MRI乳腺影像报告和数据系统评分鉴别良恶性病变的价值

【关键词】 MRI乳腺 数据系统 评分 良恶性病变

　　乳腺磁共振（MRI）检查已成为乳腺疾病的重要检查方法之一，由于它在许多方面有着传统影像学检查方法无法比拟的优势而日益受到重视。应用一个客观、统一的标准来规范乳腺MRI报告书写有着重要的意义。美国放射学会建立的乳腺影像报告和数据系统(Breast Imaging Reporting and Data System ,BI-RADS)［1］对乳腺X线摄影结果进行评分，肯定了其临床应用价值，并应用于影像科诊断报告书写中，但对于MRI BI-RADS的应用仍处于探索阶段，尚未见国内相关报道。作者自2004年3月至2007年8月根据MRI BI-RADS就44个乳腺病灶MRI形态学及动态增强特点进行评分，初步评价其在乳腺良恶性病变的鉴别诊断价值。

　　1 临床资料

　　1.1 一般资料

　　41例患者中男1例，女40例；年龄24～76岁，平均45.7岁，所有病例均经手术、病理检查证实，其中2例患者为多发病灶，共计乳腺病灶44个。

　　1.2 扫描方法

　　采用GE Signa 1.5T超导MR成像仪，常规定位后先行轴面FSE序列T2WI脂肪抑制扫描，对可疑病灶行矢状面或轴面脂肪抑制3D-FSPGR序列，设定11个扫描时相,第一个时相为平扫,在第二个时相扫描开始时于肘正中静脉注射轧喷酸葡甲胺（Gd-DTPA），按0.1mmol／kg，以2ml／s速度高压注射器注射。

　　1.3 资料分析方法

　　动态增强后，运用功能软件，选择感兴趣区（ROI），
ROI尽量在病灶周边［2］，然后绘制时间-信号强度曲线(S-I曲线)（图1，2）。动态增强MRI观察方法与指标:S-I曲线：按其形态分三型［3］：Ⅰ型：持续上升型（在动态观察时间内呈线性上升）；Ⅱ型：平台型（早期信号强度逐渐增加,中晚期呈水平状态）；Ⅲ型：冲刷型（早期信号强度逐渐增加，中晚期信号强度减低）。早期增强率：根据公式（SIpost～SIpre）／SIpre×100%计算早期增强率，以3D-FSPGR序列第三次扫描结束时间(即增强后70s)来测量SIpost值，SIpre表示增强前信号强度。MRI BI-RADS评分，评分≤3分时为良性，分值为4时可疑恶性，分值≥5时高度提示恶性［4］，评分细则为：形态规则(圆形，椭圆形分叶状)为0，不规则(线形，分枝状或星芒状)为1；境界清楚为0，境界不清为1；一致性强化为0，不一致性强化(环形)为1；早期强化＜50%为0，50%～100%为1，＞100%为2；S-I曲线持续上升型为0，平台型为1，冲刷型为2；总分变化范围0～8。MRI BI-RADS评分系统各组成部分的预测值计算标准：对形态学、增强方式评分均以0分为良性评分，≥1分为恶性评分为标准；早期增强率和时间-信号强度曲线评分有三个分值级别，为提高敏感性将0分定为良性评分，≥1分为恶性评分。

　　1.4 统计学处理

　　采用精确χ2检验，所有统计结果均P＜0.05有显著性差异。

　　2 结果

　　手术病理：41例患者共计44个病灶均经病理检查证实，其中恶性病变17例（20个病灶），根据MRI BI-RADS评分，在44个病灶中，良性病灶评分值≤3的占83.3%，分值为4的占4.2%，≥5的占12.5%；恶性病变分值≤3的在本组病例为0，分值4占20.0%，分值5为80.0%，BI-RADS评分结果表明，P＜0.01，良恶性病变分值有显著性差异。在20个恶性病灶中，最特征的形态学表现是边界不清的星芒状、蟹足状、分枝状（10个，占50.0%）（图3），最特征性的增强方式是环状强化（11个，55.0%）（图4），绝大多数恶性病灶早期增强率≥50.0%（18个，90.0%），时间-信号强度曲线为冲刷型（14个，70.0%）（图2），平台型（6个，30.0%），未见持续上升型曲线。在24个良性病灶中，边界清晰的圆形、椭圆形或分叶状最多见（图5）（19个，79.2%），一致性强化（20个，83.3%），早期增强率＜50%（7个，29.2%）；时间-信号强度曲线为持续上升型（13个，54.2%）（图6），平台型（8个，33.3%），冲刷型（3个，12.5%）；本组良性病灶中最常见的是纤维腺瘤（10个），其中多见不强化的内部分隔（6个，60.0%）。从MRI BI-RADS评分及其各部分的预测值来看(见表1)，曲线类型具有较高的敏感性和阴性预测值（均为100%），但其特异性较低（54.2%）；早期增强率特异性及阳性预测值最低（分别为29.2%，51.4%）；但结合了形态学及增强动力学的MRI BI-RADS评分敏感性明显高于任何一项（100%），同时也具有较高的特异性、阴性预测值（83.3%，100%）。表1 MRI BI-RADS评分及其各部分的预测值(略)

　　3 讨论

　　3.1 MRI BI-RADS评分的概念及价值

　　乳腺影像报告和数据系统（BI-RADS）是由美国放射学会建立并发展完善的，最早应用于乳腺X线摄影，对乳腺X线摄影片的肿块形态特点、实质密度、钙化等特点有细致的评分与分类，共分5个分数级别，不同评分代表不同含义，1分：阴性，1年后常规X线检查；2分：良性肿瘤，1年后X线复查；3分：可能良性，建议短期复查；4分：可疑恶性，考虑活检；5分：高度可疑恶性肿瘤，应采取恰当的治疗措施。BI-RADS旨在规范、简化报告书写，便于交流，利于科学研究，特别是不同医院、单位间的资源交流共享；此外，通过BI-RADS有利于建立较大范围（整个城市乃至全国）的标准化乳腺癌数据库及人工网络中心,实现计算机辅助诊断，系统完整的BI-RADS可提高乳腺活检肿块的阳性预测值(PPV)，且减少主观因素。1999年4月，在美国乳腺X线报告必须包含BI-RADS评分被正式作为一条法规。
　　
　　乳腺动态增强MRI鉴别良恶性病变主要依靠形态学特点及增强动力学指标，很多时候两者的综合分析带有很大的主观性。与乳腺X线摄影的BI-RADS相似，随着乳腺MRI 的广泛普及，MRI BI-RADS也应运而生，MRI BI-RADS提供了一个量化的、较为客观的标准，MRI BI-RADS将分值分为3分、4分、5～8分三个等级，分别对应于乳腺X线摄影BI-RADS的3分、4分、5分。Siegmann［4］ 应用MRI BI-RADS对51例乳腺肿块进行评分并计算不同得分的PPV发现，随着分值增加其PPV增高，3分、4分、5分三个等级的PPV分别为0、29.3%、100%。本组结果表明，良恶性病灶的三种分值分级差异明显，PPV分别为0、20.0%、84.2%。此外，作者对本组病例按MRI BI-RADS及其各项组成部分分别计算各种预测值发现，应用BI-RADS评分其敏感性、阳性预测值明显高于任何一项，同时也具有较高的特异性、阴性预测值。

　　3.2 MRI BI-RADS中的专用词汇及评分的病理学及影像学基础

　　首先，从形态学来分析，乳腺良性肿瘤多呈圆形、椭圆形及分叶状，与周围组织分界清晰，生长方式多为非浸润性生长，恶性肿瘤由于血供丰富多呈浸润性生长，形态不规则，与周围组织分界不清，呈星芒状、蟹足样，小的癌灶可呈导管状、线状。这些均是形态学评分的依据，但良恶性肿块在信号上并无明显差异，故单从形态学来诊断仍有很大的重叠性，其特异性不高。

　　其次，从增强及其动力学特点分析。乳腺癌的生长与血管生成密切相关，丰富的血管为肿瘤的增殖、侵袭、转移提供必要的物质条件。乳腺癌可释放多种不同的血管生成因子，一方面刺激已存在的微血管发芽、生长，另一方面这些新生血管受蛋白酶、胶原酶激活导致毛细血管基底膜破坏，局部血管的通透性增加，在这两方面的作用下，当注射顺磁性造影剂时，癌肿的灌注明显增加表现为高信号［5］。在MRI BI-RADS评分中对环状强化和冲刷型时间-信号强度曲线给2分分值，表明这两种征象有较高的恶性倾向，这也与乳腺癌的病理特点相一致，乳腺癌微血管分布边缘区明显高于中心区。Kuhl指出近2／3的浸润癌有环行强化这一特征［3］。作者从本组病例中观察到乳腺癌有55.0%呈环行强化。早期增强率的特异性差，本组病例早期增强率的特异性为29.2%。乳腺MRI动态增强时间-信号曲线的分型已无争议，利用其高时间分辨率可提高诊断的特异性，有文献指出近50%的浸润癌呈冲刷型曲线，近40%为平台型曲线，本组结果分别为70%、30%。

　　以上分析显示，形态学描述词汇不够全面，早期增强率特异性太低，其分级标准有待改进。此外，由于MRI固有的特性，使作者失去钙化这一高特异性信息。MRI BI-RADS评分结果只能作为诊断工作的一个参考，并不是诊断的金标准，结合X线钼靶摄片可提高特异性。

　　初步研究已充分显示MRI BI-RADS的高度敏感性、特异性及阳性预测值、阴性预测值，是鉴别乳腺良恶性肿瘤的有效手段，它平衡了主观因素，为诊断提供较为客观的标准，为改进计算机辅助诊断提供思路。磁共振 BI-RADS仍是一个新课题，其中有些专用词汇及分值还有待改进、完善，故需更多的影像科医生共同努力。

【参考文献】
　　1 Liberman L, Menell JH. Breast imaging -Reporting and Data System（BI-RA
DS）. Radiol Clin N Am , 2002, 40:409～430.

　　2 Heywang SH, Beck R. Contrast-enhanced MRI of the breast . In: Heywang SH, Beck R (eds.). German: Springer. 1995,41～42.

　　3 Kuhl CK .MRI of breast tumors. Eur. Radiol, 2000,10:46～58.

　　4 Sigmann KC, Schimpfle MM, et al. MR Imaging-detected breast lesion: histopathologic correlation of lesion characteristic and signal intensity data. AJR, 2002, 178:1403～1409.

　　5 Passe TJ, Blumke DA, Siegelman S. Tumor Angiogenesis: Tutorial on Impli
cations of Imaging. Radiology,1997,203:593～600.