引用本文： 王富民, 印隆林, 陳曉煜, 楊李, 蒲楊梅. 3.0T 磁共振聯合序列檢查對乳腺良惡性病變的鑒別診斷價值. 中國普外基礎與臨床雜志, 2018, 25(7): 817-824. doi: 10.7507/1007-9424.201712018 復制
乳腺癌是嚴重威脅女性健康的惡性腫瘤之一，也是全世界第二大癌癥死因[1]。乳腺癌的早期發現及良、惡性病變的早期鑒別診斷對于選擇恰當的治療方案和準確評價患者預后的意義重大。目前，磁共振（magnetic resonance imaging，MRI）檢查已廣泛應用于乳腺病變的臨床診斷，其不僅能為乳腺良、惡性病變的鑒別及評價提供準確的形態學信息，而且還能提供病灶的血液動力學、組織內水分子運動變化等信息，具有很高的診斷價值[2]。本研究旨在分析乳腺良、惡性病變的形態學特點、強化模式、血供特點、表觀擴散系數（apparent diffusion coefficient，ADC）的差異等情況，同時探討 3.0T MRI 聯合序列檢查對乳腺良、惡性病變的鑒別診斷價值。
1 資料和方法
1.1 納入和排除標準
納入標準：① MRI 檢查前未行手術、放化療或其他抗腫瘤治療者；② MRI 檢查后 2 周內在電子科技大學附屬醫院·四川省人民醫院行手術或穿刺活檢、能獲得手術病理學檢查結果者。排除標準：① 有 MRI 檢查禁忌證者；② MRI 檢查前曾行放化療者；③ MRI 檢查后 2 周內未能在電子科技大學附屬醫院·四川省人民醫院行手術或穿刺活檢、不能獲得手術病理學檢查結果者。
1.2 研究對象
前瞻性收集 2015 年 11 月至 2017 年 1 月期間因臨床或其他影像學檢查懷疑乳腺病變、于電子科技大學附屬醫院·四川省人民醫院行乳腺 MRI 檢查的 59 例乳腺病變患者作為研究對象，共計 67 個病灶。全部病例均為女性，年齡 24～67 歲、（43.2±6.8）歲。
1.3 檢查設備及成像參數
患者取俯臥位，頭先進，雙臂前伸并置于頭部兩側，身體長軸平行于床面長軸。橫斷位掃描范圍為鎖骨上區至乳腺下緣，兩側包括腋窩；矢狀位掃描范圍為鎖骨中線至兩側胸壁。掃描設備為 Siemens Avanto 3.0T 超導型磁共振掃描儀，檢查線圈為乳腺專用 16 通道表面相陣控線圈，高壓注射器為 Spectris Solaris EP（Bayer Medical Care Inc），后處理軟件為 Siemens NUMARIS/4 syngo MR D13E。對所有患者行全面、完整的 3.0T MRI 聯合序列檢查，包括 MRI 常規平掃、彌散加權成像（diffusion weighted imaging，DWI）、多期動態增強掃描等。乳腺 MRI 檢查的具體掃描序列及參數見表 1。
表1
MRI 掃描序列及參數
1.4 圖像后處理及分析
所有患者的 MRI 掃描圖像資料均傳到工作站上進行圖像后處理及分析。由兩位長期從事乳腺 MRI 影像診斷工作的高年資醫師及一位住院醫師共同組成閱片小組：兩位高年資醫師在不知道手術病理結果的前提下對圖像共同進行分析，遇意見分歧時經協商達成共識；住院醫師負責圖像后處理、數據測量、記錄觀察結果、數據分析等。圖像分析時重點關注下面 3 個方面的內容。
1.4.1 病變的形態學特點
結合平掃及多期動態增強掃描圖像測量/觀察下列特征：測量乳腺病變的最大直徑；觀察病變的形狀、邊緣、邊界及平衡期信號均勻度。參照 Fischer 評分法[3-4]，對乳腺病變的形態學特點進行評分：邊緣光滑、類圓形、邊界清晰及信號均勻記為 0 分；邊緣毛刺、形狀不規則、邊界模糊及信號不均勻記為 1 分。總分為 4 分時診斷為惡性，總分為 2 分和 3 分時診斷為可疑惡性，總分為 0 分和 1 分時診斷為良性。
1.4.2 繪制病變的時間-信號強度曲線（time-inten- sity curve，TIC）
在后處理工作站上，選取動態增強掃描所有時相的圖像，生成減影圖，選擇病變最大截面積層面，取病灶強化最明顯處作為感興趣區（region of interest，ROI）。ROI 可以是圓形或不規則形，選擇 ROI 時應注意避開壞死、囊變、出血及液化區，面積約 2 mm2。根據 ROI 繪制病變的 TIC，調整坐標軸指標，使橫坐標為掃描時間，縱坐標為信號強度，即 TIC，并進行分型。
1.4.3 測量病變的 ADC 值
在后處理工作站上，選調 DWI 序列中的 ADC 圖像，參照動態增強掃描圖像對病變進行定位并測量病變的 ADC 值。選擇 ROI 時應注意避開壞死、囊變、出血及液化區，ROI 可以是圓形或不規則形，面積約 2 mm2，每個病灶測量 3 次并取其均值作為病變的 ADC 值。
1.5 統計學方法
采用 SPSS 19.0 軟件進行統計學分析。病變的最大徑、ADC 值等計量資料以均數±標準差（
±s）表示，組間比較采用兩獨立樣本比較的 t 檢驗；病變的形態學特點、TIC 分型結果等計數資料以頻數表示，組間比較采用成組 χ2 檢驗、連續校正的 χ2 檢驗或 Fischer 確切檢驗法。以病理結果為診斷標準，用四格表分別計算 Fischer 評分法、TIC 分型、ADC 值及其聯合對乳腺良、惡性病變的診斷效能，并采用 Kappa 一致性檢驗分析各掃描方法及其聯合診斷對乳腺良、惡性病變的診斷符合率。Kappa 檢驗統計量的評價方法為：當 0.75<κ≤1 時，說明診斷的一致性很好；當 0.6<κ≤0.75 時，說明診斷的一致性較好；當 0.4<κ≤0.6 時，說明診斷的一致性一般；當 0<κ≤0.40 時，說明診斷的一致性差[5]。檢驗水準 α=0.05。
2 結果
2.1 乳腺良、惡性病變的病理學分型及腫瘤直徑
本研究納入的 59 例患者中，43 例發現惡性病灶 49 個（4 例 2 個病灶、1 例 3 個病灶、38 例 1 個病灶），16 例發現良性病灶 18 個（2 例 2 個病灶、14 例 1 個病灶）。所有良、惡性病灶的組織病理學分型見表 2。18 個良性病灶的最大直徑為 0.4～3.0 cm、（1.6±0.4）cm；49 個惡性病灶的最大直徑為 0.4～5.1 cm、（1.9±0.7）cm。乳腺良性及惡性病灶的最大直徑比較差異并沒有統計學意義（t=0.959，P=0.34）。
圖1
示一 30 歲女性右側乳腺浸潤性乳腺癌患者的 MRI 圖像
a～c：常規橫斷位 T1WI（a）、T2WI 脂肪抑制（b）與矢狀位 T2WI 脂肪抑制（c）序列示右乳外下象限 T1WI 稍低信號、T2WI 高信號結節影，形狀不規則，邊緣毛刺，邊界欠清；d：最大信號強度投影圖示右側乳腺結節影（白箭），周圍有增粗增大血管顯示；e：ROI 示信號強度最小值和最大值分別為 293 及 360，區域大小為 0.08 cm2，信號強度的均值和標準差分別為 323.7 及 13.8，區域體素為 61；f：TIC 為 Ⅲ 型；g：DWI 圖示病變處彌散受限，表現為高信號；h：ROI 示 ADC 的最小值和最大值分別為 0.498×10–3 mm2/s 及 0.652×10–3 mm2/s，ADC 的均值和標準差分別為 0.575×10–3 mm2/s 和 0.052×10–3 mm2/s，區域大小為 0.12 cm2，區域體素為 5
圖2
示一 51 歲女性右側乳腺浸潤性導管癌患者的 MRI 圖像
a～c：常規橫斷位 T1WI（a）、T2WI 脂肪抑制（b）與矢狀位 T2WI 脂肪抑制（c）序列示右側乳腺稍外側 T1WI 稍低信號、T2WI 高信號結節影，形狀不規則，邊緣毛刺；d：最大信號強度投影圖示右側乳腺稍外側結節影；e：ROI 示信號強度的最小值和最大值分別為 496 和 524，區域大小為 0.10 cm2，信號強度的均值和標準差分別為 510.5 和 6.7，區域體素為 68；f：TIC 為 Ⅱ 型；g：DWI 圖示病變處彌散受限，表現為高信號；h：ROI 示 ADC 的最小值和最大值分別為 0.590×10–3 mm2/s 和 0.714×10–3 mm2/s，ADC 值的均值和標準差分別為 0.673×10–3 mm2/s 和 0.044×10–3 mm2/s，區域大小為 0.11 cm2，區域體素為 5
圖3
示一 25 歲女性左側乳腺纖維腺瘤患者的 MRI 圖像
a～c：常規橫斷位 T1WI（a）、T2WI（b）脂肪抑制與矢狀位 T2WI（c）脂肪抑制序列示左乳乳頭深面結節狀 T1WI 等信號、T2WI 高信號影，形狀較規則，內有分隔，邊界較清；d：ROI 示信號強度的最小值和最大值分別為 630 和 687，區域大小為 0.07 cm2，信號強度的均值和標準差分別為 656.0 和 14.9，區域體素為 44；e：TIC 為 Ⅰ 型；f：DWI 圖示病變處彌散受限，表現為高信號；g：ROI 示 ADC 值的最小值和最大值分別為 0.911×10–3 mm2/s 和 1.473×10–3 mm2/s，ADC 值的均值和標準差分別為 1.160×10–3 mm2/s 和 0.183×10–3 mm2/s，區域大小為 0.11 cm2，區域體素為 5
表2
67 個乳腺病灶的病理學分型
2.2 乳腺良、惡性病變的多期動態增強掃描形態學特點比較
本組 18 個乳腺良性病變和 49 個乳腺惡性病變的多期動態增強掃描形態學特點具體見表 3（包括邊緣、形狀、邊界以及信號均勻度）。本組資料結果顯示，乳腺良性病變和惡性病變的邊緣、形狀、邊界及信號均勻度比較差異均有統計學意義（P<0.05），良性病變的邊緣較光滑，形狀多規則、呈類圓形，邊界多清晰且較均勻。
表3
乳腺良、惡性病變的多期動態增強掃描形態學特點［個（%）］
2.3 乳腺良、惡性病變的動態增強掃描 TIC 分型
18 個良性病灶中，TIC 呈 Ⅰ 型者 14 個（77.8%），呈 Ⅱ 型者 3 個（16.7%），呈 Ⅲ 型者 1 個（5.5%）；49 個惡性病灶中，TIC 曲線呈 Ⅰ 型者8 個（16.3%），呈 Ⅱ 型者 26 個（53.1%），呈 Ⅲ 型者 15 個（30.6%），見圖 1–圖 3。本研究將 TIC Ⅰ 型定義為良性，Ⅱ 型和 Ⅲ 型定義為惡性[3-4]，結果良、惡性病變的動態增強掃描 TIC 分型比較差異有統計學意義（χ2=22.697，P<0.001）。
2.4 乳腺良、惡性病變的 ADC 值比較
49 個乳腺惡性病變的 ADC 值為（0.819±0.091）×10–3 mm2/s，18 個乳腺良性病變的 ADC 值為（1.148±0.099）×10–3 mm2/s。乳腺良性和惡性病變的 ADC 值比較差異存在統計學意義（t=6.696，P<0.001）。
2.5 MRI 對乳腺良惡性病變的診斷效能
2.5.1 Fisher 評分
根據 Fischer 評分法，本組 67 個病灶診斷為惡性 43 個，可疑惡性 8 個（單一計算診斷效能時均將可疑惡性歸類為惡性），良性 16 個。Fischer 評分法對乳腺良、惡性病變的診斷效能見表 4 和圖 4（以 2 分作為良惡性的判定閾值，≥2 分定義為惡性，<2 分定義為良性），且 Fischer 評分法與病理學結果的一致性一般（κ=0.528）。
表4
各方法對乳腺良、惡性病變的診斷效能
圖4
示各檢查方法診斷乳腺良、惡性病變的 ROC 曲線
2.5.2 TIC 分型
TIC 分型診斷良、惡性乳腺病變的靈敏度、特異度及準確率見表 4 和圖 4，且 TIC 分型和病理學檢查結果的一致性一般（κ=0.574）。
2.5.3 ADC 值對乳腺良惡性病變的診斷效能
以乳腺病變的 ADC 值為診斷指標繪制 ROC 曲線：ADC 值的界點為 1.012×10–3 mm2/s，此時曲線下面積（AUC）為 0.900 ［95% CI 為（0.822，0.979），P<0.001］。以 1.012×10–3 mm2/s 為界點，當病變的 ADC 值大于等于 1.012×10–3 mm2/s 時，診斷為良性病變；小于 1.012×10–3 mm2/s 時，診斷為惡性病變。ADC 值對良、惡性乳腺病變的診斷效能見表 4、圖 4 和圖 5，且 ADC 值和病理學檢查結果的一致性很好（κ=0.793）。
圖5
示 ADC 值診斷乳腺良、惡性病變的 ROC 曲線
2.5.4 Fischer 評分聯合 TIC 分型對乳腺病變的診斷效能
將乳腺病變 TIC 分型的 Ⅰ、Ⅱ 及 Ⅲ 型分別計為 0、1 和 2 分，并將其得分與 Fischer 評分結果相加，當總評分≥4 分時診斷為惡性；總分為 2 或3 分時診斷為可疑惡性；<2 分時診斷為良性[3-4, 6]。依據上述標準，本組 67 個病灶中診斷為惡性 46 個、可疑惡性 6 個（Fischer 聯合 TIC 時可疑惡性最后計算時歸為惡性）、良性 15 個。Fischer 評分聯合 TIC 分型對乳腺良、惡性病變的診斷效能見表 4 和圖 4，其與病理學診斷結果間具有較好的一致性（κ=0.719）。
2.5.5 Fischer 評分、TIC 分型聯合 ADC 值對乳腺病變的診斷效能
Fischer 評分、TIC 分型聯合 ADC 值診斷時，任一指標將病變診斷為惡性時，則最終結果診斷為惡性；當 Fischer 評分、TIC 分型出現可疑惡性或良性，且 ADC 值診斷為良性時，則最終結果診斷為良性[6-7]。18 個良性病灶中，Fischer 評分、TIC 分型聯合 ADC 值診斷為良性病變者 15 個（83.3%），惡性病變者 3 個（16.7%）；49 個惡性病灶中，三者聯合運用診斷為良性病變者 1 個（2.0%），惡性病變者 48 個（98.0%）。三者聯合運用對乳腺良、惡性病變的診斷效能見表 4 和圖 5，聯合診斷與病理學診斷結果有較好的一致性（κ=0.843），且聯合診斷的診斷效能較單一指標更好。
3 討論
目前鉬靶 X 線攝影及超聲仍是乳腺病變的首選影像學檢查方法，但 MRI 檢查以其獨特優勢，已在乳腺疾病的臨床診斷中發揮著越來越重要的作用[8-10]。乳腺 MRI 檢查應用最普遍的序列是多期動態增強掃描，其可反映病變的血供特點，并可通過繪制 TIC 觀察病變的血流動力學變化情況，具有較高的診斷價值，已成為最新版本乳腺影像報告及數據系統（breast imaging reporting and data system，BI-RADS）分類的重要依據[6]。但單純依賴 MRI 動態增強掃描診斷乳腺良、惡性病變的特異性仍不高[11-12]，尚需聯合運用功能成像（如 DWI）等序列進一步提高診斷的準確性。另外，3.0T MRI 較 1.5T MRI 具有更高的信噪比、更高的空間及時間分辨率等優點，可發現更多微小病灶，但過高的靈敏度可能會降低乳腺病變診斷的特異度，容易造成“過度”診斷，導致不必要的穿刺活檢，增加患者的思想負擔，或不必要地擴大手術切除范圍等。Elsamaloty 等[13]曾報道，3.0T MRI 診斷乳腺小癌灶的靈敏度達 100%，但特異度僅為 92.8%～94.5%。因此，3.0T MRI 診斷乳腺癌尚需要更多的研究與經驗總結，以期提高其診斷的特異性。
乳腺病變的形態學特點是判斷其良、惡性的重要依據之一。病變形態呈類圓形、邊緣光滑、邊界較清及增強信號均勻提示良性病變可能，而病變有分葉或形態不規則、邊緣呈輻射狀或蟹足樣改變、邊界欠清及增強信號不均勻提示惡性病變可能[14]。本組良性和惡性病變的各形態學比較差異均有統計學意義，也支持這一觀點。但單純形態學特征診斷乳腺良、惡性病變的靈敏度及特異度并不高[15-17]，特別是強化特征不典型的小病灶容易誤診。本研究 Fischer 評分診斷乳腺良、惡性病變的靈敏度及特異度分別為 89.8% 和 61.1%，特異度較低。
乳腺病變的 TIC 類型是判斷其良、惡性的另一重要指標。本組病例的良性病變以 Ⅰ 型曲線（77.8%）為主，惡性病變則以 Ⅱ 型（53.1%）及 Ⅲ 型曲線（30.6%）為主，良性病變和惡性病變的 TIC 分型的差異具有統計學意義（P<0.05）。這歸因于惡性病變腫瘤的毛細血管豐富，對比劑注入早期即可大量流入病灶區域，從而引起信號強度快速上升；同時由于惡性病變組織內的毛細血管內皮通透性明顯高于正常乳腺組織，且存在不同程度的動靜脈短路分流，對比劑流出病灶區域的速度存在較大差異，故容易出現 Ⅱ 型或 Ⅲ 型 TIC[18-21]。乳腺良、惡性病變的 TIC 類型會有所重疊，少數惡性病變也可出現Ⅰ型曲線（本組為 16.3%，8/49），這和 Kuhl 等[18]的結論一致。單純依靠 TIC 類型診斷乳腺病變良、惡性的靈敏度較高（本研究為 83.7%），且特異度相對較低（本研究為 77.8%），與文獻[19-20, 22]報道相符。特異度相對較低的原因不僅與病變血管系統結構的差異性有關[23]，還可能與檢查參數、ROI 位置的選擇及評判標準有關。
有文獻[24-25]表明，DWI 在乳腺病變的定性診斷方面具有重要價值。盡管乳腺良、惡性病變在DWI 圖像上均可表現為較高信號，但良性病變的 ADC 值普遍高于惡性病變[26]，本研究結論與其一致。這歸因于惡性腫瘤細胞大量快速繁殖導致細胞密度增高、細胞外容積減小、大分子物質如蛋白質對水分子的吸附作用增加及生物膜對水分子擴散限制增加，進而導致惡性腫瘤的 ADC 值降低[27-28]。本組病例以乳腺良、惡性病變的 ADC 值為診斷指標繪制 ROC 曲線，結果顯示，ADC 值的診斷閾值為 1.012×10–3 mm2/s，此時其靈敏度、特異度及準確率均較高，分別為 91.8%、83.3% 及 89.6%，與其他學者[7, 29]的結果相仿。但分析本組病例筆者還發現，有 16.7%（3/18）的良性病變的 ADC 值低于 1.012×10–3 mm2/s，有 8.2%（4/49）的惡性病變的 ADC 值高于 1.012×10–3 mm2/s，其原因可能與病變的病理學類型及細胞排列方式不同、ROI 的選擇誤差及 DWI 空間分辨率較低有關，這些均容易導致磁敏感偽影、化學位移偽影等[22]。
筆者進一步探索了聯合運用 Fischer 評分、TIC 分型及 ADC 值對乳腺良、惡性病變的診斷價值，結果聯合方法的靈敏度、特異度及準確率分別為 98.0%、83.3% 及 94.0%，其診斷效能高于單一的 MRI 檢查方法，與文獻[21, 30-31]報道相符（靈敏度：86.4%～98.2%；特異度：82.5%～91.7%；準確率：89.1%～96.3%）。其中，本組有 2 個良性病變分析其動態增強掃描形態學特點及 TIC 特征時診斷為可疑惡性病變，但是通過聯合分析病變的 ADC 值（≥1.012×10–3 mm2/s）最終診斷為良性病變；2 個惡性病變分析其動態增強掃描形態特點及 TIC 特征診斷為可疑惡性病變，但結合其 ADC 值（<1.012×10–3 mm2/s）正確診斷為惡性病變。這充分表明，MRI 多種序列和多種診斷指標的聯合運用可以提供更多信息，可一定程度提高對乳腺良、惡性病變的診斷準確性。
本研究的不足之處：① 樣本量不夠大，可能會影響結果的可靠性；② 本組病例的病理組織類型尚不夠豐富，沒有囊括如浸潤性小葉癌、導管內乳頭狀瘤等病理學類型；③ 沒有囊括更多的檢查乳腺病變的 MRI 掃描方法，如波譜成像（magneticresonance spectroscopy，MRS）、灌注成像（magneticresonance perfusion imaging）等。另外，運用 MRI 檢查進行乳腺癌病理學分型、分子分型、邊界自動識別與劃分、新輔助化療的療效判斷及預測等是目前研究的熱點，這也是筆者下一步的研究方向。
總之，MRI 動態增強掃描的形態學特點、TIC 分型及彌散加權成像對乳腺良、惡性病變的診斷與鑒別診斷均具有各自的優勢與局限性，在臨床工作中應強調多種 MRI 檢查序列及多種診斷指標的聯合應用，從而做到相互補充，彌補單一檢查序列的不足，以提高乳腺良、惡性病變的診斷準確性。
乳腺癌是嚴重威脅女性健康的惡性腫瘤之一，也是全世界第二大癌癥死因[1]。乳腺癌的早期發現及良、惡性病變的早期鑒別診斷對于選擇恰當的治療方案和準確評價患者預后的意義重大。目前，磁共振（magnetic resonance imaging，MRI）檢查已廣泛應用于乳腺病變的臨床診斷，其不僅能為乳腺良、惡性病變的鑒別及評價提供準確的形態學信息，而且還能提供病灶的血液動力學、組織內水分子運動變化等信息，具有很高的診斷價值[2]。本研究旨在分析乳腺良、惡性病變的形態學特點、強化模式、血供特點、表觀擴散系數（apparent diffusion coefficient，ADC）的差異等情況，同時探討 3.0T MRI 聯合序列檢查對乳腺良、惡性病變的鑒別診斷價值。
1 資料和方法
1.1 納入和排除標準
納入標準：① MRI 檢查前未行手術、放化療或其他抗腫瘤治療者；② MRI 檢查后 2 周內在電子科技大學附屬醫院·四川省人民醫院行手術或穿刺活檢、能獲得手術病理學檢查結果者。排除標準：① 有 MRI 檢查禁忌證者；② MRI 檢查前曾行放化療者；③ MRI 檢查后 2 周內未能在電子科技大學附屬醫院·四川省人民醫院行手術或穿刺活檢、不能獲得手術病理學檢查結果者。
1.2 研究對象
前瞻性收集 2015 年 11 月至 2017 年 1 月期間因臨床或其他影像學檢查懷疑乳腺病變、于電子科技大學附屬醫院·四川省人民醫院行乳腺 MRI 檢查的 59 例乳腺病變患者作為研究對象，共計 67 個病灶。全部病例均為女性，年齡 24～67 歲、（43.2±6.8）歲。
1.3 檢查設備及成像參數
患者取俯臥位，頭先進，雙臂前伸并置于頭部兩側，身體長軸平行于床面長軸。橫斷位掃描范圍為鎖骨上區至乳腺下緣，兩側包括腋窩；矢狀位掃描范圍為鎖骨中線至兩側胸壁。掃描設備為 Siemens Avanto 3.0T 超導型磁共振掃描儀，檢查線圈為乳腺專用 16 通道表面相陣控線圈，高壓注射器為 Spectris Solaris EP（Bayer Medical Care Inc），后處理軟件為 Siemens NUMARIS/4 syngo MR D13E。對所有患者行全面、完整的 3.0T MRI 聯合序列檢查，包括 MRI 常規平掃、彌散加權成像（diffusion weighted imaging，DWI）、多期動態增強掃描等。乳腺 MRI 檢查的具體掃描序列及參數見表 1。
表1
MRI 掃描序列及參數
1.4 圖像后處理及分析
所有患者的 MRI 掃描圖像資料均傳到工作站上進行圖像后處理及分析。由兩位長期從事乳腺 MRI 影像診斷工作的高年資醫師及一位住院醫師共同組成閱片小組：兩位高年資醫師在不知道手術病理結果的前提下對圖像共同進行分析，遇意見分歧時經協商達成共識；住院醫師負責圖像后處理、數據測量、記錄觀察結果、數據分析等。圖像分析時重點關注下面 3 個方面的內容。
1.4.1 病變的形態學特點
結合平掃及多期動態增強掃描圖像測量/觀察下列特征：測量乳腺病變的最大直徑；觀察病變的形狀、邊緣、邊界及平衡期信號均勻度。參照 Fischer 評分法[3-4]，對乳腺病變的形態學特點進行評分：邊緣光滑、類圓形、邊界清晰及信號均勻記為 0 分；邊緣毛刺、形狀不規則、邊界模糊及信號不均勻記為 1 分。總分為 4 分時診斷為惡性，總分為 2 分和 3 分時診斷為可疑惡性，總分為 0 分和 1 分時診斷為良性。
1.4.2 繪制病變的時間-信號強度曲線（time-inten- sity curve，TIC）
在后處理工作站上，選取動態增強掃描所有時相的圖像，生成減影圖，選擇病變最大截面積層面，取病灶強化最明顯處作為感興趣區（region of interest，ROI）。ROI 可以是圓形或不規則形，選擇 ROI 時應注意避開壞死、囊變、出血及液化區，面積約 2 mm2。根據 ROI 繪制病變的 TIC，調整坐標軸指標，使橫坐標為掃描時間，縱坐標為信號強度，即 TIC，并進行分型。
1.4.3 測量病變的 ADC 值
在后處理工作站上，選調 DWI 序列中的 ADC 圖像，參照動態增強掃描圖像對病變進行定位并測量病變的 ADC 值。選擇 ROI 時應注意避開壞死、囊變、出血及液化區，ROI 可以是圓形或不規則形，面積約 2 mm2，每個病灶測量 3 次并取其均值作為病變的 ADC 值。
1.5 統計學方法
采用 SPSS 19.0 軟件進行統計學分析。病變的最大徑、ADC 值等計量資料以均數±標準差（
±s）表示，組間比較采用兩獨立樣本比較的 t 檢驗；病變的形態學特點、TIC 分型結果等計數資料以頻數表示，組間比較采用成組 χ2 檢驗、連續校正的 χ2 檢驗或 Fischer 確切檢驗法。以病理結果為診斷標準，用四格表分別計算 Fischer 評分法、TIC 分型、ADC 值及其聯合對乳腺良、惡性病變的診斷效能，并采用 Kappa 一致性檢驗分析各掃描方法及其聯合診斷對乳腺良、惡性病變的診斷符合率。Kappa 檢驗統計量的評價方法為：當 0.75<κ≤1 時，說明診斷的一致性很好；當 0.6<κ≤0.75 時，說明診斷的一致性較好；當 0.4<κ≤0.6 時，說明診斷的一致性一般；當 0<κ≤0.40 時，說明診斷的一致性差[5]。檢驗水準 α=0.05。
2 結果
2.1 乳腺良、惡性病變的病理學分型及腫瘤直徑
本研究納入的 59 例患者中，43 例發現惡性病灶 49 個（4 例 2 個病灶、1 例 3 個病灶、38 例 1 個病灶），16 例發現良性病灶 18 個（2 例 2 個病灶、14 例 1 個病灶）。所有良、惡性病灶的組織病理學分型見表 2。18 個良性病灶的最大直徑為 0.4～3.0 cm、（1.6±0.4）cm；49 個惡性病灶的最大直徑為 0.4～5.1 cm、（1.9±0.7）cm。乳腺良性及惡性病灶的最大直徑比較差異并沒有統計學意義（t=0.959，P=0.34）。
圖1
示一 30 歲女性右側乳腺浸潤性乳腺癌患者的 MRI 圖像
a～c：常規橫斷位 T1WI（a）、T2WI 脂肪抑制（b）與矢狀位 T2WI 脂肪抑制（c）序列示右乳外下象限 T1WI 稍低信號、T2WI 高信號結節影，形狀不規則，邊緣毛刺，邊界欠清；d：最大信號強度投影圖示右側乳腺結節影（白箭），周圍有增粗增大血管顯示；e：ROI 示信號強度最小值和最大值分別為 293 及 360，區域大小為 0.08 cm2，信號強度的均值和標準差分別為 323.7 及 13.8，區域體素為 61；f：TIC 為 Ⅲ 型；g：DWI 圖示病變處彌散受限，表現為高信號；h：ROI 示 ADC 的最小值和最大值分別為 0.498×10–3 mm2/s 及 0.652×10–3 mm2/s，ADC 的均值和標準差分別為 0.575×10–3 mm2/s 和 0.052×10–3 mm2/s，區域大小為 0.12 cm2，區域體素為 5
圖2
示一 51 歲女性右側乳腺浸潤性導管癌患者的 MRI 圖像
a～c：常規橫斷位 T1WI（a）、T2WI 脂肪抑制（b）與矢狀位 T2WI 脂肪抑制（c）序列示右側乳腺稍外側 T1WI 稍低信號、T2WI 高信號結節影，形狀不規則，邊緣毛刺；d：最大信號強度投影圖示右側乳腺稍外側結節影；e：ROI 示信號強度的最小值和最大值分別為 496 和 524，區域大小為 0.10 cm2，信號強度的均值和標準差分別為 510.5 和 6.7，區域體素為 68；f：TIC 為 Ⅱ 型；g：DWI 圖示病變處彌散受限，表現為高信號；h：ROI 示 ADC 的最小值和最大值分別為 0.590×10–3 mm2/s 和 0.714×10–3 mm2/s，ADC 值的均值和標準差分別為 0.673×10–3 mm2/s 和 0.044×10–3 mm2/s，區域大小為 0.11 cm2，區域體素為 5
圖3
示一 25 歲女性左側乳腺纖維腺瘤患者的 MRI 圖像
a～c：常規橫斷位 T1WI（a）、T2WI（b）脂肪抑制與矢狀位 T2WI（c）脂肪抑制序列示左乳乳頭深面結節狀 T1WI 等信號、T2WI 高信號影，形狀較規則，內有分隔，邊界較清；d：ROI 示信號強度的最小值和最大值分別為 630 和 687，區域大小為 0.07 cm2，信號強度的均值和標準差分別為 656.0 和 14.9，區域體素為 44；e：TIC 為 Ⅰ 型；f：DWI 圖示病變處彌散受限，表現為高信號；g：ROI 示 ADC 值的最小值和最大值分別為 0.911×10–3 mm2/s 和 1.473×10–3 mm2/s，ADC 值的均值和標準差分別為 1.160×10–3 mm2/s 和 0.183×10–3 mm2/s，區域大小為 0.11 cm2，區域體素為 5
表2
67 個乳腺病灶的病理學分型
2.2 乳腺良、惡性病變的多期動態增強掃描形態學特點比較
本組 18 個乳腺良性病變和 49 個乳腺惡性病變的多期動態增強掃描形態學特點具體見表 3（包括邊緣、形狀、邊界以及信號均勻度）。本組資料結果顯示，乳腺良性病變和惡性病變的邊緣、形狀、邊界及信號均勻度比較差異均有統計學意義（P<0.05），良性病變的邊緣較光滑，形狀多規則、呈類圓形，邊界多清晰且較均勻。
表3
乳腺良、惡性病變的多期動態增強掃描形態學特點［個（%）］
2.3 乳腺良、惡性病變的動態增強掃描 TIC 分型
18 個良性病灶中，TIC 呈 Ⅰ 型者 14 個（77.8%），呈 Ⅱ 型者 3 個（16.7%），呈 Ⅲ 型者 1 個（5.5%）；49 個惡性病灶中，TIC 曲線呈 Ⅰ 型者8 個（16.3%），呈 Ⅱ 型者 26 個（53.1%），呈 Ⅲ 型者 15 個（30.6%），見圖 1–圖 3。本研究將 TIC Ⅰ 型定義為良性，Ⅱ 型和 Ⅲ 型定義為惡性[3-4]，結果良、惡性病變的動態增強掃描 TIC 分型比較差異有統計學意義（χ2=22.697，P<0.001）。
2.4 乳腺良、惡性病變的 ADC 值比較
49 個乳腺惡性病變的 ADC 值為（0.819±0.091）×10–3 mm2/s，18 個乳腺良性病變的 ADC 值為（1.148±0.099）×10–3 mm2/s。乳腺良性和惡性病變的 ADC 值比較差異存在統計學意義（t=6.696，P<0.001）。
2.5 MRI 對乳腺良惡性病變的診斷效能
2.5.1 Fisher 評分
根據 Fischer 評分法，本組 67 個病灶診斷為惡性 43 個，可疑惡性 8 個（單一計算診斷效能時均將可疑惡性歸類為惡性），良性 16 個。Fischer 評分法對乳腺良、惡性病變的診斷效能見表 4 和圖 4（以 2 分作為良惡性的判定閾值，≥2 分定義為惡性，<2 分定義為良性），且 Fischer 評分法與病理學結果的一致性一般（κ=0.528）。
表4
各方法對乳腺良、惡性病變的診斷效能
圖4
示各檢查方法診斷乳腺良、惡性病變的 ROC 曲線
2.5.2 TIC 分型
TIC 分型診斷良、惡性乳腺病變的靈敏度、特異度及準確率見表 4 和圖 4，且 TIC 分型和病理學檢查結果的一致性一般（κ=0.574）。
2.5.3 ADC 值對乳腺良惡性病變的診斷效能
以乳腺病變的 ADC 值為診斷指標繪制 ROC 曲線：ADC 值的界點為 1.012×10–3 mm2/s，此時曲線下面積（AUC）為 0.900 ［95% CI 為（0.822，0.979），P<0.001］。以 1.012×10–3 mm2/s 為界點，當病變的 ADC 值大于等于 1.012×10–3 mm2/s 時，診斷為良性病變；小于 1.012×10–3 mm2/s 時，診斷為惡性病變。ADC 值對良、惡性乳腺病變的診斷效能見表 4、圖 4 和圖 5，且 ADC 值和病理學檢查結果的一致性很好（κ=0.793）。
圖5
示 ADC 值診斷乳腺良、惡性病變的 ROC 曲線
2.5.4 Fischer 評分聯合 TIC 分型對乳腺病變的診斷效能
將乳腺病變 TIC 分型的 Ⅰ、Ⅱ 及 Ⅲ 型分別計為 0、1 和 2 分，并將其得分與 Fischer 評分結果相加，當總評分≥4 分時診斷為惡性；總分為 2 或3 分時診斷為可疑惡性；<2 分時診斷為良性[3-4, 6]。依據上述標準，本組 67 個病灶中診斷為惡性 46 個、可疑惡性 6 個（Fischer 聯合 TIC 時可疑惡性最后計算時歸為惡性）、良性 15 個。Fischer 評分聯合 TIC 分型對乳腺良、惡性病變的診斷效能見表 4 和圖 4，其與病理學診斷結果間具有較好的一致性（κ=0.719）。
2.5.5 Fischer 評分、TIC 分型聯合 ADC 值對乳腺病變的診斷效能
Fischer 評分、TIC 分型聯合 ADC 值診斷時，任一指標將病變診斷為惡性時，則最終結果診斷為惡性；當 Fischer 評分、TIC 分型出現可疑惡性或良性，且 ADC 值診斷為良性時，則最終結果診斷為良性[6-7]。18 個良性病灶中，Fischer 評分、TIC 分型聯合 ADC 值診斷為良性病變者 15 個（83.3%），惡性病變者 3 個（16.7%）；49 個惡性病灶中，三者聯合運用診斷為良性病變者 1 個（2.0%），惡性病變者 48 個（98.0%）。三者聯合運用對乳腺良、惡性病變的診斷效能見表 4 和圖 5，聯合診斷與病理學診斷結果有較好的一致性（κ=0.843），且聯合診斷的診斷效能較單一指標更好。
3 討論
目前鉬靶 X 線攝影及超聲仍是乳腺病變的首選影像學檢查方法，但 MRI 檢查以其獨特優勢，已在乳腺疾病的臨床診斷中發揮著越來越重要的作用[8-10]。乳腺 MRI 檢查應用最普遍的序列是多期動態增強掃描，其可反映病變的血供特點，并可通過繪制 TIC 觀察病變的血流動力學變化情況，具有較高的診斷價值，已成為最新版本乳腺影像報告及數據系統（breast imaging reporting and data system，BI-RADS）分類的重要依據[6]。但單純依賴 MRI 動態增強掃描診斷乳腺良、惡性病變的特異性仍不高[11-12]，尚需聯合運用功能成像（如 DWI）等序列進一步提高診斷的準確性。另外，3.0T MRI 較 1.5T MRI 具有更高的信噪比、更高的空間及時間分辨率等優點，可發現更多微小病灶，但過高的靈敏度可能會降低乳腺病變診斷的特異度，容易造成“過度”診斷，導致不必要的穿刺活檢，增加患者的思想負擔，或不必要地擴大手術切除范圍等。Elsamaloty 等[13]曾報道，3.0T MRI 診斷乳腺小癌灶的靈敏度達 100%，但特異度僅為 92.8%～94.5%。因此，3.0T MRI 診斷乳腺癌尚需要更多的研究與經驗總結，以期提高其診斷的特異性。
乳腺病變的形態學特點是判斷其良、惡性的重要依據之一。病變形態呈類圓形、邊緣光滑、邊界較清及增強信號均勻提示良性病變可能，而病變有分葉或形態不規則、邊緣呈輻射狀或蟹足樣改變、邊界欠清及增強信號不均勻提示惡性病變可能[14]。本組良性和惡性病變的各形態學比較差異均有統計學意義，也支持這一觀點。但單純形態學特征診斷乳腺良、惡性病變的靈敏度及特異度并不高[15-17]，特別是強化特征不典型的小病灶容易誤診。本研究 Fischer 評分診斷乳腺良、惡性病變的靈敏度及特異度分別為 89.8% 和 61.1%，特異度較低。
乳腺病變的 TIC 類型是判斷其良、惡性的另一重要指標。本組病例的良性病變以 Ⅰ 型曲線（77.8%）為主，惡性病變則以 Ⅱ 型（53.1%）及 Ⅲ 型曲線（30.6%）為主，良性病變和惡性病變的 TIC 分型的差異具有統計學意義（P<0.05）。這歸因于惡性病變腫瘤的毛細血管豐富，對比劑注入早期即可大量流入病灶區域，從而引起信號強度快速上升；同時由于惡性病變組織內的毛細血管內皮通透性明顯高于正常乳腺組織，且存在不同程度的動靜脈短路分流，對比劑流出病灶區域的速度存在較大差異，故容易出現 Ⅱ 型或 Ⅲ 型 TIC[18-21]。乳腺良、惡性病變的 TIC 類型會有所重疊，少數惡性病變也可出現Ⅰ型曲線（本組為 16.3%，8/49），這和 Kuhl 等[18]的結論一致。單純依靠 TIC 類型診斷乳腺病變良、惡性的靈敏度較高（本研究為 83.7%），且特異度相對較低（本研究為 77.8%），與文獻[19-20, 22]報道相符。特異度相對較低的原因不僅與病變血管系統結構的差異性有關[23]，還可能與檢查參數、ROI 位置的選擇及評判標準有關。
有文獻[24-25]表明，DWI 在乳腺病變的定性診斷方面具有重要價值。盡管乳腺良、惡性病變在DWI 圖像上均可表現為較高信號，但良性病變的 ADC 值普遍高于惡性病變[26]，本研究結論與其一致。這歸因于惡性腫瘤細胞大量快速繁殖導致細胞密度增高、細胞外容積減小、大分子物質如蛋白質對水分子的吸附作用增加及生物膜對水分子擴散限制增加，進而導致惡性腫瘤的 ADC 值降低[27-28]。本組病例以乳腺良、惡性病變的 ADC 值為診斷指標繪制 ROC 曲線，結果顯示，ADC 值的診斷閾值為 1.012×10–3 mm2/s，此時其靈敏度、特異度及準確率均較高，分別為 91.8%、83.3% 及 89.6%，與其他學者[7, 29]的結果相仿。但分析本組病例筆者還發現，有 16.7%（3/18）的良性病變的 ADC 值低于 1.012×10–3 mm2/s，有 8.2%（4/49）的惡性病變的 ADC 值高于 1.012×10–3 mm2/s，其原因可能與病變的病理學類型及細胞排列方式不同、ROI 的選擇誤差及 DWI 空間分辨率較低有關，這些均容易導致磁敏感偽影、化學位移偽影等[22]。
筆者進一步探索了聯合運用 Fischer 評分、TIC 分型及 ADC 值對乳腺良、惡性病變的診斷價值，結果聯合方法的靈敏度、特異度及準確率分別為 98.0%、83.3% 及 94.0%，其診斷效能高于單一的 MRI 檢查方法，與文獻[21, 30-31]報道相符（靈敏度：86.4%～98.2%；特異度：82.5%～91.7%；準確率：89.1%～96.3%）。其中，本組有 2 個良性病變分析其動態增強掃描形態學特點及 TIC 特征時診斷為可疑惡性病變，但是通過聯合分析病變的 ADC 值（≥1.012×10–3 mm2/s）最終診斷為良性病變；2 個惡性病變分析其動態增強掃描形態特點及 TIC 特征診斷為可疑惡性病變，但結合其 ADC 值（<1.012×10–3 mm2/s）正確診斷為惡性病變。這充分表明，MRI 多種序列和多種診斷指標的聯合運用可以提供更多信息，可一定程度提高對乳腺良、惡性病變的診斷準確性。
本研究的不足之處：① 樣本量不夠大，可能會影響結果的可靠性；② 本組病例的病理組織類型尚不夠豐富，沒有囊括如浸潤性小葉癌、導管內乳頭狀瘤等病理學類型；③ 沒有囊括更多的檢查乳腺病變的 MRI 掃描方法，如波譜成像（magneticresonance spectroscopy，MRS）、灌注成像（magneticresonance perfusion imaging）等。另外，運用 MRI 檢查進行乳腺癌病理學分型、分子分型、邊界自動識別與劃分、新輔助化療的療效判斷及預測等是目前研究的熱點，這也是筆者下一步的研究方向。
總之，MRI 動態增強掃描的形態學特點、TIC 分型及彌散加權成像對乳腺良、惡性病變的診斷與鑒別診斷均具有各自的優勢與局限性，在臨床工作中應強調多種 MRI 檢查序列及多種診斷指標的聯合應用，從而做到相互補充，彌補單一檢查序列的不足，以提高乳腺良、惡性病變的診斷準確性。
