朱 華 羅 倩 趙 佳 張 蕾*

隨著我國生活水平的提升，人們的健康意識有所轉(zhuǎn)變，越來越多的人開始重視自身健康。對于女性而言，乳腺癌發(fā)病率的不斷增加以及發(fā)病年齡出現(xiàn)年輕化的趨勢[1]。因此，每年體檢的人數(shù)以及患者人數(shù)都在不斷增加，乳腺X射線攝影作為篩查和檢查的重要輔助手段已被廣泛用于臨床[2]。隨著乳腺體檢者和患者數(shù)目增加，影像醫(yī)師的閱片工作量增加，影像診斷中主觀性會一定程度的增加。而且很多情況下正常組織同病變在影像學(xué)上的表現(xiàn)僅有細(xì)微的差別，這種情況下，人類視覺系統(tǒng)本身的局限性、醫(yī)師本身診斷培訓(xùn)和經(jīng)驗(yàn)的缺乏、再加上疲勞分心等因素，很可能無法有效利用現(xiàn)有的信息，會導(dǎo)致影像診斷結(jié)果準(zhǔn)確性下降，漏診率增加[3]。因此，計算機(jī)輔助檢測(computer-aided detection，CAD)技術(shù)可以作為診斷輔助工具，對圖像進(jìn)行自動分析處理，標(biāo)注感興趣區(qū)，并利用現(xiàn)有的數(shù)據(jù)庫模板信息對感興趣區(qū)進(jìn)行分析診斷，在一定程度上能減緩影像醫(yī)師的工作壓力，提高診斷效率。本研究主要探討CAD與診斷醫(yī)師診斷相比較其檢出靈敏度、特異度和準(zhǔn)確率，以及對乳腺癌的診斷率，從而分析其在影像診斷中的價值。

1 資料與方法

1.1 資料選取

回顧性分析2018年4-8月在上海交通大學(xué)附屬第一人民醫(yī)院進(jìn)行手術(shù)并行組織學(xué)檢查的119例乳腺疾病病例資料，所有患者均為女性，年齡19～77歲，平均年齡(48±13)歲，術(shù)前均進(jìn)行乳腺X射線斷層檢查。

1.2 納入與排除標(biāo)準(zhǔn)

(1)納入標(biāo)準(zhǔn):①乳腺X射線影像信息完整，包括雙乳頭尾(craniocaudal，CC)位和內(nèi)外側(cè)斜(mediolateral oblique，MLO)位影像；②均采用2D和3D的攝影模式；③可獲得檢查者姓名、檢查號、年齡及性別等相關(guān)患者疾病信息。

(2)排除標(biāo)準(zhǔn):①檢查者相關(guān)信息不完全；②由于體位或者其他原因造成的圖像偽影，影響圖像質(zhì)量；③未進(jìn)行相關(guān)手術(shù)或病理檢查。

1.3 儀器設(shè)備

采用HOLOGIC 3D Selenia Dimensions型數(shù)字乳腺X射線機(jī)(美國豪洛捷公司)。

1.4 診斷方法

使用3D Selenia Dimensions型數(shù)字乳腺X射線機(jī)，選用Combo攝影模式，根據(jù)患者乳房大小合適選擇壓迫板型號，壓迫力度以乳房實(shí)際可被壓迫的最大程度和患者可忍受的壓力為宜[4]。在同一壓迫位置下同時采集二維和三維圖像，攝影體位為頭尾(craniocaudal，CC)和內(nèi)外側(cè)斜(mediolateral oblique，MLO)位，攝影條件為管電壓和管電流均采取自動控制。

1.5 診斷報告評價指標(biāo)

1.5.1 主觀評價

由兩位工作年限分別為15年、25年的乳腺影像?？圃\斷醫(yī)師于術(shù)前對119例乳腺影像進(jìn)行最終診斷，最終診斷結(jié)果按乳腺影像-報告和數(shù)據(jù)系統(tǒng)(breast imaging-reporting and data system，BIRADS)分類診斷:①BI-RADS 0類，指檢查信息缺乏，評估不完全，需要結(jié)合其他檢查結(jié)果來進(jìn)一步評估；②BI-RADS 1類，陰性結(jié)果，乳腺影像暫未發(fā)現(xiàn)明顯異常病變；③BI-RADS 2類，良性病變，可基本排除惡性，定期復(fù)查即可；④BI-RADS 3類，可能是良性病變，一般建議3～6個月隨訪，惡性病變率一般≤2%；⑤BI-RADS 4類，可疑惡性病變(2%＜惡性可能＜95%)，需要活檢明確診斷，此類可進(jìn)一步分為4a、4b、4c的類，4a為傾向惡性可能性低，4b為傾向惡性可能性中等，4c為傾向惡性可能性高；⑥BI-RADS 5類，高度惡性可能≥95%，手術(shù)活檢。

1.5.2 CAD評價

(1)由1名工作年限為2年的醫(yī)生在未知病理和術(shù)前診斷報告情況下，將119例病例導(dǎo)入工作站進(jìn)行回顧性CAD輔助診斷分析。CAD的標(biāo)記在乳腺X射線二維影像上進(jìn)行，工作流程分為圖像預(yù)處理、特征提取和特征分類3個部分[5]。分析醫(yī)師和CAD檢測受試者工作特征(receiver operating characteristic，ROC)曲線，計算ROC曲線下面積(area under curve，AUC)。

(2)在標(biāo)記過程中會給予腫塊、鈣化和腫塊伴鈣化3種標(biāo)識:①鈣化，被標(biāo)記的鈣化一般是3個以上的成簇鈣化團(tuán)和環(huán)行鈣化，或者是鈣化的血管，或者是交叉的線性結(jié)構(gòu)等，標(biāo)記點(diǎn)在鈣化中心且盡量避免標(biāo)記良性鈣化；②腫塊，被標(biāo)記的腫塊一般是結(jié)構(gòu)扭曲的區(qū)域，或者是致密的區(qū)域，或者是周圍有放射狀線性結(jié)構(gòu)的區(qū)域等等；③腫塊伴鈣化，被標(biāo)記的區(qū)域既含腫塊又包含鈣化。在某些情況下，CAD還會畫出一定的區(qū)域范圍，感興趣區(qū)懷疑的惡性程度越高的，相應(yīng)的標(biāo)識尺寸就越大，見圖1。

1.6 統(tǒng)計學(xué)方法

采用SPSS22.0軟件對數(shù)據(jù)進(jìn)行統(tǒng)計分析，以病理報告為標(biāo)準(zhǔn)，對術(shù)前影像報告和CAD報告的診斷準(zhǔn)確率、靈敏度和特異度進(jìn)行分析，計數(shù)資料行卡方檢驗(yàn)，以P＜0.05為差異有統(tǒng)計學(xué)意義。

2 結(jié)果

2.1 CAD診斷病灶特征

數(shù)字乳腺X射線機(jī)配置的CAD系統(tǒng)是以檢測惡性病灶為目的，檢測結(jié)果分為陰性、陽性兩種。陽性均為懷疑有惡性可能，而陰性包括無病灶和有病灶(CAD判為良性)兩部分。陽性病灶根據(jù)檢測結(jié)果分為3個亞組:鈣化、腫塊和腫塊伴鈣化。CAD檢測結(jié)果中陰性19例；陽性100例，其中鈣化6例，腫塊56例，腫塊伴鈣化38例，見表1。

圖1 CAD標(biāo)記病灶標(biāo)識的乳腺X射線影像

表1 CAD系統(tǒng)檢測病灶特征(例)

2.2 術(shù)前影像診斷報告

參照CAD分類，將術(shù)前乳腺影像診斷報告結(jié)論進(jìn)行重新整合分組，分為陰性和陽性。陰性包括報告為BI-RADS 1～2類，以及醫(yī)師暫未在致密型乳腺攝影影像上發(fā)現(xiàn)陽性病灶需結(jié)合其他影像檢查而歸于BIRADS:0類。陽性包括BI-RADS 4～5類，歸于惡性，部分BI-RADS 0類，發(fā)現(xiàn)病灶，但由于圖像信息局限性以及缺乏其他檢查信息等因素，需結(jié)合其他檢查信息進(jìn)一步評估。病例統(tǒng)計結(jié)果見表2。

表2 術(shù)前乳腺影像BI-RADS分類診斷報告(例)

2.3 病理結(jié)果

病理結(jié)果分為惡性、良性和陰性。惡性包含浸潤性或非浸潤性乳腺癌、浸潤性或非浸潤性導(dǎo)管原位癌、導(dǎo)管乳頭狀癌等。良性包含乳腺纖維腺瘤、導(dǎo)管乳頭狀瘤、良性鈣化、囊腫、良性淋巴結(jié)、脂肪瘤、錯構(gòu)瘤等等。陰性包含乳腺腺病、乳腺增生、炎癥性改變等。119例患者手術(shù)病理結(jié)果:惡性46例，陰性73例(良性46例，病理結(jié)果陰性27例)。

2.4 CAD與乳腺影像對良惡性病灶的診斷效能分析

(1)良性病灶:在27例病理結(jié)果為乳腺腺病、乳腺增生、炎癥性改變等陰性病例中，乳腺影像診斷準(zhǔn)確18例，但包括致密型乳腺13例，未發(fā)現(xiàn)陽性病灶，納入未定類0類。在46例病理顯示良性中包括乳腺纖維腺瘤、導(dǎo)管乳頭狀瘤、良性鈣化、囊腫、良性淋巴結(jié)、脂肪瘤及錯構(gòu)瘤，乳腺影像懷疑惡性19例，CAD懷疑惡性36例。

(2)惡性病灶:在46例病理顯示浸潤性或非浸潤性乳腺癌、浸潤性或非浸潤性導(dǎo)管原位癌、導(dǎo)管乳頭狀癌中，乳腺影像報告診斷懷疑惡性35例(占76.09%)，CAD懷疑惡性44例(占95.7%)。乳腺影像未能判定為惡性的11例病例中，誤診為良性3例，因致密型乳腺未檢測到陽性病灶歸為BI-RADS 0類8例，CAD發(fā)現(xiàn)病灶但誤診為良性2例。CAD與乳腺影像診斷的特異度和假陽性率比較，差異有統(tǒng)計學(xué)意義(x2=10.895，x2=9.012；P＜0.05)，見表3。

表3 病理結(jié)果為惡性病灶的乳腺影像和CAD診斷效能(%，例)

2.5 CAD對乳腺影像報告BI-RADS中0類診斷效能分析

因致密型乳腺未檢測到陽性病灶被乳腺影像診斷分類為BI-RADS 0類共有36例，CAD檢測判定為陰性10例，懷疑惡性6例；28例病理結(jié)果為良性和陰性，8例為惡性。檢測到病灶但不能判斷腫塊性質(zhì)需進(jìn)一步檢查的被乳腺影像診斷為BI-RADS 0類共有23例，CAD檢測判定為陰性4例，懷疑惡性3例；25例病理結(jié)果為良性和陰性，3例為惡性。

2.6 乳腺影像和CAD的檢測ROC曲線

乳腺影像診斷ROC的AUC為0.693，CAD診斷的ROC的AUC為0.595，乳腺影像與CAD聯(lián)合診斷ROC的AUC為0.720。CAD對惡性病灶的檢出率高，但同時存在假陽性率過高的問題，因此一定程度會降低CAD的準(zhǔn)確性和特異度。ROC曲線顯示，結(jié)合CAD檢測結(jié)果進(jìn)行診斷，在一定程度上可提高乳腺影像診斷的準(zhǔn)確性，見圖2。

圖2 乳腺影像、CAD及兩者聯(lián)合診斷的ROC曲線

3 討論

3.1 CAD工作原理

本研究所采用的X射線機(jī)是美國HOLOGIC數(shù)字化乳腺機(jī)，該設(shè)備可直接進(jìn)行乳腺三維斷層攝影(digital breast tomosynthesis，DBT)。本研究討論的CAD是以HOLOGIC乳腺機(jī)配備的乳腺計算機(jī)輔助檢測功能為依據(jù)。CAD是以計算機(jī)內(nèi)現(xiàn)有的數(shù)據(jù)庫信息為依據(jù)，在計算機(jī)的分析下，對鉬靶X射線影像上的感興趣區(qū)域(region of interest，ROI)進(jìn)行標(biāo)記，給予醫(yī)生提示，但最終的診斷結(jié)果仍由醫(yī)師根據(jù)客觀影像數(shù)據(jù)和經(jīng)驗(yàn)分析判斷。因此，乳腺CAD本質(zhì)是計算機(jī)輔助檢測，在醫(yī)師診斷過程中給予提示，而不是采用CAD進(jìn)行診斷，診斷結(jié)果仍舊由影像醫(yī)師決定，而不是計算機(jī)直接給出結(jié)果。CAD在分析標(biāo)記ROI過程中遵循兩個原則:①標(biāo)記可能是癌癥的區(qū)域；②盡可能少的標(biāo)記不是癌癥的區(qū)域。

3.2 CAD在病灶檢出上的優(yōu)劣勢

CAD對于惡性病灶的檢出率為95.65%，明顯高于醫(yī)師診斷結(jié)果(76.09%)，對檢測惡性病灶的靈敏度也高于醫(yī)師。在醫(yī)師未判斷出的11例惡性病灶中誤診為良性3例，因致密型乳腺未檢測到陽性病灶歸為BIRADS 0類8例，均在術(shù)前做了進(jìn)一步檢查，包括超聲、超聲造影及MRI增強(qiáng)檢查，術(shù)前均最終診斷為惡性病灶占100%。對于36例醫(yī)師診斷為BI-RADS 0類的報告中，由于乳腺致密，暫未發(fā)現(xiàn)陽性病灶，病理陽性8例，其中CAD檢測出了6例(占75%)。因此在影像醫(yī)師的閱片過程中結(jié)合CAD在一定程度上能降低漏診率，減輕醫(yī)師的工作壓力。

由于CAD的特異性較差，在實(shí)際工作中存在假陽性率過高的情況。本組46例病理良性，CAD與醫(yī)師在陰性結(jié)果的檢出率和未檢出率上，CAD特異性不高，73例陰性，CAD判斷準(zhǔn)確僅17例(占23.29%)，而醫(yī)師組判斷準(zhǔn)確43例(占58.9%)。在實(shí)際診斷中CAD需要合理設(shè)置檢測閾值，對于CAD陽性結(jié)果，醫(yī)師仍要根據(jù)自己的臨床經(jīng)驗(yàn)和檢查數(shù)據(jù)來判斷CAD檢測出來的ROI是否為陽性病灶，以及病灶的性質(zhì)。

3.3 診斷漏診原因分析

(1)影像醫(yī)師漏診。由于報告工作量的與日俱增，疲勞和分心可能使得醫(yī)師在閱片過程中忽視了不明顯病灶。醫(yī)師在關(guān)注已經(jīng)發(fā)現(xiàn)的病變時，會忽略同時存在的其他病變。還有可能由于醫(yī)師本身經(jīng)驗(yàn)不足，導(dǎo)致觀察到ROI，但未辨別出是否為病變[6]。鉬靶X射線影像能提供的信息畢竟是有限的，對于致密型乳腺，腺體致密型乳腺的診斷有一定的局限性，由于多量型及致密型乳腺容易遮掩小的腫塊和鈣化，導(dǎo)致檢測的敏感性降低。尤其是在二維影像上，能獲取的有效信息更加局限，對于乳腺癌的早期表現(xiàn)如結(jié)構(gòu)紊亂，二維圖像由于顯示結(jié)構(gòu)不清晰以及組織的疊加影響極易漏診[7]。根據(jù)文獻(xiàn)報道，二維乳腺數(shù)字X射線攝影對乳腺癌診斷的靈敏度僅為65%，甚至更低[8-9]。近年來，西方國家在進(jìn)行乳腺X射線攝影時大量采用2D結(jié)合3D模式進(jìn)行常規(guī)篩查，結(jié)果顯示可以極大提高乳腺癌的檢出率[10-11]。本研究均采用了二維結(jié)合三維斷層攝影方法，惡性病灶檢出率為76.09%，高于文獻(xiàn)報道的二維攝影敏感性[8-9]。但在判斷腫塊的良惡性方面，乳腺斷層影像因缺乏腫塊血流情況等其他有效信息，仍存在一定漏診。

(2)CAD漏診。CAD在提高影像醫(yī)師檢出率的同時依舊會存在假陰性和假陽性的問題。可能與計算機(jī)本身數(shù)據(jù)庫的信息量以及信息采集量不足有關(guān)，同時與分析處理程序有關(guān)以及與檢測分類標(biāo)準(zhǔn)有關(guān)。在檢測過程中需要設(shè)置檢測閾值，檢測閾值越高，檢測靈敏度就會降低，假陰性概率提高；反之檢測閾值降低，檢測靈敏度就會提高，假陽性概率提高。本研究樣本數(shù)據(jù)有限，需擴(kuò)大樣本數(shù)據(jù)來合理設(shè)置計算機(jī)輔助檢測技術(shù)合理閾值，提高其在實(shí)際臨床診斷工作中的應(yīng)用價值。

4 結(jié)語

在診斷過程中合理運(yùn)用CAD，一定程度上能提高醫(yī)師對惡性病灶的診斷準(zhǔn)確性，降低漏診率，及早發(fā)現(xiàn)惡性病灶，期待未來CAD技術(shù)的優(yōu)化發(fā)展。然而，每種檢查方法都有其優(yōu)勢和不足，因此在臨床診斷的過程中要充分結(jié)合各項(xiàng)乳腺檢查技術(shù)的優(yōu)勢，以患者實(shí)際情況為依據(jù)進(jìn)行綜合診斷。