对比增强乳腺X线摄影平均腺体剂量与乳腺病变的相关性

林淑仪，熊小丽，黄安红，徐维敏，文婵娟，马 乐，蔡裕兴，陈卫国

南方医科大学南方医院放射科，广东 广州510515

乳腺癌高居女性恶性肿瘤发病率第1位［1］，早期乳腺癌的检出和治疗尤其重要。中国女性腺体大多为致密型腺体，使用对比增强乳腺X线摄影（CESM）能更好地显示病变［2-3］。CESM是通过静脉注射一定量的碘对比剂2 min后，利用碘的K缘效应进行常规体位曝光摄影，在7 min内完成摄影，获得高低能量图像，并通过后处理最终获得低能图和减影图［4-5］。常规乳腺X线摄影剂量与腺体的密度、压迫厚度、患者年龄、过滤材料和摄影条件的选择有关，本研究仅讨论病变对乳腺X线剂量的影响。CESM 常规摄影每侧乳腺须进行CC 位和MLO位2个体位高低能量的曝光。有研究发现，CESM的乳腺平均腺体剂量（AGD）高于低能图的AGD，且与乳腺纤维腺体组织类型、病变部位及年龄相关（P＜0.05）［6］。但目前病变的类型、性质及大小对CESM的AGD、低能图AGD 及高能图AGD 影响研究仍较少。本研究探讨乳腺病变与CESM的AGD、低能图AGD及高能图AGD的关系，旨在为CESM检查方法的辐射剂量控制提供更多的参考依据。

1 资料与方法

1.1 研究对象

收集2018年2～10月在本院行CESM检查且经组织学病理证实的123例女性患者作为研究对象。纳入标准：未怀孕；无乳腺手术史：健侧无病变；未接受放化疗；无假体置入者。排除标准：已知或疑似对碘对比剂或其他对比剂过敏，或有多种药物过敏或哮喘病史；已知或疑似肝、肾、心脏功能不全；左右乳房大小不对称［7］。123例患者年龄28～76岁（45.30±9.47岁）。本研究经过医院伦理委员会（NFEC-2017-136）的批准，所有患者签署了知情同意书。

1.2 研究方法

CESM检查采用全数字化乳腺X线机Senographe Essential（GE，USA）。检查前先静脉注射对比剂（典比乐370，拜耳，美国），剂量为1.5 mL/kg，速率为3 mL/s［8］。在注射对比剂完成后的2 min进行乳腺常规体位摄影，要求5 min内拍完4个体位。先拍摄患侧CC位［9］，再拍摄患侧MLO位，然后拍摄健侧CC位，最后拍摄健侧MLO位。每个体位生成低能图像以及由低能图像和高能图像经后处理生成的减影图像［10］。

1.3 图像分析

由2名从事乳腺诊断5年以上的放射科医师采用双盲法分别对CESM图像进行诊断，记录和分析［11］。判断病变是否为肿块型病变及记录肿块型病变长径（≥2 cm组及＜2 cm组）。肿块型病变长径测量：选择病变显示最清晰的低能图像，测量病变最长径3次，取平均值；病变边缘表现为毛刺型时，最长径测量至毛刺根部。

1.4 AGD数据及病理结果收集

AGD数据收集：所有患者的低能图AGD、高能图AGD均可在后处理工作站搜集得到，通过把高、低能图的AGD相加得到减影后AGD。分别记录健侧、患侧的低能图AGD、高能图AGD及减影后AGD。病理结果收集：所有病例均有手术病理证实，并分为良性组和恶性组。

1.5 统计学方法

所有数据采用SPSS20.0软件进行统计分析。良恶性病变、肿块型与非肿块型病变、≥2 cm肿块型病变组与＜2 cm肿块型病变组的低能图AGD、高能图AGD及减影后AGD的比较行单因素方差分析。乳腺健侧与患侧的低能图AGD、高能图AGD及减影后AGD的比较行配对t检验。以P＜0.05为差异具有统计学意义。

2 结果

2.1 良恶性病变的低能图AGD、高能图AGD及减影后AGD对比

本研究共123例，包括恶性病变65例，良性病变58例。良恶性病变之间的低能图AGD、高能图AGD及减影后AGD差异均具有统计学意义（P＜0.05，表1）。恶性病变的低能图AGD、高能图AGD及减影后AGD均高于良性病变。

表1 良恶性病变低能图、高能图及减影后图像的AGDTab.1 AGD of low energy,high energy and subtraction images of benign and malignant lesions(mGy)

2.2 受检者乳腺健侧与患侧之间的低能图AGD、高能图AGD及减影后AGD对比

无论良恶性病变，乳腺患侧及健侧的高能图AGD差异均具有统计学意义（P＜0.05），而低能图AGD及减影后AGD差异均无统计学意义（P＞0.05，表2）。恶性病变的高能图AGD，患侧与健侧的差值均数为0.11，而良性病变差值均数为0.06。

2.3 乳腺肿块型病变与非肿块型病变低能图AGD、高能图AGD及减影后AGD对比

123例患者中，肿块型病变86例，非肿块型病变37例。乳腺肿块型病变与非肿块型病变低能图AGD、高能图AGD及减影后AGD差异无统计学意义（P＞0.05，表3）。

表2 乳腺良、恶性病变健侧与患侧低能图、高能图及减影后图像的AGDTab.2 AGD of low energy, high energy and subtraction image of healthy and affected sides of benign and malignant breast lesions(mGy)

表3 乳腺肿块型病变与非肿块型病变的AGD对比Tab.3 Comparison ofAGD between breast mass lesions and non-mass lesions(mGy)

2.4 乳腺肿块型病变长径≥2 cm组与＜2 cm组的低能图AGD、高能图AGD及减影后AGD对比

本组中肿块型病变共86 例，其中根据肿块型病变长径进行分组包括肿块长径≥2 cm 组（n=44）及长径＜2 cm组（n=42）。乳腺肿块型病变肿块长径≥2 cm组及长径＜2 cm组低能图AGD、高能图AGD及减影后AGD差异均具有统计学意义（P＜0.05，表4）。乳腺肿块型病变肿块长径≥2 cm组的低能图AGD、高能图AGD及减影后AGD均高于长径＜2 cm组病变。

表4 乳腺肿块型病变长径≥2 cm组与长径＜2 cm组的AGD对比Tab.4 Comparison of AGD between long diameter ≥2 cm group and long diameter ＜2 cm group of breast mass lesions(mGy)

2.5 乳腺恶性肿块型病变长径≥2 cm组与＜2 cm组的低能图AGD、高能图AGD及减影后AGD对比

本研究86 例肿块型病变中有57 例恶性肿块型病变，并根据病变长径进行分组，其中肿块长径≥2 cm 组32 例，＜2 cm 组25 例。两组乳腺患侧及健侧的高能图AGD差异均具有统计学意义（P＜0.05，表5），而低能图AGD及减影后AGD差异均无统计学意义（P＞0.05）。

表5 乳腺恶性肿块型病变长径≥2 cm组与长径＜2 cm组的AGD对比Tab.5 Comparison of AGD between long diameter ≥2 cm group and long diameter ＜2 cm group of breast malignant mass lesions(mGy)

3 讨论

CESM是近年推出的一项X线新技术，已成为诊断可疑乳腺病变的重要补充手段［12-15］。已有研究对CESM的辐射剂量进行了探讨，发现CESM的辐射剂量显著高于全数字化乳腺摄影［16］。而关于良恶性病变之间的剂量对比仍未见报道。本研究对乳腺良恶性病变所导致的CESM平均腺体剂量差异进行探讨，发现良恶性病变之间的低能图AGD、高能图AGD及减影后AGD差异均具有统计学意义（P＜0.05）。恶性病变的低能图AGD、高能图AGD 及减影后AGD 均高于良性病变。同时无论良恶性病变，乳腺患侧及健侧的高能图AGD差异均具有统计学意义（P＜0.05），患侧乳腺高能AGD均高于健侧的高能AGD；虽然乳腺患侧及健侧的低能图AGD及减影后AGD差异均无统计学意义（P＞0.05），但患侧乳腺低能图及减影后AGD的平均值均高于健侧。我们推测导致这些AGD不同的可能原因是，物质密度是影响X线衰减的重要因素［17］，在整个CESM拍摄过程中，系统采用的是自动曝光控制（AEC）模式。乳腺恶性病变的密度高于良性病变，物质密度越大，吸收X线越多，透过该物质后的X线衰减也越多。对于患侧乳腺的病变，由于增加了乳腺实质的密度，透过的X射线减少，系统自动调到较高的峰值电压（kVp）与电流量（mAs）。Fredenberg等［18］利用X射线衰减的能量依赖性证明了光谱成像可以区分不同的原子序数和密度。因此，乳腺恶性病变的AGD高于良性病变，同时患侧的AGD显著高于健侧。

本研究进一步发现，乳腺肿块型病变与非肿块型病变低能图AGD、高能图AGD及减影后AGD差异无统计学意义（P＞0.05）。该结果可能与样本量差异或者样本量较少有关，其研究本量肿块型病变86例，非肿块型病变37例。乳腺肿块型病变肿块长径≥2 cm组及长径＜2 cm组低能图AGD、高能图AGD及减影后AGD差异均具有统计学意义（P＜0.05）。无论肿块长径≥2 cm组还是＜2 cm组，乳腺患侧及健侧的高能图AGD差异均具有统计学意义（P＜0.05），而低能图AGD 及减影后AGD差异均无统计学意义（P＞0.05）。当肿块长径≥2 cm且病变表现为恶性时，患侧的高能AGD大于健侧的高能AGD；且肿块的最大径越大，AGD越高，这说明辐射剂量与肿块的大小密切相关。AGD的差异随着病变大小的增加而增加，在CC和MLO视图上，恶性肿瘤患者的AGD差值显著增加。此外，病变越大，X射线吸收和AGD差异越大，说明辐射剂量与病变最大直径密切相关，尤其是恶性病变［19］。

本研究发现，在AEC曝光模式下，CESM的AGD主要与病变良恶性相关，而与病变类型无关；且同一种病变性质，乳腺两侧的低能图及CESM的AGD无差别；仅高能图AGD有差异，与全数字化乳腺摄影的差异的原因可能是过滤选择不同。摄影低能图用的是铑铑过滤，而摄影高能图用的是铑铜过滤。本研究发现肿块型病变大小影响低能图AGD、高能图AGD 及减影后AGD。而对于病变为非肿块的辐射剂量，其患侧的辐射剂量虽然高于健侧，但差异无统计学意义。

根据文献报道，传统的乳腺癌模型多纳入患者临床信息，如年龄、哺乳史、家族史、初潮年龄、月经情况等，应用最为广泛的Gail模型［20］、Tyrer模型［21］等。而近年来的乳腺癌模型，随着计算机能力的提升，基于模糊逻辑的CAD模型、影像组学模型、基于深度学习的卷积神经网络模型已经越来越多用于乳腺良恶性病变的鉴别［22-23］。这些模型大多基于对乳腺的病变特征进行提取及分类，以增强病变的检测能力，提高模型的诊断效能。Zheng等［24］则对两侧乳腺实质的非对称性进行研究，发现其可作为一个风险因子，以预测乳腺癌风险。虽然以上研究已取得良好的鉴别能力，但对于辐射剂量这一特征仍未进行考虑，纳入该特征，有望进一步提高鉴别模型的诊断性能。我们的研究发现在AEC曝光模式下，CESM的AGD主要与病变良恶性相关，而与病变类型无关。CESM的AGD作为可能的风险因子，对于乳腺癌的CESM诊断及预测模型的进一步研究具有一定的提示作用。

综上所述，对于CESM检查，在AEC曝光模式下，CESM的AGD主要与病变良恶性相关，而与病变类型无关。乳腺癌患侧高能图的辐射剂量要高于对侧，该特征加入良恶性鉴别的模型中，可能有助于提高模型的诊断效能。本研究的局限性在于所纳入的病例不足，有待增加样本量进行深入分析；另外，本研究单中心研究，数据来源单一，有望在后续研究进一步提高数据质量。