扩散峰度成像直方图鉴别乳腺肿瘤的应用

2021-05-26 02:53王芳程春红邵剑波吕国义
中国医学影像学杂志 2021年4期
关键词:高斯分布峰度水分子

王芳,程春红,邵剑波,吕国义

1.华中科技大学同济医学院附属武汉儿童医院(武汉市妇幼保健院)医学影像中心,湖北武汉 430016;2.武汉市第六医院放射科,湖北武汉 430015;3.武汉市第四医院放射科,湖北武汉 430030;*通讯作者 程春红 663wf2019@sina.com

乳腺癌是女性常见的恶性肿瘤,定期筛查可显著降低致死率。MRI 是检出乳腺癌最敏感的方法[1],其中动态增强磁共振成像(dynamic contrast enhanced MRI,DCE-MRI)诊断乳腺肿瘤的敏感度已接近100%,但特异度仍有待提高[2]。

扩散加权成像(DWI)可通过量化水分子的扩散运动反映病变分子水平的结构信息,可帮助提高DCEMRI 诊断乳腺肿瘤的特异度[3]。传统的DWI 假定水分子的扩散符合高斯分布;然而生物体内存在各种组织微环境,使得水分子的扩散偏离高斯分布[4]。扩散峰度成像(diffusion kurtosis imaging,DKI)可量化水分子在非高斯分布情况下的扩散行为,更好地反映病灶内部结构[5]。既往研究通过对病灶某一层面勾画感兴趣区(ROI),并以ROI 的测量结果进行分析,无法反映肿瘤整体的复杂程度[6]。本研究拟采用直方图分析方法,探讨DKI 参数的直方图对乳腺肿瘤的诊断价值。

1 资料与方法

1.1 研究对象 回顾性分析2018年2月—2019年12月在武汉儿童医院行乳腺MRI 检查,并经病理确诊的74例女性乳腺肿瘤患者,年龄25~68 岁,平均(44.5±10.3)岁。纳入标准:①MRI 检查前未进行任何治疗;②病灶为肿块型,可勾画边界;③检查后1个月内手术切除并获取病理结果。排除标准:①因DKI图像分辨率限制,排除大小<1.0 cm 的病灶;②图像伪影或变形严重而影响测量。最终纳入65例患者,共74 枚病灶:良性肿瘤30例34 枚病灶,包括纤维腺瘤24例27 枚病灶,导管内乳头状瘤4例5 枚病灶,良性叶状肿瘤2例;恶性肿瘤35例40 枚病灶,包括浸润性导管癌25例30 枚病灶,导管原位癌5例,浸润性小叶癌3例,黏液腺癌1例,恶性叶状肿瘤1例。

1.2 检查方法 采用GE 3.0T Discovery MR750W 及Siemens 3.0T SKYRA 扫描仪,8 通道乳腺专用线圈。患者取俯卧位,双乳自然悬垂于线圈内。扫描序列:①轴位压脂T2,视野32 cm×32 cm,矩阵320×256,层厚4 mm,层间距1 mm,TR 7200 ms,TE 85 ms,激励次数2;②轴位DKI,视野32 cm×32 cm,矩阵128×128,层厚4 mm,层间距1 mm,b 值分别为0、1000、2000 s/mm2,各自施加15 个不同方向扩散敏感梯度;③轴位DCE-MRI 序列,视野32 cm×32 cm,矩阵320×320,TR 4.8 ms,TE 1.5 ms,层厚1 mm,翻转角12°,每期60 s,共扫描7 期。

1.3 图像分析 在AW 4.6 工作站上对DKI 进行后处理,生成平均峰度(mean kurtosis,MK)及平均扩散系数(mean diffusivity,MD)图。由2 名分别具有6年和8年乳腺MR 诊断经验的主治医师采用盲法将MK 和MD 图导入MaZda 4.6 软件。以动态增强的图像作为参考,在肿瘤所有层面勾画边界,计算肿瘤整体平均值、标准差、百分位数(10%、25%、50%、75%、90%)、峰度值和偏度值。

1.4 统计学方法 使用SPSS 22.0 软件对MK 和MD的直方图参数进行统计分析。使用组内相关系数(ICC)评价不同医师测量结果的一致性。采用K-S 拟合优度检验MK、MD 直方图参数的正态性分布。符合正态分布的计量资料以±s表示,组间比较采用独立样本t检验,P<0.05 表示差异有统计学意义。利用受试者工作特征(ROC)曲线评价参数值对肿瘤性质的诊断效能。

2 结果

2.1 一致性检验 2 名医师对MK 及MD 直方图参数测量结果的一致性较好(ICC 值均>0.825,表1)。

表1 2 名医师测量乳腺肿瘤MK 及MD 直方图参数的一致性(ICC 值)

2.2 影像学表现及直方图参数分析 乳腺良性肿瘤与恶性肿瘤组间MK 及MD 峰度值和偏度值差异均无统计学意义(P>0.05)。除MK 最小值(minimum MK,MKMin)外,乳腺恶性肿瘤MK 平均值、最大值、百分位数(10%、25%、50%、75%、90%)均显著大于乳腺良性肿瘤,差异有统计学意义(P<0.05);除MD 最大值(maximum MD,MDMax)外,乳腺恶性肿瘤MD 平均值、最小值、百分位数(10%、25%、50%、75%、90%)均显著小于乳腺良性肿瘤,差异有统计学意义(P<0.05,表2)。乳腺恶性肿瘤影像表现及直方图参数见图1。

2.3 ROC 曲线分析 在MK 参数中,MKMax的AUC 为0.903,为所有直方图参数中最高。当MKMax的临界值为0.865 时,其敏感度为77.5%,特异度为91.2%;在MD参数中,MD10 的AUC 最大,为0.797(图2,表3)。

3 讨论

常规DWI的理论基础是水分子的扩散服从正态分布。然而研究发现,当使用较高的b 值(>1500 s/mm²)时,扩散信号的改变会偏离单指数模型[7]。DKI 是描述水分子运动非高斯分布的主流理论模型,模型中的峰度值反映水分子扩散偏离高斯分布的程度。既往研究报道DKI 鉴别乳腺良、恶性肿瘤的价值优于常规DWI[8-9];但也有研究表明良、恶性病灶的DKI 参数存在重叠[10],这种研究结果差异可能与ROI 的选择有关。既往研究大多数在肿瘤实质区的最大层面勾画ROI,以其所测平均值代表肿瘤整体参数,但无法反映肿瘤内部构成的差异性以及描述肿瘤组成的复杂程度。全容积直方图分析则可以更全面地反映肿瘤组成。这种方法不仅能获得病变整体的平均值,也能获得参数值分布及变异程度,因此与单一ROI 的测量结果相比具有更好的稳定性及可重复性。直方图分析可应用于各种信号变化,目前的研究以分析ADC 值居多, ADC 直方图在肿瘤的鉴别诊断[11]、TNM 分期[12]、预后判断[13]及疗效评价[14]方面具有更高的价值。

图1 女,54 岁,右乳浸润性导管癌。A 为动态增强图;B 为MK 图,MK 值为0.77±0.18;C 为MK 值的直方图;D 为MD 图,MD 值为(0.88±0.22)×10-3 mm2/s;E 为MD 值的直方图;箭示病灶

表2 乳腺良、恶性肿瘤DKI 各参数直方图比较(±s)

表2 乳腺良、恶性肿瘤DKI 各参数直方图比较(±s)

参数 MK MD(×10-3 mm2/s) 恶性肿瘤 良性肿瘤 t值 P 值 恶性肿瘤 良性肿瘤 t 值 P 值 平均值 0.74±0.24 0.51±0.17 4.678 <0.001 0.93±0.27 1.19±0.22 -4.297 <0.001 最大值 1.01±0.22 0.68±0.15 7.334 <0.001 1.28±0.29 1.39±0.20 -1.901 0.061 最小值 0.44±0.20 0.37±0.16 1.730 0.088 0.71±0.22 0.95±0.23 -4.412 <0.001 百分位数10% 0.51±0.20 0.42±0.16 2.080 <0.05 0.75±0.22 1.03±0.24 -5.062 <0.001 百分位数25% 0.60±0.21 0.46±0.16 3.111 <0.01 0.83±0.24 1.08±0.23 -4.536 <0.001 百分位数50% 0.71±0.23 0.52±0.17 4.199 <0.001 0.95±0.27 1.19±0.22 -4.010 <0.001 百分位数75% 0.83±0.22 0.59±0.16 5.418 <0.001 1.11±0.29 1.30±0.24 -3.084 <0.01 百分位数90% 0.95±0.22 0.65±0.15 6.768 <0.001 1.20±0.31 1.37±0.24 -2.578 <0.05 峰度值 0.13±0.35 0.07±0.18 0.859 0.393 0.12±0.27 0.04±0.16 1.532 0.130 偏度值 -0.05±0.29 0.02±0.14 -1.481 0.143 -0.05±0.25 0.01±0.12 -1.476 0.144

表3 MK、MD 直方图参数的诊断效能

图2 DKI 直方图参数鉴别诊断乳腺良、恶性肿瘤的ROC 曲线。A 为MK 直方图参数;B 为MD 直方图参数

本研究结果表明,在乳腺良、恶性肿瘤MK 和MD 直方图参数中,除MKMin、MDMax、峰度值及偏度值外,乳腺恶性肿瘤MK 平均值、最大值、百分位数(10%、25%、50%、75%、90%)均显著大于乳腺良性肿瘤,MD 平均值、最小值、百分位数(10%、25%、50%、75%、90%)均显著小于乳腺良性肿瘤,可能与肿瘤扩散成分的比例有关。恶性肿瘤异质性高,内部生长速度不一致,导致多种成分混杂,其中包括癌巢、出血、囊变坏死等各种病理改变,表现为多种复杂的扩散形式;良性肿瘤生长缓慢,细胞排列均匀,成分简单,扩散形式也相对单一。因此,恶性肿瘤MK值的直方图参数多数高于良性肿瘤。此外,在恶性肿瘤的实性区域,细胞排列更为致密,水分子扩散受限程度比良性病变更明显,因此MD 值显著下降,而在无细胞结构的囊变坏死区,扩散自由显著升高,甚至高于良性病变。MDMax代表肿瘤内部水分子扩散最自由的部位,因此良、恶性病变间无显著差异。在所有的直方图参数中,MKMax及MD10 在各组中的AUC最大。MKMax反映肿瘤内部扩散成分最复杂的区域;而MD10 是水分子受限较为显著的区域,其对应肿瘤侵袭性最强、异质性最高的区域。因此,良、恶性肿瘤之间的差异最显著。理论上,MDMin对应细胞排列最致密的部位;然而最小值易受噪声等因素影响,因此稳定性低于MD10,与Liu 等[15]的研究结果相似。此外,Barrett 等[16]分析DKI 直方图参数在前列腺癌分析中的稳定性,结果表明MD10 的可重复性高于MDMin。因此,直方图分析能更好地反映乳腺病变的组织学特性和异质性,多参数的诊断价值也高于单一平均值的分析效能。

本研究的局限性为:①纳入样本量有限,且病理类型较少,恶性病变主要是浸润性导管癌,而良性病变主要是纤维腺瘤,还需要纳入其他类型肿瘤进一步研究。②本研究为勾画ROI 的方便,病变选择均为肿块型病灶,也会造成选择偏倚而影响最终结果。

总之,DKI 直方图参数能更好地反映肿瘤内部微观结构,其中MKMax及MD10 在乳腺良、恶性肿瘤的鉴别中具有最高的诊断效能。因此,DKI 直方图分析可作为DCE-MRI 的补充,帮助提高恶性肿瘤的诊断特异度。

猜你喜欢
高斯分布峰度水分子
扩散峰度成像技术检测急性期癫痫大鼠模型的成像改变
多少水分子才能称“一滴水”
利用Box-Cox变换对移动通信中小区级业务流量分布的研究
2种非对称广义高斯分布模型的构造
磁共振扩散峰度成像在肝脏病变中的研究进展
基于自动反相校正和峰度值比较的探地雷达回波信号去噪方法
两颗心
一种基于改进混合高斯模型的前景检测
磁共振扩散峰度成像MK值、FA值在鉴别高级别胶质瘤与转移瘤的价值分析
一种改进的混合高斯模型背景估计方法*