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.
联系客服