中国乳腺癌发病率近年来以每年近3%的幅度递增，且有日益增速之势，其死亡率也相应增加^[1]。目前乳腺扩散加权成像(diffusion weighed imaging，DWI)的定量参数表观扩散系数(apparent diffusion coefficient，ADC)值较广泛应用于乳腺良恶性疾病的鉴别诊断，并表现出极大的临床实用价值。但仍有部分良恶性病变的ADC值存在交叉和重叠^{[2, 3]}。有文献[4, 5] 报道：相对ADC值(relative ADC,rADC)能消除个体生理因素、不同图像、机型、扫描参数及序列对ADC值的影响，并使ADC值标准化，但rADC 值多用于颅脑肿瘤的研究，在乳腺病变中应用较少^[6]。本文作者通过比较DWI定量参数ADC值和rADC值在乳腺良性和恶性病变间的差别，探讨ADC值及标化后rADC值对乳腺良恶性病变的诊断效能。

选择2013年6月—2014年1月于本院行乳腺MRI检查的女性患者123例。年龄14~78岁，平均年龄47.05岁。共134个病灶，包括良性病灶50个，恶性病灶84个，均经穿刺或手术病理证实。良性病变包括纤维腺瘤24例、乳腺病16例、浆细胞乳腺炎6例、乳头状瘤2例和脂肪瘤2例；恶性病变包括浸润性导管癌70例、导管内癌10例、黏液腺癌3例和浸润性小叶癌1例。排除标准：MRI检查前有乳腺手术史者或乳腺癌新辅助化疗后的患者；DWI伪影明显而影响病变观察者。

采用GE Signa HDx 3.0 T 超导核磁共振扫描仪，应用8通道乳腺专用相控阵表面线圈。患者取俯卧位，双乳自然悬垂，两侧乳头对准线圈中心。嘱患者平静呼吸，保持不动。依次行DWI轴位扫描及动态对比度增强MRI(dynamic contrast-enhanced MRI,DCE-MRI)扫描 ^[7]。①DWI：采用单次激发自旋回波平面成像(single shot spin echo planar imaging,SS-EPI)序列加空间并行采集敏感性编码技术(array spatial sensitivity encoding technique,ASSET)，行双乳横断面扫描，扩散敏感梯度施加于X、Y和Z轴3个方向。参数TR=6000 ms，TE=66.3 ms，采集矩阵=320×256，层厚=4.0 mm，间距=1.0 mm，激励次数(NEX)=6，视野32 cm×32 cm，扫描30层，扫描时间150 s。b值分别取0和800 s·mm^-2。②DCE-MRI：采用3D-乳腺容积成像序列(volume imaging for breast assessment,VIBRANT ) T1WI脂肪抑制扫描，TR=4.5 ms，TE=2.2 ms，TI=14 ms，采集矩阵=416×320，层厚=1.2 mm，间距=0 mm，NEX=0.71，视野34 cm×34 cm。用高压注射器于肘正中静脉注射对比剂二乙三胺五乙酸钆20 mL，注射流率2.0 mL·s^-1，随后以同等流率注射等量生理盐水。增强前扫描1期作为平扫，注射造影剂后延迟5 s启动扫描，连续扫描9期，单次扫描时间58~75 s。

使用GE图像处理工作站Advantage Windows4.4。利用Functool软件导入DWI数据，生成DWI图像和ADC值伪彩图。参考DCE图像病灶位置及大小，在DWI图上分别于病灶内、病灶邻近正常腺体(距病灶2 cm以上区域)作为正常对照组放置感兴趣区(region of interest,ROI)^[8]，尽量避免坏死或囊变区记录相应ADC值，如果病灶侧无可见正常腺体组织，则在对侧乳腺与病灶对称区域放置ROI。对于病灶内DWI信号不均匀者，参考ADC值伪彩图并选择较低ADC值区域放置ROI。ROI的形状及大小采用复制及粘贴方法以尽量保持一致，所有数据测量3次取平均值，以减少测量误差。根据上述方法，生成2个观察指标，分别为病灶ADC值和rADC值，其中后者通过公式rADC =病灶ADC值/邻近正常ADC值计算得出。

采用SPSS 15.0软件进行统计学分析。ADC和rADC值以 ± s表示，乳腺良性和恶性病变的平均ADC和rADC值比较采用两个独立样本非参数Mann-Whitney检验。根据受试者工作特征 (receiver operating characteristic,ROC)曲线，以约登指数最大的点作为最佳诊断阈值，分别界定ADC和rADC值在鉴别乳腺良恶性病变的诊断阈值，计算ADC和rADC值诊断乳腺良、恶性病变的敏感度、特异度、准确度、阳性预测值和阴性预测值。比较ADC和rADC值ROC曲线下面积(area under curve,AUC)，判断两者对乳腺良恶性病变的鉴别效能。以P < 0.05为差异有统计学意义。

134个乳腺病灶中，84个恶性病变、50个良性病变和134个邻近正常腺体ADC值分别为(1.04±0.26)×10^-3、(1.60±0.40)×10^-3和(1.89±0.31)×10^-3 mm²·s^-1。ADC值大小排列顺序为乳腺正常腺体>乳腺良性病变>乳腺恶性病变。乳腺正常腺体ADC值高于乳腺均良性病变和恶性病变(χ²=160.48，P < 0.01)，乳腺良性病变ADC值高于恶性病变(Z=-7.53，P < 0.01)。乳腺良性病变rADC值(0.83±0.30)大于乳腺恶性病变rADC值(0.59±0.18)(Z=-5.64，P < 0.01)。

采用非参数ROC曲线分析法，绘制ADC和rADC值的ROC曲线，并根据ROC曲线确定ADC和rADC的最佳诊断阈值(图 1)。ADC和rADC值鉴别乳腺良性和恶性病变的敏感度、特异度、准确度、阳性预测值和阴性预测值及AUC见表 1。

图 1 ADC和rADC值鉴别乳腺良恶性病变的ROC曲线 Fig.1 ROC curves of ADC and rADC values in differentiation between benign and malignant breastlesions

图选项

根据ROC曲线确定诊断乳腺良性和恶性病变ADC界值为1.22×10^-3 mm²·s^-1，即ADC值 < 1.22×10^-3 mm²·s^-1时诊断为恶性，其敏感度和特异度分别为86.0%和84.5%，AUC为0.89。选择rADC值为0.67，即 < 0.67时诊断为恶性，其敏感度和特异度分别为74.0%和75.0%，AUC为0.79。进一步对标化前和标化后AUC进行比较，差异有统计学意义(Z=2.42，P < 0.05)。表明标化后rADC值的诊断效能并未高于标化前ADC值。

采用DWI对乳腺肿瘤进行定性和定量分析是近年来研究热点，可用于乳腺良恶性病变的鉴别及乳腺癌新辅助化疗疗效评估。其中ADC是一个重要定量参数，反映组织器官内水分子扩散运动。ADC值主要受组织内血流灌注和水分子扩散运动2个方面影响^[9]。前者可通过高b值以减轻其对ADC值的影响；而后者主要受以下2种因素影响：①生物膜结构的限制和大分子物质(如蛋白质)对水分子的吸附作用；②恶性肿瘤生长活跃，细胞繁殖旺盛，导致细胞密度增高，细胞外间隙减少。这些因素导致了恶性肿瘤内水分子运动受限，ADC值降低。Furman-Haran等^[10]通过对乳腺病变细胞外容积分数和毛细血管渗透性的研究证实：乳腺良性病变细胞外容积分数高于恶性病变，故良性病变ADC值较高，恶性肿瘤ADC值明显小于良性病变和正常乳腺组织。有文献[11] 报道：细胞密度能明显影响乳腺良恶性病变的ADC值，两者呈明显负相关关系，且是恶性病变ADC值低于良性病变的主要原因。

因此，乳腺恶性病变的ADC值低于良性病变，根据ADC阈值可以鉴别大部分良性和恶性乳腺病变。虽有部分良恶性病变ADC值存在重叠，但结合形态学及血流动力学特点有助于鉴别。ADC值和DCE-MRI在鉴别乳腺良恶性病变时可互相补充，提高诊断乳腺良恶性病变的准确性^[12]。

Chen等^[13]关于ADC值鉴别诊断乳腺疾病的荟萃分析报道：b=1000 s·mm^-2时，恶性病变平均ADC值范围为(0.87 ~1.36)×10^-3 mm²·s^-1，良性病变为(1.00~1.82)×10^-3 mm²·s^-1，鉴别诊断阈值范围(0.90~1.76)×10^-3 mm²·s^-1，汇总敏感度0.84(95%可信区间0.80~0.87)，汇总特异度0.84(95%可信区间0.79~0.88)，AUC为0.91。本研究在选择1.22×10^-3 mm²·s^-1作为诊断阈值时，ADC值的诊断效能与上述结果一致。ADC值除受扩散系数b值大小的影响外，脉搏的搏动、组织的颤动、呼吸运动和微循环灌注等因素均可致ADC值出现偏差^{[14, 15]}。有文献[4, 5] 报道：rADC值能消除个体生理因素和不同图像、机型、扫描参数以及不同扫描序列对ADC值的影响，使ADC值标准化。rADC 值多用于颅脑肿瘤的研究，在乳腺病变中应用较少。

rADC是以乳腺病灶ADC值与邻近或对侧正常腺体组织ADC值之比。Ei Khouli等^[9]在3.0T 乳腺MRI比较标化前后ADC值诊断的准确度(b=600 s·mm^-2)，标化后良性病变和恶性病变平均ADC值分别为1.10±0.40和0.55±0.16，敏感度和特异度由标化前(标化前阈值取1.30×10^-3 mm²·s^-1)76.7%和80.0%分别提高至83.3%和92.0%(标化后阈值取0.70)，AUC由0.78提升至0.87。谢传淼等^[4]观察b=500 s·mm^-2和800 s·mm^-2时ADC值和rADC值对诊断乳腺疾病的效能，当b＝800 s·mm^-2、rADC阈值为0.71时AUC最大，提示rADC值诊断乳腺良恶性病变的效能最高。

黄小燕等^[16]取rADC值为0.78作为诊断阈值(b =1000 s·mm^-2)，灵敏度、特异度和正确诊断指数分别为93.3%、91.7%和84.6%。比较不同b值(b=500和1000 s·mm^-2)时rADC值和ADC值的诊断灵敏度，在b＝1000 s·mm^-2时rADC值诊断灵敏度最高，但四者灵敏度比较差异无统计学意义。朱萍等^[17]在比较不同b值(500和1000 s·mm^-2)时ADC值和rADC值对浸润性导管癌的诊断价值，结果显示：ADC值诊断价值均略高于rADC值，敏感度和诊断符合率比较差异无统计学意义。上述研究虽肯定了rADC值的诊断价值，但并未显示其诊断的敏感度高于ADC值。

本研究中乳腺良性病变rADC 值高于恶性病变，两者存在明显统计学差异，在确定rADC最佳诊断阈值为0.67时，其敏感度、特异度和准确度分别为74.4%、75.0%和74.0%，阳性预测值和阴性预测值分别为83.3%和63.2%，AUC为0.79。 本研究结果显示：标化后ADC值(即rADC)的敏感度及特异度均低于标化前，AUC也低于标化前，提示标化后rADC并未提高对乳腺良恶性病变诊断效能，与黄小燕等^[16]和朱萍等^[17]报道结果相近，但又不尽相同。分析其可能原因如下：①影响病变ADC值最重要的因素与其病理学特征有关，如肿瘤的细胞密度、细胞外间隙等，而其他外在因素如选择不同的b值、不同检查设备及扫描参数的影响权重不大；②蔡世峰等^[18]发现：随年龄的增加，正常乳腺腺体组织退化、脂肪化，ADC值降低。由于乳腺癌大多发生于中老年患者，故rADC值相应地随之增大，相应rADC阈值点升高，假阴性率亦升高，导致rADC的敏感度降低。本组仅研究了b=800 s·mm^-2时乳腺良性和恶性病变的rADC 值，不同b 值及不同年龄组，尤其是在高b值(>1200 s·mm^-2)下rADC值的诊断价值和rADC值随b值的变化规律等尚有待进一步研究。

总之，本研究提示：当b=800 s·mm^-2时，rADC值在乳腺良恶性病变鉴别诊断中具有临床应用价值，但较ADC值并未明显提高其诊断效能,结合文献提示b值越大，患者年龄越小，rADC值诊断效能越高。