王卉 胡云婷 謝元亮 王翔 萬維佳
1華中科技大學(xué)同濟(jì)醫(yī)學(xué)院附屬武漢中心醫(yī)院放射科(武漢430014);2華中科技大學(xué)同濟(jì)醫(yī)學(xué)院附屬同濟(jì)醫(yī)院放射科(武漢430030)
在全世界范圍內(nèi),乳腺癌已經(jīng)發(fā)展為女性腫瘤死亡的首要疾病[1]。目前在醫(yī)學(xué)上,乳腺癌在基因水平上被分為4 種分子分型,分別為Luminal A型、Luminal B型、HER-2 過表達(dá)型(HER-2型)和基底細(xì)胞樣型(basal like型)[2]。其中,Luminal A型和Luminal B型乳腺癌組織病理學(xué)均表達(dá)為雌激素受體(ER)陽性,和(或)孕激素受體(PR)陽性,故統(tǒng)稱ER 陽性乳腺癌。ER 陽性乳腺癌是其最常見的類型,約占所有乳腺癌的60%~80%[3]。乳腺癌的分子分型對治療方案的選擇具有重要意義。ER 陽性早期乳腺癌在術(shù)后前5年的預(yù)后優(yōu)于激素受體陰性的患者,而在診斷后5~15年,其預(yù)后則相對較差[3]。
臨床工作中常用組織病理學(xué)等方法來鑒別腫瘤分子亞型,不僅有創(chuàng)、耗時(shí)較長,而且易受取材等主觀因素影響。紋理分析是一種新興的計(jì)算機(jī)輔助診斷技術(shù),可定量顯示圖像像素與排列方式的細(xì)微變化,不受圖像灰度和診斷者主觀因素的限制,其對多種腫瘤不均質(zhì)性的評價(jià)價(jià)值得到普遍證實(shí),近年來已逐漸成為研究熱點(diǎn)[4-9]。但有關(guān)ER 陽性乳腺癌亞型的鑒別診斷鮮見[10-12],本文將探索使用DCE-MRI紋理分析區(qū)分Luminal A型與Luminal B型乳腺癌的可行性。
1.1 研究對象回顧性分析2018年1-10月華中科技大學(xué)同濟(jì)醫(yī)學(xué)院武漢中心醫(yī)院96例乳腺癌患者的影像資料。納入標(biāo)準(zhǔn):(1)經(jīng)病理證實(shí)ER 陽性;(2)具有完整的乳腺動(dòng)態(tài)增強(qiáng)MR 影像資料;(3)同一機(jī)型,相同掃描及重建參數(shù)。排除標(biāo)準(zhǔn):(1)影像檢查前行穿刺或新輔助化療者;(2)非腫塊型患者。最終共納入患者51例,其中Luminal A型19例,平均年齡(50.59 ± 7.73)歲;Luminal B型32例,平均(54.34 ± 12.73)歲。所有患者均行MR檢查后1周內(nèi)行腫瘤切除手術(shù),并經(jīng)病理檢查確診。
1.2 乳腺DCE-MRI 圖像采集采用PHILIPS Achieva 3.0T TX 超導(dǎo)型MR 掃描儀,乳腺專用表面線圈(8 通道相控陣)。動(dòng)態(tài)增強(qiáng)掃描采用dyneTHRIVE 序列容積成像,TR/TE=4.7 ms/2.3 ms,矩陣384 × 384,視野36 cm × 36 cm,Volume 各方位均設(shè)為1 mm;動(dòng)態(tài)增強(qiáng)前先掃描蒙片,然后用高壓注射器通過肘靜脈團(tuán)注釓噴酸葡胺(馬根維顯,Magnevist)0.2 mmol/kg,隨后團(tuán)注20 mL 生理鹽水,速度均為2 mL/s;每分鐘采集1個(gè)時(shí)相,整個(gè)掃描序列共采集8個(gè)時(shí)相(共計(jì)8 min)。選用動(dòng)態(tài)增強(qiáng)掃描第3個(gè)時(shí)相圖像[13-14]。
1.3 紋理分析將所選圖像以DICOM 格式導(dǎo)入計(jì)算機(jī)輔助診斷平臺Firevoxel進(jìn)行分析,遵循盲法原則,逐層手動(dòng)勾畫并填充感興趣區(qū)(ROI)。腫瘤ROI在病灶的每一層軸位DCE-MRI 序列上被手動(dòng)定義,每一層ROI 盡可能包括更多的腫瘤組織,包括囊變、壞死及出血,以此來更好地評估不均質(zhì)性,且ROI 稍小于實(shí)際腫瘤的大小,由此生成3D ROI。多病灶多中心病例時(shí)選擇最大病灶。閱片前醫(yī)師已知患者組織病理為ER 陽性乳腺癌,但不知腫瘤的分子標(biāo)記的具體信息。軟件自動(dòng)提取紋理參數(shù)(均值、標(biāo)準(zhǔn)偏差、偏度、峰度、不均勻度和熵)以及腫塊體積大小,每項(xiàng)參數(shù)各提取2次,取平均值作最終的特征參數(shù)值。
1.4 分子分型標(biāo)準(zhǔn)依據(jù)2015 版《中國抗癌協(xié)會(huì)乳腺癌診治指南與規(guī)范》[2],將ER、PR及HER-2 作為判斷乳腺癌分子分型的依據(jù),Luminal A型是指ER和/或PR(+)、HER-2(-)、Ki-67≤14%;Luminal B型包含ER和(或)PR(+)、HER-2(-)、Ki-67≥14%以及ER和/或PR(+)、HER-2(+)、Ki-67 任何水平兩種情況。
1.5 統(tǒng)計(jì)學(xué)方法采用SPSS 19.0軟件進(jìn)行統(tǒng)計(jì)分析。計(jì)量資料以均數(shù)±標(biāo)準(zhǔn)差表示。組間比較采用獨(dú)立樣本t檢驗(yàn);對兩組間差異有統(tǒng)計(jì)學(xué)意義的參數(shù)以Medcalc軟件建立ROC 曲線,計(jì)算計(jì)算曲線下面積(area under the curve,AUC),確定臨界值,評價(jià)其對2 種亞型之間的鑒別診斷效能。以P<0.05為差異有統(tǒng)計(jì)學(xué)意義。
對病變區(qū)域ROI的分割效果及直方圖輸出界面見圖1、2,并對每個(gè)ROI 提取7個(gè)特征參數(shù),統(tǒng)計(jì)結(jié)果見表1。Luminal A型與Luminal B型兩組間信號均值、標(biāo)準(zhǔn)差、偏度以及體積的差異無統(tǒng)計(jì)學(xué)意義,其他3個(gè)特征(峰度、不均質(zhì)性和熵)的差異均具有統(tǒng)計(jì)學(xué)意義(圖3)。其中,Luminal A型峰度小于Luminal B型,差異有統(tǒng)計(jì)學(xué)意義(P<0.01)(圖3A);而前者不均質(zhì)性和熵則大于后者,差異亦具有統(tǒng)計(jì)學(xué)意義(P<0.01)(圖3B、3C)。峰度、不均質(zhì)性和,熵鑒別診斷ER 陽性乳腺癌亞型的診斷效能(圖4),其ROC 下面積(AUC)分別為0.832、0.859和0.891,其中熵的鑒別診斷效能最高,以熵≤4.22 診斷Luminal B型的敏感度為90.62%,特異度為78.95%。
目前乳腺癌制訂臨床治療方案主要依據(jù)分子分型,對大多數(shù)患者而言,Luminal A型僅僅需要內(nèi)分泌治療,且預(yù)后較好,而Luminal B型通常進(jìn)行化療和內(nèi)分泌治療[2]。相對于臨床常用免疫組化法來確定分子分型,紋理分析不依賴于醫(yī)師的主觀因素及臨床經(jīng)驗(yàn),通過定量分析圖像的紋理特征參數(shù)輔助診斷疾病[9]。本研究初步證明了DCE-MRI紋理分析區(qū)分Luminal A型與Luminal B型乳腺癌的可行性。從DCE-MRI 中提取的特征可以初步被視為鑒別Luminal 乳腺癌兩種分子亞型的潛在生物標(biāo)志物。
表1 Luminal A型與Luminal B型乳腺癌患者的DCI-MRI紋理特征值結(jié)果比較Tab.1 DCE-MRI texture parameters between Luminal A and Luminal B breast cancer patients ±s
表1 Luminal A型與Luminal B型乳腺癌患者的DCI-MRI紋理特征值結(jié)果比較Tab.1 DCE-MRI texture parameters between Luminal A and Luminal B breast cancer patients ±s
分型Luminal A Luminal B t 值P 值例數(shù)19 32特征值信號均值147.00±63.04 214.22±151.46-1.836 0.072標(biāo)準(zhǔn)偏差50.12±26.36 51.98±34.53-0.202 0.841偏度-1.07±0.39-3.33±0..42 1.893 0.064峰度-0.51±0.42 0.03±0.60-3.450 0.001不均質(zhì)性0.35±0.08 0.25±0..05 5.456 0.000熵4.29±0.09 4.15±0..07 6.151 0.000體積1.73±1.25 1.91±1.40-0.460 0.647
圖1 Luminal A型乳腺癌DCE-MRI 興趣區(qū)示意圖及直方圖Fig.1 ROC and histogram of DCE-MRI with Luminal A breast cancer
圖2 Luminal B型乳腺癌DCE-MRI 興趣區(qū)示意圖及直方圖Fig.2 ROC and histogram of DCE-MRI with Luminal B breast cancer
圖3 差異有統(tǒng)計(jì)學(xué)意義的紋理參數(shù)在Luminal A 與Luminal B型乳腺癌患者中的箱形圖Fig.3 Box-plot of Luminal A and Luminal B breast cancer patients with statistically significant differences in texture parameters
臨床工作中,醫(yī)生對疾病的診斷在很大程度上依賴于病變的形態(tài)。由于本研究所使用的紋理分析軟件限制,只提取了病變的體積大小1項(xiàng)形態(tài)學(xué)指標(biāo),但兩組之間差異并無統(tǒng)計(jì)學(xué)意義,這與FAN 等[14]結(jié)論一致,而與JUAN 等[12,15]結(jié)論不一致。筆者認(rèn)為這可能與患者就診時(shí)間以及病理診斷時(shí)間不一致有關(guān),其需要在相同的條件下使用動(dòng)態(tài)分析進(jìn)一步驗(yàn)證。
在本研究中,Luminal A亞型乳腺癌的峰度低于Luminal B亞型,而前者的不均質(zhì)性和熵則高于后者。峰度是描述數(shù)據(jù)分布曲線陡緩程度的參數(shù),被認(rèn)為是腫瘤不均質(zhì)性的生物標(biāo)志物[16],其與治療有效性成負(fù)相關(guān)[17]。這與Luminal A亞型的臨床特征一致,Luminal A亞型的侵襲性較低,預(yù)后較好,生存率較高[2]。FAN 等[18]對乳腺癌四種亞型MR 影像組學(xué)分析中亦證明,Luminal A型具有較低的峰度及偏度,且差異具有統(tǒng)計(jì)學(xué)意義。偏度是描述數(shù)據(jù)曲線分布對稱性的參數(shù)。正態(tài)分布的偏度為零,任何對稱數(shù)據(jù)的偏度都應(yīng)該接近于零。偏斜度的負(fù)值表示向左傾斜的數(shù)據(jù),而偏斜度的正值表示向右傾斜的數(shù)據(jù)。圖2中可以發(fā)現(xiàn)Luminal 兩亞型的數(shù)據(jù)均向左偏斜,且Luminal B亞型更向左傾斜,但兩亞型偏度差異無統(tǒng)計(jì)學(xué)意義,這可能與本組病例均是乳腺浸潤性導(dǎo)管癌,病理類型局限,以及病例數(shù)量較少有關(guān),還需進(jìn)一步研究。不均質(zhì)性和熵反映的是直方圖的隨機(jī)性及平均信息。圖3顯示,Luminal B亞型直方圖中像素灰度頻率分布較集中高聳,信號強(qiáng)度較均勻;而Luminal A亞型像素灰度頻率分布明顯減低且不均勻。這可能由于Luminal B亞型具有更強(qiáng)的生物增殖能力,可以攝取更多類似的體素,因此體素似乎更均勻有關(guān)。
通過對鑒別Luminal亞型乳腺癌差異有統(tǒng)計(jì)學(xué)意義的三項(xiàng)紋理指標(biāo)(熵、不均勻性及峰度)進(jìn)行ROC 曲線的分析,得出三者的診斷效均較高,其中以熵為最高,AUC 達(dá)0.891,當(dāng)熵≤4.22 時(shí)診斷Luminal B型乳腺癌敏感性較高,特異性稍低。HOLLI-HELENIUS 等[15]通過增強(qiáng)前T1WI 平掃圖像紋理分析鑒別Luminal亞型乳腺癌研究中,熵的診斷效能亦較高,AUC 達(dá)0.828。彭文靜等[19]利用乳腺X 線圖像紋理分析鑒別乳腺小結(jié)節(jié)良惡性的研究中得到,熵的鑒別效能最高,AUC 達(dá)0.681,指出熵可作為乳腺X 線紋理分析鑒別乳腺小結(jié)節(jié)良惡性的最佳單一紋理指標(biāo)。由此可見,熵作為紋理分析中常用參數(shù),具有較高的診斷效能。
本研究存在一定的局限性:(1)由于非腫塊型乳腺癌病灶散在而彌漫,醫(yī)師在進(jìn)行手動(dòng)分割時(shí)邊界確定困難,為減少由于邊界識別困難導(dǎo)致的觀察者之間的差異,因此未納入非腫塊型乳腺癌;(2)樣本量不夠多,且是單中心研究;(3)由于分析軟件限制,僅針對紋理分析中常用的幾個(gè)參數(shù)進(jìn)行獨(dú)立分析,未進(jìn)行系統(tǒng)組學(xué)研究;(4)僅針對ER 陽性乳腺癌腫塊亞型進(jìn)行預(yù)測,未將淋巴結(jié)轉(zhuǎn)移情況納入研究范圍,筆者將在今后做更深入的研究。
盡管目前基于影像組學(xué)的人工智能技術(shù)應(yīng)用還需更進(jìn)一步研究及臨床驗(yàn)證,但作為影像組學(xué)分析一部分的紋理分析已日趨顯示其臨床應(yīng)用價(jià)值[20-24]。本研究DCR-MRI紋理分析可術(shù)前較準(zhǔn)確地預(yù)測ER 陽性乳腺癌分型,熵最可能成為潛在的影像標(biāo)記物,為臨床醫(yī)師提供相應(yīng)的參考價(jià)值。