乳腺動態增強MRI參數與腫瘤血管的相關性及其鑒別診斷價值

李 敏，金 真*，李功杰，張 磊，曾亞偉，李 科，崔 彥，張建忠

隨著乳腺磁共振掃描技術的快速發展，動態增強磁共振成像(dynamic contrast-enhanced MR imaging, DCE-MRI)已成為敏感度最高的檢查手段之一，它不僅能夠提供清晰的圖像，反映乳腺病變的形態學特征，而且能夠通過圖像后處理得到多個定量或半定量參數，用于臨床良、惡性病變的診斷和鑒別診斷[1-3]。而腫瘤的發生、發展及轉歸與腫瘤的血管生成密切相關，微血管密度(microvessel density,MVD)和血管內皮生長因子(vascular endothelial growth factor, VEGF)是反映腫瘤血管生成最重要的生物因子[4,5]。探討DCE-MRI的各項定量參數與MVD、VEGF的相關性，對于深入理解參數的生物學基礎和診斷價值，具有重要的意義。

1 資料與方法

1.1 研究對象

2007年12月－2009年4月在解放軍第306醫院普外科住院治療的女性乳腺疾病患者52例，年齡18～73歲，平均44歲。所有患者術前接受DCE-MRI檢查，檢查后1周內進行手術治療。對手術切除組織進行常規病理和免疫組化檢查，觀察MVD及VEGF的表達。對DCE-MRI多項參數與免疫組化結果進行相關性分析。病理報告證實52例患者中乳腺癌22例(浸潤性導管癌16例、髓樣癌2例、導管內乳頭狀癌1例、浸潤性小葉癌2例、浸潤性微乳頭狀癌1例)，共26個病灶；良性病變30例(纖維腺瘤12例、乳腺炎2例、乳腺囊腫1例、導管內乳頭狀瘤1例、良性葉狀腫瘤1例、脂肪瘤2例、錯構瘤1例、乳腺導管內瘤變(DIN)Ⅰ～Ⅲ級4例、其他增生類病變6例)，共38個病灶。

1.2 掃描方法

DCE-MRI掃描采用德國SIEMENS公司的3.0 T Trioa Tim 32通道全身磁共振掃描儀，專用乳腺相控陣線圈。患者取頭先進俯臥位，雙側乳腺充分暴露，自然下垂，雙臂置于頭兩側。采用快速小角度激發擾相梯度回波三維成像序列進行軸位掃描，加SPAIR脂肪抑制；TR＝4.26 ms，TE＝1.8 ms，層厚1 mm(連續無間斷掃描)，視野348 mm×340 mm，矩陣448×318。對比劑采用先靈公司的釓噴酸葡胺(Gd-DTPA)，劑量0.1 mmol/kg，高壓注射器以2 ml/s的速度注入。增強前掃描一次，注入對比劑后20 s連續掃描5次，共6 min 10 s。

1.3 圖像后處理

通過MEAN CURVE軟件，在病變部位選取適當的感興趣區(ROI)，ROI不宜過大，選擇病灶最大層面，避開壞死、出血、囊變或鈣化區域，繪制病灶的TIC曲線，按其形態分為三型：Ⅰ型：流入型(在動態觀察時間內呈持續線性上升)；Ⅱ型：平臺型(早期信號強度逐漸增加，中晚期強度變化在10%之內)：Ⅲ型：流出型(對比劑呈快進快出型，中晚期信號強度明顯減低)。 取注入對比劑后1 min的圖像與增強前圖像做減影和最大強度投影(MIP)三維重建，在MIP圖上計數腫瘤血管數目(NTV)：0支，1支，2支 ，3支，≥4支計為4。通過TIC曲線測量計算下列參數：強化峰值(SImax)、達峰時間(Tpeak)、早期增強率(early-phase enhancement rate, EER)＝(SI1min－SI0)/SI0×100%、最大線性斜率，即曲線上升階段的線性斜率(slope)＝(SIpost－SI0)×100%/SI0×(Tpost－T0)。SIpost及Tpost指曲線快速上升階段最高點的信號強度及時間。

1.4 病理分析

52例患者均經手術獲得大體標本，在標本最大層面切開取材，厚3 μm，經10%福爾馬林固定，石蠟包埋切片，按即用性快捷免疫組化試劑盒MaxVisionTM說明步驟進行免疫組化。主要試劑：鼠抗人VEGF單克隆抗體(產品編號：MAB-0243，克隆號：VG1)、鼠抗人CD34單克隆抗體(產品編號：MAB-0034，克隆號：QBEnd/10)及即用性快捷免疫組化MaxVisionTM試劑盒，均購自福州邁新生物技術開發公司。

結果判定：VEGF為胞漿表達，陽性者表現為胞漿出現棕黃色顆粒。陽性細胞＜50%為(+)；陽性細胞＞50%為(++)；胞漿不出現棕黃色顆粒者為(－)。MVD計數：在光學顯微鏡下先行低倍鏡下(40倍)進行觀察，分別在腫瘤邊緣及中心尋找微血管最多區域，再在200倍鏡下計數5個視野的微血管數，并求其平均數。分別測量腫瘤邊緣(mMVD)及中心區(cMVD)的微血管密度。

1.5 統計學方法

應用SPSS 10.0軟件進行統計分析。計量資料用t檢驗(雙側α=0.05)，組內采用方差分析；兩變量相關分析用直線相關分析或Spearman等級相關分析(雙側α=0.05)，P＜0.005為有統計學意義。

2 結果

2.1 乳腺良、惡性病變各動態增強參數及TIC類型比較

由表1可以看出，各組動態強化參數中EER、SImax、Tpeak及NTV在良、惡性病變間有顯著差異，惡性病變的EER和NTV顯著高于良性病變，Tpeak及SImax低于良性病變。Slope在良、惡性病變間無顯著性統計學差異。

由表2可見,乳腺癌的TIC類型為：Ⅱ、Ⅲ型；而乳腺良性病變TIC類型為：Ⅰ、Ⅱ型；其中Ⅰ型均為良性病變，而Ⅲ型均為惡性病變。Ⅱ型曲線中45.5%為惡性病變，54.5%為良性病變。

表1 乳腺良、惡性病變各動態強化參數的比較()Tab.1 Comparison of DCE MRI parameters between benign and malignant breast lesions

表1 乳腺良、惡性病變各動態強化參數的比較()Tab.1 Comparison of DCE MRI parameters between benign and malignant breast lesions

參數parameter惡 性(n=22)malignant良 性(n=30)benign t 值t P值P EER 140.35±43.92% 96.08±56.32% 3.06 ＜0.005 Slope 75.99±22.46% 67.33±32.27% 1.08 ＞0.10 SImax 621.95±142.99 744.41+170.74 -2.72 ＜0.005 Tpeak 2.93±1.03 4.66±0.79 -6.78 ＜0.005 NTV 2.23±1.17 0.77±0.68 6.03 ＜0.005

表2 乳腺良惡性病變 TIC曲線類型的比較Tab.2 Comparison of TIC type between benign and malignant breast lesions

表3 乳腺良惡性病變的MVD及VEGF比較()Tab.3 The comparison of MVD and VEGF between benign and malignant breast lesions

表3 乳腺良惡性病變的MVD及VEGF比較()Tab.3 The comparison of MVD and VEGF between benign and malignant breast lesions

注：VEGF為(－)記為0，(+)記為1，(++)記為2Note: VEGF (－) =0, VEGF (+)=1, VEGF (++)=2

參數parameter惡 性(n=22)malignant良 性(n=30)benign t值t P值P mMVD 92.77±25.58 53.70±34.12 4.516 ＜0.005 cMVD 47.36±19.05 22.40±10.03 6.127 ＜0.005 VEGF 1.82 ±0.39 0.97±0.72 5.023 ＜0.005

2.2 乳腺良、惡性病變的DCE-MRI表現

圖1～3分別為乳腺髓樣癌、乳腺浸潤性導管癌、乳腺纖維腺瘤的DCE-MRI表現。

2.3 乳腺良、惡性病變MVD及VEGF的結果分析

由表3可見，乳腺癌的mMVD、cMVD、VEGF表達均明顯高于良性病變，P＜0.005，兩組比較統計學差異有顯著性。

圖4～7所示為乳腺良、惡性病變的CD34及VEGF免疫組化染色結果。

2.4 MVD、VEGF與各組動態強化參數間的直線回歸分析

由表4可見，乳腺良、惡性病變的mMVD、VEGF與TIC類型、Tpeak、MIP血管計數有相關性；其中TIC類型與mMVD的關系最密切(r=0.669，P＜0.001)；TIC Ⅰ型，mMVD 48.41±20.84；Ⅱ型，mMVD 66.14±26.16；Ⅲ型，mMVD 97.08±28.89；兩兩比較，P＜0.001，均有顯著統計學差異。1例慢性炎癥及1例纖維腺瘤的mMVD較高(＞100/hp)。而Tpeak與VEGF的關系最密切(r=0.508，P＜0.001)。乳腺癌中無1例為VEGF陰性；有3例纖維腺瘤、1例錯構瘤、1例DIN Ⅲ級的VEGF表達為(++)。而EER、Slope、SImax與mMVD及VEGF之間無明顯相關性。各參數與cMVD之間無線性關系。

表4 DCE-MRI多參數與MVD及VEGF的相關性分析Tab.4 Correlations between DCE MRI parameters and MVD, VEGF.

MVD、VEGF與TIC、Tpeak的相關性見圖8。

3 討論

3.1 DCE-MRI診斷乳腺良、惡性病變的多參數比較分析

動態增強成像是是一種結合形態學和血流動力學改變的檢查方法。應用的基礎主要為：乳腺癌新生的腫瘤血管、微血管密度增加，腫瘤血管對大分子對比劑通透性增加和乳腺癌組織內增大的細胞外間隙[1-5]。而TIC曲線反映了病灶血液灌注和廓清情況，是對比劑在病變組織內分布變化的直觀描述，可間接揭示病變組織的血流動力學情況。普遍認為對比劑快進快出是惡性病變的顯著特征，呈現出Ⅲ型曲線；而良性病變則主要呈逐漸流入的Ⅰ型曲線；還有部分良惡性病變呈無明顯流入或流出趨勢的Ⅱ型平臺曲線。在本組研究中：Ⅰ型均為良性病變，Ⅲ型均為乳腺癌；Ⅱ型曲線：乳腺癌10/22，良性病變12/22。因此Ⅱ型曲線需進一步結合其他動態掃描參數進行鑒別診斷。這與其他學者的研究結果基本一致[6,7]。因惡性腫瘤生長快，通常有多支供血血管，血管粗大或多支密集供血，因此對比劑可以快速到達高峰，支持本組的研究結果，即乳腺癌的EER及MIP血管計數明顯高于良性病變；而Tpeak明顯低于良性病變。但少數學者的研究表明EER的特異性較差[8]。惡性腫瘤血供豐富，但毛細血管增生不良，存在大量動靜脈吻合，因此對比劑不能持續充盈，會很快開始廓清，由此可以解釋乳腺癌組的最大強化率SImax小于良性病變組的原因。

3.2 乳腺良、惡性病變間MVD及VEGF的分析比較

乳腺癌瘤體的生長與癌組織內的血管生長密切相關。豐富的血管為其快速的細胞增殖、侵襲和轉移提供必要的物質條件。腫瘤內的MVD是影響腫瘤生物學的一個重要因素。Tse[9]等發現腫瘤進展的加速與腫瘤的MVD值增高密切相關，血管密度最高區可見于腫瘤組織內的任何區域，但以腫瘤組織與正常組織交界處最多見。本組研究中腫瘤邊緣MVD(70.23±36.21)明顯高于腫瘤中心區MVD(32.96±19.02)，惡性組不論邊緣或中心區的MVD均顯著高于良性組；因此可以解釋惡性腫瘤邊緣血供豐富，但由于其血管生長快且結構不成熟，造成毛細血管滲透性強，增加其侵襲性，在動態強化中出現向周邊浸潤的毛刺征和環形強化；而瘤體中心的血管生成不能滿足其快速生長的需要，往往形成中心區壞死；因此研究腫瘤邊緣MVD更有價值。

腫瘤血管的生成依賴于多種相關因子的誘導和調節，其中VEGF被認為是促進血管生成的主要因素之一[10]，它是一種分子量為34～50 kDa的蛋白，廣泛分布于各種組織中的血管內皮中，能夠刺激血管內皮細胞分裂、增殖，并誘導產生蛋白水解酶、間質膠原酶和組織因子來促進血管形成，同時還可提高血管通透性，促進纖維蛋白原外滲導致腫瘤間質水腫，為腫瘤浸潤及轉移提供合適的基礎。許羽[11]等的研究認為VEGF的表達與腫塊大小有關，VEGF的高表達可以促使腫瘤快速生長，腫塊變大。本組研究中VEGF的陽性表達率為84.6%，強陽性率為48.1%，惡性組內未出現陰性表達，而良性組中有3例纖維腺瘤、1例錯構瘤、1例DIN Ⅲ級、2例增生性病變的VEGF表達為(++)，其中2例腫塊直徑＞40 mm。經統計，病變的VEGF表達與患者年齡及腫塊大小無顯著相關性。

3.3 動態強化參數與MVD、VEGF的相關性分析

DCE-MRI不僅可以顯示乳腺腫瘤的形態學變化，如環形強化及毛刺征，還可以通過TIC曲線、EER、MIP血管計數及Tpeak等參數客觀地反映病變的血流動力學改變。動態增強掃描時，病灶強化的時間和程度主要取決于腫瘤的血管化程度、血管壁對對比劑的滲透性及腫瘤間質內壓力三方面的因素，影響對比劑攝取的主要因素是腫瘤血管發生，不僅與腫瘤血管的灌注和血流量相關，血管內皮通透性也很重要。前者通過MVD衡量，后者與VEGF相關。Gilles[12]等研究了34例呈早期快速強化的乳腺導管原位癌(DCIS)，病理組織學顯示在病變導管的周圍有豐富的微血管，而未強化的2例DCIS則微血管稀少。Buadu[13]等發現乳腺病變的MRI動態強化特征與MVD明顯相關。筆者研究發現乳腺病變的Tpeak、MIP血管計數及TIC曲線類型與mMVD相關，即病變邊緣微血管越豐富，病變強化越快、越早，減影后可見的血管也越多。其中TIC曲線類型與mMVD關系最密切，隨著mMVD的增高，TIC曲線由流入型(Ⅰ型) 逐漸向平臺型(Ⅱ型)至流出型(Ⅲ型)過渡，這表明乳腺病變的強化方式與血管生長程度有關，根據病變的動態強化參數及TIC曲線類型，可以評估乳腺病變邊緣的微血管生成情況。

VEGF的作用主要表現在刺激血管內皮細胞生長和增加血管通透性兩方面，Knopp[14]等認為VEGF的表達是MR強化的基礎。本組研究結果顯示，乳腺病變的Tpeak、MIP血管計數及TIC曲線類型與VEGF的表達有線性關系，即VEGF表達越高，腫瘤血管越豐富，強化后更容易表現為快進快出的流出型曲線。而其中Tpeak與VEGF關系最密切，本組中VEGF(－)的患者Tpeak為4.59±0.75 min，明顯長于VEGF(++)的患者3.34±1.18 min；可以推斷VEGF高表達的病灶，在VEGF作用下的腫瘤血管通透性強且灌注迅速，攝取對比劑較快，故峰值時間較短，與Learn[15]等的研究相符。

很多研究表明MVD及VEGF是預測乳腺癌轉移、復發和預后的可靠指標[16-18]。 Coskun[19]等研究發現，VEGF高表達的乳腺癌易轉移復發，預后差。

綜上，MVD及VEGF不僅作為促腫瘤血管生成的重要生物學因子，與腫瘤發生、發展密切相關，還可以作為可靠的乳腺癌預后指標；而DCE-MRI作為有效的影像檢查手段，其提供的多項參數：TIC曲線、MIP血管計數、Tpeak可以不同程度地反映乳腺病變的MVD和VEGF，幫助我們通過影像檢查客觀地揭示腫瘤內部的血管生成情況，預測其可能的轉歸及預后，進而為個性化治療提供病理依據。作為無創性的檢查，通過觀察DCE-MRI多項參數(達峰時間、MIP血管計數及TIC曲線類型等)的變化來監測及評估目前臨床上開展的乳腺癌新輔助化療[20]及生物靶向治療的療效，DCE-MRI必然能夠提供其他檢查手段無法替代的更科學、可靠的判斷依據。

4 存在的問題

乳腺病變病理類型多樣，而本組研究樣本量較小，未能包含全部乳腺病變，且忽略了女性生理周期對各項數據的影響，有待進一步深入研究。另外，雖然在研究中對選擇ROI以及免疫組織化學標本取材部位等因素給予了足夠的注意，但仍難免存在操作誤差。本組中，少數良、惡性病變的DCEMRI參數及MVD、VEGF有部分重疊性，表明多血管學說尚不能完全解釋乳腺病變的信號改變。Kuhl[21]等的研究發現病變的早期快速強化不但與MVD有關，還與血管大小、通透性、血流及間質的多少有關，但目前尚沒有方法來區分這些因素的作用。這有待更多學者作進一步的研究。

[1]Kuhl CK, Jost P, Morakkabati N, et al.Contrast-enhanced MR imaging of the breast at 3.0T and 1.5T in the same patients.Radiology, 2006, 239(6):666-676.

[2]Beatty JD, Porter BA.Contrast-enhanced breast magnetic resonance imaging: the surgical perspective.Am J Surg,2007, 193(1): 600-605.

[3]周長玉,李蘇建,盧光明,等.動態增強磁共振成像對乳腺癌的診斷.醫學影像學雜志,2004,14(2): 132-135.Zhou CY, Li SJ, Lu GM, et al.The diagnosis of dynamic enhanced MRI for breast carcinoma.J Med Imaging,2004,14(2): 132-135.

[4]劉書政,黃韜.磁共振成像動態增強對乳腺癌血管生成的研究.中國腫瘤臨床,2005,32(9):516-519.Liu SZ, Huang T.Angiogenesis and dynamic contrast enhanced MRI of breast cancer: preliminary results.Chin J Clin Oncol, 2005,32(9):516-519.

[5]馬濤,谷俊朝.血管內皮生長因子與乳腺癌的臨床研究進展.國外醫學外科學分冊,2005, 32(1):66-70.Ma T, Gu JC.Development of clinical study in vascular endothelial growth factor and breast cancer.Surg Foreign Med Sci,2005, 32(1):66-70.

[6]歐陽翼,謝傳淼,伍堯泮,等.動態增強MRI定量參數及最大線性斜率比值對鑒別乳腺良惡性疾病的價值.中華放射學雜志, 2008,42(6):569-572.Ouyang Y, Xie CM, Wu YP, et al.The value of quantitative parameters of dynamic-enhanced MRI and the significance of the maximum linearity slope ratio in the differential diagnosis of benign and malignant breast lesions.Chin J Radiol, 2008,42(6):569-572.

[7]羅建東,葉泳松,張雪林,等.MRI三維動態增強減影技術鑒別乳腺良惡性病變的研究.實用放射學雜志,2007,23(5):688-692.Luo JD, Ye YS, Zhang XL, et al.Differential diagnosis of breast benign and malignant lesions with three dimensional dynamic contrast and digital subtraction MR imaging.J Pract Radiol, 2007, 23(5): 688-692.

[8]郭勇,蔡祖龍,蔡幼銓,等.動態增強MRI鑒別乳腺良惡性病變的前瞻性研究.中華放射學雜志,2001,35(9)：671-675.Guo Y, Cai ZL, Cai YQ, et al.A prospective study of 3D dynamic MRI on differential diagnosis of breast lesions.Chin J Radiol,2001,35(9):671-675.

[9]Tse GM, MA TK, Chan FK, et al.Increased microvessel density in malignant and borderline mammary Phyllodes tumors.Histopathology, 2001,38 (6)：567-570.

[10]Toi H, Hoshinga S, Takayanagi T, et al.Association of vascular endothelial factor expression with tumor angiogenesis and with early relapse in primary breast cancer.J Cancer Res, 1994,85:1045-1049.

[11]許羽,何瑞嬋,黃桂睿,等.乳腺癌聯合檢測VEGF和MVD的臨床意義.醫藥世界, 2007,20(2):20-21.Xu Y, He RC, Huang GR, et al.Clinical significance of combination measurement of VEGF and MVD in breast cancer.Med World,2007,20(2):20-21.

[12]Gilles R, Guinebretiere JM, Toussaint C, et al. Locally advanced breast cancer: contrast-enhanced subtraction MR imaging of response to preoperative chemotherapy.Radiology, 1994,191(6):633-638.

[13]Buadu Ld, Murakami J, Murayama S ,et al .Breast lesions: correlation of contrast medium enhancement patterns of MR images with histopathologic findings and tumor angiogenesis.Radiology,1996,200(9):639-649.

[14]Knopp MV ,Weiss E, Sinn HP, et al.Pathophysiologic basis of contrast enhancement in breast tumors.J Magnetic Resonance Imaging,1999,10(3)：260-266.

[15]Learn PA, Yehi T, Nuttm M, et al.HER-2 expressing as a predictor of response to neoadjuvant docetaxel in patient with operable breast carcinoma.Cancer, 2005, 103(11):2252-2260.

[16]陳公琰,洪璇.血管內皮生長因子與肺癌的關系.中華腫瘤雜志,2005,27(8):449-451.Chen GY, Hong X.Relationship of vascular endothelial growth factor and lung neoplasms.Chin J Oncol,2005,27(8):449-451.

[17]吳鑫琦.分子預后指標在乳腺癌治療中的作用.現代實用醫學,2007,19(11):922-925.Wu XQ.Effect of molecular prognostic factors in treatment of breast cancer.Mod Pract Med,2007,19(11):922-925.

[18]彭和平,關浩,肖和龍,等.乳腺癌和癌旁組織中p53、VEGF與MVD的差異表達及其臨床意義.中國醫師雜志,2004,6(10):1297-1230.Peng HP, Guan H, Xiao HL, et al.Differential expression of p53, VEGF and MVD between breast cancer and peri-cancer tissue and its clincal significance.J Chin Physician,2004,6(10):1297-1230.

[19]Coskun U, Gunel N, Sancak B, et al.Significance of serum vascular endothelial growth factor, insulin-like growth factor-I levels and nitric oxide activity in breast cancer patients.Breast, 2003,12(2):104-110.

[20]Claudette E.Loo，H.Jelle Teertstra.Dynamic contrastenhanced MRI for prediction of breast cancer response to neoadjuvant chemotherapy: Initial results.AJR,2008,19(11):1331-1338.

[21]Kuhl CK, Bieling H, Gieseke J,et al.Breast neoplasm：T2* susceptibility-contrast, first-pass perfusion MR imaging.Radiology,1997,202(1):87-95.