体素内不相干运动成像在乳腺良恶性病变诊断中的价值

曹义+沈丽娟+王立非+朱文科+张辉+罗杰棋

【摘要】 目的：探讨MR体素内不相干运动成像法鉴别诊断乳腺肿块样病变良恶性的价值，并与常规DWI检查对比。方法：本研究回顾性分析31例乳腺肿块患者（单发病灶23例，多发病灶8例，总病灶41个，良性病变23个，恶性病变18个），所有纳入研究的患者均行乳腺多b值DWI成像扫描，图像质量佳，并获得病理结果。后处理获得IVIM模型及常规扩散加权成像参数：单纯扩散系数（D）、假性扩散系数（D*）、灌注分数（f）及表观扩散系数（ADC值）。采用t检验分析良恶性病变各参数的差异，并采用ROC曲线分析差异有统计学意义的各参数鉴别诊断效能。结果：良性病变的ADC、D值均高于恶性病变，而f值高于恶性病变，差异均有统计学意义（P<0.05），而两者D*值比较差异无统计学意义（P=0.327）。D、ADC、f值的曲线下面积分别为0.854、0.778、0.714，其中D值的曲线下面积最大，且敏感性与特异性均较佳。结论：采用IVIM模型扩散加权成像可为诊断乳腺肿块样病变提供更多定量信息，对鉴别病变良恶性具有一定价值。

【关键词】 乳腺肿块； 乳腺癌； 弥散加权成像； 表观弥散系数； 体素内不相干运动

【Abstract】 Objective：To explore the value of intravoxel incoherent motion imaging（IVIM） in the differential diagnosis of benign and malignant breast lesions，and to compare IVIM with the routine examination of diffusion-weighted imaging（DWI）.Method：Thirty one cases of breast masses were retrospectively analyzed，including 23 cases of single lesion and 8 cases of multiple lesions.Among them were 23 benign lesions and 18 malignant lesions with a total lesion number of 41 lesions.All patients were subjected to multiple B-value imaging scans， and clear images and pathology reports were obtained.IVIM model and the conventional DWI parameter values of pure diffusion coefficient（D），pseudodiffusion coefficient（D*），perfusion fraction（f），and apparent diffusion coefficient（ADC） were identified by post-processing.The differences of the parameters of benign and malignant lesions were assessed with students t-tests，and the differential diagnostic efficacies of the parameters with statistical difference were evaluated by receiver operator characteristic curve（ROC）.Result：Compared to those for malignant lesions，the values of ADC and D for benign lesions were higher，while the values of f were lower（P<0.05）.There was no significant differences between benign lesions and malignant lesions in D* values（P=0.327）.The area under the curve（AUC） values for D，ADC and f were 0.854，0.778 and 0.714.AUC values of D were higher with better sensitivity and specificity.Conclusion：IVIM diffusion-weighted imaging can provide more quantitative information for the diagnosis of breast masses，and is valuable for the differential diagnosis of benign and malignant lesions.

【Key words】 Breast lump； Breast cancer； Diffusion-weighted imaging； Apparent diffusion coefficient； Intravoxel incoherent motion

doi：10.3969/j.issn.1674-4985.2017.20.006

乳腺癌目前已是我國女性最常见的恶性肿瘤，在大中型城市发病率逐年上升[1]。乳腺磁共振加权成像扩散加权成像（diffusion weighted imaging，DWI）常规模型在临床广泛应用于乳腺肿瘤的诊断及鉴别诊断并得到认可[2-5]。但有学者认为其得到的ADC值不仅受到组织内真实水分子扩散的影响，同时也会受到微循环灌注两种成分的影响，而扩散加权成像体素内不相干运动（intravoxel incoherent motion，IVIM）模型，也称双指数模型，可将两种成分分开研究[6-7]。该模型已经在各个系统中均有应用，在乳腺肿瘤的诊断鉴别诊断中也有应用，但在国内的应用尚不多。本文通过将扩散加权成像IVIM模型各参数与常规弥散加权成像参数ADC值（Apparent diffusion coefficients，表观弥散系数）进行对比研究，旨在探索IVIM成像在鉴别诊断乳腺肿块样病变良恶性的价值，现报道如下。endprint

1 资料与方法

1.1 一般资料 2014年3月-2017年4月因乳腺病变于本院就诊并行乳腺MRI检查的患者，纳入标准：（1）患者自愿纳入研究并在检查前签署知情同意书；（2）磁共振成像发现乳腺内肿块样病灶，直径≥1.5 cm；（3）MRI检查包括常多b值DWI；（4）在MRI检查前未行治疗及有创性检查，在MRI检查后2周内病灶均行手术或穿刺活检，并得到病理证实。

1.2 检查方法 MRI扫描采用1.5 T超导磁共振设备（Discovery MR750，GE Healthcare，USA），使用8通道乳腺专用相控阵线圈作为接收线圈。采用俯卧位扫描，使乳腺自然悬垂于乳腺线圈内。扫描序列包括：常规三平面定位扫描，横断位T1WI，脂肪抑制T2WI，多b值DWI，DCE-MRI扫描，矢状位延迟增强扫描。多b值DWI扫描采用单次激发SE-EPI序列（b值分别为0、20、50、100、200、400、600、800、1000、1200 s/mm2，TR 4000 ms，TE 73 ms，矩阵128×128，FOV 38 cm，NEX 2，层厚6 mm，间距1 mm）。

1.3 图像处理 所有图像处理均由两名具有多年磁共振诊断经验的放射科医师共同完成，通过GE ADW 4.3工作站进行处理，两名医师均不知病理结果，出现不一致意见时协商解决。感兴趣区（region of interest，ROI）的绘制均参照T2WI图像，在DWI b=0图像上尽量选取中央层面肿瘤实质部分较大区域，避开肿瘤囊变及坏死部分，同时获得感兴趣区信号值及其随b值增加变化的曲线，获得各个参数值包括：单纯扩散系数（D）、假性扩散系数（D*）、灌注分数（f）及表观扩散系数（ADC值），每个病灶测量三次取平均值。常规模式DWI的公式如下：S2/S1=exp（-bADC）；b为弥散敏感梯度值，S2和S1分别为高b值时及b=0时的组织信号强度，ADC为表观弥散系数值。IVIM DWI的参数计算公式如下：S/S0=fexp（-bD*）+（1-f）exp（-bD）；S为不同b值下的信号强度，S0为b=0时的信号强度，D*为假性扩散系数也称快速弥散系数（×10-3 mm2/s），与微循环灌注影响相关，受反应灌注影响；D为单纯扩散系数，也称慢速弥散系数（×10-3 mm2/s），反应真实分子扩散；f为灌注分数（%），代表微循环灌注相关扩散效应占总体扩的比率。

1.4 统计学处理 所有数据均应用SPSS 17.0统计软件进行统计学分析，对于良恶性乳腺病变之间扩散加权成像常规单指数模型参数（ADC值）、IVIM模型各参数（D、D*、f值）进行统计学分析。所有计量资料采用K-S拟合优度检验进行正态分布检验，符合正态分布数据均以（x±s）表示，首选对各参数行独立样本t检验；然后对有统计学差异的参数绘制受试者特性曲线（ROC曲线），并计算ROC曲线下面积（AUC），再根据最大约登指数（Youdens index）确定最佳诊断切点值，得出各个值得诊断敏感性及特异性，评价各个值的诊断效能。P<0.05为差异有统计学意义。

2 结果

2.1 一般资料 本研究纳入31例乳腺肿块患者，单发病灶23例，多发病灶8例，总病灶41个分为良性病变23个和恶性病变19个。良性病变患者的平均年龄为（44.1±14.8）岁，恶性病变为（55.6±7.4）岁。恶性病变浸润性导管癌18个，导管原位癌1个。良性病变纤维腺瘤11个（1个伴局部钙化），乳腺腺病10个（1个局灶纤维腺瘤形成趋势，1个伴管状腺瘤形成），导管内乳头状瘤1个，分叶状肿瘤1个。

2.2 良恶性病变常规模型及IVIM模型扩散加权成像参数 常规模型及IVIM模型扩散加权成像各参数均符合正态分布，采用独立样本t检验：良性病变的ADC值及D均高于恶性病变，而f值低于恶性病变，D、f值、ADC值在良恶性病变中差异均有统计学意义（P<0.05），而D*差异无统计学意义（P=0.327），见表1。通过各参数的箱图可见，D在良恶性病变中重叠最少，而D*重叠很多，各参数值分布，见图1。

2.3 IVIM各参数及ADC值鉴别良恶性病变的诊断效能 以病理结果为金标准，绘制具有统计学意义的参数D、f值、ADC值鉴别良恶性病变的ROC曲线（图2），得到3条曲线下面积（AUC），D、ADC值及f值的曲线下面积均较大，分别为0.854、0.778、0.714，其中D的曲线下面积最大。最后根据最大约登指数（公式：约登指数=敏感性+特异性-1）确定最佳诊断切点值，得出各个值的诊断敏感性及特异性（表2）。f的敏感性很高，达到100%，但是特异性很低，只有36.8%，ADC的特异性最高为78.9%，但敏感性较低。

3 討论

乳腺磁共振加权成像具有高软组织分辨率，为目前乳腺肿块诊断、鉴别诊断的重要方法[8-9]，扩散加权成像作为一种磁共振功能成像技术，无需注射造影剂，扫描时间短，通过检测组织内水分子的微观运动体现组织内的结构信息，常规应用两个

b值组合，通过单指数函数模式公式计算出对应的ADC值作为量化指标诊断，以往的研究已证实其对乳腺肿瘤早期诊断、良恶性鉴别诊断及疗效评价的价值[2-5]。目前的研究普遍认为恶性病变细胞增殖较快，细胞密度较良性病变高，水分子扩散受限明显，造成ADC值显著降低，低于良性病变[6]。本研究的研究结果与以往研究一致，恶性病变的ADC值明显低于良性病变，差异有统计学意义（P<0.05），且鉴别良恶性具有较好的诊断效能。

但各个报道得出的ADC值具有差异，难以制定统一的诊断界值，且良恶性病变的ADC值有一定的重叠[10]。有学者认为DWI成像不仅受到组织内真实水分子扩散的影响，同时也会受到微循环灌注的影响，恶性病变血供丰富灌注成分反向影响ADC值，传统的ADC值计算简单主要针对弥散的总体情况具有一定的局限性，而体素内不相干运动成像IVIM模型即双指数模型，可将两种影响因素分开研究，更加接近组织内真实的弥散情况。其优势在神经系统、妇科系统、前列腺等研究中均得到认[11-12]。endprint

对乳腺病变研究，国外有团队对乳腺良恶性病变鉴别、浸润性导管癌组织学分级及预后评估、乳腺癌新辅助化疗疗效评估等方面进行了初步研究[13-16]。研究发现D值比ADC值具有更高的诊断效能，D值ROC曲线下面积最大[17-18]。与本研究结果相同，但是其f值的ROC曲线下面积也大于D值与本研究不同。Wang等[14]的研究认为，IVIM比传统DWI能更好的鉴别乳腺良、恶性肿块。Liu等[19]在对59个乳腺病变的IVIM检查研究中发现D值、f值对鉴别乳腺良、恶性病变差异均有统计学意义（P<0.05）与本研究一致，但其研究中D*值在良恶性病变中差异有统计学意义（P<0.05），与本研究并不一致。

国内对于IVIM成像在乳腺良恶性病变诊断中的应用并不多，王庆军等[20]对49例乳腺病变的IVIM成像进行了研究，其分析了D值在鉴别诊断良恶性病变的价值并与动态增强联合，其认为D值较常规DCE-MRI有优势，并且联合应用将进一步提高诊断准确性，但是其没有对其他参数给予研究。车树楠等[21]对良恶性病变的IVIM模型及常规扩张加权成像进行了研究，其结果与本研究成果一致，D、f值在良恶性病变中差异均有统计学意义（P<0.05），而D*值差异无统计学意义（P>0.05），但是其f值的曲线下面积也大于ADC值。在各个研究中IVIM参数中的D值均具有很好的诊断效能，相对常规DWI的参数ADC值具有优势，而其他参数的诊断效能及与ADC值的效能比较尚没有一致结果，有待进一步大样本研究。

本研究存在以下不足：第一，双指数模式DWI扫描时间较长，易受运动伪影影响，因此今后的研究应进一步优化b值的数量和排列，以期缩短扫描时间。其次，本研究中ROC的选择为人工勾画，尽量选择肿瘤实质部分，具有一定的主观性，且部分病变可能包含小的囊变区域，可能引起一定误差。第三，研究的样本量较小，且病种较单一，有待进一步增大样本量。

参考文献

[1]顾雅佳，周康荣，陈彤箴，等.乳腺癌的X线表现及病理基础[J].中华放射学杂志，2003，37（5）：439-444.

[2]张亚平，董光，耿海，等.DCE-MRI和DWI对乳腺腺病和乳腺癌的诊断价值[J].实用放射学杂志，2017，33（4）.

[3]金观桥，苏丹柯，罗殿中，等.磁共振DWI对乳腺癌分子亚型的鉴别诊断应用价值[J].实用放射学杂志，2015，31（6）：929-932，941.

[4]巴照贵，张玉敏，倪晓丽，等.乳腺肿块性病变MRI动态增强与扩散加权成像联合诊断方法的探讨[J].实用放射学杂志，2014，30（10）：1657-1660，1664.

[5] Nilsen L B，Fangberget A，Geier O，et al.Quantitative analysis of diffusion-weighted magnetic resonance imaging in malignant breast lesions using different b value combinations[J].European Radiology，2013，23（4）：1027-1033.

[6] Wang Q，Guo Y，Zhang J，et al.Contribution of IVIM to Conventional Dynamic Contrast-Enhanced and Diffusion-Weighted MRI in Differentiating Benign from Malignant Breast Masses[J].Breast Care，2016，11（4）：254.

[7] Tamura T，Usui S，Murakami S，et al.Comparisons of multi b-value DWI signal analysis with pathological specimen of breast cancer[J].Magnetic Resonance in Medicine Official Journal of the Society of Magnetic Resonance in Medicine，2012，68（3）：890-897.

[8]佟琪，张冰，李茗，等.MRI多序列成像对乳腺疾病诊断的优选研究[J].中国CT和MRI杂志，2017，15（4）：80-83.

[9]费正华，罗志琴，李志，等.磁共振动态增强和弥散加权成像在不同类型乳腺炎性疾病诊断与鉴别诊断的应用价值[J].中华医院感染学杂志，2017，27（3）：628-631.

[10]张兴芳.磁共振扩散加权成像（DWI）及表面扩散系数（ADC）对乳腺良恶性病变诊断价值[C]//中国中药杂志2015/专集：基层医疗机构从业人员科技论文写作培训会议论文集.2016.

[11]王莹莹，张焱，程敬亮，等.单指数及DKI模型在乳腺良恶性病变鉴别诊断中的价值[J].臨床放射学杂志，2017，36（2）：193-194.

[12]顾雅佳，冯晓源，唐峰，等.乳腺肿瘤的MRI扩散特征及参数选定[J].中华放射学杂志，2007，41（5）：451-456.

[13] Becker A S，Perucho J A，Wurnig M C，et al.Assessment of Cervical Cancer with a Parameter-Free Intravoxel Incoherent Motion Imaging Algorithm[J].Korean Journal of Radiology，2017，18（3）：510-518.

[14] Wang F，Wang Y，Zhou Y，et al.Comparison between types Ⅰ and Ⅱ epithelial ovarian cancer using histogram analysis of monoexponential，biexponential，and stretched-exponential diffusion models[J].Journal of Magnetic Resonance Imaging，2017.endprint

[15] Noij D P，Martens R M，Marcus J T，et al.Intravoxel incoherent motion magnetic resonance imaging in head and neck cancer：A systematic review of the diagnostic and prognostic value[J].Oral Oncology，2017，68：81.

[16] Che S，Zhao X，Ou Y，et al.Role of the Intravoxel Incoherent Motion Diffusion Weighted Imaging in the Pre-treatment Prediction and Early Response Monitoring to Neoadjuvant Chemotherapy in Locally Advanced Breast Cancer[J].Medicine，2016，95（4）：e2420.

[17] Lee Y J，Kim S H，Kang B J，et al.Intravoxel incoherent motion （IVIM）-derived parameters in diffusion-weighted MRI：Associations with prognostic factors in invasive ductal carcinoma[J].Journal of Magnetic Resonance Imaging，2017，45（5）：1394-1406.

[18] Cho G Y，Moy L，Kim S G，et al.Evaluation of breast cancer using intravoxel incoherent motion（IVIM） histogram analysis： comparison with malignant status，histological subtype，and molecular prognostic factors[J].European Radiology，2016，26（8）：1-12.

[19] Liu C，Wang K，Chan Q，et al.Intravoxel incoherent motion MR imaging for breast lesions：comparison and correlation with pharmacokinetic evaluation from dynamic contrast-enhanced MR imaging[J].European Radiology，2016，26（11）：1-11.

[20]王慶军，李小娟，张静，等.磁共振体素内不相干运动对于肿块样乳腺良恶性病变的诊断价值[J].中华临床医师杂志：电子版，2014，8（19）：3438-3443.

[21]车树楠，崔晓琳，李静，等.MR扩散加权成像体素内不相干运动模型对于乳腺良恶性病变诊断价值的研究[J].磁共振成像，2015，6（7）：506-512.endprint