MRI 在乳腺癌診治中的研究進展

張 虎，張 濤，徐 芳，張曉金

（蕪湖市第二人民醫院醫學影像科，安徽 蕪湖 241000）

據最新全球癌癥統計數據顯示[1]，2020 年全球新發女性乳腺癌約230 萬例，占全球最常見36 種癌癥的11.7%，已然超越肺癌成為全球發病率最高的惡性腫瘤。乳腺癌常用影像學檢查方法有：超聲、X線鉬靶和MRI。MRI 對乳腺癌診斷的準確性、靈敏度優于X 線鉬靶、超聲等技術[2，3]，但也存在假陽性率高等問題。乳腺癌影像學檢查主要需解決兩個問題：①早期定性診斷，患者可在乳腺癌根治術或病灶切除術中獲益，部分良性病變可避免不必要的外科干預；②進展期乳腺癌分期診斷和新輔助化療（neoadjuvant chemotherapy，NAC）療效評估，為患者合理、精準、個體化治療方案的實施提供循證醫學證據，使患者利益最大化。在以上兩點中，MRI 有著獨特優勢[4-6]。MRI 新技術、影像組學和人工智能等在乳腺癌診治中的價值日益彰顯，研究成果豐碩。本文就MRI 在乳腺癌診治中的研究進展進行綜述，旨在為實現乳腺癌早診、早治及個體化治療方案的實施提供參考。

1 乳腺MRI 檢查技術和設備

部分患者MRI 增強檢查中存在乳腺背景實質強化（background parenchymal enhancement，BPE），BPE 由纖維腺體異常強化所致，屬生理性。BPE 的存在給乳腺病灶的評估帶來了極大挑戰，且不可避免，特別是雙側乳腺BPE 不對稱分布、隨機分布時易與非腫塊性乳腺癌混淆，需仔細甄別。一般來說，BPE 受雌激素水平、微血管密度和月經狀態等影響，可呈周期性變化[7]，在月經周期的黃體期達到高峰，所以選擇適宜的檢查時間尤為重要，故絕經前患者推薦在月經來潮后7～10 d 行乳腺MRI 檢查，可避免或減輕BPE 的影響，有利于乳腺病灶的顯示，提高診斷的正確率。

乳腺MRI 檢查可使用普通MRI 掃描儀，但需使用乳腺專用線圈，多數專家推薦使用乳腺專用MRI（DB-MRI）設備，其最大優點是磁場均勻、圖像質量高，有利于病變分析，對病灶后續活檢和治療后評估有很大幫助。DB-MRI 為容積采樣，掃描更迅速，圖像層厚更薄，對于小病灶、微小轉移灶更易發現，其推薦序列為RODEO 脈沖序列。但DB-MRI 同樣存在局限性[8]，主要有：①增強第1 期采集時間為90 s，可能遺漏超早期強化病灶；②DB-MRI 平掃為T1WI，主要反映組織解剖信息，對病變顯示不如常規T2WI；③由于梯度線圈的限制，不能直接進行DWI等功能成像。因此，該項技術還需專業人員繼續探究、不斷發掘、更新完善。

2 MRI 新技術在乳腺癌診治中的應用

2.1 動態增強MRI（DCE-MRI）DCE-MRI 已廣泛應用于臨床工作中，主要包括半定量、定量兩個研究方向的參數，前者評判指標包括時間-信號強度曲線（time signal intensity curve，TIC）、最大信號值、達峰時間、強化率等；后者包括轉移速率常數（Ktrans）、血管內速率常數（Kep）、血管外細胞外間隙容積分數（Ve）等。連鵬等[9]利用半定量方法回顧性分析132 例乳腺病變并與術后病理對照，發現乳腺癌多早期強化，TIC 多為Ⅲ型、良性病變以Ⅰ型曲線居多。

近年來，DCE-MRI 在乳腺癌NAC 療效評估中廣泛應用，有研究顯示DCE-MRI 定量參數可在NAC 后1～2 個療程內預測化療效果[10]，主要由于NAC 后，腫瘤細胞死亡速度加快，細胞密度減低，細胞外間隙相對擴大，病灶總體微循環減慢、灌注減弱所致。周意明等[11]利用DCE-MRI 的定量、半定量參數預測NAC 早期療效，結果顯示顯著反應組（21例）和非顯著反應組（40 例）Ktrans、TIC 等參數指標均有統計學意義，預測NAC 早期療效的曲線下面積（AUC）均＞0.7。半定量參數多指標聯合運用AUC 值為0.812，定量參數多指標聯合運用診斷效能最高，AUC 為0.851，這表明DCE-MRI 的半定量、定量參數均可有效預測NAC 早期療效。

乳腺癌病理類型眾多，對于惡性程度較高的三陰性乳腺癌（triple negative breast cancer，TNBC），余娟等[12]研究了術前空心針活檢得到病理并結合免疫組化證實的52 例TNBC，在NAC 前后均進行DCE-MRI 檢查，31 例完全緩解（CR）病例的Ktrans、Kep、Ve值在NAC 前后均有顯著差異，在非CR 組中只有Ktrans值有統計學意義，其認為NAC 后腫瘤血供減少，Ktrans、Kep反映血管通透性數值降低；再者，NAC 使腫瘤細胞減少、細胞外間隙相對增大，即Ve增加。但是Ve受影響因素較多，其評估NAC 早期療效的效能還有待考證。上述參數中，Ktrans值的AUC最大，為0.964，其靈敏度、特異性也較高。Musall BC等[13]研究認為，造影劑注射1 min 時乳腺腫瘤功能性體積在CR 組和非CR 組中差別最顯著，AUC 為0.85。其結果表明，DCE-MRI 可以很好地預測TNBC早期NAC 的療效，篩選出更敏感的患者，使TNBC患者個體化治療有的放矢。然而，TNBC 亞型眾多，對NAC 的反應和預后不盡相同，如何制定更加合理的治療方案，還需更細化、更大樣本量的研究。

2.2 彌散加權成像（DWI）DWI 是反映活體組織水分子布朗運動狀態的一種功能成像技術，可通過定量參數表觀擴散系數（apparent diffusion coefficient，ADC）值來反映不同生理、病理狀態下水分子運動受限程度。彌散信號的高低主要受彌散敏感系數（b）值、T2穿透效應等影響。該技術最早用于中樞神經系統，對病變顯示非常敏感，如急性腦梗死等。隨著技術的不斷進步和MRI 機器的更新，DWI 對腦部以外的病變運用越來越廣泛，并發揮著重要作用，如乳腺、肝臟及某些良惡性腫瘤的鑒別等。李賢華等[14]利用ADC 值研究乳腺浸潤性導管癌的惡性程度，其結果顯示腫瘤最大徑、間質比、分級與ADC 值呈負相關。劉鴻利等[15]研究ADC 直方圖參數與乳腺癌分子亞型的相關性并得出結論，除ADCmin外，其余ADC參數與乳腺癌的分子分型均存在相關性，HER-2 陽性組的各項ADC 參數值均高于其他類型乳腺癌。ADC 值定量數據準確性較高，可能與腫瘤本身血供、腫瘤細胞密集程度及細胞核大小有關[16]。張曉晶等[17]利用DWI 和DCE-MRI 對29 例行NAC 的乳腺癌患者進行治療前后對比，結果表明NAC 后乳腺癌ADC 值明顯上升，TIC 曲線Ⅲ型者明顯減少，腫塊最大徑明顯縮小，效果顯著。DWI 對乳腺癌的診斷、惡性程度、不同病理類型鑒別及NAC 的療效評估均有一定價值，尤其是定量ADC 值，可提供鑒別信號和NAC 前后對比。

2.3 體素內不相干運動成像（IVIM）上世紀80 年代首次提出IVIM 的概念，活組織體內水分子運動有兩種形式：微循環灌注和擴散，但由于當時MRI 技術軟硬件設備的限制，并未進行廣泛臨床應用。IVIM 成像技術是基于單指數擴散模型DWI 理論發展而來的雙指數模型，參數主要包括假性擴散系數（pseudo-diffusion，D*），當b 值≤200 s/mm2，主要反應微循環灌注；真性擴散系數（pure water diffusion，D），當b 值＞200 s/mm2，微循環灌注受到抑制，其反應水分子單純擴散；灌注分數（perfusion fraction，f），反應微循環灌注在整個擴散過程中的占比。

車樹楠等[18]運用IVIM 模型在乳腺良惡性病變的鑒別研究中發現，惡性病灶D 值為0.86×10-3mm2/s，良性病灶為1.28×10-3mm2/s；惡性病灶f 值為（25.50±9.23）%、良性為（15.98±3.68）%，差異均有統計學意義（P＜0.05），表明IVIM 定量參數可用于鑒別乳腺良惡性病變。有學者[19]研究IVIM 參數與乳腺癌預后危險因素及分子亞型間的關系，結果表明D 值與乳腺癌病理分級、PR 表達呈負相關；D 值和D*值與HER-2 表達呈正相關，D 值具有鑒別乳腺癌亞型的價值，但還需更大樣本量研究證實。呂廣潔等[20]運用IVIM 各參數對乳腺癌NAC 療效評估進行研究發現，D 值、f 值及ADC 值均有參考價值，D*值價值不大。總的來說，IVIM 可用于乳腺癌的診斷、分子亞型鑒別及NAC 療效評估[21]。

2.4 擴散峰度成像（DKI）DKI 主要反映活體組織水分子擴散受限程度以及不均質性，且呈非高斯運動分布，能更好的反映病灶內部細微結構，是基于DWI 技術延伸的新技術。DKI 在乳腺中主要用于良惡性病變的鑒別、腫瘤預后等。其參數主要包括平均擴散率（MD）、平均峰度（MK）、徑/軸向擴散率（R/AD）、徑/軸向峰度（R/AK）、各向異性分數（FA）、峰度各向異性（KA）等，這些參數均由DKI 圖像后處理獲得。鄭樺等[22]研究了110 例乳腺病變患者，137個病灶中良性53 個、惡性84 個，惡性病灶MK、AK、RK、FA 值均高于良性組，MD 值明顯低于良性組；MK、AK、MD 鑒別良惡性病變的AUC 值分別為0.884、0.933、0.892，靈敏度和特異度分別為95.7%、88.5%；86.8%、89.7%；90.3%、89.4%，表明DKI 在鑒別乳腺良惡性病變中具有較高價值。在生物學預后方面，陳倩等[23]研究顯示，人表皮生長因子受體-2（CerbB-2）陽性組MK 值、ADC 值高于陰性組，這可能與CerbB-2 高表達腫瘤微血管不成熟，血管通透性增加有關。但是，也有研究顯示[24]，MK、MD 值在HER-2 不同水平患者中無明顯差異，對于Ki-67 的表達情況，在百分比水平下研究預后相對更合理。隨著MRI 技術的發展、完善，相信在乳腺癌預后方面DKI 能提供更多循證醫學證據。

2.5 磁共振波普成像（MRS）MRS 是反映活體組織物質代謝的一種無創檢查手段，乳腺惡性腫瘤患者瘤灶內可合成多種代謝物，其中以膽堿（Cho）代謝產物為著，利用1H-MRS 檢測乳腺腫瘤時，會出現該峰值升高，其在乳腺良惡性腫瘤鑒別中的價值較高。在NAC 時，由于藥物作用，腫瘤細胞被殺滅，其分泌的Cho 明顯下降，使得MRS 在監測乳腺癌NAC 動態療效評估方面發揮作用。丁偉偉等[25]研究了67 例單一乳腺癌NAC 前后Cho 峰的變化，治療前有58例Cho 峰升高、治療后只有13 例增高；該研究還顯示1H-MRS 與瘤體大小相關，當瘤體＜1.0 cm 時，檢測不到Cho 峰的存在，可能與MRI 空間分辨率低、乳腺癌病理亞型不同有關。當然，惡性腫瘤代謝所產生的物質有很多種，除了1H-MRS 標記常用外，還有31P-MRS 標記物等。隨診MRI 設備的不斷更新，更多的代謝標記物層出不窮，可為乳腺癌的診斷、治療效果評估、監測腫瘤復發提供重要依據。

3 影像組學與人工智能在乳腺癌診治中的應用

影像組學通過計算機高通量提取醫學圖像信息，并轉化為數據，可用于描述腫瘤的異質性，彌補了影像科醫師肉眼觀察影像信息的不足，近年來發展迅猛，已應用到各個器官、組織中。影像組學主要包括以下步驟：圖像采集與處理、病變分割（手動、半自動或計算機識別）、提取特征并分析（建立模型）。傳統的影像組學模型為直方圖、紋理分析，Kolios C等[26]在T2WI 分別提取乳腺癌灶核心區和周邊區并進行紋理分析發現，兩組中有7 個影像特征可用于預測NAC 療效，最佳特征為kNN，準確性為87%。影像組學在乳腺疾病的診治中發揮著重要作用[27]，包括乳腺良惡性疾病的鑒別[28]，乳腺癌不同病理類型的分類（特別是三陰性乳腺癌）[29]，乳腺癌NAC 療效評價及預后，淋巴結轉移情況的判別等。這些結果可靠性強，但大多數存在模型小、樣本量限制問題，對建立模型訓練可能有誤差。在大數據時代，利用AI 技術整合更多的數據、對于影像組學來說具有重要意義。

乳腺MRI 檢查應選擇適宜的檢查時機，專用線圈和規范化操作，還應注意BPE 對圖像的影響。DCE-MRI 是關鍵序列之一，有較高的臨床價值，應首先選擇應用。諸多功能成像序列，如DWI、IVIM、DKI、MRS 等在乳腺癌的診斷、分子亞型分類、NAC療效評估中潛力巨大，可選擇應用。影像組學和人工智能在乳腺癌診治中應用前景廣闊，應受到關注。

乳腺癌的早診、早治有賴于MRI 檢查，MRI 對乳腺良惡性病變鑒別的準確性較高。MRI 還可用于乳腺癌分期、判斷淋巴結轉移、分子亞型的分類等，并可預估NAC 療效，判斷預后，可為乳腺癌的精準治療提供客觀依據。MRI 的廣泛應用或可提高乳腺癌患者生存率、生活質量，降低病死率，前景值得期待。