论文部分内容阅读
目的:分析乳腺X线影像报告和数据系统（BI-RADS）分类4类的乳腺肿块型病灶的MRI形态学特征及定量参数指标在病灶良、恶性鉴别诊断中的应用价值。方法:收集2015年1月至2017年6月在我院行乳腺X线及MRI检查且X线检查诊断为BI-RADS 4类的乳腺肿块型病灶179例为研究对象,其中良性病灶97例,恶性病灶82例;复阅所有病例的MRI影像,提取MRI图像显示的病灶患侧、象限、最大径、形态、边缘、内部强化等6个特征。在GE AW 4.4工作站上利用Functool软件手动勾画病灶感兴趣区（ROI）,测量感兴趣区信号强度并自动生成时间-信号强度曲线（TIC）,并将曲线分为Ⅰ、Ⅱ、Ⅲ型。弥散加权成像（DWI）序列导入工作站以测量病灶表观弥散系数（ADC）值。将经过DCM软件分类处理后的动态增强序列及pre序列导入GE公司的Omni-Kinetics软件并选择药代动力学模型,测量病灶的功能参数指标包括容量转移常数(Ktrans)、血浆分数（Vp）、速率常数（Kep）。数据分析采用SPSS 20.0统计软件。计数资料分析采用?2检验,计量资料分析采用秩和检验（Mann-Whitney U检验）,多因素分析采用Logistic回归分析法,对有统计学差异的影像特征及参数指标进一步绘制受试者工作特征曲线（ROC）,以ROC曲线下面积（AUC）评价各特征及参数指标对病灶良恶性的鉴别诊断效能;以病理结果为金标准,比较X线、MRI检查在乳腺癌诊断的灵敏度、特异度及符合率。所有统计分析均以P<0.05选为检验标准,结果:1.病灶MRI影像特征单因素分析显示病灶的形态、边缘、TIC曲线类型在良、恶性2组病灶中差异有显著统计学意义（P<0.01）;多因素Logistic回归分析提示MRI显示的病灶形态、边缘及TIC曲线类型是病灶良、恶性的影响因素,其相对危险度（OR）值分别为4.566、6.024、4.892;相应各特征的ROC曲线的AUC值分别为0.708、0.768、0.776,所有特征联合回归模型的病灶良恶性诊断效能最高,其AUC值、灵敏度和特异度分别为0.888、0.753、0.854;2.定量参数分析结果显示,恶性组病灶的Ktransmin值(0.000（0.000;0.510）、Ktransmax值(1.848（1.183;4.760）、Ktransmean值(0.545（0.336;1.527）值比良性组大,ADCmin值(0.828（0.709;0.916）、ADCmax值(1.412（1.303;1.596）、ADCmean值(1.122（1.075;1.165）比良性组小,差异均具有统计学意义（P<0.01）。恶性组病灶的Kepmax值(1.825（0.685;5.836）、Vpmax值(2.583（1.617;5.370）、Vpmean值(0.270（0.151;0.801）值比良性组大,Kepmean值(0.104（0.046;0.862）值比良性病灶组小,但差异均无统计学意义（P>0.05）。3.绘制ROC曲线评价相应参数指标在病灶良恶性鉴别的诊断效能,Ktransmax值、Ktransmean值、ADCmin值、ADCmax值、ADCmean值对应ROC曲线的AUC值分别为0.642、0.748、0.817、0.629、0.902,其中以ADCmean的诊断效能最高,当以ADCmean>1.210mm2/s作为诊断恶性病灶临界值时,其诊断灵敏度和特异度分别为81.40%、90.20%。4.X线检查诊断乳腺癌的灵敏度、特异度及符合率分别为75.61%、68.04%、71.51%;MRI检查诊断乳腺癌的灵敏度、特异度及符合率分别为91.46%、89.69%、90.50%;MRI检查的灵敏度、特异度及符合率明显高于X线检查,且差异均有统计学差异（P<0.01）。结论:1.乳腺X线BI-RADS4类肿块型病灶MRI特征分析中,病灶形态、边缘及TIC曲线类型是病灶良恶性的影响因素;恶性病灶形态不规则,边缘不光整,TIC曲线类型多为Ⅱ型,良性病灶形态规则,边缘光滑,TIC曲线多为Ⅰ型;2.DCE-MRI参数可定量反映病灶血流动力学改变,乳腺X线BI-RADS4类恶性病灶Ktrans值增大且明显大于良性病灶,Ktransmean值对病灶定性诊断价值较高;3.乳腺X线BI-RADS4类恶性病灶组织内水分子扩散运动明显受限,恶性病灶的ADC值降低且低于良性病灶,其中以ADCmean对病灶良恶性鉴别诊断的效能最高;4.MRI检查诊断乳腺癌的效能优于X线检查。综合分析乳腺X线BI-RADS4类肿块型病灶的MRI形态学特征及功能学参数改变,提取相应的影响因素,有助于病灶的准确诊断及为临床进一步诊治提供指导。