乳腺X线片直方图分析鉴别乳腺BI-RADS 3～5类良恶性肿块

陈 艳，韩义娜，郭亚飞，吕以东，谭红娜，赵 鑫*

(1.郑州大学第三附属医院医学影像科，河南 郑州 450051；2.河南省人民医院放射科，河南 郑州 450003)

乳腺癌是全球女性最常见恶性肿瘤，也是导致女性癌症死亡的首要原因，占所有癌症死亡人数11.6%[1]，且其发病率逐年增高。在我国，乳腺癌是45岁以下女性恶性肿瘤重要死因之一[2]。乳腺癌最常见影像学表现是肿块及钙化。乳腺X线片显示钙化明显优于超声和MRI，是目前筛查乳腺癌的重要手段，但诊断乳腺肿块具有局限性，尤其对于乳腺影像报告和数据系统(breast imaging reporting and data system, BI-RADS) 3～5类乳腺良恶性肿块，其鉴别诊断的敏感度及特异度均较低。直方图分析是一种新的计算机辅助诊断技术，为放射组学纹理分析的一种[3]，其对于鉴别诊断乳腺癌、脑肿瘤、宫颈癌等疾病及相关分级研究[4-8]的价值已得到证实。本研究探讨乳腺X线片直方图鉴别诊断BI-RADS 3～5类乳腺良恶性肿块的价值。

1 资料与方法

1.1 一般资料 回顾性分析2017年1月—2019年8月114例经手术病理证实的123个乳腺BI-RADS 3～5类肿块，患者均为女性，年龄23～81岁，平均(46.4±13.1)岁。良性组61例，平均(38.8±8.1)岁；共68个肿块，包括44例纤维腺瘤(51个肿块)、6例腺病(6个肿块)、5例腺病伴纤维腺瘤(5个肿块)、4例炎症伴脓肿(4个肿块)及2例腺病伴乳管内乳头状瘤(2个肿块)；恶性组53例，平均(55.6±11.8)岁，共55个肿块，包括47例浸润性导管癌(49个肿块)及6例导管内癌(6个肿块)。纳入标准：①术前常规接受乳腺X线摄片；②经2名高年资主治医师(工作10年以上)诊断为乳腺肿块，且BI-RADS分类为3～5类；③图像质量满足要求；④首次经手术病理证实为乳腺良性疾病或乳腺癌；⑤未接受组织穿刺活检及任何相关治疗。

1.2 仪器与方法 采用Siemens新型全数字乳腺X线摄影机，行乳腺常规头足位(cranial caudal, CC)和内外侧斜位(mediolateral oblique, MLO)摄片，采用AUTO-TIME曝光模式，根据患者乳腺发育情况及年龄自动设定曝光条件，管电压28 kV，管电流60 mAs。

1.3 图像分析 由2名高年资主治医师参照美国放射学会推荐的第5版BI-RADS，采用双盲法比较2组MLO及CC图像，将显示病灶较清晰的图像上传至工作站，进行直方图分析。

由1名具有8年胸部影像学诊断经验的主治医师采用MaZda软件[9]分析图像，沿病变边缘手动勾画ROI，以红色填充，获得其灰度直方图及特征参数，包括平均值、方差、偏斜度、峰度及第1、10、50、90、99百分位数等，见图1。

图1 患者女，48岁，左乳浸润性乳腺癌 A.左乳X线片(箭示病灶)； B.手动勾画病灶ROI(红色区域)； C.直方图

1.4 统计学分析 采用SPSS 22.0统计分析软件。计量资料以±s表示。采用两独立样本t检验比较2组直方图参数的差异。分别绘制差异有统计学意义的参数鉴别诊断BI-RADS 3～5类乳腺良恶性肿块的受试者工作特征(receiver operating characteristic， ROC)曲线，计算曲线下面积(area under the curve， AUC)，分析其诊断效能。P<0.05为差异具有统计学意义。

2 结果

2.1 2组直方图参数比较 2组间平均值、方差及第1、10、50、90、99百分位数差异有统计学意义(P均<0.05)，其余参数差异无统计学意义(P均>0.05)，见表1。

表1 乳腺良性病变组与恶性病变组X线直方图参数比较(±s)

表1 乳腺良性病变组与恶性病变组X线直方图参数比较(±s)

组别平均值方差偏斜度峰度第1百分位数良性组(n=68)132.52±21.55595.40±344.61-0.50±0.430.19±0.8571.60±21.89恶性组(n=55)154.51±22.73804.11±391.22-0.51±0.460.08±0.8183.13±20.04t值-5.49-3.140.100.78-3.01P值<0.01<0.010.920.44<0.01组别第10百分位数第50百分位数第90百分位数第99百分位数良性组(n=68)100.01±21.36135.08±22.68160.59±24.01175.79±24.65恶性组(n=55)115.20±20.76158.69±24.99186.42±24.73203.73±22.91t值-3.97-5.49-5.84-6.45P值<0.01<0.01<0.01<0.01

2.2 ROC曲线分析 针对组间差异有统计学意义的直方图参数，分别绘制其鉴别诊断BI-RADS 3～5类乳腺肿块良恶性的ROC曲线，结果显示第99百分位数的诊断效能最高，AUC为0.81，以0.50为诊断阈值时，其敏感度为61.80%，特异度为88.20%，见表2。

表2 乳腺X线直方图参数鉴别诊断BI-RADS 3～5类乳腺肿块良恶性的ROC曲线分析结果

3 讨论

放射组学是相对较新的技术[10-11]，通过提取和分析医学图像的特征，为临床提供潜在的生物标记。图像纹理是放射组学提取的特征之一种，代表图像中像素的灰度变化规律，即局部不规则而宏观具有规律的特性。提取纹理特征的常用方法包括统计法、基于模型法、结构分析法及信号处理法等[3]，直方图分析法是统计学方法的一种，常用于分析MR图像，提取图像中病变的像素值和灰度分布情况，从而获得大量诊断及鉴别诊断疾病的相关特征参数，为进一步鉴别疾病提供具体的优化分类方法，已用于鉴别诊断乳腺肿瘤[12]、脑肿瘤[6-7]和诊断宫颈癌[8]等研究中。直方图分析可提供病变的客观信息，不受诊断医师主观因素干扰，结果更加客观、准确，也为鉴别乳腺BI-RADS 3～5类良恶性肿块提供了新方法。

乳腺X线片中，乳腺肿块是乳腺癌的主要征象之一。影像学诊断乳腺肿块主要参照第5版BI-RADS，从形态学的3个方面，即肿块形状、边缘及密度对良恶性肿块进行分析，进而完成BI-RADS分类。根据BI-RADS，乳腺X线片中的肿块分为BI-RADS 2～6类，BI-RADS 2类肿块为良性病变，BI-RADS 6类肿块为恶性病变，而BI-RADS 3～5类肿块则良恶性均有可能，随BI-RADS分类升高，病变恶性的可能性逐渐增加。乳腺X线片中，BI-RADS 3～5类良恶性肿块的表现存在部分重叠，如良恶性肿块均可能形状不规则、边缘呈分叶状以及密度呈等、高密度，导致单独依靠乳腺X线片所示形态学表现鉴别良恶性肿块存在一定困难，诊断结果受医师主观因素影响较大。

目前基于乳腺X线片直方图分析的相关研究较少。彭文静等[13]采用乳腺X线纹理分析乳腺良恶性小结节，发现良恶性结节之间偏度和峰度差异无统计学意义。本研究利用MaZda软件对BI-RADS 3～5类乳腺良恶性肿块的X线片进行直方图分析，结果显示良恶性肿块间平均值、方差及第1、10、50、90、99百分位数差异均有统计学意义；ROC分析结果显示第99个百分数的诊断效能最佳，AUC为0.81，表明基于乳腺X线片直方图分析，鉴别乳腺BI-RADS 3～5类良恶性肿块具有一定价值，可提供形态学之外的客观依据。本研究与彭文静等[13]所用分析软件不同，研究对象不同，结果亦相悖，有待进一步观察。

我国女性乳腺实质以致密腺体为主，大量腺体重叠会影响乳腺X线摄影对乳腺肿块的检出及鉴别，增加误诊及漏诊率。本研究结果提示，乳腺X线片直方图分析可用于鉴别乳腺良恶性BI-RADS 3～5类肿块。但本研究未对肿块密度、形状、边缘以及病理类型和腺体成分进行分析，存在一定局限性。