RSNA2019乳腺影像學

詹晨奧，胡益祺，楊真露，霍敏，艾濤，夏黎明

2019年RSNA年會上，乳腺影像學研究依舊是其重點內容。本文將按照不同檢查手段進行相關介紹。

乳腺X線檢查

1.鉬靶

鉬靶作為乳腺篩查工具，廣泛應用于臨床。人工智能(AI)是鉬靶相關研究的熱點內容。Ha等針對深度學習(DL)圖像重建進行研究，證實了使用新DL算法進行圖像重建能明顯降低鉬靶的輻射劑量。Burnside等開發了基于乳腺鉬靶預測微鈣化的AI算法。Marasinou等利用機器學習量化微鈣化的分布和形態以提高乳腺癌的預測。Mutasa等利用卷積神經網絡(CNN)算法成功鑒別乳腺鉬靶中的單純乳腺導管內不典型增生(ADH)和乳腺導管原位癌(DCIS)。Gastounioti等證實DL獲得的乳腺鉬靶表型可顯示乳腺實質結構的種族差異。Lee等、Watanabe等及Mark等再次證實了AI對臨床實踐的指導作用及巨大潛力。Kim等證實使用AI篩查鉬靶時，可提高檢出率并減少假陽性率。Nam等證實了DIB-MMG作為從鉬靶影像中得到的標志物，可在術前評估腫瘤浸潤性，且Kim等通過實驗表示DIB-MMG可作為早期診斷乳腺癌的有效診斷工具。Dembrower等使用開發的AI算法，進行乳腺鉬靶癌癥的檢測和風險評估。

鉬靶還可進行乳腺密度的評估。Rhodes等對美國女性關于乳腺密度的認知進行調查，證實了乳腺密度的重要性。而Kim等建立了可量化乳腺密度的DL模型，對131468張乳腺鉬靶影像進行分析，證實該模型可指導臨床醫生的工作。Melissa等研究證實，隆胸女性的推移植入物的平均腺體量通常高于全植入物的平均腺體量。

2.數字化乳腺斷層攝影

數字化乳腺斷層攝影(DBT)是一種準三維成像技術，其診斷準確性高于鉬靶，可以提高乳腺癌的檢出率，減少誤檢率。因為其廣為人知的優勢，DBT正迅速成為美國和世界各地的標準診斷方法。Sona等在大型學術腫瘤中心進行的DBT研究證實，DBT可顯著降低召回率，同時保持癌癥檢出率和陽性預測值。自DBT誕生以來，最佳角度的討論一直是熱點。Plaunova等初步研究比較了兩種具有不同角度范圍的DBT系統，研究結果表明廣角DBT比窄角DBT更容易顯示腫塊型病灶和結構扭曲，同時能夠減少召回率和假陽性，通過較少的成像更快速地診斷病變。而窄角DBT能較好地顯示鈣化灶。 對于DBT而言，龐雜的圖像數據給放射科醫生帶來了較重的負擔，使醫生的閱片效率顯著降低，為此，Doganay等建立了一種DL模型，該模型可對DBT圖像進行預讀片，有效識別出DBT圖像中的可能診斷，減輕醫生負擔。同時，Gilboa等也開發了一種正常與未定的二分類器，其研究結果證明了AI在減少醫生工作量方面的潛力。Lee等研究了基于DL技術從DBT數據中獲取的DIB-DBT，結果表明DIB-DBT可實際用作DBT中乳腺癌篩查的有效診斷支持工具。Son等可通過從DBT中提取的影像學特征來預測乳腺癌的分子亞型。如今，DBT引導的真空輔助乳腺活檢也是熱點問題。Wang等通過研究表明，與常規立體定向真空輔助活檢相比，DBT引導的真空輔助活檢可以活檢更多的非鈣化病變，因為它不僅可以靶向鉬靶上檢測的鈣化病變，還可以靶向僅在DBT上可見的非鈣化病變。

3.對比增強乳腺X線成像

對比增強乳腺X線成像(CESM)有助于識別標準乳腺X線成像中的不確定結果。Amanda等對63名患者共105個被評為BIRADS 4/5的病灶進行CESM檢查及活檢，結果表明CESM中不強化病灶預示著較好的病理結果，證實CESM可確切地將一些可疑病灶降為BIRADS 3，同時提高了潛在惡性病變的檢出率。有人提出CESM可替代MRI作為乳腺癌篩查和分期的方法，因此CESM與MRI的比較研究方面，也有較多成果。Schrading等通過對53名MRI發現BIRADS 4級病灶的女性患者進行分析，結果未能證實CESM的高敏感性和特異性。Maria等對CESM與MRI的影像組學分析潛力進行研究，證明CESM在激素受體狀態和等級方面與MRI具有相似的準確度。Hwang等通過實驗表明CESM對DCIS特別是非鈣化DCIS的檢測能力與MRI相似。Bernardi等通過實驗表明，CESM盡管在評估治療完全緩解時顯示出一些局限性,但是其在新輔助化療評估腫瘤大小和治療應答方面與MRI相似。

Bicchierai等證實了CESM在術前乳腺癌分期中的高診斷性。Abdelhameed等證實了CESM可以準確評估新輔助化療患者殘留病灶的范圍，在三陰性乳腺癌和HER2高表達乳腺癌中,CESM測量的大小與病理結果的相關性更高。

由上述可知，CESM具有很高的臨床應用價值，然而CESM需要兩次采集，劑量問題是個關鍵。而Herk等通過實驗證明光譜法與KES成像技術均可在維持圖像質量的前提下，減少應用劑量。Clauser等通過實驗評估了低劑量對比增強乳腺X線成像(L-CESM)對常規影像學可疑婦女的診斷性能，其結果顯示出高敏感性和準確性，同時還具有增加特異性和陽性預測值的潛力。

乳腺CT

乳腺CT是一種乳腺檢查的手段，但因其射線量大，以及乳腺組織結構對射線極其敏感，導致相關研究一直較少，大部分研究重點在于減少輻射劑量方面。Fu等的研究結果表明，DL驅動的稀疏視圖重建減少輻射劑量是可行的，證實了DL驅動的稀疏視圖重建在降低乳腺CT輻射劑量以使其達到適合乳腺癌篩查水平方面具有潛在可能性。Park等對低劑量灌注CT進行研究。他們納入257例患者共771個病灶，通過對俯臥位低劑量CT灌注進行研究，來預測淋巴結狀況、腫瘤等級、腫瘤大小、雌激素受體、孕激素受體、HER2、Ki67和癌癥分子亞型。該研究結果表明，使用低劑量灌注CT進行影像組學分析對于預測浸潤性乳腺癌的預后生物標志物是一種有效的非侵入性工具。Hiroshi等則對CT淋巴系統造影術進行了研究。眾所周知，術中前哨淋巴結(SLN)活檢可能導致手術時間延長或手術治療方案的改變，因此術前鑒別有無SLN轉移十分重要。但目前還沒有十分有效的檢查方法。Hiroshi等通過計算機輔助分析CT淋巴系統造影術(CTLG)以研究乳腺癌術前有無SLN轉移。他們納入100例患者，包括45例轉移者，55例未轉移者，通過支持向量機利用篩選出的6個客觀特征進行SLN的評估。結果顯示敏感度為97.8%(44/45)，特異度為98.2%(54/55)，陽性預測值為97.8%(44/45)，陰性預測值為98.2%(54/55)，AUC為0.972。該研究證實了通過計算機輔助方法分析CTLG以預測SLN是否轉移是可行的。

乳腺超聲

1.常規超聲

超聲具有無創、快捷等優點，能清楚顯示乳腺各層軟組織及內部結構，相鄰組織的改變，能較好地顯示腫塊的形態、位置及結構。由于無輻射性，適用于任何年齡女性患者的乳腺檢查，可作為X線的補充檢查。Chorev等、Chang等對乳腺超聲進行了研究。他們將超聲作為補充性檢查加入篩查中，其研究結果均表明補充性超聲檢查可增加乳腺癌篩查的敏感性和癌癥檢出率，但降低了活檢陽性率。同時Chorev等的研究結果還表明在超聲基礎上，增加臨床數據可以提高特異性，減少不必要的活檢。Destounis等研究補充性乳腺超聲對不同危險分級女性的意義。結果表明在一般風險的患者中，乳腺超聲可提高癌癥檢出率，但是檢出率低于高風險患者。說明一般風險女性的乳腺篩查方案仍需要不斷優化，且超聲確實可以作為X線篩查的有效補充。AI在超聲應用方面也展現了較多的成果。Sim等開發了一種基于超聲影像組學的分類器并對其進行評估，結果表明該分類器確實可以在超聲檢查上將葉狀腫瘤與纖維腺瘤區分，防止不必要的切除創傷。Berg等通過研究表明基于AI輔助的CADx能顯著提高放射科醫生的敏感性和特異性。Kim等與Sooyeon等的研究結果亦證明了計算機輔助定量系統(S-DetectTM)在影像診斷方面的巨大潛力。Li等的研究證明了超聲的影像組學特征具有區分是否有侵略性生物學特征的三陰性乳腺癌的潛力。他們還通過實驗表明三陰性乳腺癌的超聲變化受轉錄組分子亞型的影響，并有可能預測預后。

2.剪切波彈性成像

剪切波彈性成像(SWE)是一種能評估組織硬度的超聲技術。Huang等對SWE是否可預測浸潤性乳腺癌患者對新輔助化療的反應進行了一項前瞻性研究，該研究納入了90名患者，在化療活檢前對患者進行SWE檢查，并在第1、2和4次化療后再次進行SWE檢查，對數據進行處理與分析。結果顯示反應組與無反應組之間的SWE變異性顯著不同。該研究表明在新輔助化療期間，SWE可作為浸潤性乳腺癌早期腫瘤治療反應的預測指標。

3.超聲波斷層掃描

以往的研究表明，超聲波斷層掃描(UST)測量所得的組織聲速是一種成像生物標志物，可用于追蹤乳腺中的腫瘤變化。Sak等研究了組織聲速與他莫昔芬反應的關系。而Duric則研究了組織聲速與新輔助化療反應的關系。傳統評估他莫昔芬治療反應的檢查是鉬靶和動態增強MRI，評估新輔助化療反應的檢查是PET和動態增強MRI。多次進行上述檢查均有風險，而組織聲速能在規避風險的同時達到反應效果的評估。Duric等還利用UST對乳腺硬度進行研究，結果表明使用UST刻畫病灶的硬度是可行且準確的。此外，UST可測量整個乳腺的組織硬度，這是目前其他超聲設備無法實現的功能。

4.透射超聲

Malik等研究了機器學習在透射超聲乳腺密度計算中的應用。乳腺X線高密度是乳腺癌風險預測模型的重要輸入指標。目前，乳腺密度評估依賴于二維圖像或由二維重建圖像構建的三維模型，而這可能無法完全反映乳腺復雜的結構。因此Malik等描述并比較了基于透射超聲利用閾值和計算機算法計算乳腺密度的方法，并比較了定量乳腺密度與乳腺X線成像自動計算的乳腺密度。結果顯示由透射超聲得出的定量乳腺密度與X線乳腺密度明顯相關，且證明了基于計算機的定量乳腺密度算法比基于閾值的算法更加穩健，重復性更好。Malik等還介紹了使用透射超聲進行乳腺結構3D打印的實驗，其結果顯示透射超聲可以生成整個乳腺的圖像，還可以按組織類型客觀地對其進行分割和顏色編碼。這種對3D分割的乳腺組織體積進行單獨成像的獨特能力為3D打印模型提供了潛在的臨床可能性。

5.全乳超聲

Philpotts等提議利用全乳超聲(WBUS)作為致密型乳腺女性的乳腺癌篩查補充手段。為證實這一提議，Philpotts等在一家大型學術機構進行實驗。實驗結果表明在常規乳腺X線斷層掃描后，大部分WBUS檢查結果正常，只有小部分患者需要隨訪或活檢。所有BR3/4的橢圓形腫塊都是良性。在WBUS補充檢查中乳腺癌的檢出率很低。Philpotts還進行了手持式WBUS篩查致密乳腺組織女性的效率的研究。該研究結果顯示WBUS具有時間效率，每個案例的掃描時間僅需12min，由于大多數病例是正常的，不需要重新檢查，因此能節省超聲科醫生時間。

6.自動化乳腺超聲系統

自動化乳腺超聲系統(ABUS)可以克服操作人員的依賴性。Jia等對于在鉬靶后添加手持超聲(HHUS)和ABUS在中國女性乳腺癌診斷工作流程中的臨床價值進行了評估和比較。該研究納入了1266名女性，其中包括323名乳腺癌病例。研究結果顯示在鉬靶中添加超聲檢查可以改善乳腺癌的診斷，且與HHUS相比，ABUS的診斷性能明顯更好。該結果表明在乳腺致密婦女中，鉬靶的敏感性在臨床時間中受到限制，添加超聲檢查，尤其是ABUS，可以改善診斷并克服操作員的依賴性。

7.腋窩超聲

腋窩淋巴結的浸潤對于乳腺癌的適當治療至關重要。Rotili等的研究證實了腋窩超聲(AUS)可作為早期乳腺癌術前分期的一種非侵入性、低成本、易于獲得和準確的治療方法。

乳腺MRI

1.常規乳腺MRI

新輔助化療改變了乳腺癌的管理。新輔助化療后最好的結果是病例完全緩解，但目前仍沒有足夠準確的微創方法來診斷，手術仍舊是金標準。Sutton等對MRI下活檢在診斷新輔助化療后病理完全緩解中的準確性進行了初步研究。與手術病理相比，MRI引導的活檢在診斷新輔助化療后的完全緩解方面的準確性非常高。該結果表明，MRI引導的活檢是一種有潛力的微創方法，可準確診斷化療后的完全緩解。Michaels等的研究表明，MRI引導下穿刺活檢診斷的ADH需要行手術切除，而其他高危病變更適合進行影像學隨訪而不是手術切除，特別是在沒有合并乳腺癌的情況下。Ram等則證實了良性結節在MRI引導下活檢比6個月隨訪MRI更為合理。上述三項研究均證明了MRI引導下活檢的重要性。Dietzel等的研究結果表明MRI聯合機器學習和血管自動容積分析可以提高乳腺癌患者的生存預測。Yu Ji等在大型乳腺MRIs臨床數據集中驗證診斷性影像組學模型的性能，在該實驗中，模型鑒別乳腺良惡性病變的AUC為0.89，證實了模型在鑒別病變方面具有較好的性能，說明該影像組學方法可能幫助臨床醫生改善乳腺癌的診斷和治療。Truhn等則利用DL方法在乳腺MRI中評估惡行腫瘤，其結果也表明如在更大的數據集上進行培訓，該系統診斷性能可能達到專業人員水平，這將大大節省人力資源。

2.DWI

DWI的高b值圖像能夠更好地顯示乳腺惡性腫瘤，但缺點是掃描時間較長且容易產生偽影。Bickel等對于合成高b值圖像進行了研究，結果顯示與常規b值圖像相比，合成高b值圖像可提高圖像質量和乳腺惡性腫瘤的可見性，同時避免了高b值DWI掃描的缺點。Ai等探討了基于同步多層加速分段讀出平面回波成像技術(SMS rs-EPI)的DWI在乳腺病變診斷中的可行性和有效性。結果顯示與傳統rs-EPI技術相比，SMS rs-EPI能顯著縮短成像時間，且具有相似的診斷性能和圖像質量。這有助于擴大其在乳腺影像學中的應用范圍。Iima等研究不同擴散時間得到的ADC值對乳腺良惡性腫瘤的鑒別和預后的價值。Wang等的研究結果顯示，基于ADC的影像組學模型是浸潤性導管癌患者Ki-67指數的可行預測指標。而Celebi等也通過實驗證實ADC可能在預測組織學間質腫瘤浸潤淋巴細胞水平方面發揮著重要作用。

3.動態增強磁共振成像(DCE-MRI)

DCE-MRI可提供大量的影像學數據，關于DCE-MRI研究可分為3類：①背景實質強化(BPE)；②動力學參數；③基于AI的腫瘤特征。

BPE可能增加乳腺癌的風險，因此相關研究也是一大重點。Niell等采用半自動分割算法提取BPE的定量指標，結果顯示BPE的定量測量有可能預測乳腺癌的發生風險，但仍需要大樣本數據進行驗證。Arefan等的研究結果表明定量BPE與乳腺癌遠處復發風險和腋窩淋巴結轉移均有關。Lee等開發了基于DL的乳腺MR圖像中乳腺纖維組織(FGT)和BPE體積分割和分類的算法，并對其進行評估。該研究結果顯示，這種基于DL的算法可以為乳腺MR圖像總的FGT和BPE提供可靠的分割和分類結果。這與預測預后不良息息相關。You等評估了女性激素水平與正常乳腺BPE或ADC之間的關系，并分析了BPE和ADC值對癌癥的可檢測性。結果顯示BPE定量值與孕酮水平顯著相關，乳腺癌的可檢測性取決于兩者對比度增強圖像的BPE等級和DWI的ADC等級。

Kim，Luo等對于動力學參數進行了相關研究。Kim等研究表明，計算機輔助診斷提取的MRI動力學特征可作為乳腺癌患者無遠處轉移生存率的定量指標。Luo等的研究結果表明DCE-MRI動力學定量參數的直方圖和紋理特征可鑒別Luminal A和Luminal B乳腺癌。

Deng等通過DCE-MRI與DL模型集成的影像組學分析預測乳腺癌患者淋巴結的區域轉移。Xue等也通過實驗證明了基于影像組學特征與臨床特征相結合可預測腋窩淋巴結轉移。Zhao等通過影像組學證實了其可識別新輔助化療完全緩解的患者。Wang等的實驗表明通過使用ResNet算法進行DL，將鄰近的腫瘤周圍組織作為輸入，可產生約90%的高鑒別診斷準確率。

4.多參數MRI

Song等探討了3T多參數MRI(mpMRI)預測Ⅰ-Ⅱ期Luminal型乳腺癌的Ki-67增值指數及組織學分級的價值，結果顯示mpMRI提供的腫瘤形態特征和動力學特征指標可用于預測早期Luminal型乳腺癌的增殖活性和組織學分級，從而優化個性化治療。Tsai等的實驗證實具有T2c(增強后T2)和DCE序列的mpMRI影像組學模型有可能預測ER陽性患者的復發風險。而Tao等通過mpMRI開發影像組學列線圖以預測乳腺癌，其結果表明結合Ktrans、T2WI和ADC的影像組學特征可構建最佳模型，而該模型可用于預測每位患者的乳腺癌風險，并將有助于提高術前乳腺癌的診斷準確性。

乳腺PET-CT/MRI

Sun等針對無癥狀患者進行了全身PET/CT與PET/MRI的比較，評估二者的癌癥篩查效能。研究結果顯示，兩種方法均可在早期檢測到多種癌癥；但與PET/CT相比，PET/MRI在除肺外的實體器官中具有更高的檢測率和更高的敏感度；同時考慮到減少輻射劑量，因此建議將PET/MRI作為無癥狀受試者的癌癥篩查程序的一部分。Romeo等的研究結果表明，PET/MRI檢查可能有助于早期預測局部晚期乳腺癌患者對新輔助化療的反應，功能參數(灌注及代謝)可能會識別出完全緩解的患者。Martin等對于乳腺MRI、全身MRI、PET/MRI及AUS是否能代替SLN切除術進行了研究。結果表明PET/MRI和AUS對于乳腺癌患者的淋巴結分期均具有可接受的診斷準確性，并且優于乳腺MRI和全身MRI；但是PET/MRI和AUS均不能可靠的鑒別淋巴結陽性和陰性患者，因此，SLN活檢不能被影像所替代。Bruckmann等比較了全身MRI和PET/MRI對于原發性乳腺癌NM分期的評估。這是一項多中心試驗，全身MRI掃描方案包括從頭到腿的橫向T2WI、T1WI與DWI序列。結果表明PET/MRI和全身MRI對乳腺癌患者的M分期評估較準確，且PET/MRI在N、M的分期中均略優于MRI。