DCE-MRI與DWI直方圖分析評估乳腺癌分子分型、預后和新輔助治療的研究進展

張慧慧，都麗娜，伍建林

乳腺癌的高度異質性可導致其生物學行為和臨床預后的差異[1-2]。激素受體表達狀態(tài)、人表皮生長因子受體2（human epidermal growth factor receptor 2,HER2）表達狀態(tài)、增殖指數Ki-67高低、核分級、組織學分型、腫瘤大小及腋窩淋巴結轉移等均是乳腺癌預后因素[3]。分子分型亦與病人個體化治療方案選擇、預后及復發(fā)密切相關[4]。MRI具有多參數、多序列、軟組織分辨力高等特點，是乳腺癌常用且較敏感的影像檢查方法，目前臨床上多采用動態(tài)增強MRI（DCE-MRI）和擴散加權成像（DWI）序列獲取腫瘤信息。因此，術前通過MRI無創(chuàng)性評估和預測乳腺癌分子分型、預后因素及新輔助治療（neoadjuvant therapy，NAT）療效具有重要臨床意義。直方圖分析可量化分析圖像像素灰度分布特點，挖掘腫瘤內無法通過傳統(tǒng)影像上形態(tài)學觀察獲取的信息，從而有助于評估腫瘤異質性，為臨床提供更多有價值的精準治療方案及決策信息。本文就近年來DCE-MRI和DWI直方圖分析在乳腺癌分子分型、預后及NAT療效的研究進展予以綜述。

1 概述

1.1 直方圖分析 直方圖分析可以量化圖像像素灰度頻率分布特點，通過直觀簡潔的方式呈現圖像信息，更好地評估腫瘤異質性。直方圖分析的描述性參數主要包括：最小值、最大值、均數、百分位數、方差、標準差、峰度及偏度等。除了峰度和偏度是表示曲線分布形狀的參數外，其余均屬于非分布參數（包括散點參數和分散參數）。方差又稱變異值，表示直方圖的離散程度，變異值越大反映腫瘤內組織結構差異越大。峰度描述了直方圖曲線頂端尖峭或扁平程度，直方圖曲線越陡峭，表示腫瘤內細胞密集程度越高。偏度描述直方圖曲線分布的不對稱性，正（負）偏度值表示直方圖曲線右（左）尾部有更多離散數據。因此，直方圖分析可以提供更多的量化腫瘤異質性的指標，特別是全域直方圖可以對腫瘤整體的異質性進行準確評估，主要用于腫瘤良惡性及疾病的鑒別診斷、臨床分期及病理分級、預后及療效評估等[5-7]。

1.2 DCE-MRI與DWI DCE-MRI是在T1WI的基礎上注射對比劑后進行的連續(xù)動態(tài)增強掃描的一種成像方法。DCE-MRI灌注參數包括：容積轉移常數（Ktrans）、速率常數（kep）、血管外細胞外容積分數（ve）等。Ktrans反映血流灌注、血管密度和通透性的組合，kep僅反映血管的通透性。Ktrans和kep值較高反映了新生血管通透性高，腫瘤灌注增加。DWI能夠顯示活體組織中水分子的擴散運動，提供有關細胞膜的完整性以及細胞密度的信息，表觀擴散系數(ADC)是DWI評價水分子擴散運動的定量參數。

2 對乳腺癌分子分型的預測價值

參照2013年圣加侖（St Gallen）共識，乳腺癌根據雌激素受體（estrogen receptor，ER）、孕激素受體（progesterone receptor，PR）、HER2表達和Ki-67表達高低（低表達＜20%、高表達≥20%）分為Luminal A型、Luminal B型、HER2過表達型、三陰（triplenegative，TN）型4種分子亞型。這種分子分型旨在為病人制定個體化治療方案，評估病人治療療效及預后。其中，Luminal A型臨床上最常見，腫瘤生物學行為良好，內分泌治療敏感，且預后好、復發(fā)率低；Luminal B型，受體狀態(tài)復雜，惡性程度高于Luminal A型，在內分泌治療基礎上應增加化療和靶向治療。HER2過表達型和TN型，腫瘤分化差、侵襲力強、轉移率高，激素受體缺乏而內分泌治療無效，但前者靶向治療效果好，后者因缺乏3種受體只能進行化療，故預后差、復發(fā)率高。Luo等[8]采用DCE-MRI對乳腺癌分子亞型進行研究，比較不同分子亞型間的灌注參數，結果顯示Luminal A型的Ktrans、kep、ve的最大值，Ktrans偏度，ve均值和第90百分位數均顯著低于Luminal B型；Luminal B型中HER2+者的Ktrans最大值、中位數、均值、各百分位數和kep第90百分位數顯著高于HER2-者。Lafc?等[9]對81個乳腺癌病灶采用DCE-MRI中T1WI增強晚期的直方圖進行研究，結果顯示Luminal A組和Luminal B組間偏度均值分別為-0．417、-0．220，其差異有統(tǒng)計學意義。何等[10]研究51例乳腺癌病人臨床資料及全域ADC直方圖，結果顯示Luminal A型全域ADC第5～40百分位數均低于其他3種亞型。吳等[11]研究顯示HER2過表達型乳腺癌的ADC偏度顯著低于Luminal型（Luminal A型和B型），且3種亞型組間的ADC第95百分位數的差異有統(tǒng)計學意義，其中HER2過表達型ADC第95百分位數最高，而Luminal型較低。Kim等[12]研究還顯示Luminal B（HER2-）亞型ADC最大值、中位數、均值及第10/90百分位數顯著低于其他亞型，考慮Lumianl B（HER2-）亞型中Ki-67受體高表達，腫瘤細胞增殖活躍，惡性程度較Luminal A型高，因此其非分布參數最低。Nagasaka等[13]比較了101例不同亞型乳腺癌病灶進行DCE-MRI灌注參數，結果顯示TN型乳腺癌的ve變異值顯著高于Luminal A型和Luminal B型。除了DWI的定量參數ADC直方圖外，袁等[14]和劉等[15]研究發(fā)現DWI影像直方圖分析中灰度最小值的鑒別效能最高，表明該方法有望成為鑒別乳腺癌分子分型的無創(chuàng)工具和輔助手段。

綜上所述，DCE-MRI灌注參數及DWI直方圖參數對鑒別及預測乳腺癌分子分型有較高的臨床價值。Lumianl A型腫瘤血供均勻、細胞分化良好，Lumianl B型較Luminal A型血供豐富、惡性程度更高，因此Lumianl B型Ktrans偏度、T1WI增強影像偏度較Lumianl A型更高，直方圖曲線分布逐漸向均值左側移動，即更多的數值分布在均值的左側，提示腫瘤惡性程度越高、血管分布越不均衡，腫瘤的灌注不均勻降低更明顯，從而DCE-MRI偏度更有助于兩者的預測與鑒別。HER2過表達型和TN型乳腺癌的血供豐富不均勻、侵襲性高，瘤內易發(fā)生壞死、纖維化等，間質成分占比大，因此TN型ve變異值、ADC峰度均高于Lumianl A型，且HER2過表達型ADC各百分位數均較高。然而，有關ADC直方圖預測乳腺癌分子分型的各項研究結果并非完全一致，盡管各項研究均顯示Luminal型的ADC參數值（非分布參數）較低，但具體為Luminal A型還是B型的參數值最低，不同研究的結果存在差異，這可能與磁場場強、b值及興趣區(qū)（ROI）選擇等有關，也可能是由于Ki-67高表達腫瘤細胞增殖程度高、細胞更密集，故ADC值越低，而且ADC值大小與Ki-67的表達密切相關。

3 對乳腺癌預后因素的評估作用

評估乳腺癌病人的預后因素有助于及時制定最佳精準個體化的治療方案。激素受體（hormone receptor，HR）陽性的腫瘤對內分泌治療敏感，對化療不敏感，且不易達到病理完全緩解（pathological complete response，pCR）[16]。HER2是調節(jié)細胞生長、增殖和存活的重要因子；Ki-67是細胞增殖程度的指標，類似于病理特征的核分級，高核分級代表腫瘤細胞分裂快、增殖活躍，腫瘤細胞的增殖程度高提示病人的預后差，復發(fā)率及死亡率高；組織學分級是影響病人預后的獨立因素，且與復發(fā)評分顯著相關，低級別腫瘤（1、2級）的復發(fā)率顯著低于高級別腫瘤。Nagasaka等[13]對乳腺癌病人的臨床資料及DCE-MRI灌注參數研究發(fā)現，相較于Ktrans、kep參數，ve直方圖參數與乳腺癌預后因素相關性更好，ER-組和Ki-67高表達組中ve變異值均顯著高于對照組；高核分級組的ve偏度顯著高于低核分級組，Ki-67高表達組中ve均值顯著低于Ki-67低表達組。Kim等[12]對乳腺癌的ADC直方圖研究顯示，Ki-67高表達組的ADC均值、中位數、最大值及第10/90百分位數顯著低于Ki-67低表達組；該研究還發(fā)現Ki-67是ADC值最顯著的獨立預測因子，與國內研究[17-18]的結果基本相似，且ADC偏度、峰度與Ki-67表達呈正相關。Yang等[19]對HR-組與HR+組，HER2-組與HER2+組之間的kep直方圖進行分析，結果顯示HR-組和HR+組間的所有參數、HER2-組和HER2+組間除變異值外其他參數的差異均有統(tǒng)計學意義，HR-組、HER2+組中均值、百分位數顯著高于對照組，峰度及偏度低于對照組。而張等[20]研究發(fā)現，kep峰度和ve第90百分位數與HER2表現呈正相關。一些研究[12，17-18]均顯示ADC直方圖中HER2+組ADC特征參數值高于HER2-組，但在組織學分級方面的結果不完全相同，除分析軟件、b值選擇等原因外，多考慮組織學分級系統(tǒng)主觀性強，不同病理醫(yī)師對分級評判的精準掌握程度不同而導致結果存在差異。腫瘤大小、淋巴結轉移亦是病人預后及復發(fā)的重要預測因子[21-22]。孫等[23]研究發(fā)現不同b值時乳腺癌T2-3期組中ADC峰度均顯著高于T1組，提示較大腫瘤ADC分布更為集中。劉等[17]研究顯示腫瘤較大且淋巴結陽性組的ADC均數、中位數及第10/90百分位數均高于對照組。另有研究[24]顯示淋巴結陽性組的kep偏度顯著高于淋巴結陰性組，表明腫瘤越大，其內更易缺血壞死、囊變或纖維化，腫瘤侵襲性高、異質性更大，更易發(fā)生淋巴結轉移。

總之，DCE-MRI灌注參數和ADC直方圖可以對乳腺癌的預后因素進行較好的評估。Musa等[25]研究發(fā)現，ER/PR表達與HER2擴增之間存在負相關，主要由于ER激活抑制了HER2轉錄，而HER2過表達可以促進腫瘤新生血管的形成，因此考慮ER/PR-、HER2+腫瘤的高ADC值（非分布參數）與高灌注效應有關。評估Ki-67表達相關研究結果發(fā)現，其與高增殖性腫瘤的細胞密集程度高、血管外細胞外間隙小，具有更高侵襲性、異質性的特征相一致。但是DCE-MRI相關偏度、峰度參數研究結果并不一致，可能與ROI和模型選擇不同、分析方法及使用軟件不同等因素有關。

4 對乳腺癌NAT療效的預測價值

基于MRI預測乳腺癌NAT療效是近年研究的熱點。NAT后腫瘤微結構改變要早于其形態(tài)學改變，有研究者[26]認為Ktrans和ve減低可以比腫瘤體積變化更早更準確地預測早期NAT反應。Kim等[27-28]采用Miller-Payne分級系統(tǒng)（簡稱MP系統(tǒng)）對乳腺癌病人NAT療效進行評估，并進行DCE-MRI灌注參數研究，結果顯示顯著反應（MP4－5級）、非顯著反應（MP1－3級）組間基線DCE-MRI灌注參數的直方圖參數差異無統(tǒng)計學意義；而NAT后（2個周期）顯著反應組Ktrans和kep均值，第20、50、75百分位數顯著低于非顯著反應組，且前后降低程度最大；并且NAT后（2個周期）的ADC均值，最小值及第10、25、50、75百分位數均顯著升高，ADC最大值、偏度及峰度顯著減低。Lee等[29]研究發(fā)現在乳腺癌病灶和對側乳腺背景實質DCE-MRI灌注參數的結合模型中，結合對側乳腺背景實質的ve值、腫瘤ve第50百分位數及偏度的模型對pCR預測能力最高[受試者操作特征曲線下面積（AUC）=0.807]。王等[30]研究顯示，不分亞型或HER2過表達型中pCR組的ADC峰度均顯著高于非pCR組；單因素亞組分析中，Ki-67高表達組及HER2+組中峰度亦可以較好地 預 測pCR，AUC分 別 為0.668、0.754；TN型 中pCR組ADC均值和第50百分位數顯著低于非pCR組。該研究還發(fā)現高峰度系數與腫瘤高侵襲性、高級別相關，這與已知級別較高的HER2過表達型及TN型乳腺癌更易獲得pCR相符。曹等[31]對DCE-MRI中T1WI增強早期和晚期直方圖進行研究，結果顯示殘余癌組與無殘余癌組間殘余強化灶體積、增強早期最大值、增強晚期峰度值差異均有統(tǒng)計學意義，且多因素分析顯示增強晚期峰度值是殘余癌的獨立影響因素。

綜上所述，相較于傳統(tǒng)的MRI檢查，DCE-MRI灌注參數及ADC直方圖更能準確定量地評估病灶對NAT的早期反應及預測病灶達到pCR的能力，進而精準制定、調整治療方案或適時終止治療，避免錯過最佳手術時機。但是，定量DCE-MRI的灌注參數分析所需的時間分辨力高及后處理耗時，不能在臨床常規(guī)應用。目前，采用DCE-MRI中T1WI增強直方圖對乳腺癌的相關研究較DCE-MRI灌注參數直方圖的研究相對較少，可能是由于功能MRI、紋理分析及影像組學的廣泛應用，可以更大程度放大、形象化微觀結構的改變及提取更多的影像信息，因此對T1WI增強的一階直方圖分析關注度減低。盡管一階直方圖分析較為基礎，但其預測價值亦不容忽視。

5 小結

應用DCE-MRI和DWI直方圖可以分析乳腺癌的異質性，反映潛在的分子生物學行為和變化。近年來基于體素內不相干運動成像等DWI的衍生序列，在乳腺癌分子分型及預后因素等方面的評估應用逐漸增多并取得了一定成果。直方圖分析不需要額外的硬件和附加序列，在已有的影像資料上即可進行數據分析，可重復性和一致性較高。將來需要收集更多的多中心病人以擴大樣本量，對其MRI影像及其直方圖參數進行驗證、標椎化，使一些直方圖參數成為臨床上可靠的乳腺癌影像學標志物，為臨床診療提供更大的價值。