切换至 "中华医学电子期刊资源库"
高级检索
中华医学超声杂志（电子版）

中华医学超声杂志（电子版） >

2024 , Vol. 21 >Issue 12: 1095 - 1102

DOI: https://doi.org/10.3877/cma.j.issn.1672-6448.2024.12.001

浅表器官超声影像学

超声黏弹性成像技术对≤3 cm 乳腺肿块良恶性的鉴别诊断价值

  • 朱彩霞 1 ,
  • 刘志兴 1 ,
  • 谌芳群 1 ,
  • 王婧玲 1 ,
  • 姚谨 1 ,
  • 彭星琦 1 ,
  • 毛毅 1 ,
  • 陈莉 , 1, †
展开
  • 1.330000 南昌大学第一附属医院超声医学科
陈莉，Email：
Chen Li, Email:

Copy editor: 汪荣

网络出版日期: 2025-01-23

基金资助

江西省重点研发计划（20203BBGL73196）

版权

版权归中华医学会所有。 未经授权，不得转载、摘编本刊文章，不得使用本刊的版式设计。 除非特别声明，本刊刊出的所有文章不代表中华医学会和本刊编委会的观点。
收起

Value of ultrasound viscoelastic imaging technology in differential diagnosis of benign and malignant breast masses≤3 cm

  • Caixia Zhu 1 ,
  • Zhixing Liu 1 ,
  • Fangqun Chen 1 ,
  • Jingling Wang 1 ,
  • Jin Yao 1 ,
  • Xingqi Peng 1 ,
  • Yi Mao 1 ,
  • Li Chen , 1, †
Expand
  • 1.Department of Ultrasound, the First Affiliated Hospital, Jiangxi Medical College, Nanchang University, Nanchang 330000, China

Online published: 2025-01-23

Copyright

Copyright by Chinese Medical Association No content published by the journals of Chinese Medical Association may be reproduced or abridged without authorization. Please do not use or copy the layout and design of the journals without permission. All articles published represent the opinions of the authors, and do not reflect the official policy of the Chinese Medical Association or the Editorial Board, unless this is clearly specified.
Fold

摘要

目的

分析乳腺肿块的黏度特征并探讨超声黏弹性成像技术在乳腺肿块良恶性鉴别中的应用价值。

方法

前瞻性收集2023 年9 月至2024 年6 月就诊于南昌大学第一附属医院的乳腺肿块（≤3 cm）患者151 例。穿刺活检或手术前均行常规超声、超声黏弹性成像及剪切波弹性成像检查，测量肿块区及其周围2 mm 腺体组织的弹性参数及黏弹性参数值。以病理学检查结果为金标准，选择受试者工作特征曲线下面积（AUC）最大的弹性及黏弹性相关参数为最优参数，根据其最优截断值调整超声乳腺影像报告和数据系统（BI-RADS）分类，比较调整前后的诊断效能及准确性。

结果

本研究纳入151 例病灶，87 例良性，64 例恶性。鉴别乳腺肿块良恶性的最佳弹性相关参数为肿块周围2 mm 腺体组织的弹性最大值（S-Emax），最佳黏性系数相关参数为肿块周围2 mm 腺体组织的黏性系数最大值（S-Vmax），最佳频散系数相关参数为肿块周围2 mm 腺体组织的频散系数最大值（S-Dmax），最佳截断值分别为89.76 kPa、6.31 Pa·s、15.37 m/s/kHz。经S-Emax、S-Vmax、S-Dmax 最佳截断值调整BI-RADS 分类后，诊断准确性分别为88.08%、90.73%、84.77%，AUC 分别为0.902、0.920、0.899，均较调整前的准确性（80.13%）及AUC（0.847）增加（均P＜0.05）。其中，经S-Vmax 调整后的BIRADS 分类的AUC 最高，但较于其他两者差异无统计学意义（均P＞0.05）。

结论

超声黏弹性成像技术能够反映乳腺肿块及其周围组织的黏度信息，在乳腺肿块的良恶性鉴别中具有与剪切波弹性成像技术相当的诊断效能，具有潜在的临床应用价值。

关键词： 乳腺肿块; 超声检查; 黏弹性; 弹性; 鉴别诊断

本文引用格式

朱彩霞 , 刘志兴 , 谌芳群 , 王婧玲 , 姚谨 , 彭星琦 , 毛毅 , 陈莉 . 超声黏弹性成像技术对≤3 cm 乳腺肿块良恶性的鉴别诊断价值[J]. 中华医学超声杂志（电子版）, 2024 , 21(12) : 1095 -1102 . DOI: 10.3877/cma.j.issn.1672-6448.2024.12.001

Abstract

Objective

To analyze the viscosity characteristics of breast masses and investigate the clinical value of ultrasound viscoelasticity imaging in the differential diagnosis of benign and malignant breast masses.

Methods

A total of 151 patients with breast masses (≤3 cm ) were prospectively collected in the First Affiliated Hospital of Nanchang University from September 2023 to June 2024.Conventional ultrasound, ultrasound viscoelasticity imaging, and shear wave elastography were performed before puncture biopsy or surgery.The elastic parameters and viscoelastic parameter values of the mass area and the 2 mm glandular tissue around the mass were measured.Taking the pathological results as the gold standard, the elastic and viscoelastic parameters with the largest area under the receiver operating characteristic curve(AUC) were selected as the optimal parameters.The breast imaging reporting and data system (BI-RADS)classification was adjusted according to the optimal cutoff values, and the adjusted diagnostic efficacy and accuracy were compared.

Results

This study included 151 lesions, of which 87 were diagnosed as benign lesions and 64 as malignant lesions.The best elasticity-related parameter for distinguishing benign and malignant breast masses was the maximum elasticity value of 2 mm glandular tissue around the mass(S-Emax), the best viscosity coefficient-related parameter was the maximum viscosity coefficient value of 2 mm glandular tissue around the mass (S-Vmax), and the best dispersion coefficient-related parameter was the maximum dispersion coefficient value of 2 mm glandular tissue around the mass (S-Dmax).The best cutoffvalues of these parameters were 89.76 kPa, 6.31 Pa·s, and 15.37 m/s/kHz, respectively.After adjusting the BI-RADS classification by the optimal cutoff values of S-Emax, S-Vmax, and S-Dmax, the accuracy rates were 88.08%, 90.73%, and 84.77%, and the AUC were 0.902, 0.920, and 0.899, respectively, which were all higher than the accuracy (80.13%) and AUC (0.847) before adjustment (P＜0.05).Among them, the AUC of BIRADS classification adjusted by S-Vmax was the highest, but there was no significant difference compared with those of the other two (P＞0.05).

Conclusions

Ultrasound viscoelasticity imaging technology can reflect the viscosity information of breast masses and their surrounding tissues.It has diagnostic efficacy comparable to that of shear wave elastography in differentiating benign from malignant breast masses and has potential clinical application value.

Key words： Breast mass; Ultrasonography; Viscoelasticity; Elasticity; Differential diagnosis

乳腺癌的发病率逐年上升且趋于年轻化，2022年全球新发癌症约1996 万例，其中女性乳腺癌居第二位，有230 余万，约占11.6%，是导致女性癌症死亡的主要原因之一[1]。术前鉴别乳腺良恶性肿块的影像学检查手段包括钼靶、超声、磁共振成像等，但不同方法各有利弊[2-3]。近年来，剪切波弹性成像（shear wave elastography，SWE）在乳腺肿块良恶性诊断中表现出重要价值，但其局限性在于将乳腺组织假设为线性、均一性的理想化弹性模型[4]。然而，任何生物软组织均表现出黏弹性特征，将软组织视为纯弹性体，而忽略黏度特征会导致对弹性测量的偏差[5]，特别是在乳腺、肝脏等强黏性介质中。超声黏弹性成像是一种新型的无创超声成像技术，可对组织的黏度特征直接或间接进行量化，从而准确地表征组织力学特性的改变，为判断乳腺肿瘤性质提供全新的视角。本研究旨在利用超声黏弹性成像技术分析乳腺肿块的黏度特征，并探讨其在鉴别乳腺肿块良恶性中的临床应用价值。

资料与方法

一、对象

前瞻性收集2023 年9 月至2024 年6 月就诊于南昌大学第一附属医院的乳腺肿块患者151 例，均为女性，年龄18 ～75（43.52±13.67）岁。纳入标准：（1）所有病灶均经穿刺活检或手术切除后病理证实；（2）临床资料齐全；（3）术前超声显示实性或实性为主的肿块型乳腺病灶。排除标准：（1）既往有乳腺手术史者；（2）病灶检查前已经接受穿刺活检及放化疗等治疗者；（3）妊娠或哺乳期女性；（4）病灶≥3 cm 致黏弹性成像取样框无法完整包络者；（5）病灶距体表距离＞4 cm 致黏弹性图像质量不满意者。多发病灶患者仅选取1 个病灶纳入研究。本研究经南昌大学第一附属医院伦理委员会批准（批件号：IIT2024 临伦审第595 号）及患者知情同意。

二、仪器与方法

1.仪器：应用迈瑞Resona R9、Resona A20 超声诊断仪，采用L15-3WU（频率5 ～14 MHz）、LM18-5WU（频率5 ～18 MHz）高频线阵探头。
2.常规超声：受检者取仰卧位于检查床上，双手上举过头，充分暴露乳腺及腋窝。以乳头为中心做放射状扫查，记录目标病灶的位置、形态、最大径、生长方向、内部回声、边缘、后方回声、声晕、钙化情况，根据Adler 血流分级[6]评估病灶血流情况。并依照美国放射学会（American College of Radiology，ACR）制定的乳腺影像报告和数据系统（breast imaging reporting and data system，BIRADS），对每个病灶进行分类。由具有5 年及以上乳腺超声检查经验的2 名医师完成，存在争议者，经讨论后得出一致结论。
3.超声剪切波弹性成像及超声黏弹性成像检查：常规超声检查观察病灶并确定病灶最佳检查切面后，保持探头与皮肤垂直，固定探头，切换至黏弹性成像模式，开启四幅图像显示，设置感兴趣区（region of interest，ROI）包含病灶及周围乳腺组织，待运动稳定性指数提示大于四颗星及图像可信度指数大于95%后采集图像。手动描记肿块ROI，将“shell”（壳，肿块周围腺体组织）值设置为2 mm，自动生成肿块区及其周围2 mm 腺体组织的弹性参数及黏弹性参数值（图1）。本研究选择肿块周围2 mm 的腺体组织进行研究的原因为既往研究[7-8]表明乳腺肿块周围2 mm 腺体组织的最大弹性值及黏度值在良恶性鉴别中表现出最好的诊断效能。肿块区弹性参数为肿块的弹性最大值（maximum elasticity，Emax）、平均值（Emean）、最小值（Emin）、标准差（Esd）；黏弹性参数包括黏性系数及频散系数，肿块区的黏性系数最大值（maximum viscosity，Vmax）、平均值（Vmean）、最小值（Vmin）、标准差（Vsd），频散系数最大值（maximum dispersion，Dmax）、平均值（Dmean）、最小值（Dmin）、标准差（Dsd）。肿块周围2 mm 腺体组织弹性参数为壳的弹性最大值（S-Emax）、平均值（S-Emean）、最小值（S-Emin）、标准差（S-Esd）；同理得到壳的黏性相关参数，包括S-Vmax、S-Vmean、S-Vmin、S-Vsd、S-Dmax、S-Dmean、S-Dmin、S-Dsd。自动获得病灶内和2 mm 壳整体的相关弹性参数及黏弹性参数值，包括A'-Emax、A'-Emean、A'-Emin、A'-Esd、A'-Vmax、A'-Vmean、A'-Vmin、A'-Vsd、A'-Dmax、A'-Dmean、A'-Dmin、A'-Dsd。以上参数值均测量3 次取其平均值，以减少测量误差。
图1 患者女性，61 岁，病理证实为乳腺浸润性癌。图a 为常规二维超声图像；图b 为可信度图；图c 为剪切波弹性成像图；图d 为黏弹性成像图（黏性系数图）；图e 为黏弹性成像图（频散系数图）
4.乳腺肿块BI-RADS 分类调整方案：以病理学检查结果为金标准，绘制受试者工作特征（receiver operating characteristic，ROC）曲线，用约登指数来确定各弹性参数、黏性系数及频散系数参数的最佳截断值，以进一步调整BI-RADS 分类。乳腺病灶的最佳参数小于截断值，BI-RADS分类降级，初始BI-RADS 3 类的病灶不做降级处理；大于截断值，BI-RADS 分类将升级，初始BIRADS 5 类的病灶不做升级处理。
5.评估超声黏弹性成像技术的稳定性：病例收集过程中随机对50 例患者在间隔15 min 前后由同一检查者进行2 次黏弹性成像技术测量，评价乳腺肿块黏弹性成像技术测值的操作者内一致性；另外由2 名检查者随机对50 例患者在同一时间行黏弹性成像技术测量，评价操作者间一致性。

三、统计学分析

使用SPSS 26.0 和Medcalc 22.0 软件分析数据。符合正态分布的计量资料以±s 表示，组间比较采用独立样本Student t 检验；计数资料以例（%）表示，组间比较采用χ2 检验。以病理学检查结果为金标准，绘制ROC 曲线，确定各弹性及黏弹性参数的最佳诊断截断值，根据其调整BI-RADS 分类，采用DeLong 检验比较调整前后的曲线下面积（area under curve，AUC），评价诊断效能。操作者间及操作者内测量的一致性分析采用组内相关系数（interclass correlation coefficient，ICC）。以P＜0.05 为差异有统计学意义。

结 果

一、一般资料及病理学检查结果

151 个乳腺病灶根据穿刺活检或手术切除后病理结果分为恶性组（64 个）和良性组（87 个），具体病理类型见表1。恶性组年龄25 ～75（50.7±12.9）岁，病灶最大径0.6 ～2.9（1.94±0.68）cm；良性组年龄18 ～72（38.1±12.1）岁，病灶最大径0.4 ～3.0（1.44±0.75）cm。恶性组与良性组相比，年龄及病灶最大径差异均有统计学意义（t 值分别为6.018、4.205，均P＜0.001）。
表1 151 例乳腺病灶的病理类型
病理类型 病灶数[例（%）]
恶性组（n=64）
浸润性癌 55（85.9）
导管内原位癌 5（7.8）
导管内乳头状癌 2（3.1）
恶性叶状肿瘤 1（1.6）
黏液癌 1（1.6）
良性组（n=87）
纤维腺瘤 26（29.9）
腺病 26（29.9）
导管内乳头状瘤 3（3.4）
肉芽肿性小叶炎 2（2.3）
化脓性炎 1（1.1）
其他良性病变 29（33.4）

二、常规超声特征及BI-RADS 分类

乳腺病灶良性组与恶性组相比，肿块的常规超声参数在结节形状、内部回声、边缘、钙化、后方回声衰减、高回声晕、纵横比、Adler 血流分级方面，差异有统计学意义（均P＜0.05）。病理结果良性病灶多为BI-RADS 3 ～4a 类，恶性病灶多为BI-RADS 4b ～5 类，良恶性组间BI-RADS 分类差异有统计学意义（P＜0.001，表2）。
表2 乳腺良恶性肿块的常规超声特征及BI-RADS 分类[例（%）]
超声特征 恶性（n=64） 良性（n=87） χ 2值 P值
结节形状 30.865 ＜0.001
圆形或椭圆形 3（4.7） 40（45.8）
不规则 61（95.3） 47（54.2）
内部回声 30.865 ＜0.001
均匀 3（4.7） 40（45.8）
不均匀 61（95.3） 47（54.2）
边缘 65.342 ＜0.001
规整 6（9.4） 66（75.9）
模糊、毛刺、成角、分叶 58（90.6） 21（24.1）
钙化 15.942 ＜0.001
无 24（37.5） 61（70.1）
有 40（62.5） 26（29.9）
后方回声衰减 43.371 ＜0.001
无 19（29.7） 72（82.8）
有 45（70.3） 15（17.2）
高回声晕 80.549 ＜0.001
无 20（31.3） 86（98.9）
有 44（68.7） 1（1.1）
纵横比 10.428 0.001
≤1 35（54.7） 69（79.3）
＞1 29（45.3） 18（20.7）
Adler血流分级 57.745 ＜0.001
0～Ⅰ级 10（15.6） 68（78.2）
Ⅱ～Ⅲ级 54（84.4） 19（21.8）
BI-RADS分类 47.732 ＜0.001
3～4a 20（31.3） 75（86.2）
4b～5 44（68.7） 12（13.8）

三、乳腺良恶性肿块弹性成像及黏弹性成像各参数的诊断效能

乳腺良恶性肿块区及其周围2 mm 壳的弹性参数及黏弹性参数的诊断效能见表3。在所有弹性参数鉴别乳腺良恶性肿块的诊断效能比较中，S-Emax的AUC 最大，为0.900，最佳截断值为89.76 kPa。在良恶性组中差异有统计学意义的所有黏性系数参数中，S-Vmax 的AUC 最大，为0.887，最佳截断值为6.31 Pa· s。在良恶性组中差异有统计学意义的所有频散系数参数中，S-Dmax 的AUC 最大，为0.839，最佳截断值为15.37 m/s/kHz。
表3 乳腺良恶性肿块弹性成像及黏弹性成像各参数的诊断效能
参数 恶性组（n=64） 良性组（n=87） t值 P值 截断值 敏感度（%） 特异度（%） 约登指数 AUC 95%CI
E（kPa）
Emean 27.42±12.43 22.70±13.4 2.202 0.029 ＞19.03 79.69 48.28 0.28 0.640 0.558～0.716
Emax 141.50±56.69 66.09±48.37 8.798 ＜0.001 ＞93.53 82.81 86.21 0.69 0.876 0.812～0.924
Emin 3.10±3.12 6.20±4.96 -4.698 ＜0.001 ≤3.65 75.00 59.77 0.35 0.732 0.654～0.801
Esd 17.49±6.86 10.17±7.42 6.182 ＜0.001 ＞10.34 85.94 66.67 0.53 0.815 0.743～0.873
S-Emean 35.79±12.91 22.87±13.04 6.042 ＜0.001 ＞25.63 81.25 74.71 0.56 0.795 0.722～0.857
S-Emax 174.91±72.68 72.59±49.75 9.713 ＜0.001 ＞89.76 89.06 82.76 0.72 0.900 0.840～0.943
S-Emin 2.86±2.63 5.13±3.82 -4.326 ＜0.001 ≤1.90 43.75 88.51 0.32 0.706 0.626～0.777
S-Esd 25.74±11.01 11.98±8.22 8.416 ＜0.001 ＞16.25 82.81 82.81 0.66 0.871 0.807～0.920
A'-Emean 30.74±11.77 23.01±13.06 3.748 ＜0.001 ＞21.52 84.37 56.32 0.41 0.714 0.635～0.785
A'-Emax 182.53±72.61 78.16±54.65 9.661 ＜0.001 ＞93.64 89.06 81.61 0.71 0.893 0.832～0.937
A'-Emin 2.10±2.37 4.62±3.71 -5.081 ＜0.001 ≤1.88 60.94 85.06 0.46 0.775 0.700～0.839
A'-Esd 22.13±8.00 11.67±7.99 7.947 ＜0.001 ＞15.61 81.25 81.61 0.63 0.850 0.783～0.903
V（Pa·s）
Vmean 1.50±0.85 1.63±1.04 -0.816 0.416 - - - - - -
Vmax 8.03±3.27 4.68±2.82 6.567 ＜0.001 ＞4.81 82.81 71.26 0.54 0.811 0.740～0.870
Vmin 0.05±0.11 0.19±0.27 -4.357 ＜0.001 ≤0.20 95.31 41.38 0.37 0.669 0.588～0.744
Vsd 1.08±0.53 0.80±0.47 3.380 0.001 ＞0.87 62.50 74.71 0.37 0.676 0.595～0.750
S-Vmean 1.95±0.76 1.54±0.70 3.423 0.001 ＞1.62 62.50 71.26 0.34 0.688 0.608～0.761
S-Vmax 9.66±3.00 5.12±2.64 9.854 ＜0.001 ＞6.31 90.62 86.21 0.78 0.887 0.825～0.933
S-Vmin 0.05±0.07 0.11±0.15 -3.305 0.001 ≤0.17 98.44 25.29 0.24 0.600 0.517～0.679
S-Vsd 1.50±0.61 0.93±0.49 6.407 ＜0.001 ＞1.18 70.31 83.91 0.54 0.807 0.735～0.867
A'-Vmean 1.68±0.78 1.57±0.74 0.840 0.402 - - - - - -
A'-Vmax 10.16±3.12 5.49±2.95 9.375 ＜0.001 ＞6.35 93.75 83.91 0.77 0.878 0.815～0.925
A'-Vmin 0.02±0.06 0.09±0.14 -3.951 ＜0.001 ≤0.07 93.75 34.48 0.28 0.627 0.545～0.704
A'-Vsd 1.31±0.52 0.91±0.49 4.837 ＜0.001 ＞0.97 76.56 73.56 0.50 0.748 0.671～0.815
D（m/s/kHz）
Dmean 3.76±2.59 3.66±1.91 0.245 0.807 - - - - - -
Dmax 16.09±3.50 11.95±4.61 6.273 ＜0.001 ＞13.98 73.44 73.44 0.42 0.757 0.681～0.823
Dmin 0±0.02 0.11±0.41 -2.481 0.015 - - - - - -
Dsd 3.20±1.24 2.57±1.05 3.391 0.001 ＞2.80 60.94 66.67 0.28 0.646 0.565～0.722
S-Dmean 4.54±2.05 3.73±1.57 2.640 0.009 ＞5.68 31.25 90.80 0.22 0.610 0.528～0.688
S-Dmax 17.81±2.36 12.92±4.14 9.172 ＜0.001 ＞15.37 85.94 71.26 0.57 0.839 0.770～0.893
S-Dmin 0±0.02 0.01±0.04 -0.801 0.424 - - - - - -
S-Dsd 4.06±1.06 2.84±1.04 7.090 ＜0.001 ＞3.37 71.87 78.16 0.50 0.796 0.723～0.858
A'-Dmean 4.05±2.35 3.74±1.66 0.910 0.365 - - - - - -
A'-Dmax 18.05±2.26 13.57±4.18 8.466 ＜0.001 ＞15.38 89.06 65.52 0.55 0.820 0.749～0.878
A'-Dmin 0±0.01 0±0.01 -0.749 0.455 - - - - - -
A'-Dsd 3.67±1.11 2.83±1.03 4.826 ＜0.001 ＞3.03 75.00 64.37 0.39 0.714 0.634～0.784

四、经弹性和黏弹性最佳诊断参数调整前后的BI-RADS 分类诊断效能比较

分别经S-Emax、S-Vmax、S-Dmax 调整后的BIRADS 分类诊断乳腺良恶性肿块的诊断效能均优于调整前，差异有统计学意义（Z 值分别为2.442、3.241、2.083，均P＜0.05）。其中经三种方法调整后的BI-RADS 分类的AUC 依次为S-Vmax＞S-Emax＞S-Dmax，但三者之间比较差异均无统计学意义（Z 值分别为1.006、0.130、1.097，均P＞0.05，表4、图2）。
表4 经弹性和黏弹性最佳诊断参数调整前后的BI-RADS 分类诊断效能比较
组别 3类（例） 4a类（例） 4b类（例） 4c类（例） 5类（例） 敏感度（%） 特异度（%） 准确性（%） 约登指数 AUC 95%CI Z值 P值
常规超声 BI-RADS分类 68.75 86.21 80.13 0.55 0.847 0.779～0.900 - -
恶性组 0 19 37 6 2
良性组 40 36 11 0 0
经S-Emax 调整后的BI-RADS分类 87.50 87.36 88.08 0.75 0.902 0.843～0.945 2.442 0.015
恶性组 4 3 15 33 8
良性组 67 10 5 6 0
经S-Vmax 调整后的BI-RADS分类 90.62 90.80 90.73 0.81 0.920 0.865～0.958 3.241 0.001
恶性组 4 2 16 34 8
良性组 68 11 2 6 0
经S-Dmax 调整后的BI-RADS分类 87.50 83.91 84.77 0.71 0.899 0.840～0.942 2.083 0.037
恶性组 3 6 16 31 8
良性组 54 19 8 6 0
图2 常规超声BI-RADS 分类及经弹性和黏弹性最佳诊断参数调整后的BI-RADS 分类ROC 曲线

注：BI-RADS 为乳腺影像报告和数据系统；S-Emax、S-Vmax、S-Dmax 分别为肿块区周围2 mm 腺体组织最大弹性参数、黏性系数参数、频散系数参数

五、黏弹性成像技术测值稳定性评估

随机对50 例乳腺肿块患者行一致性分析，结果显示S-Vmax、S-Dmax 观察者内ICC 分别为0.862（95%CI：0.770 ～0.919）、0.775（95%CI：0.635 ～0.777）；观察者间的ICC 分别为0.828（95%CI：0.716 ～0.899）、0.761（95%CI：0.616 ～0.857）。所有ICC 均＞0.75，提示黏弹性成像技术S-Vmax、S-Dmax 测值的一致性和可重复性较好。

讨 论

剪切波在黏弹性介质中传播时，其速度会随频率的改变而变化，此为剪切波的频散特性，由此可得到剪切波速度-频率曲线，其斜率为剪切波频散值，间接反映组织的黏度特征。另外，组织的黏弹性可以通过不同的模型来评价，如Voigt 模型、Maxwell 模型和Zener 模型等[9]，其中Voigt 模型更适合用来量化频率相关的相速度[10-11]。超声黏弹性成像技术可利用剪切波的频散特性及经典Voigt模型实现黏弹性成像，其中前者可获得剪切波频散斜率即频散系数，后者可获得黏性系数，二者对组织的黏度特征间接或者直接进行量化，可较好地解释剪切波在组织中传播的复杂性。
目前，剪切波频散斜率主要应用于肝脏弥漫性病变的评估，如肝纤维化、脂肪变性、炎性坏死等，其中在评估炎性坏死方面的诊断价值得到认可[12-16]。除此之外，剪切波频散斜率还可用于无创监测移植肝脏及肾脏的状态[17-18]。而在肿瘤诊断及鉴别诊断方面，剪切波频散斜率也有一定的临床应用价值。王坤等[19]研究测量了103 例肝肿瘤病灶内部及病灶周边2 cm 以外的剪切波频散斜率，结果显示肝脏恶性肿瘤及其所处的肝实质背景的剪切波频散斜率值均高于良性肿瘤，认为剪切波频散斜率值可反映肝脏肿瘤及周边肝实质的黏度特征，有助于肝脏良恶性肿瘤的鉴别。但是基于Voigt 模型的剪切黏度在乳腺病灶诊断中的研究还比较有限。Kumar 等[20]收集了43 例拟行穿刺活检的女性乳腺肿块患者，结果显示恶性肿块的剪切黏度值高于良性肿块；且恶性肿块中剪切黏度的高标准差表明不同的乳腺癌病理类型可能具有不同的黏度，该研究说明黏弹性参数也可用于区分乳腺良恶性肿块。Jia 等[8]进一步探究了鉴别诊断乳腺良恶性病灶的最佳黏度参数，并利用其截断值修正原始BIRADS 分类，该研究结果显示黏度相关参数可以提高对不同大小乳腺病变的诊断效能。目前，国内外仅检索到以上两篇文献报道初步明确超声黏弹性成像技术在活体乳腺病变鉴别中的临床应用价值，并且尚未探讨其与SWE 技术在乳腺肿块诊断效能中的比较。总的来说，超声黏弹性成像技术在乳腺肿块诊断及鉴别诊断中的应用价值研究仍处于初步阶段，需要不断地深入研究和拓展。
在本研究中，与良性肿块相比，恶性肿块的剪切黏度值及剪切波频散斜率值更高（P＜0.05），这意味着恶性肿块可能比良性肿块更黏稠，这一发现也得到了其他研究[20-22]的证实。但这些研究得到的黏度值却不同。因为如前所述，剪切波在黏弹性介质中的传播是频率依赖的，每个研究者使用的频率范围不同，但共同的是恶性肿块的黏度值均较高。组织的力学特性与病理密切相关，乳腺良恶性肿块的黏度不同，可能与以下原因相关：由于纤维和原纤维的滑动和交联密度，胶原蛋白本身表现出黏弹性行为，但其松弛时间短，推测组织整体反应似乎主要由非胶原成分主导，其中蛋白聚糖被认为是主要的黏性成分，通过包埋胶原纤维并产生润滑作用[23]。在恶性肿瘤中，由于增加了胶原蛋白和交联密度，减少了蛋白聚糖的密度，从而降低了其润滑作用[24]；另外，恶性肿瘤病理生理过程中伴随着的促纤维增生反应及病理性炎症，也会导致蛋白聚糖与胶原蛋白的比例增加[25-26]；此外，癌变的人乳腺上皮细胞的肌动蛋白细胞骨架及黏附连接发生了改变，进而细胞的黏弹性行为也发生了变化[27]。
本研究结果中，Vmax 的诊断效能优于Dmax（Z=2.141，P=0.032）， 在所有黏弹性参数中，S-Emax 的AUC 最大，为0.900，由此可知基于Voigt 模型的黏性系数参数的诊断效能优于剪切波频散系数。根据以往研究推测，其原因可能为剪切波频散值为利用相位差法估测不同频率的剪切波速度的斜率所得[28]，而经典Voigt 黏弹性模型则利用较为复杂的方程式来说明速度的频率依赖性，包括介质密度、剪切弹性和剪切黏度等因素[9]，所得黏度值更能反映真实情况。另外，S-Emax 表现出最好的诊断效能，说明瘤周黏弹性参数的诊断效能优于肿瘤本身的诊断效能，这与Jia 等[8]的研究结果一致。对于这一发现，可解释为肿瘤细胞向周边组织浸润引起促纤维增生反应，且瘤周存在异常的胶原蛋白[29]，从而导致瘤周黏弹性的改变。
为进一步探究超声黏弹性成像技术在鉴别乳腺良恶性中的诊断性能，并与SWE 技术作比较，本研究应用黏弹性及弹性最佳诊断参数调整BI-RADS 分类。在本研究中，单纯使用BI-RADS分类鉴别乳腺肿块良恶性的准确性为80.13%，AUC 为0.847，经S-Vmax、S-Dmax、S-Emax 分别调整后的BI-RADS 分类的准确性分别为90.73%、84.77%、88.08%，AUC 分 别 为0.920、0.899、0.902，调整后均得到明显提高（均P＜0.05）。其中，经S-Vmax 调整后的BI-RADS 分类的AUC 最高，但较于其余两者差异无统计学意义（均P＞0.05），其调整后的BI-RADS 4a 类病灶的恶性率由34.55%（19/55） 降 至18.19%（2/11）， 并 且88.57%（31/36）的 4a 类病灶正确下调为3 类，从而减少了不必要的病理活检。提示BI-RADS 分类结合基于Voigt 模型的黏性系数参数能提高诊断效能及准确性，且结果稍优于结合弹性参数者，说明超声黏弹性成像技术在乳腺肿块的良恶性鉴别中具有与SWE 技术相当的诊断效能。
本研究的局限性在于：（1）所有患者均接受穿刺活检或者手术切除，存在一定的选择偏倚；（2）本研究为单中心研究，样本量偏小，在研究BIRADS 分类结合超声黏弹性成像技术及SWE 技术诊断效能时发现前者仅稍优于后者，且差异无统计学意义，仍有待多中心大样本量研究证实，从而获得较为客观的结论；（3）在所有黏弹性及弹性参数中，本研究仅选择AUC 最大参数用于后续研究，其他参数有待进一步研究；（4）本研究并未对不同病理类型的乳腺良恶性肿块的黏度值进一步分析比较，同时也应评估正常乳腺组织的黏度值。
综上所述，超声黏弹性成像技术作为一种无创便捷的新技术，具有较高的可重复性，可补充提供乳腺病灶黏度特征信息，有助于乳腺肿块良恶性的鉴别。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
1
Bray F, Laversanne M, Sung H, et al.Global cancer statistics 2022:GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries[J].CA Cancer J Clin, 2024, 74(3): 229-263.

2
Kim S, Tran TXM, Song H, et al.Mammographic breast density,benign breast disease, and subsequent breast cancer risk in 3.9 million Korean women[J].Radiology, 2022, 304(3): 534-541.

3
Mann RM, Cho N, Moy L.Breast MRI: state of the art[J].Radiology,2019, 292(3): 520-536.

4
Sigrist RMS, Liau J, Kaffas AE, et al.Ultrasound elastography: review of techniques and clinical applications[J].Theranostics, 2017, 7(5):1303-1329.

5
Rus G, Faris IH, Torres J, et al.Why are viscosity and nonlinearity bound to make an impact in clinical elastographic diagnosis？ [J].Sensors (Basel), 2020, 20(8): 2379.

6
Adler DD, Carson PL, Rubin JM, et al.Doppler ultrasound color flow imaging in the study of breast cancer: preliminary findings[J].Ultrasound Med Biol, 1990, 16(6): 553-559.

7
Xie L, Liu Z, Pei C, et al.Convolutional neural network based on automatic segmentation of peritumoral shear-wave elastography images for predicting breast cancer[J].Front Oncol, 2023, 13:1099650.

8
Jia W, Xia S, Jia X, et al.Ultrasound viscosity imaging in breast lesions: a multicenter prospective study[J].Acad Radiol, 2024, 31(9):3499-3510.

9
谢鹏.基于低频振动的二维超声粘弹性成像方法研究[D].深圳:深圳大学, 2018.

10
Catheline S, Gennisson JL, Delon G, et al.Measuring of viscoelastic properties of homogeneous soft solid using transient elastography: an inverse problem approach[J].J Acoust Soc Am, 2004, 116(6): 3734-3741.

11
Poul SS, Ormachea J, Ge GR, et al.Comprehensive experimental assessments of rheological models’ performance in elastography of soft tissues[J].Acta Biomater, 2022, 146: 259-273.

12
Chen X, Shen Y, Zheng Y, et al.Quantification of liver viscoelasticity with acoustic radiation force: a study of hepatic fibrosis in a rat model[J].Ultrasound Med Biol, 2013, 39(11): 2091-2102.

13
Barry CT, Hazard C, Hah Z, et al.Shear wave dispersion in lean versus steatotic rat livers[J].J Ultrasound Med, 2015, 34(6): 1123-1129.

14
Sugimoto K, Moriyasu F, Oshiro H, et al.The role of multiparametric US of the liver for the evaluation of nonalcoholic steatohepatitis[J].Radiology, 2020, 296(3): 532-540.

15
Jang JK, Lee ES, Seo JW, et al.Two-dimensional shear-wave elastography and US attenuation imaging for nonalcoholic steatohepatitis diagnosis: A cross-sectional, multicenter study[J].Radiology, 2022, 305(1): 118-126.

16
Sugimoto K, Moriyasu F, Oshiro H, et al.Viscoelasticity measurement in rat livers using shear-wave us elastography[J].Ultrasound Med Biol, 2018, 44(9): 2018-2024.

17
Lee DH, Lee JY, Bae JS, et al.Shear-wave dispersion slope from US shear-wave elastography: detection of allograft damage after liver transplantation[J].Radiology, 2019, 293(2): 327-333.

18
Kim TM, Ahn H, Cho JY, et al.Prediction of acute rejection in renal allografts using shear-wave dispersion slope[J].Eur Radiol, 2024,34(7): 4527-4537.

19
王坤, 朱宇莉, 陈凯玲, 等.剪切波频散成像鉴别诊断肝肿瘤良恶性的初步应用[J].中华超声影像学杂志, 2022, 31(6): 518-524.

20
Kumar V, Denis M, Gregory A, et al.Viscoelastic parameters as discriminators of breast masses: Initial human study results[J].PLoS One, 2018, 13(10): e0205717.

21
Sinkus R, Tanter M, Xydeas T, et al.Viscoelastic shear properties of in vivo breast lesions measured by MR elastography[J].Magn Reson Imaging, 2005, 23(2): 159-165.

22
Sinkus R, Tanter M, Catheline S, et al.Imaging anisotropic and viscous properties of breast tissue by magnetic resonance-elastography[J].Magn Reson Med, 2005, 53(2): 372-387.

23
Gautieri A, Vesentini S, Redaelli A, et al.Modeling and measuring visco-elastic properties: From collagen molecules to collagen fibrils[J].Non-Linear Mech, 2013, 56(11): 25-33.

24
Nabavizadeh A, Bayat M, Kumar V, et al.Viscoelastic biomarker for differentiation of benign and malignant breast lesion in ultra- low frequency range[J].Sci Rep, 2019, 9(1): 5737.

25
Su GH, Xiao Y, You C, et al.Radiogenomic-based multiomic analysis reveals imaging intratumor heterogeneity phenotypes and therapeutic targets[J].Sci Adv, 2023, 9(40): eadf0837.

26
Ghatak S, Maytin EV, Mack JA, et al.Roles of proteoglycans and glycosaminoglycans in wound healing and fibrosis[J].Int J Cell Biol,2015, 2015: 834893.

27
Schierbaum N, Rheinlaender J, Schäffer TE.Viscoelastic properties of normal and cancerous human breast cells are affected differently by contact to adjacent cells[J].Acta Biomater, 2017, 55: 239-248.

28
Otesteanu CF, Chintada BR, Rominger MB, et al.Spectral quantification of nonlinear elasticity using acoustoelasticity and shearwave dispersion[J].IEEE Trans Ultrason Ferroelectr Freq Control,2019, 66(12): 1845-1855.

29
Zhou J, Zhan W, Chang C, et al.Breast lesions: evaluation with shear wave elastography, with special emphasis on the “stiff rim” sign[J].Radiology, 2014, 272(1): 63-72.

Options
文章导航

/

〈 〉

版权所有 中华医学会 中华医学电子音像出版社有限责任公司  京ICP备14006079号-1  网络出版服务许可证：(署)网出证(京)字第075号

AI
小
编
AI小编
你好！我是《中华医学电子期刊资源库》AI小编，有什么可以帮您的吗？