郭亞飛,陸 林,趙 鑫,孫 囡

鄭州大學(xué)第三附屬醫(yī)院放射科 鄭州 450052

目前，動態(tài)增強(dynamic contrast-enhanced，DCE)-MRI[1-3]是評價乳腺良惡性病變的重要依據(jù)，在反映病變血流動力學(xué)方面的優(yōu)勢尤為突出 。但是，傳統(tǒng)DCE-MRI由于時間分辨率的影響，對疾病的定量及半定量診斷、分析仍然缺乏一定的量化標準。

基于笛卡爾采集的K空間共享三維容積快速動態(tài)成像(differential subsampling with cartesian ordering，DISCO)[4]，是一種采樣模式與視圖共享相結(jié)合、兩點Dixon脂肪水分離、并行成像的技術(shù)。這種方法在保持高空間分辨率的同時提供了改進的時間分辨率。本研究基于DISCO技術(shù)對72例乳腺病變進行掃描，分析其參數(shù)對良惡性病變的診斷價值。

1 資料與方法

1.1臨床資料搜集鄭州大學(xué)第三附屬醫(yī)院2020年3月至8月乳腺病變患者72例的影像資料?；颊呔鶠榕?，年齡21～64( 45.7±10.9) 歲，患者的主要臨床癥狀表現(xiàn)為乳頭溢血/液、乳房疼痛、自感腫塊等。所有患者行乳腺鉬靶或乳腺超聲提示乳腺病變后行常規(guī)MRI平掃和DISCO增強掃描，掃描前均未行手術(shù)治療、穿刺及放化療。術(shù)后病理或穿刺病理證實良性病變35例，年齡29～64( 41.3±9.8) 歲；惡性病變37例，年齡21～64( 49.1±10.6) 歲。

1.2MRI檢查采用美國GE Healthcare SIGNA Pioneer 3.0T超導(dǎo)型MR儀器、8通道相控陣乳腺專用線圈。所有患者常規(guī)行乳腺橫斷面T1WI、T2WI平掃、DWI掃描及DISCO掃描。①DISCO序列掃描參數(shù):T1WI TR 5.2 ms， TE 2.3 ms，翻轉(zhuǎn)角15°，層厚1.2 mm，層距 0 mm，視野 360 mm×360 mm，矩陣 288× 288；蒙片掃描22 s，之后共45期，每期掃描8 s。②蒙片掃描結(jié)束后，繼續(xù)進行序列掃描，于三期末應(yīng)用0.1 mmol/kg對比劑Gd-DTPA及15 mL生理鹽水經(jīng)肘靜脈注射，流速為3.0 mL/s。

1.3圖像處理和分析將收集、掃描數(shù)據(jù)傳輸?shù)紾E后處理工作站( AW 4.6)，參考軸位 T2WI及DWI圖像，于GenIQ軟件包打開DISCO掃描圖像、判定病變范圍。在病變的最大層面勾畫感興趣區(qū) (region of interest，ROI)，盡量包括該層最大的病變范圍，同時盡量避開脂肪組織、病變邊緣、病變大血管，實性為主的病變避開囊變、壞死區(qū)?；谧詣觿用}輸入(arterial input function，AIF)模型，計算病變的定量參數(shù)：前向容積轉(zhuǎn)移常數(shù)(Ktrans),每單位體積組織的血管外細胞外間隙容積(Ve)；半定量參數(shù)：初始(注射對比劑開始90 s內(nèi))增強曲線下面積(initial area under the gadolinium curve，IAUGC)，最大增強斜率 (maximum slope of increase，MaxSlope)；對比增強比率(contrast enhancement rate，CER)。

1.4統(tǒng)計學(xué)處理使用 SPSS 20.0 進行數(shù)據(jù)分析。使用Kolmogorov-Smirnov 檢驗分析乳腺病變的血流動力學(xué)定量及半定量參數(shù)是否符合正態(tài)分布。對乳腺良惡性病變的血流動力學(xué)參數(shù)運用兩獨立樣本t檢驗進行比較，并繪制ROC曲線，計算曲線下面積(area under curve，AUC)及靈敏度、特異度。檢驗水準α=0.05。

2 結(jié)果

2.1乳腺良惡性病變的定量及半定量參數(shù)比較與乳腺良性病變比較，乳腺惡性病變的Ktrans、CER、IAUGC、MaxSlope、Ve升高，見表1。

表1 乳腺良惡性病變定量及半定量參數(shù)比較

2.2不同參數(shù)與乳腺良惡性病變結(jié)局的ROC曲線繪制以Ktrans、CER、IAUGC、Ve、MaxSlope判斷乳腺良惡性病變的ROC曲線(圖1)，計算AUC、敏感度及特異度，結(jié)果見表2。

圖1 不同參數(shù)與乳腺良惡性病變結(jié)局的ROC曲線

表2 乳腺良惡性病變相關(guān)參數(shù)的ROC曲線分析

3 討論

目前，DCE-MRI[5-6]是臨床上檢查乳腺病變的最重要掃描技術(shù)之一，具有較高的敏感度及特異度，而動態(tài)增強反映的血流動力學(xué)相關(guān)參數(shù)是提高診斷特異度及敏感度重要的輔助手段。由DCE-MRI處理得來的時間-信號強度曲線(time-signal intensity curve，TIC)已在臨床上常規(guī)應(yīng)用，為乳腺病變的臨床診斷提供了重要的參考信息。但是，臨床上目前使用的傳統(tǒng)DCE序列大多空間分辨率較高而忽視了時間分辨率，提供病變的信息尚且有限。

隨著技術(shù)的進步，DISCO技術(shù)在不影響空間分辨率的條件下時間分辨率亦能得到提高，使得序列處理后能夠同時得到病變的更多的參數(shù)(包括血流動力學(xué)的定量及半定量參數(shù))。其中，DISCO技術(shù)[4]是建立于三維擾相梯度回波的序列基礎(chǔ)上，并采用了水脂分離的技術(shù)、偽隨機變量K空間分割的技術(shù)及K空間共享重建的技術(shù)進行數(shù)據(jù)采集。既往研究[7]中針對乳腺良惡性病變的血流動力學(xué)定量及半定量參數(shù)研究中同時運用第三方軟件及GE后處理工作站軟件包得到相關(guān)參數(shù)。此外，此前DCE-MRI技術(shù)的時間分辨率多在12 s以上[7-8]，導(dǎo)致處理后的血流動力學(xué)參數(shù)有一定的失真[9]。目前，DISCO技術(shù)在腹部已有相關(guān)應(yīng)用，其他部位的相關(guān)應(yīng)用少有報道[10-11]。

由于乳腺癌是血管依賴性較強的疾病[12-14]，在發(fā)生、發(fā)展的過程中有賴于復(fù)雜的微血管網(wǎng)提供營養(yǎng)，并且能夠產(chǎn)生多種腫瘤血管生成因子，導(dǎo)致病灶周圍血管增多、增粗 。這些病理生理的改變使得惡性病變的血管結(jié)構(gòu)紊亂且伴隨基底部通透性增加，使得對比劑通過血管時滲透進入血管外間隙的速率和數(shù)量均有所增加，導(dǎo)致了乳腺良惡性病變的相關(guān)血流動力學(xué)參數(shù)存在一定的差異。本研究結(jié)果顯示與乳腺良性病變比較，乳腺惡性病變Ktrans、CER、IAUGC、MaxSlope、Ve升高，提示這些參數(shù)對乳腺良惡性病變的診斷及鑒別診斷具有重要意義；且本研究中AUC大多大于0.7，鑒別兩者的敏感度均大于70%，提示這些參數(shù)對乳腺良惡性病變的診斷及鑒別診斷效能較高。同時，本研究中的定量參數(shù)Ktrans及Ve在良惡性病變中存在差異，與先前研究[8]一致；半定量參數(shù)由于對時間分辨率的要求較高，此前研究較少，本研究中AUC值較先前研究[7]明顯提高，可能與本研究中DISCO序列時間分辨率更高有關(guān)，這有待于進一步研究。當然，在臨床實際工作中我們需要結(jié)合定量及半定量中的多個參數(shù)，以期為乳腺良惡性病變的診斷及鑒別診斷提供更多的信息。

然而，本研究中診斷乳腺良惡性病變的特異度較先前研究有所減低。這可能與研究對象存在乳腺炎性病變及乳腺黏液樣癌有關(guān)。例如，炎性病變也有血管增生、破壞的表現(xiàn)，這使得血管通透性增加，類似于惡性病變的改變。這使得我們在診斷過程中同時需要注意結(jié)合臨床病史以及病變平掃、增強后的形態(tài)特征。

當然，本研究仍存在一些不足之處:未能根據(jù)病理類型進行進一步分類，如將乳腺浸潤性癌及乳腺黏液樣癌均歸類為惡性病變；病例數(shù)尚且不足、沒有對病例根據(jù)治療方式隨訪分析等。

總之，本研究對乳腺良惡性病變的診斷及鑒別診斷具有重要意義，能夠為乳腺病變的治療方案選擇和手術(shù)計劃制定提供重要的參考信息。