乳腺硬化性腺病病理特点(乳腺硬化性腺病病理诊断)

硬化性腺病(SA)是乳腺腺病的一种，是女性常见的非肿瘤性良性上皮增生。虽然SA尚未被认为是癌前病变，但其存在可增加患癌风险，是双侧乳腺癌的独立危险因素[1，2，3，4]。与乳腺癌的病理基础不同，乳腺的SA小叶增大，结构保留，边界清晰。小叶中央有腺体成分增生并伴有基质硬化[1]，周围肌肉仍有上皮细胞。该病的病因尚不清楚，一般认为与激素失衡有关。该病年龄分布广(22 ~ 73岁)，主要集中在围绝经期[5，6，7，8]。大多数无症状患者是通过体检发现的，偶尔会因为乳房疼痛和/或乳房肿块而去看医生。SA常伴有乳腺良恶性肿瘤，其影像学表现会出现类似恶性肿瘤的征象，增加了放射科医生的诊断难度。为了减少误诊或过度诊断造成的不必要损失，充分了解本病的影像学表现非常重要。本文将对乳腺SA的影像学表现及各种影像学技术的应用进行综述。1 X线摄影1.1乳腺SA的X线摄影及其影响因素乳腺钼靶摄影(MG)适用于40岁以上女性乳腺患者的筛查，在显示SA患者微钙化和结构扭曲的检出方面具有突出优势。一般MG投射在双侧乳房的头尾部位和进出斜位。如有必要，可增加局部放大点进行压片。应用于乳腺疾病诊断的MG技术还包括对比增强乳腺摄影(CEM)、基于光栅的相位对比乳腺摄影、对比增强断层摄影(CET)、数字乳腺断层摄影(DBT)。MG在中国女性SA诊断中的误诊率较高(从17.9%到85.1%) [5，7，8]。学者们普遍认为与SA患者年龄较轻，东方女性乳腺组织较致密有关。此外，放射科医师经验不足，对病灶中心密度及周围毛刺形态认识不足，大部分SA可疑钙化，都会导致误诊为恶性病变[5，6，6] 1.2 MG乳腺SA的表现乳腺SA的X线表现复杂多变，容易与乳腺恶性病变相混淆。陈等[6]在对136例SA患者乳腺X线表现的大样本研究中，SA的微钙化主要呈点状和簇状分布，伴有钙化的肿块在SA中更为常见。国内学者普遍认为，乳腺SA的钙化多呈小的多态区域分布，或呈簇状钙化略散，一般无线性钙化。这些特征有助于SA的诊断及其与非硬化性腺病和导管原位癌的鉴别。SA表现为结构扭曲，病灶中央无异常密度阴影，也称病灶中央X线透射(黑星)，而恶性病灶多为不透明X线透射(白星)[7，10]。王立山等[8]认为当MG结构扭曲时，乳腺癌病灶中心组织为癌细胞，部分伴有出血坏死，在病灶中心呈稍高/稍高密度(即白星)。SA的病理基础是正常腺体结构扭曲，中央无肿块，MG病灶中央略低/低密度(即黑星)。SA病变周围的毛刺柔软、细长且厚度均匀。病理基础为纤维组织增生，SA病灶周围毛刺僵硬，由粗到细。病理基础是肿瘤细胞从根部到远端毛刺逐渐减少甚至消失，纤维组织成分逐渐增多，并伴有少量炎性细胞浸润。故SA病灶中心略低和/或低密度，SA病灶周围毛刺柔软、细长、粗细均匀，可与乳腺癌鉴别。可见，当微钙化呈点状簇状分布，钙化呈小多排区域分布或松散簇状分布时，可考虑SA
虽然现有研究认为SA的乳腺X线表现可根据钙化的分布、肿块的大小、边缘、形态与恶性病变相鉴别，但诊断准确率仍较低，误诊率较高。充分了解和发现SA的X线特征性表现，必要时采用DBT或增强X线或其他方法提高诊断准确性。国外学者认为基于光栅的CEM和相衬成像乳腺摄影在疑似恶性微钙化灶的诊断和鉴别方面更有优势[乳腺影像报告和数据系统4 (BI-RADS 4)] [12，13]；与常规MG相比，DBT在检测致密乳腺患者的病变，尤其是鉴别良恶性微钙化和是否有小结节浸润方面具有明显优势[14，15]。DBT对乳腺结构性扭曲的检出率高于常规MG和超声，有助于区分结构性扭曲的良恶性，对恶性结构性扭曲的检出更具优势，其中良性结构性扭曲(已纳入SA)多呈对称性或轮辐毛刺样[16，17，18]。目前，国内外学者多采用CEM、CET和DBT研究乳腺良恶性的鉴别诊断，但尚缺乏关于乳腺SA的CEM、CET和DBT影像学表现的大样本研究报道。乳腺的超声2.1 US成像及影响因素SA超声(US)以其无创、低成本、等待时间短、无辐射等优点成为筛查乳腺疾病最重要的工具之一。检查体位为仰卧位或侧卧位。患者双手托住头部，充分露出腋窝和乳房。检查医师按照乳腺检查的常规顺序对每个象限进行多方向扫描，并根据患者病史对重点部位进行仔细扫描。除常规超声外，SA诊断的应用还包括增强超声、弹性成像、自动乳腺容积扫描仪(ABVS)等。虽然常规US在显示结构扭曲和钙化方面不如MG，但高频高分辨率US在评价年轻患者乳腺或乳腺致密情况下优于MG。传统的US是主观的，依赖于操作者的经验。最近，Shao等人[19]比较了增强超声与常规超声对乳房SA的诊断功效。增强超声的敏感性、特异性和准确性均高于常规超声，敏感性甚至高达100%。增强超声有助于提高SA的检出率。弹性可以测量乳腺病变的硬度，并提供剪切波速(SWV)等定量信息，以区分良恶性病变。ABVS是一种新的三维容积超声成像技术，可以获得具有可重复性的三维图像。桓等[20]认为更有利于显示微钙化，联合超声对乳腺良恶性疾病的诊断效率高于单独超声，且优于联合超声和MG。2.2乳腺SA的超声表现。超声检查发现乳腺SA的特异性表现，对其与其他疾病尤其是恶性肿瘤的鉴别诊断尤为重要。多数学者认为SA超声主要显示良性肿块病变，但也有形态不规则、边界不清的，肿块部分边缘呈毛刺样，易与恶性病变混淆[21]；由于乳腺SA病变中的纤维组织增生和恶性肿瘤在细胞癌变过程中产生的胶原纤维均可导致回声衰减，局部回声衰减是否为乳腺SA的具体表现尚有争议[8]。姚洁洁等[22]将35例女性乳腺SA的超声表现分为三种类型：类似恶性肿块特征、良性结节特征(圆形或椭圆形肿块，低回声，水平生长，边界清楚，边缘规则，后方回声无变化或轻度强化)和腺体结构紊乱。其中，良性结节特征对SA的诊断准确率最高(达93%)，血供缺乏对鉴别诊断最有价值(准确率)刘等[23]指出，病灶内少见钙化、病灶内无血供的SA特征可用于与浸润性导管癌鉴别。
Toprak等人[24]对180名乳腺患者进行了美国弹性成像研究，指出类似恶性病变(肉芽肿性乳腺炎、SA、慢性炎症、脂肪坏死、纤维化乳腺组织和疤痕组织等)的疾病的SWV值。)与恶性病变一样高。推测原因是这些良性病变的组织硬度与恶性病变接近，而通过弹性成像测量组织声速(组织硬度)SWV值重叠。根据邵等[19]的研究，良性病变组(单纯性SA和SA伴或不伴良性肿瘤)的强化US主要表现为早期明显不均匀强化，边界清楚，强化范围不扩大，认为与SA早期新生血管及伴随上皮细胞的活跃增殖有关；恶性组(SA伴恶性病变)的超声表现中，增强范围扩大和蟹爪样增强信号(与恶性肿瘤和血管畸形有关)是与良性组的主要鉴别点(P值分别为0.012和0.008)。关于ABVS乳房SA的文献资料很少，需要积累。虽然SA在乳腺内没有典型的us表现，但当出现边界清楚的规则肿块，肿块内缺乏血供和少见钙化，增强US早期明显不均匀强化，边界清楚，强化范围不扩大时，可考虑SA。如有必要，可以参考SWV值，更具体的表现形式需要进一步研究。3磁共振成像3.1乳腺SA的磁共振成像及其影响因素磁共振检查时，患者俯卧在乳腺相控阵专用表面线圈上，双侧乳房自然悬挂在线圈内，双侧乳头垂直于地面。MRI主要采用高场强(1.5 T或3.0 T)系统。需要常规扫描和动态增强扫描，必要时增加扩散加权成像(DWI)以获得半定量和定量的血流动力学和细胞弥散指标，包括时间-信号强度曲线(TIC)、传递常数(Ktrans)、速率常数(Kep)、血管外细胞间隙体积(ve)和表观扩散系数(ADC)值。乳腺是激素敏感的软组织器官，所以乳腺MRI受年龄、生理周期、扫描位置、脂肪抑制等多种因素影响。一般在绝经前女性月经周期的第7 ~ 14天进行检查，有利于乳腺病变的发现和诊断。有时，与激素水平有关的乳腺实质局灶性强化在形态学上很难与乳腺恶性病变相鉴别，因此在MR检查前需要避免月经周期的影响。脂肪抑制技术对于乳腺MR成像和SA诊断也非常重要。目前常用的有化学位移(CEST)、短时反转恢复(STIR)、频率选择性脂肪饱和(FST)。Fatsat)、水选择性兴奋和Dixon技术用于抑制脂肪[25]。3.2乳腺SA的MR表现乳腺SA的常规MR图像上，T1WI多为低信号，T2WI多为不均匀或高信号；增强后以质量或非质量增强为主[3，8]，均匀性以内部增强为主。当出现形态不规则、边缘粗糙、相邻腺体结构紊乱、星形肿块改变时，容易与乳腺癌相混淆[5，8，26，27]；TIC多为I型(缓慢上升型)或II型(平台型)[7，8，9]。根据现有研究，在增强MR上，非肿块强化出现局灶性或节段性分布，形态不规则，边缘不清，强化不均匀，肿块1 cm，TIC早期快速强化为型(流出型)或型，为可疑乳腺癌特征[28]。Oztekin等[29]认为结节性s a的MR表现常为肿块强化，表现出与恶性病变相似的特征，是SA的一个亚型，最容易与乳腺癌混淆。因此，当SA出现类似恶性病变时，仅通过常规MR表现很难做出可靠的诊断。Fornasa等人[30]测量了43例良性乳腺疾病(包括腺病、纤维囊性疾病、纤维腺瘤和炎症等)的DWI ADC值。)，并认为DWI有助于区分乳腺疾病的良恶性。
Cheng等人[31]研究了腺病和浸润性导管癌的肿瘤和非肿瘤强化病变的平均ADC值之间的差异。腺病肿瘤强化和非肿瘤强化病灶的ADC值分别为(1.400.31)10-3 mm2/s和(1.710.35)10-3 mm2/s。浸润性导管癌肿瘤强化和非肿瘤强化病灶的ADC值分别为(0.970.18)10-3m m2/s和(1.050.29)10-3m m2/s。认为ADC值有助于区分腺病和浸润性导管癌，建议在区分良恶性病变时考虑病变形态对ADC值的影响。DWI ADC值对鉴别乳腺良恶性疾病有一定意义，但对SA的诊断无特异性。SA通常与良性和恶性肿瘤相关，但当诊断困难时，可参考ADC值来帮助鉴别。Dani等[26]认为混合性乳腺腺病(已被纳入SA)的TIC曲线在早期迅速增强，且以晚期为主。动态增强结合DWI有助于乳腺腺病和浸润性导管癌的鉴别诊断，乳腺腺病间质纤维化可能是恶性征象的原因。李等[7]认为T2WI序列信号不均匀，增强扫描显示小星形肿块，DWI图像轻度或无弥散受限，ADC值(1.010-3 mm2/s)无明显降低时，应考虑SA的诊断。研究表明，非肿块强化的良性病变(包括腺病)多表现为内部均匀强化，脂肪抑制T2WI上高信号，TIC曲线型，与恶性病变(内部不均匀强化，T2WI上低信号，TIC曲线型)有统计学差异[27]。王立斌等[8]认为当MRI表现为中枢性低信号病灶强化，横断面和矢状面病变差异较大，I型曲线和ADC值 1.25 10-3mm2/s时可考虑SA的诊断，目前多数学者认为SA的TIC曲线多见于型或型，ADC值的联合应用有助于提高SA的诊断效率[7，8，9，26，27]。4人工智能等在乳腺SA影像诊断中的应用。人工智能辅助诊断系统在近十年开始流行，其中深度学习给医学领域带来了巨大的进步。深度学习是一种受人脑结构和功能启发的学习机器。它利用具有多个隐处理层次的人工神经网络，通过复杂的层次结构，从未加工的信息中学习固定的模式。经过大量的数据库和不断的重复操作训练，它通过改进连接输入输出数据的算法来完善自己。目前仅有部分学者将SA纳入乳腺良恶性疾病的鉴别诊断，并在超声、X线、MR等方面进行了相关研究，王等的最新研究[32]指出，结合多路径协同融合(MSF)深度神经网络模型有助于乳腺肿块良恶性的区分。肖等[33]和Choi等[34]分别研究了448例乳腺病变(恶性218例，良性230例)和226例(良性173例，恶性53例)经病理证实的患者，得出基于深度学习的辅助超声诊断系统的诊断准确率高于经验丰富的放射科医生，尤其是对纤维腺瘤和腺病，尤其是SA。国外学者在大样本(5151例乳腺患者)中得出结论，深度学习结合超声图像可以准确区分乳腺良恶性病变，对良性肿瘤的敏感性和特异性更高[35]。韩等[36]研究了178例乳腺癌患者对侧双RADS 4乳腺病变，其中单纯性腺病45例，良性病变81例中SA 10例。认为基于MRI放射化学的机器学习模型可以提高对侧BI-RADS 4乳腺病变评估的准确性。近年来，国外一些学者在分子乳腺成像(MBI)中报道了结节性SA的病例。结节性SA可以显示局灶性摄取，MBI对乳腺SA的诊断价值需要进一步研究[37]。综上所述，目前用于乳腺SA诊断的影像学技术有MG、US和MRI。虽然各种影像学表现是多样的和非特异性的，并且它们与恶性病变相混淆，但是t。
本项目得到了辽宁省科技计划自然科学基金项目(2019-ZD-0907)和大连医科大学教学改革研究面上项目(DYLX21036)的资助。
利益冲突所有作者声明没有利益冲突。
参考文献被省略。
吴琦，康，等.乳腺硬化性性腺病的影像学表现及研究进展[J].磁共振成像，2021，12 (10) 3360101-104。
doi :10.12015/ISSN . 1674-8034.2021 . 10 . 026。】