磁共振扩散峰度成像联合动态增强扫描对乳腺良恶性病变的诊断效能研究 (1).pdf

分分 类类 号号R737.9密级密级公开公开 单位代码单位代码10092学号学号20181221 磁共振扩散峰度成像联合动态增强扫描对乳腺良恶性病变磁共振扩散峰度成像联合动态增强扫描对乳腺良恶性病变 的诊断效能研究的诊断效能研究 培养培养单位单位河北北方学院河北北方学院 学位学位类型类型专业学位专业学位 学位类别学位类别 医学硕士医学硕士 领领域 域 影像医学与核医学（放射医学）影像医学与核医学（放射医学） 研研究究生 生 翟泽川翟泽川 导 师 及 职 称 导 师 及 职 称 张晖副教授张晖副教授 提交日期提交日期 2021.3 万方数据 论文由本人独立撰写，文责自负。 导师签名研究生签名 年月日 万方数据 I 目目录录 中文摘要1 英文摘要3 英文缩写6 研究论文 磁共振扩散峰度成像联合动态增强扫描对乳腺良恶性病变的诊断效 能研究 前言7 材料与方法8 结果10 附图13 附表26 讨论28 结论32 参考文献33 综述 不同影像学方法在乳腺癌诊疗中的应用价值分析新进 展37 致谢53 个人简历55 万方数据 中中 文文 摘摘 要要 1 磁共振扩散峰度成像联合动态增强扫描磁共振扩散峰度成像联合动态增强扫描对对乳腺良恶性病变乳腺良恶性病变 的的诊断效能诊断效能研究研究 摘摘要要 目的目的 旨在研究磁共振扩散峰度成像 （diffusion kurtosis imaging, DKI） 扫 描联合磁共振动态增强扫描（dynamic contrast-enhanced magnetic resonance imaging, DCE-MRI）对乳腺良恶性病变的诊断效能。 方法方法 回顾性分析 2019 年 9 月至 2020 年 6 月在我院经手术及病理活检 证实的 54 例乳腺病变患者的 MRI 影像和病理资料。 54 例共有 54 个病 灶，其中恶性病灶 23 个乳腺导管内原位癌 4 个、非特殊类型浸润性 导管癌 11 个、浸润性小叶癌 8 个；良性病灶 31 个乳腺炎性病变 8 个、乳腺纤维腺瘤 18 个、乳腺腺病 5 个；所有患者双侧乳腺进行 MRI 常规扫描、DCE-MRI 以及 DKI 序列扫描，通过 Functool 后处理软件， 测量良性病变组、恶性病变组平均扩散峰度（mean kurtosis, MK）、平 均扩散率（mean diffusion, MD）、表观扩散系数（apparent diffusion coefficient,ADC） ， 对所得结果进行正态分布检验， 采用 Mann-Whitney U 秩和检验比较 MK 值、 MD 值及 ADC 值在两组病变中的统计学差异， 使用受试者操作特性曲线（receiver operative characteristic curve, ROC） 评价以上各参数值对乳腺良、恶性病变的诊断价值。处理同时获得乳 腺良、 恶性病变组织的时间－信号强度曲线 （time signal intensity curve, TIC），按动态增强扫描时间-信号强度曲线（dynamic contrast-enhanced time signal intensity curve, DCE-TIC）、DKI 联合 TIC 两种方法对 54 例 乳腺病变进行分类，采用卡方检验比较时间－信号强度曲线（TIC）类 型以及 DKI 联合 TIC 在乳腺良、恶性病变间的差异，比较两种方法的 诊断效能。 结果结果 万方数据 中中 文文 摘摘 要要 2 （1） MK 值、 MD 值以及 ADC 值在乳腺良恶性病变之间的差异均 有统计学意义（P＜0.05），其中恶性病变组 MD 值在乳腺恶性病变组 织中位数为 1.66010-3mm2/s，[（1.213，2.310）10-3mm2/s]低于良 性病变组 1.99010-3mm2/s，[1.820，2.29010-3mm2/s]，MK 值在恶 性病变组中位数 0.698（0.399，0.786）高于良性病变组 0.489（0.421， 0.550），ADC 值在乳腺恶性病变组织中位数为 0.00098410-3mm2/s， [0.000886， 0.0015410-3mm2/s]低于良性病变组 0.0015410-3mm2/s， [0.00134，0.0016810-3mm2/s]，以上各参数 ROC 曲线下面积（area under the curve,AUC）分别是 0.88/0.95/0.74（MD/MK/ADC），良恶 性诊断界值分别为 1.67010-3mm2/s/0.551/1.08（10-3mm2/s）；灵敏 度分别为 52.17、65.22、56.52；特异度分别为 90.32、77.42、 90.77；准确率、阳性预测值、阴性预测值、阳性似然比、阴性似然 比 分 别 为70.40/74.1/79.62 、 76.92/69.56/92.85 、 68.29/77.41/75、5.39/2.88/17.49、0.53/0.44/0.41。 （2）依据 DCE-TIC 类型对乳腺所有病变进行分类，其诊断为乳腺恶性病变的灵敏度、特 异度、准确率、阳性预测值、阴性预测值、阳性似然比、阴性似然比 分别为 56.52、83.87、72.22、72.22、72.22、3.5、0.51；依据 DKI 联合 DCE-TIC 对乳腺所有病变分类，其诊断为乳腺恶性病变的灵 敏度、特异度、准确率、阳性预测值、阴性预测值、阳性似然比、阴 性似然比分别为 91.30、96.77、94.44、95.45、96.75、28.26、 0.089。 结论结论 （1）DKI 扫描序列相关参数 MK 值、MD 值在乳腺良恶性病变的 诊断中具有一定的价值，且 MK 值的诊断效能高于 MD 值。（2）DKI 扫描联合 DCE-TIC 诊断乳腺良恶性病变的效能较其他各参数单独应用 更高，具有更大的临床应用价值。 关键词关键词乳腺良恶性病变；磁共振扩散峰度成像；磁共振扩散加权成 像；诊断价值 万方数据 英英 文文 摘摘 要要 3 CLINICALVALUE OF MAGNETIC RESONANCE DIFFUSION KURTOSIS IMAGING COMBINED WITH DYNAMIC CONTRAST-ENHANCED SCANNING IN THE DIAGNOSIS OF BENIGN AND MALIGNANT BREAST LESIONS ABSTRACT Objective To investigate the diagnostic value of diffusional kurtosis imaging DKI combined with dynamic enhanced scan DCE-MRI in benign and malignant breast tumors. s The subject of our study is to analyze MRI images and pathological data of 54 patients with breast lesions who were confirmed by surgery and pathological biopsy from September 2019 to June 2020 in our hospital retrospectively. There are a total of 54 lesions in 54 patients, including 23 malignant lesions, which are made up of 4 ductal carcinomata in situ, 11 non-special type invasive ductal carcinomata, and 8 invasive lobular carcinomata. Another are 31 benign lesions, which consist of 8 breast inflammatory lesions, 18 breast fibroadenomas, and 5 breast adenomas. All patients underwent routine MRI scan with bilateral breast, which include dynamic enhanced scan DCE and DKI sequences. And through the Functool post-processing software, we measured the average kurtosis MK, mean diffusivity MD and apparent diffusion coefficient ADC of the benign lesion and malignant lesion group. Meanwhile takingthe normal distribution test of the results obtained. The statistical differences among MK value, MD and ADC values between the two groups of benign and malignant lesions were uated via the Mann - Whitney U rank. The receiver operating characteristic ROC curve was used to assess the diagnostic perance of the above parameters in benign and malignant 万方数据 英英 文文 摘摘 要要 4 breast lesions. While computing the time signal intensity curve TIC of benign and malignant breast lesions. 54 cases of breast lesions were classified according to DCE-TIC and DKI combined TIC s. Chi-square test was used to compare the difference of time-signal intensity curve TIC type and DKI combined with TIC in benign and malignant breast lesions, and to compare the diagnostic efficacy of the two s.. Results 1 there were differences in MK, MD and ADC between benign and malignant breast lesions（P20 的女性进行 DCE-MRI 辅助筛查[27,28,30]，以便于在这一类人群中更早发 现癌症，减少其误诊时间，提高生存率[31-33]。最近，美国又宣布一项 类似的建议，推荐将 DCE-MRI 用于那些中风险患乳腺癌15的女 性群体[34]。多参数 MRImultiparametric MRI，MP-MRI可以将其他的 MRI 参数与 DCE-MRI 结合， 从而克服了 DCE-MRI 特异性的限制并评 估更多的功能数据，随着此技术越来越多地应用于临床常规检查，具 有表观扩散系数apparent diffusion coefficient，ADC图的弥散加权成 像diffusion-weighted imaging，DWI已成为最可靠和最有价值的参数 之一。DWI 通过描述组织的扩散率，可以反映组织微环境和膜完整性， 被认为是提高乳腺良恶性鉴别最有价值的序列[35]，据报道，它对乳腺 癌检测的灵敏度高达 96，对乳腺肿瘤定性的特异度高达 100[36-37]。 然而近些年来，随着计算机技术的不断发展，有学者认为，虽然这些 MRI 图像有较高的组织分辨率，但仍有我们肉眼所观察不到的疾病信 息，乳腺癌 MRI 影像组学应运而生，且发展迅速。Lo Gullo 等[38]回顾 万方数据 综综述述 44 性分析了 96 例 BRCA 基因突变患者中共 116 例 BI-RADS 3 或 4 类中 1 cm 以下的乳腺病变， 并从 DCE-MRI 和 T1 加权序列中提取了 102 个影 像组学特征，结合临床其他因素进行良恶性病变的鉴别，结果显示拟 建立的预测模型的鉴别能力优于放射科医师，从而使良性的小病灶避 免了不必要的活检，但该研究存在单中心、样本量小、数据偏移等局 限性，并且由于病灶较小导致在勾画 ROI 过程中存在一定的困难和误 差。近期相关研究显示，定量 DCE 药代动力学参数和扩散峰度成像 diffusion kurtosis imaging, DKI具有更好的诊断准确性[39-40]。Zhang 等 [41]则利用多种 MRI 序列包括 T2 加权成像、动态增强扫描、DKI 序列、 DWI 和 T1 加权成像进行影像组学分析， 采用支持向量机方法分析各单 一序列和多序列联合模型预测乳腺良恶性病变的效能， 其中 T1 加权成 像和ADC影像特征的融合并未提高模型的效能， 而联合模型表现最好， 曲线下面积约为 0.921。Truhn 等[42]通过对乳腺 DCE-MRI 图像进行影 像组学分析和深度学习来预测强化病灶的良恶性，结果显示深度学习 模型表现要优于影像组学模型，但是均明显低于放射科医师的诊断能 力，可能与样本量较小、纳入患者的高患癌风险和诊断医师的水平有 关。王中一等[43]还研究了深度学习模型在小病灶组及不同样本量组的 表现，发现此模型对小病灶的良恶性鉴别能力好于影像组学模型，但 仍容易受到样本量的影响。王清霖等[44]从 DWI 中提取纹理特征，并研 究这些特征在乳腺癌与纤维腺瘤之间的差异性，但由于研究数据量较 小，缺乏非肿块型、不同病理类型、分子分型的乳腺癌，研究结果亟 待验证。综合来看，目前乳腺癌 MRI 影像组学虽发展迅速，但多为利 用传统机器学习方法，研究中心及模态较为单一，且样本量较小，易 受各种干扰因素影响，需更多学者继续努力将其多元化，向深度学习 方向发展。 5.25.2 乳腺 MRI 的应用价值分析 对于经活检证实的乳腺癌患者，MRI 可用于评估病变范围，检测 同一象限多病灶或不同象限多中心以及对侧乳房可能影响患者治 疗的其他病变。在这种情况下，DCE-MRI 对具有多个原发灶的乳腺疾 病的诊断、 分期或存在 DCIS 时， 比乳腺钼靶 X 线摄影和 US 的诊断价 万方数据 综综述述 45 值更高[45]。此外，大量研究表明，在评估肿瘤的大小方面，DCE-MRI 优于乳腺钼靶 X 线摄影和 US， 但仍有高达 15的病变无法准确地显示 其大小[45-46]。尽管乳腺疾病的术前评估在不断完善，未来有望进一步 改善手术结果，但目前关于乳腺癌的组织病理学和其他相关研究的证 据仍存在争议[47-48]。 有研究表明， MRI 在浸润性小叶癌invasive lobular cancer， ILC的分期中有较高诊断价值，ILC 是乳腺癌组织病理学亚 型的一种，通常在乳腺钼靶 X 线摄影和 US 检查中易被漏诊，MRI 则 正相反，同时并降低了 ILC 大约 11～18的再切除率[49-50]。需要指 出的是，术前的 MRI 往往会检测到在乳腺钼靶 X 线检查和 US 上未发 现的其他可疑病变，因此有可能导致范围更广的手术，所以，在根据 这些新发现的病变，建议改变治疗策略之前，必须进行组织病理学活 检。手术的主要目的是减轻肿瘤对身体造成的不良影响，通常是包括 放射治疗、化疗和激素治疗在内的复杂治疗策略的一部分。虽然 DCE-MRI 检测到的其他恶性病变可以用这些疗法有效地治疗，但到目 前为止， 仍缺乏相关证据表明术前 DCE-MRI 可以提高总体或无病存活 率[51]。约有 3的女性通过乳腺钼靶 X 线摄影或超声检查只能发现单 侧患有乳腺癌， 而 DCE-MRI 可同时发现两者均未检测到的对侧乳腺中 的恶性病变[52]，恰恰这些最初未被怀疑的恶性病变对患者的预后可能 会比发现更多的同侧肿瘤病灶更重要，因为这些病灶有很大的几率不 会在患侧接受放疗的同时接受放射治疗。虽然患者的预后取决于已经 病理证实的恶性病变的大小和分级，但及早发现其他部位的癌变可能 与存活率的增加有关，特别是在 50 岁以下的患者中，此情况显得尤为 重要[49]。当肿瘤的大小在不同影像学成像或临床常规检查与影像学检 查之间存在显著差异，以及在评估患侧乳腺能否进行放射治疗时，术 前乳腺 MRI 可作为解决以上所述问题的工具[48]。 总之，影像学检查在乳腺癌的诊断和分期中起着关键作用，并有助 于指导治疗决策。 乳腺癌的影像学诊断和分期包括乳腺钼靶 X 线摄影、 DBT、超声、CEM 和 MRI，虽然乳腺钼靶 X 线摄影是乳腺癌筛查和诊 断的主要手段，但其他影像方法如 DBT 和 CEM，它们在一定程度上 大大克服了前者的敏感性和特异性，为乳腺癌的分期提供了更多有价 万方数据 综综述述 46 值的信息。US 被广泛应用于乳腺癌的确诊，寻找其他疾病，以及超声 引导下的乳腺病变的组织活检和定位，腋窝淋巴结的分期，以及作为 在 MRI 中发现的疑似恶性病变的辅助性工具。 DCE-MRI 仍然是检测乳 腺癌最敏感的方法，它具有良好的敏感性和特异性，特别是在评估病 灶范围和检测其他系统疾病，比乳腺钼靶 X 线摄影和 US 更有价值。 每种成像方式都有其局限性和优越性，因此可以相互结合使用，弥补 不同方法之间的局限性，从而完善对乳腺癌的预测和诊断。 参考文献参考文献 1Siegel RL, Miller KD, Jemal A. Cancer statistics[J]. CA Cancer J Clin, 2018, 68 27-30. 2Biganzoli L, Cardoso F, Beishon M, et al. The requirements of a specialist breast centre[J]. Breast, 2020, 51 65-84. 3Tabar L, Vitak B, Chen TH, et al. Swedish two-county trial impact of mammographicscreeningonbreastcancermortalityduring3 decades[J]. Radiology, 2011, 2603 658-663. 4Hellquist BN, Duffy SW, Abdsaleh S, et al. Effectiveness of population-based service screening with mammography for women ages 40 to 49 years uation of the Swedish Mammography Screening in Y oung Women SCRY cohort[J]. Cancer, 2011, 1174 714-722. 5Moss SM, Wale C, Smith R, et al. Effect of mammographic screening from age 40 years on breast cancer mortality in the UK Age trial at 17 years’ follow-up a randomised controlled trial[J]. Lancet Oncol, 2015, 169 1123-1132. 6D’Orsi CJ, Sickles EA, Mendelson EB, et al. ACR BI-RADS atlas, breast imaging reporting and data system. 5th ed[M]. Reston, V A American College of Radiology, 2013 134. 7Pisano ED, Gatsonis C, Hendrick E, et al. Diagnostic perance of digital versus film mammography for breast-cancer screening[J]. N 万方数据 综综述述 47 Engl J Med, 2005, 35317 1773-1783. 8Riedl CC, Luft N, Bernhart C, et al. Triple-modality screening trial for familial breast cancer underlines the importance of magnetic resonance imaging and questions the role of mammography and ultrasound regardless of patient mutation status, age, and breast density[J]. J Clin Oncol, 2015, 3310 1128-1135. 9Krammer J, Pinker-Domenig K, Robson ME, et al. Breast cancer detection and tumor char-acteristics in BRCA1 and BRCA2 mutation carriers[J]. Breast Cancer Res Treat, 2017, 1633 565-571. 10Tagliafico AS, Calabrese M, Mariscotti G, et al. Adjunct screening withtomosynthesisorultrasoundinwomenwith mammography-negative dense breasts interim report of a prospective comparative trial[J]. J Clin Oncol, 2016, 34 1882-1888. 11Lee SC, Jain PA, Jethwa SC, et al. Radiologist’s role in breast cancer staging providing key ination for clinicians[J]. Radiographics, 2014, 342 330-342. 12Gilbert FJ, Tucker L, Y oung KC. Digital breast tomosynthesis DBT a review of the evidence for use as a screening tool[J]. Clin Radiol, 2016, 712 141-150. 13Gilbert FJ, Tucker L, Gillan MG, et al. Accuracy of digital breast tomosynthesis fordepictingbreastcancersubgroupsinaUK retrospective reading study TOMMY Trial[J]. Radiology, 2015, 2773 697-706. 14Gilbert FJ, Selamoglu A. Personalised screening is this the way forward[J]. Clin Radiol, 2018, 734 327-333. 15Marinovich ML, Hunter KE, Macaskill P, et al. Breast cancer screening using tomosynthesis or mammography a meta-analysis of cancer detection and recall[J]. J Natl Cancer Inst, 2018, 1109 942-949. 16Michell MJ, Batohi B. Role of tomosynthesis in breast imaging going 万方数据 综综述述 48 forward[J]. Clin Radiol, 2018, 734 358-371. 17Lobbes MB, Lalji U, Houwers J, et al. Contrast-enhanced spectral mammography in patients referred from the breast cancer screening programme[J]. Eur Radiol, 2014, 247 1668-1676. 18Lalji UC, Houben IP, Prevos R, et al. Contrast-enhanced spectral mammography in recalls from the Dutch breast cancer screening program validation of results in a large multireader, multicase study[J]. Eur Radiol, 2016, 2612 4371-4379. 19Tennant SL, James JJ, Cornford EJ, et al. Contrast-enhanced spectral mammography improves diagnostic accuracy in the symptomatic setting[J]. Clin Radiol, 2016, 7111 1148-1155. 20JochelsonMS,DershawDD,SungJS,etal.Bilateral contrast-enhanced dual-energy digital mammography feasibility and comparison with conventional digital mammography and MR imaging in women with known breast carcinoma[J]. Radiology, 2013, 2663 743-751. 21Lee-Felker SA, Tekchandani L, Thomas M, et al. Newly diagnosed breast cancer comparison of contrast-enhanced spectral mammography and breast MR imaging in the uation of extent of disease[J]. Radiology, 2017, 2852 389-400. 22Wilczek B, Wilczek HE, Rasouliyan L, et al. Adding 3D automated breastultrasoundtomammographyscreeninginwomenwith heterogeneouslyandextremelydensebreastsReportfroma hospital-based, high-volume, single-center breast cancer screening program[J]. Eur J Radiol, 2016, 859 1554-1563. 23梁永超,贾春梅,薛影,等. 超声造影对乳腺BI-RADS4类肿块的诊断 价值[J]. 中华医学杂志, 2018, 9819 1498-1502. 24李昆临,于乐,李建军,等. 超声造影在乳腺癌诊断应用研究进展[J]. 医学影像学杂志, 2020, 3012 2308-2312. 25Mori N, Mugikura S, Takahashi S, et al. Quantitative analysis of 万方数据 综综述述 49 contrast-enhanced ultrasound imaging inimaging in invasive breast cancer a novel technique to obtain histopathologic ination of microvessel density [J]. Ultrasound Med Biol, 2017, 433 607-614. 26Lee S C, Tchelepi H, Grant E, et al. Contrast-enhanced ultrasound imaging of breast masses adjunct tool to decrease the number of false positive biopsy results [J]. J Ultrasound Med, 2019, 389 2259-2273. 27Sardanelli F, Boetes C, Borisch B, et al. Magnetic resonance imaging of the breast recommendations from the EUSOMA working group[J]. Eur J Cancer,2010, 468 1296-1316. 28Mann RM, Balleyguier C, Baltzer PA, et al. Breast MRI EUSOBI recommendations for women’s ination[J]. Eur Radiol, 2015, 2512 3669-3678. 29Zhang L, Tang M, Min Z, et al. Accuracy of combined dynamic contrast-enhanced magnetic resonance imaging and diffusion-weighted imaging for breast cancer detection a meta-analysis[J]. Acta Radiol, 2016, 576 651-660. 30Saslow D, Boetes C, Burke W, et al. American Cancer Society guidelinesforbreastscreeningwithMRIasanadjunctto mammography[J]. CACancer J Clin, 2007,572 75-89. 31Sardanelli F, Podo F, Santoro F, et al. Multicenter surveillance of women at high genetic breast cancer risk using mammography, ultrasonography, and contrast- enhanced magnetic resonance imaging the high breast cancer risk Italian 1 study final results[J]. Investig Radiol, 2011, 462 94-105