磁共振動態(tài)增強及擴散加權成像在乳腺癌中的應用

1.徐州醫(yī)學院第二附屬醫(yī)院影像科(江蘇 徐州1004).徐州醫(yī)學院附屬醫(yī)院醫(yī)學影像科(江蘇 徐州 100)張海燕 汪秀玲

磁共振動態(tài)增強及擴散加權成像在乳腺癌中的應用

1.徐州醫(yī)學院第二附屬醫(yī)院影像科(江蘇 徐州221004)
2.徐州醫(yī)學院附屬醫(yī)院醫(yī)學影像科(江蘇 徐州 221002)
張海燕1,2汪秀玲2

磁共振成像；動態(tài)增強；擴散加權；乳腺癌

The Application of MRI Dynamic Contrastenhanced and Diffusion Weighted Imaging in Breast Cancer

目前，MRI已經越來越多地應用于乳腺影像檢查中[1-3]。美國放射學會(American College of Radiology, ACR)推薦乳腺MRI應用于篩選病例、評價疾病程度以及臨床治療評估。常規(guī)乳腺MRI主要通過T2加權序列(T2-weighted imaging, T2WI)病灶信號強度以及其形態(tài)學特點進行診斷[4]。近年，乳腺動態(tài)增強掃描(dynamic contrast-enhanced, DCE)、擴散加權成像(diffusion-weighted imaging, DWI)技術進展逐漸應用于臨床，并取得了一定的成果[5-7]。DCE技術主要通過對比劑攝取的藥代動力學分析，對血管與血管間隙之間對比劑的交換進行量化評估，而DWI技術通過對水分子擴散特性的量化分析，評估細胞結構及細胞膜的完整性[8]。雖然乳腺MRI有著較高的敏感性，但特異性不高，容易產生假陽性[9]，在臨床應用中受到一定限制。

1 乳腺癌常規(guī)MRI-T2WI表現(xiàn)

典型乳腺癌通常形態(tài)不規(guī)則，邊緣不規(guī)整，常見分葉狀及毛刺征，內部信號不均勻，T2WI像大多表現(xiàn)為稍低信號，或許是因為其富含膠原蛋白的纖維組織中含有的水及脂肪較少。乳腺癌壞死部分在T2WI上表現(xiàn)為高信號，與乳腺良性病變信號不易區(qū)分。Malich等人對于641例乳腺病變患者的研究中，發(fā)現(xiàn)74%的惡性病灶在T2WI為低信號，僅有37%的良性病灶為低信號[10]。然而，有些良性病變如出血性囊腫，因為受到血液磁敏感偽影的影響在T2WI上表現(xiàn)為低信號[11]。由此可見，單純依靠常規(guī)MRI -T2WI檢查尚不能達到理想的臨床診斷效果。

2 DCE-MRI在乳腺癌中的應用

2.1 DCE-MR乳腺癌及乳腺良性占位的強化形態(tài) 乳腺病灶的強化形態(tài)大致可分為腫塊樣強化與非腫塊樣強化。

良性腫塊多形態(tài)規(guī)則、邊緣光滑、內部均勻強化，良性纖維腺瘤也可以表現(xiàn)為強化腫塊內部間有不強化的間隔。而乳腺惡性腫塊強化方式多樣[12,13]。

乳腺疾病的非腫塊樣強化方式見不到明確的腫塊影，通常根據強化部位分以下幾種[14]：(1)沿導管走行的強化以及節(jié)段性強化，沿導管強化信號走行指向乳頭，節(jié)段性強化為圓錐形表現(xiàn)，與導管內原位癌、浸潤性導管癌、非典型導管增生、乳頭狀瘤或者硬化性腺病相關。(2)彌漫性強化往往為良性病變的特征，比如乳腺增生性改變，但在多中心的導管內原位癌也偶有發(fā)生。非腫塊強化內部強化模式也較復雜：點狀或斑片狀強化經常分布于乳腺的非管道區(qū)域，是良性病變的特征，在網狀或樹突狀的強化類型中，正常的脂肪腺體組織界面消失，通常與炎性乳癌或者淋巴結受累相關。

2.2 DCE-MR乳腺疾病的強化曲線 測量一定時間內感興趣區(qū)信號強度的變化，通過計算機后處理得出時間-信號強度曲線(time-signal intensity curve, TIC)。TIC的感興趣區(qū)通常選擇病灶中強化程度最強，強化速度最快的區(qū)域，分為慢、中、快三種強化方式，延遲期的時相分為持續(xù)型、平臺型與流出型。早期快速或中度強化且在延遲期為平臺型或流出型，惡性腫瘤陽性預測值為77%[15]，國內報道以平臺型或流出型作為病灶診斷的標準，其敏感性90.6%，特異性為80%[16]。浸潤性乳腺癌可以見到這種典型強化方式，由于腫瘤毛細血管的高滲透性，形成從血管到血管間隙的對比劑快速通道，對比劑滲出到血管外間隙，也由于新生毛細血管的高通透性，通過被動擴散的作用，對比劑又會快速的返回毛細血管內[17]。相反，至少80%典型的良性病變在延遲期TIC為持續(xù)型。

然而不同的病變有時也存在相同的強化方式：如乳腺內良性淋巴結與可疑惡性病灶強化方式類似，但淋巴結往往在T2WI上為高信號；局灶性纖維囊性變與復發(fā)性乳腺癌之間也表現(xiàn)為相似的強化形態(tài)[18]。另外，疤痕旁脂肪壞死的強化方式類似于復發(fā)乳腺癌，但在脂肪抑制序列疤痕旁脂肪壞死內脂肪信號的減低，對于病變的鑒別有重要意義。

2.3 DCE-MRI新技術進展在乳腺疾病鑒別診斷及乳腺癌化療中的應用 藥代動力學參數(shù)分析技術涉及到超越形態(tài)學的創(chuàng)新技術，對于腫瘤的生物學能夠提供更好的了解。主要參數(shù)值有：(1)容量轉移常數(shù)(Ktrans)：對比劑由血管內擴散到血管外的速度常數(shù)。(2)速率常數(shù)(Kep)：組織間對比劑經擴散重新回到血管內的速度常數(shù)。(3)細胞外間隙容積比(Ve)：血管外細胞外間隙占整個體素的百分比。

文獻報道通過對比乳腺癌強化方式與微血管密度相關性研究，發(fā)現(xiàn)藥代動力學參數(shù)或許可以作為血管生成的標志物[19]。由于乳腺癌灶中新生血管的形成過程中產生更高滲的毛細血管，乳腺癌中Ktrans值要高于乳腺良性病變以及正常乳腺組織[20]。Kep值在乳腺癌中同樣也較高，相反，乳腺癌中Ve值要低，這與腫瘤的細胞增生以及豐富的血管導致血管外細胞間隙的縮小有關。研究顯示3級浸潤性乳腺癌Ktrans、Kep值顯著性高于1、2級(p＞0.05)，但1、2級之間的Ktrans、Kep值之間差異無統(tǒng)計學意義[21]?？梢?，藥代動力學參數(shù)參數(shù)值在鑒別乳腺良惡性病變以及乳腺癌的病變程度有重要價值。

在乳腺癌化療中，抗新生血管藥物治療有反應的乳腺癌患者，腫瘤血管變化要早于腫瘤體積改變，或許可以通過藥代動力學參數(shù)來更好的監(jiān)測腫瘤對于化療的反應。早期Ktrans、Kep值的減低或許與治療引起早期血管收縮導致不成熟的及高通透性的血管的丟失相關，使得治療后總的對比劑攝取減低；Ve值增加，反應出抗新生血管治療后，新生血管的收縮導致的細胞外-血管外空間的增大。細胞毒性藥物化療后，細胞的死亡，腫瘤細胞產生的促血管生成因子丟失，也能夠顯著性降低藥代動力學的參數(shù)。Wasser, K.等人在對于表阿霉素、紫杉醇新輔助化療后患者的研究中，在第一輪化療后有反應的患者中Kep(p＜0.002)顯著性降低，然而腫瘤體積的改變卻在第三次化療后才發(fā)現(xiàn)(p＜0.008)[22]。這些結果顯示DCE-MRI藥代動力學參數(shù)可以早期預測乳腺癌患者新輔助化療之后的反應。Radjenovic, A等人在對于15例治療前有著較高的Ktrans且對治療有反應的患者研究證明，DCE-MRI或許可以預測患者對于治療的反應[21]，但是仍需要大量的研究來證明初步的研究結果[23]。然而藥代動力學分析實驗的動力學模型往往需要非常高的時間分辨率序列，這樣會干擾圖像采集矩陣，并且多中心研究缺乏統(tǒng)一的技術標準以及數(shù)據分析標準，故在常規(guī)實踐中其廣泛應用受到限制。

3 DWI在乳腺癌中應用

磁共振彌散成像是觀察活體組織內水分子布朗運動的成像方法。DWI可將水分子在不同組織中的擴散能力差異轉化成圖像的信號差異或其他參數(shù)值的改變。從分子水平反映人體組織的空間信息以及生理、病理狀態(tài)下各組織成分水分子移動度的變化。DWI參數(shù)值用表觀擴散系數(shù)(apparent diffusion coefficient,ADC)表示，單位為(mm2/s)。

3.1 DWI在乳腺良惡性病變診斷中的應用 乳腺癌通常在DWIMRI圖像為高信號，在ADC圖像為低信號，原因為惡性腫瘤內自由水分子的擴散運動受到限制。然而，含有蛋白質的囊腫中水分子在粘稠的環(huán)境下，也表現(xiàn)為擴散受限，與乳腺癌有相似的信號表現(xiàn)。單純的囊腫DW-MRI表現(xiàn)與此相反。ADC值的大小與b值的選擇密切相關，研究顯示ADC值與b值呈線性負相關[24,25]。較低的b值會產生較為明顯的灌注效應，尤其是浸潤性導管癌，因其含有豐富的毛細血管，這種穿透效應更加明顯，在較低b值下所測得ADC值會增大。較高b值能夠抑制與高ADC值相關的正常組織信號，惡性腫瘤的信號顯示更為顯著，從而更容易發(fā)現(xiàn)惡性腫瘤性病變，雖然較高的b值能抑制灌注效應的產生，但較高的b值更加容易產生偽影，使圖像信噪比下降。因此，許多學者研究如何通過b值選擇來達到圖像診斷價值與圖像質量之間的平衡。研究認為b值接近1000時，能夠得到較為理想的圖像，且得出能夠鑒別良惡性腫瘤ADC值的閾值為1.23×10-3mm2/s[26]。理論上DWI使用的b值數(shù)量越多，就能夠獲取分析ADC值的更多數(shù)據，但同時會增大檢查時間，從而也會增加產生移動偽影的幾率。Pereira等人研究顯示在1.5T或3.0T磁共振鑒別良惡性腫瘤，利用多b值計算出的ADC值與兩個b值計算出的ADC值相比，精確度并沒有顯著性增高[25]。

但ADC值的診斷敏感性與特異性受到ADC值閾值的影響。研究顯示乳腺惡性病灶的平均ADC值為(1.298±0.129)×10-3mm2/ s，ADC值閾值取1.48×10-3mm2/s時，敏感性與特異性率為88.6%和95.3%，ADC值閾值為1.53×10-3mm2/s時，敏感性與特異性率為100%和86%[27]。國內有研究顯示取ADC值為1.048×10-3mm2/s作為閾值時，敏感性、特異性分別為83.9%、88.9%[28]。在大量的對于乳腺癌患者進行1.5T磁共振儀DWI的研究中乳腺癌患者平均ADC值為(1.00-1.07)×10-3mm2/s，范圍為(0.89±0.17)×10-3mm2/ s至(1.17±0.18)×10-3mm2/s，正常乳腺組織或良性病變的ADC值為(1.35±0.10)×10-3mm2/s至(1.90±0.20)×10-3mm2/s[29-31]。以上研究結果顯示，DWI在乳腺癌的診斷及鑒別診斷中具有重要的價值，同時，由于缺乏DWI的標準化，具體的ADC值很難作為可靠的診斷惡性腫瘤的依據。

3.2 DWI在乳腺癌新輔助化療中的應用 在新輔助化療后常規(guī)MRI難以正確評估腫瘤尺寸的情況下，DWI或許在識別腫瘤的殘存起到關鍵作用。在治療后乳腺癌細胞死亡，隨之發(fā)生細胞結構減少，細胞膜的完整性破壞，導致ADC值增加，乳腺癌治療后ADC值的改變通常早于常規(guī)MRI中腫瘤尺寸的變化[32]。在對于69例進行新輔化療的乳腺癌患者的研究中，顯示DW-MRI要比常規(guī)的對比增強MRI發(fā)現(xiàn)殘余腫瘤的精確度更高[33]。在對于21例行新輔助化療乳腺癌患者的研究中，沒有反應的患者在治療之前平均ADC值為(1.46±0.33)×10-3mm2/s，與之相比較，對治療有反應的患者ADC值為(0.99±0.27)×10-3mm2/s[34]。在對于53例患者的研究中也報道類似的結果，沒有反應的患者治療前的ADC平均值(1.29±0.08)×10-3mm2/s，與有反應的患者治療前的平均ADC值(1.036±0.015)×10-3mm2/s，相比較顯著性增高(p=0.004)。因此，DWI不僅對于乳腺癌的診斷起到重要的作用，而且能夠早期評估以及預測乳腺癌患者新輔助化療的效果[35]。

綜上所述，乳腺MRI在乳腺癌的診斷、治療后的評估等方面具有重要的價值。隨著磁共振硬件的發(fā)展及新技術的深入研究，乳腺MRI將會在乳腺疾病中的應用發(fā)揮出更重要的作用。

1. Monticciolo D L. Magnetic resonance imaging of the breast for cancer diagnosis and staging [J].Seminars in ultrasound, CT, and MR, 2011, 32(4): 319-330.

2. Jansen S A. Ductal carcinoma in situ: Detection, diagnosis, and characterization with magnetic resonance imaging [J]. Seminars in ultrasound, CT, and MR, 2011, 32(4): 306-318.

3. Bick U,Engelken, F, Diederichs, G, et al. MRI of the breast as part of the assessment in population-based mammography screening[J].RoFo: Fortschritte auf dem Gebiete der Rontgenstrahlen und der Nuklearmedizin, 2013, 185(9): 849-856.

4. Russ G,Bigorgne, C,Royer,B, et al. [The thyroid imaging reporting and data system (tirads) for ultrasound of the thyroid] [J]. Journal de radiologie,2011,92(7-8):701-713.

5. Chen JH, Yu H, Lin M,et al. Background parenchymal enhancement in the contralateral normal breast of patients undergoing neoadjuvant chemotherapy measured by DCEMRI. Magn Reson Imaging, 2013,31(9):1465-1471.

6. Amarnath J, T Sangeeta, and SB Mehta. Role of quantitative pharmacokinetic parameter (transfer constant: K(trans)) in the characterization of breast lesions on MRI. Indian J Radiol Imaging, 2013,23(1):19-25.

7. Sonmez G, Cuce F, Mutlu H, et al. Value of diffusion-weighted MRI in the differentiation of benign and malign breast lesions. Wien Klin Wochenschr, 2011,123(21-22):655-661.

8. Padhani AR, Liu G, Koh DM,et al. Diffusion-weighted magnetic resonance imaging as a cancer biomarker: consensus and recommendations. Neoplasia, 2009,11(2):102-125.

9. Millet I,Pages E, Hoa D, et, al. Pearls and pitfalls in breast MRI.Br J Radiol, 2012,85(1011):197-207.

10.Malich A, Fischer DR, Wurdinger S, et al. Potential MRI interpretation model: differentiation of benign from malignant breast masses. AJR Am J Roentgenol, 2005,185(4): 964-970.

11.Berg WA, Sechtin AG, Marques H, et al. Cystic breast masses and the ACRIN 6666 experience. Radiol Clin North Am, 2010,48(5):931-987.

12.Szabo BK,Aspelin P, Kristoffersen Wiberg M, et al. Invasive breast cancer: correlation of dynamic MR features with prognostic factors.Eur Radiol, 2003,13(11):2425-2435.

13.Montemurro F,Martincich L, Sarotto I, et al. Relationship between DCE-MRI morphological and functional features and histopathological characteristics of breast cancer.Eur Radiol, 2007,17(6):1490-1497.

14.Petralia G, Bonello L, Priolo F, et al.Breast MR with special focus on DW-MRI and DCE-MRI. Cancer Imaging, 2011,11:76-90.

15.Kuhl CK, Mielcareck P, Klaschik S, et al. Dynamic breast MR imaging: are signal intensity time course data useful for differential diagnosis of enhancing lesions.Radiology, 1999,211(1):101-110.

16.彭薇,許永華.磁共振擴散加權成像與動態(tài)增強聯(lián)合應用對乳腺病變的價值[J].中國CT和MRI雜志,2010, 8(6): 19-22.

17.李瑞敏,顧雅佳,毛健,等.定量動態(tài)增強MRI鑒別乳腺良惡性病變的研究[J].中華放射學雜志,2011, 45(2): 164-169.

18.Chen JH, Nalcioglu O, Su MY. Fibrocystic change of the breast presenting as a focal lesion mimicking breast cancer in MR imaging. J Magn Reson Imaging, 2008,28(6):1499-1505.

19.Teifke A, Behr O, Schmidt M, et al. Dynamic MR imaging of breast lesions: correlation with microvessel distribution pattern and histologic characteristics of prognosis. Radiology,2006,239(2):351-360.

20.Yoo JL,Woo OH, Kim YK, et al. Can MR Imaging contribute in characterizing wellcircumscribed breast carcinomas.Radiographics, 2010,30(6):1689-1702.

21.Radjenovic A, Dall B J, Ridgway J P, et al. Measurement of pharmacokinetic parameters in histologically graded invasive breast tumours using dynamic contrast-enhanced MRI. Br J Radiol, 2008,81(962):120-128.

22.Wasser K, Klein SK, Fink C, et al. Evaluation of neoadjuvant chemotherapeutic response of breast cancer using dynamic MRI with high temporal resolution. Eur Radiol, 2003,13(1):80-87.

23.Flaherty KT, Rosen MA, Heitjan DF, et al. Pilot study of DCEMRI to predict progression-free survival with sorafenib therapy in renal cell carcinoma. Cancer Biol Ther, 2008,7(4): 496-501.

24.Pereira FP, Martins G, Figueiredo E, et al. Assessment of breast lesions with diffusion-weighted MRI: comparing the use of different b values. AJR Am J Roentgenol, 2009,193(4): 1030-1035.

25.Bogner W, Gruber S, Pinker K, et al. Diffusion-weighted MR for differentiation of breast lesions at 3.0 T: how does selection of diffusion protocols affect diagnosis?. Radiology, 2009,253(2): 341-351.

26.Thomassin-Naggara I,De Bazelaire C, Chopier J, et al. Diffusion-weighted MR imaging of the breast: advantages and pitfalls. Eur J Radiol, 2013,82(3):435-443.

27.Fornasa, F., Pinali, L., Gasparini, A., et al. Diffusion-weighted magnetic resonance imaging in focal breast lesions: analysis of 78 cases with pathological correlation. Radiol Med, 2011,116(2):264-275.

28.陳泉樺,劉彪,鄭進天.乳腺MR功能成像對乳腺病變的診斷價值研究.[J].中國CT和MRI雜志, 2013, 11(3): 57-60.

29.Fornasa F, Pinali L, Gasparini A, et al. In vivo diffusionweighted MRI of the breast: potential for lesion characterization. J Magn Reson Imaging, 2002,15(6):693-704.

30.Park MJ, Cha ES, Kang BJ, et al. The role of diffusionweighted imaging and the apparent diffusion coefficient (ADC) values for breast tumors. Korean J Radiol, 2007,8(5):390-396.

31.Hatakenaka M, Soeda H, Yabuuchi H, et al. Apparent diffusion coefficients of breast tumors: clinical application. Magn Reson Med Sci, 2008,7(1):23-29. 32.Thoeny HC, Ross BD. Ross. Predicting and monitoring cancer treatment response with diffusion-weighted MRI. J Magn Reson Imaging, 2010,32(1):2-16. 33.Woodhams R, Kakita S, Hata H, et al. Identification of residual breast carcinoma following neoadjuvant chemotherapy: diffusion-weighted imaging--comparison with contrastenhanced MR imaging and pathologic findings. Radiology, 2010,254(2):357-366.

34.Iacconi C, Giannelli M, Marini C, et al. The role of mean diffusivity (MD) as a predictive index of the response to chemotherapy in locally advanced breast cancer: a preliminary study. Eur Radiol, 2010,20(2):303-308.

35.Park SH, Moon WK, Cho N, et al. Diffusion-weighted MR imaging: pretreatment prediction of response to neoadjuvant chemotherapy in patients with breast cancer. Radiology, 2010,257(1):56-63.

(本文編輯: 唐潤輝)

R445.2；R737.9

A

10.3969/j.issn.1672-5131.2014.07.36

2014-08-25

汪秀玲