司麗芳，劉小娟，楊開(kāi)顏，馬怡塵，王 麗，蔣 濤

(首都醫(yī)科大學(xué)附屬北京朝陽(yáng)醫(yī)院放射科，北京 100020)

隨著DWI新技術(shù)的發(fā)展，體素內(nèi)不相干運(yùn)動(dòng)(intravoxel incoherent motion，IVIM)DWI和擴(kuò)散峰度成像(diffusion kurtosis imaging，DKI)已用于診斷和鑒別診斷乳腺疾病，且有較高的診斷價(jià)值[1-3]。然而乳腺癌是一種異質(zhì)性腫瘤，測(cè)量參數(shù)時(shí)，ROI的選擇可影響測(cè)量結(jié)果。目前IVIM和DKI參數(shù)測(cè)量方法不盡相同，而針對(duì)不同測(cè)量方法對(duì)診斷乳腺良惡性病變效能影響的研究較少[4-6]。本研究旨在探討不同方法測(cè)量DKI及IVIM模型DWI參數(shù)對(duì)鑒別診斷乳腺良惡性腫塊性病變的價(jià)值。

1 資料與方法

1.1 一般資料 回顧性分析2016年9月—2017年5月在我院接受MR檢查且發(fā)現(xiàn)腫塊性病變的59例患者(62個(gè)病變)，均為女性，年齡21～80歲，中位年齡43歲。惡性病變均經(jīng)手術(shù)或穿刺病理證實(shí)，良性病變經(jīng)病理或隨訪1年未見(jiàn)明顯變化確診；患側(cè)乳腺無(wú)手術(shù)及外傷史。

1.2 儀器與方法 采用GE Discovery MR750 3.0T超導(dǎo)型MR掃描儀，8通道乳腺專用相控陣表面線圈。掃描序列包括：①快速自旋回波T2WI，采用軸位定量非對(duì)稱回波的最小二乘估算法迭代水脂分離序列(iterative decomposition of water and fat with echo asymmetry and least-squares estimation,IDEAL)，TR 5 427 ms，TE 85 ms，層厚4 mm，間隔0.5 mm，F(xiàn)OV 32 cm×32 cm，相位編碼方向?yàn)樽笥曳较?；②IVIM，采用單次激發(fā)平面回波成像序列，TR 3 600 ms，TE 87.7 ms，層厚4 mm，間隔1 mm，F(xiàn)OV 32 cm×32 cm，矩陣128×160，b值取0、15、30、60、80、100、120、150、200、400、600、800、1 000、1 500 s/mm2，采集時(shí)間8 min 30 s；③DKI，采用平面回波成像序列，TR 3 258 ms，TE 94 ms，層厚4 mm，間隔1 mm，F(xiàn)OV 32 cm×32 cm，矩陣160×128，b值取0、400、800、1 200、2 000 s/mm2，梯度方向數(shù)75；④動(dòng)態(tài)增強(qiáng)MRI，軸位IDEAL乳腺容積成像序列，TR 4.3 ms，TE 2 ms，層厚1.4 mm，F(xiàn)OV 32 cm×32 cm，相位編碼方向?yàn)樽笥曳较颍瑢?duì)比劑Gd-DTPA劑量0.1 mmol/kg體質(zhì)量，流率2 ml/s，單期掃描時(shí)間為54 s，重復(fù)掃描9次，總采集時(shí)間8 min 13 s。

1.3 圖像評(píng)價(jià)方法 采用2種方法在IVIM圖像上測(cè)量病灶的標(biāo)準(zhǔn)擴(kuò)散系數(shù)(ADCstand)和慢速擴(kuò)散系數(shù)(ADCslow)，在DKI圖像測(cè)量平均峰度值(mean kurtosis，MK)和平均擴(kuò)散系數(shù)(mean diffusivity，MD)。方法1：參考T2WI及動(dòng)態(tài)增強(qiáng)MRI，將直徑2～5 mm的ROI置于病灶強(qiáng)化最明顯處(圖1A、1B)，測(cè)量3次取平均值，記為ADCstand、ADCslow、MK、MD。方法2：取病灶實(shí)性成分最大層面，沿病灶邊緣勾畫，以整個(gè)病灶作為ROI，參考T2WI及動(dòng)態(tài)增強(qiáng)MRI，盡量避開(kāi)明顯壞死、液化、出血、囊變及鈣化區(qū)(圖1C)，測(cè)量3次取平均值，記為ADCstand-max、ADCslow-max、MK-max、MD-max。

于健側(cè)乳腺中部腺體較豐富位置放置ROI，避開(kāi)囊腫、脂肪、血管等結(jié)構(gòu)，測(cè)量正常乳腺實(shí)質(zhì)的ADCstand、ADCslow、MK及MD，測(cè)量3次取平均值，記為ADCstand-N、ADCslow-N、MK-N和MD-N。

1.4 統(tǒng)計(jì)學(xué)分析 采用SPSS 25.0統(tǒng)計(jì)分析軟件。符合正態(tài)分布的計(jì)量資料以±s表示，不符合者以中位數(shù)(上下四分位數(shù))表示；分別采用兩獨(dú)立樣本t檢驗(yàn)或Wilcoxon秩和檢驗(yàn)比較乳腺良惡性病變間各參數(shù)的差異。繪制ROC曲線，以Medcalc 11.0軟件中Z檢驗(yàn)比較各參數(shù)的AUC，評(píng)價(jià)各參數(shù)鑒別診斷乳腺良惡性病變的效能。P<0.05為差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

本組59例中，3例存在多發(fā)病變，且均為纖維腺瘤和非特殊類型浸潤(rùn)性癌，共納入62個(gè)病變；其中惡性病變26個(gè)，包括非特殊類型浸潤(rùn)性癌19個(gè)，導(dǎo)管原位癌2個(gè)，黏液腺癌2個(gè)，其他惡性腫瘤3個(gè)(穿刺病理結(jié)果為浸潤(rùn)性癌，未細(xì)分類型)；良性病變36個(gè)，包括纖維腺瘤15個(gè)，腺病9個(gè)，導(dǎo)管內(nèi)乳頭狀瘤2個(gè)，纖維囊性疾病1個(gè)，炎性病變1個(gè)，脂肪壞死1個(gè)，其他良性疾病7個(gè)。

乳腺良性病變與惡性病變間ADCstand、ADCstand-max、ADCslow、ADCslow-max、MK、MK-max、MD、MD-max差異均有統(tǒng)計(jì)學(xué)意義(P均<0.001)，良惡性病變患者正常乳腺實(shí)質(zhì)的ADCstand-N、ADCslow-N、MK-N、MD-N差異均無(wú)統(tǒng)計(jì)學(xué)意義(P均>0.05)，見(jiàn)表1、圖2。

ROC曲線結(jié)果顯示，ADCstand、ADCstand-max、ADCslow、ADCslow-max、MK、MK-max、MD、MD-max、ADCslow聯(lián)合MK、ADCslow-max聯(lián)合MK-max的AUC分別為0.848、0.819、0.880、0.850、0.898、0.876、0.767、0.804、0.915、0.897，其中ADCslow聯(lián)合MK的AUC最大(0.915)，診斷乳腺良惡性病變的敏感度和特異度分別為88.9%和84.6%(表2、圖3)。ADCslow聯(lián)合MK的AUC大于ADCstand、ADCstand-max、MD和MD-max，差異有統(tǒng)計(jì)學(xué)意義(Z=2.032，P=0.042；Z=2.439，P=0.014；Z=2.724，P=0.006；Z=2.294，P=0.021)；ADCslow聯(lián)合MK與ADCslow、ADCslow-max、MK、MK-max差異均無(wú)統(tǒng)計(jì)學(xué)意義(Z=1.083，P=0.279；Z=1.489，P=0.136；Z=0.816，P=0.414；Z=1.235，P=0.217)。ADCstand與ADCstand-max(Z=1.465，P=0.143)、ADCslow與ADCslow-max(Z=1.013，P=0.311)、MK與MK-max(Z=1.021，P=0.307)、MD與MD-max(Z=1.428，P=0.153)、ADCslow聯(lián)合MK與ADCslow-max聯(lián)合MK-max(Z=0.792，P=0.428)差異均無(wú)統(tǒng)計(jì)學(xué)意義。

表1 乳腺良惡性病變間IVIM及DKI各參數(shù)比較

表2 IVIM及DKI各參數(shù)診斷乳腺良惡性病變ROC曲線

圖1 2種方法勾畫ROI示意圖 A.動(dòng)態(tài)增強(qiáng)DWI示病灶顯著強(qiáng)化伴中心無(wú)強(qiáng)化壞死區(qū)；B.方法1，將ROI置于病灶強(qiáng)化最明顯處；C.方法2，于病灶實(shí)性成分最大層面勾畫ROI

圖2 患者女，49歲，左側(cè)乳腺非特殊類型浸潤(rùn)性癌 A.軸位T2WI示等信號(hào)腫塊；B.軸位動(dòng)態(tài)增強(qiáng)圖像示腫塊早期明顯強(qiáng)化；C.ADCstand偽彩圖；D.ADCslow偽彩圖；E.MK偽彩圖；F.MD偽彩圖

圖3 IVIM及DKI各參數(shù)診斷乳腺良惡性病變的ROC曲線

3 討論

在DWI基礎(chǔ)上發(fā)展起來(lái)的IVIM和DKI技術(shù)已用于研究乳腺疾病，且國(guó)內(nèi)外結(jié)果[7-9]均顯示IVIM及DKI參數(shù)對(duì)乳腺疾病有較高的診斷價(jià)值。IVIM模型可以將水分子的擴(kuò)散與微循環(huán)灌注分離開(kāi)來(lái)，從而更真實(shí)地反映水分子的擴(kuò)散。DKI模型能探查組織水分子擴(kuò)散非高斯分布的特性，反映生物組織微觀結(jié)構(gòu)的變化情況。目前IVIM及DKI參數(shù)測(cè)量時(shí)，選擇ROI的方法并不統(tǒng)一。本研究采用2種不同的ROI設(shè)置方法(病變強(qiáng)化最明顯區(qū)域和最大實(shí)性部分)，探討不同方法測(cè)量DKI及IVIM模型參數(shù)對(duì)鑒別診斷乳腺良惡性腫塊性病變的價(jià)值。

本研究結(jié)果顯示，乳腺惡性病變的ADCstand、ADCstand-max、ADCslow、ADCslow-max、MD、MD-max均低于良性病變(P均<0.001)，而MK、MK-max高于良性病變(P均<0.001)，與既往研究[10-12]結(jié)果一致。分析原因，惡性病灶內(nèi)組織細(xì)胞生長(zhǎng)旺盛，增殖速度快，同時(shí)細(xì)胞密度增加，核漿比增大，導(dǎo)致水分子擴(kuò)散受限，且隨著病理級(jí)別增高，細(xì)胞異型性更明顯，腫瘤內(nèi)部細(xì)胞結(jié)構(gòu)更復(fù)雜，存在更多的新生血管及壞死結(jié)構(gòu)，導(dǎo)致組織結(jié)構(gòu)較良性病變更為復(fù)雜。本研究還顯示病灶早期強(qiáng)化最明顯處測(cè)量參數(shù)值與病灶最大層面病灶整體測(cè)量值的AUC差異均無(wú)統(tǒng)計(jì)學(xué)意義(P均>0.05)，其原因可能為腫瘤局部強(qiáng)化明顯、惡性腫瘤細(xì)胞增長(zhǎng)迅速、新生血管壁內(nèi)皮細(xì)胞生長(zhǎng)不完整、導(dǎo)致血管壁通透性增高所致，同時(shí)局部腫瘤細(xì)胞分布較密集，受腫瘤異質(zhì)性影響相對(duì)較少；測(cè)量最大層面病灶整體參數(shù)值時(shí)，雖然可以避開(kāi)肉眼所見(jiàn)的囊變、壞死、出血，但會(huì)受病灶內(nèi)纖維化、難以通過(guò)肉眼分辨的微小液化及壞死區(qū)、黏液等不同病理成分影響，導(dǎo)致瘤灶內(nèi)不同區(qū)域的參數(shù)測(cè)量值存在較大差異。

本研究結(jié)果及既往研究[4,6,10]結(jié)果均顯示ADCslow和MK值較其他參數(shù)具有更高的診斷效能，因此本研究將ADCslow與MK聯(lián)合，并與其他參數(shù)比較診斷效能，結(jié)果顯示ADCslow聯(lián)合MK的AUC最高(0.915)，有較高的敏感度和特異度，且其AUC大于ADCstand、ADCstand-max、MD和MD-max(P均<0.05)。本研究結(jié)果與李嫣等[13]相似，即MK聯(lián)合ADCslow的診斷效能高于各單獨(dú)參數(shù)，但后者未對(duì)病變形態(tài)進(jìn)行分類，且以病變最大層面為ROI。

本研究的局限性：①ROI均為手動(dòng)勾畫，存在一定誤差；②納入的腫塊性病變病理類型不統(tǒng)一，而不同類型乳腺癌組織內(nèi)部結(jié)構(gòu)存在差異，會(huì)對(duì)結(jié)果產(chǎn)生一定影響。

綜上所述，對(duì)于乳腺腫塊性病變，2種測(cè)量方法所測(cè)DKI及IVIM模型參數(shù)對(duì)鑒別診斷良惡性病變均有重要價(jià)值，2種方法ROC曲線分析雖未見(jiàn)明顯統(tǒng)計(jì)學(xué)差異，但病灶早期強(qiáng)化最明顯處測(cè)量值有更高的AUC，有待于進(jìn)一步進(jìn)行臨床大樣本研究。