體素內不相干運動擴散加權成像直方圖分析評估浸潤性乳腺癌分子亞型及預后因素研究

黃曉妮，江遠亮，薛陽，熊飛，沈桂萍，黃文才

乳腺癌在2020年已超過肺癌成為女性最常見的惡性腫瘤[1]，隨著乳腺癌篩查的普及，越來越多的乳腺癌在早期被檢出，并通過個體化治療大大地提高了患者的生存率。臨床上通常根據免疫組化把乳腺癌分為4種分子亞型，即Luminal A型、Luminal B型、HER2過表達型及三陰性型[2]。不同亞型的乳腺癌不僅在組織學上存在較大差異，在治療方法及預后上也有很大不同。另外乳腺癌的預后與腫瘤的組織學分級、腋窩淋巴結是否轉移及Ki-67表達情況密切相關。

擴散加權成像(diffusion-weighted imaging，DWI)及其表觀擴散系數(apparent diffusion coefficient，ADC)已被常規應用于乳腺疾病的評估，但ADC值容易受到組織血流微循環灌注的影響。LeBihan等[3]提出的體素內不相干運動(intravoxel incoherent motion，IVIM)模型，在基于雙指數擬合方式分離得出真實擴散系數(D)、與腫瘤血管密度相關的偽擴散系數(D*)及與腫瘤組織內血容量相關的灌注分數(f)，較單指數模型能更準確反映組織的真實微環境[4]，因而能更好地用于鑒別乳腺腫瘤良惡性、預測乳腺癌分子亞型和預后、評估乳腺癌新輔助化療療效等[5-8]。另外，直方圖分析作為近年來一種新興的定量分析方法，能夠進行更深層次的數據挖掘，更準確反映病變的異質性[9]。因此，本研究旨在探討IVIM-DWI直方圖參數分析評估浸潤性乳腺癌分子亞型及預后因素的價值，為乳腺癌的個體化治療提供更多有價值的信息。

材料與方法

1．病例資料

回顧性分析2018年1月至2021年10月因乳腺病變于我院就診并行MRI檢查的患者病例資料，所有患者均在檢查前簽署知情同意書。病例納入標準：①乳腺MRI檢查前未進行過乳腺相關的穿刺活檢、化學治療、放射治療或切除術等治療；②MRI檢查后2周內經手術或穿刺病理證實為浸潤性乳腺癌；③患者臨床和病理資料完整。病例排除標準：圖像質量不佳，不能用于分析。最后共105例患者納入本研究，均為女性，年齡30～77歲，平均 (55±13) 歲。

2．檢查方法

MRI檢查采用美國GE Signa HDxt 1.5T MRI掃描儀，乳腺專用8通道相控表面線圈?；颊呷「┡P位，足先進，雙側乳腺自然下垂于線圈內。磁共振常規平掃序列及參數：①軸面 FSE T1WI序列，TR 650.0 ms，TE 9.6 ms，層厚4.0 mm，層間距1.0 mm，視野300 mm×300 mm，矩陣320×224；②軸面STIR序列，TR 5800.0 ms，TE 42.0 ms，層厚4.0 mm，層間距1.0 mm，視野300 mm×300 mm，矩陣320×224；③雙乳矢狀面FSE T2WI序列，TR 3800.0 ms，TE 85.0 ms，層厚4.0 mm，層間距1.0 mm，視野200 mm×200 mm，矩陣320×224。DWI序列及參數：DWI(多b值)采用軸面FSE-EPI技術掃描，b值取0、50、150、200、600、1000、2000 s/mm2，TR 5000.0 ms，TE 93.0 ms，層厚4.0 mm，層間距1.0 mm，視野300 mm×300 mm，矩陣128×128。磁共振動態對比增強(dynamic contrast-enhanced MRI，DCE-MRI)采用軸面VIBRANT技術行3D動態掃描，掃描參數：TR 5.4 ms，TE 2.6 ms，翻轉角12°，層厚2.8 mm，層間距0 mm，視野320 mm×320 mm，矩陣416×320。動態增強掃描前先掃蒙片，然后采用高壓注射器經肘靜脈團注對比劑釓噴酸葡胺注射液，劑量為0.2 mL/kg，流率為2.0 mL/s，對比劑注射完成后立即注射20 mL生理鹽水，即刻連續掃描10個時相，單期掃描時間約為58 s，共需約10 min。

3.圖像分析

將多b值DWI圖像輸入Firevoxel開源軟件(CAI2R,New York University,NY,USA)進行IVIM雙指數模型直方圖分析。在軸面b=1000 s/mm2DWI圖像從上到下逐層手動勾畫整個病灶感興趣區(region of interest，ROI)，包含病灶的囊變、壞死區或出血區域，以此來更好地評估異質性。病灶ROI由1位具有3年乳腺MRI診斷經驗的放射科醫師勾畫，腫瘤的大小、形態參考DCE-MRI圖像，當病灶范圍不確定時，由另1位具有10年以上乳腺MRI診斷經驗的醫師確定。分別在生成的D、D*、f值直方圖上記錄每個病灶相應的最小值(minimum)、最大值(maximum)、平均值(mean)、中位數(median)以及第10、90百分位數(10th、90th)、偏度(skewness)、峰度(kurtosis)。

4.病理分析

組織病理學評估包括病理類型、組織學分級、腋窩淋巴結轉移情況以及ER、PR、HER2、Ki-67表達情況的檢測。組織學分級采用Nottingham分級系統進行評估，將Ⅰ級定義為低級別組，Ⅱ級、Ⅲ級定義為高級別組[10]。根據腋窩淋巴結是否轉移分為淋巴結陽性組和淋巴結陰性組。ER、PR 判定標準參考《乳腺癌雌、孕激素受體免疫組織化學檢測指南(2015版)》[11]：ER、PR細胞核染色≥1%定義為陽性，反之為陰性。

HER2判定標準參考《乳腺癌HER2檢測指南(2019版)》[12]：HER2標記為陽性()或原位雜交檢測為HER2基因擴增時定義為HER2陽性。Ki-67根據《中國抗癌協會乳腺癌診治指南與規范(2021版)》標準[13]：>20%為高表達，≤20%為低表達?；诿庖呓M化結果將乳腺癌分為Luminal A型、Luminal B型、HER2過表達型和三陰性型4種分子亞型[14]。

5．統計學分析

采用SPSS 26.0軟件進行統計學分析。計量資料以平均值±標準差表示，計數資料以頻數(%)表示，采用Kruskal-WallisH檢驗比較IVIM-DWI直方圖參數在四組分子亞型間的差異，Logistic逐步回歸法進行預測模型的建立，先納入D值、D*值、f值所有直方圖參數，再選擇向前逐步：(Conditional條件法)篩選變量，得到預測分子亞型、預后因素模型的二元logistic回歸方程及預測概率。采用MedCalc軟件繪制受試者工作特征(receiver operating characteristic，ROC)曲線，得到各模型的曲線下面積 (area under curve，AUC)、敏感度及特異度。以P<0.05為差異有統計學意義。

結 果

1．患者一般資料

就拿2018年9月原創版所刊姬皓婷的《那又怎么樣》一文來說，初看平平常常，再看卻意味深長。生活中的煩惱被明智的處事態度一掃而凈，頓時體悟到“我笑世界皆笑”的旨義，讓我聯想到修心化性的重要。性格良好，心態轉變，去除陰翳，葆有正能量，一身正氣，遇事想得開、看得淡、放得下，就會心晴天不陰。處事順遂、定得住位，守好自身，不被負面情緒所劫持，笑對萬象，才能健康快活地過好每一天。

本研究納入105例乳腺癌患者，均為女性、單發病灶，年齡30～77歲，平均(55±13)歲；病灶最大橫截面直徑為8.39～49.50 mm，中位數23.26 mm；腫塊型81例(77.1%)，非腫塊型24例(22.9%)；組織學分級1級2例(2.3%)，2級63例(72.4%)，3級22例(25.3%)(部分穿刺活檢病例無組織學分級信息)；腋窩淋巴結陽性48例(53.3%)，陰性42例(46.7%)(部分穿刺活檢病例無淋巴結相關信息)；病理類型均為非特殊類型浸潤性乳腺癌，按分子亞型分類，Luminal A型29例(27.6%)，Luminal B型42例(40.0%)，HER2過表達型20例(19.1%)，三陰性型14例(13.3%，圖1)；Ki-67高表達68例(64.8%)，低表達37例(35.2%)。

圖1 三陰性型乳腺癌患者，女，32歲，R-IDC(非特殊類型)，組織學3級。腫瘤大小為27.4 mm×20.3 mm×31.5 mm，ALN 3/13。ER(-)，PR(-)，HER2(-)，Ki-67約70%。 a)D值偽彩圖；b)D值直方圖；c)D*值偽彩圖；d)D*值直方圖；e)f值偽彩圖；f)f值直方圖。

2．不同分子亞型乳腺癌IVIM-DWI直方圖定量參數分析

D值的平均值、中位數、10th、90th及偏度在四組間差異有統計學意義(P<0.05)；D*值的所有直方圖參數在四組間差異均有統計學意義(P<0.05)；f值的最小值、最大值、平均值、中位數及偏度在四組間差異有統計學差異(P<0.05，表1)。

表1 不同分子亞型間IVIM-DWI直方圖參數比較結果

3．構建基于IVIM-DWI直方圖參數的乳腺癌分子亞型預測模型

表2 不同分子亞型乳腺癌預測模型的ROC曲線分析結果

4．構建基于IVIM-DWI直方圖參數的乳腺癌預后因素預測模型

表3 乳腺癌預后因素預測模型的ROC曲線分析結果

討 論

雙指數模型IVIM-DWI通過多b值區分組織擴散和灌注，較傳統的DWI能提供更多的微環境信息。本研究探討了IVIM-DWI定量參數直方圖分析評估浸潤性乳腺癌分子亞型及預后因素的價值，通過Logistic逐步回歸法共建立了6個預測模型，研究結果顯示除了預測組織學分級的模型外，其余預測模型AUC均大于0.7，最高可達0.874。研究結果表明基于IVIM-DWI定量參數直方圖構建的模型能較好地預測浸潤性乳腺癌的分子亞型及部分預后因素。

1．IVIM-DWI定量參數直方圖評估乳腺癌分子亞型

2．IVIM-DWI定量參數直方圖評估乳腺癌預后因素

安婷婷等[19]的研究表明乳腺癌分級與D值呈負相關，與D*值呈正相關，f值組間差異無統計學意義(P>0.05)。劉瑜琳等[20]研究指出D值、D*值的直方圖參數與乳腺癌Ki-67增殖指數存在相關性。本研究沒有對IVIM直方圖參數與乳腺癌預后因素進行Spearman相關性分析，而是進一步使用Logistic回歸構建預測預后因素的模型。本研究中除組織學分級預測模型外，淋巴結轉移、Ki-67表達情況的預測模型AUC均大于0.7，具有良好的診斷效能，Ki-67表達情況預測模型的診斷效能較淋巴結轉移預測模型高(AUC分別為0.810、0.718)。馮雯等[17]的研究中基于Logistic回歸的診斷模型較單個直方圖參數(AUC均>0.5)具有更高的診斷效能，其中鑒別Ki-67表達情況的模型效能最高，AUC為0.861(95%CI：0.761～0.960)，與本研究結果相似。Ki-67是一種與有絲分裂關系密切的蛋白質抗原，是反映細胞增殖情況的指標，其數值越大，表示腫瘤細胞密度越高，導致水分子擴散受限，D值降低。本研究Ki-67表達情況預測模型同時納入了Dmedian、Dskewness，提高了模型的診斷效能。雖然淋巴結轉移預測模型同時納入了D值、D*值及f值直方圖參數，但模型的診斷效能沒有只納入D值的Ki-67表達情況預測模型高，分析其原因，可能是由于淋巴結狀態與IVIM定量參數的相關性較弱。車樹楠等[10]、李曉芳等[21]研究表明雙指數模型各參數在淋巴結陰性組與陽性組間差異無統計學意義(P>0.05)，通過病灶的IVIM參數判斷腋窩淋巴結是否轉移仍有待進一步研究。

本研究存在以下局限性：①樣本量相對較小，尤其是三陰性型乳腺癌病例占比少，可能對結果造成一定的偏差；②手動勾畫ROI可能導致腫瘤邊界存在人工偏差，應用自動分割算法可以減少人為偏差；③本研究采用的直方圖分析方法，只是影像組學的一階特征，后續將進一步運用影像組學的方法進行更深入的研究。

綜上所述，基于IVIM-DWI定量參數直方圖構建的模型能較好地預測乳腺癌分子亞型和部分預后因素，可為乳腺癌患者個性化治療提供更多有價值的信息。