，层间距0.4 mm，FOV 340 mm×340 mm，矩阵269×384，激励次数2；DWI扫描：TR 5700 ms，TE 60 ms，b值取800 s/mm2，层厚5.0 mm，间隔15%；DCE-MRI扫描：采用梯度回波三维容积插值屏息扫描(volumetric interpolated breath-hold examination，VIBE)技术，共扫描8期(1期蒙片+7期增强)，TR 4.49 ms，TE 1.68 ms，FOV 340 mm×340 mm，矩阵352×260，层厚1.2 mm，层间距0.24 mm，翻转角10°，每期扫描时间约45 s；对比剂采用钆喷替酸葡甲胺(Gd-DTPA)，流率2.5 mL/s，剂量0.2 mL/kg，然后以相同流率注射0.9%氯化钠注射液20 mL冲管。

1.3 ADC值的获取和数据分析

在syngoMMWPVE40B工作站完成图像处理。感兴趣区(region of interes, ROI)的选取应不小于3个体素，避开坏死、囊变及出血区。时间-信号曲线(time-to-intensity curve, TIC)类型以第2时相后曲线变化趋势作为判断依据，幅度变化范围在±20%之间为Ⅱ型(平台型)，强化率降低>20%为Ⅲ型(廓清型)，持续强化>20%为Ⅰ型(流入型)。在ADC图上测量ADC值时，避开坏死、囊变及出血，手动放置ROI以包围尽可能大的固体成分，测量3次取平均值。

由2名放射科医师(分别有2年及10年影像诊断经验)在对病理结果不知情的情况下，对符合纳入标准的可疑恶性病灶图像进行独立分析，最后由本研究负责人确认结果，出现分歧时通过讨论达成一致意见。

1.4 统计学分析

采用SPSS 22.0统计软件，计量资料用均数±标准差表示，组间比较采用独立样本t检验；计数资料用率表示，组间比较采用χ2检验。采用受试者工作(ROC)曲线分析ADC值对良恶性病变的诊断价值。检验水准α=0.05。

2 结 果

2.1 病理结果

恶性病灶共89个，包括浸润性导管癌56个、浸润性小叶癌1个、导管原位癌12个、恶性叶状肿瘤1个、乳头Paget's病伴浸润性导管癌1个、黏液癌9个、浸润性导管癌伴黏液癌6个、其他(浸润性微乳头状癌、转移癌) 3个；良性病灶53个，包括其中纤维腺瘤6个、乳腺腺病5个、乳腺腺病伴纤维腺瘤18个、乳腺增生1个、导管内乳头状瘤3个、良性叶状肿瘤2个、肉芽肿性乳腺炎11个、其他良性病变共7个。

恶性病变平均大小大于良性病变，但是差异无统计学意义(P=0.173)，良恶性组患者的平均年龄之间差异具有统计学意义(P<0.001)。如表1。

表1 两组间病灶大小及患者年龄的比较(均数±标准差)

2.2 TIC曲线

所有恶性病变中Ⅰ型曲线占6.7%(6/89)，Ⅱ型曲线占30.3%(27/89)，Ⅲ型曲线占62.9%(56/89)。良性病变中Ⅰ型曲线占43.4%(23/53)，Ⅱ型曲线占39.6%(21/53)，Ⅲ型曲线占17.0%(9/53)。乳腺良恶性病变的Ⅰ、Ⅱ、Ⅲ型TIC分布差异有统计学意义(P<0.001)，且恶性肿块以Ⅲ型为主，良性肿块以Ⅰ型为主。如表2。

表2 以病理结果为金标准时良恶性病变的TIC分布(个)

2.3 DWI-ADC值

恶性病变的平均ADC值为1.055×103mm2/s，良性病变的平均ADC值为1.279×103mm2/s，良恶性病变的ADC值差异有统计学意义(P<0.05)。采用ROC曲线统计方法得出b值取800 s/mm2时，AUC为0.740，以ADC值1.129×103mm2/s为最佳临界值，敏感性71.7%，特异性79.8%。

2.4 DCE-MRI联合DWI

评价DCE-MRI时将廓清型曲线作为诊断恶性肿瘤的标志；以ADC值<1.129×103mm2/s作为DWI鉴别恶性肿瘤的标准。用ROC曲线分析DCE-MRI、DWI及二者联合时诊断性能。DCE-MRI诊断乳腺癌的敏感性为77.8%，特异性为59.6%，AUC为0.763(0.618,0.846)，DWI诊断乳腺癌的敏感性低，仅为62.2%，但特异性较高，为69.2%，AUC为0.735(0.647,0.824)，二者联合时敏感性、特异性最高，分别为88.9%、82.7%，并且二者联合诊断时AUC最大，为0.827(0.756,0.899)。如图1。

图1 DCE-MRI、DWI及二者联合的ROC曲线

3 讨 论

我们在研究中将DCE-MRI的血流动力学参数TIC和DWI定量参数ADC值相结合，获得乳腺病变血流动力学及组织细胞状态的重要信息。

与乳腺良性病变相比，恶性肿瘤细胞增殖旺盛，水分子扩散受限，ADC值降低，所以DWI可以用来鉴别乳腺良恶性病变[5-6]，但其ADC值易受扫描参数影响，所以以往研究报告了不同的阈值。我们以1.129×103mm2/s作为ADC临界值时，诊断的敏感性及特异性最高，与之前研究结果相近[4-5]。可以发现由于b值的选择及ADC值的测量方法不同等原因，造成目前鉴别乳腺良恶性病变ADC阈值尚未达成共识[6]。由于小病灶不能在ADC图上定位，所以在获取ADC值时需要结合增强图像及DWI图像同步观察[7]。需要注意的是，良恶性病变之间ADC值常存在重叠，比如粘液癌由于肿瘤区域细胞密度低而细胞外黏液多，其在ADC图像上常呈高信号，易引起误诊，从而造成假阴性结果[8]。本研究共收集到9例粘液癌，平均ADC值为1.640×103mm2/s，高于其他恶性肿瘤甚至良性肿瘤，这与先前的研究结果一致[7]。

动态增强的曲线类型可以鉴别乳腺良恶性病变，良性病变以流入型为主，恶性以廓清型为主[9]，Ⅲ型曲线被认为是预测恶性肿瘤的重要标志[10-11]，本研究也发现Ⅰ型及Ⅲ型曲线在乳腺良恶性病变间差异具有统计学意义(P<0.001)。DCE-MRI单独用来诊断乳腺癌时敏感性较高，但是特异性仅为59.6%，联合DWI技术后特异性明显提高，并且诊断准确率明显提高，与之前研究结果一致[12-13]。所以在病灶的形态学特征基础上，联合分析病灶的血流动力学特征及弥散受限程度可以提高乳腺可疑恶性病变诊断的准确性，帮助减少不必要的穿刺活检。

在分析资料中患者年龄及病灶大小信息时，我们发现恶性病变患者的平均年龄大于良性患者(P<0.05)，但是良恶性病变平均大小之间差异无统计学意义(P>0.05)，以往有研究得出同样的结果[14-15]。而Almeida等[2]发现良性组、高危组及恶性组间在患者年龄方面差异无统计学意义(P>0.05)，但各组在病变大小方面差异具有统计学意义，恶性组最大(P<0.05)，与Maltez等[16]研究结果相似。所以患者年龄等临床资料可以协助诊断乳腺可疑恶性病变。

综上所述，对乳腺可疑恶性病变的诊断，DCE-MRI有较高的敏感性，而DWI特异性较高，二者联合应用时有高敏感性及特异性，并且联合诊断的准确性最高。