中国辐射卫生  2014, Vol. 23 Issue (4): 378-379  DOI: 10.13491/j.cnki.issn.1004-714x.2014.04.039

引用本文 

朱会玲, 戚健, 张莉, 张东香, 陈丽芹. 数字化乳腺断层X射线摄影对致密型乳腺内病变诊断价值[J]. 中国辐射卫生, 2014, 23(4): 378-379. DOI: 10.13491/j.cnki.issn.1004-714x.2014.04.039.

文章历史

收稿日期:2014-04-14
修回日期:2014-05-27
数字化乳腺断层X射线摄影对致密型乳腺内病变诊断价值
朱会玲 , 戚健 , 张莉 , 张东香 , 陈丽芹     
唐山市妇幼保健院放射科, 河北 唐山 063000
摘要目的 了解数字化乳腺断层X射线摄影即全数字化乳腺摄影(FFDM)影像与数字乳腺断层摄影(DBT)相结合能否更好地显示致密型乳腺内病变特征, 比较仅阅读FFDM影像和将FFDM与DBT影像结合后对致密型乳腺内病变诊断能力的差异, 评价DBT针对致密型乳腺诊断乳腺肿瘤方面的应用价值。方法 根据BI-RADS标准由乳腺影像诊断医生对乳腺内纤维腺体组织成份进行分型, 从中选出致密型乳腺患者134例, 包括不均匀致密型102例和高度致密型32例, 采取先阅读FFDM影像再阅读DBT影像然后进行诊断并分别记录。同时分别对FFDM及DBT影像显示的病变特征进行比较并记录, 比较对象包括肿物是否能够较清晰显示、肿物边缘是否清晰、有无毛刺、钙化及血管穿入。诊断标准参照美国放射学会(ACR)创立并推荐的BI-RADS的评估分类标准。根据病理结果比较两种影像检查方法诊断的准确性。结果 134例病理证实, 其中良性病变69例, 恶性病变65例。针对致密型乳腺病变形态的比较, DBT可以比FFDM影像显示更多细节, 尤其是肿物边缘、毛刺征及血管穿入征等的显示更加清晰。DBT与FFDM在恶性病变中检出毛刺征分别为30例及14例; 在良性病变中能够观察到肿物边缘清楚分别为46例及33例; 仅DBT观察到3例血管穿入征, 而传统的FFDM影像未观察到此征象。相比仅阅读FFDM影像, 将FFDM结合DBT影像后诊断病变的准确性由89%提高到92%。结论 针对致密型乳腺, DBT在显示病变及病变特征方面较FFDM有一定优势, 尤其是毛刺征的显示。对乳腺疾病的诊断, 与仅依靠FFDM相比, 结合DBT后可以提高诊断的准确性。对致密型乳腺疾病的诊断, DBT有着广泛的应用价值。
关键词数字化乳腺断层X射线摄影    致密型乳腺内病变    诊断    

在乳腺X射线摄影推广的临床实践中, 越来越多的放射科医师认识到乳腺X射线成像中致密腺体组织可能会遮盖病变。致密型乳腺的高乳腺癌风险在越来越多的领域被认可已是不争的事实[1]。基于此, 美国放射学会在Wolfe分类基础上提出根据组织成分将乳腺X射线摄影图像分为4个类型, 并将这种分类方法纳入乳腺影像报告和数据系统(Breast Imaging Reporting And Data System, BI-RADS)。有关我国女性乳腺密度与乳腺癌发病率的关系相关研究不多。笔者对2012年2月-2013年9月在本院就诊的患者的数字化乳腺X射线影像及断层影像进行了回顾性分析, 旨在探讨全数字化乳腺摄影(FFDM)影像与数字乳腺断层摄影(DBT)结合能否更好地显示致密型乳腺内病变特征, 从而为更有效、更经济的开展乳腺癌普查, 提高乳腺癌早期检出率、降低死亡率提供可靠方法。

1 材料与方法 1.1 一般资料

在2012年2月-2013年9月在本院接受数字化乳腺断层X射线摄影并均行手术治疗的患者中选取134例致密型乳腺受检者作为研究对象, 其中3型(不均匀致密型)102例和4型(高度致密型)32例, 年龄22~54岁。本组受检者中, 临床检查怀疑有乳腺肿块或结节者共82例, 有乳腺癌家族史者18例, 乳头溢液者19例, 乳腺疼痛不适或无症状要求检查者15例。

本组在手术后病理证实为乳腺恶性病变者65例, 其中不同级别的浸润性导管癌共37例, 原位癌及Paget's病伴原位癌分别为19例和2例, 乳腺黏液腺癌2例, 浸润性小叶癌及硬癌分别为4例和1例; 证实为良性病变的69例, 其中纤维腺瘤、乳腺增生伴腺瘤样结构形成及囊肿等共46例, 纤维腺瘤或导管内乳头状瘤伴不同程度的非典型增生者13例, 导管内乳头状瘤6例, 乳腺炎3例, 错构瘤1例。

1.2 乳腺X射线检查方法

采用使用美国Hologic公司生产的Selenia Dimensions SDM-00001-2D乳腺全数字化X射线断层摄影系统, 均拍摄双乳内外侧斜位和头尾位片再采集三维断层数据成像, 自动曝光。由两位高年资医师分别在Hologic诊断工作站Barco n.v.8M显示器上采取双盲法进行将FFDM与DBT图像结合阅读、并分别记录两种阅片方法下的诊断结果。对其FFDM影像结合DBT影像后进行诊断, 同时分别对FFDM及DBT影像显示的病变特征进行比较并记录, 比较对象包括肿物是否能够较清晰显示、肿物边缘是否清晰、有无毛刺、钙化及血管穿入。

2 结果

69例良性病变中由FFDM独立检出19例, 约占27.5%, FFDM与DBT结合检出37例, 约占53.6%, 由DBT检出13例, 约占18.8%;65例恶性病变中由FFDM独立检出15例, 约占23%, FFDM与DBT结合检出39例, 约占60%, 由DBT检出11例, 约占16.9%。对于所显示的病变特征FFDM中清楚显示边缘者33例, 边缘模糊者25例, 部分边缘模糊伴可疑毛刺者12例, 其中假阳性者37例。DBT中清楚显示边缘者72例, 边缘模糊伴毛刺者41例, 显示微小钙化者1例, 显示血管穿入征3例, 传统的FFDM影像未观察到此征象。其余17例未见明显病变。对于钙化的显示, 当观察层厚为1mm时DBT影像效果不如FFDM的有11例, 但改变层厚为1cm后, 二者显示效果基本相当。相比仅阅读FFDM影像, 将FFDM结合DBT影像后诊断病变的准确性由89%提高到92%。

3 讨论

除了年龄和遗传因素(乳腺癌易感基因突变)是乳腺癌重要危险因素外, 乳腺X射线密度是仅次于前二者的危险因素[2]。乳腺X射线密度反映出其内组织构成, 其中致密成分为腺上皮和纤维间质组织, 透明部分为脂肪组织。随着年龄增长, 脂肪、纤维间质及腺上皮组织的构成比例会发生显著变化。通常越年轻乳腺密度越高。本组病例中100例均为22~40岁间, 其余为41~54岁间。本组病例中患者的乳腺密度为高度致密型者的接近半数。有研究结果显示, 在同一年龄组中高密度乳腺的癌风险是低密度者的2 ~6倍[3, 4]。研究表明[5], 乳腺密度增加与乳腺腺上皮细胞增生成正相关, 非常致密乳腺发展成非典型增生或原位癌的可能性是一般密度乳腺的9.7倍。多因素研究[5]结果提示, 乳腺密度增加与乳腺癌危险的关系与包括年龄、体重指数、绝经状态、首次生育年龄、未经产、家族史、激素治疗等诸多因素有关, 这些因素都会影响乳腺密度, 因此乳腺密度不是一个独立的危险因素, 而可能是致癌因果关系链条中的一个更接近于发病的环节。

全数字化乳腺摄影(FFDM)的空间分辨力和对比度尽管大幅增高, 对于少量腺体型及脂肪型乳腺来说可以观察到更多微小钙化及微小的结构紊乱, 但对于致密型乳腺来说, 大量腺体的重叠使得某些征象不易观察清楚, 比如微小肿块及钙化等, 从而影响到最终诊断。有报道指出高达17%的乳腺癌不能被FFDM检出, 而由FFDM查出的疑似乳腺癌的人中有将近70%~90%的病灶最终被确诊为"假阳性"[6]。本组病例中有50例未能被FFDM检出, 有37例经随访或结合MRI检查后确诊为假阳性, 而DBT通过观察3D影像, 可以有效排除腺体组织重叠所带来的影响, 使图像的"可见度"提高, 减少了FFDM为进一步诊断而再行点压摄片所带来的二次照射的次数。对于病变及其边缘的显示以及分级的判定颇具优势[7]。在一些病例中DBT还能很好地鉴别肿块的良恶性, 使得一部分病人可以免于不必要的活检, 减轻了病人的心理压力。还可以降低漏诊率, 特别是对某些不可触及的早期乳腺癌的诊断具有十分重要的意义。本组病例中采用FFDM与DBT相结合阅片的方法使病变的检出率明显提高, 对假阳性者均能通过断层图像将所谓病变"拆分成薄层片状腺体影, 同样将那些隐藏于腺体内的病灶从致密腺体中层层分离出来, 同时对病变边缘、密度及其周围结构的关系暴露无疑。对那些恶性病变的大血管征较FFDM有时亦能清晰显示。

总之, 乳腺密度对于同一年龄组来说具有极高的乳腺癌风险, 它对于围绝经期及绝经后的妇女更为突出。对于致密型乳腺的年轻女性来说, 积极发现病变更是极为重要的, 尤其对那些癌症家族早发现、早治疗更尤为必要。数字化乳腺断层摄影与数字化乳腺X射线摄影相结合给上述要求提供了一个良好的平台, 对那些致密型乳腺内病变的检出具有重要意义。

参考文献
[1]
BOYD NF, ROMMENS JM, VOGT K, et al. Mammographic breast density as an intermediate phenotype for breast cancer[J]. Lancet Oncol, 2005, 6(10): 798-808. DOI:10.1016/S1470-2045(05)70390-9
[2]
Karla kerli kowske. The Mammogram that Cried Wolfe[J]. N Engl J Med, 2007, 356(3): 297-300. DOI:10.1056/NEJMe068244
[3]
McCormack VA, Silva IS. Breast Density and Parenchymal Patterns as Markers of Breast Cancer Risk:a Meta-analysis[J]. Cancer Epidemiol Biomarkers Prev, 2006, 15(6): 1159-1169. DOI:10.1158/1055-9965.EPI-06-0034
[4]
BOYD NF, GUO H, MARTIN LJ, et al. Mammographic density and the risk and detection of breast cancer[J]. N Engl J Med, 2007, 356(3): 227-236. DOI:10.1056/NEJMoa062790
[5]
Harvey JA, Bovbjerg VE. Quantitative Assessment of Mammographic Breast Density:Relation ship with Breast Cancer Risk[J]. Radiology, 2004, 230(1): 29-41. DOI:10.1148/radiol.2301020870
[6]
Gong X, Glick SJ, Liu B, et al. A computer simulation study comparing lesion detection accuracy with digital mammography, breast tomosynthesis, and cone-beam CT breast imaging[J]. Medical Physics, 2006, 33(4): 1041-1052. DOI:10.1118/1.2174127
[7]
Niklason LT, Christian BT, Niklason LE, et al. Digital tomosynt hesis in breast imaging[J]. Radiology, 1997, 205: 399-406. DOI:10.1148/radiology.205.2.9356620