超声剪切波弹性成像直方图分析鉴别乳腺肿块良恶性的初步研究

田阳,刘政,李泞姗,袁芳,荣娅妮,廖依依

陆军军医大学第二附属医院 超声科,重庆 400000

[摘 要] 目的 利用直方图分析技术来量化和判读乳腺肿块良恶性的弹性图像,以降低不同仪器间差异性和医生工作量,增强乳腺肿瘤检测的客观性、准确率和重复性。方法 选取2017年1月至2019年1月间于我院就诊的共59个乳房肿块构成研究组。肿块按照BI-RADS标准进行分类,然后启动弹性成像功能采集数据,在弹性成像图上围绕病灶边缘手动绘制感兴趣区,进行直方图分析。结果 直方图分析的诊断性能(AUC=0.93)优于超声弹性成像(AUC=0.90)和常规超声的BI-RADS分类(AUC=0.84)。结论 超声弹性成像直方图分析方法能够对乳腺良、恶性病变的进行分类,并具有较高的诊断效能,有助于提高医师鉴别乳腺肿块良恶性的能力。

[关键词] 乳腺癌;超声;剪切波弹性成像;直方图分析

引言

乳腺癌目前是女性最常见的恶性肿瘤,中国乳腺癌年平均增长率约3.5%[1],为妇女健康的最大威胁之一,随着社会竞争的加剧,其发病率逐年上升,对患者生活及工作产生严重影响。目前乳腺的影像学检查有三种:钼靶、超声以及磁共振成像,其中超声检查是最常用的检查方式,其敏感性为98.4%[2],它的主要优势是能够区分实性与囊性病灶,但特异性仍然低于50%(47.5%)[3],且依赖于超声医师的经验以及所用设备的质量。

超声弹性成像技术(Ultrasound Elastography,USE)可以检测组织的硬度并发现有较高的敏感性。随着超声新技术发展,超声弹性成像技术成为近年来的研究热点。Fischer等[4]研究利用弹性成像与二维超声和钼靶对经病理证实的恶性病变进行诊断比较,结果显示弹性成像的敏感性(95%)和特异性(74%)也均大于钼靶和二维超声。但是,弹性图像的采集、评分依赖于医师的经验,有研究发现不同医师间有显著差异[5]。因此,需要对弹性图像进行计算机辅助分析,来帮助医生判读弹性图像,从而客观地评估病变的软硬程度,有助于乳腺良恶性肿瘤的分类。使用计算机辅助分析乳腺病变的超声图像,可以提高超声医师对乳腺病变良恶性诊断的准确性。

直方图分析独立于参考感兴趣区(Region of Interest,ROI),即使周围组织不均匀也不影响结果,能提供定量的弹性指标,从而增强乳腺肿瘤检测的客观性、重复性与准确率。本研究旨在利用直方图分析剪切波弹性成像图像,从而进行乳腺肿块良恶性的鉴别。

1 材料与方法

1.1 临床资料

选取2017年1月至2019年1月间于陆军军医大学第二附属医院甲状腺乳腺外科就诊的63名患者,排除4名由于操作不当而导致图像不完整。59名女性(平均年龄48岁;年龄范围38~69岁)共59个乳房肿块纳入本研究组。23名患者为钼靶检查已发现异常,11名患者表现为乳头溢液或不适,25名患者为超声首次检查发现病灶。本研究得到医院伦理委员会的批准,并获得了所有纳入患者的知情同意。

1.2 仪器与方法

使用Mindray Resona 7超声诊断仪,采用L11-3U探头。患者取仰卧位,先行常规超声检查,首先根据肿块的形态学特征按照BI-RADS标准进行分类。然后启动弹性成像功能采集数据,将边框从前到后包括从皮下脂肪层到胸大肌层,左右包括肿块边缘外5 mm的乳腺组织。检查时需包括病灶和周围感兴趣区,感兴趣区应该为病灶的两倍左右。取弹性图时嘱患者屏住呼吸,探头稳定垂直于乳腺表面皮肤10~20 s,获得稳定的弹性图3~5 s,定帧,储存图像(DICOM格式),勾画肿块区,储存图像。由于Mindray Resona 7超声诊断仪自带直方图分析功能,勾选直方图分析,在直方图分析中,肿瘤硬度计算为肿瘤内单一ROI的平均像素颜色值,范围从0(最大应变)到140(无应变),肿瘤僵硬度增加会导致平均直方图值增加。由两名指定的从事超声诊断工作5年以上的医师根据美国放射学会乳腺影像报告和数据系统标准对病变进行检查,以确保检查结果的一致性。对可疑病变仔细观察二维图像、剪切波弹性图像及直方图图像,每个病灶测量3次,取最稳定的图像。每个病灶的弹性图录制一段动态视频并存储在仪器内,以备医师后期进行回顾分析解读。

根据ACR制定的BI-RADS分类,超声诊断的59个乳房肿块为:3类(可能为良性病变)共18例,4类(怀疑恶性肿瘤)共32例,5类(高度提示恶性肿瘤)为9例。在18个可能良性病变中进行细针穿刺活检,对剩余41例肿块进行手术切除。当4类怀疑恶性肿瘤时,与高年资医师取得一致意见归类为良性或恶性病变,最终良性病变为28例,恶性病变31例。

1.3 图像分析

对于常规B超,医师根据ACR的BI-RADS标准将肿块分为1(阴性)、2(良性)、3(可能是良性)、4(可疑恶性肿瘤)和5(高度可疑的恶性肿瘤),其中4类分为4a、4b和4c,4a恶性风险为2%到≤10%,4b恶性风险为10%到≤50%,4c恶性风险为>50%到<95%。

因大多数实验表明弹性最大值评价乳腺良恶性病变的准确率较高,优于弹性平均值,因此采用弹性最大值为60.12 kPa作为参考值,当病变≤60.12 kPa时诊断为良性病灶,大于60.12 kPa时诊断为恶性病灶。

1.4 统计学分析

采用SPSS 19.0计算59个病灶的形态学大小的平均值和标准差。计算直方图分析的灵敏度,特异度,阳性预测值(PPV)和阴性预测值(NPV)来评估弹性成像直方图的诊断性能,并进行受试者工作特征(Receiver Operator Characteristic,ROC) 曲 线 下 面 积(Area Under Curve,AUC)分析。此外,对比常规超声BI-RADS分类以及剪切波弹性成像的ROC曲线分析,以评估其诊断性能。以P<0.05认为有统计学差异。

2 结果

2.1 一般结果和病理学诊断

经活检穿刺及术后病理证实,恶性肿块共32例,平均大小为(13.26±6.42)mm;良性肿块共27例,平均大小为(11.75±5.86)mm。恶性肿块包括浸润性导管癌(n=25),浸润性小叶癌(n=2)和原位导管癌(n=5)。良性病变为纤维腺瘤(n=19),乳头状瘤(n=6)和炎性病变(n=2)。

2.2 三种超声方法比较结果

直方图分析法、剪切波弹性成像、常规超声BI-RADS分类的灵敏度、特异度、阳性预测值、阴性预测值和曲线下面积结果见表1,ROC曲线分析结果见图1。

表1 三种超声方法诊断性能结果

常规超声 剪切波弹性成像 计算机辅助分析敏感度 78.13%(25/32)93.75%(30/32)特异度 77.78%(21/27)84.38%(27/32)88.89%(24/27)准确度 77.97%(46/59)85.12%(23/27)91.53%(54/59)阳性预测值 80.65%(25/31)84.75%(50/59)90.91%(30/33)阴性预测值 75.00%(21/28)87.10%(27/31)0.93(0.81~0.97)92.31%(24/26)AUC(95%CI)82.14%(23/28)0.84(0.69~0.88)0.90(0.79~0.95)

一例剪切波弹性成像假阳性病例见图2,该例病人最大弹性值为79.14 kPa,诊断为恶性病变;但直方图峰值为21 kPa,诊断为良性病变,最终病理为导管内乳头状瘤。

图1 三种超声方法ROC结果

注:a. 常规超声;b. 剪切波弹性成像;c. 弹性成像直方图进行计算机辅助分析。

图2 一例剪切波弹性成像假阳性病例

3 讨论

乳腺癌是女性最常见的恶性肿瘤,其发病率及死亡率呈上升趋势,尤其是经济发达区更为明显,但目前乳腺癌的诊断率并不高,根据美国国家癌症研究所的资料表明其诊断率约为12.3%[6]。早发现早治疗可降低死亡率,所以乳腺恶性肿块的早发现早诊断的临床意义重大。超声用于乳腺检查优势明显,无论乳腺为脂肪型、少量腺体型、多量腺体型还是致密型,病灶的检出率都较好。

常规超声通过病变的形态、边缘轮廓、病灶边界、周围组织以及后部回声等特征对病灶进行定性诊断。美国放射学会(ACR 2015)制订的BI-RADS分类已广泛应用于临床[7]。以2013年发布的ACR的BI-RADS标准将肿块分为1(阴性)、2(良性)、3(可能是良性)、4(可疑)和5(高度可疑的恶性肿瘤),其中4类分为4a、4b和4c,4a恶性风险为2%到≤10%,4b恶性风险为10%到≤50%,4c恶性风险为>50%到<95%。由以上数据可知,BI-RADS分类的敏感性、特异性较低,在临床工作中将部分良性病灶误诊为恶性,增加了不必要的穿刺有创检查。引起,BIRADS分类的特异性较低的原因可能是因为良恶性病灶在二维图上存在一定程度的交叉重叠现象。

超声弹性成像技术作为一种无创性检查,能够分析组织弹性的差异,乳腺是超声弹性成像的最佳靶器官,弹性成像在乳腺已有大量应用研究。乳腺由多种组织构成,正常组织、良性或恶性肿块其弹性均有差异,而且乳腺癌病理变化过程中,组织的弹性变化往往早于形态学变化,因此超声弹性技术对乳腺癌早期诊断具有重要意义。通过评估组织的硬度以判断乳腺病灶的良恶性,从而提高乳腺癌诊断的敏感性、特异性及准确性[8]。根据欧洲超声联合会和世界超声联合会的指南,超声弹性成像主要分为两种类型:静态弹性成像(应变式弹性成像)和基于剪切波成像技术[9]。静态型弹性成像是当外界向某个固体组织均匀施加一个压力或称应力时,会导致该组织内部产生形变,即应变,杨氏模量是施加的应力与所产生的应变之间的比值。但静态型弹性成像不能计算出杨氏模量,无法做定量评价[10]。基于剪切波的成像技术是当声波在传播途径上被反射或吸收时,会产生声辐射力,从而产生剪切波,剪切波在不同软组织内的传播速度差别非常显著。组织的弹性模量可以通过测量其速度而进行推算[11]

唐丽娜等[12]采用BI-RADS分类法对126例患者132个乳腺肿块的良恶性进行判断,诊出82个良性结节,50个恶性病灶,超声剪切波弹性成像技术后BI-RADS分类诊断敏感性、特异性均有提升,说明了超声剪切波弹性成像技术可直观反映乳腺肿块内部和周边的硬度,具有较高的敏感性、特异性和诊断效能。林武辉等[13]在研究中提到,采用实时剪切波弹性成像技术对乳腺肿瘤良恶性进行鉴别诊断,乳腺恶性肿块的SD、Emean、Eratio均高于良性肿块,且Emean为诊断乳腺恶性肿瘤的最佳指标,说明实时剪切波弹性成像技术可对乳腺肿块的弹性模量值进行定量测定,从而准确鉴别诊断乳腺肿块的良恶性。张威等[14]对236例患者经剪切波弹性成像定性技术检查检出良性病灶100个,恶性病灶161个,其敏感度为85.71%,特异度为93.00%,准确率为88.51%,可证明该检查技术在鉴别乳腺肿块良恶性中具有较高的诊断价值。

超声的量化分析技术给我们带来无限憧憬,但深接触后才发现弹性成像、应变率、弹性模量E等,受不同机器采用的不同计算方法影响。乳腺超声弹性图像获得和诊断与仪器、操作者高度相关,不同仪器、不同医师间结果相差较大;同时SWE与B超双模态图需进行人判读。鉴于定位操作的主观性,纵使是SWE也需多次测量平均弹性值。因此,计算机辅助分析乳腺超声弹性图有助于超声医师进行乳腺癌检测和分类,进而提高乳腺肿块良恶性鉴别的准确性。最近有超声弹性成像图像的计算机辅助分析的研究发现用于胰腺病变良恶性鉴别诊断中,其ROC曲线下面积的值为0.867,诊断效能非常高[15]

纹理分析是近年来新兴的一种图像分析方法,能更客观地反映病变的性质和灰度特征分布。直方图分析是纹理分析的常用方法之一,主要描述图像中某一灰度级的像素个数、图像灰度分布的范围、亮暗程度以及对比度情况。在常规检查的基础上,直方图分析通过提取图像中ROI的特征值,以定量的方式将影像信息量化,提供更多人眼难以分辨的肿瘤内部异质性信息,操作简便,可重复性强[16]。直方图分析作为影像组学常用分析方法之一,突破了传统的图像分析方法的瓶颈,为解决肿瘤异质性这一难题提供了思路,直方图分析与常规分析方法相比具有明显优势:① 直方图分析能够更全面反映肿瘤整体情况,避免人为评估的差异;② 直方图分析可提供常规分析方法无法获得的肿瘤内部信息,更有助于评估肿瘤异质性。本研究结果表明,直方图分析的诊断性能(AUC=0.93)优于超声弹性成像(AUC=0.90)和常规超声的BI-RADS分类(AUC=0.84),证明了其应用的可能性并具有较高的诊断效能。采用直方图分析弹性成像有助于乳腺良、恶性病变的鉴别,其评价方法相对更加客观,协同弹性成像及二维超声可提高乳腺肿块良、恶性鉴别诊断的能力,随着超声弹性成像技术的成熟和计算机辅助应用的推广,可为乳腺癌的临床诊断提供更有价值的指标。

计算机辅助分析的处理过程中涉及诸多算法的应用,计算机的深度学习需要大数据的支持。故本研究只是对剪切波弹性图进行的初步探索,亦存在以下不足:第一,病例数不足。第二,本研究所纳入的病灶为住院患者,可能存在选择偏倚。今后仍有待于大样本量、横纵向研究进一步深入研究。

4 结论

超声弹性成像直方图分析方法有助于乳腺良、恶性病变的分类。本研究证明了其应用的可行性并具有较高的诊断效能,有助于提高医师鉴别乳腺肿块良恶性的能力。

[参考文献]

[1] 曾愈程,康颖,刘芳,等.乳腺癌新辅助化疗疗效与预后关系研究进展[J].实用医学杂志,2018,34(10):38-40.

[2] Barr RG,Nakashima K,Amy D,et al.WFUMB guidelines and recommendations for clinical use of ultrasound elastography:Part 2: breast[J].Ultrasound Med Biol,2015,41(5):1149-1160.

[3] Lee SH,Chang JM,Cho N,et al.Practice guideline for the performance of breast ultrasound elastography[J].Ultrasonography,2014,33(1):3-10.

[4] Fischer T,Peisker U,Fiedor S,et al.Significant differentiation of focal breast lesions: Raw data-based calculation of strain ratio[J].Ultraschall Med,2012,33(4):372-379.

[5] Jiang J,Peng B.A normalized shear deformation indicator for ultrasound strain elastography in breast tissues: An in vivo feasibility study[J].Biomed Res Int,2018,2018:2053612.

[6] Weiss A,King TA,Hunt KK,et al.Incorporating biologic factors into the American Joint Committee on cancer breast cancer staging system: Review of the supporting evidence[J].surg Clin N Am,2018,98(4):687-702.

[7] Georgieva M,Prantl L,Utpatel K,et al.Diagnostic performance of ultrasound strain elastography for differentiation of malignant breast lesions[J].Clin Hemorheol Micro,2019,71(2):237-247.

[8] Zhang L,Xu J,Wu H,et al.Screening breast lesions using shear modulus and its 1-mm shell in sound touch elastography[J].Ultrasound Med Biol,2019,45(3):710-719.

[9] Evans A,Whelehan P,Thompson A,et al.Prediction of pathological complete response to neoadjuvant chemotherapy for primary breast cancer comparing interim ultrasound, shear wave elastography and MRI[J].Ultraschall Med,2018,39(4):422-431.

[10] Farrokh A,Schaefer F,Degenhardt F,et al.Comparison of two different ultrasound devices using strain elastography technology in the diagnosis of breast lesions related to the histologic results[J].Ultrasound Med Biol,2018,44(5):978-985.

[11] Balleyguier C,Lakhdar AB,Dunant A,et al.Value of whole breast magnetic resonance elastography added to MRI for lesion characterization[J].NMR Biomed,2018,31(1):e3795.

[12] 唐丽娜,王瑶琴,陈轶洁,等.超声剪切波弹性定量参数在优化乳腺结节BI-RADS分类中的价值[J].中国超声医学杂志,2016,32(8):687-690.

[13] 林武辉,何立红,黎见,等.实时剪切波弹性成像鉴别乳腺肿瘤良恶性的初步探讨[J].中国中西医结合影像学杂志,2016,14(3):263-265.

[14] 张威,王博,李晶,等.剪切波弹性成像定性技术鉴别诊断乳腺良恶性病变[J].中国医学影像技术,2016,32(7):1060-1064.

[15] Carrara S,Di Leo M,Grizzi F,et al.EUS elastography(strain ratio) and fractal-based quantitative analysis for the diagnosis of solid pancreatic lesions[J].Gastrointest Endosc,2018,87(6):1464-1473.

[16] Guo Y,Hu Y,Qiao M,et al.Radiomics analysis on ultrasound for prediction of biologic behavior in breast invasive ductal carcinoma[J].Clin Breast Cancer,2018,18(3):e335-e344.

Key words: breast neoplasms; ultrasond; shear wave elastography; histogram analysis

Preliminary Study on the Histogram Analysis of Benign and Malignant Breast Masses by Ultrasonic Shear Wave Elastic Imaging

TIAN Yang, LIU Zheng, LI Ningshan, YUAN Fang, RONG Yani, LIAO Yiyi
Department of Ultrasound, The 2nd Affiliated Hospital of Army Medical University, Chongqing 400000, China

Abstract: Objective To use histogram analysis technology to quantify and interpret the benign and malignant elastic images of breast masses, thereby reducing the differences between different instruments and the workload of doctors, and enhancing the objectivity,accuracy and repetition of breast tumor detection. Methods A total of 59 breast lumps from the thyroid mammary gland surgery at the Second Affiliated Hospital of Army Military Medical University from January 2017 to January 2019 were selected to form the study group. The masses were classified according to the BI-RADS criteria. Then the elastography function was started to collect the data, and the ROI was manually drawn around the edge of the lesion on the elastography map for histogram analysis. The effects of histogram analysis, shear wave elastography, and conventional ultrasound in the diagnosis of benign and malignant breast lesions were compared. Results The diagnostic performance of histogram analysis (AUC=0.93) was superior to ultrasound elastography(AUC=0.90) and conventional ultrasound BI-RADS classification (AUC=0.84). Conclusion Ultrasound elastography histogram analysis method can classify benign and malignant breast lesions, and has high diagnostic efficiency. It is helpful to improve the ability of doctors to differentiate benign and malignant breast masses.

[中图分类号] R445.1;R737.9

[文献标识码] A

doi:10.3969/j.issn.1674-1633.2019.12.019

[文章编号] 1674-1633(2019)12-0076-04

收稿日期:2019-05-13

通信作者:刘政,主任医师,主要研究方向为超声诊断。

通信作者邮箱:13983406200@163.com