數字化乳腺X線征象微鈣化對乳腺良惡性疾病的診斷價值

方秀珍，李德春，王安震，張玉娜，陳淑婉，丁長青（通訊作者）

（1南通大學附屬豐縣醫院<豐縣人民醫院>影像科 江蘇 徐州 221700）（2徐州市中心醫院放射科 江蘇 徐州 221009）

隨著現代生活方式的轉變，乳腺疾病的發生率越來越高，且發病人群越來越年輕化，對女性的健康帶來嚴重威脅[1]。鉬靶X線檢查作為乳腺疾病的首選檢查方法，在乳腺癌的發現和診斷中具有不可替代的作用，對微鈣化的顯示具有其他醫學影像檢查技術無可比擬的優勢。因乳腺良性、惡性疾病不僅病理形態存在明顯差異，而且臨床特征也差異明顯，患者預后效果不同，所以對病情性質的準確判斷非常重要，不僅可以輔助選擇合理的治療方案，還可以使患者預后得到有效改善[2]。X線作為影像學診斷技術之一，在臨床中應用廣泛，數字化乳腺X線檢查可以將病變部位鈣化特征直接清晰地顯現出來，方便細致分型，進而作出初步診斷，對病情性質予以評價[3]。本文選取2018年3月—2021年4月在豐縣人民醫院就診的80例乳腺良惡性疾病患者，分析在乳腺良惡性疾病診斷中應用數字化乳腺X線微鈣化（microcalcifications, MCC）檢查的臨床價值。研究內容如下。

1 資料與方法

1.1 一般資料

選取2018年3月—2021年4月在豐縣人民醫院就診的80例伴有乳腺鈣化的乳腺良惡性疾病患者，所有患者微鈣化短徑不超過0.5 mm（其中可包含少許較粗顆粒鈣化），其中6例為雙乳發生鈣化。鈣化位于左乳者39例，右乳41例?；颊呔鶠榕?，年齡最大70歲，最小為35歲，年齡均值為（44.78±7.12）歲。其中60例患者已生育，20例未生育?；颊唧w質量均值為（56.13±1.41）kg。眾患者病變性質均經手術病理、穿刺活檢和隨訪證實，經病理檢查確診50例惡性病變、30例良性病變。納入標準：早期無明顯癥狀，部分患者出現乳腺局部不適感、放射性疼痛、經前乳房脹痛等現象；患者均知曉且同意參與本次研究。排除標準：合并其他部位惡性腫瘤疾病者；合并胸廓畸形、精神障礙、溝通障礙、嚴重心肝肺腎等重要臟器病變者；妊娠期、哺乳期患者等。

1.2 方法

檢查設備選擇德國西門子乳腺X線鉬靶機，對所有患者拍頭尾位（CC位）和內外側斜位（MLO位），必要時加照內外側位（ML位）或局部放大加壓片。所有病人圖像均在工作站由2位經驗豐富的從事乳腺影像學診斷5年以上的醫師放大觀察后統一診斷。根據美國放射學會（ACR）2013年頒布的乳腺影像報告和資料系統（BIRADS）分型標準，以鈣化灶的形狀、密度、大小、數量及分布情況予以詳細判斷[4]。

1.3 臨床觀察指標

（1）對照分析乳腺良惡性疾病的鈣化形態；（2）對照分析乳腺良惡性疾病鈣化數量、分布情況以及密度。

1.4 統計學方法

采用SPSS 17.0統計學軟件予以分析，計數資料用率（%）表示，選擇χ2檢驗，P＜0.05表示數據有統計學差異。

2 結果

2.1 乳腺良惡性疾病的鈣化形態分析

80例乳腺良惡性疾病患者中，50例惡性，30例良性。典型鈣化形態見圖1～圖8；從鈣化形態來看，惡性疾病患者的泥沙樣改變、線形分支樣改變以及蠕蟲樣改變占比顯著高于良性疾病患者（P＜0.05）；良性疾病患者的圓點樣改變、蛋殼樣改變、小片樣改變占比顯著高于惡性疾病患者（P＜0.05）。見表1。

表1 乳腺良惡性疾病的鈣化形態分析[n（%）]

圖1 ～圖8 典型鈣化形態

2.2 乳腺良惡性疾病鈣化數量分析

從鈣化數量來看，惡性疾病患者鈣化數量在10個及以上的占比顯著高于良性疾病患者（P＜0.05）。見表2。

表2 乳腺良惡性疾病鈣化數量分析[n（%）]

2.3 乳腺良惡性疾病鈣化分布情況分析

從鈣化分布情況來看，惡性疾病主要分布在節段，呈線性分布，良性疾病主要分布在區域，呈彌漫性分布，良惡性疾病的鈣化分布對比存在統計學差異（P＜0.05）。見表3。

表3 乳腺良惡性疾病鈣化分布情況分析[n（%）]

2.4 乳腺良惡性疾病鈣化密度分析

從鈣化密度來看，惡性疾病主要為等密度、低密度，良性疾病主要為高密度，良惡性疾病鈣化密度對比存在統計學差異（P＜0.05）。見表4。

表4 乳腺良惡性疾病鈣化密度分析[n（%）]

3 討論

微鈣化是乳腺組織疾病的數字化乳腺X線征象的重要診斷指標。正常細胞和癌細胞之間的組織微環境在許多方面都存在差異，特別是細胞外pH和糖酵解呼吸。還發現羥基磷灰石微鈣化微結構在組織病理學之間是不同的。與良性病灶相比，具有組織學惡性的羥磷灰石結晶度增加，相干長度（coherence length）在所有基礎晶體學方向上均與病理學分級顯著相關（P＜0.001）。與原位疾病和浸潤性惡性腫瘤相比，隨著惡變進展，垂直于基底平面的微晶尺寸和不均勻應變顯著增加（P＜0.05）。研究發現，組織微環境可以通過酸性前體影響羥基磷灰石的不同形成機制，從而導致碳酸鹽被替換為不同的氫氧化物和磷酸鹽，從而導致了微晶尺寸和不均勻應變的顯著變化[5]。據相關臨床研究指出，大部分乳腺病變通常會出現鈣化現象，產生這一現象的機制相對復雜，現階段尚未完全明確，一種觀點認為與壞死細胞礦化相關，這一種機制在惡性乳腺病變中比較常見；另一種觀點認為與細胞活躍分泌相關，這一種機制則在乳腺良性病變中常見，乳腺良惡性疾病的鈣化形態以及數量等通常存在一定差異[6]。臨床中，對于乳腺病變患者可以通過多種方式進行檢查，數字化乳腺X線檢查可以對病變鈣化特征直觀地顯示出來，并且可以細致地進行分型，具備較高的靈敏度以及特異度，所以通常在乳腺疾病診斷中應用[7]。鈣化在乳腺癌中的診斷占據特別重要的地位，作為乳腺癌的一個主要X線征象，它可以幫助對乳腺癌疾病的確診，約有4%～10%的病例，鈣化是診斷乳腺癌的唯一陽性依據。在所謂臨床“陰性”的乳腺癌中，至少有50%～60%是單獨憑借鈣化而作出診斷的，且其中約30%是原位癌，70%左右是管內癌、早期浸潤癌或浸潤性癌。法國學者de Lafomtan通過400例孤立叢狀微小鈣化手術證實病例的分析認為，小線蟲樣（蠕蟲樣）、線狀/分支狀及不規則大小的微小鈣化是惡性鈣化的最可靠指標，正確診斷率達90%[8]。另外，若微小鈣化總數超過30枚和微鈣化數超過20枚/cm2亦表明有癌細胞的可能。乳腺微鈣化（micro-calcification）是診斷早期乳腺癌的重要特征，也可能是早期乳腺惡性腫瘤的唯一指征[9]，約90%導管原位癌（ductal arcinoma in si-tu, DCIS）在乳腺X線攝影上檢測出微鈣化[10]。本次研究中，從鈣化形態來看，惡性疾病患者的泥沙樣改變、線形分支樣改變以及蠕蟲樣改變占比高于良性疾病患者，良性疾病患者的圓點樣改變、蛋殼樣改變、小片樣改變占比高于惡性疾病患者，這主要是因為良惡性乳腺病變鈣化部位差異而導致，其中惡性病變通常在實質組織中出現，如乳腺導管、腺泡等，所以鈣化體積相對較小，而且無規則的形態，因此以泥沙樣、線形分支樣以及蠕蟲樣改變為主，而良性病變通常在間質結構中出現，如血管、脂肪、纖維結締組織等，體積相對大，而且形態相對規則，以小片樣、蛋殼樣以及圓點樣改變為主。另外惡性疾病患者鈣化數量通常在10個及以上，分布在節段，呈線性分布，為等密度、低密度；良性疾病鈣化數量通常在10個以下，主要呈區域性分布，呈彌漫性分布，為高密度。因此臨床中可以根據鈣化形態、數量、分布以及密度等特征判定乳腺疾病良惡性[11]。有研究基于第5版《乳腺成像報告和數據系統》（BI-RADS），開發出一種對乳腺X線微鈣化的惡性風險進行分層的評分系統。結果顯示，與 BI-RADS描述符合的微鈣化陽性預測值（positive predictive value, PPV）和鈣化類別顯示出顯著差異。使用發達的評分系統，良性和惡性病變或BI-RADS類別的平均評分顯著不同（P＜0.001），提示基于BI-RADS形態學和分布描述符合的評分系統可用于對乳腺X線微鈣化的惡性風險進行分層[12]。一項對根據BI-RADS進行的微鈣化（MCC）分類與英國RCR五點乳房成像系統（UK RCR 5-point breast imaging system, UKS）的相關性研究，結果發現，結合形態學和MCC分布可準確預測惡性腫瘤，BI-RADS描述符的使用可以幫助在UKS中進行標準化報告描述[13]。有學者聯合應用數字X線及動態對比增強MRI，對觸診陰性的乳腺病變（nonpalpable breast lesion, NBL）的進行分類準確性的研究，結果顯示，該多模式成像可較好將NBL患者的BI-RADS 3-5類微鈣化的良惡性病變進行鑒別[14]。立體定位活檢是術前診斷乳腺病變的準確方法，但對于兩個以上可疑鈣化部位來說，鑒于形態相似的鈣化部位之間的組織病理學差異率接近20%，如果僅對一個部位進行活檢且病理提示惡性，則也需要對其他鈣化進行活檢；即使單部位活檢的病理結果是良性的，可能仍需要對其他部位進行活檢[15]。

本組納入的80例資料大部分為惡性病變。2例病灶為雙側，病理確診惡性50個（浸潤性癌39個，浸潤性癌伴DCIS 6個，DCIS 伴微浸潤3個，DCIS 2個）。良性20個（乳腺腺病12個，纖維囊性乳腺病2個，纖維腺瘤4個，導管內乳頭狀瘤1個，平坦型上皮不典型增生1個）。乳腺癌微鈣化多表現為鈣化細小，密度較低，潛在鈣化，呈泥沙樣、線形分支樣以及蠕蟲狀等模糊不定型鈣化，沿導管呈節段，線性分布。而乳腺良性病變，常表現為顆粒粗大，密度較高且較均一，且多為雙側，形態相對規則，以小片樣、蛋殼樣以及圓點樣改變為主，呈區域性或彌漫分布。

綜上所述，在乳腺良惡性疾病診斷中，數字化乳腺X線微鈣化檢查可以提高診斷準確性，其中鈣化的形態比分布對乳腺良、惡性病變鑒別更具有價值，而形態與分布聯合應用會進一步提高診斷準確率。實現定性診斷，為臨床提供可靠依據。