乳腺MRI技術進展及面臨的挑戰

許建榮

乳腺MRI技術進展及面臨的挑戰

許建榮

隨著我國乳腺癌發病率的迅速增長，乳腺癌的早期診斷愈發受到重視。近年來，MR功能成像技術不斷發展，為乳腺癌的早期診斷及預后判斷帶來新的思路。動態增強MRI (dynamic contrast-enhanced magnetic resonance imaging，DCE-MRI)可借助對比劑定量分析腫瘤組織病變特征；彌散加權成像(diffusion weighted imaging，DWI)無需注射對比劑，即可顯示組織內水分子運動特點，反映病變組織微觀結構變化。體素內不相干運動(intravoxel incoherent motion，IVIM)作為一種非高斯、雙指數DWI模型，將組織內水分子擴散與微循環灌注效應分開，能更為真實地反映病變血流灌注等信息；擴散峰度成像(diffusion kurtosis imaging，DKI)則通過評價水分子彌散位移分布偏離高斯函數的程度，更真實地反映病變組織復雜程度。越來越多的研究表明，MRI技術通過多元化地反映病變微環境(如血流灌注、組織成分及代謝變化等)，有可能在乳腺癌的診斷、新輔助化療療效判斷中發揮重要作用。

乳腺癌；動態增強MRI；彌散加權成像；體素內不相干運動；擴散峰度成像

2015年，中國新發乳腺癌27萬例。目前，乳腺癌的發病率已位居中國女性惡性腫瘤的首位，且發病率增長迅速，平均增速是全球的兩倍多，尤以經濟發達地區和城市為著[1]。按照當前的發病率增速，預計2021年中國乳腺癌患者數量將高達250萬，發病率將從不到60例/10萬女性(55～69歲)增加到超過100例/10萬女性(55～69歲)。相較乳腺癌逐年增高的發病率，其死亡率增長卻并不明顯[1]，這一方面得益于乳腺癌術后綜合治療的合理應用，另一關鍵原因在于乳腺癌的早診斷、早治療。而在乳腺癌的早期診斷中，常規影像檢查(乳腺X線攝影、超聲和MRI)起到了至關重要的作用。雖然這幾項檢查各具優勢和局限性，但與乳腺X線攝影和超聲相比，乳腺MRI檢查憑借其在乳腺癌診斷上的高敏感度[2]和對乳腺癌新輔助化療療效的有效評估越來越為臨床所重視，而MR新技術的發展則為乳腺癌的診療提供了更多、更有效的信息。

隨著MR功能成像技術的發展，其臨床效能已從以單一解剖、形態學改變為基礎的影像檢查而逐漸發展為能體現病變微環境，包括血流灌注、組織成分及代謝變化為主導的多元化檢查手段。MR功能成像包括了灌注加權成像(perfusion weighted imaging，PWI)、MR 波譜成像(magnetic resonance spectroscopy，MRS)、動態增強MR成像(dynamic contrast-enhanced MR imaging，DCEMRI)、彌散加權成像(diffusion weighted imaging，DWI)。其中DCE-MRI、DWI發展迅速，多領域研究已為臨床應用奠定了良好的基礎。

DCE-MRI是在快速成像序列基礎上進行的動態掃描，獲得對比劑在毛細血管網和組織間隙內分布狀況的動態信息，反映病變的微循環、灌注和毛細血管通透性的變化。DCE-MRI可以得到時間-信號強度曲線(time signal intensity curve，TSIC)，通過TSIC可以獲得增強峰值(enhancement peak，EP)和最大對比增強率(maximum contrast enhancement ratio，MCER)，還可以定量計算反映微循環的定量參數，如容積轉運常數(Ktrans)和速率常數(Kep)等相關的生理參數。這些參數及TSIC的類型對鑒別腫瘤良惡性和腫瘤分級診斷有很大價值，為腫瘤的檢出、定性及判斷預后提供了更多的信息[3-9]。

DWI是一種無創、無輻射、無需注射對比劑的磁共振檢查技術，通過采用梯度磁場自旋回波技術成像反映活體組織內水分子的布朗運動特點，測量水分子擴散運動過程中局部受限的程度和方向，進而間接反映感興趣區組織內微觀結構的變化及特點，彌補了DCE-MRI敏感度高而特異度不高的不足。DWI通過對活體水分子移動進行成像，在腫瘤顯示方面具有很高的價值，在乳腺癌診治中，DWI已被廣泛用于病變的診斷、療效監測、復發和轉移等方面的評估[3-4，10-13]。有研究表明DWI在乳腺癌治療中療效檢測的敏感性明顯高于常規MRI檢查[12]，多項研究顯示，通過對新輔助化療(neoadjuvant chemotherapy，NAC)早期療效的評估，可有效預測NAC的最終療效，避免不必要的過度治療或治療不足[4，12]。全身彌散加權成像(whole body diffusion weighted imaging，WBDWI)更是在檢出乳腺癌高發的骨轉移及其療效評估中具有較大潛力[14-15]。

但是之前關于DWI在乳腺癌診斷中應用研究的理論前提均為在單一彌散加權系數b值的情況下，討論組織內信號衰減呈單指數模型(monoexponential model)而計算出的表觀擴散系數(apparent diffusion coefficient，ADC)值的大小。然而研究表明，腫瘤組織的DWI信號隨b值的衰減并不滿足單指數曲線，更為復雜的模型、非高斯彌散形式可能提供更多、更直觀信息[16]。非高斯模型包括拉伸指數模型、擴散峰度模型、雙指數模型等，其中體素內不相干運動(intravoxel incoherent motion，IVIM)是一種雙指數模型，它除了考慮組織內水分子擴散外，還兼顧了微循環毛細血管灌注的影響，因此在無需對比劑的條件下它就能反映出病變血流灌注的信息，從而得到相對應的定量灌注參數：灌注相關擴散系數(D*)和灌注分數(f)。在活體狀態下，大多數生物組織結構復雜，水分子的運動因細胞間結構、細胞內外受限程度、細胞膜的滲透性及游離、結合水的物理化學特性而表現復雜，因此擴散峰度成像(diffusion kurtosis imaging，DKI)表現了其彌散的位移分布偏離于高斯函數，彌散信號衰減呈非單指數形式。在DKI中，以峰度(kurtosis，K)來評價水分子彌散位移分布偏離高斯函數的程度，擴散系數(diffusivity，D)值代表非高斯分布矯正過的ADC值。雖然 K、D及ADC值三種參數從根本上來說均體現癌組織細胞內外水分子的擴散運動狀況，而癌組織細胞內外水分子的擴散運動狀況受包括細胞核、細胞器的改變、核漿比、細胞密度、細胞內外水分子的比例等多種因素影響，其內部結構的改變導致水分子運動明顯受限，并偏離高斯分布，因此擴散峰度成像可以更準確地量化水分子真實擴散偏離高斯擴散位移的大小及其擴散受限程度，從而更真實地反映病變組織的性質。研究表明，乳腺病變的水分子彌散呈非高斯分布，且進一步研究顯示IVIM、DKI與乳腺癌免疫組化指標、乳腺癌組織學分級存在一定相關性[17-18]，因此此項技術除了在鑒別乳腺良惡性病變方面具有一定的作用外，它可能還將預測不同類型乳腺癌患者的預后，為臨床治療提供更有價值的信息。

綜上所述，作為一種無創、高效能軟組織分辨率及多參數的檢查技術，MRI在乳腺癌高危人群篩查、乳腺癌鑒別診斷、乳腺癌術后隨訪、新輔助化療療效判斷中起到重要作用，尤其是新技術的發展更為臨床提供了更多、更可靠的信息。然而我們仍面臨著巨大挑戰，主要有以下幾個方面：(1)目前乳腺MR功能成像尚缺乏標準采集和處理數據的方案，從而限制了這些功能MRI技術的全面推廣與應用，同時也大大降低了不同報道結果之間的可比性，因而相關標準、指南、專家共識的達成是目前需要解決的一大問題，這就需要在有關管理部門的引領下，各級醫療機構、研究機構及設備廠商為此共同努力。(2)由于MRI技術本質是利用原子核在磁場作用下的弛豫進行成像，使得MRI無法像組織病理學或免疫組織化學檢查那樣提供組織最直觀的微觀特征，但是隨著乳腺MRI技術近年來飛速發展，一方面不斷推動臨床診治的進步，另一方面也為探索組織微結構、微環境特征創造了可能性，探索乳腺癌尤其是不同分子亞型乳腺癌微觀影像學特征與生物學及分子學特征之間的內在關聯，在兩者之間搭建橋梁，將有助于從更微觀具體的層面認識影像，建立更有效的影像生物標志物。(3)隨著多模態、多參數技術的不斷發展和運用，如何有效、合理地利用影像數據建立預測模型，從而為乳腺癌的診斷、干預和預后提供更系統更可靠的影像手段，是目前影像學發展到一定階段遇到的新的挑戰，目前形成一門新興的學科，即放射組學(Radiomics)，借助先進的數據挖掘、機器學習等技術，放射組學有望為精準化、個性化醫療提供必要的影像學支持。因此為解決這些問題，我們需要投入更多努力來全面深入地理解、驗證與利用這些技術，使之更好地為臨床及科研服務。

[References]

[1] Fan L, Strasser-Weippl K, Li JJ, et al. Breast cancer in China. Lancet Oncol, 2014, 15(7): e279-e289.

[2] Medeiros LR, Duarte CS, Rosa DD, et al. Accuracy of magnetic resonance in suspicious breast lesions: a systematic quantitative review and meta-analysis. Breast Cancer Res Treat, 2011, 126(2): 273-285.

[3] Menezes GL, Knuttel FM, Stehouwer BL, et al. Magnetic resonance imaging in breast cancer: a literature review and future perspectives. World J Clin Oncol, 2014, 5(2): 61-70.

[4] Chen JH, Su MY. Clinical application of magnetic resonance imaging in management of breast cancer patients receiving neoadjuvant chemotherapy. Biomed Res Int, 2013, 2013: 348167.

[5] Ashraf A, Gaonkar B, Mies C, et al. Breast DCE-MRI kinetic heterogeneity tumor markers: preliminary associations with neoadjuvant chemotherapy response. Transl Oncol, 2015, 8(3): 154-162.

[6] Kostopoulos SA, Vassiou KG, Lavdas EN, et al. Computer-based automated estimation of breast vascularity and correlation with breast cancer in DCE-MRI images. Magn Reson Imaging, 2017, 35: 39-45.

[7] Chang RF, Chen HH, Chang YC, et al. Quantification of breast tumor heterogeneity for ER status, HER2 status, and TN molecular subtype evaluation on DCE-MRI. Magn Reson Imaging, 2016, 34(6): 809-819.

[8] Wang TC, Huang YH, Huang CS, et al. Computer-aided diagnosis of breast DCE-MRI using pharmacokinetic model and 3-D morphology analysis. Magn Reson Imaging, 2014, 32(3): 197-205.

[9] Dalmis MU, Gubern-Merida A, Vreemann S, et al. A computeraided diagnosis system for breast DCE-MRI at high spatiotemporal resolution. Med Phys, 2016, 43(1): 84.

[10] Woodhams R, Matsunaga K, Kan S, et al. ADC mapping of benign and malignant breast tumors. Magn Reson Med Sci, 2005, 4(1): 35-42.

[11] Lo GG, Ai V, Chan JK, et al. Diffusion-weighted magnetic resonance imaging of breast lesions: fi rst experiences at 3 T. J Comput Assist Tomogr, 2009, 33(1): 63-69.

[12] Wu LM, Hu JN, Gu HY, et al. Can diffusion-weighted MR imaging and contrast-enhanced MR imaging precisely evaluate and predict pathological response to neoadjuvant chemotherapy in patients with breast cancer? Breast Cancer Res Treat, 2012, 135(1): 17-28.

[13] Partridge SC, Nissan N, Rahbar H, et al. Diffusion-weighted breast MRI: Clinical applications and emerging techniques. J Magn Reson Imaging, 2017, 45(2): 337-355.

[14] Padhani AR, Makris A, Gall P, et al. Therapy monitoring of skeletal metastases with whole-body diffusion MRI. J Magn Reson Imaging, 2014, 39(5): 1049-1078.

[15] Nakanishi K, Kobayashi M, Nakaguchi K, et al. Whole-body MRI for detecting metastatic bone tumor: diagnostic value of diffusionweighted images. Magn Reson Med Sci, 2007, 6(3): 147-155.

[16] Iima M, Le Bihan D. Clinical intravoxel incoherent motion and diffusion MR imaging: past, present, and future. Radiology, 2016, 278(1): 13-32.

[17] Sun K, Chen X, Chai W, et al. Breast cancer: diffusion kurtosis MR imaging-diagnostic accuracy and correlation with clinical-pathologic factors. Radiology, 2015, 277(1): 46-55.

[18] Cho GY, Moy L, Kim SG, et al. Evaluation of breast cancer using intravoxel incoherent motion (IVIM) histogram analysis: comparison with malignant status, histological subtype, and molecular prognostic factors. Eur Radiol, 2016, 26(8): 2547-2558.

Advances and challenges of MRI in breast

XU Jian-rong
Department of Radiology, Renji Hospital, School of Medicine, Shanghai Jiao Tong University, Shanghai 200127, China

With the rapid increase of the incidence of breast cancer in China, the early diagnosis of breast cancer becomes more and more important. In recent years, MRI functional imaging technology develop rapidly, bringing about new ideas for the early diagnosis and predicting the prognosis of breast cancer. Dynamic contrast-enhanced MRI (DCE-MRI) could quantitatively analyze features of tumor tissue with injection of contrast agent. Diffusion-weighted imaging (DWI) could detect the characteristics of water molecules movement without contrast agent, reflecting the microstructure of the lesion. As a non-Gaussian, biexponential model, intravoxel incoherent motion (IVIM) model separates the diffusion of water molecules from microcirculation more accurately, which could reflect the information of blood flow perfusion. Diffusion kurtosis imaging (DKI) depicts the complexity of abnormal tissue more accurately by evaluating the degree of diffusion non-Gaussianity. More and more studies have shown that MRI technique may play an important role in the diagnosis of breast cancer and predicting the response of neoadjuvant chemotherapy by reflecting the microenvironment (such as blood perfusion, tissue composition and metabolic changes).

Breast cancer; Dynamic contrast-enhanced MRI; Diffusion-weighted imaging; Intravoxel incoherent motion; Diffusion kurtosis imaging

上海交通大學醫學院附屬仁濟醫院放射科，上海 200127

2016-12-16

接受日期：2017-01-10

R445.2；R737.9

A

10.12015/issn.1674-8034.2017.03.001

許建榮. 乳腺MRI技術進展及面臨的挑戰. 磁共振成像, 2017, 8(3): 161-163.

Received 16 Dec 2016, Accepted 10 Jan 2017