磁共振弥散加权成像结合三维乳腺数字化断层摄影钙化分数在乳腺良恶性钙化病变鉴别中的诊断价值

王 毅，黄美铃，蔡思清，赖清泉，吴 宏，黄启明

福建医科大学附属第二医院1CT/MRI室，2放射科，福建 泉州362000

钙化是乳腺肿瘤的常见征象，在乳腺肿瘤的诊断及鉴别诊断中具有较大的意义［1］。钙化分数概念的提出首次将零散的钙化特征运用定量方法进行统一、规范的描述，为乳腺含钙性病灶提供了全面的评价标准［2］，并运用在三维乳腺数字化断层摄影（DBT）对乳腺肿瘤钙化性质的诊断及鉴别诊断中［3-5］。但DBT同样存在着一定的缺陷［6］：单独使用很难检出微钙化灶［7-10］、判断时间较长［11-12］、对于靠近胸壁的病灶无法准确定位病灶中心［13］以及在致密型乳腺的诊断敏感度低于MRI［14-15］等。针对上述不足，本研究提出运用MRI以及MRI与DBT相结合的评估方法。鉴于目前DBT钙化分数概念仍很少运用于乳腺钙化性病变的良恶性诊断中，本研究首先进一步论证DBT钙化分数在乳腺钙化病变良恶性的诊断效能，创新地比较磁共振表现扩散系数（ADC）值和钙化分数概念在乳腺良恶性钙化病灶的诊断优劣，首次提出将乳腺磁共振ADC值与DBT钙化分数概念相结合，通过比较两种方法相结合与单一方法的诊断效能，从而达到提高诊断效率的目的。现报道如下。

1 资料与方法

1.1 一般资料

回顾性分析2018年5月～2021年5月就诊于我院乳腺外科及肿瘤内科的118名患者，其中乳腺癌患者51例，乳腺良性病变患者67例。纳入标准：临床或体检发现有乳腺肿块或结节需进一步影像学检查；所有病变均发现钙化表现；行影像学检查前未经手术治疗；所有患者均行DBT和MRI-DWI检查；所有病例经病理证实。排除标准：孕妇、哺乳期患者；体内有金属植入物患者；幽闭恐惧症或其他不能配合检查的患者。118例患者年龄24～73岁，平均47岁。

病理结果：乳腺癌51例，其中浸润性导管癌21例，浸润性导管癌11例，导管原位癌7例，髓样癌2例，浸润性小叶癌6例，黏液腺癌4例；良性病变67例，其中纤维腺瘤34例，腺病18例，导管内乳头状瘤15例。本研究经福建医科大学附属第二医院医学伦理委员会批准，免除受试者知情同意。

1.2 磁共振扫描及数据测量

采用飞利浦3.0 T 磁共振成像（Achieva，Philips Healthcare，Best，The Netherlands）检查，采用乳腺线圈。受检者选取俯卧位，将双侧乳腺悬垂于乳腺线圈中。MRI序列包括：轴位梯度回波T1WI；轴位和冠状位涡轮自旋回波T2WI。具体扫描参数：T2WI：T2WI/TSE，TR/TE=998/80 ms，NSA=1，视野=340 mm×430 mm，矩阵640×640，层厚/层间距=5.0 mm/0.5 mm，扫描时间24 s。Coronal T2WI：T2WI/TSE，TR/TE=1131/80 ms，NSA=2，视野=430 mm×430 mm，矩阵432×432，层厚/层间距=5.0 mm/0.5 mm，扫描时间27 s。DWI 检查采用单次激发平面回波序列，并行采集空间敏感编码技术，冠状位扫描，b值取0、50，0、100，0、500，0、1000 s/mm24组，同时在X、Y、Z轴3个方向上施加扩散敏感梯度脉冲，TR 1000 ms，TE 39.3～68.1 ms，激励次数5，矩阵96×128，视野28～32 cm，层厚5.0 mm，间隔1.0 mm。动态增强检查为横轴位T1WI（层间距1 mm，层厚5 mm，激励次数1）、矢状位T2WI（层间距1 mm，层厚4 mm，激励次数4）、横轴位STIR（层间距1 mm，层厚5 mm，激励次数2），扫描8个周期。在飞利浦星云后处理工作站进行ADC 值测量。病变感兴趣区的选取：根据病变在T1WI、T2WI 及DWI 上的表现综合考虑选取感兴趣区。选择病灶信号较均匀的层面做测量，尽量避开肉眼可辨的血管、囊变、坏死、钙化，测量病灶的ADC值，3次取平均值作为病变最终的测量值。数据的测量由2名资深影像科医生独立进行。

1.3 DBT及乳腺钙化评分

采用Selenia DimenSions乳腺机（美国HOLOGIC），通过拍摄头尾位及外侧斜位，得到DBT乳腺图像。由我院2名资深乳腺影像诊断医师进行阅片诊断。同时记录在DBT观察到的钙化征象并进行钙化评分。根据“乳腺钙化分数”评分要求，对病灶钙化的大小、形态、分布、数量、密度、区域等方面状况进行评分。大小：良性表现多为粗大，径常＞1 mm，恶性表现多为细小，径常＜0.5 mm；形态：良性多为规整的圆形，边缘锐利，恶性多为不规整的细颗粒状；分布：良性多为无规律分布，恶性多为单侧，集中于某个区域；数量：良性表现为数量少（＜5个/cm2），恶性表现为数量多；密度：良性表现为高、均匀，恶性多为高低不均；区域：良性为正常腺体，恶性多为腺体结构紊乱。以上标准以6分为基础分，每发现一良性表现减1分，每发现一恶性表现加1分，分值范围为0～12分［4,6,16］。结果由2名资深乳腺影像诊断医生对在DBT观察到的乳腺病灶钙化征象进行钙化评分。

1.4 统计学分析

采用SPSS19.0软件对数据进行统计分析。所有符合正态分布的计量资料以均数±标准差表示。2位观察者间测量数据的可靠性采用组内相关系数检测，乳腺肿瘤钙化分数、ADC值进行Kolmogorov-Smirnov正态分布检验，服从正态分布时行独立样本t检验，不服从正态分布时行Mann-WhitneyU检验；对单特征钙化分数、ADC值行Logistic回归，并使用十折交叉验证，绘制受试者操作特征（ROC）曲线下面积（AUC）评价DBT钙化分数、DWI-ADC值的诊断效能。采用Delong检验比较钙化分数及ADC 2种模式的诊断效能。采用Logistic回归分析两种模式联合的预测概率，并绘制ROC 及AUC，通过对3条ROC曲线（钙化分数、ADC、双模式联合预测概率）两两进行Delong 检验评估联合诊断效能。以P＜0.05为差异有统计学意义。

2 结果

2.1 磁共振ADC值和DBT钙化分数结果分析

2位观察者测量的所有数据ADC值、钙化分数组内相关系数分别为0.849、0.827。乳腺癌（图1A）病灶的弥散DWI 图像信号显著高于乳腺良性病变（图2A）信号，对应的ADC 乳腺癌（图1B）病灶信号显著低于乳腺良性肿瘤病灶信号（图2B）。乳腺癌ADC值：1.02±0.23×10-3mm2/s；乳腺良性肿瘤ADC值：1.44±0.28×10-3mm2/s；乳腺癌的ADC值显著低于乳腺良性肿瘤的ADC值，差异有统计学意义（P＜0.05）。乳腺癌DBT与乳腺良性病变DBT（图1C～D、图2C～D）。乳腺癌的钙化分数为9.37±1.24，高于乳腺良性肿瘤钙化分数（4.75±0.86），差异有统计学意义（P＜0.05）。

图1 乳腺癌MRI图像及DBT图像Fig. 1 breast cancer MRI and DBT images.

图2 乳腺纤维瘤MRI图像及DBT图像Fig. 2 Breast fibroma of MRI and DBT images.

2.2 ADC值、钙化分数各自诊断效能、比较两种模式的诊断效能以及两种方法联合诊断效能分析

对比乳腺癌及乳腺良性肿瘤ADC值及钙化分数分别绘制ROC 曲线图（图3A、B），分析各参数，结果显示：ADC 值的AUC 为0.853（表1），最佳截止值为1.125×10-3mm2/s，其敏感度、特异性分别为83.4%、84.2%。钙化分数的AUC值为0.855（表1），最佳截止值为9，其敏感度、特异性分别为85.3%、84.7%。双模式联合（钙化分数+ADC值）进行Logistic回归，绘制ROC曲线（图3C），结果显示ADC值的AUC为0.903，敏感度、特异性分别为86.7%、85.9%（表1）。对3条ROC曲线（两种方法联合预测概率曲线、ADC、钙化分数）两两进行Delong检验（图3D），结果显示：钙化分数ROC曲线与ADC值ROC曲线的差异无统计学意义（P=0.625），两种方法联合ROC诊断性能优于钙化分数（P=0.0409），两种方法联合诊断性能优于ADC值（P=0.0216）。

表1 乳腺良恶性肿瘤钙化分数、ADC及两种方法相结合的AUCTab.1 Calcification fraction,ADC and area under ROC curve of benign and malignant breast tumors combined with the two methods

图3 乳腺良恶性病变ADC、钙化分数各参数及双模式相结合ROC曲线图Fig. 3 ROC curve ofADC,calcification score and dual mode of benign and malignant breast lesions.

3 讨论

DBT通过多角度薄层扫描，既可以减少并改善因传统乳腺X 线摄影技术所带来的组织重叠及图像噪声［14-16］，又能很好地显示乳腺腺体情况、病灶的形态、边缘以及判断病灶与周围腺体、组织的关系，分析病灶的钙化特征［17-18］，但对于乳腺良恶性钙化的形态、特征的判读还存在无法全面、系统的评估钙化特点等争议［19-21］。为解决这一问题，本研究采用钙化分数概念对乳腺病灶进行评分，分析良恶性病变钙化分数，结果显示恶性病变的钙化分数高于良性病变的钙化分数。通过对单特征钙化分数进行Logistic回归，绘制ROC曲线图，得出钙化分数的AUC值为0.855，有较好的诊断效能，结果与既往文献观点相符［5-6］。针对以往对乳腺含钙化病灶的良恶性判读多是根据病灶钙化的某一种或某几种特征的不足［18-19,21］，我们论证了通过分析钙化分数数值的变化来评估乳腺含钙化病变的良恶性是行之有效的，可以有效弥补在实际工作中因无法全面、系统评估钙化的形态、数量及分布等征象而使诊断效率下降的缺点。创新点在于通过钙化分数概念对钙化多因素进行定量描述，形成统一、客观标准，并以此进行良恶性判断，具有较好的临床价值。虽然DBT比传统乳腺X线摄影技术更具有优势，但是同样存在精确度欠缺，单独使用很难检出微钙化灶、判读时间过长、无法准确定位靠近胸壁的病灶中心、在致密型乳腺的诊断灵敏度低于MRI等不足［12-14,22-23］。针对这些不足，本研究首先对乳腺含钙化病变进行DWI检查，测量病变的ADC值。结果显示乳腺癌病灶的ADC值显著低于乳腺良性肿瘤，对ADC值进行Logistic回归，绘制ROC曲线图，得出ADC的AUC值为0.853，有较好的诊断效能，与既往文献相符［24-25］。我们接着运用Delong检验比较钙化分数及ADC两种方法的诊断效能，得出两种方法的AUC值差异无统计学意义（P=0.625）。本研究在既往研究的基础上，通过对上述两种方法的诊断效能进行比较检验，进一步验证了在乳腺含钙化病灶的诊断中，DBT钙化分数和磁共振ADC值在分析良恶性病变的钙化征象具备同等诊断价值。

随着对疾病诊疗要求的提高，单一检查技术已经无法满足疾病诊断的需求。乳腺磁共振具有较高的软组织分辨率，可以很好的显示病灶特征，但是对钙化不敏感。DBT能很好地显示乳腺腺体情况、病灶的形态、边缘以及判断病灶与周围腺体、组织的关系，分析病灶的钙化特征，但是同样存在着诸多局限性。既往有较多MRI与DBT或者DBT与全数字化乳腺摄影相结合的报道［26-29］，但将钙化分数与ADC值联合作为判断乳腺良恶性钙化依据的相关研究报道很少。本研究首先验证了磁共振ADC值在乳腺钙化病变的良恶性判断中有较高的诊断效能，并将乳腺磁共振DWI与DBT检查方法相结合，本研究的创新点在于首次提出ADC值和钙化分数两种评估方法结合运用于乳腺含钙化病变的良恶性鉴别中。我们对两种方法（钙化分数+ADC值）进行Logistic回归分析，计算两种方法相结合的预测概率，绘制ROC曲线，结果显示两种方法相结合的AUC值为0.903，具有很高的诊断效能。对3条ROC曲线两两Delong检验，结果显示两种方法结合ROC对应钙化分数ROC或ADC值ROC的差异均有统计学意义，证明双模式诊断效能显著优于单一模式。笔者认为：钙化分数体现的是病变的表观特点，对病变钙化进行定量描述，囊括了钙化的多种形态及分布特征，解决了乳腺良恶性钙化在形态、特征判读中存在争议的难题，形成统一的标准，更全面、系统地对病灶钙化特征进行描述。而ADC值则体现了病变的分子运动特性，包括组织分子的间隙及分子运动方向，体现了病变组织的微观结构特点及变化。本研究的优势在于结合两种定量测定方法对乳腺含钙化病变的表观特性及微观特性进行评估，充分利用了各自检查的优势，弥补不足，进而达到提高乳腺含钙化病灶的诊断效率的目标。

综上所述，DWI与DBT钙化分数对于钙化征象在乳腺良恶性病变的鉴别诊断效能无差别，两种方法相结合的诊断效能显著高于单一方法，为乳腺良恶性病变的诊断与鉴别诊断中提供了更加可靠的依据。本研究的局限性在于：样本量较小，增大样本量对于钙化诸多方面的评估是存在一定的相关性的，在未来的研究中将持续增大样本量；其次，将引入影像组学概念对乳腺含钙化病变的磁共振、DBT特征进行全面研究，希望未来能得到更加显著的成果。