常用影像学检查方法在乳腺癌诊断中的应用及进展

孙哲 李艳翠

[摘要] 乳腺癌是女性最常见的恶性肿瘤之一。早发现、早诊断是乳腺癌治疗的关键。影像学检查在乳腺癌早期诊断及疗效评估中起重要作用，常用的影像学检查方法包括乳腺钼靶X线摄影、超声、磁共振成像。近年来，数字化乳腺断层X线检查、超声弹性成像、超声造影及乳腺磁共振波谱成像、灌注成像、扩散峰度成像等新技术、新方法逐步应用于临床工作中。同时，分子影像学及基于机器学习的计算机辅助诊断技术飞速发展及应用，影像组学逐渐应用于乳腺癌诊断中，使乳腺疾病影像检查方法的诊断效率显著提高，一定程度上提高了乳腺癌早期诊断的敏感度和特异度。本文对目前乳腺疾病常用的影像学检查方法及最新进展进行综述。

[关键词] 乳腺癌;数字化乳腺断层X线检查;超声;磁共振成像;影像组学

[中图分类号] R737.9          [文献标识码] A          [文章编号] 1673-9701（2022）05-0192-05

[Abstract] Breast cancer is one of the most common malignant tumors in women. Early detection and early diagnosis is the key to the treatment of breast cancer.Imaging examination plays an important role in the early diagnosis and efficacy evaluation of breast cancer. The commonly used imaging examination methods include mammography， ultrasound and magnetic resonance imaging（MRI）.In recent years， digital tomographic mammography， ultrasound elastography， contrast-enhanced ultrasound and magnetic resonance spectroscopy imaging， perfusion imaging， diffusion kurtosis imaging and other new technologies and methods have been gradually applied in clinical work. At the same time， with the rapid development and application of molecular imaging and computer aided diagnosis technology based on machine learning， radiomics is gradually applied to the diagnosis of breast cancer， which significantly improves the diagnostic efficiency of breast disease imaging examination methods， and to some extent improves the sensitivity and specificity of early diagnosis of breast cancer. In this paper， the common imaging examination methods and the latest progress of breast diseases were reviewed.

[Key words] Breast cancer; Digital tomographic mammography; Ultrasound; Magnetic resonance imaging; Radiomics

近年来，乳腺癌发病率及死亡率呈上升趋势，且患病人群逐渐年轻化，引起世界范围内广泛关注。2020年全球乳腺癌新增病例约230万例，成为女性发病率最高的恶性肿瘤[1]，严重威胁女性生命健康。早期乳腺癌治愈率达90%以上，早发现、早诊断对乳腺癌的预后极为重要。影像学检查是乳腺癌早期诊断的主要手段，常用的方法有钼靶X线摄影、多普勒超声、磁共振成像检查。随着乳腺癌诊疗要求的提高及医学影像技术的进步，数字化断层X线检查、超声弹性成像、超声造影、磁共振波谱成像等新技术逐步应用于临床工作中。同时，基于机器学习的计算机辅助诊断技术飞速发展，乳腺疾病的影像组学研究成为热点，并取得一定成果。新技术、新方法的应用使乳腺癌影像诊断的准确率显著提高，尤其在病变早发现、早诊断方面，取得显著进步。本文将目前乳腺疾病常用影像学检查方法及其最新进展进行综述。

1  乳腺钼靶X线摄影

乳腺X线检查可分为筛查性和诊断性。筛查性乳腺X线检查包括双侧乳房标准X線图像;诊断性乳腺X线检查包括额外的视图，如病灶点压缩视图等。X线摄影可全面地反映整个乳腺的解剖结构，呈现病灶大小、形态、钙化情况等特征，进行定性诊断，尤其可清楚显示出乳腺病灶的微小钙化灶[2]。但该检查受组织重叠的影响较大，对致密型乳腺中乳腺癌的检出尤为困难。数字化乳腺断层X线检查（digital breast tomosyn thesis，DBT）是一种新兴检查方法，它在传统体层摄影的基础上结合数字影像处理技术，可得到乳腺任意层面的影像[3]。DBT克服了乳房组织重叠的影响，有助于区分正常和病变组织，提高癌灶检出率、诊断的敏感度及准确度[3-5]。但DBT也有一定局限性，如扫描与读片时间长、放射剂量大等[6]。

2  超声检查

2.1  常规超声

超声操作简便，能发现3 mm以上的乳腺结节，是乳腺结节筛查的首选方法。超声对致密型乳腺早期乳腺癌的检出率高，弥补了乳腺钼靶检查的缺陷。但常规超声检查扫描视野小、假阳性率高，诊断结果受操作者个人经验影响较大。

2.2  彩色多普勒超声

彩色多普勒超声将平均血流速度以彩色显示，显示病变血流信号，可提供较大血管的血流信息，并进行半定量分析，但不能反映病灶微循环血流。

2.3  超声弹性成像

超声弹性成像通过测量组织硬度来鉴别乳腺良恶性病变，恶性肿瘤组织内有大量增生的纤维组织，因此，组织硬度越大提示恶性可能性越高。超声弹性成像可定量对比乳腺组织的硬度，消除临床触诊的主观判断。研究表明[7]，超声弹性成像对乳腺癌的诊断准确率可达94.87%，更适用于乳腺癌筛查。

2.4  超声造影

超声造影弥补了彩色多普勒超声不能反映病灶微循环血流的不足。孙敏等[8]对比乳腺良恶性结节的超声造影结果发现，乳腺恶性结节呈高强度、增强后病灶范围扩大、边缘毛刺、形态不清、峰值强度增加。三维超声造影能够根据所需角度自动扫描，获得目标体积数据。此外，该方法可同时观察腋窝前哨淋巴结，检出率可达95.3%[9]。另外，超声造影可对病灶特征进行定量研究，研究发现[10-11]，将弹性成像的剪切波速最大值、病灶血管特点和形态学信息综合进行定量评估可以对乳腺病变进行更准确的表征和区分。

3  磁共振乳腺检查

磁共振成像（magnetic resonance imaging，MRI）是目前乳腺疾病定性诊断的主要手段之一，它具有较高的软组织分辨率，可多方位、多序列显示微小病灶、病灶周围血管分布和腋窝淋巴结，具有无创、无辐射和结果相对客观等优点。目前，乳腺MRI检查多用1.5T或3T磁共振扫描仪进行。

3.1  MRI平扫

乳腺MRI检查常用序列为T1WI、T2WI及TIWI压脂序列。恶性肿瘤常表现为形态不规则、边缘毛刺、边界不清等，T2加权呈等或高信号[12-13]。随着高场强磁共振机器的问世，磁共振检查结果的准确性可进一步提高，Pinker等[14]研究发现，在7T磁场中进行乳腺多参数MR成像，可减少假阴性和假阳性结果。乳腺MRI检查对于小乳房患者和微小钙化的显示有一定局限性[15]。

3.2  动态增强核磁共振

乳腺MRI平扫多结合动态增强核磁共振（dynamic contrast-enhanced MRI，DCE-MRI）扫描。DCE-MRI主要通过观察病灶形态学特征并结合时间-信号强度曲线（time-signal intensity curve，TIC）等指标综合分析乳腺病变的性质，从形态学和血流动力学两方面分析和定位病变，不受腺体密度和病灶位置的影响，是乳腺癌检测中最敏感的方法[16]。DCE-MRI评价乳腺疾病的指标有TIC、强化方式等。其中，TIC被认为是关联度最高的乳腺癌风险指标。随着MRI时间分辨率的提高，基于DCE-MRI的定量及半定量研究引起了广泛关注，目前研究中常用的半定量参数有容量转移常数、血管外细胞外间隙容积比、信号强度斜率等。上述参数中，申景涛等[17]研究发现恶性结节组的容量转移常数、血管外细胞外间隙容积比均高于良性结节组，Liu等[18]研究认为信号强度斜率在预测恶性肿瘤方面最有价值。

3.3  弥散加权成像

弥散加权成像（diffusion-weighted MRI，DWI）通过间接测量水分子的位移来探测组织的微观结构。表观扩散系数（apparent diffusion coefficient，ADC）是DWI常用的定量参数，可对扩散受限的程度进行定量测量。由于组织中水分子扩散的非高斯性质，导致DWI信号衰减曲线在不同b值上的曲率有所不同，较高b值不仅能够增加DWI的特异度[19]，还会降低信噪比。目前工作中常选择b=800或1000 s/mm2。EUSOBI国际乳腺扩散加权成像工作组对于ADC值提出指南[20]，目前区分病灶良恶性的ADC阈值为（1.0～1.6）×10-3 mm2/s。值得注意的是，DWI的空间分辨率较低，不单独用于乳腺癌检测[16]，需结合乳腺MRI平扫及DCE-MRI检查。

3.4  磁共振波谱成像

磁共振波谱成像（magnetic resonance spectroscopy，MRS）通过分析病灶氢质子波谱的变化情况来获得组织的生化代谢等病理生理学信息。MRS在乳腺成像中的作用通常基于总胆碱峰的检测，相关研究[21]反映了肿瘤中胆碱磷脂代谢的异常。包括乳腺癌在内的恶性肿瘤多伴有总胆碱水平升高，以此区分病变的良恶性，诊断敏感度为97%，特异度为84%[22-23]。总胆碱峰的存在与肿瘤分级、Ki-67值和病变范围之间存在统计学相关性[24]。

3.5  磁共振扩散峰度成像

在活体组织中，扩散常表现出非高斯现象。Jensen等[25]提出了一個非高斯扩散加权模型，称为扩散峰度成像（diffusion kurtosis imaging，DKI）。该模型可定量评价真实与理想间水分子扩散位移的差异，其中，峰度量化了组织扩散与高斯模式的偏差，扩散率是经过非高斯偏差修正的扩散系数。峰度用于诊断乳腺癌的敏感度为91.5%，特异度为85.3%;扩散系数的敏感度为82.2%，特异度为98.3%。DKI参数的定量分析可用于区分乳腺良恶性病变，与DWI模型的ADC值比较，DKI衍生参数显著提高了病变的诊断特异度。Iima等[19]研究发现浸润性乳腺癌患者的峰度与组织学分级和Ki-67表达呈正相关，而扩散率与组织学分级和Ki-67表达呈负相关。

3.6  磁共振灌注成像

磁共振灌注成像（perfusion-weighted imaging，PWI）是根据病变组织微血管灌注变化的成像方法，恶性肿瘤新生血管密度大且通透性较高，对比剂进入毛细血管后可较快进入肿瘤间质。评估乳腺疾病的指标有信号-时间负性灌注曲线、首过下降斜率等[26]。研究发现[27-28]，在T2-PWI序列上，恶性肿瘤的最大信号强度下降率明显高于良性肿瘤，并且Ⅰ型曲线主要见于恶性肿瘤（82.5%）。

4  正电子发射断层扫描

正电子发射断层扫描（positron emission tomography，PET）通过观察病灶对于示踪剂的摄取，了解其代谢水平，从而体现肿瘤组织细胞功能及能量代谢状态，可较早反映肿瘤内部变化。最常用的示踪剂是[18F]FDG。[18F]FDG PET与计算机断层扫描（computed tomography，CT）的组合在临床应用较广泛，可一次完成全身的功能代谢和解剖形态检查[29]，有利于全面判断局部与全身情况，对CT提供的形态学信息起到补充作用。在乳腺疾病中，PET/CT检查可根据肿瘤的形态特征鉴别良恶性，还能评估全身淋巴结状态和远处转移情况[30]。此外，研究发现[31-32]，PET/CT能够有效评估乳腺癌的术后复发及转移，指导乳腺癌患者的治疗。传统代谢参数标准化摄取值（standardized uptake value，SUV）是PET中最常用的半定量代谢指标。研究表明，病变灰度特征与SUVmean呈强相关性，也能反映代谢特征[32]。然而，SUVmax不能完全反映肿瘤的异质性，需要与影像组学相结合，将整个瘤内空间分布的异质性进行量化，为精确预测肿瘤分型及疗效提供了新方法[33]。

5  影像组学

影像组学是指利用先进的纹理和形状分析，将医疗标准成像中“隐藏”的信息和特征转化为可量化的数据[34]，从影像学图像中大规模提取定量特征，创建高维数据集，随后根据需要进行数据挖掘[34-35]，辅助临床诊断。对于乳腺癌来说，影像组学主要通过MRI来进行研究。Fan等[36]研究了乳腺 DCE-MRI的组学特征并预测分析了60例乳腺癌的分子分型，结果显示预测Luminal A、Luminal B、HER2过表达型及三阴型的曲线下面积分别为 0.867、0.786、0.888 和 0.923。张庆等[37]建立了基于205个病灶的梯度提升决策树（gradient boosting decision tree，GBDT）模型，其中，ADC值特征、反映病灶边缘的纹理特征、血流动力学特征及形态学特征起到了重要作用。综上，DCE-MRI 影像组学特征对乳腺癌激素受体状态和分子分型的评估具有较高的诊断准确性，可提供肿瘤整体的预后指标。乳腺X线钼靶也逐渐应用于影像组学研究。一项多中心前瞻性研究[38-39]首次将放射组学应用于DBT，从提取的104个放射组学特征中发现三个特征（偏斜度、熵、第90百分位）在组间有差异，结果还显示能量、熵、相异度与肿瘤大小有显著相關性。在超声方面，Zhang等[40]研究发现超声弹性组学在乳腺肿瘤的鉴别诊断中具有价值。一项基于超声纹理分析的放射组学评分[41]发现，在同一个亚组中重新开发一个新的组学评分能够提高三阴性乳腺癌和纤维腺瘤的诊断性能。

6  讨论

乳腺钼靶及超声是基本的影像检查。钼靶X线检查操作简单、费用低，是首选的影像学检查方法，但X线对人体有辐射。乳腺超声检查无辐射、可重复，是乳腺疾病患者进行检查的首选方法。乳腺钼靶和超声检查应用广泛，中国抗癌协会将钼靶推荐用于40岁以上妇女的乳腺癌普查，而对40岁以下或腺体致密的妇女来说，超声是一个很好的补充[42]。随着影像技术的发展，MRI技术得到广泛应用，特别是TIC、ADC值等可更早发现乳腺微小病变，此检查技术相对成熟，在我国大部分市级及以上医院内广泛应用，但因检查费用较高，用时长，未常规筛查应用。PET检查由于设备价格昂贵等原因，主要用于乳腺癌术后复发及广泛转移的检查，在国内尚未被广泛使用。乳腺疾病影像组学研究及机器学习技术，在国内一些研究型医院开展，初步研究结果显示，其对乳腺疾病的早期诊断、早期疗效评估有指导作用。

7  小结

乳腺癌是女性发病率最高的恶性肿瘤，影像学检查在乳腺癌诊疗中起着至关重要的作用。钼靶是乳腺癌筛查的首选方法，对乳腺内的钙化灶敏感，但受组织重叠的影响较大。DBT克服了组织重叠的影响，实现病灶的可视化。超声检查能观察致密乳腺腺体里的病灶，还能探测出病灶血流情况，是乳腺疾病患者进行检查的首选方法。超声弹性成像对组织的硬度敏感。超声造影弥补了多普勒超声不能反映微循环血流的不足。MRI检查是乳腺钼靶及超声检查的补充，对有保乳需要的患者有重要的指导意义，随着高场强磁共振机器的产生及扫描技术的进步，MRI检查结果的准确性进一步提高。多种新技术、新方法的出现及应用大大提高了乳腺癌早发现、早诊断的能力;定量研究及影像组学分析的发展可协助临床医师更好的实施乳腺癌的“个性化医疗”，为乳腺癌的诊疗提供更精准的指导和帮助。

[参考文献]

[1]   Sung H，Ferlay J，Siegel R，et al. Global cancer statistics 2020：Globocan estimates of incidence and mortality worldwide for 36 cancers in 185 countries[J].CA：A Cancer Journal for Clinicians，2021，71（3）：209-249.

[2]   俞秋雨，方开峰，王燕，等. 彩色多普勒超声、超声弹性成像与 X 线摄影诊断乳腺癌的价值[J].实用放射学杂志，2020，36（10）：1663-1665.

[3]   魏瑶，芦春花，李岩. 全视野数字化乳腺摄影及数字乳腺断层摄影诊断致密型乳腺内病变[J].中国医学影像技术，2018，34（12）：1815-1819.

[4]   徐素音，彭贵平.彩色多普勒超声在乳腺癌诊断中的应用[J].中国现代医生，2020，58（22）：121-123.

[5]  Michell M，Batohi B.Role of tomosynthesis in breast imaging going forward[J].Clinical Radiology，2018，73（4）：358-371.

[6]   Yun S，Ryu C，Rhee S，et al. Benefit of adding digital breast tomosynthesis to digital mammography for breast cancer screening focused on cancer characteristics：A meta-analysis[J].Breast Cancer Research and Treatment，2017，164（3）：557-569.

[7]   Parekh VS，Jacobs MA.Integrated radiomic frameworkfor breast cancer and tumor biology using advanced machine learning and multiparametric MRI[J].NPJ Breast Cancer，2017，3（1）：43-51.

[8]   孙敏，胡晓丹，杨昭晖，等. 超声造影特征及定量参数鉴别诊断乳腺良恶性结节的临床价值[J].临床超声医学杂志，2020，22（6）：444-447.

[9]   Yoon H，Yoon D，Yun M，et al. Metabolomics of breast cancer using high-resolution magic angle spinning magnetic resonance spectroscopy：Correlations with 18F-FDG positron emission tomography-computed tomography，dynamic contrast-enhanced and diffusion-weighted imaging MRI[J].PLoS ONE，2016，11（7）：e0159 949.

[10]  Kapetas P，Clauser P，Woitek R，et al. Quantitative multi parametric breast ultrasound： Application of contrast-enhanced ultrasound and elastography leads to an improved differentiation of benign and malignant lesions[J].Investigative Radiology，2019，54（5）：257-264.

[11] Wubulihasimu M，Maimaitusun M，Xu X，et al. The added value of contrast-enhanced ultrasound to conventional ultrasound in differentiating benign and malignant solid breast lesions：A systematic review and meta-analysis[J].Clinical Radiology，2018，73（11）：936-943.

[12]  劉子天. 磁共振成像在乳腺癌诊断中的应用进展[J].影像研究与医学应用，2020，4（11）：76-77.

[13]  杜训松，强光刘，宋培，等.全域数字化乳腺摄影对肿块型乳腺癌与纤维腺瘤的鉴别诊断[J].中国现代医生，2020，58（12）：129-131.

[14] Pinker K，Baltzer P，Bogner W，et al. Multiparametric MR imaging with high-resolution dynamic contrast-enhanced and diffusion-weighted imaging at 7T improves the assessment of breast tumors：A feasibility study[J].Rad- iology， 2015，276（2）：360-370.

[15]  周晶晶，牛磊，王明皓，等. 比较乳腺X线摄影和MRI检查在乳腺癌诊断中的价值[J].影像研究与医学应用，2020，4（23）：81-83.

[16]  Pinker K，Moy L，Sutton E，et al. Diffusion-weighted imaging with apparent diffusion coefficient mapping for breast cancer detection as a stand-alone parameter：Comparison with dynamic contrast-enhanced and mult- iparametric magnetic resonance imaging[J].Investigative Radiology，2018，53（10）：587-595.

[17]  申景涛，贾支俊，王强，等. MRI动态增强定量分析在鉴别乳腺良恶性结节中的诊断价值[J].医学影像学杂志，2019，29（2）：248-251.

[18] Liu H，Zong M，Wei H，et al. Differentiation between malignant and benign breast masses： Combination of semi-quantitative analysis on DCE-MRI and histogram analysis of ADC maps[J].Clinical Radiology，2018，73（5）：460-466.

[19] Iima M，Kataoka M，Kanao S，et al. Intravoxel incoherent motion and quantitative non-gaussian diffusion MR imaging：Evaluation of the diagnostic and prognostic value of several markers of malignant and benign breast lesions[J].Radiology，2018，287（2）：432-441.

[20] Baltzer P，Mann R，Iima M，et al. Diffusion-weighted imag ing of the breast-a consensus and mission statement from the EUSOBI international breast diffusion-weighted imaging working group[J].European Radiology，2020，30（3）：1436-1450.

[21] Fardanesh R，Marino M，Avendano D，et al. Proton MR spectroscopy in the breast： Technical innovations and clinical applications[J].Journal of Magnetic Resonance Imaging： JMRI，2019，50（4）：1033-1046.

[22] Sardanelli F，Fausto A，Di Leo G，et al. In vivo proton MR spectroscopy of the breast using the total choline peak integral as a marker of malignancy[J].AJR. American Journal of Roentgenology，2009，192（6）：1608-1617.

[23]  Gruber S，Debski B，Pinker K，et al. Three-dimensional proton MR spectroscopic imaging at 3 T for the differentiation of benign and malignant breast lesions[J].Radiology，2011， 261（3）：752-761.

[24]  Galati F，Luciani M，Caramanico C，et al. Breast magnetic resonance spectroscopy at 3 T in biopsy-oroven breast cancers：Does choline peak correlate with prognostic factors[J].Investigative Radiology，2019，54（12）：767-773.

[25]  Jensen J，Helpern J，Ramani A，et al. Diffusional kurtosis imaging：The quantification of non-gaussian water diffusion by means of magnetic resonance imaging[J].Magnetic Resonance in Medicine，2005，53（6）：1432-1440.

[26]  李凡，周軍.功能磁共振成像在乳腺癌诊断中的应用进展[J].中国肿瘤外科杂志，2020， 12（1）：79-83.

[27]  Zhang B，Zhu B，Li M，et al. Comparative utility of MRI perfusion with MSIDR and DWIBS for the characteri zation of breast tumors[J].Acta Radiologica（Stockholm，Sweden：1987），2012， 53（6）：607-614.

[28]  Kvistad K，Rydland J，Vainio J，et al. Breast lesions：Eval uation with dynamic contrast-enhanced T1-weighted MR imaging and with T2*-weighted first-pass perfusion MR imaging[J]. Radiology，2000，216（2）：545-553.

[29]  林森. 18F-FDGPET/CT对乳腺肿瘤的诊断价值[J].航空航天医学杂志，2020，31（3）：310-311.

[30]  姑丽吉米拉·阿地力，肖开提·阿不都哈德尔，李慧芳，等. 18 F-FDG PET/CT在乳腺癌术后患者复发转移的诊断、治疗中的临床应用价值[J].实用癌症杂志，2021， 36（1）：126-128.

[31]  Vranjesevic D，Filmont J，Meta J，et al. Whole-body（18）F-FDG PET and conventional imaging for predicting outcome in previously treated breast cancer patients[J].Journal of Nuclear Medicine：Official Publication，Society of Nuclear Medicine，2002，43（3）：325-329.

[32]  高东芳，赵书俊，贠明凯，等.乳腺PET影像的定量分析研究进展[J].中国医学影像学杂志，2020，28（9）：713-716.

[33]  张宇帆，刘建井，李小凤，等.乳腺癌PET影像组学研究进展[J].中国医学影像学杂志，2020，28（11）：871-874.

[34]  Lambin P，Rios-Velazquez E，Leijenaar R，et al. Radiomics：Extracting more information from medical images using advanced feature analysis[J].European journal of cancer（Oxford， England：1990），2012，48（4）：441-446.

[35]  Gillies R，Kinahan P，Hricak H. Radiomics：Images are more than pictures，they are data[J].Radiology，2016，278（2）：563-577.

[36]  Fan M，Li H，Wang S，et al. Radiomic analysis reveals DCE- MRI features for prediction of molecular subtypes of breast cancer[J].PLoS ONE，2017，12（2）：e0171 683.

[37]  张庆，庄治国，耿小川，等. 乳腺MRI影像组学模型对小乳腺癌诊断效能的研究[J].中华放射学杂志，2020， 54（8）：774-780.

[38]  Tagliafico A，Valdora F，Mariscotti G，et al. An explor atory radiomics analysis on digital breast tomosynthesis in women with mammographically negative dense breasts[J].Breast （Edinburgh，Scotland），2018，40：92-96.

[39]  高先聰，黄栎有.基于乳腺 X 线图像不同区域的纹理分析鉴别乳腺肿块良恶性[J]. 放射学实践，2020，35（8）：1037-1041.

[40]  Zhang Q，Xiao Y，Suo J，et al. Sonoelastomics for breast tumor classification：A radiomics approach with cluster ing-based feature selection on sonoelastography[J].Ultr- asound in Medicine & Biology，2017，43（5）：1058-1069.

[41]  Lee S，Han K，Kwak J，et al. Radiomics of US texture features in differential diagnosis between triple-negative breast cancer and fibroadenoma[J].Scientific Reports，2018，8（1）：13 546.

[42]  中国抗癌协会乳腺癌诊治指南与规范（2019年版）[J].中国癌症杂志，2019，29（8）：609-680.

（收稿日期：2021-07-26）