文章快速检索    
  济宁医学院学报  2023, Vol. 46 Issue (2): 105-108  DOI:10.3969/j.issn.1000-9760.2023.02.007
0

引用本文 [复制中英文]

杜津岳, 王唯伟, 冯海霞, 王婷, 朱来敏. 扩散峰度联合体素内不相干运动成像对乳腺良恶性病变的诊断价值[J]. 济宁医学院学报, 2023, 46(2): 105-108. DOI: 10.3969/j.issn.1000-9760.2023.02.007.
[复制中文]
DU Jinyue, WANG Weiwei, FENG Haixia, WANG Ting, ZHU Laimin. The value of diffusion kurtosis imaging combined with intravoxel incoherent motion in the differential diagnosis of benign and malignant breast lesions[J]. Journal Of Jining Medical University, 2023, 46(2): 105-108. DOI: 10.3969/j.issn.1000-9760.2023.02.007.
[复制英文]

基金项目

山东省医药卫生科技发展计划项目（202109010447）; 济宁市重点研发计划项目（2020YXNS012）

通信作者

朱来敏, E-mail: 37916246@qq.com;

文章历史

收稿日期：2023-01-28
Contents              Abstract              Full text              Figures/Tables              PDF
扩散峰度联合体素内不相干运动成像对乳腺良恶性病变的诊断价值
杜津岳1 , 王唯伟2 , 冯海霞2 , 王婷3 , 朱来敏2     
1. 泰安市优抚医院, 泰安 271000;
2. 济宁医学院附属医院, 济宁 272029;
3. 济宁市兖州区人民医院, 济宁 272000
收稿日期：2023-01-28
基金项目：山东省医药卫生科技发展计划项目（202109010447）; 济宁市重点研发计划项目（2020YXNS012）
通信作者：朱来敏, E-mail: 37916246@qq.com.
摘要：目的 探讨扩散峰度成像（DKI）联合体素内不相干运动成像（IVIM）对乳腺良恶性病变的诊断价值。方法 回顾性分析济宁医学院附属医院经病理证实的乳腺肿块患者301例，良性组59例，恶性组242例，所有病例均行DKI及IVIM检查。分析两组间的MK、MD和D、D*、f值；绘制受试者工作特征曲线（ROC）比较其诊断效能。结果 良性组MD，D值高于恶性组，而MK，D*值低于恶性组，差异有统计学意义（均P < 0.05）。当MD≤2.60×10-3mm2/s，MK≥0.58，D≤0.79×10-3mm2/s，D*≥30.2×10-3mm2/s时，诊断倾向于恶性病变，其中DKI的MD曲线下面积（AUC）最大，为0.815，特异度及准确度最高，分别为84.8%、81.4%。将MD、MK及D、D*值联合，AUC为0.846，诊断效能均高于单一参数（Z=3.752，P < 0.001；Z=6.235，P < 0.001；Z=2.711，P=0.0271；Z=2.469，P=0.0135）；敏感度为73.5%，特异度为81.6%，准确度为83.7%，亦高于单一参数。结论 DKI联合IVIM可用于乳腺良恶性病变的预测，有利于患者术前精准治疗。
关键词：乳腺癌    扩散加权成像    扩散峰度成像    体素内不相干运动    
The value of diffusion kurtosis imaging combined with intravoxel incoherent motion in the differential diagnosis of benign and malignant breast lesions
DU Jinyue1 , WANG Weiwei2 , FENG Haixia2 , WANG Ting3 , ZHU Laimin2     
1. Tai'an Care Hospital, Taian 271000, China;
2. Affiliated Hospital of Jining Medical University, Jining 270029, China;
3. The People's Hospital of Yanzhou District, Yanzhou 272000, China
Abstract: Objective To explore the diagnostic value of diffusion kurtosis imaging combined with intravoxel incoherent motion for discriminating benign and malignant breast lesions. Methods A total of 301 cases of patients with breast lesion confirmed by pathology were collected, including 59 cases in the benign group and 242 cases in the malignant group.DKI and IVIM scanning were performed in all patients.The mean diffusion rate(MD), mean kurtosis value(MK) and true diffusion coefficient(D), perfusion-related diffusion coefficient(D*), perfusion fraction(f) were analyzed.The ROC was plotted to compare the diagnostic efficiency. Results The values of MD and D in benign group were higher than those in malignant group, while the values of MK, D* were lower than that in malignant group (P < 0.05).When MD ≤ 2.60×10-3mm2/s, MK ≥ 0.58, D ≤ 0.79×10-3mm2/s, D* ≥ 30.2×10-3mm2/s, the diagnosis favors malignant lesions, with the MD of DKI had the largest AUC of 0.815.The specificity and accuracy were 84.8% and 81.4%, respectively.The AUC of MD+MK+D+D* was 0.846 and the diagnostic efficacy was higher than the single parameter(Z=3.752, P < 0.001;Z=6.235, P < 0.001;Z=2.711, P=0.0271;Z=2.469, P=0.0135), the sensitivity, specificity and accuracy were 73.5%, 81.6%, 83.7%. Conclusion DKI combined with IVIM can be used in the prediction of benign and malignant breast lesions, which is conducive to the precise preoperative treatment of patients.
Keywords: Breast neoplasms    Diffusion weighted imaging    Diffusion Kurtosis imaging    Intravoxel incoherent motion    

乳腺癌是女性最常见的恶性肿瘤，且逐渐年轻化[1]。MRI检查软组织分辨率高，半定量动态对比增强MRI(dynamic contrast enhanced magnetic resonance imaging，DCE-MRI)的时间信号强度曲线和扩散加权成像(diffusion weighted imaging，DWI)是目前临床上评估良恶性病变的主要检查技术，但存在一定的诊断假阳性率[2-3]。乳腺肿瘤的复杂性往往使瘤内部分水分子呈非高斯运动，扩散峰度成像(diffusion kurtosis imaging，DKI)是基于水分子非高斯分布模型，能更真实反映乳腺肿瘤微环境的变化[4]。体素内不相干运动模型(Intravoxel incoherent motion，IVIM)通过双指数曲线拟合方式可分离出微循环血流灌注引起的“假扩散”[5]。国内外学者多选择DKI或IVIM单一序列对乳腺内病变进行定性[6-7]，鲜有关于两序列联合对乳腺良恶性病变的鉴别研究。本文拟分析DKI和IVIM模型诸定量参数对乳腺内占位的联合诊断价值。

1 资料与方法 1.1 一般资料

选取2019年9月至2022年3月济宁医学院附属医院经病理证实的301例女性乳腺占位患者的资料，年龄27~86岁，平均年龄约(50±10)岁，其中良性组59例，恶性组242例。纳入标准：1)临床拟诊为乳腺癌且接受DKI及IVIM检查；2)MRI检查后2周内行穿刺活检或手术获取乳腺癌病理类型并做基因检测。排除标准：1)MRI检查前已有过穿刺活检、手术或放化疗；2)MRI序列不全或图像质量不佳。本研究获得济宁医学院附属医院伦理委员会批准(伦理批准号：2021C019)，并由患者本人或授权家属在MR检查前签署知情同意书。

1.2 MRI检查方法

采用GE Discovery 750W 3.0 T MR扫描仪，8通道的双乳相控阵线圈。DKI：TR 5000ms，TE 89.9ms，层厚及层间距分别为4mm、0.4mm，矩阵为128×128，扫描视野为350mm×350mm，选择3个b值，分别为0、1000、2500s/mm2，施加30个方向的扩散梯度场，激励次数2次，扫描时间5min55s。横断位IVIM：采用单次激发SE-EPI序列，TR2500 ms，TE90 ms，矩阵为128×128，扫描视野为350mm×350mm，低b值(b≤200)共7个，分别为0、30、50、80、100、150、200；高b值(b＞200)共5个，分别为500、800、1 000、1 500、2 000s/mm2，激励次数(NEX)随着b值的增加依次为1、1、1、1、1、1、1、2、2、4，5，6次，扫描时间6min 40s。

1.3 图像处理及分析

将采集数据传至Function tool后处理工作站，利用DKI、MADC软件计算获取DKI的定量参数平均扩散率(mean diffusion kurtosis，MD)、扩散峰度值(mean diffusivity，MK)及IVIM的定量参数纯扩散系数(D)、灌注相关扩散系数(D*)、灌注分数(f)伪彩图。在DKI灰度图(b=1000)、IVIM灰度图(b=1000)上避开出血、坏死/囊变等区域，选取病灶实性成分最大的3个层面，勾画3个感兴趣区(region of interest，ROI)，每个ROI大小约50~150mm2。测得3个层面的MD、MK及D、D*、f值，然后取其平均值。

1.4 统计学方法

采用SPSS22.0和MedCalc15.0软件对数据进行统计分析。DKI、IVIM模型的定量参数一致性分析采用组间相关系数(Interclass correlation coefficient，ICC)(0~0.4属于一致性较差，0.41~0.60属于一致性一般，0.61~0.80认为一致性良好，ICC＞0.80认为一致性较强)。满足正态分布的计量资料以x±s表示，运用独立样本t检验；不符合正态分布的定量参数则运用M(Q1，Q3)表示，采用Mann-Whitney U检验比较其差异性。将有统计学意义的参数纳入二元logistic回归分析，获得有独立鉴别诊断价值的参数。绘制受试者工作特征(ROC)曲线，计算曲线下面积(AUC)，其差异性分析采用Delong检验。以P＜0.05为差异有统计学意义。

2 结果 2.1 乳腺良恶性病变DKI及IVIM模型定量参数的差异性

DKI模型参数MD、MK及IVIM模型参数D、D*、f值的ICC值均大于0.80(范围为0.898~0.963)，一致性较强。良性组MD，D值高于恶性组，而MK，D*值低于恶性组，差异均有统计学意义(P值均＜0.05)。见表 1，图 1、2。

表 1 两组乳腺病变DKI及IVIM模型差异性分析
图 1 右乳纤维腺瘤影像(女，42岁) 注：图 1a为IVIM(b=1000s/mm2)的灰度图；图 1b~1f为D、D*、f及MD、MK值伪彩图，D=1.01×10-3mm2/s，D*=29.7×10-3mm2/s，f=41.8%；MD=3.30×10-3mm2/s，MK=0.552。
图 2 右乳浸润性导管癌Ⅲ级，Luminal B型影像(女，58岁) 注：图 2a为IVIM(b=1000s/mm2)的灰度图；图 2b~2f为D、D*、f及MD、MK伪彩图，D=0.44×10-3mm2/s，D*=24.6×10-3mm2/s，f=38.7%；MD=2.27×10-3mm2/s，MK=0.702。
2.2 不同模型对乳腺良恶性病变的鉴别诊断效能

当MD≤2.60×10-3mm2/s，MK≥0.58、D≤0.79×10-3mm2/s、D*≥30.2×10-3mm2/s时，诊断倾向于乳腺恶性病变，是鉴别乳腺良恶性病变的独立影响因素，其中DKI的MD AUC最大，为0.815，特异度、准确度分别为84.8%、81.4%。将MD、MK及D、D*值联合，AUC为0.846，诊断效能均高于单一参数，敏感度为73.5%，特异度为81.6%，准确度为83.7%。见表 2，图 3。

表 2 DKI及IVIM模型对乳腺良恶性病变的鉴别诊断效能
图 3 MD，MK，D，D*值及MD+MK+D+D*的ROC曲线
3 讨论

DKI模型用于评估水分子的非高斯运动，相比DWI能更加真实、准确地反应肿瘤组织内微观结构信息，其中MK是衡量组织结构复杂程度的指标，癌细胞分化程度越低，异型性越明显，肿瘤结构就越复杂，水分子运动阻碍则越显著，MK值越大；MD是经非高斯分布模型矫正过的ADC值，组织细胞增殖性越强，细胞外水分子扩散运动受限越明显，相应MD值越低[8]。本研究良性病变的MD值高于恶性，而MK值低于恶性病变，与国内学者研究结果一致[9-10]，主要原因在于乳腺恶性病变细胞异型增殖迅速，排列致密，同时间质血管增生，组织结构较良性病变复杂，水分子多呈非高斯分布。ROC显示MD值的AUC均高于IVIM及DKI模型的其他定量参数，更有利于乳腺良恶性病变的鉴别诊断。

单指数DWI及双指数模型IVIM均可定量测量水分子扩散受限程度，但双指数的IVIM模型中D及D*值更能准确反映乳腺癌的异质性，在数学模型原理上可弥补单指数DWI的不足[11]。本研究中良性病变的D值高于恶性病变，而D*值低于恶性病变，差异有统计学意义，病理基础为乳腺恶性肿瘤，尤其是导管内浸润癌细胞异型性明显，排列紧密，细胞外自由水真实扩散受限程度显著，而瘤内微灌注量及毛细血管容积增高，与Wang等[12]研究结果一致。此外，本研究D值的AUC高于D*值，进一步验证D值作为反映真实扩散效应的参数对于乳腺良恶性病变诊断效能更高。将IVIM、DKI模型联合，诊断效能及敏感度、特异度、准确度均高于单一参数，显示出两者联合在诊断乳腺良恶性病变的优势，与宋赣军等[13]学者研究结果相仿。

本研究有一些局限性。本研究对象的样本量尚小。各定量参数感兴趣区的选定与病理组织取材存在一定差异。DKI、IVIM模型所选b值的大小及数量国内外尚无统一标准。

综上所述，DKI、IVIM模型均可鉴别乳腺良恶性病变；当MD≤2.60×10-3mm2/s，MK≥0.58及D≤0.79×10-3mm2/s、D*≥30.2×10-3mm2/s时，诊断倾向于乳腺恶性病变；其中DKI的MD的诊断效能较高；DKI+IVIM联合后诊断效能高于单一模型，在临床实践中作为常规MRI的有效补充，值得临床推广。

利益冲突：所有作者均申明不存在利益冲突。

参考文献
[1]
Torre LA, Siegel RL, Ward EM, et al. Global cancer incidence and mortality rates and trends-an update[J]. Cancer Epidemiol Biomarkers Prev, 2016, 25(1): 16-27. DOI:10.1158/1055-9965.EPI-15-0578
[2]
申景涛, 贾支俊, 王强, 等. MRI动态增强定量分析在鉴别乳腺良恶性结节中的诊断价值[J]. 医学影像学杂志, 2019, 29(2): 248-251.
[3]
柯承露, 车树楠, 李静. 扩散峰度成像鉴别诊断乳腺良恶性病变的价值及联合扩散加权成像的诊断效能[J]. 中华放射学杂志, 2018, 52(8): 593-597. DOI:10.3760/cma.j.issn.1005-1201.2018.08.005
[4]
Wang W, Lv S, Xun J, et al. Comparison of diffusion kurtosis imaging and dynamic contrast enhanced MRI in prediction of prognostic factors and molecular subtypes in patients with breast cancer[J]. Eur J Radiol, 2022, 154: 110392. DOI:10.1016/j.ejrad.2022.110392
[5]
Zhang Q, Ouyang H, Ye F, et al. Feasibility of intravoxel incoherent motion diffusion-weighted imaging in distinguishing adenocarcinoma originated from uterine corpus or cervix[J]. Abdom Radiol (NY), 2021, 46(2): 732-744. DOI:10.1007/s00261-020-02586-4
[6]
刘绍伟, 祝新, 崔文静, 等. DKI与DWI在乳腺良恶性病变诊断价值的对照研究[J]. 医学影像学杂志, 2017, 27(9): 1726-1730.
[7]
赵晓君, 刘锟, 张弦, 等. 磁共振扩散加权成像IVIM模型在乳腺良恶性疾病鉴别中的价值[J]. 中华内分泌外科杂志, 2017, 11(5): 359-363. DOI:10.3760/cma.j.issn.1674-6090.2017.05.003
[8]
陈倩, 沈玉英, 钱伟亮, 等. MR扩散峰度成像对乳腺良恶性病变鉴别诊断的价值[J]. 实用放射学杂志, 2019, 35(2): 220-223. DOI:10.3969/j.issn.1002-1671.2019.02.012
[9]
高宇飞, 张晖, 陈英敏, 等. DKI在多模态磁共振成像技术中对乳腺良恶性肿瘤的突出诊断价值[J]. 临床放射学杂志, 2021, 40(10): 1899-1904. DOI:10.13437/j.cnki.jcr.2021.10.013
[10]
李婷, 鲁伦博, 卓瑶瑶, 等. 扩散峰度成像联合动态对比增强MRI诊断乳腺良恶性病变的价值[J]. 中华放射学杂志, 2018, 52(6): 436-441. DOI:10.3760/cma.j.issn.1005-1201.2018.06.006
[11]
王铭, 田为中. 体素内不相干运动扩散加权成像在乳腺癌中的临床应用进展[J]. 临床放射学杂志, 2021, 40(2): 401-404. DOI:10.13437/j.cnki.jcr.2021.02.044
[12]
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 (Basel), 2016, 11(4): 254-258. DOI:10.1159/000447765
[13]
宋赣军, 史军华, 李强, 等. 三种扩散成像技术在乳腺良恶性病变鉴别诊断中的对比研究[J]. 临床放射学杂志, 2019, 38(6): 1010-1014. DOI:10.13437/j.cnki.jcr.2019.06.016