Impact of background parenchymal enhancement on the diagnosis of enhancing lesions in breast MRI: a systematic approach

View Original ↗
AI 導讀 academic MR 重要性 4/5

乳房 MRI 的背景強化再亮也不怕漏診!系統性 ROI 讀片法讓重度 BPE 的敏感度依然維持 100%。

  • 中重度 BPE 與輕度 BPE 在 MRI 診斷上的 AUC 差距極小(0.988 vs 0.989),無顯著差異。
  • 即便在視覺干擾最嚴重的重度 BPE 族群中,惡性病灶敏感度仍高達 100%,無一漏診。
  • 採取 10 個立體 ROI 區域導向的系統排查法,可大幅減少高 BPE 導致的注意力盲區與偽陽性。

即使在背景實質強化(BPE)達到中度甚至重度的困難乳房中,MRI 偵測惡性腫瘤的靈敏度依然高達 100%,並未被掩蓋。乳房動態對比增強磁振造影(DCE-MRI)在打藥後,正常腺體組織也會跟著亮起,這常讓判片醫師擔心病灶被藏住或出現偽陽性。這篇來自維也納醫科大學的系統性區域分析證實,只要採用標準化的讀片邏輯,高低 BPE 族群的診斷 AUC 差距僅有微不足道的 0.1%。

破解 22% 高 BPE 乳房的影像掩蔽迷思

目前的臨床影像檢查中,DCE-MRI(打藥後連續取像看顯影動態) 在偵測乳癌方面擁有最高的敏感度。然而,靜脈注射含釓對比劑後,除了可疑的病灶會亮起,血管、乳頭、乳房內淋巴結以及正常的纖維腺體薄壁組織也會跟著強化。這種正常組織的強化被稱為 BPE(打藥後正常乳腺組織的生理性顯影),其程度會隨著月經週期的高低起伏而有巨大差異。過往文獻指出,BPE 受到血管內皮生長因子表現量、乳腺組織微血管密度以及雌激素與黃體素等類固醇荷爾蒙濃度的直接影響。

在影像分佈上,由於血液是從內乳動脈與外胸動脈的分支流入乳房,BPE 通常呈現周邊強化的型態,但在部分患者身上也可能表現為中央型、結節狀、區域性或瀰漫性的強化焦點。根據美國放射醫學會(ACR)的 BI-RADS 指南,BPE 可分為極輕度(<25% 腺體強化)、輕度(25–50%)、中度(50–75%)與重度(>75%)四個等級。這項分類必須在對比劑注射後的第一組相減影像上進行評估,同時需描述其對稱性。

長久以來,學界對於強烈且快速的 BPE 是否會像乳房攝影中的緻密乳腺一樣產生掩蔽效應,始終存在分歧。一部分文獻認為中度或重度的 BPE 會導致異常判讀率上升,但對最終診斷準確率沒有顯著干擾;另一派研究卻主張高 BPE 會直接拉低影像的診斷價值,增加偽陰性或偽陽性。為了釐清這個爭議,本篇研究捨棄了傳統以「病患」為單位的統計方式,改採更嚴苛的區域導向分析,探討 BPE 是否真的會妨礙病灶的偵測。

從影像科醫師的日常作業來看,面對瀰漫性強化的乳房影像時,視覺上的雜訊確實會引發不安全感。特別是在篩檢年輕女性或停經前婦女時,我們常常需要配合生理週期來安排檢查時間,以避開 BPE 最強烈的黃體期。如果能證明高水準的 BPE 其實不會對最終判讀準確率造成實質打擊,我們在安排排程與臨床決策上將能獲得更大的彈性。

3160 個 ROI 區域與 Table 1 的雙盲判讀設計

這是一項單中心的回顧性觀察研究,納入 2020 年 5 月至 2023 年 9 月間接受乳房 MRI 檢查的連續病患。這群受試者都是在乳房攝影或超音波上發現不確定或可疑病灶(BI-RADS 0, 3, 4, 5),進而轉介做 MRI。為了確保數據的嚴謹性,團隊排除了缺乏標準參考答案(切片病理或一年的影像追蹤)、腎功能不全、對釓對比劑過敏,以及正在接受化療或抗荷爾蒙治療的患者。最終共納入 316 位病患,平均年齡 54 歲(標準差 10.6 歲,範圍 31 至 84 歲)。

所有的影像皆在 1.5-T 或 3-T 的磁振造影儀上,配合專用乳房線圈以俯臥姿態擷取。造影協定包含 T2 加權序列、打藥前後的 T1 加權序列,且動態時間解析度控制在 1 分鐘左右。此外也包含了 b 值為 0 與 800 s/mm² 的單次激發擴散張量回聲平面造影(EPI-DWI)。為了建立客觀的評估基準,研究採用了 ROI-based approach(把兩邊乳房切成十個獨立立體區塊評估),將每側乳房劃分為顱外側、尾外側、顱內側、尾內側與乳暈後方 5 個容積感興趣區域(ROI)。316 位患者總計產生了 3160 個獨立的 ROI 供後續分析。

判讀階段由兩位醫師在不知臨床資料與病理結果的雙盲狀態下獨立進行。一位是具備三年乳房影像經驗的專科放射科醫師,另一位則是受過六個月密集乳房 MRI 專題訓練的博士生(由三位擁有超過 16 年經驗的國際級專家親自指導)。兩位讀片者在打藥後早期 T1 脂肪抑制相減影像上評估 BPE,同時也可以參考 MIP(最大亮度投影的 3D 血管樹影像)。在統計與判斷上,將 BPE 簡化為二元變數:最低/輕度歸類為 BPE1,中度/重度歸類為 BPE2,並針對有顯影的區域給予 BI-RADS 分級,需要時搭配 Kaiser 分數決策法則。

根據 Table 1 提供的病理資料,在 282 顆經過組織學驗證的病灶中,有 129 顆為惡性腫瘤,153 顆為良性。惡性病灶中涵蓋了各種型態,如浸潤性非特殊型癌(NST)與原位導管癌(DCIS),而良性病灶則包含纖維腺瘤、乳突瘤等常見組織。為了確保統計檢定力,團隊進行了先驗的樣本數計算,設定 alpha 誤差 5%、beta 誤差 10%(檢定力 90%)。若要偵測出 10% 的 AUC 差異,每組至少需要 64 個案例,而本研究的收案量完全滿足此一門檻要求。

研究流程與雙盲判讀設計
階段設計具體細節與參數
收案來源單中心回顧性 (2020/05-2023/09)
病患條件超音波或乳房攝影 BI-RADS 0, 3, 4, 5
判讀區域劃分雙側共切分 10 個容積 ROI (共 3160 個)
判讀者盲態不知病理結果、不知其他影像發現
實質病灶數282 顆 (129 惡性 / 153 良性)

採用 10 個立體 ROI 區域導向的系統排查法

AUC 0.989 的穩健表現與 Table 2 核心數據

在影像組成的部分,高達 62% 的患者屬於緻密型乳房(ACR C 與 D)。評估 BPE 分布時,最低程度佔 50.9%、輕度 27.3%、中度 17.1%、重度僅佔 4.7%。若以二分法來看,78%(249 位)的患者屬於低強化的 BPE1 組,而 22%(68 位)屬於高強化的 BPE2 組。兩位判讀者在 BPE 分類的順序變數上達成實質的一致性(Kappa = 0.585),而在二分法變數上的Kappa值為 0.492。整體癌症盛行率為 45.7%,進一步拆分後,BPE1 組的癌症盛行率為 46.7%,BPE2 組則為 42.1%,兩者在統計上並無顯著差異(p > 0.05)。

把焦點拉到 Table 2 與 ROC 分析曲線,最令人矚目的數據莫過於整體的診斷準確度。BPE1 組的 AUC 達到了 0.989,而 BPE2 組的 AUC 則是 0.988。這高達 0.98 以上且兩組差異僅 0.001 的結果(p > 0.05),直接打破了高背景強化會拖垮整體診斷力的傳統擔憂。更令人振奮的是,在 BPE1 族群中 MRI 的敏感度為 98.1%,而在 BPE2 這個視覺干擾最嚴重的族群中,敏感度竟然高達 100%(p > 0.05)。這意味著在重度 BPE 的乳房裡,沒有任何一顆惡性腫瘤被漏診。

在特異度的表現上,BPE1 組為 95.5%,BPE2 組為 92.6%(p > 0.05)。雖然高 BPE 族群的特異度數值上有微幅下降,但統計檢定證實這個降幅並不具備顯著意義。另外,研究也透過 Spearman 相關性分析確認了停經狀態與 BPE 等級呈現負相關(r = -0.191, p < 0.001),年紀越輕、未停經的婦女,擁有高 BPE 的機率確實較大。

探討病灶特徵時,Table 3 列出了腫瘤形態學的詳細數據。惡性腫瘤中 55.0% 表現為腫塊強化(Mass enhancement),34.9% 為非腫塊強化(Non-mass enhancement);良性病灶則有 52.9% 表現為腫塊,26.8% 為非腫塊。在尺寸分佈上,惡性病灶平均大小為 23.2 毫米(最小僅 4 毫米),而良性病灶平均為 16.7 毫米(最小 3 毫米)。這些數據證實,即使面對微小到 3-4 毫米的區域,結合 ROI 排查策略依然能維持極高的檢出率。

高低 BPE 族群的診斷表現對比

資料來源:Table 2 核心數據

Figure 5 偽陽性陷阱與 Kaiser score 的輔助

儘管整體的診斷表現極佳,但深入探究偽陽性與偽陰性的個案分佈,才是這份導讀中最核心的臨床價值。雖然 BPE 不會造成惡性腫瘤漏診,但它確實具有模仿良惡性病灶的潛力。在所有中度 BPE 的案例中,僅有一例原位導管癌(DCIS)被低估,判讀為 BI-RADS 3 的追蹤病灶。這提醒我們,面對瀰漫性顯影中的非典型非腫塊強化時,仍要特別提防 DCIS 被隱藏在背景訊號裡的風險。

若細看 Figure 5 呈現的偽陽性陷阱,在具有重度 BPE 的病患中,有兩顆極微小的良性病灶被過度解讀。一顆是 5 毫米的管內乳突瘤(B3),另一顆是 7 毫米的腺病(B2),雙雙被誤判為可疑的 BI-RADS 4。此外,還有兩個純粹是重度 BPE 的區域被錯誤地當作腫瘤強化。這些偽陽性的案例雖然數量不多,但確實點出了強烈背景強化會對特異度造成微幅侵蝕的現實。

為了對抗這種視覺干擾,引進 Kaiser score(結合邊緣形態與動態曲線的計分決策樹) 成了一項重要的防禦機制。Kaiser score 提供了一套有條理的評分系統,讓醫師不至於單憑打藥後第一時間的「亮」就給予高分,而是強制檢查邊緣特徵與後續的廓清(wash-out)型態。這種標準化工具,配合將乳房硬性分割為十個 ROI 區域逐一檢視的習慣,能有效防止注意力被大面積的高 BPE 吸走而忽略次要角落的病灶。

近期另一項研究比較了 MRI 與 CEM(打顯影劑的雙能乳房攝影) 在不同 BPE 下的表現。結果顯示 CEM 在中重度 BPE 下診斷力大幅衰退,但 MRI 卻依然堅挺。這主要是因為 CEM 屬於二維投影重疊影像,高亮度的腺體會直接遮蔽掉腫瘤;而 MRI 受惠於三維立體斷面,讓醫師能在不同的切面上剝離 BPE 與實質病灶。同時,本研究中高低 BPE 兩組的癌症盛行率相近,再次印證了 BPE 反映的是當下的組織血流與荷爾蒙活性,而非直接的致癌風險指標。

惡性與良性病灶的型態分佈特徵
病灶類型腫塊強化佔比非腫塊強化佔比平均尺寸 (最小)
惡性腫瘤 (n=129)55.0%34.9%23.2 mm (4 mm)
良性病灶 (n=153)52.9%26.8%16.7 mm (3 mm)

即使腫瘤小至 4mm,在 ROI 策略下仍無漏診

22% 高 BPE 限制與放射科日常排程解方

Discussion 裡作者也坦承了這項研究的幾項限制。首先,作為單中心回顧性設計,且只有兩位讀片者進行評估,可能限縮了結果的普適性。其次,中度與重度 BPE 族群僅佔總收案量的 22%,樣本數相對較小,不能完全排除轉診流程中潛在的選擇性偏差。再者,BPE 的等級是採用傳統的肉眼質性評估,雖然過去文獻顯示質性與 AI 定量分析在統計上無顯著差異,但自動化定量的臨床價值仍有待未來驗證。

在臨床操作面上,本研究刻意讓讀片者對超音波與乳房攝影的結果保持盲目。這在現實世界是不合理的,因為放射科醫師在日常打片時,必定會綜合對照所有影像工具的心得。然而,正是因為在這種盲讀的嚴苛條件下,高 BPE 依然沒有拉低 MRI 的診斷數據,更凸顯了磁振造影本身的強大韌性。至於不同磁場強度的影響,過往研究已知 3-T 的 T1 弛豫時間較長,同樣劑量的對比劑在 3-T 上產生的 BPE 可能比 1.5-T 更明顯,但前瞻性文獻早已證明兩者的診斷準確度是相當的。

對於台灣放射科日常實務而言,這篇論文提供了強而有力的流程優化依據。一直以來,為了避免高 BPE 干擾判讀,我們會盡量要求停經前婦女在月經週期的第 7 到 14 天之間來做 MRI。這種僵化的排程不僅增加了櫃檯排檢的困難,也常常讓焦慮的疑似乳癌病患多等上幾週。既然 BPE 的強弱不影響最終的敏感度與特異度,影像科主任或許可以考慮放寬排檢的生理期限制,只要醫師具備系統性的 ROI 掃視習慣與標準化評估工具,隨時上機都不會影響找尋真相的能力。

不要再把重度 BPE 當成推遲年輕病患排檢的藉口。只要嚴格落實十個分區的 ROI 獨立排查與 Kaiser 動態決策,即使是 3T 機器下的瀰漫性高光,也藏不住那顆 4mm 的浸潤癌。

Abstract

Objective Dynamic contrast-enhanced MRI (DCE-MRI) enhances both suspicious lesions and normal tissue, known as background parenchymal enhancement (BPE). There is controversial evidence regarding whether BPE compromises the accuracy of breast MRI. Our aim was to investigate the influence of BPE in the detection of breast lesions by DCE-MRI using an ROI-based approach. Materials and methods MRI Images of consecutive patients with indeterminate or suspicious findings on mammography or ultrasound (BI-RADS 0, 3, 4, 5). tested between May 2020 and September 2023 were retrospectively analyzed. Both breasts were divided into 10 regions of interest (ROIs), and BPE, BI-RADS and lesion type were assessed according to the MRI BI-RADS lexicon for each ROI by two blinded readers. BPE was dichotomized into minimum/mild (BPE1) and moderate/marked (BPE2). Patients without a standard reference were excluded. The standard reference was defined as histology or 1 year follow-up. The MRI performance was assessed using ROC analysis in an ROI-based analysis. Inter-reader agreement was assessed using k statistics. Results A total of 316 patients (mean of 54 years, SD 10.6; range 31–84) were included. Among the 282 lesions histopathologically analyzed, 129 were malignant and 153 were benign. BPE1 was observed in 78% of patients and BPE2 in 22%. AUC did not differ between BPE1 (0.989) and BPE2 (0.988), p &gt; 0.05. Sensitivity was 98.1% for BPE1 and 100% for BPE2, with comparable specificity: 95.5% (BPE1) vs. 92.6% (BPE2), p &gt; 0.05. Conclusion Our study demonstrated that BPE does not have a negative impact on the detection and identification of suspicious lesions on breast MRI. Key Points Question What is the role of background parenchymal enhancement on DCE-MRI in terms of potential masking or mimicking remains a challenging issue? Findings The diagnostic accuracy of DCE-MRI for detecting breast lesions is not affected by elevated BPE levels. Clinical relevance Systematic evaluation of DCE-MRI using ROI-based analysis improves breast cancer detection and ensures diagnostic accuracy across different levels of background parenchymal enhancement. Graphical Abstract