蔣 輝 曲金榮,* 宋 穎 王立峰 劉翠翠 張宏凱

1.鄭州大學(xué)附屬腫瘤醫(yī)院(河南省腫瘤醫(yī)院)(河南 鄭州450008)

2.中國醫(yī)學(xué)科學(xué)院腫瘤醫(yī)院 (北京 100021)

乳腺癌是全世界女性最常見，且死亡率最高的惡性腫瘤[1]。現(xiàn)有的影像診斷技術(shù)中，核磁共振在乳腺病變的臨床診斷及療效評(píng)估中發(fā)揮了顯著的作用。在美國已經(jīng)被推薦為高危人群的篩查手段[2]。現(xiàn)有的MRI技術(shù)和方法越來越多，過去多通過形態(tài)學(xué)特征來診斷病變，現(xiàn)在通過結(jié)合動(dòng)態(tài)增強(qiáng)磁共振成像(dynamic contrast—enhanced MRI，DCE—MRI)的T1定量分析獲得病變和正常組織的血流動(dòng)力學(xué)參數(shù)，進(jìn)而對(duì)乳腺的病變進(jìn)行定性。這一技術(shù)在乳腺癌的診斷、鑒別診斷，以及評(píng)估乳腺癌新輔助化療療效等方面應(yīng)用廣泛[3-8]。

本研究結(jié)合B1-corrected VFA技術(shù)獲得T1值，在此基礎(chǔ)上計(jì)算出DCE-MRI定量參數(shù)。B1-corrected VFA T1 技術(shù)已經(jīng)被用在心臟[8-9]、腦部[10]、肝臟的[11-12]研究，而且已經(jīng)有在乳腺脂肪組織中的研究[13]，但是還未見被用在乳腺良惡性鑒別的研究。本研究主要是結(jié)合B1-corrected VFA序列和DCE-MRI獲得T1的定量參數(shù)，進(jìn)而研究其在乳腺病變?cè)\斷、鑒別診斷等臨床問題中的應(yīng)用。

1 資料與方法

1.1 臨床資料前瞻性分析2021年6月至10月就診于我院63例女性乳腺病變患者。年齡22～75歲，平均年齡為47歲。已獲得本院倫理批準(zhǔn)，患者均已簽署知情同意書，所有病例病理證實(shí)。

1.2 檢查方法采用西門子3.0 T MR掃描儀 (MAGNETOM Skyra；Siemes Healthcare，Erlangen， Germany)，16-通道乳腺相控陣線圈，腳先進(jìn)俯臥位。檢查序列包括：靜態(tài)場B1-correctedVFA序列，采用dixon技術(shù)抑制脂肪，在VFA序列采集前應(yīng)用B1序列匹配，VFA序列采集后應(yīng)用一個(gè)B1序列矯正。掃描參數(shù)：采用2個(gè)3°及15°這兩個(gè)反轉(zhuǎn)角度，TR/TE1/TE2=5.94ms/2.46ms/3.69ms， 矩陣=384×269，層數(shù)60層，掃描野360mm×360mm，層厚=2.5mm。增強(qiáng)掃描：由高壓注射器以2.5mL/s的流率通過肘靜脈注射Gd-DTPA對(duì)比劑，劑量為0.2mmol/kg，后以同速注入30mL生理鹽水，采集4期的radial-VIBE序列后注入對(duì)比劑，后續(xù)再掃描36期。

1.3 MRI數(shù)據(jù)處理與分析將在B1-corrected VFA序列和DCE-MRI上獲得的T1值圖像導(dǎo)入GE Omni-Kinetics軟件(GE Medical，China)，觀察組織被假設(shè)為血管內(nèi)和血管外兩個(gè)模室，獲得動(dòng)脈輸入功能(arterial input function，AIF)，由系統(tǒng)自動(dòng)計(jì)算獲得Maps圖，在其中病變區(qū)域劃定感興趣區(qū)(ROI)，自動(dòng)得出各參數(shù)值。由2名工作經(jīng)驗(yàn)5年以上的放射科主治醫(yī)師采用獨(dú)立盲法分別勾畫感興趣區(qū)并生成各參數(shù)值，最終取二人測得數(shù)據(jù)的平均值進(jìn)行統(tǒng)計(jì)。

1.4 ROI的勾畫病變組織ROI：選強(qiáng)化最明顯的病變區(qū)域，避開中間的血管、囊變壞死區(qū)域，取病變最中心層面及鄰近的兩層，取三者的平均值為最終參數(shù)值；正常腺體組織ROI：在正常腺體比較致密的區(qū)域分別取3個(gè)不同位置，避開其內(nèi)的血管、脂肪組織，取三者的平均值作為最終值。

1.5 統(tǒng)計(jì)學(xué)分析運(yùn)用SPSS 22.0軟件統(tǒng)計(jì)分析。通過相關(guān)性分析評(píng)估閱片者間的一致性，相關(guān)系數(shù)值(ICC)＜0.40為一致性差；0.41-0.75為一致性好；＞0.75為一致性非常好。對(duì)計(jì)量資料進(jìn)行正態(tài)性檢驗(yàn)，測量結(jié)果以中位數(shù)(最小值、最大值)表示。正常腺體組、良性組與惡性組間進(jìn)行Kruskal-Wallis檢驗(yàn)，當(dāng)P＜0.05時(shí)差異有統(tǒng)計(jì)學(xué)意義；以病理診斷為金標(biāo)準(zhǔn)來繪制ROC曲線，由獲得的曲線下面積(area under curve，AUC)來評(píng)估我們獲得的定量參數(shù)值的診斷效能。

2 結(jié) 果

2.1 63例患者其病理結(jié)果15例良性病變，其中8例纖維瘤，2例硬化性腺病，1例良性分葉狀腫瘤，4例導(dǎo)管內(nèi)乳頭狀瘤；48例惡性的都是浸潤性導(dǎo)管癌。

2.2 兩組醫(yī)師的數(shù)據(jù)統(tǒng)計(jì)分析正常腺體的Ktrans、Kep、Ve值的相關(guān)系數(shù)分別為0.796、0.757、0.843，良性組的Ktrans、Kep、Ve值相關(guān)系數(shù)分別為0.813、0.784、0.797，惡性組的Ktrans、Kep、Ve值相關(guān)系數(shù)分別為0.81、0.823、0.789。以上獲得的一致性均非常好，我們的數(shù)據(jù)可以信賴。

2.3 三組間Ktrans、Kep、Ve值進(jìn)行Kruskal-Wallis檢驗(yàn)結(jié)果顯示三組間的Ktrans(P＜0.05)，Kep(P＜0.05)，Ve(P＜0.05)，均有統(tǒng)計(jì)學(xué)意義。良惡性組間、惡性與正常組間的Ktrans、Kep、Ve有統(tǒng)計(jì)學(xué)意義，而良性與正常組之間的Ve值無統(tǒng)計(jì)學(xué)差異，見表1、2。

表1 正常腺體、良性和惡性病變3組間各定量參數(shù)結(jié)果[中位數(shù)(最小值 最大值)]

表2 正常腺體、良性和惡性病變3組間兩兩比較P值

2.4 繪制Ktrans、Kep、Ve三者的ROC曲線見圖1，Ktrans、Kep、Ve的AUC分別為0.875、0.957、0.707，Ktrans、Kep的診斷效能較高。以最大約登指數(shù)為最佳診斷切點(diǎn)值，三者判斷乳腺良惡性病變的敏感度分別為93.8%、97.9%、45.8%；特異度分別為66.7%、86.7%、86.7%(表3)。

圖1 Ktrans、Kep、Ve的AUC分別為0.875、0.957、0.707，三者判斷乳腺良惡性病變的敏感度分別為93.8%、97.9%、45.8%；特異度分別為66.7%、86.7%、86.7%；

圖2A-圖2E 42歲，女性，病理：右乳良性葉狀腫瘤；圖2A 增強(qiáng)圖像；圖2B ROI勾畫圖 圖2C Ktrans偽彩圖：Ktrans值為0.692min-1；圖2D Kep偽彩圖Kep值為0.439min-1 圖2E Ve偽彩圖Ve值為0.941。圖3A-圖3E 57歲，女性，病理：右乳浸潤性癌；圖3A 增強(qiáng)圖像；圖3B ROI勾畫圖；圖3C Ktrans偽彩圖：Ktrans值為1.169min-1；圖3D Kep偽彩圖：Kep值為2.305min-1；圖3E Ve偽彩圖Ve值為0.437。

表3 DCE-MRI定量參數(shù)的AUC、敏感性和特異性

3 討 論

MRI在乳腺病變的影像診斷中發(fā)揮了顯著的作用，之前多依靠常規(guī)的形態(tài)學(xué)檢查，而現(xiàn)在結(jié)合了DCE-MRI定量分析結(jié)合可以進(jìn)一步提高診斷效率。定量DCE-MRI是以T1加權(quán)序列為主，注射對(duì)比劑后連續(xù)多個(gè)時(shí)間掃描，檢測病變范圍內(nèi)的對(duì)比劑的變化特征，結(jié)合我們所選擇的藥代動(dòng)力學(xué)的模型，獲得一些定量的血流動(dòng)力學(xué)參數(shù)，達(dá)到灌注分析的效果，這些參數(shù)可以從分子水平反映腫瘤組織的血流灌注、新生腫瘤血管的分布等情況，進(jìn)而由此反映出病變的生理病理學(xué)特征，為之定性。常用的定量參數(shù)有Ktrans、Kep、Ve；這些參數(shù)可以反映病變內(nèi)新生血管及微環(huán)境的情況，借此來判斷病變的良惡性。

T1 mapping常規(guī)采用下面這三種方法來獲得：(1)基于部分飽和的SE序列。(2)基于反轉(zhuǎn)恢復(fù)的IR序列[14]。(3)基于不同翻轉(zhuǎn)角Flip Angle的序列[15]。目前被當(dāng)做金標(biāo)準(zhǔn)的是IR序列。但是前兩種方法需要的掃描時(shí)間比較長，現(xiàn)在大家多采用多翻轉(zhuǎn)角Flip Angle序列來計(jì)算獲得T1值，在梯度回波序列中，不再采用大的角度，而多采用如5-25°這樣小角度的翻轉(zhuǎn)角，這樣TR會(huì)非常短，可以快速、在單次屏氣的情況下獲得整幅圖像。但是和傳統(tǒng)的IR技術(shù)比，圖像的信噪比較差，而且對(duì)靜態(tài)場的不均勻性很敏感。在此基礎(chǔ)上進(jìn)行了B1不均勻性校正，也就生成了B1-corrected VFA技術(shù)[12]。

在本研究結(jié)果顯示惡性病變的三個(gè)定量參數(shù)值較高，而正常腺體的值均較低，良性病變介于兩者之間，如圖1所示；這和既往文獻(xiàn)的研究結(jié)果比較相像[16-17]，其原因之前各種的研究已分析的比較透徹，可能是由于良惡性組織內(nèi)微血管的新生、改變和血管壁的通透性有關(guān)[16-18]。結(jié)合B1-corrected VFA技術(shù)獲得T1值，在此基礎(chǔ)上計(jì)算出DCE-MRI定量參數(shù)，和我們之前采用多翻轉(zhuǎn)角[16]及Look-Locker序列[19]的研究一樣可以反映乳腺良惡性病變的血供灌注情況，可以被應(yīng)用于臨床診斷。

我們的研究顯示，良惡性組間、惡性與正常組間的Ktrans、Kep、Ve差異均有統(tǒng)計(jì)學(xué)意義，而良性和正常組間Ve值無明顯統(tǒng)計(jì)學(xué)差異，關(guān)于Ve值的結(jié)論大家比較有爭議，我們的結(jié)果與部分研究結(jié)果一致[16-19]，而與部分研究結(jié)果不同[20]。Tofts[21]的研究顯示Ve值不穩(wěn)定，可能是因?yàn)椴∽冎車乃[影響，也可能每個(gè)人血管內(nèi)對(duì)比劑的到達(dá)時(shí)間及達(dá)峰時(shí)間不同所致[16]，我們應(yīng)用新序列計(jì)算獲得的T1值，與其他研究分別采用不同序列獲得的T1值可能會(huì)有差異，這些都可能是我們的研究結(jié)果與其他人有差異的可能，而這些有待以后大數(shù)據(jù)或兩種不同序列的對(duì)照研究進(jìn)一步明確。

本研究的ROC結(jié)果表明Ktrans、Kep的AUC較大，而Ve的較小，表明Ktrans、Kep診斷效能較高而Ve診斷效能較差些；Ktrans、Kep、Ve判斷乳腺良惡性病變敏感性分別為93.8%、97.9%、45.8%；特異性分別為66.7%、86.7%、86.7%?？傻贸鯧ep、Ve具有較高的特異性，而Ktrans、Kep具有較高的敏感性，此結(jié)果與其他人的研究結(jié)果大致相同。

本研究也存在一些不足：第一，之前研究的B1-corrected VFA序列對(duì)于正常腺體的T1定量測定中是可行的[22]，此次應(yīng)用在乳腺良惡性病變的鑒別也是有臨床價(jià)值的，但獲得的樣本量有限，可能會(huì)對(duì)研究有一定的影響，需要后續(xù)進(jìn)一步加大樣本量進(jìn)行驗(yàn)證。第二，對(duì)于Ve的研究結(jié)果不一致，這也需要以后進(jìn)一步研究。第三，采用不同的藥代動(dòng)力學(xué)模型也可能會(huì)對(duì)研究結(jié)果造成影響。這些都需要我們后續(xù)繼續(xù)完善上述問題的研究。

本研究證實(shí)了結(jié)合B1-corrected VFA技術(shù)獲得T1值，并在此基礎(chǔ)上計(jì)算出的定量參數(shù)Ktrans、Kep、Ve可被應(yīng)用于臨床實(shí)踐來診斷與鑒別乳腺良惡性病變。在此希望本研究中采用新的序列可以快速可靠的獲得定量T1值，為后續(xù)的各種研究提供一些有益的幫助。