基于TIRM序列的游程矩陣紋理特征聯(lián)合ADC值預(yù)測(cè)乳腺癌Ki-67表達(dá)水平

王銘，田為中，張繼，王秀蘭，夏建國，陳錦華

乳腺癌是一種高度異質(zhì)性腫瘤，不同的分子分型表現(xiàn)出不同的形態(tài)、治療反應(yīng)和患者結(jié)局。Ki-67是乳腺癌檢測(cè)中常用的免疫組化指標(biāo)，其表達(dá)程度的高低與乳腺癌的侵襲性、分型、治療效果及預(yù)后密切相關(guān)。但在臨床上，需通過術(shù)后病理組織染色和免疫組織化學(xué)分析才能獲得腫瘤內(nèi)Ki-67的表達(dá)情況，若術(shù)前能夠預(yù)測(cè)其表達(dá)情況，早期發(fā)現(xiàn)高度惡性乳腺癌，對(duì)患者的預(yù)后、診斷和治療具有重要意義。磁共振DWI在不需對(duì)比劑的情況下通過定量方法評(píng)估表觀擴(kuò)散系數(shù)(apparent diffusion coefficient，ADC)來反映瘤體內(nèi)自由水分子的運(yùn)動(dòng)情況，提供關(guān)于腫瘤生物學(xué)和顯微結(jié)構(gòu)特征的信息。紋理分析可以捕獲到磁共振成像中人眼無法識(shí)別的微觀特征，量化腫瘤的異質(zhì)性。本研究中對(duì)Ki-67高、低表達(dá)組別間基于T2短時(shí)反轉(zhuǎn)恢復(fù)壓脂(turbo inversion recovery magnitude,TIRM)圖提取的游程矩陣紋理特征和ADC值的差異性進(jìn)行研究，試圖尋找新的預(yù)測(cè)指標(biāo)，為臨床治療乳腺癌及評(píng)估預(yù)后提供影像學(xué)幫助。

材料與方法

1.一般資料

回顧性分析2018年1月-2020年9月經(jīng)術(shù)后病理證實(shí)的41例女性乳腺癌患者的臨床和影像資料，年齡32～74歲，平均(49.1±9.7)歲。納入標(biāo)準(zhǔn)：①術(shù)前行乳腺常規(guī)MRI、DWI及動(dòng)態(tài)增強(qiáng)檢查；②行手術(shù)切除或穿刺活檢，有明確的病理診斷結(jié)果(包括Ki-67表達(dá)水平)。排除標(biāo)準(zhǔn)：①圖像質(zhì)量差，偽影較重；②病灶過小，短徑<0.5 cm。

2.Ki-67表達(dá)水平分級(jí)

Ki-67陽性染色定位于細(xì)胞核，呈棕黃色或黃褐色著色。在400倍鏡視野下隨機(jī)選擇10個(gè)視野進(jìn)行計(jì)數(shù),計(jì)算Ki-67陽性細(xì)胞占總細(xì)胞數(shù)的百分比。參照2013年St Gallen國際乳腺癌會(huì)議專家共識(shí)[1]，本研究以20%作為臨界值，<20%的腫瘤細(xì)胞核著色為Ki-67低表達(dá)，≥20%的腫瘤細(xì)胞核著色為高表達(dá)。

3.MRI掃描方法

使用Siemens Skyra 3.0T和Siemens Verio 3.0T超導(dǎo)MR掃描儀及4通道專用乳腺線圈進(jìn)行掃描。患者取俯臥位，雙側(cè)乳腺自然懸垂適當(dāng)固定于線圈中。掃描序列和如下。①橫軸面TIRM序列：TR 4000～6340 ms，TE 45～70 ms，層厚4.0 mm，層間距0.40～1.20 mm，視野34 cm×34 cm～35 cm×35 cm，激勵(lì)次數(shù)2，矩陣256×320～358×448，翻轉(zhuǎn)角80°～120°；②橫軸面T1WI序列：TR 5.9～6.0 ms，TE 2.23～2.34 ms，層厚1.2～2.0 mm，層間距0.24～0.40 mm，矩陣448×358，視野34 cm×34 cm～36 cm×36 cm，激勵(lì)次數(shù)1，翻轉(zhuǎn)角15°～20°；③雙乳矢狀面T2WI抑脂序列：TR 3010～5710 ms，TE 64～75 ms，層厚4.00 mm，層間距0.80 mm，矩陣210×256～240×320，視野18 cm×18 cm，激勵(lì)次數(shù)2，翻轉(zhuǎn)角120°～160°；④橫軸面DWI：TR 5430～6600 ms，TE 55～85 ms，層厚4.00～5.00 mm，層間距2.00～5.00 mm，b=50、400、800和1000 s/mm2，矩陣200×170～220×220，視野32 cm×32 cm～34 cm×34 cm，激勵(lì)次數(shù)3，無翻轉(zhuǎn)角)及ADC圖像；⑤橫軸面3D FLASH 序列DCE-MRI掃描：TR 4.17～4.51 ms，TE 1.55～1.61 ms，層厚0.9～1.0 mm，層間距0.18～0.2 mm，矩陣256×320～300×448，視野34 cm×34 cm，激勵(lì)次數(shù)1，翻轉(zhuǎn)角10°，重復(fù)掃描6次，第1次掃描后間隔20 ms注射對(duì)比劑，并在注射結(jié)束的同時(shí)開始后續(xù)掃描；對(duì)比劑采用GD-DTPA，劑量0.1 mmol/kg，使用高壓注射器經(jīng)手背靜脈注入，流率2.0 mL/s，隨后以相同流率注入20 mL生理鹽水。

4.圖像處理

將所有患者的TIRM序列的圖像自PACS工作站以BMP格式導(dǎo)出，導(dǎo)出時(shí)使圖像的窗寬、窗位均保持一致。將圖像灰階范圍進(jìn)行歸一化，減小亮度和對(duì)比度差異的影響。參考DWI及動(dòng)態(tài)增強(qiáng)圖像，在MaZda軟件中，選取腫瘤最大層面，沿病灶邊緣手動(dòng)勾畫ROI(圖1)。隨后，軟件即可自動(dòng)提取出ROI的游程矩陣紋理參數(shù)，包括游程長度不均勻性(run length non-uniformity，RLNU)、灰度不均勻性(grey level non-uniformity，GLNU)、長游程因子(long run emphasis，LRE)、短游程因子(short run emphasis，SRE)和游程圖像分?jǐn)?shù)(fraction of image-in runs)五大類共20個(gè)紋理參數(shù)。

圖1 女，62歲，左側(cè)乳腺外下象限內(nèi)浸潤性乳腺癌。a)TIRM序列上左側(cè)乳腺外下象限內(nèi)有分葉狀病灶，呈不均勻高信號(hào)，邊緣有毛刺征(箭)；b)DWI(b=1000s/mm2)上病灶呈明顯高信號(hào)(箭)；c)ADC圖上病灶呈明顯低信號(hào)(箭)。

將所有乳腺癌患者的DWI圖像(b=1000 s/mm2)傳輸至后處理工作站，以TIRM及DCE-MRI圖像為參考，選取腫瘤最大層面，手動(dòng)勾畫ROI，測(cè)量ADC值，每個(gè)病灶測(cè)量3次，取平均值。

5.統(tǒng)計(jì)學(xué)方法

采用SPSS 22.0軟件對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析。所有計(jì)量資料的比較采用獨(dú)立樣本t檢驗(yàn)(正態(tài)分布)或 Mann-WhitneyU檢驗(yàn)(非正態(tài)分布)。繪制受試者工作特性(receiver operator characteristic curve，ROC)曲線評(píng)估有統(tǒng)計(jì)學(xué)差異的參數(shù)對(duì)Ki-67低、高表達(dá)組的鑒別診斷效能。采用Spearman秩相關(guān)分析評(píng)價(jià)各項(xiàng)紋理參數(shù)值和ADC值與乳腺癌Ki-67指數(shù)的相關(guān)性。以P<0.05為差異有統(tǒng)計(jì)學(xué)意義。

結(jié) 果

1.病理結(jié)果

41例乳腺癌中，浸潤性導(dǎo)管癌35例(圖1)，浸潤性小葉癌1例，黏液癌1例，導(dǎo)管內(nèi)癌4例。免疫組織化學(xué)染色結(jié)果：Ki-67高表達(dá)21例，Ki-67指數(shù)值為40%～80%，平均46.67%±10.65%；低表達(dá)20例，Ki-67指數(shù)值為5%～19%，平均13.40%±3.60%。

2.紋理參數(shù)及ADC值的組間比較

Ki-67高、低表達(dá)組之間差異有統(tǒng)計(jì)學(xué)意義的游程矩陣紋理參數(shù)值和ADC值及統(tǒng)計(jì)分析結(jié)果見表1。其中，Ki-67高表達(dá)組中的水平方向(horizonal，Horzl)、垂直方向(vertical，Vertl)、45度方向(45 degree,45dgr)和135度方向(135dgr)上的RLNU及Horzl-GLNU 、Vertl-GLNU、135dgr-GLNU均高于低表達(dá)組，組間差異均有統(tǒng)計(jì)學(xué)意義(P<0.05)，其余的游程矩陣紋理參數(shù)值在兩組間的差異均無統(tǒng)計(jì)學(xué)意義(P>0.05)。兩組之間ADC值的差異有統(tǒng)計(jì)學(xué)意義(P<0.001)，低表達(dá)組中的ADC值明顯高于高表達(dá)組。

表1 Ki-67高、低表達(dá)組間游程矩陣紋理參數(shù)值及ADC值的比較

3.紋理參數(shù)和ADC值與Ki-67指數(shù)的相關(guān)性

組間差異有統(tǒng)計(jì)學(xué)意義的7個(gè)游程矩陣紋理參數(shù)及ADC值與Ki-67指數(shù)的相關(guān)性分析機(jī)結(jié)果見表2。

表2 紋理參數(shù)和ADC值與Ki-67指數(shù)的相關(guān)性分析結(jié)果

7個(gè)游程矩陣紋理參數(shù)中，Horzl-RLNU、Vertl-RLNU、45dgr-RLNU和135dgr-RLNU與Ki-67指數(shù)間呈正相關(guān)(P<0.05)，而Horzl-GLNU、Vertl-GLNU和135dgr-GLNU與Ki-67指數(shù)間無顯著相關(guān)性(P>0.05)，ADC值與Ki-67指數(shù)呈負(fù)相關(guān)(P=0.001<0.05)，即Ki-67指數(shù)表達(dá)水平越高，惡性程度越高，ADC值越低。

4.ROC曲線分析

ADC、7個(gè)游程矩陣紋理參數(shù)及聯(lián)合預(yù)測(cè)因子預(yù)測(cè)Ki-67高、低表達(dá)的ROC曲線見圖2～3，其AUC值、最佳臨界值及診斷效能指標(biāo)值見表3。在游程矩陣紋理參數(shù)中，45dgr-RLNU的診斷效能最高，AUC值為0.714，敏感度和特異度分別為76.2%和60.0%。本研究中采用二元Logistic回歸分析將組間差異有統(tǒng)計(jì)學(xué)意義的游程矩陣紋理參數(shù)聯(lián)合ADC值來建立聯(lián)合預(yù)測(cè)模型，得到的模型表達(dá)式為：Y=11.820-0.014ADC+0.012Horzl-RLNU-0.100Vertl-RLNU+0.08345dgr-RLNU+0.015 135dr-RLNU-3.131Horzl-GLNU+1.636Vertl-GLNU+1.021135dr-GLNU(P=0.018<0.05)，其AUC為0.886，敏感度和特異度分別為90.5%和75.0%，診斷效能優(yōu)于各項(xiàng)游程矩陣紋理參數(shù)和ADC值，且其敏感度和特異度較均衡。

圖2 各項(xiàng)游程矩陣紋理參數(shù)的ROC曲線，以45dgr-RLNU的診斷效能最高，AUC為0.714。 圖3 ADC及聯(lián)合預(yù)測(cè)因子的ROC曲線，以聯(lián)合預(yù)測(cè)因子的AUC較高，達(dá)0.886。

表3 游程矩陣紋理參數(shù)、ADC及聯(lián)合預(yù)測(cè)因子對(duì)乳腺癌Ki-67表達(dá)程度的診斷效能

討 論

Ki-67指數(shù)是檢測(cè)腫瘤侵襲性和增殖活性的標(biāo)記物[2]，與乳腺癌的組織學(xué)分級(jí)、生長方式、療效評(píng)價(jià)、復(fù)發(fā)轉(zhuǎn)移及預(yù)后判斷等有關(guān)。在2017版歐洲腫瘤標(biāo)志物組(EGTM)的更新指南中提出，Ki-67的高表達(dá)與乳腺癌的不良預(yù)后獨(dú)立相關(guān)[3]。有研究表明Ki-67指數(shù)被作為區(qū)分Luminal A型與B型乳腺癌的腫瘤標(biāo)志物[4]，在Luminal A型中表達(dá)較低、復(fù)發(fā)風(fēng)險(xiǎn)低，在Luminal B型表達(dá)較高、復(fù)發(fā)風(fēng)險(xiǎn)高。同時(shí)也有研究表明，新輔助化療對(duì)于Ki-67高表達(dá)(>20%)腫瘤更有效[5]。因此，近年來許多學(xué)者將影像學(xué)征象與Ki-67表達(dá)水平進(jìn)行相關(guān)性分析，嘗試通過影像學(xué)方法來預(yù)測(cè)Ki-67的表達(dá)狀態(tài)。本研究中對(duì)基于TIRM圖像的游程矩陣紋理參數(shù)和ADC值與Ki-6表達(dá)指數(shù)進(jìn)行相關(guān)性分析，探討這些指標(biāo)之間的關(guān)聯(lián)性及紋理參數(shù)的診斷效能，為乳腺癌患者的臨床個(gè)體化治療方案的選擇和預(yù)后分析提供可靠的影像學(xué)依據(jù)。

DWI作為重要的MRI輔助診斷序列，可以利用水分子擴(kuò)散運(yùn)動(dòng)，在分子水平上顯示人體組織中的空間信息和細(xì)胞密度[6]。臨床上最常用ADC值對(duì)組織水分子擴(kuò)散程度進(jìn)行定量分析。本研究結(jié)果顯示，Ki-67高表達(dá)組的ADC值低于低表達(dá)組[(0.82±0.08)×10-3vs. (0.98±0.15)×10-3mm2/s，P<0.001]，且ADC值與Ki-67表達(dá)程度呈負(fù)相關(guān)(r=-0.514，P<0.05)，即Ki-67指數(shù)值越高，ADC值越低。本研究結(jié)果與楊培等[7]的研究結(jié)果基本一致。因?yàn)镵i-67是細(xì)胞增殖抗原，其表達(dá)程度越高，表明細(xì)胞增殖數(shù)量增加，組織結(jié)構(gòu)紊亂，細(xì)胞外間隙變窄，最終導(dǎo)致組織細(xì)胞間隙內(nèi)水分子運(yùn)動(dòng)受限，ADC值隨之降低。

張竹偉等[8]基于不同序列的紋理分析對(duì)乳腺良、惡性腫瘤進(jìn)行鑒別診斷，結(jié)果顯示相較于T1WI、DWI及T1WI增強(qiáng)序列，T2WI序列的鑒別診斷效能最高。既往有研究結(jié)果顯示T2WI可通過觀測(cè)病灶區(qū)的水腫，能有效預(yù)測(cè)乳腺癌的預(yù)后[9]。其原因是T2WI序列回波時(shí)間較長，增加了組織間的對(duì)比度，使得圖像中蘊(yùn)含更多具有診斷價(jià)值的紋理特征。紋理分析作為非侵入性影像學(xué)新興技術(shù)預(yù)測(cè)惡性腫瘤生物標(biāo)志物的潛力在最近的研究中已得到證實(shí)。如沈力等[10]通過基于T2WI圖像的游程矩陣紋理分析聯(lián)合ADC值對(duì)術(shù)前前列腺癌分化程度進(jìn)行評(píng)估，研究結(jié)果顯示灰度不均勻性在高、低分化組前列腺癌之間的差異有統(tǒng)計(jì)學(xué)意義，且與前列腺癌分化程度之間呈負(fù)相關(guān)(P<0.05)。張兵等[11]探究基于T2WI的影像組學(xué)與乳腺癌Ki-67表達(dá)水平的相關(guān)性，結(jié)果顯示長游程補(bǔ)償水平方向和長游程補(bǔ)償垂直方向表現(xiàn)出良好的預(yù)測(cè)能力，預(yù)測(cè)Ki-67指數(shù)值<14%與Ki-67指數(shù)值≥14%的敏感度和特異度分別為75.1%、91.7%和87.5%、62.5%，AUC分別為0.724和0.724(P<0.05)。上述結(jié)果表明基于T2WI的紋理特征參數(shù)能夠分析和預(yù)測(cè)乳腺癌的生物學(xué)行為，為判斷患者的預(yù)后提供新方法。

本研究基于TIRM圖像，利用MaZda軟件篩選出病變內(nèi)游程矩陣紋理特征參數(shù)，結(jié)果顯示Horzl-RLNU、Vertl-RLNU、45dgr-RLNU和135dgr-RLNU與Ki-67表達(dá)指數(shù)間呈正相關(guān)性(P<0.05)，而Horzl-GLNU、Vertl-GLNU和135dgr-GLNU與Ki-67表達(dá)指數(shù)間無顯著相關(guān)性(P>0.05)。游程矩陣是常用的二階紋理分析方法，反映具有某灰度值的像素于既定方向上連續(xù)出現(xiàn)的頻數(shù)(即游程)[12]。游程長不均勻度描述圖像中游程長度的相似性，圖像紋理粗細(xì)均勻性越差，RLNU值越大?；叶炔痪鶆蚨让枋鰣D像灰度的均勻性，灰度越均勻，GLNU值越小，反之，則越大[13]。由于乳腺癌正常組織結(jié)構(gòu)被破壞，相較于正常組織細(xì)胞，腫瘤細(xì)胞生長異常且密集，致使病灶信號(hào)改變，像素不均勻度和灰度也因此發(fā)生變化，圖像紋理也因組織成分改變而變得粗糙、不均勻。故乳腺癌的Ki-67指數(shù)越高，預(yù)示著腫瘤惡性程度越高，游程長不均勻度和灰度不均勻度值越高。

本研究利用ROC曲線分析各參數(shù)對(duì)Ki-67表達(dá)程度高低的預(yù)測(cè)效能，結(jié)果顯示ADC的AUC為0.840，敏感度和特異度分別為81.0%和80.0%；在游程矩陣紋理參數(shù)中，45dgr-RLNU的AUC最高，為0.714，敏感度和特異度分別為76.2%和60.0%。ADC的診斷效能高于45dgr-RLNU。既往有很多研究僅僅使用單個(gè)參數(shù)對(duì)Ki-67表達(dá)程度進(jìn)行預(yù)測(cè)[14-15]，且因DWI圖的分辨率不高，對(duì)于病灶的位置和邊界顯示不清，而將MRI紋理分析聯(lián)合ADC值來預(yù)測(cè)乳腺癌Ki-67的表達(dá)程度，可以達(dá)到互為補(bǔ)充的作用。本研究將有統(tǒng)計(jì)學(xué)差異的游程矩陣紋理參數(shù)聯(lián)合ADC來建立聯(lián)合預(yù)測(cè)因子，其AUC達(dá)0.886，敏感度達(dá)90.5%，特異度為75.0%，其診斷效能高于單獨(dú)ADC或紋理分析參數(shù)，表明多參數(shù)聯(lián)合可以提高鑒別診斷效能，使影像學(xué)檢查在術(shù)前對(duì)Ki-67表達(dá)程度進(jìn)行準(zhǔn)確預(yù)測(cè)成為可能。

本研究存在以下局限性：目前對(duì)于紋理參數(shù)中診斷效能最高的45dgr-RLNU的診斷閾值尚沒有統(tǒng)一標(biāo)準(zhǔn)，本研究中納入樣本量少、結(jié)果偏低，可能會(huì)存在偏差，未來需要進(jìn)行大樣本多中心研究來進(jìn)一步驗(yàn)證紋理參數(shù)的應(yīng)用價(jià)值；勾畫ROI與病理取材部位之間可能存在不一致；僅對(duì)游程矩陣紋理參數(shù)進(jìn)行分析，未來的研究中將進(jìn)一步增加對(duì)其它紋理參數(shù)的分析。

綜上所述，基于TIRM圖像的游程矩陣紋理參數(shù)聯(lián)合ADC值能夠提高對(duì)Ki-67表達(dá)程度的預(yù)測(cè)能力，無創(chuàng)性地反映乳腺癌的細(xì)胞增殖狀態(tài)和侵襲性，有助于指導(dǎo)臨床進(jìn)行個(gè)體化治療及預(yù)后判斷。