|
来源：磁共振成像传媒 李艳翠, 张伶, 梁雯, 王海丽, 彭如臣. 乳腺髓样癌与纤维腺瘤的MRI鉴别诊断分析. 磁共振成像,2020, 11(2): 124-128. 彭如臣，首都医科大学附属北京潞河医院医学影像中心主任，硕士研究生，主任医师 教育背景：1990年毕业于河北医学院 专业特长：CT及磁共振影像诊断 获得奖励或荣誉称号：2016年荣获北京市优秀共产党员，同年医学影像中心荣获北京市工人先锋号；2016年荣获北京市通州区第三届“勤廉之星”称号；2017年荣获首都劳动奖章 研究方向：磁共振血管成像研究，重点进行头颈部及下肢血管磁共振成像研究。 社会兼职：北京医学会放射学分会常务委员、北京医学会放射学分会区域联合委员会副组长、北京市通州区医学影像质量控制组组长、《磁共振成像》杂志审稿专家 乳腺髓样癌(medullary breastcarcinoma，MBC) 是浸润性乳腺癌的亚型之一，发病率低，不足浸润性乳腺癌的5%[1-2]，临床表现无特异性，病灶形态多较规则，乳腺钼靶及超声检查与乳腺纤维腺瘤等良性肿瘤鉴别困难，容易漏诊[3]。乳腺MRI检查具有较高的软组织分辨率，可多方位、多参数成像，对典型髓样癌有较高的术前诊断价值[1，3]，但对部分病灶体积较小的早期髓样癌，常规MRI检查诊断准确率不高，需寻找更多精准指标。本研究回顾性分析乳腺髓样癌患者的MRI影像特征、表观扩散系数(apparent diffusion coefficient，ADC)值，同时利用基于Matlab 2014a平台编写的软件提取病灶一阶统计量，寻找对本病有诊断意义的半定量及定量参数，探讨其对该病的诊断价值。 收集2015年1月至2019年1月经我院诊治、病理证实为乳腺髓样癌，且术前行乳腺MRI检查的9例(9个病灶)患者(乳腺髓样癌组)的影像、临床及病理资料，患者均为女性，年龄35～71岁，平均年龄(49.08±11.44) 岁。同时随机收集2015年8月至2019年1月，经我院病理证实为乳腺纤维腺瘤的15例(15个病灶)患者(纤维腺瘤组)的相关资料，患者均为女性，年龄17～66岁，平均(38.86±15.13)岁。 以上24例患者中，18例因自查发现乳房无痛性肿块就诊；6例超声筛查发现乳腺病变就诊。 采用德国Siemens MagnetomSkyra 3.0 T超导型MR 扫描仪，8通道相控阵乳腺表面线圈。患者俯卧位，双乳自然垂悬，扫描序列包括：T2WI-tirm-tra脂肪抑制序列：TR 4000.00 ms，TE 54.00 ms，翻转角230°，层厚4 mm，间隔0.8 mm；T1-fl3d-tra非脂肪抑制序列：TR 6.0 ms，TE 2.5 ms，翻转角15°，层厚1.2 mm。扩散加权成像(diffusionweighted imaging DWI)采用resolve-diff-tra序列：TR 6400.00 ms，TE 55.00 ms，翻转角180°，层厚5 mm，层间距1 mm，b=50、1000 s/mm2。动态增强MRI(dynamic contrast-enhanced MRI，DCE-MRI)扫描采用T1WI-fl3d-tra脂肪抑制序列：TR 4.5 ms，TE 1.7 ms，翻转角10°，FOV340 mm×340 mm，层厚1.2 mm，第一期扫描不注射对比剂的蒙片，之后用高压注射器以2 mL/s流率经患者肘静脉或手背静脉留置针注射对比剂Gd-DTPA 0.2mmol/kg，然后以相同流率注射10 mL生理盐水，之后无间隔扫描7个时相，单时相采集时间约1 min。 将原始图像传至Syngo.Via影像后处理工作站，感兴趣区(region of interest，ROI)选病变范围最大、强化最明显区域，避开囊变坏死及病灶边缘，绘制病灶时间-信号强度曲线(time intensity curve，TIC)。 MRI图像由两名专业从事乳腺影像诊断的放射科主治医师共同分析，达成一致意见。病灶征象描述参照美国放射学会推荐的乳腺影像报告和数据系统(breast imaging reporting and data system，BI-RADS)，描述病变形态、边缘、强化特征、TIC曲线类型以及病变T2WI、DWI序列信号特点，并记录病灶BI-RADS 分类，BI-RADS分类1～3考虑良性病变，4A为可疑恶性，≥4B认为是恶性，据此计算误诊率、准确率。 利用后处理工作站，在病灶最大层面避开囊变坏死区，测量病灶ADC平均值(ADCmean)，每个病灶测量5次，取平均值。同时，将患者MRI图像以．DICOM 格式从PACS工作站导出，导出时调整图像窗宽、窗位一致。将病灶ADC图以．DICOM格式导入基于Matlab2014a (Mathworks，Natick，Mass)编写的处理软件，参照同层面横轴位增强T1WI图像，在病灶ADC最大层面图像上沿肿瘤边缘手动勾画ROI，包含肿瘤坏死、囊变及出血成分，避开周围水肿区，软件提取的一阶统计量包括对比度(Contrast)、相关性(Correlation)、能量(Energy)、均匀性(Homogeneity)、平均值(Mean)、标准方差(Standard_Deviation)、熵(Entropy)、RMS、方差(Variance)、平滑度(Smoothness)、峰度(Kurtosis)、偏度(Skewness)、IDM等。 对两组病灶的ADCmean值、一阶统计量进行统计学分析，比较各参数之间的差异。 利用SPSS 21.0进行统计学分析。计量资料符合正态分布者以x±s表示，两组间ADCmean、一阶统计量比较采用两独立样本t检验；不符合正态分布者以中位数±四分位间距表示，两组间MRI征象比较采用Mann- Whitney U秩和检验。P＜0.05为差异有统计学意义。 髓样癌组患者平均年龄大于纤维腺瘤组，差异有统计学意义(t=2.446，P=0.022)。髓样癌组病灶最大径为(22.77±8.95) mm，纤维腺瘤组最大径为(16.50±5.12) mm，组间差异有统计学意义(t=2.254，P=0.033)。 髓样癌形态多不规则(7/9，77.8%)，边缘多不规整(6/9，66.7%)，增强扫描病灶多不均匀强化，延迟期边缘强化明显(6/9，66.7%)(图1)，病灶TIC多为Ⅲ型(廓清型)(7/9，77.8%)(图1)；纤维腺瘤病灶外形多规则(14/15，93.3%)，边缘多光整(14/15，93.3%)(图2)， TIC多为Ⅰ型(持续上升型)(11/15，73.3%)(图2)。增强扫描纤维腺瘤病灶内低信号分隔多见(12/15，80%)。66.7%(6/9)髓样癌病灶内见坏死及囊变，而仅1个(1/15，6.7%)纤维腺瘤病灶中见坏死及囊变征象。髓样癌病灶平扫T2WI序列均呈混杂信号，而纤维腺瘤平扫T2WI序列有2例信号较均匀。髓样癌病灶多为DWI高信号(8/9，88.9%)，纤维腺瘤病灶多表现DWI稍高信号(13/15，86.7%)。见表1。 两组病例间ADCmean值差异有统计学意义(P＜0.05)，乳腺髓样癌组病灶ADCmean值[(1.136±0.282)×10-3mm2/s]明显小于乳腺纤维腺瘤组[(1.366±0.213)×10-3 mm2/s]。 两组病例ADC图分析重建出的12个一阶统计量包括对比度、相关性、能量、均匀性、平均值、标准方差、熵、方差、平滑度、峰度、偏度、IDM，其中相关性、能量、均匀性、平均值、标准方差、熵、方差、峰度、IDM 9个参数在鉴别诊断中差异具有统计学意义(P＜0.05)，髓样癌病灶ADC图平均值、熵、IDM 值小于纤维腺瘤，而相关性、能量、均匀性、方差、标准方差、峰度6个参数大纤维腺瘤病灶。见表2。 据常规MRI特征分析，本组病例中，乳腺髓样癌术前诊断准确率为66.7%(6/9)，其中对于病灶长径＜2.0 cm的5例病灶术前诊断准确率为40%(2/5)，乳腺纤维腺瘤的术前误诊率为20%(3/15)；结合ADCmean值及ADC一阶统计量，乳腺纤维腺瘤的术前误诊率降低至6.7%(1/15)(见图3)；乳腺髓样癌诊断准确率为88.9%(8/9)，其中对于病灶长径＜2.0 cm的5例病灶术前诊断准确率为80%(4/5)(见图4)。 乳腺髓样癌发病率低，占乳腺癌的1%～7%，占浸润性乳腺癌的3%～5%，发病年龄为35～60岁。本研究中乳腺髓样癌患者发病年龄偏高，两组间年龄差异有统计学意义(t=2.446，P=0.022)，与之前国内外研究结果一致[3-4]。 本研究中，乳腺髓样癌最大径为(22.77±8.95) mm，乳腺纤维腺瘤最大径为(16.50±5.12) mm，差异有统计学意义(t=2.254，P=0.033)，髓样癌病灶最大径大于纤维腺瘤，考虑可能与典型性髓样癌的癌巢生长方式呈推进性生长，对周围纤维组织有明显挤压现象，似有包膜，影像学恶性征象不明显，病灶发现时间稍晚有关。 乳腺髓样癌中，三阴性乳腺癌所占比例较高， 本研究中三阴性乳腺癌患者占全部MBC患者的88.9%(8/9)，与之前有关中国MBC患者的研究结果基本一致[1，4-5]。 本研究中，髓样癌病灶边缘较纤维腺瘤更为不规整，髓样癌病灶内出现囊变、坏死几率高于纤维腺瘤。增强扫描髓样癌病灶早期不均匀强化，延迟期病灶边缘部分强化更明显，而纤维腺瘤则多出现内部低信号分隔。髓样癌病灶平扫T2WI序列均呈混杂信号， 而纤维腺瘤平扫T2WI序列有2例信号较均匀。髓样癌病灶多为DWI序列高信号(8/9，88.9%)，纤维腺瘤病灶则多表现为DWI稍高信号(13/15，86.7%)。髓样癌病灶TIC以Ⅲ型(廓清型)多见(7/9，77.8%)，部分为Ⅱ型(2/9，22.2%)(平台型)，而纤维腺瘤病灶TIC多为Ⅰ型(持续上升型)(11/15，73.3%)，以上研究结果与既往国内外研究结果基本一致[6-10]。 本研究中，乳腺常规MRI对髓样癌的术前诊断准确率为66.7%(6/9），其中长径＜2.0 cm的早期髓样癌诊断准确率为40%。乳腺纤维腺瘤的术前误诊率为20%。对于体积较小病灶，容易出现漏诊或误诊，需要更精准的诊断指标。 对于体积比较小、非典型早期髓样癌，可借助更精确的定量数据来进行鉴别诊断。本组病例中，乳腺髓样癌组病灶ADCmean值更低，两组间差异有统计学意义(t=2.299，P=0.031)，与既往关于乳腺良恶性病变的ADC值相关研究结果一致[11]。利用基于Matlab 2014a编写的软件对病灶ADC图像处理、重建，共提取出12个一阶统计量，其中相关性、能量、均匀性、平均值、标准方差、熵、方差、峰度、IDM 9个一阶统计量在鉴别诊断中差异具有统计学意义(P＜0.05)。 结合病灶ADCmean值及ADC图一阶统计量，乳腺髓样癌特别是病灶长径＜2.0 cm的早期髓样癌术前诊断准确率有明显提高，乳腺纤维腺瘤的术前误诊率进一步降低，为MRI检查精确诊断乳腺髓样癌及纤维腺瘤提供了定量参数。 本研究的优势在于利用基于Matlab2014a编写的软件对ADC图像处理，提取出12个一阶统计量，发现其中9个一阶统计量有较高的鉴别诊断价值，找到较多的可用于乳腺髓样癌与纤维腺瘤鉴别诊断的定量参数，开拓了诊断思路。同时，本研究还有一定的局限性：首先，本研究纳入的样本量较少，为了获取更具代表性的数据，需要入组更多的病例进行分析；其次，本研究勾画肿瘤最大层面，未包括肿瘤全域的影像信息，在今后的研究中会把肿瘤全部体积纳入研究范围。 综上所述，本研究显示常规T2WI序列、DWI序列的信号表现及DCE-MRI病灶的强化特征，对鉴别乳腺髓样癌与乳腺纤维腺瘤具有一定价值，病灶ADCmean 值、ADC图的一阶统计量可为鉴别诊断提供可靠的定量信息，确保诊断的准确性，对两者鉴别诊断提供更加可靠的客观依据。 利益冲突：无。 [1] Abdul Rashid S, Rahmat K,Jayaprasagam K, et al. Medullary carcinoma of the breast: role ofcontrast-enhanced MRI in the diagnosis of multiple breast 1esions. BiomedImaging Interv J, 2009, 5(4): e27. [2] Rakha EA, Putti TC, Abd El-RehimDM, et al. Morphological and immunophenotypic analysis of breast carcinomaswith basal and myoepithelial differentiation. J Pathol, 2006, 208(4): 495-506. [3] Wu GR, Tu CZ, Lin X. Application ofmulti-sequence MRI in the diagnosis of medullary breast cancer. Chin J Ethnomed& Ethnop, 2015, 24(15): 104-105． 吴光任, 涂昌灼, 林歆. MRI多序列成像在乳腺髓样癌诊断中的应用. 中国民族民间医药, 2015, 24(15): 104-105． [4] Wang LL, Ye CS, Liu MF. Theexpression and clinical significance of ER, PR and HER-2 in medullary breastcancer. Guangdong Med J, 2010, 31(24): 3222-3224. 王烈亮, 叶长生, 刘民锋. ER、PR和HER-2在乳腺髓样癌中的表达及其临床意义. 广东医学, 2010, 31(24): 3222-3224． [5] Sun YY, Zhou XL, Gu WX.Clinicopathological analysis of breast carcinoma with medullary features: 23cases. Chin J Brea Dis(Elect Edi), 2019, 13(1): 44-49. 孙阳阳, 周晓莉, 顾文贤. 23例乳腺具有髓样特征的癌临床病理分析. 中华乳腺病杂志(电子版), 2019, 13(1): 44-49. [6] Wang XX, Jiang YZ, Liu XY, et a1.Difference in characteristics and outcomes between medullary breast carcinomaand invasive ductal carcinoma：a population based study from SEER 18 database.Oncotarget, 2016, 7(16): 22665-22673． [7] Liu PF, Zhang SP, Shao ZZ. BreastMR imaging for distinguishing well-circumscribed breast malignancies frombenign lesions. Chin J Magn Reson Imaging, 2012, 3(2): 98-108. 刘佩芳, 张淑平, 邵真真. 磁共振成像对形态学表现为良性特征的乳腺恶性肿瘤诊断价值. 磁共振成像, 2012, 3(2): 98-108. [8] Zhang YY, Luo S, Luo YH. MRI indifferential diagnosis of breast medullary carcinoma and fibroadenoma. Chin JMed Imaging Technol, 2018, 34(2): 341-345. 张莹莹, 罗实, 罗娅红. MRI鉴别诊断乳腺髓样癌与纤维腺瘤. 中国医学影像技术, 2018, 34(2): 341-345. [9] Su JJ, Hyo SL, Ji SL, et al.Medullary carcinoma of the breast: MRI findings. AJR Am J Roentgenol, 2012,198(5): W482-487. [10] Liu JJ, Zhang WH, Li ZX.Comparison of MR imaging characteristics and pathological findings in medullarycarcinoma and fibroadenoma of the breast. Chin J Med Imaging, 2012, 20(6):401-404. 刘军杰, 张文皓, 李智贤. 乳腺髓样癌与纤维腺瘤MRI影像特征及病理对比研究. 中国医学影像学杂志, 2012, 20(6): 401-404. [11] Cheng LQ, Li XR, Liu M. Efficacyof a multi-parametric MRI protocol for BI-RADS categorization of breastlesions. Chin J Med Imaging, 2015, 23(3): 176-182. 程流泉, 李席茹, 刘梅. 多参数MRI的BI-RADS分类对乳腺病变的诊断效能. 中国医学影像学杂志, 2015, 23(3): 176-182. |
|
|
