MRI影像組學(xué)術(shù)前預(yù)測浸潤性乳腺癌脈管侵犯的價值

朱浩雨，陳基明*，葛亞瓊，邵穎，高靜，李穎

1.皖南醫(yī)學(xué)院弋磯山醫(yī)院影像中心，安徽蕪湖 241001；2.通用電氣（中國）有限公司，上海 210000； *通訊作者 陳基明yjsyycjm@126.com

乳腺癌淋巴血管浸潤（lymphovascular invasion，LVI）是浸潤性乳腺癌周圍淋巴和血管系統(tǒng)中腫瘤栓塞的病理表現(xiàn)[1]。LVI的存在是浸潤性乳腺癌不良預(yù)后的因素之一[2]。然而LVI 狀態(tài)是切除后病理標(biāo)本中確定，因此術(shù)前預(yù)測是否存在LVI 有重要意義，MRI的部分特征包括腫瘤鄰近血管征、瘤周水腫、腫瘤表觀擴(kuò)散系數(shù)（ADC）值與LVI 相關(guān)[3-5]。影像組學(xué)是目前研究熱點(diǎn)，提供了基于醫(yī)學(xué)圖像的許多定量特征的信息[6-7]。目前較多研究采用單個參數(shù)與浸潤性乳腺癌LVI 相關(guān)性研究，本研究利用臨床資料、形態(tài)學(xué)特征、病理結(jié)果及影像組學(xué)標(biāo)簽等多參數(shù)變量建立影像組學(xué)模型，探討MRI影像組學(xué)術(shù)前預(yù)測浸潤性乳腺癌LVI 狀態(tài)的價值。

1 資料與方法

1.1 研究對象 回顧性分析2013年1月—2019年12月皖南醫(yī)學(xué)院弋磯山醫(yī)院經(jīng)手術(shù)病理證實(shí)的浸潤性乳腺癌患者，根據(jù)術(shù)后病理結(jié)果分為LVI 浸潤性乳腺癌50例和非LVI 浸潤性乳腺癌90例，均為女性。納入標(biāo)準(zhǔn)：①M(fèi)RI 檢查與手術(shù)間隔時間≤2 周；②均為腫塊或結(jié)節(jié)型單病灶；③既往未進(jìn)行放射治療、內(nèi)分泌治療及化學(xué)藥物治療，無乳腺手術(shù)史。排除標(biāo)準(zhǔn)：①圖像質(zhì)量不佳影響觀察與測量，MRI 檢查前行穿刺檢查；②臨床資料不完整的患者。

1.2 儀器與方法 采用GE Signa HDxt 3.0T MR 掃描儀，8 通道乳腺專用相控陣線圈?；颊呷「┡P位，雙側(cè)乳腺自然懸垂于線圈內(nèi)，掃描范圍為腋窩至乳腺下緣。采用軸位和矢狀面掃描；掃描參數(shù)：LAVA T1WI：TR 5.68 ms，TE 2.20 ms，TI 16 ms，層厚2.0 mm，層間距0 mm，視野（FOV）340 mm×340 mm，矩陣348×348；STIR T2WI：TR 11 000 ms，TI 240 ms，TE 60 ms，層厚4.0 mm，層間距0.4 mm，F(xiàn)OV 340 mm×340 mm，矩陣320×192。擴(kuò)散加權(quán)成像（DWI）：單次激發(fā)SE-EPI：b=800 s/mm2，TR 6600 ms，TE 60 ms，層厚4.0 mm，層間距0.4 mm，F(xiàn)OV 340 mm×349 mm，矩陣130×96。增強(qiáng)掃描采用雙筒高壓注射器靜脈注射對比劑釓-二乙烯二胺五醋酸，注射流速2.5 ml/s，劑量0.1 mmol/kg，軸位平掃后注入對比劑后即行LAVA T1WI 掃描，參數(shù)同上。每期掃描60 s，掃描8 期，共480 s。

1.3 特征提取及影像組學(xué)標(biāo)簽的建立 將所有患者的STIR T2WI、DWI和DCE-MRI 圖像從PACS 系統(tǒng)以DICOM 格式導(dǎo)入ITK-SNP 3.6.0 軟件，由2名分別具有5年和10年工作經(jīng)驗(yàn)的放射科醫(yī)師參考DCE-MRI 圖像（病灶強(qiáng)化最明顯期相），分別沿所有病灶邊緣所有層面手動勾畫ROI、融合成3D-ROI（圖1），然后轉(zhuǎn)入AK 3.2.0 軟件提取紋理特征（包括直方圖特征、形態(tài)特征、灰度共生矩陣特征、游程矩陣特征及哈塔里克特征）。采用組內(nèi)相關(guān)系數(shù)（ICC）評價2名醫(yī)師提取特征的一致性，ICC>0.80為一致性較好，保留一致性較好的特征，采用7∶3將數(shù)據(jù)分為訓(xùn)練組和驗(yàn)證組，在訓(xùn)練組上運(yùn)用mRMR 以及LASSO 回歸對紋理特征進(jìn)行降維、篩選出最佳特征子集，構(gòu)建影像組學(xué)標(biāo)簽，再根據(jù)特征按照權(quán)重計算標(biāo)簽得分，并在驗(yàn)證組上進(jìn)行驗(yàn)證。

圖1 手動勾畫ROI 及3D-ROI 融合。女，51歲，浸潤性乳腺癌。A 為磁共振增強(qiáng)圖像，用軟件在病灶邊緣勾畫ROI；B 為磁共振增強(qiáng)圖像中腫瘤所在層面的所有 ROI 融合成3D-ROI

1.4 病理檢查 患者術(shù)前進(jìn)行穿刺檢查，行免疫組化分析獲得雌激素受體（estrogen receptor，ER）、孕激素受體（progesterone receptor，PR）、增殖細(xì)胞核抗原-67（Ki-67）及人表皮生長因子受體-2（human epidermal growth factor receptor 2，HER2）信息，其中ER、PR、Ki-67 為陽性細(xì)胞所占百分比，用小數(shù)表示；HER2 分為陽性和陰性，判斷標(biāo)準(zhǔn)：免疫組化結(jié)果“+++”判斷陽性，若“++”則進(jìn)一步應(yīng)用原位雜交方法確定HER2 基因擴(kuò)增狀態(tài)。

1.5 統(tǒng)計學(xué)方法 采用SPSS 20.0 軟件和R 3.5.2 軟件（http://www.Rproject.org）。采用Kolmogorov-Smirnov檢驗(yàn)進(jìn)行正態(tài)性檢驗(yàn)，符合正態(tài)分布的計量資料用±s表示，偏態(tài)分布的計量資料用中位數(shù)表示。計數(shù)資料比較采用χ2檢驗(yàn)或Fisher 確切概率法，計量資料比較采用獨(dú)立樣本t檢驗(yàn)（正態(tài)分布且方差齊）或Mann-WhitneyU檢驗(yàn)（偏態(tài)分布或方差不齊）。采用多因素Logistic 回歸分析構(gòu)建預(yù)測模型并繪制影像組學(xué)諾曼圖，繪制校正曲線評價模型的擬合優(yōu)度，并用Hosmer-Lemeshow 檢驗(yàn)評價校正曲線的一致性（P>0.05 表示擬合優(yōu)度較好），繪制受試者工作特征（ROC）曲線評價模型的鑒別效能。P<0.05 為差異有統(tǒng)計學(xué)意義。

2 結(jié)果

2.1 訓(xùn)練組和驗(yàn)證組的臨床資料、形態(tài)學(xué)特征和病理結(jié)果 在訓(xùn)練組和驗(yàn)證組中，LVI 與非LVI 患者的年齡、乳腺密度、DWI 信號特征、強(qiáng)化程度、ER、PR、Ki-67、HER2 差異均無統(tǒng)計學(xué)意義，分葉征、ADC值和淋巴結(jié)狀態(tài)差異均有統(tǒng)計學(xué)意義，訓(xùn)練組毛刺征有統(tǒng)計學(xué)意義（表1）。

表1 LVI和非LVI 患者在訓(xùn)練組和驗(yàn)證組中的臨床資料、形態(tài)學(xué)特征和病理結(jié)果

2.2 影像組學(xué)特征提取的一致性 2名醫(yī)師測量組間（ICC=0.825，95%CI0.641～0.912）及組內(nèi)（ICC>0.80）特征提取的一致性均較好。

2.3 紋理特征提取及影像組學(xué)標(biāo)簽建立 AK 軟件從STIR T2WI、DWI和DCE-MRI 每個序列圖像均提取1044個紋理特征、3個序列聯(lián)合提取3132個紋理特征，經(jīng)mRMR 去除冗余特征，再經(jīng)LASSO 回歸篩選最優(yōu)超參數(shù)λ（圖2A）以及在此時λ 系數(shù)不為0 的特征（圖2B），得到在STIR T2WI、DWI和DCE-MRI 圖像中及聯(lián)合序列價值較大特征分別為5、4、4、10個（表2），將各序列中各個特征所對應(yīng)加權(quán)系數(shù)乘積進(jìn)行線性組合得到每個患者的影像組學(xué)標(biāo)簽得分。對3個獨(dú)立序列和聯(lián)合序列的影像組學(xué)標(biāo)簽在訓(xùn)練組和驗(yàn)證組進(jìn)行ROC 曲線分析，得到聯(lián)合序列影像組學(xué)標(biāo)簽在訓(xùn)練組和驗(yàn)證組中診斷效能較好（訓(xùn)練組中AUC=0.81，95%CI0.72～0.90；驗(yàn)證組中AUC=0.71，95%CI0.54～0.88）（圖3）。

表2 訓(xùn)練組中聯(lián)合序列所有特征降維后得到診斷價值較大的特征及權(quán)重

圖2 采用LASSO 進(jìn)行特征篩選。A 為聯(lián)合序列訓(xùn)練組中使用LASSO 方法對紋理特征進(jìn)行降維，應(yīng)用10 折交叉驗(yàn)證方法確定最優(yōu)化Lambda 的值約為0.05（B 下方顯示），左側(cè)垂直虛線代表最佳Lambda值對應(yīng)的Log（Lambda）值，選取標(biāo)準(zhǔn)為最小化標(biāo)準(zhǔn)，圖片頂端數(shù)值為特征數(shù)；B為聯(lián)合序列訓(xùn)練組中不同紋理特征在LASSO收斂系數(shù)圖，虛線為使用十倍交叉運(yùn)算的Lambda值繪制，每條曲線代表每一個自變量的變化軌跡，圖中顯示了10個非零系數(shù)的紋理特征

圖3 聯(lián)合序列、DWI、DCE-MRI 及STIR T2WI 4個影像組學(xué)標(biāo)簽在訓(xùn)練組（A）和驗(yàn)證組（B）的ROC 曲線

2.4 建立影像組學(xué)預(yù)測模型 將臨床資料、形態(tài)學(xué)特征、病理結(jié)果及影像組學(xué)標(biāo)簽，結(jié)合采用多因素Logistic 回歸建立影像組學(xué)預(yù)測模型，模型納入的變量有毛刺、分葉征、ADC值、強(qiáng)化程度、HER2、淋巴結(jié)狀態(tài)及影像組學(xué)標(biāo)簽，其中ADC值（OR=0.04，P=0.005）、分葉征（OR=16.2，P=0.001）與淋巴結(jié)狀態(tài)（OR=4.0，P=0.001）為獨(dú)立預(yù)測因子。影像組學(xué)預(yù)測模型在訓(xùn)練組和驗(yàn)證組中的AUC值分別為0.93、0.91，優(yōu)于影像組學(xué)標(biāo)簽的診斷效能（表3）。因此，對影像組學(xué)模型繪制諾曼圖（圖4），訓(xùn)練組和驗(yàn)證組的校正曲線均顯示了良好的校正性能（圖5），Hosmer-Lemeshow 檢驗(yàn)該模型的擬合優(yōu)度，得到一個不顯著的統(tǒng)計學(xué)結(jié)果（訓(xùn)練組：χ2=10.03，P=0.26，驗(yàn)證組：χ2=5.46，P=0.71），表明模型未偏離完美的擬合。

表3 聯(lián)合序列影像組學(xué)標(biāo)簽和影像組學(xué)模型診斷效能

圖4 影像組學(xué)預(yù)測模型中的7個變量組成的諾曼圖。每個變量對應(yīng)在影像組學(xué)預(yù)測模型中的得分，每個變量的得分相加得到總分，總分越高代表患者存在LVI的可能性越大

圖5 影像組學(xué)諾曼圖在訓(xùn)練組（A）和驗(yàn)證組（B）的校正曲線

3 討論

為術(shù)前評價浸潤性乳腺癌LVI 狀態(tài)，本研究納入與乳腺癌LVI 狀態(tài)密切相關(guān)的影響因素建立了影像組學(xué)標(biāo)簽及影像組學(xué)預(yù)測模型，結(jié)果顯示影像組學(xué)模型預(yù)測浸潤性乳腺癌LVI的診斷效能優(yōu)于聯(lián)合序列影像組學(xué)標(biāo)簽的診斷效能。影像組學(xué)標(biāo)簽僅反映腫瘤本身異質(zhì)性，納入評價因素較少，而浸潤性乳腺癌LVI 狀態(tài)受多種復(fù)雜因素影響，機(jī)制復(fù)雜，臨床特征、組織病理、腫瘤周圍、分子生物學(xué)及與腫瘤生物學(xué)過程相關(guān)的周圍微環(huán)境等均影響其LVI 狀態(tài)，納入臨床、形態(tài)學(xué)特征、病理及組學(xué)標(biāo)簽的影像組學(xué)模型診斷效能明顯提高，與Ouyang 等[8]的研究結(jié)果相似，優(yōu)于Liu 等[9]的研究結(jié)果。本研究構(gòu)建預(yù)測浸潤性乳腺癌LVI 狀態(tài)的諾曼圖建立了簡單易行的術(shù)前評價方法，醫(yī)師可以在術(shù)前通過簡單評分進(jìn)行個體化的評價LVI 狀態(tài)的可能性。

既往研究表明LVI 與患者年齡、體重、腫瘤大小、腋窩淋巴結(jié)轉(zhuǎn)移、腫瘤的組織學(xué)分級有關(guān)[10-11]，Ouyang 等[8]研究顯示LVI 與乳腺密度、腫瘤部位、大小、邊緣、分葉征、DWI 表現(xiàn)、強(qiáng)化模式、TIC 模式、淋巴結(jié)轉(zhuǎn)移、病理類型有關(guān)。本研究模型由毛刺、分葉征、ADC值、強(qiáng)化程度、HER2、淋巴結(jié)狀態(tài)及影像組學(xué)標(biāo)簽組成。毛刺、分葉征是惡性腫瘤的典型征象，乳腺癌的毛刺、分葉征是腫瘤細(xì)胞浸潤生長突入鄰近正常乳腺組織所致；ADC值大小與細(xì)胞內(nèi)外空間比例及細(xì)胞形態(tài)有關(guān)，細(xì)胞密度、細(xì)胞外空間迂曲度及黏附度增加等因素也可影響細(xì)胞內(nèi)外空間中水?dāng)U散的改變，乳腺癌LVI的腫瘤細(xì)胞密度增加，水分子擴(kuò)散運(yùn)動受限、ADC值降低，而ADC 可以反映腫瘤內(nèi)部信息[12]。DCE-MRI 能夠反映組織或病灶微血管生成和血流灌注情況，乳腺癌LVI 存在時腫瘤惡性程度相對較高，腫瘤對周圍組織的侵犯較明顯，腫瘤新生毛細(xì)血管逐漸增多、功能不成熟。Kustic 等[13]研究表明，HER2是乳腺癌不良預(yù)后因素之一，HER2 高表達(dá)時，表現(xiàn)為侵襲力強(qiáng)，細(xì)胞增殖旺盛，提示乳腺癌的浸潤和轉(zhuǎn)移，本研究表明HER2 狀態(tài)與浸潤性乳腺癌LVI 存在密切相關(guān)。乳腺癌細(xì)胞LVI 是淋巴結(jié)轉(zhuǎn)移途徑，Zhu 等[14]研究表明LVI的存在與局部淋巴結(jié)受累密切相關(guān)，與本研究結(jié)果一致。

常規(guī)乳腺M(fèi)RI 掃描包括STIR T2WI、DWI和DCE-MRI 序列，從形態(tài)及功能反映腫瘤的形態(tài)特征及功能狀態(tài)，臨床工作中常是多序列綜合判斷腫瘤的特征。目前研究僅在單個序列的少量紋理特征[15]，如直方圖等紋理特征，本研究更深入地挖掘 STIR T2WI、DWI和DCE-MRI 及聯(lián)合序列定量客觀反映腫瘤異質(zhì)性的紋理特征建立影像組學(xué)模型的價值。為了獲得最優(yōu)模型，從STIR T2WI、DWI和DCE-MRI及聯(lián)合序列提取價值較大的紋理特征建立影像組學(xué)標(biāo)簽，通過對比3個序列及聯(lián)合序列的影像組學(xué)標(biāo)簽在訓(xùn)練組和驗(yàn)證組中的AUC值，得出聯(lián)合序列建立的影像組學(xué)標(biāo)簽在訓(xùn)練組和驗(yàn)證組的診斷效能較好，從形態(tài)學(xué)、腫瘤內(nèi)部擴(kuò)散特征及微血管生成和血流灌注情況不同角度反映腫瘤異質(zhì)性。

本研究的局限性：①本研究為回顧性研究，可能存在選擇偏倚；②未進(jìn)行多中心的外部驗(yàn)證；③手動勾畫受個人主觀因素影響，且圖像STIR T2WI 與DWI及DCE-MRI 很難完全匹配。

總之，基于臨床資料、形態(tài)學(xué)特征、病理結(jié)果及紋理特征建立的影像組學(xué)模型對術(shù)前預(yù)測浸潤性乳腺癌脈管浸潤具有較高的價值。