DCE-MRI參考區域模型聯合DWI對luminal型乳腺癌的應用研究

楊培， 常曉丹， 付姣慧， 汪帝

乳腺癌是女性最常見的惡性腫瘤，近年來發病率逐年升高，且發病年齡趨于年輕化[1]。不同分子亞型乳腺癌的預后及對放化療的敏感性均存在顯著差異，目前，基于對雌激素受體(estrogen receptor，ER)、孕激素受體(progesterone receptor，PR)、人表皮生長因子受體2(human epidermal growth factor receptor 2，HER-2)和Ki-67增殖指數表達狀態的免疫組織化學染色分類方法將其分為luminal型、HER-2過表達型和三陰性乳腺癌[2]，其中，luminal型乳腺癌是最常見的亞型(約70%)，臨床上依據2013年St.Gallen共識將luminal型乳腺癌分為Luminal-A型乳腺癌(Luminal-A breast cancer，LABC)及Luminal-B型乳腺癌(Luminal-B breast cancer, LBBC)，而兩者在臨床特點、治療方式及預后方面均存在顯著差異[3]。LABC對化療敏感性低，但對內分泌治療敏感；而LBBC對化療及內分泌治療均敏感[4]，且Ki-67增殖指數越高的乳腺癌對化療越敏感[5]。因此，在術前或化療前準確判斷luminal型乳腺癌的分型對其治療方案的選擇至關重要。

目前，臨床上最常用的乳腺MRI檢查方法是半定量動態增強MRI(dynamic contrast enhanced MRI，DCE-MRI)，但不能反映病變及正常組織對比劑濃度的變化[6]。而DCE-MRI參考區域模型通過藥代動力學模型定量計算具有生理學意義的定量參數，最終反映組織血管生成的程度[7]；此外，擴散加權成像(diffusion weighted imaging，DWI)還可以反映組織微觀結構特征及其變化[8]。已有研究表明，聯合DCE-MRI和DWI較兩者單獨使用對乳腺病變良惡性的診斷準確性更高[9]，但對于乳腺癌分子分型鑒別診斷的研究甚少。因此，本文聯合DCE-MRI參考區域模型和DWI，探討其對LABC和LBBC的鑒別診斷價值，并分析其定量參數與生物標志物Ki-67表達的相關性，為luminal型乳腺癌患者的早期診斷和治療方案的確定提供影像學依據。

材料與方法

1.研究對象

回顧性分析大連大學附屬中山醫院2016年12月-2017年6月的102例經術后病理證實的luminal型乳腺癌患者，所有患者均滿足：①術前均行DCE-MRI及DWI檢查；②術后行免疫組化檢測并獲得免疫組化指標。排除標準：①行穿刺活檢病理證實；②DCE-MRI及DWI掃描后數據獲取失敗或數據不全者；③懷孕期或哺乳期患者；④之前接受過乳腺癌治療的患者。1例雙乳單發病灶及3例單乳多發病灶，只納入體積最大的病灶。最終77例女性患者的77個病灶納入研究，患者年齡28～82歲，平均(53.74±11.88)歲。

2.檢查設備及方法

采用Siemens 3.0T Magnetom Verio超導MRI掃描儀，16通道乳腺專用相控陣表面線圈。患者取俯臥位，雙側乳房自然懸垂于線圈內。常規橫軸面、冠狀面、矢狀面定位掃描后，先采集橫軸面T2WI脂肪抑制序列：TR 4000 ms，TE 70 ms，矩陣192×192，視野360 mm×360 mm，層厚5 mm，間距2 mm；橫軸面T1WI脂肪抑制序列：TR 6 ms，TE 2.36 ms，矩陣192×192，視野360 mm×360 mm，層厚1.2 mm，間距1 mm。采集DWI，使用擴散加權平面回波成像(EPI)序列，TR 8300 ms， TE 85 ms，矩陣192×192，視野360 mm×360 mm，層厚5 mm，間距2 mm，采集b值為0和800 s/mm2。最后采集多期動態掃描序列DCE-MRI，先采集多翻轉角圖像，包括2°、15°，以獲得T1原始圖。采集動態序列，先采集2期平掃圖像，然后注入釓雙胺注射液歐乃影，劑量0.1 mmol/kg，注射流率3 mL/s，隨后以同樣流率注入20 mL生理鹽水。參數：TR 4.14 ms，TE 1.42 ms，矩陣320×192，視野360 mm×360 mm，層厚1 mm，間距0.2 mm，翻轉角10°。動態增強共11期圖像，每期約28 s。

3.圖像后處理及分析

由兩名經驗豐富的放射科副主任醫師采用盲法對所有圖像進行評估，意見不一致時，由第3名主任醫師來評估。將所有患者的多翻轉角和動態增強圖像導入Omni-Kinetics軟件進行后處理。結合T2WI、DWI及DCE-MRI圖像明確病灶位置，取病灶最大層面及其上、下兩個層面，避開囊變壞死區、血管及脂肪等結構，盡量包含病變強化最明顯區域，勾畫興趣區(region of interest，ROI)，取3個層面的平均值行統計學分析。以病灶興趣區層面的對側胸大肌獲得動脈輸入函數，呈不規則形[10]，面積19～21 mm2(圖1a)，運用“參考區域模型”作為藥代動力學模型，計算各病灶相對于肌肉組織的Ktrans和Kep等參數。

在DWI序列中評估ADC值，確定信號強度高于正常乳腺組織的病灶后，選取病灶最大層面及其鄰近兩個層面，手動繪制橢圓形或圓形ROI，避開囊變、壞死區，盡可能包含病灶，以三個層面的平均值作為最終的ADC值。

4.病理學分析

所有患者均手術切除乳腺癌，行前哨淋巴結活檢和/或腋窩淋巴結清掃，通過常規HE染色鏡檢評估淋巴結有無轉移。參照手術切除標本測定腫瘤大小、組織類型、腋窩淋巴結狀態。運用SP法染色行免疫組化，檢測ER、PR、HER-2及Ki-67的表達狀態。判斷標準：①ER和PR陽性腫瘤細胞核達到或超過1%為陽性，反之為陰性[11]；②HER-2，染色強度評分記為0、1+、2+或3+。其中0或1+被認為是HER-2陰性，3+被認為是HER-2陽性，評分為2+的患者，進一步行熒光原位雜交(fluorescence in situ hybridization，FISH)檢測，基因擴增者為陽性，無基因擴增者為陰性；③Ki-67的表達，隨機選擇10個高倍視野，計數500個以上細胞的細胞核著色判斷為陽性，計算陽性細胞所占比例即為Ki-67增殖指數。

5.統計學分析

運用SPSS 20.0軟件行統計學分析。定性資料采用卡方檢驗或Fisher確切概率法。定量資料運用Kolmoforov-Smirnov檢驗是否服從正態分布；正態分布的兩兩比較采用兩獨立樣本t檢驗，非正態分布的兩兩比較采用Mann-Whitney U檢驗。采用Spearman相關分析評價DCE-MRI全定量參數及ADC值與Ki-67陽性表達率的相關性。根據受試者操作特征(receiver operating characteristic，ROC)曲線評估各定量參數的最佳閾值及曲線下面積(area under curve，AUC)。以P<0.05為差異有統計學意義。

結 果

1.LABC與LBBC的臨床病理特征

納入的77個病灶Ki-67增殖指數為1%～80%，30例為LABC，47例為LBBC，LBBC的陽性淋巴結轉移高于LABC(P=0.002)。兩組間年齡、月經狀態、腫瘤直徑及病理類型差異無統計學意義(表1)。

2.LABC與LBBC兩組間定量參數的比較

表1 LABC與LBBC的臨床病理特征

LBBC平均Ktrans值明顯高于LABC(P=0.002)，平均ADC值明顯低于LABC(P=0.000)，兩組間Kep差異無統計學意義(P=0.875，表2，圖 1、2)。

表2 LABC與LBBC間DCE-MRI定量參數及ADC值的比較

3.Ktrans值、Kep值及ADC值與Ki-67增值指數的相關性

本研究77例Luminal型乳腺癌中，Ktrans值與Ki-67表達呈正相關(r=0.369，P=0.001)，ADC值與Ki-67表達呈負相關(r=-0.465，P<0.0001)，Kep值與Ki-67表達無相關性(P=0.392，圖 3、4)。

4.Ktrans值和ADC值對Luminal型乳腺癌的鑒別診斷效能

ROC曲線分析顯示，鑒別LABC和LBBC的Ktrans和ADC最佳閾值分別為0.724/min(敏感度74.5%、特異度63.3%、AUC=0.689、P=0.005)和0.853×10-3mm2/s(敏感度63.3%、特異度76.6%、AUC=0.741、P=0.000)；聯合Ktrans和ADC值的敏感度為71.0%、特異度為71.0%、AUC=0.777、P=0.000(表3、圖 5)。

表3 聯合ADC值對Luminal型乳腺癌的鑒別診斷效能

討 論

本研究結果顯示，LBBC比LABC更易出現腋窩淋巴結轉移，與王學麗等[12]報道一致，淋巴結轉移率高的乳腺癌預后較差，這可以為LBBC預后較LABC差提供依據。兩組間年齡、月經狀態、腫瘤直徑、病理類型等無明顯差異，與劉鐘芬等[13]研究結果一致。

圖1 女，53歲，左乳浸潤性導管癌，ER、PR陽性，HER-2陰性，Ki-67表達10%。a) 橫軸面DCE-MRI圖； b) 為a圖同層面處理后的Ktrans，病灶Ktrans=0.631/min； c) 為a圖同層面處理后的Kep圖，病灶Kep=0.171/min； d) ADC圖，ADC=0.968×10-3mm2/s。 圖2 女，47歲，右乳浸潤性導管癌， ER、PR陽性，HER-2陰性，Ki-67表達35%。a) 橫軸面DCE-MRI圖； b) 為a圖同層面處理后的Ktrans圖，病灶Ktrans=1.102/min； c) 為a圖同層面處理后的Kep圖，病灶Kep=0.012/min； d) 為ADC圖，ADC=0.723×10-3mm2/s。

圖3 Ktrans值與Ki-67的相關性。 圖4 ADC值與Ki-67的相關性。

乳腺癌是一種血管依賴性腫瘤，其生長、增殖、代謝和轉移離不開腫瘤血管生成。全定量DCE-MRI可動態測定血管內外對比劑濃度的變化，衍生全定量灌注參數Ktrans和Kep，從而定量評價腫瘤血流灌注情況，更能準確反映腫瘤血管生成情況[14]。李麗環等[15]發現，LABC與LBBC的Ktrans值和Kep值差異無統計學意義，而本研究結果顯示，LBBC患者Ktrans值高于LABC，差異有統計學意義，Kep值差異無統計學意義，推測其結果不一致的原因可能是藥代動力學模型的選擇不同[10]。此外，在本研究中，luminal型乳腺癌Ktrans值與Ki-67增殖指數呈正相關，而Kep值與Ki-67增殖指數無明顯相關性，這與Shin等[16]研究結果類似。全定量參數Ktrans值反映腫瘤血管通透性和血管密度，Ki-67是一種核增殖抗原，反映細胞的增殖活性。乳腺癌中Ki-67表達狀態與血管內皮生長因子(VEGF)受體2之間存在顯著相關性，它在腫瘤血管生成中起重要作用，并誘導血管通透性升高[17]，且Ki-67增殖指數越高的乳腺癌，腫瘤的微血管密度越大[18]，表現出較高的血管生成活性和血管通透性，因此Ktrans值大，而Kep僅反映血管滲透性，提示Ktrans值對鑒別LABC與LBBC具有一定參考價值。本研究中Ktrans值鑒別診斷LABC與LBBC的AUC為0.689，敏感度、特異度分別為74.5%、63.3%，表明Ktrans值有一定診斷效能。

圖5 Ktrans值、ADC值及Ktrans聯合ADC值對luminal型乳腺癌診斷價值的ROC曲線。

DWI是一種檢測活體組織內水分子擴散運動的非侵入性功能成像方法，能夠間接反映組織的微觀結構特征及其變化，其量化參數ADC值可定量評估局部組織變化及腫瘤的生物學特性[19]。國內外已有許多ADC值與乳腺癌生物學特性的相關研究[20-23]，對于luminal型乳腺癌，謝宗玉等[21]認為ADC值無法鑒別LABC與LBBC，而Kato等[22]的研究顯示LABC的最小ADC值顯著高于LBBC，但該研究僅包括25例LBBC。本研究結果顯示LABC患者ADC值高于LBBC，且ADC值與Ki-67表達呈負相關，與Mori等[23]報道一致。這可能是由于Ki-67表達越高，細胞增殖活性更強，細胞密度高，使細胞外容積減少，水分子擴散受限，導致ADC值降低。筆者通過ROC曲線分析，為ADC值鑒別診斷luminal型乳腺癌提供依據，結果顯示AUC為0.741，敏感度和特異度分別為63.3%和76.6%，說明ADC值對luminal型乳腺癌有一定的鑒別診斷價值。

考慮到Ktrans值鑒別luminal型乳腺癌的敏感度高，但特異度低；而ADC值鑒別luminal型乳腺癌敏感度低，特異度高，因此本研究將Ktrans值和ADC值二者聯合，顯示敏感度、特異度分別為71.0%、71.0%，AUC為0.777，高于單獨使用ADC值或Ktrans值的診斷水平，DCE-MRI聯合DWI除了提供腫瘤的形態學特征外，還能顯示腫瘤內部血管生成的程度和腫瘤微觀結構的變化，更準確地反映腫瘤的整體特征，為luminal型乳腺癌提供了更多的定性、定量數據。

本研究不足之處在于： 本研究為回顧性研究，且樣本量較小，無法避免選擇偏倚；未來的研究將增大樣本量，來探討Ktrans值或ADC值是否與Ki-67增值指數獨立相關； 本研究只著重于luminal型乳腺癌的灌注和擴散特征，沒有探討定量MRI參數與臨床預后的相關性，高Ki-67增值指數與預后不良有關[24]，進一步的研究將探討定量MRI參數與臨床預后的相關性； 本研究ROI為手動勾畫，存在一定的主觀性； 未將DCE-MRI參考區域模型與不同模型的定量MRI參數比較，有待進一步研究。

綜上所述，Ktrans值及ADC值與Ki-67表達有明顯相關性；DCE-MRI參考區域模型(Ktrans值)和DWI(ADC值)對LABC和LBBC有較高的鑒別診斷價值，聯合Ktrans值與ADC值可進一步提高診斷效能，有助于luminal型乳腺癌患者的早期診斷和治療。