虚拟动态对比增强乳腺MRI对病灶尺寸、BI-RADS评分及阅片者信心的影响评估

《European Radiology》：Influence of virtual dynamic contrast enhanced breast MRI on lesion size, BI-RADS scores and reader confidence

　　

背景：乳腺MRI常规使用钆基对比剂（GBCAs）进行动态对比增强（DCE）成像。然而，GBCA给药涉及围手术期工作量与环境影响，促使研究人员探索无对比剂的方法。基于深度学习的虚拟DCE（vDCE）提供了一种潜在解决方案。本研究评估了vDCE与多参数DCE方案相比的表现，重点关注BI-RADS、背景实质强化（BPE）和病灶尺寸。 材料与方法：这项经机构审查委员会批准的回顾性研究纳入了592次3T检查，分为训练集、验证集和测试集。研究人员使用二维U-Net从非增强T1加权、T2加权和弥散加权采集生成vDCE序列。两名委员会认证的放射科医师采用BI-RADS适配的阅读方案评估了vDCE和DCE检查。使用McNemar检验和Wilcoxon符号秩检验（经Bonferroni校正）比较诊断和有序结局。 结果：基于BI-RADS的平均诊断准确率，vDCE为76%，DCE为77%。平均敏感性分别为92%和96%，平均特异性分别为65%和64%，差异均无统计学意义（两位阅片者，p=1.0）。在预留测试集中，平均配对病灶尺寸差（DCE减去vDCE）为-2.2mm，在次级测试集中为0.5mm。BPE（R1 p=1.0；R2 p=1.0）和伪影评级（R1 p=1.0；R2 p=1.0）均无显著差异。两种方案的阅片者信心均较高，但一位阅片者对vDCE的信心较低（p=0.072）。 结论：与GBCA增强成像相比，vDCE的平均敏感性降低了四个百分点，并表现出依赖于队列的微小病灶尺寸偏差。需要进一步研究来确定其作为选定乳腺影像学适应症的无对比剂方法的潜在作用。

研究背景与目的

乳腺MRI常规采用多参数协议，其中动态对比增强（DCE）成像是核心环节，需静脉注射钆基对比剂（GBCAs）以获取组织强化模式信息。然而，GBCA的使用不仅增加了医疗经济成本（包括造影剂本身及其注射前后流程的费用），还引发了环境担忧，因医用钆可能污染地表水。此外，尽管GBCA总体安全，但与钆暴露相关症状的研究推动了对无对比剂诊断工具的探索。现有无对比剂策略（如结合T₁加权、T₂加权与高质量弥散加权MRI）虽具潜力，但要求放射科医师调整基于DCE图像建立的标准化读片策略。基于深度学习的虚拟DCE（vDCE）技术提供了另一种路径，此前研究已证明生成单幅或多时间点虚拟对比增强图像的可行性，但尚无研究系统评估vDCE在ACR BI-RADS评估框架下的诊断表现。因此，本研究旨在探讨vDCE能否转移至模型训练未涉及的独立扫描仪数据，并与多参数DCE-MRI进行BI-RADS评估的诊断性能比较。

研究方法概述

研究人员纳入来自德国埃尔朗根大学医院2017年1月至2020年6月期间、在单一3T扫描仪（MAGNETOM Skyra-Fit, Siemens Healthineers）上进行的540例临床指征乳腺MRI检查，随机划分为训练集（377例）、验证集（81例）和预留测试集（82例），另纳入52例在同一机构另一台3T扫描仪（MAGNETOM VIDA, Siemens Healthineers）上连续采集的次级测试集。排除标准包括缺失组织病理学参考数据、新辅助化疗后无残余病灶的患者，最终预留测试集含76例，次级测试集含47例。关键技术方法为：采用二维U-Net卷积神经网络架构，以非增强T₁加权、T₂脂肪饱和及多b值弥散加权MRI（b值为50、750、1500 s/mm²）作为输入通道，以五个时间点的DCE减影序列作为目标通道，生成五时间点vDCE减影系列。两名资深放射科医师分别对vDCE和DCE方案进行盲法BI-RADS分类、阅片信心（5分量表）、背景实质强化（BPE）分级及伪影强度评级，并使用McNemar检验与Wilcoxon符号秩检验（经Bonferroni校正）比较诊断指标与有序评分。

研究结果

模拟诊断阅读研究

在合并两个测试集的分析中，vDCE-MRI的平均准确率为76.0%（置信区间CI: 69.5–82.1%），DCE-MRI为77.2%（CI: 70.7–83.3%），两者差异无统计学意义（R1 p=1.0, R2 p=0.83）。平均敏感性方面，vDCE为92.0%（CI: 84.8–97.8%），DCE为96.0%（CI: 92.0–99.1%）；平均特异性方面，vDCE为65.1%（CI: 55.8–73.9%），DCE为64.4%（CI: 54.9–73.7%），所有敏感性与特异性差异均不显著（p=1.0）。BI-RADS评分在两种方案间无显著差异（R1 p=1.0, R2 p=1.0），但vDCE的读者间一致性（?=0.51, CI: 0.40–0.62）低于DCE（?=0.62, CI: 0.51–0.72）。阅片信心方面，R1对vDCE报告的信心略低（75/123例评为良好或高信心，vs DCE的91/123例），校正后p=0.072，未达统计学显著性；R2无差异。vDCE的读者间信心一致性为轻微（?=0.05），DCE为一般（?=0.22）。

恶性病灶尺寸评估

在预留测试集中，DCE减影测量的最大恶性病灶中位尺寸为22.8mm（四分位距IQR: 17.8mm），vDCE为21.6mm（IQR: 17.9mm）；在次级测试集中，DCE中位尺寸为17.7mm（IQR: 24.8mm），vDCE为19.4mm（IQR: 25.2mm）。Bland-Altman分析显示，预留测试集的平均配对尺寸差（DCE减vDCE）为-2.2mm（即vDCE略高估），次级测试集为0.5mm（即vDCE略低估），表明存在依赖队列的微小偏差。

BPE评估与伪影强度

BPE分布方面，DCE中最常见类别为R1的A类和R2的B类，而vDCE中两位读者最常见均为A类，两组间BPE分布无显著差异（R1 p=1.0, R2 p=1.0）。BPE的读者间一致性为一般（vDCE: ?=0.26; DCE: ?=0.31）。伪影强度评分中位数均为2分，两种方案间无显著差异（p=1.0），但读者间一致性极低（vDCE: ?=0.09; DCE: ?=0.00）。

讨论与结论

讨论部分指出，本研究的探索性诊断评估显示vDCE-MRI的敏感性数值上低于GBCA增强MRI，但差异未达统计学显著性，这不应被解读为等效证据，因为研究未预设非劣效性界值及样本量计算。与既往仅生成单幅虚拟对比增强图像的研究相比，本研究与Wang等后续研究均观察到敏感性小幅下降，提示vDCE可能保留了大部分恶性病变的诊断信息，但仍有漏诊病例。读者间BI-RADS一致性的降低暗示vDCE判读的重复性可能较差，需更大规模的多读者多中心研究验证。病灶尺寸测量呈现微小且方向不一致的偏差，但仅对两种图像均可测量的恶性病灶进行了分析，可能低估了不一致性。BPE与伪影评分无显著差异，但网络预测的伪影源于输入的非增强图像。最重要的潜在失败模式是真性恶性强化的抑制与假性强化的产生，文中附图展示了被漏诊的活检证实浸润性癌案例。局限性包括：读者可识别图像类型（如晕状伪影）导致潜在观察者偏倚；训练数据集较小（377例）；病灶尺寸偏大；排除了新辅助化疗后无残余病灶的病例，可能高估敏感性；仅在同一机构同一厂商扫描仪上评估，外部泛化性未知。结论部分翻译如下：综合而言，本研究结果支持vDCE乳腺MRI作为选定临床适应症的一种潜在无对比剂方法的可行性和进一步发展。vDCE能够实现基于BI-RADS的评估，总体阅片信心较高，且病灶尺寸偏差微小且依赖队列。然而，其数值较低的敏感性需要在充分把握度、多读者、多中心研究中得到确认，才能确立其诊断角色。