多模態(tài)MRI及影像組學(xué)在乳腺癌診療中的研究進展*

汪雅琪，魯夢甜，余開湖**

(1．湖北科技學(xué)院臨床醫(yī)學(xué)院，湖北 咸寧 437100；2．咸寧市中心醫(yī)院)

乳腺癌在女性惡性腫瘤中發(fā)病率最高，死亡率位居第6位[1]。2020年近350萬美國婦女患有乳腺癌[2]。在中國，女性發(fā)病概率約為42.55/10萬人[3]。新輔助化療(neoadjuvantchemotherapy，NAC)是乳腺癌治療的重要方式，術(shù)前NAC可以降低腫瘤分期、復(fù)發(fā)率及術(shù)后并發(fā)癥，6%～25%的患者出現(xiàn)化療后的病理完全緩解(pathologic complete response，PCR)，10%～35%的乳腺癌對NAC不敏感[4]。乳腺癌患者早期診斷及治療反應(yīng)的預(yù)測對患者的結(jié)局和預(yù)后非常重要。

多模態(tài)MRI是指多種磁共振序列融合，從而得到病變組織或器官的綜合信息；影像組學(xué)是一種新興的影像分析方法。本文就多模態(tài)MRI及影像組學(xué)在乳腺癌診療中的主要研究及進展進行綜述。

1 多模態(tài)MRI

多模態(tài)MRI可通過不同成像技術(shù)，對病灶的水分子運動、血流動力學(xué)信息、化合物成分及能量代謝等情況進行分析，根據(jù)微觀結(jié)構(gòu)和功能的差別，從而更好地對病灶進行診斷和鑒別。在乳腺多模態(tài)MRI中，應(yīng)用較廣泛的技術(shù)包括動態(tài)增強(dynamic contrast enhanced，DCE)、磁共振擴散加權(quán)成像(diffusion weighted imaging，DWI)及其衍生技術(shù)、磁共振波譜成像(magnetic resonance spectroscopy，MRS)等。

1.1 DCE

DCE通過注入對比劑來反映組織及病變血流動力學(xué)信息。DCE定性分析鑒別乳腺良惡性病灶的敏感性、特異性、準(zhǔn)確性、陽性預(yù)測和陰性預(yù)測

值分別為91.67%、80.00%、88.24%、91.67%和80.00%[5]。DCE定量參數(shù)中的Ktrans和Kep鑒別乳腺良惡性病灶的特異性分別為88.6%和95.1%，敏感性分別為87.9%和68.7%[6]。NAC之后，病灶的顯示會受到水腫和壞死的干擾。乳腺鉬靶X線檢查和超聲檢查會低估腫瘤的大小，低估程度分別為14%和18%[7]。MRI平掃受病灶周圍水腫的影響而高估腫瘤大小，特別是浸潤性小葉癌和乳腺導(dǎo)管內(nèi)原位癌[8]。DCE基于腫瘤的血管特性，不僅能準(zhǔn)確定位腫瘤的邊界，還能初步評估化療的效果[9]。定量DCE評估乳腺癌NAC的敏感性和特異性分別為84%和83%[10]。DCE在乳腺癌的診療中已被廣泛應(yīng)用，但隨著影像技術(shù)的發(fā)展及個體化治療的需要，DCE結(jié)合其他技術(shù)可以獲得更精準(zhǔn)的信息。

1.2 DWI及其衍生技術(shù)

DWI無需注射對比劑就能評估組織及病變水分子布朗運動的差異，通過表觀擴散系數(shù)(apparent diffusion coemcient，ADC)進行定量分析。Razek等[11]應(yīng)用DWI序列對乳腺癌患者腫大的腋窩淋巴結(jié)進行評估，研究結(jié)果表明，良性和轉(zhuǎn)移性腋窩淋巴結(jié)的平均ADC值存在統(tǒng)計學(xué)差異，ADC值為1.39×10-3mm2/s時，鑒別轉(zhuǎn)移性與良性腋窩淋巴結(jié)準(zhǔn)確率為95.6%，敏感性93%，特異性100%。病灶A(yù)DC值的變化對于預(yù)測乳腺癌PCR有一定的輔助作用，ADC值的變化結(jié)合腫瘤分子亞型能提高對乳腺癌PCR的預(yù)測能力[12]。

由DWI衍生的技術(shù)，如體內(nèi)不相干運動(intravoxel incoherent motion，IVIM)、擴散張量成像(diffusion tensor image，DTI)、擴散峰度成像(diffusion kurtos isimaging，DKI)可以較好地反映組織和細(xì)胞微觀結(jié)構(gòu)[13]。乳腺癌NAC前及治療的第二周，IVIM參數(shù)的變化可以預(yù)測乳腺癌治療反應(yīng)[14]。對于不適合使用對比劑的乳腺癌患者(如孕婦)，DTI在病灶大小的測量方面與組織病理學(xué)具有較好的一致性，在鑒別腫瘤良惡性方面也有一定的參考價值[15]。侵襲性乳腺癌的病灶DTI參數(shù)與腫瘤大小、組織學(xué)分級、腋窩淋巴結(jié)狀態(tài)、雌激素受體、孕激素受體和Ki-67之間存在相關(guān)性，這些DTI參數(shù)包括平均彌散率、各向異性分?jǐn)?shù)、相對各向異性、體積比[16]。基于非高斯擴散理論的DKI技術(shù)，其參數(shù)平均彌散峰度與ADC值有相同的敏感性，但特異性更高[13]。DWI新技術(shù)還未廣泛應(yīng)用于臨床研究，現(xiàn)階段對于感興趣區(qū)、b值以及ADC閾值地選取沒有統(tǒng)一的標(biāo)準(zhǔn)，因此，需要大量的研究數(shù)據(jù)去評估。

1.3 1H-MRS

1H-MRS可以評估活體組織代謝及生化水平的變化。目前，對于乳腺癌MRS的研究，主要是檢測化學(xué)位移位于3.20ppm左右膽堿復(fù)合物(tCho)的水平[17]。tCho主要參與細(xì)胞膜的構(gòu)成，惡性程度高的腫瘤中，tCho明顯升高[18]。對tCho進行分析，可以提高乳腺癌BI-RADS分類的準(zhǔn)確性[19]。tCho水平的變化還可以評估乳腺癌NAC的早期反應(yīng)。Zhou等[20]研究表明，乳腺癌NAC后24h，tCho水平就開始發(fā)生改變，早于形態(tài)學(xué)的改變。

1.4 多模態(tài)MRI在乳腺癌診療中的應(yīng)用

多模態(tài)MRI是在常規(guī)MRI的基礎(chǔ)上，對多種MRI技術(shù)的一種柔性組合。柔性組合是指多模態(tài)MRI的融合并非局限于一種方式，結(jié)合病灶血流動力學(xué)的變化、水分子布朗運動的差異、代謝及生化水平的改變等特點，對多模態(tài)MRI序列自由組合，從而準(zhǔn)確診斷或制訂出合適的治療方案。多模態(tài)MRI的融合不僅可以對不同的序列進行優(yōu)勢結(jié)合，還可以進行優(yōu)劣互補，例如DWI、1H-MRS圖像分辨力低，而DCE圖像具有分辨力高、定位準(zhǔn)確這一優(yōu)勢，將不同模態(tài)的序列結(jié)合可以更準(zhǔn)確地挖掘影像信息。

DCE結(jié)合DWI序列在乳腺癌診療中具有較高的價值。研究人員表明，DWI的定量參數(shù)、DCE參數(shù)中的早期強化率及時間-信號曲線，三者聯(lián)合對乳腺癌的診斷價值高于三者單獨診斷價值[21]。DWI結(jié)合DCE診斷乳腺良惡性病變的敏感度、特異性、準(zhǔn)確性分別為92.36%、93.06%、90.00%[5]。程雪等[22]分析乳腺癌人表皮生長因子受體2(Her-2)的表達(dá)與DWI及DCE參數(shù)之間的相關(guān)性時表明，ADC值及DCE參數(shù)中的早期強化率與Her-2表達(dá)呈顯著正相關(guān)。Her-2陽性的乳腺癌出現(xiàn)復(fù)發(fā)轉(zhuǎn)移的風(fēng)險比陰性的高，對Her-2陽性乳腺癌患者進行抗Her-2的靶向藥物治療，能改善其預(yù)后[23]。

1H-MRS診斷乳腺癌的準(zhǔn)確性與感興趣區(qū)的選擇有關(guān)，單獨應(yīng)用干擾因素多。1H-MRS一般作為DCE及DWI的補充序列，提供有價值的信息。1H-MRS結(jié)合DCE序列，感興趣區(qū)的選擇可以盡量避開水腫、壞死區(qū)，提高診斷的準(zhǔn)確性。1H-MRS聯(lián)合DWI鑒別乳腺良惡性病變的敏感性為93.3%，特異性為72.7%[24]，特異性較低的原因可能是1H-MRS和DWI圖像分辨率都較低，對于非腫塊型病變以及較小的病變，1H-MRS存在診斷的困難。另外，在評估乳腺癌NAC反應(yīng)方面，隨著化療的進行，病灶如果發(fā)生體積縮小或內(nèi)部出現(xiàn)液化壞死，感興趣區(qū)的選擇會出現(xiàn)偏差。1H-MRS存在部分技術(shù)限制是影響其臨床可用性的原因之一。

2 影像組學(xué)

2.1 影像組學(xué)概述

影像組學(xué)是一種無創(chuàng)且可重復(fù)的影像分析方法，它能把影像的任何感興趣區(qū)作為研究對象，提取大量的特征信息，再通過分析篩選出關(guān)鍵信息，最終用于疾病的診斷或治療的評估。

影像組學(xué)的工作流程主要包括圖像采集、圖像分割、特征提取和篩選、建立模型[25-26]。醫(yī)學(xué)影像圖像都可以與影像組學(xué)結(jié)合起來。圖像分割是精準(zhǔn)提取影像組學(xué)特征的重要前提。特征提取和篩選是指從大量影像特征中選取最核心的特征集，最常提取的四大類腫瘤定量參數(shù)包括信號強度特征、形態(tài)學(xué)特征、紋理特征及小波特征[26]。在眾多的參數(shù)中，嫡是應(yīng)用較廣泛的一個，嫡反映了腫瘤內(nèi)部的像素分布，像素分布均勻即代表腫瘤異質(zhì)性低，反之代表異質(zhì)性高[27]。模型的選擇與建立的方法歸納為兩大類，分別是基于統(tǒng)計學(xué)和基于機器學(xué)習(xí)，基于統(tǒng)計學(xué)方法中的Logistic回歸模型因其簡單易行，是較為常用的監(jiān)督分類器[4]。

2.2 基于MRI影像組學(xué)分析在乳腺癌診療中的應(yīng)用

基于DWI的影像組學(xué)分析具有良好的Ki-67增殖指數(shù)識別能力，有助于乳腺癌分子分型的預(yù)測。有研究[28]對乳腺浸潤性導(dǎo)管癌的患者進行基于DWI的影像組學(xué)分析，將患者分為Ki-67陰性表達(dá)組和Ki-67陽性表達(dá)組，從DWI圖像中的ADC圖譜提取放射學(xué)特征1029個，選擇11個特征構(gòu)建模型，研究結(jié)果表明Ki-67陽性表達(dá)與ADC值呈負(fù)相關(guān)。Holli-Helenius等[27]研究人員對浸潤性導(dǎo)管乳腺癌分子亞型的預(yù)測進行研究，結(jié)果表明Luminal B型乳腺癌體積和嫡值均比Luminal A型大，反映了Luminal B型乳腺癌的異質(zhì)性更大。病理上，Luminal B型乳腺癌Ki-67指數(shù)較Luminal A型高，高Ki-67指數(shù)影響腫瘤細(xì)胞內(nèi)的血管內(nèi)皮生長因子表達(dá)，引起血管內(nèi)皮細(xì)胞增值率和血管通透性增高，腫瘤異質(zhì)性增高[27]。Ashirbani等[25]采用基于機器學(xué)習(xí)的方法，在DCE的背景下對乳腺癌進行了影像組學(xué)分析，研究表明影像組學(xué)特征可以區(qū)分Luminal A 及其它乳腺癌分子亞型。一項基于乳腺癌DCE影像組學(xué)特征預(yù)測遠(yuǎn)處轉(zhuǎn)移研究[29]表明，骨、肺、肝是乳腺癌最常見的遠(yuǎn)處轉(zhuǎn)移部位，Luminal型乳腺癌骨轉(zhuǎn)移常見，三陰型乳腺癌肺轉(zhuǎn)移常見，Her-2過表達(dá)型乳腺癌肝轉(zhuǎn)移常見?；谟跋窠M學(xué)的紋理參數(shù)還可以很好評估NAC的效果[9]。這些實驗結(jié)果表明MRI影像組學(xué)在預(yù)測腫瘤分子分型方面有著較大優(yōu)勢，在評估不同免疫表型乳腺癌NAC變化方面也有較高的敏感性。

DWI可以反映組織和細(xì)胞微觀結(jié)構(gòu)，DCE圖像分辨率高，腫瘤與周圍背景分界清楚，基于DCE的影像組學(xué)分析有利于圖像分割，將不同模態(tài)的圖像結(jié)合可以得到更豐富的信息。融合多模態(tài)MRI的特征將有助于提高影像組學(xué)模型的效能。基于T2WI、DKI和定量DCE影像組學(xué)特征的模型，對良惡性乳腺病變具有很高的鑒別能力[30]?；诙嗄B(tài)MRI影像組學(xué)在評估NAC方面比單模態(tài)具有更高的敏感性[4，31]。研究人員[4]從多模態(tài)MRI中提取4個影像組學(xué)特征，并建立了結(jié)合影像組學(xué)和獨立臨床危險因素的聯(lián)合預(yù)測模型，結(jié)果表明這個模型在預(yù)測NAC不敏感型乳腺癌方面具有優(yōu)勢。一項多中心研究[31]表明，多模態(tài)MRI影像組學(xué)建立的模型在PCR的預(yù)測方面優(yōu)于臨床模型。不同的影像組學(xué)處理方式可能對建立的模型甚至最終的結(jié)果產(chǎn)生影響，因此，選用科學(xué)及合理的方法是研究的重點。

3 結(jié) 語

多模態(tài)MRI及影像組學(xué)在乳腺癌的診斷、預(yù)測腫瘤分子分型、NAC前后腫瘤的評估、預(yù)測PCR等方面都具有一定的價值。然而，目前的研究結(jié)果并不完全一致，不同數(shù)據(jù)的實驗設(shè)備及成像參數(shù)不同，感興趣區(qū)的選取、圖像分割、影像組學(xué)特征集的選擇、模型的建立等因素也不盡相同。基于多模態(tài)MRI的影像組學(xué)也處于發(fā)展階段。未來的研究還需要通過大量數(shù)據(jù)進行分析和驗證，最終應(yīng)用于臨床。