APP下载

数字乳腺断层摄影与全视野数字乳腺X线摄影的腺体剂量比较

2019-11-13张宇崔凤

浙江临床医学 2019年10期
关键词:腺体乳腺厚度

张宇 崔凤*

目前,乳腺数字摄影(FFDM)是公认的乳腺癌筛查首选检查方法,但因周围致密腺体组织重叠易对FFDM图像产生影响,其对肿物的边界和形态的敏感性和特异性均不太理想.数字乳腺断层摄影(DBT)是一种新型的乳腺X线摄影技术,其可以在极短的扫描过程中,从不同角度获取乳腺X线照片[1].而DBT有其检查优势,克服以往常规FFDM检查的不足,明显提高乳腺肿瘤检出率,有关其辐射剂量报道文献较少[2].本文通过收集100例女性患者乳腺的影像资料,旨在探讨DBT和FFDM检查剂量间的差异.

1 资料与方法

1.1 一般资料 回顾性收集本院于2017年6月至2018年4月应用Hologic Selenia Dimensions数字乳腺断层摄影系统同时进行DBT和FFDM检查的女性患者100例,共800幅图像,其中FFDM图像400幅,DBT图像400幅.患者年龄29~64岁,平均年龄46.5岁.纳入标准:(1)>20~<70岁健康女性或未发现其它疾病的女性患者.(2)身体健康状况良好排除其他脏器肿瘤.(3)配合本次乳腺X线摄影研究检查者.排除标准:年龄不符,哺乳期、妊娠期女性,有乳腺整形手术者,不愿接受乳腺X线摄影者.

1.2 检查方法 所有患者均应用Hologic Selenia Dimension乳腺机进行摄影.摄影体位采用常规头尾位(CC位)及内外侧斜位(MLO位),对乳腺按操作规范进行压迫.曝光模式采用Combo模式,摄影均选择钨靶,铝滤过,并采用自动曝光控制技术曝光,同时获得二维及三维断层图像[3].在传统的FFDM摄影时,保持固定X线球管,每个体位只拍摄1幅图像[4];然而,在DBT摄影时,X线球管在15°(±7.5°)范围内旋转,每度曝光1次,共曝光15次,扫描时间<4s,管电压范围为25~49kV,管电流200mA,重建层厚默认选定1mm,重建时间2~5s,像素尺寸70μm.曝光后可得到两组图像,同时电脑可通过位于数字平板上的多个传感器,检测乳腺的密度及厚度,根据曝光条件,乳腺厚度等参数,并计算出该次曝光两组图像的平均腺体剂量(AGD)和皮肤表面入射剂量(ESD)[5].将DBT组和FFDM组原始数据传输至Hologic诊断工作站,进行数据采集和乳腺密度分类.客观分析:选取每位患者乳腺的头尾位和侧斜位图像,评价患者所受辐射剂量.

1.3 图像评价方法 在Hologic诊断工作站上,由本科高年资的钼靶诊断医生评估满足影像诊断标准的图像,并根据美国放射学会ACR规定的BI-RADS分类(第四版)[6]将乳腺进行分型,将乳腺按腺体所占百分比分为四类:ACR1类,脂肪型(乳腺内几乎全部为脂肪组织,腺体<25%)如图1所示;ACR 2类,少量腺体型(乳腺内有散在纤维腺体组织,腺体占25%~50%),如图2所示;ACR 3类,多量腺体型(乳腺内有不均匀致密腺体,腺体占51%~75%),如图3所示;ACR 4类,致密型(乳腺组织非常致密,腺体>75%),如图4所示.每型按压迫厚度分:≤30mm、31~45mm、46~59mm、>59mm 4个组,共计800例图像.

1.4 统计学方法 采用 SPSS23.0统计软件.计量资料以(±s)表示,组间比较采用配对t检验,P<0.05为差异有统计学意义.

图1 脂肪型乳腺

图2 少量腺体型乳腺

图3 多量腺体型乳腺

图4 致密型乳腺

2 结果

2.1 FFDM及DBT下同一乳腺厚度不同乳腺分型腺体剂量的比较 100例患者中有脂肪型4例,少量腺体型32例,多量腺体型26例,致密型38例.随着乳腺厚度及密度的增加,DBT与FFDM的腺体剂量均相应增加[7],且DBT的AGD和ESD都略大于FFDM.当乳腺厚度为≤30mm时,DBT和FFDM在4种腺体类型中的腺体剂量差异无统计学意义(P>0.05).当乳腺厚度为31~45mm、46~59mm、>59mm时,DBT和FFDM在4种腺体类型中的腺体剂量差异均有统计学意义(P<0.05);其中少量腺体型及致密型在DBT下腺体的AGD和ESD均略大于FFDM;多量腺体型在DBT下腺体的AGD仍略大于FFDM,而ESD却小于FFDM.见表1、2.

2.2 同一压迫状态下FFDM 与DBT腺体剂量的比较 同一压迫状态下FFDM下腺体AGD为(1.391±0.458)mGy,ESD 为(4.833±2.185)mGy;DBT下 腺 体 AGD为(1.713±0.509)mGy,ESD为(5.345±1.989)mGy,差异均有统计学意义(P<0.05).

表1 不同乳腺厚度,腺体分型在FFDM和DBT下的剂量比较(±s)

表1 不同乳腺厚度,腺体分型在FFDM和DBT下的剂量比较(±s)

少量腺体型DBT FFDM DBT FFDM AGD值 ESD值 AGD值 ESD值 AGD值 ESD值 AGD值 ESD值≤30mm - - - - 1.070±0 2.415±0.005 0.705±0.049 1.565±0.106 31~45mm - - - - 1.252±0.115 3.333±0.722 0.919±0.131 2.554±0.629 46~59mm - - - - 1.754±0.182 5.657±0.781 1.312±0.258 4.714±1.098>59mm 6.733±2.541 8.841±3.512 1.643±0.421 2.491±0.742 2.683±0.415 9.649±1.887 2.097±0.430 8.764±2.050脂肪型乳腺厚度

表2 不同乳腺厚度,腺体分型在FFDM和DBT下的剂量比较(±s)

表2 不同乳腺厚度,腺体分型在FFDM和DBT下的剂量比较(±s)

致密型DBT FFDM DBT FFDM AGD值 ESD值 AGD值 ESD值 AGD值 ESD值 AGD值 ESD值≤30mm 1.205±0.071 3.045±0.071 0.920±0.014 2.425±0.035 1.200±0.151 2.970±0.392 0.953±0.301 2.423±0.775 31~45mm 1.314±0.086 3.373±0.466 0.961±0.163 2.839±0.554 1.422±0.177 3.934±0.664 1.227±0.270 3.545±0.893 46~59mm 1.763±0.235 5.685±0.973 1.608±0.488 5.81±1.999 1.587±0.209 5.050±0.688 1.391±0.329 4.772±1.290>59mm 2.564±1.012 7.433±0.704 2.015±1.993 7.994±0.131 2.547±0.311 9.065±1.379 1.933±0.218 7.958±1.062多量腺体型乳腺厚度

3 讨论

乳腺癌是严重危害女性健康的癌症之一,早发现、早治疗有助于降低乳腺癌患者的病死率.DBT采用断层融合技术,将一系列独立的图像重建成动态连续的高分辨率断层图像,这些图像可以清楚显示肿块的大小、形态和位置[8].与传统FFDM检查的二维图像相比,可以减少或消除周围致密腺体组织重叠和结构噪声的影响,还能发现隐藏在致密腺体或病变致密影中的微小钙化[9],有助于提高诊断筛查的准确性,降低漏诊率,减少不必要的活检.然而,乳腺组织对辐射更敏感,在乳腺癌筛查中,剂量应依照"在合理达到尽可能低的水平"的原则.

本资料结果显示,当乳腺厚度为≤30mm时,DBT和FFDM在脂肪型、少量腺体型、多量腺体型及致密型乳腺的腺体剂量差异无统计学意义(P>0.05).当乳腺厚度为31~45mm、46~59mm、>59mm时,DBT和FFDM在4种腺体类型中的腺体剂量差异均有统计学意义(P<0.05);随着乳腺厚度及密度的增加,DBT与FFDM的腺体剂量均相应增加,且DBT的AGD和ESD均略大于FFDM.据国外文献统计,DBT每次检查总剂量约为FFDM的0.89~1.74倍.研究显示在同一乳腺压迫下,DBT与FFDM腺体AGD的比值范围是0.65~2.38,ESD的比值范围是1.05~2.77,与国外研究的参考文献比值相仿[10].与FFDM相比,患者所受辐射剂量亦不会明显增加.

国际电离辐射防护和辐射源安全基本标准(IBSS)规定的投照剂量指导水平为3mGy.本资料显示在同一乳腺压迫下DBT腺体AGD范围是1.20~2.22mGy,其剂量小于国际电离辐射防护和辐射源安全基本标准规定的投照剂量指导水平.但鉴于DBT是一项乳腺钼靶的新技术,且由以往研究的DBT和FFDM检查结果显示,DBT对于肿物和微小钙化的检出率明显高于FFDM,有助于提高乳腺疾病的检出率.综上所述,DBT摄影获得的三维图像,可以更好地区分重叠组织,尽量避免因组织重叠而造成的漏诊、误诊和减少部分患者不必要的活检,尤其是对早期未能触及乳腺癌诊断具有重要意义.此外,DBT与FFDM的腺体剂量均随着乳腺厚度及密度的增加而升高,同一压迫状态下DBT腺体剂量稍大于FFDM,且剂量远低于国际电离辐射防护和辐射源安全基本标准.因此,DBT可广泛应用于临床乳腺癌的筛查,值得临床推广使用.

猜你喜欢

腺体乳腺厚度
甲状腺功能亢进患者行乳晕入路腔镜下甲状腺手术的技巧探讨
大厚度填土场地勘察方法探讨
慢阻肺患者肺功能与HRCT支气管壁厚度的相关性
基于高频超声引导的乳腺包块导丝定位在乳腺病变中的诊断价值
大厚度SA-516M Gr.485钢立焊位熔化极气体保护焊
乳腺结节状病变的MRI诊断
基于深度学习的腺体病理图像分割
基于nnU-Net的乳腺DCE-MR图像中乳房和腺体自动分割
乳腺超声检查诊断乳腺肿瘤的特异度及准确率分析
春蚕吐丝