文献速递乳腺US乳腺X线

使用常规超声换能器通过定量声速测量评估乳腺密度

Breast density assessment via quantitative sound-speed measurement using conventional ultrasound transducers.
PubMed 文献 · Eur Radiol · 2025-01-11

一项前瞻性单中心研究纳入100例女性,其中92例有乳腺X线摄影ACR密度分级,评估基于全局声速(g-SoS)的定量超声方法。g-SoS测量重复性高,与m-ACR分级强相关(Spearman r=0.773),鉴别致密乳腺(C&D)AUC为0.931,在100%特异度下敏感度78%;鉴别极致密乳腺(D)AUC为0.906,在100%敏感度下特异度77.5%。

要点

  • g-SoS与乳腺X线ACR密度分级强相关(r=0.773),而B型超声视觉评估与m-ACR不相关(r=0.133)。
  • 鉴别致密乳腺(C&D vs A&B)AUC为0.931,阈值1505.6 m/s时敏感度78%、特异度100%。
  • 鉴别极致密乳腺(D vs 其他)AUC为0.906,阈值1522.9 m/s时敏感度100%、特异度77.5%。

核心结论

  • 定量g-SoS测量乳腺密度在常规超声设备上可行且可重复,与m-ACR评估强相关。
  • g-SoS能高准确度地分类致密乳腺和极致密乳腺,可能有助于将患者分层至其他检查方式。

研究设计与样本

  • 前瞻性单中心研究(NCT04480437),纳入2021年1月至12月在Kantonsspital Baden(瑞士)就诊的100例女性,平均年龄53.8岁(范围23–85岁)。
  • 全部100例均行超声g-SoS测量,其中92例另行乳腺X线摄影(Siemens Healthineers MAMMOMAT Revelation)并由两位放射科医生独立评估m-ACR分级。
  • 使用定制UF-760AG超声系统(Fukuda Denshi)及线阵换能器(FUT-LA385-12P,128阵元,300 µm间距,中心频率5 MHz)采集原始通道数据,每个部位连续采集两次,共四个测量值(两个方向各一对)。
  • 以m-ACR分级为参考标准,采用ROC分析评估g-SoS的诊断准确度。

诊断标准与关键数值

  • 致密乳腺(m-ACR C&D为阳性 vs A&B为阴性):AUC=0.931,阈值1505.6 m/s时敏感度78%、特异度100%。
  • 极致密乳腺(m-ACR D为阳性 vs 其他三类为阴性):AUC=0.906,阈值1522.9 m/s时敏感度100%、特异度77.5%。
  • m-ACR各分级g-SoS均值:A级1459.6±0.74 m/s、B级1475.6±15.92 m/s、C级1515.6±27.10 m/s、D级1545.7±20.62 m/s,除A-B组(p=0.77)外各组间差异显著。
  • g-SoS与m-ACR分级Spearman相关系数r=0.773;B型超声视觉评估与m-ACR不相关(r=0.133)。
  • g-SoS与年龄呈中度负相关(r=-0.581)。

临床应用与阅片要点

  • g-SoS可在常规手持换能器上测量,无需额外硬件或水浴装置,测量重复性高(同位置ICC=0.99,不同方向ICC=0.91)。
  • 作者认为g-SoS可帮助将致密乳腺患者分层至其他检查方式,并可整合进个体化风险评估。
  • 作者指出年龄不是乳腺密度的替代指标,强调需独立评估和报告乳腺密度。

局限性

  • 原文未报告局限性。
全文中译12 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者,按 CC BY 许可使用,本译文为翻译改编。出处:Eur Radiol. 2025 Jan 11;35(3):1490–501. doi: 10.1007/s00330-024-11335-w

引言

乳腺密度是指乳腺X线摄影图像上观察到的腺体组织数量。报告通常遵循美国放射学会(ACR)乳腺影像报告和数据系统(BI-RADS)的指南——最新为第5版[1]。该系统将乳腺密度分为四类:A类(几乎完全为脂肪型)、B类(散在纤维腺体密度区)、C类(不均匀致密型,可能遮挡小肿块)和D类(极度致密型,与乳腺X线摄影灵敏度降低相关)[1]。乳腺癌是女性癌症相关死亡的主要原因之一[2]。乳腺密度是乳腺癌风险的强预测因子[3, 4],据报道,乳腺极度致密的女性患癌风险相对高得多[4–6]。因此,除家族史和激素治疗等其他因素外,乳腺密度已成为个性化乳腺癌风险评估中的重要因素[7–9]。近期多项监管变化因而凸显了乳腺密度的重要性,并反映了其作为乳腺癌独立危险因素获得认可:在美国,截至2019年12月,已有38个州颁布法律,要求卫生专业人员告知乳腺密度增高的女性(或在某些州告知所有女性)其乳腺密度情况[10]。2023年10月,美国食品药品监督管理局出台了法规(于2024年9月生效),要求提供给患者的乳腺X线摄影报告须注明患者是否存在致密乳腺,同时解释乳腺密度的意义[11]。

致密乳腺组织与乳腺癌风险升高之间的关联要求改进筛查方法[6, 12, 13]。多项研究[6]报告,与密度最低的乳腺相比,密度最高的乳腺患乳腺癌的比值比为2.9至6.0倍。尽管密度分类定义存在差异,文献中常报告极度致密乳腺患癌比值比增加4.0倍或以上[5]。此外,随着乳腺密度增加,乳腺X线摄影的灵敏度降低[14, 15],从低乳腺密度的87%降至高乳腺密度的63%[16]。因此,乳腺X线摄影密度高的患者可能需要接受额外检查,如超声(US)或乳腺磁共振成像(MRI),以提高诊断灵敏度[17]。乳腺X线摄影的这些局限性进一步促使人们研究用于乳腺癌评估的新成像技术,其中超声提供了无电离辐射且成本效益较好的替代方案[18–24]。最新的BI-RADS词典[1]将乳腺组织的B型超声表现分为:a(均匀背景回声-脂肪型)、b(均匀背景回声-纤维腺体型)和c(不均匀背景回声)。然而,此类评估完全是定性的,因此可能高度主观。

美国计算机断层扫描(US computed tomography)在通过声速(speed-of-sound, SoS)测量来评估乳腺密度和检测癌症方面已显示出前景 [18–22]。然而,该技术的一个缺点是它需要专用的超声系统和一个定制的水浴患者检查台,扫描时乳房浸没其中。随后还需要额外的准备时间、后勤规划、空间和专门的操作人员,而这些都是稀缺资源,因此阻碍了其在临床中的应用。在 [23] 中,使用带有声学反射器附加装置的手持式换能器进行乳腺密度表征,但该方法需要在探头上附加硬件,因此降低了探头放置和操作的灵活性。在 [24] 中,使用没有任何附加设备的传统换能器以脉冲回波模式进行乳腺癌的鉴别诊断。尽管该研究的患者组较小(20 例),但它在区分导管癌与纤维腺瘤和健康乳腺组织方面显示出有前景的结果。

定量超声生物标志物对于整合到使用传统手持阵列换能器以脉冲回波模式工作的标准超声系统中具有价值。对于乳腺,此类成像生物标志物可作为乳腺X线摄影的补充或替代。考虑到传统上依赖放射技师对乳腺X线摄影的解读,这对于乳腺密度评估尤为重要。在 [25] 中提出了一种使用标准手持换能器估计全局声速(global SoS, g-SoS)的分析方法,并在数值和组织仿体模型中进行了评估。本研究的目标是评估一种基于 g-SoS 测量、使用常规超声机器的新型定量超声方法在乳腺密度评估中相对于乳腺X线摄影 ACR(m-ACR)分类的可行性、稳健性和准确性。

材料与方法

研究设计

本研究(NCT04480437)是一项前瞻性、单中心研究,纳入了 100 名女性患者,这些患者在 2021 年 1 月至 12 月期间于巴登州立医院(瑞士)预约了诊断性乳腺检查,符合纳入标准且我们已联系其入组。为促进数据集的多样性并避免对乳腺密度的偏倚,在入组期间,我们力求在预定进行活检和未进行活检的患者之间各半(均等)平衡患者队列。该研究获得了当地伦理委员会(EKNZ)和瑞士医疗器械管理机构(Swissmedic)的批准。所有女性在检查前均签署了知情书面患者同意书。本研究纳入的患者为 18 岁或以上的女性,且具备足够的德语能力以理解有关研究相关流程的书面和口头信息。哺乳期或易受伤害的患者以及患有乳腺炎的患者为排除标准。未根据患者乳腺密度进行选择。患者的平均年龄为 53.8 岁,范围为 23 至 85 岁。研究流程图见图 1。

所有100例患者均接受了超声检查,由同两名放射科医师完成。其中,共有92例患者为诊断目的接受了乳腺X线摄影成像(Siemens Healthineers,MAMMOMAT Revelation)。8例患者被排除在乳腺X线摄影之外,原因要么是年龄较轻(其中4例年龄在27岁以下),要么是基于既往建议或超声所见。不同m-ACR类别的样本图像见图2。两名放射科医师在乳腺X线摄影中独立进行了乳腺密度评估。第一阅片者为实施超声检查的放射科医师,第二阅片者随后独立评估乳腺X线摄影图像。若这些评估不一致,则由第三名放射学专家评估图像作为仲裁。在本研究中,92例患者中有3例在最初两名阅片者于ACR A与B或ACR C与D之间意见不一致时出现了这种情况。

对所有患者的绝经状态进行了审查(绝经前或绝经后)。16例患者报告激素状态未知,原因包括子宫切除术、月经周期不规则、口服避孕药或宫内节育器(IUD)。13例患者正在接受激素替代治疗。临床特征和患者概况总结于表1。

图1 研究流程图 查看原图 ↗
图2 基于美国放射学会(ACR)分类的密度类别样本乳腺X线摄影图像,从密度最低(ACR A)到密度最高(ACR D)。所有图像均使用Siemens Healthineers MAMMOMAT Revelation获得 查看原图 ↗
表1 研究参与者的临床特征和患者概况 查看原表 ↗

脉冲回波全局声速估计技术

使用[25]的方法量化组织的全局声速(SoS)值,如图3所示。首先,使用从换能器表面不同位置发射的超声(US)波对组织进行多次声照射。然后,根据接收到的超声回波,为每次发射生成单独的图像(波束形成)。为了将回波到达时间转换为B模式图像上的距离和位置,该波束形成步骤需要假设一个SoS值,在超声B模式成像中通常使用组织的平均和通用SoS值。类似地,我们在这里首先使用这样的通用SoS值对图像进行波束形成,然后比较这些图像是否存在任何微小的差异和错位。如果假设的SoS值与实际的SoS值相同,从不同方向观察组织点不应产生重大差异。请注意,在此设置中,源自两次不同发射并到达任何被观察组织位置的波传播经过不同的路径和距离,例如,右侧的图像点更靠近右侧的发射原点。如果实际组织SoS与假设的波束形成SoS不同,则几何距离差异会导致波束形成超声图像之间出现系统性偏移(错位)。这些微小的错位通常肉眼不可察觉,在此使用精细级位移跟踪技术进行追踪。然后,使用路径差异的几何模型预测实际SoS。为了获得稳健的估计,我们对多对发射图像同时进行此分析估计。为了确定估计的SoS值,我们通过用估计值替换假设的SoS值来重复上述过程,迭代直到连续迭代之间的SoS值变化小于1 m/s的SoS精度阈值或达到最多10次迭代,以先到者为准。

图3 全局声速(g-SoS)估计技术概述 查看原图 ↗

乳腺检查过程中的脉冲回波数据采集

每次乳腺超声均由第一读者使用(Fukuda Denshi)定制的UF-760AG超声系统进行。使用128阵元、间距300 µm的线阵换能器(FUT-LA385-12P)。每次发射事件包含4个半周期脉冲,中心频率为5 MHz。数据采集使用基于虚拟源发散波的成像序列,因为其具有更高的信噪比和运动稳健性[26]。每次数据采集发射17次超声发射事件,对应的图像波束形成至3 cm深度,位移按照[26]计算。利用这些,使用[25]的方法估计g-SoS,该方法也在上文进行了总结。波束形成时间偏移使用已知SoS值的组织模拟体模进行校准。

US 成像的乳腺位置为外上象限(UOQ),在同一位置拍摄两幅图像,这两幅图像相互垂直。在数据采集过程中,放射科医师首先使用现场的标准 US 机器(GE Healthcare,Logic E10)进行标准乳腺 US 检查。随后,在检测到任何病灶的乳腺侧(左侧或右侧),放射科医师使用 GE US 系统采集 B 模式图像,目的是将探头引导至组织分布均匀的位置。一旦基于 GE 系统确定位置,将 UF-760AG 换能器水平放置在该位置以获得 UOQ 的横切面视图,并在尽可能保持换能器稳定的同时,通过脚踏板启动我们方法的数据采集。我们实施这种踏板激活采集,以在不到一秒的时间内连续获取两次采集。接下来,将换能器以滚动运动旋转,对同一 UOQ 区域成像,但这次为垂直方向以获得矢状面视图;再采集两次采集。对于 4 例双侧乳腺均有病灶的患者,g-SoS 评估任意从左侧取材以与 m-ACR 比较。我们使用 Fukuda 机器采集数据,因为这使我们能够访问未处理(原始)US 通道信号数据,这是我们的方法所需而目前在 GE 系统上不可用的。为避免改变或影响现有临床常规,我们选择不完全替换 GE 机器,而是将 Fukuda 系统作为额外成像系统纳入。采集的 US 数据回顾性处理以计算 g-SoS 测量值;因此,在整个 US 或乳腺 X 线摄影评估过程中,读者均不知道任何结果。相应地,总共每个患者同一乳腺区域的四次 g-SoS 测量值可用于进一步分析,其中每两次测量配对分别来自完全相同的位点。

首先使用来自同一位置的两项测量值之间的差异来评估和报告可重复性。此外,该差异被用于判断两对中哪一对在推断患者 g-SoS 时更可靠,如下所示:在两对中,测量差异较大的一对被丢弃,患者 g-SoS 计算为剩余、更一致测量对的平均 g-SoS。

统计分析

统计分析使用 MATLAB(2021b,The MathWorks Inc.)进行。不同采集之间的声速(SoS)变异采用组内相关系数(ICC)和 Bland-Altman 图 [27] 评估。在 [28] 中,ICC 定义为:ICC 0.5 为差,0. ≤ ICC < 0.75 为中等,0. ≤ ICC < 0.9 为好,ICC ≥ 0.9 为优。采用 Bland-Altman 图展示平均 SoS 差异和一致性界限,即平均 SoS 差异 ± 1.96 标准差。不同 m-ACR 类别之间的 SoS 差异通过单因素方差分析(ANOVA)评估,随后进行 Tukey 真实显著差异(HsD)检验。统计显著性报告为:p 值 ≤ 0.001 用“***”表示,0.001 < p 值 ≤ 0.01 用“**”表示,0.01 < p 值 < 0.05 用“*”表示,较高 p 值无统计学显著性用“ns”表示。SoS 与乳腺密度类别之间的相关性使用非参数 Spearman 秩相关系数 r 评估。根据 [29],相关性为:r < 0.2 可忽略,0.2 ≤ r < 0.4 弱,0.4 ≤ r 0.7 中等,0.7 ≤ r 0.9 强,r ≥ 0.9 极强。进行受试者工作特征(ROC)分析以评估 SoS 对不同 m-ACR 确定的乳腺密度的诊断准确性。评估包括报告敏感性、特异性和曲线下面积(AUC)。拟合线性回归模型以检查年龄与 SoS 之间的相关性,该关系的强度通过 R 方(R2)量化。

结果

我们从全部 100 例患者获得了 g-SoS 测量值,而 m-ACR 类别仅从接受乳腺 X 线摄影检查的 92 例子集中获得。因此,对于需要乳腺密度金标准的分析,我们使用该子集;其他情况则使用整个数据集。

乳腺全局 SoS 估计的可重复性

测量可重复性在配对内评估,即同一精确位置连续两次采集之间的差异(不一致性)。每例患者有两个测量配对,每个方向各一个,图 4(上)共报告了 200 个差异,按测量方向进行颜色编码。对于第一个测量位置(方向),平均估计差异和标准差分别为 0.20 m/s 和 5.33 m/s。两次估计之间的平均绝对差异(MAD)为 3.53 m/s。在第二个测量位置,平均估计差异 ± 标准差为 0.43 ± 4.52 m/s;MAD 为 2.78 m/s。测量位置 1 和 2 的 ICC 值均为 0.99。

通过对每个采集配对的值取平均,获得每例患者每位置的值。据此,在图 4(下)中评估了同一组织区域(乳腺上外象限)不同测量位置/方向之间 g-SoS 的可重复性。估计差异均值和标准差为 –1.15 m/s 和 14.50 m/s,MAD 为 11.05 m/s,ICC 为 0.91。

图 4 每位置和每例患者全局声速(g-SoS)测量的一致性。实线显示测量差异的均值。虚线显示一致性界限,即均值 ± 1.96 * 标准差 查看原图 ↗

全局 SoS 预测乳腺 X 线摄影 ACR 乳腺密度类别

不同乳腺密度类别的 g-SoS 值

m-ACR分类与量化的g-SoS值之间存在强相关性,r = 0.773。每个m-ACR类别的平均g-SoS值列于表2中。每个m-ACR组的g-SoS分布见图5a。方差分析(ANOVA)显示所有四个乳腺密度类别之间均存在高度显著差异。组均值之间的两两比较(p值在图5中以星号标示)显示除A-B组间差异外(p值 = 0.77),其余组间差异均有强证据支持。

表2 各乳腺X线摄影美国放射学会(m-ACR)乳腺密度类别患者的全局声速(g-SoS)测量值(均值 ± 标准差) 查看原表 ↗
图5 a 不同乳腺密度类别的全局声速(g-SoS)测量值。不同乳腺密度组之间的统计学显著性采用双样本t检验报告,“***”表示p值 ≤ 0.001,“**”表示0.001 < p值 ≤ 0.01,“ns.”表示p值 > 0.01无统计学显著性。b 使用g-SoS作为诊断生物标志物对致密型(ACR C&D)乳腺进行分类的受试者工作特征(ROC)分析。c 使用g-SoS作为诊断生物标志物对极度致密型(ACR D)乳腺进行分类的ROC分析 查看原图 ↗

g-SoS用于乳腺密度分类

进行ROC分析以评估g-SoS作为定量诊断生物标志物对致密型乳腺(即m-ACR C&D为阳性 vs. A&B为阴性类别)进行分类以及对极度致密型乳腺(即D为阳性 vs. 其他三类为阴性)进行分类的性能。对于致密型乳腺分类,AUC为0.931,当SoS阈值为1505.6 m/s时,在100%特异性下灵敏度为78%。对于极度致密型乳腺分类,AUC为0.906,当阈值为1522.9 m/s时,在100%灵敏度下特异性为77.5%。

作为基于g-SoS测量值的m-ACR预测因子(分类器),我们选择了上述B–C和C–D区分阈值。对于A-B,我们选择1460.2 m/s,该值使A类的特异性最大化。基于此,m-ACR与基于g-SoS的乳腺密度类别之间的一致性见表3。所有31例非致密型(A或B)乳腺患者均通过g-SoS被准确分类为A或B。此外,所有12例极度致密型(D)乳腺患者均通过g-SoS被正确分类为D类。以允许一个类别误差(以± 1类别表示)的方式重新分析基于g-SoS的诊断分类,准确率达到98.9%,仅有一例误分类。

表3 基于超声全局声速(g-SoS)预测乳腺X线摄影美国放射学会(m-ACR)乳腺密度类别的交叉制表(括号内为百分比) 查看原表 ↗

B模式视觉评估用于乳腺密度分类

我们还研究了B模式超声表现评估与乳腺密度之间的关系。执行检查的放射科医师对92例B模式检查的视觉评估(a/b/c)与m-ACR类别不相关(Spearman r = 0.133)。

SoS与年龄的相关性

由于绝经后乳腺腺体组织的变化,乳腺密度通常随年龄增长而降低[30]。对于所有入组的100例患者,不同年龄的SoS值分布见图6。这表明g-SoS与年龄之间存在中等程度的负线性关系(r = −0.581)。

图6 全局声速(g-SoS)测量值与年龄的关系 查看原图 ↗

讨论

在本研究中,我们评估了一种基于全局声速(SoS)测量的定量超声方法(g-SoS)用于评估乳腺密度,发现该方法具有高度可重复性,并与乳腺影像报告和数据系统(m-ACR)分类强相关。致密乳腺和极度致密乳腺被成功且高精度地分类。本研究表明,使用标准超声硬件和常规手持换能器进行定量全局SoS测量,可以有效区分不同的乳腺密度类别。

我们的结果表明,虽然视觉B模式评估与m-ACR分类不相关(r = 0.133),但m-ACR分类与g-SoS测量之间存在显著的相关性和一致性(r = 0.773),与[23]中报道的(r = 0.746)相似。这证实了三维超声计算机断层成像的体积平均SoS值与乳腺X线摄影百分比密度之间观察到的相关性[20, 22]。在[31]中,被分类为密度类型4(致密乳腺)的患者其乳腺SoS值显著高于被分类为密度类型1(脂肪型)、2和3的患者;该分类依据的是使用数字而非字母的BI-RADS第4版。与这些基于超声的方法不同,本文所使用的方法仅需要常规超声硬件,不需要任何额外的物理组件。请注意,在超声检查过程中,我们使用了获得FDA和CE认证的UF-760AG采集原始数据,随后使用所述方法处理以测量乳腺全局SoS,这属于该设备的超说明书使用。

在本研究中,使用g-SoS对极度致密乳腺(m-ACR D)进行分类时,AUC为0.906,反映了高水平的诊断准确性。在选定的g-SoS阈值下,所有极度致密乳腺均以100%的准确率被正确识别,如表3所示。致密(C或D)乳腺分类的AUC为0.931,进一步表明高准确性。在选定的g-SoS阈值下,所有非致密乳腺(m-ACR A或B)均被正确分类为非致密。这是对[23]的重大改进,在[23]中17%的非致密乳腺患者(6/36)被错误分类为致密乳腺(C或D)。此外,在100%特异度下,本文提出的方法显示出78%的敏感度,与[23]中报道的15%相比大幅提高。

已知乳腺密度随年龄增长而降低。我们的结果表明,定量g-SoS与年龄之间存在中等程度的负线性关系(r = –0.581)。这证实了[30]的研究结果,该研究在7007名参与者中显示了年龄与乳腺X线摄影乳腺密度之间的负相关关系。在该研究中,相当比例的年轻女性表现为以脂肪型为主的乳腺,而一部分老年女性则表现为极度致密乳腺[30]。这与我们从图6中的观察一致,其中一些年轻患者的g-SoS值低于一些老年患者。因此,年龄不是乳腺密度的替代指标,进一步强调了对其进行独立评估和报告的必要性。

我们发现,SoS测量在两个评估位置上均具有高度可重复性,位置1的ICC为0.988,位置2的ICC为0.991;与[23]中报道的读者内一致性相当(ICC = 0.966–0.994)。当比较同一乳腺解剖结构在不同方向上的测量时,g-SoS的可重复性也良好,ICC为0.908。值得注意的是,这些ICC值显著优于已报道的ACR乳腺X线摄影乳腺密度的读者内一致性,例如[32]中的ICC = 0.77或读者间一致性(ICC = 0.57 [32]和ICC = 0.731–0.774 [23])。作为一种自动且定量的方法,我们所提出的方法本质上对读者变异性更为稳健。请注意,我们的可重复性研究的目的并非探究整个乳腺读数的可重复性,而是测试同一位置(本病例中为UOQ)周围多次测量和不同探头方向的稳健性和可重复性。我们的结果表明,仅从UOQ进行的基于g-SoS的密度测量即可给出与基于X线乳腺X线摄影的读数相当的结果。这一发现凸显了g-SoS在单一指示位置(UOQ)的临床适用性。

乳腺密度这一术语的临床使用主要指观察到的腺体组织数量。乳腺上皮和基质对X线的衰减大于脂肪,因此在乳腺X线摄影上相比脂肪显得更白[6]。从医学物理学和生物力学角度来看,介质中的SoS是介质(体积)硬度和密度的函数,其中SoS与硬度成正比,但与密度成反比。据此,对于较高的乳腺(物理)密度,应观察到较低的SoS。这似乎与本文以及若干早期研究的发现相矛盾。然而,考虑到腺体组织预计相比脂肪也具有更高的硬度,这可以得到解释。SoS在临床密度更高的乳腺中更高的经验性观察表明,乳腺(体积)硬度的增加超过其(生物力学)密度的增加。区分这两个生物力学变量并可能独立评估它们作为癌症危险因素的比较价值,可以是一个有趣的未来研究方向。然而,这种区分需要其他同步测量方式(例如,使用Hounsfield单位以排除物理密度的影响)和/或对切除乳腺组织进行离体生物力学实验,如[33, 34]中所述,这超出了我们当前工作的重点。

我们的研究存在一些局限性。我们的队列中包含少数40岁以下的女性以及少数接受激素替代治疗的女性,因此这些人群中的疗效可能需要进一步研究。此外,在我们的队列中,仅有两位患者的m-ACR为A类,这本身限制了将该类单独分类所能达到的统计学显著性。然而,单独区分A类可能临床相关性有限。因此,我们并未单独进行任何ACR A分类,而是在分析中将其与ACR B合并。这在临床上也是有意义的,因为ACR A和B通常不具有不同的风险特征、预后或患者管理选择。在致密乳腺分类方面,30%的患者(m-ACR C中47例里的14例)被g-SoS不准确地分类为非致密乳腺(A或B)。诊断ACR C类确实具有挑战性,因为这些乳腺同时表现出致密和非致密区域。我们的读者间观察结果以及文献[1]也表明了这一点。虽然乳腺X线摄影和超声旨在检查乳腺的同一解剖部位,但m-ACR与g-SoS在乳腺密度分类上的任何差异可能归因于这些模态之间所分析感兴趣区域的潜在偏移,例如其投影成像与横断面成像的性质,以及m-ACR评估所有乳腺象限而本研究中g-SoS仅在上外象限(UOQ)测量。此外,m-ACR与g-SoS在乳腺密度分类上的差异也可能源于乳腺X线摄影评估的主观性。因此,可以推测定量的g-SoS测量相对更可靠且不依赖观察者,但这需要进一步研究以通过其他金标准测量方法(如MRI)加以确认。

我们的US-SoS技术使用常规换能器,仅覆盖乳腺的一个横截面切片,缺乏全面覆盖。在我们的研究中,数据采集自UOQ同一位置周围两个不同的探头方向,因为已知UOQ的纤维腺体组织和乳腺体积以及因此的象限乳腺密度百分比高于其他象限[35, 36],并且最新的BI-RADS词典[1]指示应使用最致密的乳腺部分进行乳腺密度分类。因此,基于乳腺X线摄影的乳腺密度分类最可能取决于UOQ的纤维腺体组织含量。这也具有临床相关性,因为较致密的乳腺部分会降低乳腺X线摄影对包涵体的敏感性[1],而此类部分也呈现最高的乳腺癌风险[37, 38]。这些早期工作得到了我们结果的支持,结果表明仅在UOQ测量的g-SoS与全乳腺评估的m-ACR强相关。这一发现凸显了g-SoS在单一指示位置(UOQ)测量的临床潜力。这些结果也可能提示,即使在X线乳腺摄影中局部观察到致密纤维腺体组织,乳腺SoS可能在整个乳腺全局性变化,包括我们观察的UOQ。需要进一步研究来检验这一假设以及我们工作中产生的其他假设,例如通过增加测量位置数量(如不同象限)以实现更广泛的乳腺覆盖。结合不同象限的g-SoS测量也可能进一步改善分类性能,而本工作中仅UOQ测量已相当有前景。此外,尽管操作者将换能器放置在无肿瘤的乳腺横截面上(使用B模式图像引导),仍有可能未被注意的肿瘤导致g-SoS值人为增加。还应注意,m-ACR和g-SoS评估本质上不同的组织特性,前者评估视觉组织不均匀性,后者量化声速的物理值。

在本研究中,我们证明g-SoS是一种可重复、定量且非电离的生物标志物,有望用于乳腺密度分类。在乳腺X线摄影前使用g-SoS评估乳腺密度具有若干优势。乳腺X线摄影的敏感性随着乳腺密度的增加而降低[1]。因此,尤其是对于风险增加的年轻女性,基于SoS的密度评估有助于确定乳腺X线摄影是否合适。如果患者乳腺密度高,则可能更倾向于在诊断中加入断层合成,或使用超声或磁共振成像代替乳腺X线摄影。通过随时间重复测量,基于SoS的密度评估有助于确定进行乳腺X线摄影或磁共振成像的最佳时机, particularly for women using an IUD, undergoing hormonal substitution, and/or without regular periods [39]。此外,乳腺密度是乳腺癌的独立危险因素[3, 4]。基于SoS的密度评估可与其他危险因素一起整合到未来的风险计算工具中,以提供更精确和个性化的乳腺癌风险评估。这可能有助于初级保健;例如,在妇科检查期间定期进行基于SoS的乳腺密度评估,并结合其他危险因素,可能为X线乳腺X线摄影检查提供改进的癌症风险评估或分层。

引用

  1. Bezek CD, Farkas M, Schweizer D, et al. Breast density assessment via quantitative sound-speed measurement using conventional ultrasound transducers. Eur Radiol. 2025. PMID: 39798006. doi:10.1007/s00330-024-11335-w
  2. 全文:PMC11836241(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC11836241/

供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。