磁共振不同序列与纹理特征相关性对乳腺结节的诊断价值*

陈文静 马 财 徐 蕊 张文馨 燕桂新*

纹理分析在以往研究中多应用于肺结节的良恶性鉴别诊断，近年来随着磁共振成像(magnetic resonance imaging，MRI)技术的进步，研究人员开始将其逐渐应用于乳腺结节磁共振图像中。乳腺MRI与纹理分析相结合，通过计算机对图像特征参数的提取，定量分析乳腺肿瘤的异质性，可提高乳腺良恶性鉴别诊断的准确性[1-2]。乳腺磁共振检查序列较多，为了探讨不同序列结合纹理诊断有无差异性，本研究将着重研究各序列纹理分析的优势。

1 资料与方法

1.1 一般资料

收集2014年11月至2017年8月新疆兵团六师医院手术病理证实的62例乳腺结节患者，其均为女性，多在体检或自扪中发现乳腺肿块；年龄24～68岁，平均年龄(49.6±10.98)岁；共检出病灶67个，直径4～38 mm，平均直径(14±8.06)mm；经手术病理证实，良性病灶25个，其中囊性增生5个，纤维腺瘤15个，乳头状瘤2个，乳腺增生2个，乳腺腺病并导管扩张1个；恶性病灶37个，其中导管内癌1个，浸润性导管癌36个。

1.2 纳入与排除标准

(1)纳入标准:①乳腺MRI增强检查有结节性病灶；②病灶在各检查序列均能够显示，可以完成纹理分析；③病灶均有病理结果。

(2)排除标准:①仅完成乳腺MRI平扫结节；②乳腺癌术后瘢痕病例；③乳腺炎性结节。

1.3 仪器设备

采用1.5T超导MRI(德国西门子公司Avanto 1.5T)，专用8通道乳腺线圈。

1.4 检查方法

检查时患者取俯卧位，双侧乳腺自然悬垂并适当固定于线圈之中。扫描顺序为:①横断面快速自旋回波T1加权成像(T1WI)扫描；②横断面T2WI脂肪抑制序列；③横断面DWI扫描弥散敏感系数(apparent diffusion coefficient，ADC)b值取50 s/mm2和800 s/mm2；④T1压脂动态增强扫1+6期薄层扫描，每期扫描时间60 s，扫描层数104层，层厚为1.5 mm，第1次为不注药蒙片，结束后注射造影剂(钆喷酸葡胺15 ml并推注盐水20 ml进行冲洗)，再连续扫描6次；⑤进行延时扫描和腋窝淋巴结扫描。

扫描完成后将薄层图像传入专用西门子后处理工作站，图像后处理包括多平面重建(multiplanar reformation，MPR)、时间-信号强度曲线(timesignal intensity curve，TIC)、ADC值的测量等。

1.5 图像分析及评价标准

(1)图像分析。由2名有乳腺疾病诊断经验的放射科主治医师各自在不知病理结果的前提下对图像进行回顾性分析，根据病灶的MR图像表现，运用DWI、动态增强技术、结合TIC做出诊断，并给出BI-RADS分级。若定性数据出现不一致，由2人协商，达成一致后记录数据资料。以2003年的BI-RADS分级指标为主要指标，将病变分为5级，Ⅰ～Ⅳa级视为诊断良性，Ⅳb～Ⅴ级视为诊断恶性[3]。

(2)结节量化。在磁共振后处理工作站上，用蛇形曲线对每个序列结节进行钩画，剪除背景，选出单纯结节图像，序列包括T2WI压脂、b50、b800、ADC、增强2 min T1WI压脂序列(T1)、增强2 min T1WI压脂剪影(T1-SUB)、增强延时7 min T1WI压脂序列(T1-DEL)。除常用的核磁图像的灰度值和结节体积外，从勾画的结节中提取了63个纹理特征，包括一阶统计纹理特征、二阶统计纹理特征和高阶统计纹理特征。其中一阶统计纹理特征根据肿瘤区域内的灰度直方图计算全局纹理特征；二阶纹理特征一般基于灰度共生矩阵(gray level co-occurrence matrix，GLCM)得到，高阶纹理特征则是基于GLCM、灰度区域矩阵(gray level size zone matrix，GLSZM)、灰度游程矩阵(run length matrix，RLM)，邻域灰度差分矩阵(neighborhood gray level difference matrix，NGLDM)、纹理谱(texture spectrum，TS)和基于体素特征(voxel features，VF)6个矩阵的特征，通常可以反映局部区域内的异质性[4]。

1.6 统计学方法

采用SPSS 17.0统计软件对数据进行分析，首先对所有特征进行受试者工作特征(receiver operating characteristic，ROC)曲线分析，借助ROC曲线下面积(area under curve，AUC)值，挑选出不同序列AUC值最大的前3位纹理特征参数，观察其属于何种二级纹理矩阵。

2 结果

2.1 不同序列AUC值的比较

(1)ROC曲线诊断乳腺结节良性与恶性，AUC值由大至小依次为:T1-SUB＞T1-DEL＞T1WI＞b值50 s/mm2＞800 s/mm2＞T2WI压脂＞ADC值，增强扫描(如图1所示)。

图1 T1WI压脂增强序列左乳强化结节蛇形曲线勾画提取MRI图像

表2 平扫T2WI压脂及弥散功能成像各纹理特征参数AUC值前3位数据

(2)纹理特征表现较为良好的为RLM纹理频谱中心对称性(R-central symmetry)、灰度游程长不均匀(run length nonuniformity，RLN)、高灰度级重点运行度(high gray-level run emphasis，HGRE)，均属于灰度游程矩阵。灰度游程矩阵(run length matrix，RLM)所述纹理特征参数均简写为R-，增强2 min及7 min纹理特征曲线下面积较大的前3位均属于灰度游程矩阵(见表1)。

表1 增强扫描2 min及7 min后3个序列各纹理特征参数AUC值

2.2 平扫序列纹理特征参数的对比

T2WI压脂序列纹理特征在灰度区域矩阵的几个纹理参数为HGRE、高灰度级重点运行长度(long run high gray level emphasis，LRHGE)、方向性(degree of direction，DD)的AUC值较大；弥散功能成像b值50 s/mm2、800 s/mm2、ADC在纹理谱和灰度共生矩阵分析意义更大，见表2，如图2所示。

3 讨论

图2 T2WI压脂及低b值弥散序列左乳高信号结节蛇形曲线图像

磁共振序列较多，各序列图像相互结合全面分析才能正确诊断，那种序列结合纹理分析诊断价值更高，有文献报道动态增强2 min纹理特征对比显著[5]。本研究结果显示，结合纹理分析增强2 min扫描及延时7 min扫描较平扫T2WI压脂及弥散功能成像良恶性结节特征显著，尤其以动态增强2 min的T1WI剪影图像纹理分析AUC值最大，其次为T1WI延时7 min序列，这与乳腺结节供血系统有关，肿瘤较正常组织有更多的新生血管，且这些血管通透性高，增强扫描借助造影剂可提高不同组织间的对比度，对比剂流经恶性肿瘤时表现为快速流入，2 min左右达到高峰，后呈快速流出的趋势，良性病变及正常组织由于血供相对于恶性少，对比剂缓慢也可见快速流入，但流出时表现为信号强度或居高不下或持续上升，良恶性结节在增强2 min左右及延时扫描时期病灶内部特征改变对比差异较大，纹理参数诊断价值较高[6-7]。

纹理特征参数在各个序列中表现不尽相同，本研究中灰度共生矩阵、灰度区域矩阵、灰度游程矩阵、邻域灰度差分矩阵、纹理谱以及基于体素6个二级矩阵中，灰度游程矩阵所述的纹理特征在各个序列曲线下面积表现较为显著，以HGR、CS在各增强序列中AUC值较大；灰度游程矩阵是指在某一方向上，同等灰度及长度的灰度串出现的总次数，可以获得纹理特征的度量，该方法不但能有效刻画邻域内像素点灰度的变化，而且能很好的描述图像的粗糙程度，即在一定程度上反映了图像的对比度[8]。乳腺恶性结节血供丰富，生长迅速致病灶内部异形性大，增强后病灶内部不同成分强化对比显著，致图像纹理粗糙度改变大，图像越粗糙，纹理特征数值越大，因此较其他矩阵计算纹理诊断的价值更大；其他二级矩阵虽然没有灰度游程矩阵AUC值大，但在部分序列中表现良好，如T2WI压脂序列中灰度区域矩阵显示较好，灰度区域矩阵用于描述图像亮度的均匀程度，亮度越均匀，纹理参数越小，越不均匀，纹理参数越大[9-10]。

本研究中磁共振T2WI脂肪和水都是高信号，T2WI压脂序列是抑制脂肪信号而凸显水信号，恶性肿瘤血供丰富，病灶整体含水量增加。在T2WI压脂像一般呈稍高和(或)高信号，但信号不均匀，良性病变如囊性病灶呈明亮高信号，信号均匀，灰度区域矩阵纹理特征参数可准确将其区分；以灰度区域矩阵中的HGRE特征参数AUC值最大，纤维瘤根据病灶内纤维成分的多少可为高信号病变内低信号纤维分隔，可为稍高和(或)稍低信号，信号欠均匀，灰度区域矩阵对其诊断准确性欠佳。本研究中15个纤维瘤，灰度区域矩阵纹理特征参数诊断正确11个，准确率为73.33%。高b值弥散和ADC值纹理谱和灰度共生矩阵分析意义更大；纹理谱是所有纹理单元的出现频率，一个纹理单元描述了一个像素的局部纹理特征，而对于整幅图像中不同纹理单元的分布情况的统计则可显示出图像总体的纹理信息，灰度共生矩阵是研究图像空间中相隔某距离的两像素之间灰度关系的相关性[11-13]。弥散及ADC值因为图像信噪比大，分辨率不高，但能充分表现结节内部的异质性，尤其是高b值弥散，纹理谱及灰度共生矩阵能更为充分体现其信号特点[10]。

不同纹理矩阵分析病灶图像信息的侧重点不同，可根据各序列不同的成像原理，寻找与之相适合的纹理矩阵，这样纹理分析才能成为MRI检查的有效补充手段，为临床提供更高的辅助诊断价值。