曹義+沈麗娟+王立非+朱文科+張輝+羅杰棋

【摘要】 目的：探討MR體素內(nèi)不相干運(yùn)動(dòng)成像法鑒別診斷乳腺腫塊樣病變良惡性的價(jià)值，并與常規(guī)DWI檢查對(duì)比。方法：本研究回顧性分析31例乳腺腫塊患者（單發(fā)病灶23例，多發(fā)病灶8例，總病灶41個(gè)，良性病變23個(gè)，惡性病變18個(gè)），所有納入研究的患者均行乳腺多b值DWI成像掃描，圖像質(zhì)量佳，并獲得病理結(jié)果。后處理獲得IVIM模型及常規(guī)擴(kuò)散加權(quán)成像參數(shù)：?jiǎn)渭償U(kuò)散系數(shù)（D）、假性擴(kuò)散系數(shù)（D*）、灌注分?jǐn)?shù)（f）及表觀擴(kuò)散系數(shù)（ADC值）。采用t檢驗(yàn)分析良惡性病變各參數(shù)的差異，并采用ROC曲線分析差異有統(tǒng)計(jì)學(xué)意義的各參數(shù)鑒別診斷效能。結(jié)果：良性病變的ADC、D值均高于惡性病變，而f值高于惡性病變，差異均有統(tǒng)計(jì)學(xué)意義（P<0.05），而兩者D*值比較差異無(wú)統(tǒng)計(jì)學(xué)意義（P=0.327）。D、ADC、f值的曲線下面積分別為0.854、0.778、0.714，其中D值的曲線下面積最大，且敏感性與特異性均較佳。結(jié)論：采用IVIM模型擴(kuò)散加權(quán)成像可為診斷乳腺腫塊樣病變提供更多定量信息，對(duì)鑒別病變良惡性具有一定價(jià)值。

【關(guān)鍵詞】 乳腺腫塊； 乳腺癌； 彌散加權(quán)成像； 表觀彌散系數(shù)； 體素內(nèi)不相干運(yùn)動(dòng)

【Abstract】 Objective：To explore the value of intravoxel incoherent motion imaging（IVIM） in the differential diagnosis of benign and malignant breast lesions，and to compare IVIM with the routine examination of diffusion-weighted imaging（DWI）.Method：Thirty one cases of breast masses were retrospectively analyzed，including 23 cases of single lesion and 8 cases of multiple lesions.Among them were 23 benign lesions and 18 malignant lesions with a total lesion number of 41 lesions.All patients were subjected to multiple B-value imaging scans， and clear images and pathology reports were obtained.IVIM model and the conventional DWI parameter values of pure diffusion coefficient（D），pseudodiffusion coefficient（D*），perfusion fraction（f），and apparent diffusion coefficient（ADC） were identified by post-processing.The differences of the parameters of benign and malignant lesions were assessed with students t-tests，and the differential diagnostic efficacies of the parameters with statistical difference were evaluated by receiver operator characteristic curve（ROC）.Result：Compared to those for malignant lesions，the values of ADC and D for benign lesions were higher，while the values of f were lower（P<0.05）.There was no significant differences between benign lesions and malignant lesions in D* values（P=0.327）.The area under the curve（AUC） values for D，ADC and f were 0.854，0.778 and 0.714.AUC values of D were higher with better sensitivity and specificity.Conclusion：IVIM diffusion-weighted imaging can provide more quantitative information for the diagnosis of breast masses，and is valuable for the differential diagnosis of benign and malignant lesions.

【Key words】 Breast lump； Breast cancer； Diffusion-weighted imaging； Apparent diffusion coefficient； Intravoxel incoherent motion

doi：10.3969/j.issn.1674-4985.2017.20.006

乳腺癌目前已是我國(guó)女性最常見(jiàn)的惡性腫瘤，在大中型城市發(fā)病率逐年上升[1]。乳腺磁共振加權(quán)成像擴(kuò)散加權(quán)成像（diffusion weighted imaging，DWI）常規(guī)模型在臨床廣泛應(yīng)用于乳腺腫瘤的診斷及鑒別診斷并得到認(rèn)可[2-5]。但有學(xué)者認(rèn)為其得到的ADC值不僅受到組織內(nèi)真實(shí)水分子擴(kuò)散的影響，同時(shí)也會(huì)受到微循環(huán)灌注兩種成分的影響，而擴(kuò)散加權(quán)成像體素內(nèi)不相干運(yùn)動(dòng)（intravoxel incoherent motion，IVIM）模型，也稱(chēng)雙指數(shù)模型，可將兩種成分分開(kāi)研究[6-7]。該模型已經(jīng)在各個(gè)系統(tǒng)中均有應(yīng)用，在乳腺腫瘤的診斷鑒別診斷中也有應(yīng)用，但在國(guó)內(nèi)的應(yīng)用尚不多。本文通過(guò)將擴(kuò)散加權(quán)成像IVIM模型各參數(shù)與常規(guī)彌散加權(quán)成像參數(shù)ADC值（Apparent diffusion coefficients，表觀彌散系數(shù)）進(jìn)行對(duì)比研究，旨在探索IVIM成像在鑒別診斷乳腺腫塊樣病變良惡性的價(jià)值，現(xiàn)報(bào)道如下。endprint

1 資料與方法

1.1 一般資料 2014年3月-2017年4月因乳腺病變于本院就診并行乳腺M(fèi)RI檢查的患者，納入標(biāo)準(zhǔn)：（1）患者自愿納入研究并在檢查前簽署知情同意書(shū)；（2）磁共振成像發(fā)現(xiàn)乳腺內(nèi)腫塊樣病灶，直徑≥1.5 cm；（3）MRI檢查包括常多b值DWI；（4）在MRI檢查前未行治療及有創(chuàng)性檢查，在MRI檢查后2周內(nèi)病灶均行手術(shù)或穿刺活檢，并得到病理證實(shí)。

1.2 檢查方法 MRI掃描采用1.5 T超導(dǎo)磁共振設(shè)備（Discovery MR750，GE Healthcare，USA），使用8通道乳腺專(zhuān)用相控陣線圈作為接收線圈。采用俯臥位掃描，使乳腺自然懸垂于乳腺線圈內(nèi)。掃描序列包括：常規(guī)三平面定位掃描，橫斷位T1WI，脂肪抑制T2WI，多b值DWI，DCE-MRI掃描，矢狀位延遲增強(qiáng)掃描。多b值DWI掃描采用單次激發(fā)SE-EPI序列（b值分別為0、20、50、100、200、400、600、800、1000、1200 s/mm2，TR 4000 ms，TE 73 ms，矩陣128×128，F(xiàn)OV 38 cm，NEX 2，層厚6 mm，間距1 mm）。

1.3 圖像處理 所有圖像處理均由兩名具有多年磁共振診斷經(jīng)驗(yàn)的放射科醫(yī)師共同完成，通過(guò)GE ADW 4.3工作站進(jìn)行處理，兩名醫(yī)師均不知病理結(jié)果，出現(xiàn)不一致意見(jiàn)時(shí)協(xié)商解決。感興趣區(qū)（region of interest，ROI）的繪制均參照T2WI圖像，在DWI b=0圖像上盡量選取中央層面腫瘤實(shí)質(zhì)部分較大區(qū)域，避開(kāi)腫瘤囊變及壞死部分，同時(shí)獲得感興趣區(qū)信號(hào)值及其隨b值增加變化的曲線，獲得各個(gè)參數(shù)值包括：?jiǎn)渭償U(kuò)散系數(shù)（D）、假性擴(kuò)散系數(shù)（D*）、灌注分?jǐn)?shù)（f）及表觀擴(kuò)散系數(shù)（ADC值），每個(gè)病灶測(cè)量三次取平均值。常規(guī)模式DWI的公式如下：S2/S1=exp（-bADC）；b為彌散敏感梯度值，S2和S1分別為高b值時(shí)及b=0時(shí)的組織信號(hào)強(qiáng)度，ADC為表觀彌散系數(shù)值。IVIM DWI的參數(shù)計(jì)算公式如下：S/S0=fexp（-bD*）+（1-f）exp（-bD）；S為不同b值下的信號(hào)強(qiáng)度，S0為b=0時(shí)的信號(hào)強(qiáng)度，D*為假性擴(kuò)散系數(shù)也稱(chēng)快速?gòu)浬⑾禂?shù)（×10-3 mm2/s），與微循環(huán)灌注影響相關(guān)，受反應(yīng)灌注影響；D為單純擴(kuò)散系數(shù)，也稱(chēng)慢速?gòu)浬⑾禂?shù)（×10-3 mm2/s），反應(yīng)真實(shí)分子擴(kuò)散；f為灌注分?jǐn)?shù)（%），代表微循環(huán)灌注相關(guān)擴(kuò)散效應(yīng)占總體擴(kuò)的比率。

1.4 統(tǒng)計(jì)學(xué)處理 所有數(shù)據(jù)均應(yīng)用SPSS 17.0統(tǒng)計(jì)軟件進(jìn)行統(tǒng)計(jì)學(xué)分析，對(duì)于良惡性乳腺病變之間擴(kuò)散加權(quán)成像常規(guī)單指數(shù)模型參數(shù)（ADC值）、IVIM模型各參數(shù)（D、D*、f值）進(jìn)行統(tǒng)計(jì)學(xué)分析。所有計(jì)量資料采用K-S擬合優(yōu)度檢驗(yàn)進(jìn)行正態(tài)分布檢驗(yàn)，符合正態(tài)分布數(shù)據(jù)均以（x±s）表示，首選對(duì)各參數(shù)行獨(dú)立樣本t檢驗(yàn)；然后對(duì)有統(tǒng)計(jì)學(xué)差異的參數(shù)繪制受試者特性曲線（ROC曲線），并計(jì)算ROC曲線下面積（AUC），再根據(jù)最大約登指數(shù)（Youdens index）確定最佳診斷切點(diǎn)值，得出各個(gè)值得診斷敏感性及特異性，評(píng)價(jià)各個(gè)值的診斷效能。P<0.05為差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

2.1 一般資料 本研究納入31例乳腺腫塊患者，單發(fā)病灶23例，多發(fā)病灶8例，總病灶41個(gè)分為良性病變23個(gè)和惡性病變19個(gè)。良性病變患者的平均年齡為（44.1±14.8）歲，惡性病變?yōu)椋?5.6±7.4）歲。惡性病變浸潤(rùn)性導(dǎo)管癌18個(gè)，導(dǎo)管原位癌1個(gè)。良性病變纖維腺瘤11個(gè)（1個(gè)伴局部鈣化），乳腺腺病10個(gè)（1個(gè)局灶纖維腺瘤形成趨勢(shì)，1個(gè)伴管狀腺瘤形成），導(dǎo)管內(nèi)乳頭狀瘤1個(gè)，分葉狀腫瘤1個(gè)。

2.2 良惡性病變常規(guī)模型及IVIM模型擴(kuò)散加權(quán)成像參數(shù) 常規(guī)模型及IVIM模型擴(kuò)散加權(quán)成像各參數(shù)均符合正態(tài)分布，采用獨(dú)立樣本t檢驗(yàn)：良性病變的ADC值及D均高于惡性病變，而f值低于惡性病變，D、f值、ADC值在良惡性病變中差異均有統(tǒng)計(jì)學(xué)意義（P<0.05），而D*差異無(wú)統(tǒng)計(jì)學(xué)意義（P=0.327），見(jiàn)表1。通過(guò)各參數(shù)的箱圖可見(jiàn)，D在良惡性病變中重疊最少，而D*重疊很多，各參數(shù)值分布，見(jiàn)圖1。

2.3 IVIM各參數(shù)及ADC值鑒別良惡性病變的診斷效能 以病理結(jié)果為金標(biāo)準(zhǔn)，繪制具有統(tǒng)計(jì)學(xué)意義的參數(shù)D、f值、ADC值鑒別良惡性病變的ROC曲線（圖2），得到3條曲線下面積（AUC），D、ADC值及f值的曲線下面積均較大，分別為0.854、0.778、0.714，其中D的曲線下面積最大。最后根據(jù)最大約登指數(shù)（公式：約登指數(shù)=敏感性+特異性-1）確定最佳診斷切點(diǎn)值，得出各個(gè)值的診斷敏感性及特異性（表2）。f的敏感性很高，達(dá)到100%，但是特異性很低，只有36.8%，ADC的特異性最高為78.9%，但敏感性較低。

3 討論

乳腺磁共振加權(quán)成像具有高軟組織分辨率，為目前乳腺腫塊診斷、鑒別診斷的重要方法[8-9]，擴(kuò)散加權(quán)成像作為一種磁共振功能成像技術(shù)，無(wú)需注射造影劑，掃描時(shí)間短，通過(guò)檢測(cè)組織內(nèi)水分子的微觀運(yùn)動(dòng)體現(xiàn)組織內(nèi)的結(jié)構(gòu)信息，常規(guī)應(yīng)用兩個(gè)

b值組合，通過(guò)單指數(shù)函數(shù)模式公式計(jì)算出對(duì)應(yīng)的ADC值作為量化指標(biāo)診斷，以往的研究已證實(shí)其對(duì)乳腺腫瘤早期診斷、良惡性鑒別診斷及療效評(píng)價(jià)的價(jià)值[2-5]。目前的研究普遍認(rèn)為惡性病變細(xì)胞增殖較快，細(xì)胞密度較良性病變高，水分子擴(kuò)散受限明顯，造成ADC值顯著降低，低于良性病變[6]。本研究的研究結(jié)果與以往研究一致，惡性病變的ADC值明顯低于良性病變，差異有統(tǒng)計(jì)學(xué)意義（P<0.05），且鑒別良惡性具有較好的診斷效能。

但各個(gè)報(bào)道得出的ADC值具有差異，難以制定統(tǒng)一的診斷界值，且良惡性病變的ADC值有一定的重疊[10]。有學(xué)者認(rèn)為DWI成像不僅受到組織內(nèi)真實(shí)水分子擴(kuò)散的影響，同時(shí)也會(huì)受到微循環(huán)灌注的影響，惡性病變血供豐富灌注成分反向影響ADC值，傳統(tǒng)的ADC值計(jì)算簡(jiǎn)單主要針對(duì)彌散的總體情況具有一定的局限性，而體素內(nèi)不相干運(yùn)動(dòng)成像IVIM模型即雙指數(shù)模型，可將兩種影響因素分開(kāi)研究，更加接近組織內(nèi)真實(shí)的彌散情況。其優(yōu)勢(shì)在神經(jīng)系統(tǒng)、婦科系統(tǒng)、前列腺等研究中均得到認(rèn)[11-12]。endprint

對(duì)乳腺病變研究，國(guó)外有團(tuán)隊(duì)對(duì)乳腺良惡性病變鑒別、浸潤(rùn)性導(dǎo)管癌組織學(xué)分級(jí)及預(yù)后評(píng)估、乳腺癌新輔助化療療效評(píng)估等方面進(jìn)行了初步研究[13-16]。研究發(fā)現(xiàn)D值比ADC值具有更高的診斷效能，D值ROC曲線下面積最大[17-18]。與本研究結(jié)果相同，但是其f值的ROC曲線下面積也大于D值與本研究不同。Wang等[14]的研究認(rèn)為，IVIM比傳統(tǒng)DWI能更好的鑒別乳腺良、惡性腫塊。Liu等[19]在對(duì)59個(gè)乳腺病變的IVIM檢查研究中發(fā)現(xiàn)D值、f值對(duì)鑒別乳腺良、惡性病變差異均有統(tǒng)計(jì)學(xué)意義（P<0.05）與本研究一致，但其研究中D*值在良惡性病變中差異有統(tǒng)計(jì)學(xué)意義（P<0.05），與本研究并不一致。

國(guó)內(nèi)對(duì)于IVIM成像在乳腺良惡性病變?cè)\斷中的應(yīng)用并不多，王慶軍等[20]對(duì)49例乳腺病變的IVIM成像進(jìn)行了研究，其分析了D值在鑒別診斷良惡性病變的價(jià)值并與動(dòng)態(tài)增強(qiáng)聯(lián)合，其認(rèn)為D值較常規(guī)DCE-MRI有優(yōu)勢(shì)，并且聯(lián)合應(yīng)用將進(jìn)一步提高診斷準(zhǔn)確性，但是其沒(méi)有對(duì)其他參數(shù)給予研究。車(chē)樹(shù)楠等[21]對(duì)良惡性病變的IVIM模型及常規(guī)擴(kuò)張加權(quán)成像進(jìn)行了研究，其結(jié)果與本研究成果一致，D、f值在良惡性病變中差異均有統(tǒng)計(jì)學(xué)意義（P<0.05），而D*值差異無(wú)統(tǒng)計(jì)學(xué)意義（P>0.05），但是其f值的曲線下面積也大于ADC值。在各個(gè)研究中IVIM參數(shù)中的D值均具有很好的診斷效能，相對(duì)常規(guī)DWI的參數(shù)ADC值具有優(yōu)勢(shì)，而其他參數(shù)的診斷效能及與ADC值的效能比較尚沒(méi)有一致結(jié)果，有待進(jìn)一步大樣本研究。

本研究存在以下不足：第一，雙指數(shù)模式DWI掃描時(shí)間較長(zhǎng)，易受運(yùn)動(dòng)偽影影響，因此今后的研究應(yīng)進(jìn)一步優(yōu)化b值的數(shù)量和排列，以期縮短掃描時(shí)間。其次，本研究中ROC的選擇為人工勾畫(huà)，盡量選擇腫瘤實(shí)質(zhì)部分，具有一定的主觀性，且部分病變可能包含小的囊變區(qū)域，可能引起一定誤差。第三，研究的樣本量較小，且病種較單一，有待進(jìn)一步增大樣本量。

參考文獻(xiàn)

[1]顧雅佳，周康榮，陳彤箴，等.乳腺癌的X線表現(xiàn)及病理基礎(chǔ)[J].中華放射學(xué)雜志，2003，37（5）：439-444.

[2]張亞平，董光，耿海，等.DCE-MRI和DWI對(duì)乳腺腺病和乳腺癌的診斷價(jià)值[J].實(shí)用放射學(xué)雜志，2017，33（4）.

[3]金觀橋，蘇丹柯，羅殿中，等.磁共振DWI對(duì)乳腺癌分子亞型的鑒別診斷應(yīng)用價(jià)值[J].實(shí)用放射學(xué)雜志，2015，31（6）：929-932，941.

[4]巴照貴，張玉敏，倪曉麗，等.乳腺腫塊性病變MRI動(dòng)態(tài)增強(qiáng)與擴(kuò)散加權(quán)成像聯(lián)合診斷方法的探討[J].實(shí)用放射學(xué)雜志，2014，30（10）：1657-1660，1664.

[5] Nilsen L B，F(xiàn)angberget A，Geier O，et al.Quantitative analysis of diffusion-weighted magnetic resonance imaging in malignant breast lesions using different b value combinations[J].European Radiology，2013，23（4）：1027-1033.

[6] Wang Q，Guo Y，Zhang J，et al.Contribution of IVIM to Conventional Dynamic Contrast-Enhanced and Diffusion-Weighted MRI in Differentiating Benign from Malignant Breast Masses[J].Breast Care，2016，11（4）：254.

[7] Tamura T，Usui S，Murakami S，et al.Comparisons of multi b-value DWI signal analysis with pathological specimen of breast cancer[J].Magnetic Resonance in Medicine Official Journal of the Society of Magnetic Resonance in Medicine，2012，68（3）：890-897.

[8]佟琪，張冰，李茗，等.MRI多序列成像對(duì)乳腺疾病診斷的優(yōu)選研究[J].中國(guó)CT和MRI雜志，2017，15（4）：80-83.

[9]費(fèi)正華，羅志琴，李志，等.磁共振動(dòng)態(tài)增強(qiáng)和彌散加權(quán)成像在不同類(lèi)型乳腺炎性疾病診斷與鑒別診斷的應(yīng)用價(jià)值[J].中華醫(yī)院感染學(xué)雜志，2017，27（3）：628-631.

[10]張興芳.磁共振擴(kuò)散加權(quán)成像（DWI）及表面擴(kuò)散系數(shù)（ADC）對(duì)乳腺良惡性病變?cè)\斷價(jià)值[C]//中國(guó)中藥雜志2015/專(zhuān)集：基層醫(yī)療機(jī)構(gòu)從業(yè)人員科技論文寫(xiě)作培訓(xùn)會(huì)議論文集.2016.

[11]王瑩瑩，張焱，程敬亮，等.單指數(shù)及DKI模型在乳腺良惡性病變鑒別診斷中的價(jià)值[J].臨床放射學(xué)雜志，2017，36（2）：193-194.

[12]顧雅佳，馮曉源，唐峰，等.乳腺腫瘤的MRI擴(kuò)散特征及參數(shù)選定[J].中華放射學(xué)雜志，2007，41（5）：451-456.

[13] Becker A S，Perucho J A，Wurnig M C，et al.Assessment of Cervical Cancer with a Parameter-Free Intravoxel Incoherent Motion Imaging Algorithm[J].Korean Journal of Radiology，2017，18（3）：510-518.

[14] Wang F，Wang Y，Zhou Y，et al.Comparison between types Ⅰ and Ⅱ epithelial ovarian cancer using histogram analysis of monoexponential，biexponential，and stretched-exponential diffusion models[J].Journal of Magnetic Resonance Imaging，2017.endprint

[15] Noij D P，Martens R M，Marcus J T，et al.Intravoxel incoherent motion magnetic resonance imaging in head and neck cancer：A systematic review of the diagnostic and prognostic value[J].Oral Oncology，2017，68：81.

[16] Che S，Zhao X，Ou Y，et al.Role of the Intravoxel Incoherent Motion Diffusion Weighted Imaging in the Pre-treatment Prediction and Early Response Monitoring to Neoadjuvant Chemotherapy in Locally Advanced Breast Cancer[J].Medicine，2016，95（4）：e2420.

[17] Lee Y J，Kim S H，Kang B J，et al.Intravoxel incoherent motion （IVIM）-derived parameters in diffusion-weighted MRI：Associations with prognostic factors in invasive ductal carcinoma[J].Journal of Magnetic Resonance Imaging，2017，45（5）：1394-1406.

[18] Cho G Y，Moy L，Kim S G，et al.Evaluation of breast cancer using intravoxel incoherent motion（IVIM） histogram analysis： comparison with malignant status，histological subtype，and molecular prognostic factors[J].European Radiology，2016，26（8）：1-12.

[19] Liu C，Wang K，Chan Q，et al.Intravoxel incoherent motion MR imaging for breast lesions：comparison and correlation with pharmacokinetic evaluation from dynamic contrast-enhanced MR imaging[J].European Radiology，2016，26（11）：1-11.

[20]王慶軍，李小娟，張靜，等.磁共振體素內(nèi)不相干運(yùn)動(dòng)對(duì)于腫塊樣乳腺良惡性病變的診斷價(jià)值[J].中華臨床醫(yī)師雜志：電子版，2014，8（19）：3438-3443.

[21]車(chē)樹(shù)楠，崔曉琳，李靜，等.MR擴(kuò)散加權(quán)成像體素內(nèi)不相干運(yùn)動(dòng)模型對(duì)于乳腺良惡性病變?cè)\斷價(jià)值的研究[J].磁共振成像，2015，6（7）：506-512.endprint