文献速递乳腺乳腺X线MR

通过病灶显著性和强化定量提升对比增强乳腺X线摄影的诊断效能

Improving the diagnostic performance of contrast-enhanced mammography through lesion conspicuity and enhancement quantification.
PubMed 文献 · Eur Radiol · 2025-04-03

该研究回顾性分析143个BI-RADS 2-5乳腺病灶的对比增强乳腺X线摄影(CEM)图像,评估病灶显著性(低/中/高)与定量强化指标(CEearly、CElate、%RSD)对良恶性鉴别及背景实质强化(BPE)区分的作用。早期重组视图对比度(CEearly)鉴别恶性与良性或BPE的AUC分别为0.83和0.88,区分BPE与癌的 specificity 达90%;CEM与DCE-MRI强化模式一致性为fair/moderate(κ=0.35)。结论认为病灶显著性和强化定量可提升CEM预测恶性的特异度,CEearly诊断效能最佳。

要点

  • CEearly鉴别恶性与良性病灶AUC 0.83,鉴别恶性与BPE的AUC 0.88,区分BPE与癌特异度90%。
  • 低显著性病灶中49/60(82%)为正常/良性;高显著性病灶9/9(100%)均为浸润性癌。
  • CEM与DCE-MRI强化模式一致性fair/moderate(κ=0.35),wash-out模式一致性较高(κ=0.5)。

核心结论

  • 病灶显著性和强化定量均可提升CEM预测恶性的特异度,其中CEearly诊断效能最佳。
  • CEearly鉴别正常/良性或BPE与癌的AUC分别为0.83和0.88,区分BPE与癌的特异度为90%。
  • CEM与DCE-MRI强化模式一致性为fair/moderate(κ=0.35),wash-out模式一致性更高(κ=0.5)。

研究设计与样本

  • 回顾性分析2016年12月至2023年3月两项前瞻性研究(CONTEND单中心随机对照预试验;BRAID英国多中心前瞻性试验)中CEM检出的BI-RADS 2-5病灶。
  • 最终纳入143个病灶(来自237个候选病灶,排除图像质量欠佳16个、缺少组织病理29个、双视图均无法显示病灶49个),其中正常/良性82个、B3病灶4个、活检证实癌57个。
  • CEM使用Senographe Essential或Pristina数字乳腺X线系统,注射碘海醇300(100 mL,3 mL/s)后2分钟开始采集CC和MLO低/高能图像,早期(CC)与晚期(MLO)视图间隔4-5分钟。
  • MRI使用Optima MR450w 1.5-T扫描仪,注射0.1 mmol/kg钆布醇后以84秒间隔采集5期,用于66个病灶的强化模式对照(CEM与MRI中位间隔17天,IQR 10-30天)。
  • 由3名乳腺影像放射科医生独立评估病灶显著性(低/中/高,基于BI-RADS CEM词典),并绘制病灶与背景ROI计算CEearly、CElate和%RSD;以最大约登指数确定阈值,AUC评估诊断效能。

关键影像表现/征象

  • 病灶显著性分为低、中、高三级,低指强化等于或高于BPE,高指强化远高于BPE,中指介于两者之间。
  • 低显著性病灶中49/60(82%)为正常/良性;恶性病灶中44/57(77%)为中度或高度显著;高显著性病灶9/9(100%)均为浸润性癌。
  • 非浸润性病灶中6/8(75%)为中度显著,1/8(12.5%)无强化;表现为非肿块强化的正常/良性病灶中29/40(71%)为低显著。
  • CEM强化模式与病灶显著性相关(χ2=12.6,P=0.01):低显著病灶以渐进性强化为主(39/60,65%),高显著病灶中7/9(78%)为wash-out或平台型。
  • CEM与DCE-MRI强化模式一致性fair/moderate(κ=0.35,P<0.001),wash-out模式一致性κ=0.5(P<0.001),渐进性κ=0.30(P=0.01),平台型κ=0.31(P=0.01)。

诊断标准与关键数值

  • CEearly鉴别良性(n=28)与恶性(n=55)病灶AUC为0.83;鉴别BPE(n=48)与恶性(n=55)病灶AUC为0.88。
  • CEearly区分BPE与癌的特异度为90%,恶性验后概率分别为76%和88%。
  • %RSD分类:渐进性>10%,平台型-10%≤%RSD≤10%,wash-out<-10%。
  • CEearly、CElate在良性或BPE中显著低于恶性,浸润性与非浸润性癌之间无显著差异(CEearly P=0.71;CElate P=0.45)。

临床应用与阅片要点

  • 基于BI-RADS CEM词典评估病灶显著性(低/中/高)可用于辅助鉴别良恶性,低显著病灶多为正常/良性。
  • 定量CEearly在区分恶性与良性或BPE方面表现最佳,可辅助提升CEM特异度。
  • CEM与DCE-MRI强化模式一致性仅fair/moderate,在CEM上判读wash-out模式时需注意与MRI的差异。

局限性

  • 本文为对前瞻性研究图像所进行的回顾性分析,且仅纳入可识别病灶的病例。
  • 研究样本中癌症数量有限,可能解释显著性与其他组织病理学特征之间缺乏显著关联。
  • 部分病例因图像质量欠佳、缺少组织病理或双视图无法显示病灶而被排除。
全文中译17 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 Apr 3;35(10):6385–97. doi: 10.1007/s00330-025-11501-8

引言

对比增强乳腺摄影(CEM)是一种功能性成像技术,近年来在临床实践中日益普及。它是一种在静脉注射对比剂后,对头尾位(CC)和内外斜位(MLO)的二维图像进行双能量重组的方法,用于检测强化乳腺病灶。与动态对比增强磁共振成像(DCE-MRI)类似,CEM可提供有关病灶血管分布的信息[1]。DCE-MRI的病灶强化强度和动力学已显示可用于区分良恶性病灶,明显强化和廓清模式提示恶性[2]。此外,DCE-MRI的特征有助于区分肿瘤亚型[3]和预测淋巴结转移[4]。

已发表的研究表明,CEM检测乳腺癌的敏感性与MRI相当[1, 4–10]。然而,MRI和CEM的缺点之一是特异性相对较低,可能导致不必要的召回[5]。对CEM上病灶强化的定性和定量分析已有研究,结果令人鼓舞但不尽一致[11–16]。近期一项对23项量化CEM病灶强化研究的综述[17]指出,良性病灶的强化往往弱于恶性病灶。此外,两项研究注意到CEM与MRI之间强化模式相似,恶性病灶主要呈现廓清强化,良性病灶呈现渐进性强化模式[13, 14]。

病灶显著性(lesion conspicuity)是CEM特有的BI-RADS描述词,最近已被纳入词典,在预测恶性方面显示出前景[18, 19]。近期研究尝试根据病灶强化来区分浸润性与非浸润性肿瘤或激素受体状态,结果不一[13, 19]。与DCE-MRI一样,将背景实质强化(BPE)与真正的乳腺病灶区分开来是CEM的另一挑战[20, 21]。定量方法可能改善CEM上的病灶表征并指导临床管理。

本研究旨在评估CEM重组图像上乳腺病灶的定性和定量强化,探讨其对预测恶性的特异性及整体诊断性能的影响。次要目标是在接受两种检查的患者亚组中,分析CEM与MRI之间病灶强化模式的相关性。

材料与方法

研究队列通过选取2016年12月至2023年3月期间在本机构进行的CEM检查中的病灶而建立,这些检查是两项经伦理批准的前瞻性研究的一部分。第一项研究(CONTEND;NCT02479100)是一项前瞻性、单中心、随机对照预试验,于2016年至2019年间开展,比较常规诊疗(乳腺X线摄影、超声联合/不联合MRI)与增加CEM用于乳腺癌术前分期的效果。第二项研究(BRAID;NCT04097366)是英国近期的一项前瞻性多中心试验,比较补充成像(缩短乳腺MRI、自动乳腺超声或CEM)在50–70岁致密乳腺女性中检测乳腺癌的效果。两项研究的参与者均提供了知情同意。

纳入/排除标准

接受CEM检查、BI-RADS 2–5类病变且经活检证实或随访至少2年的病例符合纳入条件。排除标准为图像质量欠佳、缺失组织病理学结果,或在一个或两个体位中均未显示病变。

图像采集

CEM

检查在Senographe Essential(GE Healthcare)或Pristina(GE Healthcare)数字乳腺X线摄影系统上进行。两项试验采用了相似的CEM采集方案。简言之,在筛查对比剂注射禁忌证后,使用高压注射器以3 mL/s经静脉给予100 mL碘海醇300(Omnipaque,GE Healthcare)。随后在对比剂注射后2分钟开始,对每侧乳腺的CC位和MLO位分别获取一对低能(LE)和高能(HE)图像。电压设置取决于乳腺密度和厚度,由自动曝光控制选择(LE曝光为26–31 kVp;HE曝光为45–49 kVp)。如果怀疑存在病变,则先对患侧乳腺进行成像。早期(CC)与晚期(MLO)视图之间的时间间隔为4分钟至5分钟。每个视图的重组图像由各系统的专有算法生成。

MRI

所有乳腺MRI检查均在Optima MR450w 1.5-T MRI扫描仪(GE Healthcare)上使用专用8通道乳腺线圈、按标准完整临床方案进行。获取定位像后,采集2 mm轴位T2加权序列。DCE-MRI包括3D脂肪饱和T1加权图像(层厚:2 mm),随后在以2 mL/s通过泵给予0.1 mmol/kg Gadovist(Bayer Healthcare)并用20 mL生理盐水冲洗后,以84秒间隔采集5个期相。生成对比剂注射后减影图像和最大强度投影以供审阅。

图像分析

图像分析包括对前瞻性采集图像的回顾性评估,所有评估均在我们的机构由对患者临床病理信息不知情的阅片者进行。在CEM重组图像上,强化病灶定义为与BPE相似或更强的非对称性强化区域。三位放射科医师分别具有6年(I.B.)、7年(M.N.)和>10年(I.A.)的乳腺影像经验,以及分别为2年、3年和5年的CEM经验,他们根据最新的BI-RADS CEM词典[18]独立评估每个病灶的显着性。BPE在CC和MLO视图上均进行评估,特别关注局灶性非对称性强化。根据BI-RADS CEM词典[18],局灶性非对称性BPE可能模仿或掩盖病理学病灶,需要进一步评估。这一区分至关重要,因为局灶性非对称性BPE与弥漫性BPE不同,后者通常代表生理性强化而非潜在病理。病灶显着性与BPE进行比较,评为低、中或高,其中低指强化等于或大于BPE,高指强化远大于BPE,中指强化介于低和高之间。阅片者之间的分歧通过共识解决。每位放射科医师在每位患者的CEM重组图像上分别绘制两个感兴趣区(ROI),一个代表强化异常或BPE(在两个视图上均表现为局灶性非对称性强化),另一个为非强化背景,用于计算:对比强化(CE)和相对信号差异百分比(%RSD),作为强化强度的指标。病灶对比强化分别针对早期(CC视图;来自时间上较早视图的对比度[CEearly])和晚期(MLO视图;来自时间上较晚视图的对比度[CElate])视图计算,使用CE = (Sa − Sb)/Sb,其中Sa是病灶ROI内的最大像素值,Sb是背景ROI的平均值。%RSD计算为100 × [(CElate − CEearly)/CEearly],用于将CEM强化模式分类为渐进性(%RSD > 10%)、平台型(−10% ≤ %RSD ≤ 10%)或廓清型(%RSD < −10%)[14]。每个病灶的定量强化指标(即CEearly、CElate、%RSD)通过平均阅片者的测量值计算。病灶ROI涵盖整个强化异常区域。对于背景区域,注意覆盖乳腺脂肪成分[13, 22],排除腺体组织或强化区域(补充图1)。此外还记录了病灶大小和强化类型(肿块或非肿块[18])。

MRI判读

MRI图像由至少两位乳腺放射科医师(>5年经验)审阅,根据我们科室的方案与乳腺放射科医师小组达成共识。所有图像均进行审阅,使用CADstream(Merge Healthcare Inc.)评估病灶形态和强化动力学。

对作为临床检查一部分同时进行了增强MRI的患者亚组(即在CEM后1–4周内),进行了CEM与MRI之间强化模式的比较。

组织病理学

所有病变均经组织病理学确诊,肿瘤的组织学亚型、激素受体状态及淋巴结状态均取自病理报告。良性病变经2年随访验证。为便于分析,病变被分类为正常/良性(即良性病变和背景实质强化(BPE))或恶性(即浸润性和非浸润性癌症)。

统计分析

统计分析使用jamovi 2.3版(The jamovi project, 2024; https://www.jamovi.org/)或GraphPad Prism 10.0.0版(Windows版,GraphPad Software)完成。连续数据的正态性采用Shapiro–Wilk检验评估。两组或多组独立组间的比较分别采用Mann–Whitney U检验或Kruskal–Wallis检验。连续变量之间的相关性采用Spearman相关系数(ρ)评估,而有序变量之间以及有序变量与连续变量之间的相关性采用Kendall's τb评估。分类变量的关联性采用卡方(χ2)检验评估。事后分析结果采用Holm法进行多重比较校正。观察者间对显著性的一致性采用Kendall协调系数(W)评估,而CEM与DCE-MRI强化模式之间的一致性采用Cohen's κ衡量。定量显著性参数(即CEearly、CElate、%RSD)区分良性病变或BPE与恶性肿瘤的能力采用受试者工作特征(ROC)曲线及曲线下面积(AUC)评估。各参数的分类阈值采用最大Youden指数确定。恶性和良性的验后概率采用Fagan列线图计算。统计显著性定义为p < 0.05。

结果

从503例CEM检查中回顾性选取了118例CEM检查中的237个BI-RADS 2–5类病变。所有病变均经活检证实,或经乳腺X线摄影、CEM和/或MRI随访至少两年。237个病变中有94个(39.7%)因图像质量欠佳(n = 16/237,6.8%)、缺乏组织病理学结果(n = 29/237;12.2%)或病变在CC和MLO两个视图上均未能显示(n = 49/237;20.7%)而被排除。最终队列纳入143个病变(图1)。

在分析的病变中,82/143(57%)经活检或两年随访时CEM/MRI分类为正常/良性(B1或B2),4/143(3%)的病变活检显示为恶性潜能不确定(B3),其余57/143(40%)的病变为活检证实的癌症。表1总结了患者人群的临床病理特征。

图1 研究流程图。CEM,对比增强乳腺X线摄影;BI-RADS,乳腺影像报告和数据系统;CC,头尾位;MLO,内外斜位 查看原图 ↗
表1 研究人群的临床病理特征(n = 143个病变) 查看原表 ↗

定性评估

定性评估结果见表2。病灶显著性与病灶组织学显著相关(χ2 = 65.9,p < 0.001)。在低显著性病灶中,49/60(82%)为正常/良性,而44/57(77%)恶性病灶为中度或高度显著(图2A)。所有高显著性病灶(9/9,100%)均为浸润性癌。6/8(75%)非浸润性病灶为中度显著,而1/8(12.5%)病灶无强化(图2B)。此外,29/40(71%)表现为非肿块强化的正常/良性病灶显示低显著性(图2C)。显著性分别与肿瘤分级(τb = −0.12,p = 0.36)、分子亚型(χ2 = 2.68,p = 0.26)或病理性淋巴结状态(χ2 = 5.9,p = 0.12)之间未观察到显著关联。然而,所有(9/9,100%)高显著性病例均为 luminal 亚型(激素受体(HR)阳性/HER2阴性)的中/高级别癌症(补充表1)。

显著性评估显示观察者间一致性很强(W = 0.87,p < 0.001),B3(n = 4)和无强化(n = 10)病灶达到完全一致(W = 1)。读者一致性(Kendall's W)在背景实质强化(BPE)、良性病灶和恶性病灶分别为0.55、0.87和0.88。

图3显示了代表性的对比增强乳腺摄影(CEM)低能图像和重组图像,以及相应的MRI增强后图像,展示了低度和中度显著性的病灶。

表2 纳入研究病灶的强化特征(n = 143) 查看原表 ↗
图2 病灶显著性(n = 143个病灶)与A病灶组织学、B癌症类型以及C表现为非肿块强化(NME)的正常/良性(B1/B2)或恶性病灶的关系。无强化病灶包括:B3病灶——伴小叶非典型的柱状细胞和纤维囊性细胞改变(n = 1)、无不典型的导管内乳头状瘤(n = 1);良性病灶——无非典型的柱状细胞和纤维囊性细胞改变(n = 2)、囊肿(n = 1)、纤维腺瘤(n = 1)、乳腺炎(n = 1)、MRI上表现良性的病灶(n = 1);恶性病灶——导管原位癌(n = 1)、管状癌,1级,HR+/HER2−(n = 1)。(A)中显示中度显著性的两个B3病灶包括一个经典型小叶原位癌和一个伴放射状瘢痕的囊肿。B1,正常组织学诊断;B2,良性组织学诊断;B3,组织学上恶性潜能不确定;HR,激素受体;HER2,人表皮生长因子受体2 查看原图 ↗
图3 一位51岁女性(来自BRAID试验)的代表性CEM和MR图像,其筛查乳腺X线摄影正常,CEM上显示中度和低显著性的病灶。A 低能乳腺X线摄影,CC位(左)和MLO位(右);B CEM重组图像,CC位(左)和MLO位(右),显示右乳外上象限中度显著性的不对称非肿块强化(NME)(右乳黄色箭头,CEearly:0.059,CElate:0.054,%RSD:−5.6%)。组织病理学证实为浸润性NST癌,1级,HR+/HER2−,活检显示中级别和高级别DCIS。左乳外上象限低显著性NME(左乳星号,CEearly:0.038,CEate:0.05,%RSD:23%),符合BPE,经对比增强乳腺MRI证实;C 相应的增强后轴位MRI和减影图像,显示右乳上象限的不对称NME(黄色箭头)。左乳的点状强化与BPE相关(黄色星号)。CEM,对比增强乳腺X线摄影;CC,头尾位;MLO,内外斜位;CEearly,早期视图的对比度;CElate,晚期视图的对比度;%RSD,相对信号差;NST,非特殊型;DCIS,导管原位癌;HR,激素受体;HER2,人表皮生长因子受体2 查看原图 ↗

定量评估

病灶显著性与CEearly(τb = 0.52,p < 0.001)、CElate(τb = 0.52,p < 0.001)或%RSD(τb = −0.23,p < 0.001)显著相关。良性疾病或BPE的CEearly和CElate均显著低于恶性肿瘤,浸润性与非浸润性癌之间无显著差异(图4A、B)。非肿块强化的正常/良性病灶中CEearly值低于恶性病灶(图4A)。相反,良性疾病或BPE的%RSD高于恶性肿瘤,非浸润性癌高于浸润性癌(图4C)。BPE与良性病灶之间未观察到定量指标的显著差异。

图4 (A)时间早期视图对比度(CEearly:)、B时间晚期视图对比度(CElate)和C残留信号差百分比(%RSD)的散点图,分别为(左)良性(n = 28) vs 恶性病灶(n = 55)或BPE(n = 48);(中)浸润性(n = 49) vs 非浸润性癌(n = 7);(右)表现为非肿块强化(NME)的正常/良性(n = 40) vs 恶性(n = 10)病灶。无强化病灶和/或组织学上恶性潜能不确定的病灶(n = 12)被排除在本分析之外。黑线表示中位数。图中未显示无显著性的p值。CEearly,浸润性 vs 非浸润性,p = 0.71;CElate,浸润性 vs 非浸润性,p = 0.45;CElate,NME-正常/良性 vs NME-恶性,p = 0.05;%RSD:NME-正常/良性 vs NME-恶性,p = 0.2。BPE,背景实质强化;B1,正常组织学;B2,良性组织学 查看原图 ↗

CEM强化模式

CEM强化模式与病灶显著度显著相关(χ2 = 12.6,p = 0.01)。低显著度病灶主要表现为渐进性强化(39/60;65%),而7/9(78%)高显著度病灶表现为廓清或平台型强化(补充图2)。病灶组织学与强化模式相关(χ2 = 48.1,p < 0.001),54/82(66%)正常/良性病灶表现为渐进性强化,而38/57(67%)癌症表现为平台/廓清型模式(补充图2)。癌症类型与CEM强化模式无显著相关(χ2 = 6.4,p = 0.1),尽管浸润性肿瘤更常表现为平台/廓清型强化(38/49;78%),7/8(87.5%)非浸润性癌症表现为渐进/平台型强化(补充图2)。CEM强化类型与肿瘤分级(χ2 = 7.8,p = 0.25)、分子亚型(χ2 = 3.3,p = 0.51)或淋巴结状态(χ2 = 2.7,p = 0.44)无显著相关。

CEM与DCE-MRI强化模式之间的一致性

在66个同时行DCE-MRI检查的病灶亚组中(补充表2)(CEM与MRI之间中位间隔时间为17天[IQR:10,30]),CEM与MRI强化类型之间的一致性为一般至中等(Cohen's κ = 0.35,p < 0.001),其中5/8(63%)在CEM上无强化的病灶在MRI上显示渐进性模式。表现为廓清型模式的病灶一致性程度(Cohen's κ = 0.5,p < 0.001)高于渐进性(Cohen's κ = 0.30,p = 0.01)或平台型强化(Cohen's κ = 0.31,p = 0.01)的病灶。图5展示了一个高显著度恶性病灶伴廓清型强化的CEM示例图像,以及相应的增强后MRI图像。

图5 一名38岁女性浸润性非特殊型癌患者的代表性CEM重组图像和MR图像,组织学分级3级,HR+/HER2−,伴高级别导管原位癌。A 左外上象限强化肿块病灶(黄色箭头),在CC和MLO视图上显示高显著度及廓清型强化模式(%RSD:−22.5)。B 相应的增强后MRI显示III型强化。CEM,对比增强乳腺摄影;NST,非特殊型;HR,激素受体;HER2,人表皮生长因子受体2;DCIS,导管原位癌;CC,头尾位;MLO,内外斜位;%RSD,相对信号差异百分比 查看原图 ↗

显著度定性和定量描述指标鉴别良恶性病灶的诊断效能

表3和表4总结了显著度定性和定量描述指标的诊断效能,以及区分恶性与正常/良性病灶或BPE的分类阈值。图6展示了所有显著度指标的ROC曲线。与其他指标相比,CEearly在区分正常/良性病灶或BPE与癌症方面表现更优,恶性度的验后概率分别为76%和88%(表2和表3)。

表3 显著度描述指标及分类阈值鉴别良性(n = 28)与恶性(n = 55)病灶的诊断效能 查看原表 ↗
表4 显著度描述指标及分类阈值鉴别BPE(n = 48)与恶性病灶(n = 55)的诊断效能 查看原表 ↗
图6 用于区分A良性 vs 恶性病变、B背景实质强化(BPE) vs 恶性病变的受试者工作特征(ROC)曲线。本分析共纳入131个病变。非强化病变和/或组织学上恶性潜能不确定的病变(n = 12)被排除。 查看原图 ↗

讨论

这项对筛查和有症状CEM研究中选定病变的回顾性分析表明,使用对比剂量化病变强化可提高CEM在区分良性病变或BPE与恶性肿瘤方面的特异性和整体诊断性能。早期重组视图中的病变对比度在区分恶性肿瘤与良性病变或BPE方面优于其他指标,AUC值分别为0.83和0.88,在区分恶性病变与BPE时特异性为90%。

CEM是一种新兴的对比增强成像技术,具有高诊断敏感性但特异性相对较低[22]。其在诊断和筛查环境中日益广泛的应用需要额外方法来提高特异性并减少不必要的召回[23]。既往研究探讨了CEM上病变强化的定性和定量特征用于预测恶性肿瘤,结果不一[13, 14, 24–26]。据我们所知,这是首项综合分析CEM重组图像上病变显著性与病变强化定量指标之间关系并比较其诊断性能的研究。

显著性(conspicuity)是近期BI-RADS CEM词典中引入的一种新描述符,可能有助于增强病变表征。近期研究表明,CEM上的病变显著性在预测恶性肿瘤方面表现出令人满意的诊断性能,高显著性显著 correlated with ER/PR阴性或3级癌症[19],而CEM上良性病变的低显著性已被发现可能有助于减少临床实践中的假阳性[27]。同样,我们的研究揭示了显著性与病变组织学之间的显著相关性,大多数低显著性病变为正常/良性,而恶性病变主要表现为高显著性。尽管本研究中癌症数量有限可能解释了显著性与肿瘤组织病理学之间缺乏显著关联,但我们的结果与既往研究[19, 28]大致一致,这些研究也报告了显著性与癌症组织病理学之间无显著关联,同时显著性与癌症分级之间存在显著正相关[19]。

显著性评估显示出较强的观察者间一致性(W = 0.87),对B3和非强化病变完全一致。然而,BPE的读者一致性(W = 0.55)低于良性(W = 0.87)或恶性病变(W = 0.88)。关于BPE显著性的中等读者间一致性可能源于读者对轻度和中度BPE的感知差异,这与既往关于CEM上BPE分类研究的观察结果一致[29]。

我们观察到病变组织学与早期和晚期重组视图的对比增强之间存在显著相关性。尽管已发表研究在CEM增强定量评估方面存在方法学差异,但我们的发现与既往报道一致[6, 13, 14, 24, 30],显示恶性病变的信号增强显著高于良性病变。早期重组视图的对比度(CEearly)能更好地区分良恶性病变,表明对比剂给药后3分钟内测量的病变增强可提供关于恶性的重要信息。然而,与Liu等[13]不同,定量指标或CEM增强类型与肿瘤组织病理学无显著关联。这可能归因于本研究中癌症数量有限,且多为激素受体阳性的导管癌。

病变组织学与CEM增强模式显著相关,正常/良性病变表现为渐进性增强,而癌症主要呈平台型或廓清型模式。这一观察与Deng等[14]一致,他们报道了CEM上增强模式递减与恶性之间的关联,并与DCE-MRI结果一致,其中廓清增强通常提示恶性[31, 32]。

与Liu等[13]一致,我们发现浸润性与非浸润性癌症之间定量指标差异不显著,56%的非浸润性癌症表现为渐进性增强。然而,关于使用CEM区分浸润性与非浸润性疾病的文献存在矛盾。Rudnicki等[24]发现浸润性与原位癌之间定量指标存在显著差异,而Liu等[13]注意到良性与原位病变之间增强强度存在差异,但非浸润性与浸润性癌症之间无差异。我们的发现与对比增强MRI的观察结果相似,其中约一半的非浸润性病变表现为持续增强[33, 34]。

尽管关于CEM诊断性能的数据不足,既往研究表明其具有高敏感性和中等特异性,与MRI相当[35, 36]。在本研究中,CEearly在区分正常/良性病变与恶性病变方面表现出优于其他指标的性能(AUC = 0.83),与既往研究报告的AUC值(0.70–0.88)一致[13, 19, 24, 25]。此外,我们能够以90%的特异性区分BPE与癌症。我们的结果与Boca等的研究大致一致,他们使用基于CEM的影像组学区分BPE与恶性[37]。

在66个病变的亚组中,DCE-MRI与CEM增强类型之间的一致性为一般至中等(Cohen's κ = 0.35),低于Liu等报告的值(Cohen's κ = 0.52)[13]。这一差异可能与后者研究中接受MRI检查的样本量较小(n = 28)有关,该研究仅纳入有症状病例。有趣的是,我们观察到对于表现为廓清增强的病变,CEM与DCE-MRI增强模式之间的一致性(Cohen's κ = 0.5)高于渐进性增强(Cohen's κ = 0.30)或平台型增强(Cohen's κ = 0.31)的病变。

与既往研究[13]类似,我们采用病灶内的最大值而非平均值来计算对比增强,因为前者不依赖于感兴趣区的放置、病灶形状和大小,从而为病灶强化定量提供了一种一致且可重复的方法。此外,最大值更好地代表了异质性病灶的峰值对比度,尽管它更易受噪声影响。平均值虽能更好地反映病灶整体强度,但也更显著地受到部分容积效应和感兴趣区边界不一致性的影响。

我们的研究存在若干局限性。第一,这是一项单中心回顾性研究,癌症和良性病变的数量有限。第二,对比剂注射时间和剂量缺乏标准化是CEM已知的局限性,可能影响强化强度和模式的定量[38, 39]。第三,我们的研究仅侧重于评估重组图像上的病灶强化,而未考虑低能图像上的形状、边缘、钙化或扭曲等特征。鉴于低能图像在临床实践中CEM评估中的重要作用,将低能乳腺X线摄影的特征与强化程度相结合,并对不一致病例进行共识判读,可能获得更准确的结果[40]。第四,约40%的病灶在初步筛选时因CC和MLO视图上病灶不可见、图像质量欠佳或缺乏组织病理学等原因被排除。虽然这些排除可能影响了病灶样本的代表性,但应用这些排除标准对于保持结果的准确性和可靠性是必要的。最后,本研究的回顾性性质使我们无法评估CC和MLO视图之间病灶构型差异对各个时间点对比度测量值和RSD的影响。然而,既往研究发现两种视图之间的信号强化和对比度差异无统计学意义[22]。此外,我们确定对比度的方法在两种视图之间具有可比性。

总之,我们的结果表明,量化病灶强化显著性和模式可以提高CEM在区分BPE或良性病变与恶性肿瘤方面的特异性和诊断性能,有望减少不必要的召回和良性活检。将病灶显著性纳入常规CEM报告可增强病灶评估和诊断准确性。CEM方案的标准化结合AI辅助工具进行快速病灶勾画和强化定量,可能提升稳健性并简化临床实施[41]。需要大型多中心研究来建立可靠的显著性阈值,并验证其与AI工具的整合以优化临床工作流程。

补充信息

电子补充材料

引用

  1. Allajbeu I, Nanaa M, Manavaki R, et al. Improving the diagnostic performance of contrast-enhanced mammography through lesion conspicuity and enhancement quantification. Eur Radiol. 2025. PMID: 40180638. doi:10.1007/s00330-025-11501-8
  2. 全文:PMC12417241(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12417241/

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。