李靜敏，邵玉紅，孫秀明，張 惠，李 鵬，王 彬

(北京大學第一醫(yī)院超聲科，北京 100034)

乳腺癌已成為嚴重威脅女性健康的惡性腫瘤之一，我國乳腺癌占女性惡性腫瘤發(fā)病率的首位[1]。超聲已成為乳腺疾病篩查及診斷的首選方法。美國放射學會(American College of Radiology， ACR)制定的乳腺影像報告及數(shù)據(jù)系統(tǒng)(breast imaging reporting and data system， BI-RADS)可對乳腺結(jié)節(jié)進行準確分級，但部分BI-RADS 3～5類、尤其是BI-RADS 4類乳腺結(jié)節(jié)的超聲圖像不典型，常規(guī)超聲鑒別診斷有一定困難。近年來出現(xiàn)的全自動乳腺容積成像(automated breast volume scanner， ABVS)技術(shù)可彌補傳統(tǒng)超聲無法獲取冠狀切面圖像的缺點，為乳腺檢查提供了新手段。本研究以乳腺BI-RADS 3～5類結(jié)節(jié)的超聲圖像特征建立Logistic回歸模型，分析各變量鑒別診斷乳腺良惡性結(jié)節(jié)的價值。

1 資料與方法

1.1 一般資料 收集2015年1月—2017年6月在我院診斷為乳腺BI-RADS 3～5類結(jié)節(jié)患者216例(共247個結(jié)節(jié))，均為女性，年齡22～84歲，平均(48.3±11.7)歲?；颊呔邮艹Ｒ?guī)超聲及ABVS檢查，并以病理結(jié)果(粗針穿刺活檢組織學病理或術(shù)后病理)為金標準。

1.2 儀器與方法 采用Siemens Acuson S2000型彩色多普勒超聲診斷儀。首先應用18L6HD高頻線陣探頭(頻率6～18 MHz)掃查并定位病灶，再以ABVS技術(shù)和14L5BV線陣探頭(頻率5～14 MHz)對雙側(cè)乳腺進行三方位掃查(外側(cè)位、正中位和內(nèi)側(cè)位)，每側(cè)掃查3次，采集ABVS圖像。應用S2000 ABVS Workplace影像數(shù)據(jù)處理系統(tǒng)對ABVS圖像進行多平面重建，顯示同一結(jié)節(jié)不同層面(層厚0.5 mm)、不同切面的聲像圖特征，存儲圖像。

由2名有10年以上工作經(jīng)驗的超聲醫(yī)師共同采集、評估圖像。以病理結(jié)果為因變量(良性=0，惡性=1)、聲像圖特征作為自變量，建立多因素Logistic回歸模型。各個超聲特征的定義及賦值如下：X1～X4為ABVS冠狀切面特異性超聲征象，X1為“皺縮征”(無=0，有=1)，表現(xiàn)為低回聲結(jié)節(jié)周圍腺體糾集、匯聚，呈放射狀分布；X2為“微分葉征”(無=0，有=1)；X3為微鈣化(無=0，有=1)，只要發(fā)現(xiàn)微鈣化，無論是否存在其他類型鈣化，均視為存在微鈣化；X4為導管擴張(無=0，有=1)，以乳腺導管直徑>2 mm定義為擴張；X5為回聲水平(低回聲=0，高回聲=1，混合回聲=2)；X6為結(jié)節(jié)邊界(清晰=0，不清晰=1)；X7為結(jié)節(jié)形態(tài)(規(guī)則=0，不規(guī)則=1)；X8為縱橫比(<1為0，≥1為1)，即結(jié)節(jié)前后徑與左右徑之比；X9為結(jié)節(jié)后方回聲(后方回聲增強或無明顯變化=0，后方回聲衰減=1)；X10為Adler血流分級[2]，無血流信號為0級，血流信號少且不超過2個點狀血流為Ⅰ級，中量血流且不超過4個點狀血流信號，或存在1根清晰血管其長度超過腫塊半徑為Ⅱ級；存在豐富血流信號且存在4條以上清晰血管為Ⅲ級(0、Ⅰ級=0，Ⅱ、Ⅲ級=1)。

1.3 統(tǒng)計學分析 采用SPSS 20.0統(tǒng)計分析軟件。采用χ2檢驗對聲像圖特征(計數(shù)資料)進行單因素分析，P<0.05為差異有統(tǒng)計學意義。再以病理結(jié)果為因變量，聲像圖特征為自變量，進行Logistic回歸分析，以P<0.05為納入標準，建立Logistic回歸模型，篩選乳腺惡性結(jié)節(jié)的主要超聲特征；進一步繪制ROC曲線，評價Logistic回歸模型診斷乳腺惡性結(jié)節(jié)的效能。

2 結(jié)果

本組惡性結(jié)節(jié)155個，其中浸潤性導管癌123個、導管內(nèi)癌12個、浸潤性小葉癌7個、導管內(nèi)乳頭狀癌4個、浸潤性微乳頭狀癌3個、黏液癌4個、大汗腺癌1個、乳腺囊內(nèi)乳頭狀癌1個；良性結(jié)節(jié)92個，其中纖維腺瘤32個、腺病16個、導管內(nèi)乳頭狀瘤7個、乳腺炎7個、假血管瘤樣間質(zhì)增生2個、良性纖維上皮性腫瘤1個、乳腺組織27個。乳腺BI-RADS 3～5類結(jié)節(jié)超聲特征的單因素分析結(jié)果顯示，除導管擴張及回聲水平外，良惡性結(jié)節(jié)間其他超聲征象差異均有統(tǒng)計學意義(P均<0.05，表1)。多因素Logistic回歸分析共篩選出4個有統(tǒng)計學意義的變量(表2)，分別為“皺縮征”(X1，圖1)、“微分葉征”(X2)、邊界(X6,圖2)和縱橫比(X8)。多因素Logistic回歸方程為：Logit(P)=-4.43+2.49X1+1.79X2+2.44X6+1.41X8(χ2=196.32，P<0.01)。其中“皺縮征”是優(yōu)勢比(odds ratio, OR)最大的獨立危險因素。ROC曲線(圖3)顯示該Logistic回歸模型預測乳腺惡性結(jié)節(jié)的曲線下面積為0.95(P<0.01)，95%置信區(qū)間為(0.92，0.98)。

表1 常規(guī)超聲聯(lián)合ABVS征象診斷乳腺BI-RADS 3～5類結(jié)節(jié)良惡性的單因素分析(個)

表2 乳腺BI-RADS 3～5類結(jié)節(jié)的多因素Logistic回歸分析

3 討論

采用ABVS技術(shù)可獲得乳腺橫斷面圖像，并通過三維圖像重建全方位觀察乳腺病變，且不依賴于操作者的經(jīng)驗及手法，降低了醫(yī)師主觀因素影響，可重復性強[3]。ABVS對乳腺導管內(nèi)占位病變及小病灶診斷及微鈣化的檢出率較傳統(tǒng)超聲明顯提高[4]，可用于術(shù)前評估腫瘤大小[5]，為超聲醫(yī)師診斷乳腺疾病提供了全新的視角[6]。Meng等[7]關(guān)于ABVS技術(shù)診斷乳腺結(jié)節(jié)良惡性的Meta分析顯示，ABVS診斷乳腺惡性結(jié)節(jié)的敏感度為92%[95%置信區(qū)間(89.9，93.8)]，特異度為84.9%[95%置信區(qū)間(82.4，87.0)]。

本研究結(jié)果顯示，ABVS冠狀切面“皺縮征”是OR最大的獨立危險因素，155個乳腺惡性腫瘤中，137個(137/155，88.39%)出現(xiàn)“皺縮征”，原因可能是惡性腫瘤生長速度不均衡，牽拉周圍組織、侵犯Cooper韌帶等?！鞍櫩s征”是乳腺惡性腫瘤的特異性ABVS征象。Chen等[8]報道，ABVS冠狀切面“皺縮征”診斷乳腺惡性腫瘤的特異度和陽性預測值均達100%，準確率和假陽性率分別為96.8%和0。Lin等[9]報道12個乳腺浸潤性導管癌病灶均于冠狀切面上出現(xiàn)“皺縮征”，但導管內(nèi)癌(3個病灶)和良性病變均未出現(xiàn)“皺縮征”。

圖1 患者女，48歲，浸潤性導管癌ABVS冠狀面圖像 可見特異性“皺縮征”及“微分葉征” 圖2 患者女，48歲，浸潤性導管癌二維超聲圖 病灶邊界不清、形態(tài)不規(guī)則、縱橫比≥1及后方回聲衰減 圖3 Logistic回歸模型鑒別診斷乳腺BI-RADS 3～5類結(jié)節(jié)良惡性的ROC曲線

本研究顯示142個(142/155，91.61%)乳腺惡性結(jié)節(jié)超聲表現(xiàn)為“微分葉征”，可以顯示乳腺惡性腫瘤對周圍腺體、肌肉以及筋膜的浸潤程度。Zheng等[10]報道“微分葉征”鑒別乳腺結(jié)節(jié)良惡性有較高價值。 本組149個(149/155，96.13%)乳腺惡性結(jié)節(jié)邊界不清，77個(77/155，49.68%)縱橫比≥1。研究[4]認為，邊界不清、縱橫比≥1、“蟹足征”、腫塊周圍毛刺是乳腺癌經(jīng)典超聲征象。

本組微鈣化未被篩選進入回歸方程，但在單因素分析中具有一定意義。本組108個(108/155，69.68%)乳腺惡性結(jié)節(jié)出現(xiàn)微鈣化。Watermann等[11]認為浸潤性導管癌常見微鈣化。有學者[12]報道，微鈣化、特別是簇狀微鈣化是乳腺癌的重要惡性征象之一。本研究12例乳腺導管內(nèi)癌均可見微鈣化，可能因為導管內(nèi)癌起源于乳腺終末導管小葉單位，屬于原位癌，未浸潤基底膜，而多數(shù)乳腺鈣化存在于乳腺導管或小葉內(nèi)，少數(shù)存在于間質(zhì)。因此，檢出微鈣化對診斷導管內(nèi)癌具有重要意義。趙漢學等[13]報道，微鈣化是乳腺原位癌的主要征象。包凌云等[14]報道ABVS對于導管內(nèi)癌中微鈣化檢出率明顯高于傳統(tǒng)超聲(94.1% vs 58.8%，P=0.04)。但因乳腺鈣化的形成機制尚未完全清楚，并且乳腺良惡性結(jié)節(jié)均可能出現(xiàn)鈣化，故應提高對于鈣化的認識，警惕簇狀微鈣化的出現(xiàn)。

本研究2例乳腺實性占位病變，ABVS冠狀切面呈“皺縮征”、“微分葉征”，且病灶邊界不清晰、形態(tài)不規(guī)則，其內(nèi)可見點狀強回聲，乳腺BI-RADS分類為4類和5類，而穿刺病理診斷為腺病?；仡櫡治銎洳±盹@示病灶及周圍纖維組織、腺泡明顯增生，與正常乳腺組織無明顯分界，這可能與ABVS 冠狀切面“皺縮征”形成有關(guān)。邵玉紅等[15]發(fā)現(xiàn)4個乳腺硬化性腺病病灶的超聲冠狀切面呈“皺縮征”，且與病理表現(xiàn)為間質(zhì)纖維組織硬化，導管擴張，導管上皮增生，大量纖維結(jié)締組織增生有關(guān)。

本研究的主要局限性為樣本數(shù)較少、樣本構(gòu)成不均衡、部分病理類型有限，有待增加樣本量、完善樣本構(gòu)成，加以進一步分析。

[參考文獻]

[1] Chen W, Zheng R, Baade PD, et al. Cancer statistics in China, 2015. CA Cancer J Clin, 2016,66(2):115-132.

[2] Adler DD, Carson PL, Rubin JM, et al. Doppler ultrasound color flow imaging in the study of breast cancer: Preliminary findings. Ultrasound Med Biol, 1990,16(6):553-559.

[3] Barr RG, Devita R, Destounis S, et al. Agreement between an automated volume breast scanner and handheld ultrasound for diagnostic breast examinations. J Ultrasound Med, 2017,36(10):2087-2092.

[4] Wang HY, Jiang YX, Zhu QL, et al. Differentiation of benign and malignant breast lesions: A comparison between automatically generated breast volume scans and handheld ultrasound examinations. Eur J Radiol, 2012,81(11):3190-3200.

[5] Tozaki M, Fukuma E. Accuracy of determining preoperative cancer extent measured by automated breast ultrasonography. Jpn J Radiol, 2010,28(10):771-773.

[6] Kuzmiak CM, Ko EY, Tuttle LA, et al. Whole breast ultrasound: Comparison of the visibility of suspicious lesions with automated breast volumetric scanning versus hand-held breast ultrasound. Acad Radiol, 2015,22(7):870-879.

[7] Meng Z, Chen C, Zhu Y, et al. Diagnostic performance of the automated breast volume scanner: A systematic review of inter-rater reliability/agreement and meta-analysis of diagnostic accuracy for differentiating benign and malignant breast lesions. Eur Radiol, 2015,25(12):3638-3647.

[8] Chen L, Chen Y, Diao XH, et al. Comparative study of automated breast 3-D ultrasound and handheld B-mode ultrasound for differentiation of benign and malignant breast masses. Ultrasound Med Biol, 2013,39(10):1735-1742.

[9] Lin X, Wang J, Han F, et al. Analysis of eighty-one cases with breast lesions using automated breast volume scanner and comparison with handheld ultrasound. Eur J Radiol, 2012,81(5):873-878.

[10] Zheng FY, Yan LX, Huang BJ, et al. Comparison of retraction phenomenon and BI-RADS-US descriptors in differentiating benign and malignant breast masses using an automated breast volume scanner. Eur J Radiol, 2015,84(11):2123-2129.

[11] Watermann DO, F?ldi M, Hanjalic-Beck A, et al. Three-dimensional ultrasound for the assessment of breast lesions. Ultrasound Obstet Gynecol, 2005,25(6):592-598.

[12] 譚艷娟，包凌云，朱羅茜，等．自動乳腺全容積成像在非腫塊型乳腺癌中的應用價值．中華超聲影像學雜志，2014，23(6)：506-510．

[13] 趙漢學，朱強，榮雪余，等．乳腺導管內(nèi)原位癌和內(nèi)癌微小浸潤的聲像圖表現(xiàn)及其病理基礎(chǔ)．中國超聲醫(yī)學雜志，2007，23(4)：299-302．

[14] 包凌云，朱羅茜，孔凡雷，等．自動乳腺全容積成像和常規(guī)超聲對乳腺微鈣化診斷的對比研究．中華超聲影像學雜志，2012，21(3)：220-223．

[15] 邵玉紅，張惠，王彬，等．常規(guī)超聲聯(lián)合全自動乳腺容積掃描技術(shù)對乳腺腫塊BI-RADS分類．中國醫(yī)學影像技術(shù)，2015，31(2)：258-262．