磁共振擴散加權成像及其相關新技術在乳腺癌診斷和治療中的應用進展

車樹楠 周純武

中國醫學科學院腫瘤醫院影像診斷科，北京100021

在全球范圍內，乳腺癌是女性最常見的惡性腫瘤。我國乳腺癌的發病率居女性惡性腫瘤的第2位，死亡率也居第6位[1]。因此，對于乳腺癌進行早期、正確的診斷及采用合理的治療方案能夠對乳腺癌患者的預后產生很大的影響。

乳腺癌檢查最常用的影像學方法是乳腺X線和超聲檢查，但其診斷的價值仍十分有限。磁共振成像（magnetic resonance imaging，MRI）作為重要的補充手段，已被逐漸應用到乳腺癌的診斷、療效評價及預測當中。近年，隨著磁共振機器軟硬件的不斷升級，一些新的功能性磁共振序列開始應用于乳腺病變的檢查中，其中DWI就是研究最為熱門的掃描序列之一。而多擴散敏感因子（b值）及小視野（reduced field of view，rFOV）DWI技術的出現，使得DWI向著圖像更清晰、參數更多樣而準確的方向發展。本文著重就這兩種新的DWI技術在乳腺癌中的研究現狀作一綜述。

1 DWI及其新技術的基本原理和相關概念

DWI通過測量施加擴散敏感梯度場前后組織信號強度的變化，檢測組織中水分子擴散運動的情況，從而反映不同組織微細結構的特征及變化。通常用表觀擴散系數（apparent diffusion coefficient，ADC）來定量描述不同b值下水分子擴散能力的大小。組織中水分子的擴散越受限，DWI圖像上的信號強度就越高，相應的ADC值就越低。

雖然臨床上最常用來定量描述組織中水分子擴散能力的參數ADC值只需要兩個b值就能夠通過單指數模型計算得出，但是它同時包含有組織內水分子的擴散和微循環的灌注兩種成分，不利于對組織微結構變化進行精確分析。而Le Bihan等[2]學者針對這一問題提出“體素內不相干運動（intravoxel incoherent motion，IVIM）”模型，基于這個模型的理論，通過多個b值DWI圖像上組織信號強度的變化，經過更加復雜的計算能夠得到分別代表組織單純水分子擴散的參數D，以及代表組織微循環灌注的參數D*和f，其中D稱為灌注不相關擴散系數，即單純水分子的擴散系數；D*稱為灌注相關擴散系數，即微循環灌注所產生的假性擴散系數；f稱為灌注分數，即微循環灌注所占組織擴散的比例。

另一方面，乳腺作為體表器官，其緊鄰空氣，導致磁化率偽影及B1場不均勻，加重了DWI圖像的變形，降低了圖像的信噪比，加上傳統的DWI序列采用平面回波成像（echo-planar imaging，EPI）技術，延長了序列讀出時間，限制了DWI圖像的空間分辨率。而rFOV-DWI與傳統DWI成像的方法不同，它是使用2D選擇性射頻激勵脈沖來控制激勵范圍，降低EPI序列相位編碼方向上的FOV，減少K空間填充線的數量，縮短成像讀出時間，同時相對地增加相位編碼方向上的帶寬，從而減少圖像的變形，提高采集層面上圖像的空間分辨率[3]。

2 DWI及其新技術與乳腺癌的診斷

臨床上乳腺病變常規的MRI檢查方法包括T1WI、T2WI及多期動態對比增強掃描（dynamic contract enhanced，DCE），而 DWI以其成像速度快、無創、無需注射造影劑的特點，廣泛應用于乳腺良惡性病變的診斷中，并成為常規MRI檢查的有效補充手段[4]。已有很多學者[5-8]研究得出ADC值能夠鑒別良惡性乳腺腫瘤，但大部分研究中乳腺良惡性腫瘤的ADC值存在一定的重疊，限制了其診斷的特異性[4]。有學者指出這種重疊與不同研究中所用b值存在較大的差異有關，因為ADC值同時包含組織內水分子擴散與微循環灌注的成分，當使用不同的b值時，兩種成分所占的比例就會相應改變，必然使得ADC值的診斷能力及最佳診斷閾值發生變化[4，9]。因此，利用IVIM模型分別計算灌注與擴散相關參數，來對乳腺病灶進行定性診斷是很有必要的。Sigmund等[10]認為正常乳腺組織與不同類型乳腺癌之間ADC值和D值均存在差異，而且D值在各組之間的差異較ADC值更大；Bokacheva等[11]研究得出ADC值、D值、f值在良惡性乳腺腫瘤間存在明顯差異，聯合IVIM模型的D值和f值進行診斷，診斷的效能要優于ADC值，其受試者特性曲線下面積（AUC）分別為0.84和0.72；Liu等[12]研究指出在對乳腺良惡性腫瘤進行鑒別診斷時，ADC值和D值的AUC分別為0.952和0.945，要高于f值和D*值（分別為0.723和0.630），而且聯合f值和D值能使診斷的特異性提高到98.75%。從現有的這些研究中可以看出，IVIM模型參數值在乳腺良惡性腫瘤中的診斷價值優于傳統的ADC值，IVIM模型參數值有可能進一步提高DWI鑒別乳腺良惡性病變的能力。

rFOV-DWI作為一種新的DWI成像方法，大多數學者主要研究這種技術在圖像質量方面的改進，已有學者將其應用到甲狀腺[13]、胰腺[14]、頸胸部脊髓[15]、乳腺[16-17]等部位的DWI成像上，一方面能明顯提高圖像的質量，減少圖像的變形和偽影，另一方面也提高了醫生診斷病變的信心。另外，Dong等[17]研究得出rFOV-DWI序列所得乳腺癌的平均ADC值為 1.065×10-3mm2/s，傳統 DWI所得ADC值為1.192×10-3mm2/s，兩者的差異存在統計學意義（p＜0.05），并指出這種差異為rFOV-DWI圖像能夠減小周圍正常乳腺腺體部分容積效應對腫瘤ADC值的影響所致，所得的結果更加準確；Singer等[16]的研究也得出類似的結論。因此，rFOV-DWI無論在圖像質量還是在ADC值準確性方面均較傳統DWI更好，而rFOV-DWI在乳腺良惡性腫瘤的鑒別診斷能力方面能否較傳統DWI有所提高，尚無具體的研究，是一個值得深入研究的新方向。

3 DWI及其新技術在乳腺癌新輔助化療中的作用

新輔助化療（neoadjuvant chemotherapy，NAC）在乳腺癌患者的治療中應用越來越廣泛，對于進展期的乳腺癌患者，采用NAC可以降低腫瘤的臨床分期，使不能手術的患者獲得手術的機會；不能保乳手術的患者在經過NAC治療后爭取保乳手術；NAC還可減少微小腫瘤病灶，降低復發和轉移的概率，提高患者的遠期生存率；為手術后患者化療方案的選擇提供指導等。正是因為NAC對于乳腺癌患者有諸多益處，所以在治療早期對其療效進行評價與預測并指導實施治療方案至關重要。傳統的通過測量腫瘤的大小及使用DCEMRI的方法預測療效均存在一定的局限性，因此，近年國內外學者開始研究DWI在NAC療效評價和預測中的價值。

DWI能夠檢測出不同病變中水分子擴散運動的情況，并通過ADC值定量反映擴散的差異。對于乳腺癌的病灶而言，腫瘤內細胞密度增高，細胞膜通透性降低，可使病灶的ADC值明顯減低。化療藥物能夠誘導細胞凋亡和壞死，從而降低細胞的密度，破壞腫瘤細胞膜的完整性，增加細胞外間隙，以致在腫瘤進展早期就出現ADC值升高，但是此時腫瘤形態及血供還沒有明顯改變。許多研究[18-20]指出對NAC存在療效的患者，其ADC值的升高要早于常規MRI所觀察到的腫瘤形態學變化及DCE-MRI所測得的血流參數改變，甚至在NAC的第一個治療周期后就會表現出來[21]，因而ADC值具有早期預測療效的能力。同時，有學者[21-23]研究指出對NAC治療有效的患者，治療前的基線ADC值要低于療效不佳的患者，而ADC值的變化量也會高于療效不佳的患者[22-24]，但是并非所有研究都認為ADC值有預測療效的價值；Nilsen等[25]認為NAC治療前乳腺癌的ADC值與治療結束后是否存在療效并無相關性。

IVIM模型能將ADC值中表示水分子擴散和灌注的參數分離開來研究，從而進一步提高DWI對NAC療效評價和預測的能力。曾經有學者利用IVIM模型參數對肝細胞癌進行研究[26]得出，灌注分數f值在治療有、無療效的患者中存在差異，而ADC值和D值不存在差異。可見IVIM模型多參數值有增加ADC值預測化療療效的可能性，但是尚無學者將IVIM模型各項參數用到乳腺癌NAC的療效評價與預測中。

國內外利用rFOV-DWI對乳腺癌NAC進行評價的研究極少，僅Wilmes等[27]比較了rFOV-DWI與傳統DWI成像方法所得ADC值在治療前、治療前后變化上的差異，以及治療前ADC值與腫瘤治療前后體積變化相關性的差異，認為兩種方法所得的ADC值在治療前、治療前后變化上不存在統計學意義。因此，rFOV-DWI與傳統的DWI所得的ADC值在NAC療效評價和預測中的價值相比，并沒有太大的提高，但由于這方面研究較少，還需要大宗病例的深入研究。

4 DWI及其新技術與乳腺癌預后因子

乳腺癌的預后危險因素包括：是否有腋窩淋巴結轉移，是否有血管浸潤，腫瘤直徑，Ki-67指數，ER（+/-），HER2（+/-），PR（+/-），癌細胞的核分級等，這些因素可以預測患者的預后，并指導臨床化療方案的選擇。有研究表明ADC值與各危險因素之間存在關聯。Kamitani等[28]研究指出，存在腋窩淋巴結轉移的患者ADC值高于非轉移者，ER（+）、PR（+）患者的ADC值低于陰性患者，表明ADC值與部分預后危險因素間存在相關性；Martincich等[29]研究則指出不同分子亞型的乳腺癌，其ADC值存在一定的差異；相反，Kim等[30]認為ADC值與乳腺癌的預后危險因素之間不存在明顯的相關性。而目前尚無IVIM模型的參數值的相關研究，其多參數的價值尚有待于進一步深入探討。

5 小結

綜上所述，MRI小視野DWI、IVIM模型等新技術，對于乳腺DWI成像的圖像質量、參數定量計算方面較傳統的DWI圖像均有所改善，其對于乳腺癌診斷、療效評價與預測、預后評估等方面的研究雖然已有肯定的結果，但總體上研究還較少，需要進一步進行大樣本的前瞻性研究來評價其可能存在的臨床應用價值。

［1］張敏璐,黃哲宙,鄭瑩.中國2008年女性乳腺癌發病、死亡和患病情況的估計及預測[J].中華流行病學雜志,2012,33(10):1049-1051.

［2］Le Bihan D,Breton E,Lallemand D,et al.MR imaging of intravoxel incoherent motions:application to diffusion and perfusion in neurologic disorders[J].Radiology,1986,161(2):401-407.

［3］Saritas EU,Cunningham CH,Lee JH,et al.DWI of the spinal cord with reduced FOV single-shot EPI[J].Magn Reson Med,2008,60(2):468-473.

［4］Woodhams R,Ramadan S,Stanwell P,et al.Diffusionweighted imaging of the breast:principles and clinical applications[J].Radiographics,2011,31(4):1059-1084.

［5］Ei Khouli RH,Jacobs MA,Mezban SD,et al.Diffusionweighted imaging improves the diagnostic accuracy of conventional 3.0 T breast MR imaging[J].Radiology,2010,256(1):64-73.

［6］Hirano M,Satake H,Ishigaki S,et al.Diffusion-weighted imaging of breast masses:comparison of diagnostic performance using various apparent diffusion coefficient parameters[J].AJR,2012,198(3):717-722.

［7］Kul S,Cansu A,Alhan E,et al.Contribution of diffusion-weighted imaging to dynamic contrast-enhanced MRI in the characterization of breast tumors[J].AJR,2011,196(1):210-217.

［8］Partridge SC,Demartini WB,Kurland BF,et al.Differential diagnosis of mammographically and clinically occult breast lesions on diffusion-weighted MRI[J].J Magn Reson Imaging,2010,31(3):562-570.

［9］Zhang JL,Sigmund EE,Chandarana H,et al.Variability of renal apparent diffusion coefficients:limitations of the monoexponential model for diffusion quantification[J].Radiology,2010,254(3):783-792.

［10］Sigmund EE,Cho GY,Kim S,et al.Intravoxel incoherent motion imaging of tumor microenvironment in locally advanced breast cancer[J].Magn Reson Med,2011,65(5):1437-1447.

［11］Bokacheva L,Kaplan JB,Giri DD,et al.Intravoxel incoherent motion diffusion-weighted MRI at 3.0 T differentiates malignant breast lesions from benign lesions and breast parenchyma[J].J Magn Reson Imaging,2014,40(4):813-823.

［12］Liu C,Liang C,Liu Z,et al.Intravoxel incoherent motion(IVIM)in evaluation of breast lesions:comparison with conventional DWI[J].Eur J Radiol,2013,82(12):e782-789.

［13］Taviani V,Nagala S,Priest AN,et al.3T diffusionweighted MRI of the thyroid gland with reduced distortion:preliminary results[J].Br J Radiol,2013,86(1028):20130022.

［14］Ma C,Li YJ,Pan CS,et al.High resolution diffusion weighted magnetic resonance imaging of the pancreas using reduced field of view single-shot echo-planar imaging at 3T[J].Magn Reson Imaging,2014,32(2):125-131.

［15］Andre JB,Zaharchuk G,Saritas E,et al.Clinical evaluation of reduced field-of-view diffusion-weighted imaging of the cervical and thoracic spine and spinal cord[J].AJNR,2012,33(10):1860-1866.

［16］Singer L,Wilmes LJ,Saritas EU,et al.High-resolution diffusion-weighted magnetic resonance imaging in patients with locally advanced breast cancer[J].Acad Radiol,2012,19(5):526-534.

［17］Dong H,Li Y,Li H,et al.Study of the reduced fieldof-view diffusion-weighted imaging of the breast[J].Clin Breast Cancer,2014,14(4):265-271.

［18］Sharma U,Danishad KK,Seenu V,et al.Longitudinal study of the assessment by MRI and diffusion-weighted imaging of tumor response in patients with locally advanced breast cancer undergoing neoadjuvant chemotherapy[J].NMR Biomed,2009,22(1):104-113.

［19］Woodhams R,Kakita S,Hata H,et al.Identification of residual breast carcinoma following neoadjuvant chemotherapy:diffusion-weighted imaging-comparison with contrast-enhanced MR imaging and pathologic findings[J].Radiology,2010,254(2):357-366.

［20］Pickles MD,Gibbs P,Lowry M,et al.Diffusion changes precede size reduction in neoadjuvant treatment of breast cancer[J].Magn Reson Imaging,2006,24(7):843-847.

［21］Li XR,Cheng LQ,Liu M,et al.DW-MRI ADC values can predict treatment response in patients with locally advanced breast cancer undergoing neoadjuvant chemotherapy[J].Med Oncol,2012,29(2):425-431.

［22］Iacconi C,Giannelli M,Marini C,et al.The role of mean diffusivity(MD)as a predictive index of the response to chemotherapy in locally advanced breast cancer:a preliminary study[J].Eur Radiol,2010,20(2):303-308.

［23］Park SH,Moon WK,Cho N,et al.Diffusion-weighted MR imaging:pretreatment prediction of response to neoadjuvant chemotherapy in patients with breast cancer[J].Radiology,2010,257(1):56-63.

［24］Fangberget A,Nilsen LB,Hole KH,et al.Neoadjuvant chemotherapy in breast cancer-response evaluation and prediction of response to treatment using dynamic contrast-enhanced and diffusion-weighted MR imaging[J].Eur Radiol,2011,21(6):1188-1199.

［25］Nilsen L,Fangberget A,Geier O,et al.Diffusionweighted magnetic resonance imaging for pretreatment prediction and monitoring of treatment response of patients with locally advanced breast cancer undergoing neoadjuvant chemotherapy[J].Acta Oncologica,2010,49(3):354-360.

［26］Lewin M,Fartoux L,Vignaud A,et al.The diffusionweighted imaging perfusion fraction f is a potential marker of sorafenib treatment in advanced hepatocellular carcinoma:a pilot study[J].Eur Radiol,2011,21(2):281-290.

［27］Wilmes LJ,McLaughlin RL,Newitt DC,et al.Highresolution diffusion-weighted imaging for monitoring breast cancer treatment response[J].Acad Radiol,2013,20(5):581-589.

［28］Kamitani T,Matsuo Y,Yabuuchi H,et al.Correlations between apparent diffusion coefficient values and prognostic factors of breast cancer[J].Magn Reson Med Sci,2013,12(3):193-199.

［29］Martincich L,Deantoni V,Bertotto I,et al.Correlations between diffusion-weighted imaging and breast cancer biomarkers[J].Eur Radiol,2012,22(7):1519-1528.

［30］Kim SH,Cha ES,Kim HS,et al.Diffusion-weighted imaging of breast cancer:correlation of the apparent diffusion coefficient value with prognostic factors[J].J Magn Reson Imaging,2009,30(3):615-620.