自动乳腺全容积成像技术在BI-RADS4类结节再评估中的诊断价值

温祺祺 郑晨笛

摘  要：目的  探讨自动乳腺全容积成像（ABVS）技术对乳腺影像学报告及数据系统（BI-RADS）4类结节二次评估分类的价值。方法  选取2015年6月～2019年12月温州市人民医院进行乳腺常规手持超声（HHUS）检查被诊断为BI-RADS 4类的110例患者，再做ABVS检查，根据获取的三维图像，针对增加的冠状切面信息，对结节进行再次BI-RADS分类，并与病理结果对照分析，分别计算ABVS与HHUS的各类结节恶性概率及诊断符合率。结果  110个乳腺结节，经病理检查证实其中79个为良性病灶，31个为恶性病灶。ABVS与HHUS对诊断4类结节的恶性概率分别为：4A类9.46%（7/74）vs 23.33%（21/90），4B类50.00%（11/22）vs 16.67%（2/12），4C类87.50%（7/8）vs 100.00%（8/8）。ABVS对4类病灶的恶性概率比HHUS更符合BI-RADS分类标准，若将BI-RADS 4A与4B作为良恶性截断点，ABVS对诊断乳腺癌的准确性高于HHUS（82.73% vs 71.82%），差异有统计学意义（P<0.05）。结论  ABVS检查提供更全面的诊断信息，有助于提高对BI-RADS 4类结节的诊断准确性，可以作為常规超声检查的一个技术补充。

关键词：自动乳腺全容积成像;常规超声;乳腺结节

Abstract： Objective  To explore the values of the automated breast volume scanner（ABVS） in reassessment of breast tumors with BI-RADS 4. Methods  A total of 110 patients with breast tumors of BI-RADS 4 grade by handheld ultrasound（HHUS） in our hospital from June 2015 to December 2019 were selected， and then ABVS was performed to obtain the three-dimensional volume data. And all the tumors were reassessed according to the newly added coronal information， and compared with postoperative pathology. The probability of malignant and diagnostic accordance rate of ABVS and HHUS were calculated. Results  In 110 patients with breast tumors， 79 cases were benign， 31 cases were malignancy， all proved by pathology. The malignant probability of ABVS and HHUS for diagnosing 4 types of nodules was 9.46%（7/74） vs 23.33%（21/90） for class 4A， 50.00%（11/22） vs 16.67%（2/12） for Class 4B， 87.50%（7/8） vs 100.00% （8/8） for Class 4C， respectively. The malignant probability of ABVS and HHUS for diagnasing 4 tyres Malignancy probability in breast tumors of BI-RADS 4 were accord with criterion using ABVS than HHUS. Breast tumors of BI-RADS 4A were assessed with HHUS and were reassessed with ABVS， the coincidence rate in diagnosis of ABVS were higher than those of HHUS（82.73% vs 71.82%， P<0.05）. Conclusions  ABVS can provide more information and help to improve the diagnostic accuracy of BI-RADS 4 breast tumors，as a supplement for HHUS.

Keywords： Automated breast volume scanner; Ultrasonography; Breast tumors

乳腺癌是我国女性最常见的恶性肿瘤之一，但早期乳腺癌（临床分期为0、1期的患者）治愈率可达90%。因此，早发现、早治疗是应对乳腺恶性肿瘤的最有效方法。乳腺超声被广泛运用于诊断各类乳腺疾病，在乳腺肿瘤筛查方面具有重大作用，自动乳腺全容积成像（automated breast volume scanner，ABVS）的出现是对常规超声检查技术的提升，是一种最佳的可覆盖全乳腺组织的超声检查技术。ABVS通过自动扫描来获取乳腺的三维图像，可多层面、多角度地显示病灶。其规范化的扫描，保留乳腺全容积数据，可重复性好，有利于长期随访观察病灶，并大大减少因操作者经验不足而造成的漏诊。美国放射学会于1992年制定了乳腺影像学报告及数据系统（breast imaging reporting and data system，BI-RADS），其2013年版指南认为：BI-RADS 4A类的乳腺病灶恶性概率为2%～10%，BI-RADS 4B类的乳腺病灶恶性概率为10%～50%，BI-RADS 4C类的乳腺病灶恶性概率为50%～95%。其中4A类病灶不具有典型的恶性征象，病理结果为恶性的可能性不大，但临床均需要进一步介入处理，故以BI—RADS 4B类作为良恶性的截断点[1]。本研究主要对比ABVS与常规手持超声（handheld ultrasound，HHUS）对BI-RADS 4类结节诊断的准确性，评价ABVS对BI-RADS 4类结节二次评估分类的价值。

1  资料与方法

1.1  一般资料

选取2015年6月～2019年12月温州市人民医院进行乳腺超声检查的共110例由HHUS诊断为BI-RADS 4类的患者。本次研究中110例患者均为女性，年龄18～80岁，平均（45.39±11.37）岁。本次研究经过医学伦理委员会批准。

1.2  纳排标准

纳入标准：HHUS诊断为BI-RADS 4类的患者，获得病理确诊;所有检查均获得患者知情同意;一般资料完整患者。

排除标准：合并其他重大疾病患者;依从性差患者;一般资料不完整患者;未经病理检查确诊患者。

1.3  方法

（1）仪器：常规超声检查使用Siemens S2000、GE或日立等超声仪器，线阵探头，频率4～18 MHz;ABVS检查：Siemens S2000超声仪及配套的ABVS系统，14L5BV线阵探头，频率5～14 MHz。（2）诊断方法：对HHUS诊断为BI-RADS 4类的患者，再做ABVS检查，保留乳腺全容积数据，然后由两位具有ABVS诊断经验的高年资主治医师对病灶进行再次评估。ABVS冠状面BI-RADS再分类标准[2]：①肿块型：边缘不清晰光整（包括模糊、微分叶、成角、毛刺）、纵横比>1、微小钙化，三者具备其一的为BI-RADS 4A类，具备两项或以上的为BI-RADS 4B类或4C类;②表现为低回声区的病灶：根据内部回声改变及分布特征、导管扩张及管壁不光整、微小钙化，三者具备其一的为BI-RADS 4A类，具备两项或以上为的BI-RADS 4B类或4C类;③簇状囊肿、复杂囊肿为BI-RADS 4A类。对入选的110个乳腺结节均进行穿刺活检或手术以获得病理结果。

1.4  觀察指标

将HHUS、ABVS检查结果即BI-RADS分类结果分别与病理结果即病灶良恶性进行对比观察，分别计算两种检查中BI-RADS 4A、4B、4C类结节的恶性概率，计算公式：ABVS中4A类病理恶性个数占4A类总数构成比，余同上;以BI-RADS 4A类病理良性者为诊断正确，BI-RADS 4B类及以上类别病理恶性者为诊断正确，反之为诊断错误，据此分析两种检查的诊断符合率，计算公式： ABVS诊断符合率=诊断正确个数（即4A良性个数+4B以上恶性个数）/病例总数，HHUS诊断符合率=诊断正确个数/病例总数。

1.5  统计学分析

采用SPSS 19.0统计学软件进行数据处理，计量资料采用（x±s）表示，组间比较行t检验;计数资料采用[n（%）]表示，组间比较行χ2检验，以P<0.05为差异有统计学意义。

2  结果

2.1  HHUS、ABVS检查结果与病理结果对比分析

共110例病灶中，良性病灶79例，恶性病灶31例。见表1。2.2  ABVS与HHUS的恶性概率与诊断符合率对比分析

ABVS对4A类结节的恶性概率为9.46%（7/74），对4B类结节的恶性概率为50.00%（11/22），对4C类结节的恶性概率为 87.50%（7/8），HHUS依次分别为23.33%（21/90），16.67%（2/12），100.00%（8/8），ABVS比HHUS更加符合BI-RADS分类依据对于4类恶性概率的定义（4A 2%～1O% ，4B 10%～50%，4C 50%～95%）。若以BI-RADS 4A类与4B类作为良恶性分界点，ABVS在BI-RADS 4类病灶中诊断符合率为82.73%（91/110），HHUS诊断符合率为71.82%（79/110）。ABVS诊断乳腺恶性肿瘤的准确率比HHUS高，差异有统计学意义（χ2=58.530，P<0.05）。见表2。

2.3  ABVS与HHUS超声图像对比分析

经ABVS检查后，有23例B1-RADS分类级别升高，其中大部分是由于ABVS发现了HHUS未能发现的微钙化或冠状面显示“汇聚征”而进行升级。见图1、图2。

3  讨论

本次研究的110例病灶中有23例在通过ABVS重新评级后BI-RADS分类级别升高，其中有20例经病理检查证实为恶性，包括浸润性乳腺癌17例、导管原位癌1例、不典型增生1例、黏液腺癌1例，使诊断准确率大大提升，充分体现ABVS诊断乳腺癌优于HHUS。BI-RADS标准规定超声用于描写乳腺病灶特点的有边缘、形态、方位、内部回声、钙化、后方回声、周围组织、血流及一些特殊情况，其中边缘特征最具有诊断价值[3]。而ABVS最大的优势就是以特有的冠状面增加病灶的边缘特征信息，以及提高对微小钙化的检出率[4]。

17例浸润性乳腺癌，在冠状切面均呈现出不同范围的“汇聚征”，其中13例在冠状切面上检出了HHUS没有发现的微钙化。浸润性导管癌在冠状面上的特殊表现：形态不规则的低回声，周围可见条索状偏高回声呈放射状分布，它的病理机制与癌细胞往周围组织侵犯相关，癌细胞穿破导管基底膜在周围间质中生长，呈树根样侵犯周边组织，常规超声能显示的信息远远不足，ABVS独有的冠状面成像可获取更多信息，清楚直观地显示病灶与邻近组织的关系，常规二维图像较难观察到完整的边缘边界信息[5-6]。

1例导管原位癌，冠状面清晰显示迂曲扩张的导管、导管内团块，以及沿导管走行的点状钙化，为诊断提供了更全面的信息。ABVS可动态连续观察导管分布走行，能同时显示多支导管并确定导管之间的解剖关系，信息量丰富，对于观察累及多支导管的病变助益极大。另外ABVS的冠状切面与乳腺钼靶X线摄影检查的头足位相似，可显影出的微小钙化数量比HHUS横切面及纵切面要多，同时ABVS的工作站可以调节窗宽窗位，有利于微钙化的检出[7-8]。

1例不典型增生，常规超声显示边界不清、形态不规则的低回声区，冠状面呈“汇聚征”并发现微小钙化，升级为BI-RADS 4B类。导管上皮不典型增生是癌变进程中必定存在的阶段，它的细胞形态与低级别的导管原位癌相同，发现后需要积极治疗[9]。

综上所述，ABVS检查能提供更多、更加全面的诊断信息，有利于提升BI-RADS 4类结节的诊断准确度，还能有效削减非必要的介入性诊疗，是一种无创并可信的检查方法，可以在HHUS基础上进行补充检查。ABVS检查拥有良好的应用前景，但也有一定的局限性，其不能提供血流及频谱图像，故仍需联合HHUS进行更客观地诊断。另外，操作者的熟练程度及读图经验的积累对于提升诊断水平也很重要。

参考文献

[1]郝少云，欧冰，钟文景，等.弹性成像对新版BI-RADS-US评估乳腺肿物良恶性的价值[J].中国超声医学杂志，2015，31（4）：292-295.

[2]Tozaki M，Fukuma E.Category assessment based on 3D volume data acquired by automated breast ultrasonography[J].Japanese J Radiol，2012，30（2）：185-191.

[3]Warm M，Duda V，Eichler C，et al.3D breast ultrasound：a significant predictor in breast cancer reduction under pre-operative chemotherapy[J].Anticancer Res，2011，31（11）：4039-4042.

[4]朱罗茜，包凌云，谭艳娟.自动乳腺全容积成像对BI-RADS-US4A类肿块再评估的诊断价值[J].中国超声医学杂志，2016，32（5）：404-406.

[5]朱罗茜，包凌云.自动乳腺全容積成像在乳腺疾病诊断中的应用现状[J].中华医学超声杂志（电子版），2014，11（8）：610-612.

[6]张惠，刘玉萍，邓立强，等.自动乳腺全容积成像检查在BI-RADS 4A类肿块再评估诊断中的价值[J].四川医学，2018，39（11）：1215-1219.

[7]朱罗茜，包凌云，朱庆庆，等.自动乳腺全容积成像技术及常规超声检查鉴别诊断乳腺影像报告和数据系统4类病灶良恶性的价值比较[J].中华医学超声杂志（电子版），2016，13（12）：931-935.

[8]徐皙婷，韦舒静.自动乳腺全容积成像在乳腺BI-RADS4类病灶诊断中的应用价值[J].广西医科大学学报，2017，34（12）：1713-1717.

[9]许晓静，包凌云，朱罗茜，等.自动乳腺全容积成像冠状面图像在乳腺肿瘤鉴别诊断中的应用价值[J].浙江医学， 2013，35（19）：1743-1745.