乳腺癌MRI診斷進展

ALLARAKHA Atiya，高 燕，王培軍

(同濟大學附屬同濟醫(yī)院醫(yī)學影像科，上海 200065)

乳腺癌是女性最常見的惡性腫瘤，早期、準確診斷至關重要。乳腺MRI已成為乳 腺癌的常規(guī)檢查方法。美國放射學院(American College of Radiology, ACR)明確推薦了MR使用指南[1]，即多于乳腺X線或超聲無法確診時采用MRI可對乳腺惡性腫瘤胸壁及淋巴結轉移進行分期和評估，以及對有家族史或有BRCA基因攜帶者的高風險患者進行篩查。隨著新技術的發(fā)展，MRI的應用范圍已逐步擴展，包括術后乳腺手術評估、區(qū)分復發(fā)和瘢痕組織以及評估新輔助化療或化療后反應。本文對MRI新技術在乳腺癌中的應用進展進行綜述。

1 DWI

DWI可顯示體內(nèi)水分子的隨機運動。與良性腫瘤相比，惡性腫瘤具有典型的擴散受限。DWI無需對比劑，適用于有腎臟疾病或?qū)Ρ葎┻^敏的患者。ROI的ADC值已被廣泛作為惡性腫瘤的生物學標志，研究[2-4]發(fā)現(xiàn)乳腺惡性腫瘤ADC值較乳腺良性病變更低[3-4]，且鑒別良惡性病變的ADC最佳臨界值范圍為1.06×10-3mm2/s～1.10×10-3mm2/s[5-6]。還有研究[7]發(fā)現(xiàn)轉移性腋窩淋巴結轉移的ADC值較非轉移淋巴結更低[7]。此外，ADC值還可反映新輔助化療或乳腺癌術后化療的療效評估指標，化療后平均ADC值增加通常是治療有效的標志[8-9]。

同時，DWI高信號并非均為擴散受限，如囊腫T2穿透效應(T2-shine/through)的干擾可導致誤判；其次，即使DWI高信號、ADC值低的病灶也并非均為惡性腫瘤，膿腫也可表現(xiàn)為明顯擴散受限。此時除根據(jù)臨床、MRI形態(tài)學進行鑒別診斷外，可將ADC比率作為新的鑒別手段。Durur-Subasi等[10]研究表明，中心壞死區(qū)/周邊壁ADC比率可區(qū)分膿腫與伴有壞死的乳腺惡性腫瘤，且乳腺惡性腫瘤ADC比值較乳腺膿腫高。

傳統(tǒng)DWI采用單指數(shù)模型和高斯分布的假設。近來新推出的eDWI技術引入了其他高級彌散模型，如體素內(nèi)不相干運動擴散成像(intravoxel incoherent motion imaging， IVIM)、擴散峰度成像(diffusion kurtosis imaging， DKI)、AQP水通道蛋白成像、FOCUS DWI小視野擴散成像和超高清擴散成像等，拓展了DWI的應用價值和潛力[11-12]。

2 動態(tài)對比增強MRI(dynamic contrast enhanced MRI， DCE-MRI)

DCE-MRI已成為檢測乳腺癌最敏感的影像學手段，其敏感度可達到90%，但特異度僅為72%[13]。Hildebrand等[14]研究表明，定量DWI聯(lián)合DCE-MRI可評價乳腺影像報告和數(shù)據(jù)系統(tǒng)(breast imaging reporting and data system, BI-RADS)3和4類病灶，且兩者聯(lián)合的特異度較單獨使用DWI或DCE-MRI均有所提高。此外，DCE-MRI還可顯示腫瘤侵犯胸壁結構、淋巴結受累狀況、臨床無法觸及或乳腺X線和超聲不可顯示的隱匿性的深在病灶。

高空間分辨率DCE-MRI可顯示腫瘤的形態(tài)學特征(如病灶形狀、大小和邊緣等)。乳腺病變的時間-信號強度曲線是區(qū)分良性與惡性病變的基礎：Ⅰ型曲線達峰緩慢，且信號強度隨時間逐漸增加，常提示良性；Ⅱ型曲線在一定時間內(nèi)達到峰值，然后隨時間推移達到平臺期，提示良惡性病變有所交叉；Ⅲ型曲線表現(xiàn)為“速升速降”改變，高度提示惡性。上述表現(xiàn)已被ACR認可，且補充在BI-RADS詞匯中[1]。

此外，DCE-MRI也可提供定量灌注參數(shù)，如容積轉移常數(shù)(volume transfer constant, Ktrans)、速率常數(shù)(rate constant， Kep)和血管外/細胞外容積分數(shù)比(volume fraction ratio，Ve)。Koo等[15]研究發(fā)現(xiàn)高Ktrans、Kep值和低Ve值與腫瘤組織學分級較高、預后較差相關。Tudorica等[16-17]也發(fā)現(xiàn)腫瘤大小與Ktrans的平均值呈正相關。Jena等[18]證實了上述研究結果。然而目前有關DCE-MRI灌注參數(shù)臨界值或閾值限制的研究尚屬少見，對其灌注定量參數(shù)等還需進一步研究。

3 MRS

MRS是一種非侵入性評估組織化學成分的方法，可顯示特定ROI不同代謝物的濃度。通常在獲取DCE-MRI后立即進行MRS。乳腺惡性病變具有較高的膽堿濃度，MRS可區(qū)分乳腺的正常、良性和惡性組織[19]，故主要用于鑒別良惡性乳腺病變。研究[20]發(fā)現(xiàn)MRS還可用于篩查攜帶BRCA基因的乳腺癌高危人群，或通過監(jiān)測代謝產(chǎn)物水平而評價化療反應。在乳腺X線、超聲或MRI顯示乳腺病變的形態(tài)學改變之前，MRS即可通過監(jiān)測ROI的膽堿、脂肪和乳酸的代謝水平而早期發(fā)現(xiàn)腫瘤細胞代謝異常。Jagannathan等[21]觀察乳腺癌首次化療結束后腫瘤消退患者，發(fā)現(xiàn)膽堿濃度于24 h內(nèi)出現(xiàn)下降，此現(xiàn)象遠遠早于其他MRI參數(shù)可見的任何形態(tài)學改變之前。但由于MRS采集時間較長，膽堿濃度定量難以標準化，一般醫(yī)院難以開展MRS檢查。對于乳腺MRS還需進一步深入研究，以探索更簡單易行的掃描規(guī)范和評價標準。

4 PET/MR

PET/MRI是相對較新的將PET與DCE-MRI結合起來的混合成像技術。MRI可顯示乳腺和胸壁的解剖和軟組織細節(jié)，而PET可提供體內(nèi)的分子功能信息，這兩種模式的融合有利于取長補短，有助于診斷和評價乳腺病變[22]。Moy等[23]研究發(fā)現(xiàn)，DCE-MRI聯(lián)合PET診斷乳腺癌的陽性預測值(98%)高于單獨使用MRI(77%)，而特異度更提高至97%。PET/MRI可檢測乳腺惡性腫瘤局部或遠處轉移，診斷分期更準確，有助于制定個體化的化療方案[24-25]；還可評估新輔助化療和化療后的反應。Wang等[26]研究證實了PET-MRI的有效性。PET/MRI可在同一臺設備上進行DCE-MRI和PET掃描，兩者聯(lián)合的混合參數(shù)比單獨PET或單獨MRI參數(shù)更準確。相比PET/CT，PET/MRI輻射更少。但PET/MR掃描儀價格昂貴，且接受培訓的技術人員和醫(yī)務人員較少，因此未被廣泛使用，尚需更多研究。

5 其他

鈉磁共振成像是一種新的MRI模式，可顯示惡性腫瘤細胞內(nèi)鈉水平的上升[27]。此外，細胞內(nèi)鈉的下降也可作為對化療反應的生物標記物[28-29]。采用BOLD-MRI、化學交換飽和轉移成像和超極化MRI可在生理和分子層面觀察乳腺癌細胞代謝，借此區(qū)分良惡性病變，進行乳腺癌分期并監(jiān)測化療和手術后反應[30-33]；但受限于成本，且7.0 T掃描儀和乳腺專用線圈的儀器不易獲得，因此尚未成為乳腺病變的常規(guī)影像學檢查方法。

6 乳腺放射組學和放射基因組學

乳腺癌成像的未來是乳腺放射組學和放射基因組學。放射組學是自動化、計算機化的過程，從標準化DCE-MR圖像中分割腫瘤，獲得高保真信息和數(shù)據(jù)[34]，包括病灶ROI的形態(tài)學、動力學數(shù)據(jù)，提取腫瘤主要特征，如直方圖強度、基于形狀特征和基于紋理特征的增強-方差特性，通過計算機進行信息整合，由此評估腫瘤的異質(zhì)性，被稱為“虛擬組織活檢”，其分割出來的包含病灶特征的圖像也被稱為腫瘤的“基于圖像的表型”。放射基因組學將影像的成像表型與患者臨床和遺傳表型數(shù)據(jù)相結合，可較好地評估腫瘤的分子亞型及腫瘤復發(fā)的風險；且可建立預測模型，有助于臨床管理乳腺癌患者[35-36]。

7 小結

乳腺MRI隨著硬件、軟件的不斷更新而日益發(fā)展。DCE-MRI和DWI的重要性已獲認可，也被ACR指南和BI-RADS 詞庫廣泛采用。由于設備的可獲得性、技術以及資金等原因，目前MRS和PET/MRI的使用范圍有限。鈉MRI、BOLD-MRI、化學交換飽和轉移成像和超極化MRI仍處于臨床試驗階段。這些新的技術能夠增加診斷準確性，可評估乳腺惡性腫瘤手術及化療效果。乳腺放射組學和放射基因組學的宣傳和研究方興未艾，未來可能不需要進行微創(chuàng)手術，僅用一臺計算機即可于數(shù)分鐘內(nèi)完成“虛擬的腫瘤活檢”。DCE-MRI聯(lián)合基因型可診斷腫瘤分子亞型，并可評估腫瘤風險。乳腺MRI研究任重道遠，前景可期。

[1] Spak DA, Plaxco JS, Santiago L, et al. BI-RADS?fifth edition: A summary of changes. Diagn Interv Imaging, 2017,98(3):179-190.

[2] 柴瑞梅，王欣，黃德生，等．DWI評價乳腺浸潤性導管癌生物學特征．中國醫(yī)學影像技術，2017，33(8)：1232-1236．

[3] Orguc S, Basara I, Coskun T. Diffusion-weighted MR imaging of the breast: Comparison of apparent diffusion coefficient values of normal breast tissue with benign and malignant breast lesions. Singapore Med J, 2012,53(11):737-743.

[4] Bougias H, Ghiatas A, Priovolos D, et al. Whole-lesion apparent diffusion coefficient (ADC) metrics as a marker of breast tumour characterization-comparison between ADC value and ADC entropy. Br J Radiol, 2016,89(1068):20160304.

[5] Rabasco P, Caivano R, Simeon V, et al. Can diffusion-weighted imaging and related apparent diffusion coefficient be a prognostic value in women with breast cancer? Cancer Invest, 2017,35(2):92-99.

[6] Wan CW, Lee CY, Lui CY, et al. Apparent diffusion coefficient in differentiation between malignant and benign breast masses: Does size matter? Clin Radiol, 2016,71(2):170-177.

[7] Hasanzadeh F, Faeghi F, Valizadeh A, et al. Diagnostic value of diffusion weighted magnetic resonance imaging in evaluation of metastatic axillary lymph nodes in a sample of iranian women with breast cancer. Asian Pac J Cancer Prev, 2017,18(5):1265-1270.

[8] Hu XY, Li Y, Jin GQ, et al. Diffusion-weighted MR imaging in prediction of response to neoadjuvant chemotherapy in patients with breast cancer. Oncotarget, 2017,8:79642-79649.

[9] Xu HD, Zhang YQ. Evaluation of the efficacy of neoadjuvant chemotherapy for breast cancer using diffusion-weighted imaging and dynamic contrast-enhanced magnetic resonance imaging. Neoplasma, 2017,64(3):430-436.

[10] Durur-Subasi I, Durur-Karakaya A, Karaman A, et al. Is the necrosis/wall ADC ratio useful for the differentiation of benign and malignant breast lesions? Br J Radiol, 2017,90(1073):20160803.

[11] 周衛(wèi)平，陳宏偉，昝星有，等．擴散峰度成像模型與傳統(tǒng)擴散加權成像單指數(shù)模型鑒別乳腺腫塊良惡性的對比分析．中國醫(yī)學影像技術，2016，32(12)：1881-1885．

[12] 車樹楠，李靜，歐陽漢，等．擴散加權成像體素內(nèi)不相干運動模型參數(shù)與乳腺癌預后因素及分子亞型的相關性．中國醫(yī)學影像技術，2016，32(3)：367-371．

[13] Peters NH, Borel Rinkes IH, Zuithoff NP, et al. Meta-analysis of MR imaging in the diagnosis of breast lesions. Radiology, 2008,246(1):116-124.

[14] Hildebrand D, Monique DD, Mirjam W, et al. Quantitative DWI implemented after DCE-MRI yields increased specificity for BI-RADS 3 and 4 breast lesions. J Magn Reson Imaging, 2016(44):1642-1649.

[15] Koo HR, Cho N, Song IC, et al. Correlation of perfusion parameters on dynamic contrast-enhanced MRI with prognostic factors and subtypes of breast cancers. J Magn Reson Imaging, 2012,36(1):145-151.

[16] Tudorica A, Oh KY, Chui SY, et al. Early prediction and evaluation of breast cancer response to neoadjuvant chemotherapy using quantitative DCE-MRI. Transl Oncol, 2016,9(1):8-17.

[17] Springer J, Li X, Tudorica LA, et al. Intratumor mapping of intracellular water lifetime: Metabolic images of breast cancer? NMR Biomed, 2014,27(7):760-773.

[18] Jena A, Taneja S, Singh A, et al. Association of pharmacokinetic and metabolic parameters derived using simultaneous PET/MRI: Initial findings and impact on response evaluation in breast cancer. Eur J Radiol, 2017,92:30-36. doi: 10.1016/j.ejrad.2017.04.013.

[19] Clauser P, Marcon M, Dietzel M, et al. A new method to reduce false positive results in breast MRI by evaluation of multiple spectral regions in proton MR-spectroscopy. Eur J Radiol, 2017,92:51-57. doi: 10.1016/j.ejrad.2017.04.014.

[20] Bolan PJ. Magnetic resonance spectroscopy of the breast current status. Magn Reson Imaging Clin N Am, 2013,21(3):625.

[21] Jagannathan NR, Kumar M, Seenu V, et al. Evaluation of total choline from in-vivo volume localized proton MR spectroscopy and its response to neoadjuvant chemotherapy in locally advanced breast cancer. Br J Cancer, 2001,84(8):1016-1022.

[22] Plecha DM, Faulhaber P. PET/MRI of the breast. Eur J Radiol, 2017,94(17):A26-A34.

[23] Moy L, Noz ME, Maguire J, et al. Role of fusion of prone FDG-PET and magnetic resonance imaging of the breasts in the evaluation of breast cancer. Breast J, 2010,16(4):369-376.

[24] Goorts B, V?? S, Van Nijnatten T, et al. Hybrid18F-FDG PET/MRI might improve locoregional staging of breast cancer patients prior to neoadjuvant chemotherapy. Eur J Nucl Med Mol Imaging. 2017. doi: 10.1007/s00259-017-3745-x.

[25] Melsaether A, Moy L. Breast PET/MR imaging. Radiol Clin North Am, 2017,55(3):579.

[26] Wang J, Shih TT, Yen RF. Multiparametric evaluation of treatment response to neoadjuvant chemotherapy in breast cancer using integrated PET/MR. Clin Nucl Med, 2017,42(7):506-513.

[27] Ouwerkerk R. Sodium MRI. Methods Mol Biol, 2011,711:175-201.

[28] Zaric O, Pinker K, Zbyn S, et al. Quantitative Sodium MR imaging at 7 T: Initial results and comparison with diffusion-weighted imaging in patients with breast tumors. Radiology, 2016,280(1):39-48.

[29] Jacobs MA, Stearns V, Wolff AC, et al. Multiparametric magnetic resonance imaging,spectroscopy and multinuclear (23Na) imaging monitoring of preoperative chemotherapy for locally advanced breast cancer. Acad Radiol, 2010,17(12):1477-1485.

[30] Rakow-penner R, Daniel B, Glover GH. Detecting blood oxygen level-dependent (BOLD) contrast in the breast. J Magn Reson Imaging, 2010,32(1):120-129.

[31] Rivlin M,Horev J, Tsarfaty I, et al. Molecular imaging of tumors and metastases using chemical exchange saturation transfer (CEST) MRI. Sci Rep, 2013(3):3045.

[32] Asghar Butt S, S?gaard LV, Ardenkjaer-Larsen JH, et al. Monitoring mammary tumor progression and effect of tamoxifen treatment in MMTV-PymT using MRI and magnetic resonance spectroscopy with hyperpolarized [1-13C] pyruvate. Magn Reson Med, 2015,73(1):51-58.

[33] van der Kemp WJ, Stehouwer BL, Boer VO, et al. Proton and phosphorus magnetic resonance spectroscopy of the healthy human breast at 7 T. NMR in Biomed, 2017,30(2). doi: 10.1002/nbm.3684.

[34] Saha A, Yu XZ, Sahoo D, et al. Effects of MRI scanner parameters on breast cancer radiomics. Expert Syst Appl, 2017,87(87):384-391.

[35] Gillies RJ, Kinahan PE, Hricak H. Radiomics: Images are more than pictures, they are data. Radiology, 2016,278(2):563-577.

[36] Fan M, Li H, Wang S, et al.Radiomic analysis reveals DCE-MRI features for prediction of molecular subtypes of breast cancer. PLoS One, 2017,12(2):e0171683.

《平片X線攝影數(shù)字成像系統(tǒng)》已出版

由全軍醫(yī)學影像中心、全國學科排名位居前10位的南京軍區(qū)南京總醫(yī)院醫(yī)學影像科(南京大學附屬金陵醫(yī)院)王駿主譯的“平片X線攝影數(shù)字成像系統(tǒng)”出版發(fā)行。本書全面、系統(tǒng)地論述了平片X線攝影數(shù)字成像技術，從多角度反映了當今數(shù)字成像系統(tǒng)的實際，深層次廣泛探討了數(shù)字X線攝影成像系統(tǒng)的理論，充分體現(xiàn)了當今臨床應用的最新成果。其內(nèi)容包含數(shù)字X線攝影探測器、數(shù)字X線攝影的技術問題、數(shù)字系統(tǒng)的患者劑量評估、診斷放射學中的圖像質(zhì)量、數(shù)字X線攝影的實踐、數(shù)字X攝影圖像增強、數(shù)字X線攝影和圖像存儲與傳輸系統(tǒng)(PACS)等。有助于提高放射技術人員專業(yè)技能，推廣合理使用最低劑量，以達到X線攝影劑量個體化的理念，做到數(shù)字X線攝影成像鏈的最優(yōu)化、標準化。

欲購此書者敬請將63元(含包裝費+郵費+掛號費)寄至：南京三牌樓新門口4號7幢402室 王駿，郵編：210003，敬請在留言欄中注明書名及手機號。