對比增強乳腺X線攝影平均腺體劑量與乳腺病變的相關性

林淑儀，熊小麗，黃安紅，徐維敏，文嬋娟，馬 樂，蔡裕興，陳衛國

南方醫科大學南方醫院放射科，廣東 廣州510515

乳腺癌高居女性惡性腫瘤發病率第1位［1］，早期乳腺癌的檢出和治療尤其重要。中國女性腺體大多為致密型腺體，使用對比增強乳腺X線攝影（CESM）能更好地顯示病變［2-3］。CESM是通過靜脈注射一定量的碘對比劑2 min后，利用碘的K緣效應進行常規體位曝光攝影，在7 min內完成攝影，獲得高低能量圖像，并通過后處理最終獲得低能圖和減影圖［4-5］。常規乳腺X線攝影劑量與腺體的密度、壓迫厚度、患者年齡、過濾材料和攝影條件的選擇有關，本研究僅討論病變對乳腺X線劑量的影響。CESM 常規攝影每側乳腺須進行CC 位和MLO位2個體位高低能量的曝光。有研究發現，CESM的乳腺平均腺體劑量（AGD）高于低能圖的AGD，且與乳腺纖維腺體組織類型、病變部位及年齡相關（P＜0.05）［6］。但目前病變的類型、性質及大小對CESM的AGD、低能圖AGD 及高能圖AGD 影響研究仍較少。本研究探討乳腺病變與CESM的AGD、低能圖AGD及高能圖AGD的關系，旨在為CESM檢查方法的輻射劑量控制提供更多的參考依據。

1 資料與方法

1.1 研究對象

收集2018年2～10月在本院行CESM檢查且經組織學病理證實的123例女性患者作為研究對象。納入標準：未懷孕；無乳腺手術史：健側無病變；未接受放化療；無假體置入者。排除標準：已知或疑似對碘對比劑或其他對比劑過敏，或有多種藥物過敏或哮喘病史；已知或疑似肝、腎、心臟功能不全；左右乳房大小不對稱［7］。123例患者年齡28～76歲（45.30±9.47歲）。本研究經過醫院倫理委員會（NFEC-2017-136）的批準，所有患者簽署了知情同意書。

1.2 研究方法

CESM檢查采用全數字化乳腺X線機Senographe Essential（GE，USA）。檢查前先靜脈注射對比劑（典比樂370，拜耳，美國），劑量為1.5 mL/kg，速率為3 mL/s［8］。在注射對比劑完成后的2 min進行乳腺常規體位攝影，要求5 min內拍完4個體位。先拍攝患側CC位［9］，再拍攝患側MLO位，然后拍攝健側CC位，最后拍攝健側MLO位。每個體位生成低能圖像以及由低能圖像和高能圖像經后處理生成的減影圖像［10］。

1.3 圖像分析

由2名從事乳腺診斷5年以上的放射科醫師采用雙盲法分別對CESM圖像進行診斷，記錄和分析［11］。判斷病變是否為腫塊型病變及記錄腫塊型病變長徑（≥2 cm組及＜2 cm組）。腫塊型病變長徑測量：選擇病變顯示最清晰的低能圖像，測量病變最長徑3次，取平均值；病變邊緣表現為毛刺型時，最長徑測量至毛刺根部。

1.4 AGD數據及病理結果收集

AGD數據收集：所有患者的低能圖AGD、高能圖AGD均可在后處理工作站搜集得到，通過把高、低能圖的AGD相加得到減影后AGD。分別記錄健側、患側的低能圖AGD、高能圖AGD及減影后AGD。病理結果收集：所有病例均有手術病理證實，并分為良性組和惡性組。

1.5 統計學方法

所有數據采用SPSS20.0軟件進行統計分析。良惡性病變、腫塊型與非腫塊型病變、≥2 cm腫塊型病變組與＜2 cm腫塊型病變組的低能圖AGD、高能圖AGD及減影后AGD的比較行單因素方差分析。乳腺健側與患側的低能圖AGD、高能圖AGD及減影后AGD的比較行配對t檢驗。以P＜0.05為差異具有統計學意義。

2 結果

2.1 良惡性病變的低能圖AGD、高能圖AGD及減影后AGD對比

本研究共123例，包括惡性病變65例，良性病變58例。良惡性病變之間的低能圖AGD、高能圖AGD及減影后AGD差異均具有統計學意義（P＜0.05，表1）。惡性病變的低能圖AGD、高能圖AGD及減影后AGD均高于良性病變。

表1 良惡性病變低能圖、高能圖及減影后圖像的AGDTab.1 AGD of low energy,high energy and subtraction images of benign and malignant lesions(mGy)

2.2 受檢者乳腺健側與患側之間的低能圖AGD、高能圖AGD及減影后AGD對比

無論良惡性病變，乳腺患側及健側的高能圖AGD差異均具有統計學意義（P＜0.05），而低能圖AGD及減影后AGD差異均無統計學意義（P＞0.05，表2）。惡性病變的高能圖AGD，患側與健側的差值均數為0.11，而良性病變差值均數為0.06。

2.3 乳腺腫塊型病變與非腫塊型病變低能圖AGD、高能圖AGD及減影后AGD對比

123例患者中，腫塊型病變86例，非腫塊型病變37例。乳腺腫塊型病變與非腫塊型病變低能圖AGD、高能圖AGD及減影后AGD差異無統計學意義（P＞0.05，表3）。

表2 乳腺良、惡性病變健側與患側低能圖、高能圖及減影后圖像的AGDTab.2 AGD of low energy, high energy and subtraction image of healthy and affected sides of benign and malignant breast lesions(mGy)

表3 乳腺腫塊型病變與非腫塊型病變的AGD對比Tab.3 Comparison ofAGD between breast mass lesions and non-mass lesions(mGy)

2.4 乳腺腫塊型病變長徑≥2 cm組與＜2 cm組的低能圖AGD、高能圖AGD及減影后AGD對比

本組中腫塊型病變共86 例，其中根據腫塊型病變長徑進行分組包括腫塊長徑≥2 cm 組（n=44）及長徑＜2 cm組（n=42）。乳腺腫塊型病變腫塊長徑≥2 cm組及長徑＜2 cm組低能圖AGD、高能圖AGD及減影后AGD差異均具有統計學意義（P＜0.05，表4）。乳腺腫塊型病變腫塊長徑≥2 cm組的低能圖AGD、高能圖AGD及減影后AGD均高于長徑＜2 cm組病變。

表4 乳腺腫塊型病變長徑≥2 cm組與長徑＜2 cm組的AGD對比Tab.4 Comparison of AGD between long diameter ≥2 cm group and long diameter ＜2 cm group of breast mass lesions(mGy)

2.5 乳腺惡性腫塊型病變長徑≥2 cm組與＜2 cm組的低能圖AGD、高能圖AGD及減影后AGD對比

本研究86 例腫塊型病變中有57 例惡性腫塊型病變，并根據病變長徑進行分組，其中腫塊長徑≥2 cm 組32 例，＜2 cm 組25 例。兩組乳腺患側及健側的高能圖AGD差異均具有統計學意義（P＜0.05，表5），而低能圖AGD及減影后AGD差異均無統計學意義（P＞0.05）。

表5 乳腺惡性腫塊型病變長徑≥2 cm組與長徑＜2 cm組的AGD對比Tab.5 Comparison of AGD between long diameter ≥2 cm group and long diameter ＜2 cm group of breast malignant mass lesions(mGy)

3 討論

CESM是近年推出的一項X線新技術，已成為診斷可疑乳腺病變的重要補充手段［12-15］。已有研究對CESM的輻射劑量進行了探討，發現CESM的輻射劑量顯著高于全數字化乳腺攝影［16］。而關于良惡性病變之間的劑量對比仍未見報道。本研究對乳腺良惡性病變所導致的CESM平均腺體劑量差異進行探討，發現良惡性病變之間的低能圖AGD、高能圖AGD及減影后AGD差異均具有統計學意義（P＜0.05）。惡性病變的低能圖AGD、高能圖AGD 及減影后AGD 均高于良性病變。同時無論良惡性病變，乳腺患側及健側的高能圖AGD差異均具有統計學意義（P＜0.05），患側乳腺高能AGD均高于健側的高能AGD；雖然乳腺患側及健側的低能圖AGD及減影后AGD差異均無統計學意義（P＞0.05），但患側乳腺低能圖及減影后AGD的平均值均高于健側。我們推測導致這些AGD不同的可能原因是，物質密度是影響X線衰減的重要因素［17］，在整個CESM拍攝過程中，系統采用的是自動曝光控制（AEC）模式。乳腺惡性病變的密度高于良性病變，物質密度越大，吸收X線越多，透過該物質后的X線衰減也越多。對于患側乳腺的病變，由于增加了乳腺實質的密度，透過的X射線減少，系統自動調到較高的峰值電壓（kVp）與電流量（mAs）。Fredenberg等［18］利用X射線衰減的能量依賴性證明了光譜成像可以區分不同的原子序數和密度。因此，乳腺惡性病變的AGD高于良性病變，同時患側的AGD顯著高于健側。

本研究進一步發現，乳腺腫塊型病變與非腫塊型病變低能圖AGD、高能圖AGD及減影后AGD差異無統計學意義（P＞0.05）。該結果可能與樣本量差異或者樣本量較少有關，其研究本量腫塊型病變86例，非腫塊型病變37例。乳腺腫塊型病變腫塊長徑≥2 cm組及長徑＜2 cm組低能圖AGD、高能圖AGD及減影后AGD差異均具有統計學意義（P＜0.05）。無論腫塊長徑≥2 cm組還是＜2 cm組，乳腺患側及健側的高能圖AGD差異均具有統計學意義（P＜0.05），而低能圖AGD 及減影后AGD差異均無統計學意義（P＞0.05）。當腫塊長徑≥2 cm且病變表現為惡性時，患側的高能AGD大于健側的高能AGD；且腫塊的最大徑越大，AGD越高，這說明輻射劑量與腫塊的大小密切相關。AGD的差異隨著病變大小的增加而增加，在CC和MLO視圖上，惡性腫瘤患者的AGD差值顯著增加。此外，病變越大，X射線吸收和AGD差異越大，說明輻射劑量與病變最大直徑密切相關，尤其是惡性病變［19］。

本研究發現，在AEC曝光模式下，CESM的AGD主要與病變良惡性相關，而與病變類型無關；且同一種病變性質，乳腺兩側的低能圖及CESM的AGD無差別；僅高能圖AGD有差異，與全數字化乳腺攝影的差異的原因可能是過濾選擇不同。攝影低能圖用的是銠銠過濾，而攝影高能圖用的是銠銅過濾。本研究發現腫塊型病變大小影響低能圖AGD、高能圖AGD 及減影后AGD。而對于病變為非腫塊的輻射劑量，其患側的輻射劑量雖然高于健側，但差異無統計學意義。

根據文獻報道，傳統的乳腺癌模型多納入患者臨床信息，如年齡、哺乳史、家族史、初潮年齡、月經情況等，應用最為廣泛的Gail模型［20］、Tyrer模型［21］等。而近年來的乳腺癌模型，隨著計算機能力的提升，基于模糊邏輯的CAD模型、影像組學模型、基于深度學習的卷積神經網絡模型已經越來越多用于乳腺良惡性病變的鑒別［22-23］。這些模型大多基于對乳腺的病變特征進行提取及分類，以增強病變的檢測能力，提高模型的診斷效能。Zheng等［24］則對兩側乳腺實質的非對稱性進行研究，發現其可作為一個風險因子，以預測乳腺癌風險。雖然以上研究已取得良好的鑒別能力，但對于輻射劑量這一特征仍未進行考慮，納入該特征，有望進一步提高鑒別模型的診斷性能。我們的研究發現在AEC曝光模式下，CESM的AGD主要與病變良惡性相關，而與病變類型無關。CESM的AGD作為可能的風險因子，對于乳腺癌的CESM診斷及預測模型的進一步研究具有一定的提示作用。

綜上所述，對于CESM檢查，在AEC曝光模式下，CESM的AGD主要與病變良惡性相關，而與病變類型無關。乳腺癌患側高能圖的輻射劑量要高于對側，該特征加入良惡性鑒別的模型中，可能有助于提高模型的診斷效能。本研究的局限性在于所納入的病例不足，有待增加樣本量進行深入分析；另外，本研究單中心研究，數據來源單一，有望在后續研究進一步提高數據質量。