乳腺癌乳房水腫MRI研究進展

摘要：乳腺癌嚴重威脅女性生命健康，乳腺水腫是乳腺癌常見的并發癥，近年來有研究表明乳腺水腫能反應乳腺癌患者病情嚴重程度、預后情況，MRI對水分子敏感，相對于其他成像方式對水腫的顯示具有較大優勢，引起了國內外學者的關注。本文對近年來圍繞基于MRI的乳腺癌乳房水腫研究展開綜述，總結乳腺水腫發生機制、水腫區域劃分方法、臨床應用價值等研究現狀，提出現階段研究中存在基于MRI顯示的水腫邊界欠清、缺乏乳腺水腫生物代謝研究等局限性，并提出了圖像減影技術、MRS及影像組學技術解決當前研究局限性的思路，旨在為乳腺水腫臨床應用于乳腺腫瘤定性、評估患者病情進展及治療效果等方面提供參考，為乳腺水腫精確定位、研究乳腺水腫生物代謝提供新的研究思路。

關鍵詞：乳腺癌；乳房水腫；磁共振成像

Research progress of MRI in breast cancer with breast edema

HOU Xinyu， YANG Ting， LI Jun

Department of Radiology， Yantai Affiliated Hospital of Binzhou Medical University， Yantai 264100， China

Abstract： Breast cancer is a serious threat to women's life and health. Breast edema is a common complication of breast cancer. In recent years， studies have shown that breast edema can reflect the severity and prognosis of breast cancer patients. MRI is sensitive to water molecules. Compared with other imaging methods， it has greater advantages in showing edema， which has attracted the attention of scholars at home and abroad. This article reviews the research on breast cancer breast edema based on MRI in recent years， summarizing the current status of studies on mechanisms of edema occurrence， methods for delineating edema regions， and clinical application values. It identifies limitations in current research， such as unclear delineation of edema borders on MRI and lack of studies on the biological metabolism of breast edema. Proposed solutions include advanced imaging techniques like image subtraction， MRS， and radiomics to address these limitations. This study aims to provide insights into the clinical application of breast edema for qualitative assessment of breast tumors， evaluation of disease progression， and treatment effectiveness. Additionally， it proposes new research directions for precise localization of breast edema and investigation into its biological metabolism.

Keywords： breast cancer; breast edema; magnetic resonance imaging

乳腺癌是嚴重威脅女性生命健康的惡性腫瘤之一，近年來發病率逐年增高且有年輕化趨勢［1-2］。我國乳腺癌的發病率連續多年位列女性惡性腫瘤之首［3］。MRI具有多參數、軟組織分辨率高、對水分子含量變化敏感等優勢，其利用不同組織中氫質子T1、T2弛豫時間的不同，并結合脂肪抑制技術，可以將乳腺組織中的脂肪、腺體、纖維成分以及囊變、壞死、水腫等病變區域清晰的顯示出來，已在乳腺癌臨床診療中廣泛應用。乳腺水腫作為乳腺癌常見的并發癥已引起越來越多學者的關注，研究表明乳腺水腫具有鑒別乳腺腫瘤良惡性、評估乳腺癌患者病情進展及嚴重程度、預測Ki-67表達、評估新輔助化療效果及術后復發率等潛能，顯示了乳腺水腫在乳腺癌臨床診療中的重要臨床意義和研究價值［4-5］。但同時現階段研究中存在T2WI、T2WI-FS序列顯示水腫邊界欠清以及研究內容缺乏生物代謝相關研究等局限性，且缺乏成熟、可靠的影像學解決方法。本文對近年來國內外與乳腺癌水腫相關的MRI研究進行了系統性綜述，并總結乳腺水腫發生的相關機制、現階段研究中水腫區域劃分方法及分類、乳腺水腫臨床意義等研究成果；并提出應用圖像減影技術、磁共振波譜成像（MRS）、影像組學技術解決當前研究局限性的思路。本研究將為闡明乳腺癌患者乳房水腫的發生機制，發掘臨床應用價值，并將相關研究成果應用于乳腺癌患者臨床診療提供參考依據。

1" 乳腺癌引起乳房水腫的機制

瘤周水腫最早在腦部腫瘤的研究中受到重視，相關研究已證實腫瘤相關性新生毛細血管的生長、腫瘤細胞的浸潤性生長以及血管內皮生長因子的升高均是導致膠質瘤瘤周水腫產生的重要因素［6-7］。乳腺癌導致乳房水腫的機制尚不明確，一項回顧性研究發現，侵襲性乳腺癌乳腺水腫發生率由組織學Ⅰ級的24.1%升高到組織學Ⅲ級的60.5%，說明腫瘤侵襲性越強，乳腺水腫越嚴重；而相關病理學機制已經明確腫瘤向周圍組織的侵襲必然會伴隨腫瘤周圍蛋白水解加快和腫瘤相關性新生毛細血管生成增加，該研究據此推斷，腫瘤周圍蛋白水解和新生毛細血管基底膜滲漏所造成的腫瘤周圍血管通透性增加是乳腺水腫產生的重要機制［4， 8-10］。這與膠質瘤周圍水腫的病理學發生機制類似；同時該研究還提出了炎性細胞因子介導的血管壁滲出增加可能也是水腫發生的原因，這與另一學者提出的［4， 11］觀點相一致。有學者提出了乳腺癌淋巴血管間隙浸潤導致淋巴管阻塞，進而引起淋巴回流受阻引發水腫［5］。另有研究顯示，在發生瘤周水腫乳腺癌中，鏡下觀察往往出現血管擴張，這可能是由于淋巴管、微血管的腫瘤栓塞或者瘤體壓迫導致脈管系統局部閉塞導致，并且瘤周水腫與腫瘤的大小存在明顯的正相關。該研究據此推測，局部淋巴血管系統的機械阻塞和腫瘤周圍空間的粘液滯留或滲漏是乳腺癌瘤周水腫發生的可能的微觀機制［12］。

2" 乳房水腫MRI成像序列及水腫區域的劃分

MRI軟組織分辨率高，其T2WI與T2WI-FS序列對水分子含量變化敏感，是乳腺癌臨床診療中顯示水腫的常用手段，這也為研究乳腺水腫提供了可靠的方法。目前關于乳腺水腫的MRI研究基本是基于T2WI序列或者T2WI-FS序列開展的［4， 11， 13］。腦組織含水量高，腦部惡性腫瘤引起的水腫往往呈片狀、大片狀包裹瘤體，故稱為瘤周水腫。乳腺癌引起的乳房水腫可呈線條狀緊貼在瘤體周圍，也可呈條片狀存在于瘤體周圍的脂肪或腺體間隙中，或者分布于乳房皮下，一般不會呈現大片狀分布，這就給乳腺癌瘤周水腫的定義造成了一定的困難［4， 11， 11， 13］?，F階段的研究中不同學者對乳腺癌水腫區域的定義及劃分有所不同，尤其是對瘤周范圍的定義主觀性較強［13-15］。有學者提到在以往研究中廣義的瘤周區域往往以距瘤體邊緣5 mm以內多見，但筆者認為狹義的瘤周區域應與瘤體的直接侵襲周圍組織的輻射范圍相關，且其區域應受瘤體大小、形狀以及瘤體核心所在位置的影響，而不能以簡單的絕對距離定義［15］。有學者將腫瘤周圍的T2WI高信號區域統稱為瘤周水腫，還有部分學者對不同位置的水腫進行了細致的劃分［11， 13， 14， 16， 17］。有研究根據乳腺水腫出現的位置及病理因素將乳腺局灶性水腫分為瘤周水腫、胸前水腫和皮下水腫3種類型，即瘤周水腫僅僅為其中的一種類型，其在T2WI-FS顯示為緊靠瘤體的條片狀高信號區［11］。另有研究做了更為細致的劃分，在以上3種類型水腫的基礎上增加了彌漫性水腫這一類型［13］。相對于將腫瘤周圍的T2WI高信號區域統稱為瘤周水腫，筆者更支持后兩位學者對不同位置的乳腺水腫進行分類的觀點。

3" 乳腺癌乳房水腫常規MRI研究進展

3.1" 鑒別乳腺病變的良、惡性

水腫在良、惡性病變中均可出現。早期鑒別乳腺占位性病變的良、惡性對患者診療方案的選擇及預后具有重要意義，目前已有基于水腫鑒別乳癌良、惡性病變的研究。有研究納入了108例乳腺占位性病變的患者，其中55例惡性、53例良性，應用T2WI識別瘤周水腫，結果顯示，67.3% （37/55）的惡性病變發生瘤周水腫，而53例良性病變中均未發生瘤周水腫［14］。一項樣本量近1000例患者的大樣本研究排除了囊腫和導管內液體的影響，基于病變周圍組織中病理性T2WI高信號將水腫情況定義為無水腫、單側局灶性水腫、單側彌漫性水腫，研究結果顯示局灶性水腫與惡性腫瘤密切相關，有助于區分乳腺良惡性疾?。?］。有研究認為良、惡性病變均可導致彌漫性乳房水腫，在此情況下胸前水腫的存在是區分良惡性的關鍵［11］。

3.2" 評估乳腺癌的疾病進展、嚴重程度

乳腺癌組織學分級、腫瘤分期、淋巴血管間隙侵犯、腋窩淋巴結轉移及遠處轉移情況可反映乳腺癌的進展與嚴重程度［18］。一項瘤周水腫與乳腺浸潤性導管癌侵襲性相關性的研究表明，乳腺癌分子分型、組織學分級、腫瘤T分期在瘤周水腫陰性組與陽性組之間差異具有統計學意義，其中淋巴結轉移個數與瘤周水腫的程度呈正相關［19］。有學者對乳腺水腫進行了細致的劃分，并提出了胸前水腫伴發彌漫性水腫往往提示惡性病變的觀點［11］。該學者還基于3.0T MRI脂肪抑制序列圍繞乳腺癌伴發的乳房水腫展開了一項樣本量為589例患者的大樣本研究，研究結果顯示乳腺癌患者出現乳房水腫高度提示腫瘤淋巴血管間隙侵犯與腋窩淋巴結轉移［20］。多中心研究的結論相比單中心研究更具有可靠性，一項多中心研究結果顯示術前乳腺癌患者水腫的MRI特征對評估腋窩淋巴結轉移具有一定潛在價值［21］。有研究納入了136例患者，詳細進行了基于MRI評估瘤周水腫的影像學回顧和半定量的組織病理學回顧，結果表明淋巴血管浸潤、間質纖維化和腫瘤壞死的詳細組織病理學特征以及年齡和組織學分級的基線臨床病理學特征與乳腺MRI顯示的瘤周水腫有關［12］。另有研究表明，術前MRI瘤周水腫陽性的乳腺癌患者較陰性患者更易出現遠處轉移［22］。

3.3" 預測Ki-67表達程度

Ki-67是臨床上常用的生物標志物，其表達程度對指導乳腺癌臨床診療具有重要作用［23-25］。一項研究回顧性分析了186例經針刺活檢證實的乳腺癌患者，所有患者均在術前經過MRI掃描，T2WI壓脂序列用于識別瘤周水腫，將Ki-67lt;20%定義為低表達組，Ki-67≥20%定義為高表達組，結果顯示瘤周水腫在Ki-67高、低表達組之間的差異有統計學意義［26］。另一項涉及瘤周水腫與Ki-67表達程度相關性的研究依據瘤周水腫區域的T2WI的信號強度將瘤周水腫分為0～2級，Pearson相關性分析結果顯示瘤周水腫分級與Ki-67的表達程度呈顯著正相關［19］。有研究采用Logistic二元回歸分析瘤周水腫與Ki-67表達程度的關系，結果顯示瘤周水腫與 Ki-67 表達程度呈明顯正相關［14］。

3.4" 評估乳腺癌患者治療效果

乳腺癌新輔助化療的效果是評估患者預后的重要因素，其理想效果是達到病理完全緩解［27-29］。一項基于乳腺水腫分類預測乳腺癌接受新輔助化療的患者的預后情況的研究根據水腫的嚴重程度將水腫進行了評分，將無水腫、瘤周水腫、胸前水腫、皮下水腫依次賦值為1～4分，使用Cox風險模型評估乳腺水腫與乳腺癌患者接受新輔助化療后無進展生存期和總生存期之間的相關性；該研究還評估了開始治療后100月內的疾病無進展發生率，結果不但表明T2WI上未發現水腫的乳腺癌患者預后最好，而且證實了基于T2WI的水腫評分有助于預測乳腺癌患者新輔助化療的預后情況［30］。有學者研究了接受新輔助化療后T2WI脂肪抑制序列上水腫顯示的變化情況，結果表明接受新輔助化療的患者瘤周水腫可發生明顯的改善［31］。一項與Luminal型乳腺癌瘤周水腫預測新輔助化療效果相關的雙中心研究顯示，將兩中心的樣本分別作為訓練集和驗證集，應用COX回歸模型進行預測，結果表明基于MRI顯示的瘤周水腫與接受乳腺癌新輔助化療治療的Luminal型乳腺癌患者的無遠處轉移生存率相關［32］。手術是乳腺癌患者的重要治療手段，有學者對353例接受手術治療且未接受新輔助化療的患者進行了中位時間長達59月的隨訪，通過比對術后復發患者與未復發患者的術前MRI圖像結果，發現了瘤周水腫在術后復發患者中的比例明顯高于無復發患者的現象，且復發趨勢隨水腫嚴重程度呈階梯式增加，該研究證實術前瘤周水腫為乳腺癌術后復發的獨立危險因素［33］。

4" 乳腺癌水腫MRI影像組學研究進展

影像組學中“組學”一詞的由來借鑒于基因組學，是醫學圖像特征產生方式家族化的結果，其起源是基于影像特征是在生物組織的基因型和表型相關的遺傳和蛋白質水平上產生的假設［34］。影像組學發展迅速，大量研究表明基于瘤體或者瘤周固定區域ROI提取的影像組學特征具有鑒別乳腺占位性病變良、惡性，預測乳腺癌免疫組化與分子分型、淋巴結轉移及預后情況等方面的潛能；而亦有研究表明乳腺癌患者的乳房水腫不但在評估乳腺癌患者的疾病進展、預后方面有重要意義，還能反映腫瘤微環境所蘊含的相關信息［12， 35］。有學者應用影像組學技術圍繞乳腺癌導致的水腫進行了相關研究。有研究提取了T2WI乳腺癌乳房水腫區域的影像組學特征，研究顯示術前乳腺水腫影像組學特征與主要的組織學預后因素顯著相關，可提供有關腫瘤生物組織學侵襲性的額外信息［13］。乳腺癌可以分為Luminal A型、Luminal B型、HER-2過表達型及三陰性乳腺癌4型，其中三陰性乳腺癌患者治療最困難，預后往往較差。有研究探索了基于T2WI脂肪抑制序列提取的乳腺癌瘤內及瘤周水腫影像組學特征鑒別三陰性乳腺癌與非三陰性乳腺癌的能力，研究顯示聯合瘤內、瘤周水腫影像組學特征建立的預測模型能有效預測三陰性乳腺癌與非三陰性乳腺癌［15］。

5" 關于乳腺癌乳房水腫MRI研究新方向的思考

5.1" 圖像減影技術應用于乳房水腫MRI研究

乳腺主要由脂肪和腺體組成，雖然T2WI或基于T2WI發展而來的T2WI-FS序列能較好的顯示脂肪中的水腫區域，但是有些乳腺癌患者的腺體和腫瘤含水量較高，其信號強度與水腫區域接近，這導致對水腫區域的識別嚴重依賴于研究者的經驗，且無法對水腫區域和含水量較高的瘤體、腺體進行精確分界［4， 11， 13］。在臨床常用的T1WI-FS動態增強序列中，乳腺脂肪中的水腫區域無強化或者極低強化，也不利于觀察。基于以上，亟需一種方法能將脂肪中的水腫與含水量較高腺體和瘤體進行區分，筆者認為圖像減影技術可提供一種解決此問題的思路。圖像減影技術在數字減影血管造影中廣泛應用，其利用同一區域造影劑注入前后的兩次圖像相減，以消除圖像中相同的密度的結構，從而使充滿造影劑的血管清晰的顯示出來［36］。在T2WI-FS序列中水腫區域的信號往往最高，而在基于T1WI-FS的動態增強序列早、中期惡性腫瘤實質信號達到最高，此時腺體可以呈輕度強化，周圍脂肪中的水腫區域呈無強化或可以忽略不計的低強化。因此，通過將相同層面的T2WI-FS圖像與瘤體信號初次達到峰值的T1WI-FS的動態增強圖像進行空間配準后做圖像相減，可以使減影圖像中水腫區域呈明顯的高信號，強化的瘤體呈明顯低信號，腺體呈稍低、等或稍高信號。由此可以將脂肪區域的水腫清晰的顯示出來。當富含腺體的乳腺組織出現病理性水腫時，水腫區域在T2WI-FS信號較正常腺體更高，血供往往較正常腺體減少或相近，因此在增強掃描時強化更低，因此理論上減影技術也適用于腺體組織的水腫的顯示。

5.2" MRS應用于乳房水腫MRI研究

乳腺癌乳房水腫發生機制尚無統一定論，研究手段相對缺乏是目前迫切需要解決的問題。

MRS作為一種無創性定量檢查技術，其利用化學位移研究分子結構，可以反映人體組織的生物代謝變化，已在神經系統腫瘤的診斷、分級中廣泛應用［37-39］。亦有學者將其用于研究腦部腫瘤周圍水腫的研究，有研究表明瘤周水腫區Cho/NAA、Cho/Cr值可以應用于鑒別診斷腦高級別膠質瘤與腦轉移瘤［40］。MRS在乳腺疾病的臨床診療中尚不作為常規檢查手段，其價值仍處于研究階段。有研究顯示MRS有鑒別乳腺腫瘤良惡性、評估乳腺癌病情進展及預后等方面的價值。有研究顯示，基于MRS的脂質代謝物定量評估有成為乳腺癌非侵入性診斷方法的潛能［41］。有研究證實出現tCho峰與乳腺癌分級、Ki-67高表達以及病變范圍存在相關性［42］。乳腺惡性組織中甘氨酸、乳酸水平的升高可能預示乳腺癌患者預后不良［43-44］。關于乳腺癌乳房水腫機制及臨床應用的研究多依賴于組織病理學結果的最終證實，且無法反映其代謝功能變化，僅僅從組織與細胞的形態學水平進行相關推斷證實，而MRS可無創性獲取人體組織代謝變化的特點或許能為乳腺癌乳房水腫發生機制的研究提供一種簡便、高效的手段［45-47］。

5.3" 關于乳腺癌乳房水腫影像組學研究方向的思考

基于乳腺癌影像組學研究已取得的大量研究成果以及乳腺癌乳房水腫MRI相關研究的開展，部分學者已將影像組學技術應用于乳腺癌乳房水腫的研究，但研究方向大多與傳統的乳腺癌影像組學研究一致，即側重于乳腺癌臨床診斷、分子分型及評估患者預后，缺乏針對乳腺癌發生發展過程中重要機制的研究［48-51］。筆者認為，在此情況下影像組學可憑借其高通量特征、非侵襲性、操作相對簡便等優勢作為一種研究方法應用于乳腺癌及乳房水腫病理生理機制的研究［52-56］。在基于MRI影像組學研究乳房水腫對乳腺癌臨床診斷、分子分型及患者預后的價值時，應注重與傳統乳腺癌MRI影像組學模型效能進行比較。

6" 小結與展望

隨著乳腺癌乳房水腫MRI研究的不斷進展，越來越多的證據表明乳腺癌的分化情況、患者病情的嚴重程度及預后情況與水腫存在密切的相關性，展示出巨大的研究前景；但目前相關研究尚在起步階段，面臨許多挑戰，研究方法的可靠性、多樣性尚存在一定的不足，尚無國內外權威研究機構、學者及相關部門發布可供學術界參考的分類標準。未來，將圖像減影技術、MRS以及其它更新的影像研究方法應用于乳腺癌患者乳房水腫的研究將有助于闡明乳腺癌患者乳房水腫的發生機制、發掘其臨床應用價值；將相關研究成果應用于乳腺癌患者臨床診斷、治療中，有望提高乳腺癌患者的生存率、治愈率及生活質量。

參考文獻：

［1］" "Wang YJ， Li YC， Song Y， et al. Comparison of ultrasound and mammography for early diagnosis of breast cancer among Chinese women with suspected breast lesions： a prospective trial[J]. Thorac Cancer， 2022， 13（22）： 3145-51.

［2］" " 王" 亮， 梅海清， 彭紅芬， 等. 紋理分析聯合TIC曲線對乳腺浸潤性導管癌與纖維腺瘤鑒別診斷的價值［J］. 磁共振成像， 2021， 12（10）： 53-6.

［3］" " 國家腫瘤質控中心乳腺癌專家委員會. 中國乳腺癌規范診療質量控制指標（2022版）[J]. 中華腫瘤雜志， 2022， 44（3）： 203-8.

［4］" " Baltzer PA， Yang F， Dietzel M， et al. Sensitivity and specificity of unilateral edema on T2w-TSE sequences in MR-Mammography considering 974 histologically verified lesions[J]. Breast J， 2010， 16（3）： 233-9.

［5］" " Jiang WY， Meng RQ， Cheng Y， et al. Intra- and peritumoral based radiomics for assessment of lymphovascular invasion in invasive breast cancer[J]. J Magn Reson Imaging， 2024， 59（2）： 613-25.

［6］" " 王" 茹， 王少彧， 張華鵬， 等. 瘤體、瘤周水腫區DCE-MRI對彌漫性膠質瘤分級的應用價值[J]. 磁共振成像， 2021， 7（6）： 88-91.

［7］" " Almeida-Freitas DB， Pinho MC， Otaduy MC， et al. Assessment of irradiated brain metastases using dynamic contrast-enhanced magnetic resonance imaging[J]. Neuroradiology， 2014， 56（6）： 437-43.

［8］" "Almholt K， Green KA， Juncker-Jensen A， et al. Extracellular proteolysis in transgenic mouse models of breast cancer[J]. J Mammary Gland Biol Neoplasia， 2007， 12（1）： 83-97.

［9］" " Munaut C， No?l A， Hougrand O， et al. Vascular endothelial growth factor expression correlates with matrix metalloproteinases MT1-MMP， MMP-2 and MMP-9 in human glioblastomas[J]. Int J Cancer， 2003， 106（6）： 848-55.

［10］" Oxmann D， Held-Feindt J， Stark AM， et al. Endoglin expression in metastatic breast cancer cells enhances their invasive phenotype[J]. Oncogene， 2008， 27（25）： 3567-75.

［11］" Uematsu T. Focal breast edema associated with malignancy on T2-weighted images of breast MRI： peritumoral edema， prepectoral edema， and subcutaneous edema[J]. Breast Cancer， 2015， 22（1）： 66-70.

［12］" Park NJ， Jeong JY， Park JY， et al. Peritumoral edema in breast cancer at preoperative MRI： an interpretative study with histopathological review toward understanding tumor microenvironment[J]. Sci Rep， 2021， 11（1）： 12992.

［13］" Santucci D， Faiella E， Cordelli E， et al. The impact of tumor edema on T2-weighted 3T-MRI invasive breast cancer histological characterization： a pilot radiomics study[J]. Cancers， 2021， 13（18）： 4635.

［14］" 湯衛霞， 盛美紅， 龔沈初， 等. T2WI相對信號強度聯合瘤周水腫在乳腺良惡性病變中的診斷價值[J]. 臨床放射學雜志， 2020， 39（12）： 2411-4.

［15］" 孫瑞紅， 胡" 蕓， 黃增發， 等. 基于T2WI抑脂瘤內及瘤周水腫影像組學預測三陰性乳腺癌的價值[J]. 臨床放射學雜志， 2024， 43（2）： 204-9.

［16］" Uematsu T， Kasami M， Watanabe J. Can T2-weighted 3-T breast MRI predict clinically occult inflammatory breast cancer before pathological examination？ A single-center experience[J]. Breast Cancer， 2014， 21（1）： 115-21.

［17］" Uematsu T. MRI findings of inflammatory breast cancer， locally advanced breast cancer， and acute mastitis： T2-weighted images can increase the specificity of inflammatory breast cancer[J]. Breast Cancer， 2012， 19（4）： 289-94.

［18］ Mao N， Jiao ZM， Duan SF， et al. Preoperative prediction of histologic grade in invasive breast cancer by using contrast-enhanced spectral mammography-based radiomics[J]. J Xray Sci Technol， 2021， 29（5）： 763-72.

［19］" 姚玲莉， 洪" 凱， 章佳波， 等. 磁共振成像中瘤周水腫與乳腺浸潤性導管癌侵襲性的相關性研究[J]. 中國現代醫生， 2024， 62（1）： 59-62.

［20］" Uematsu T， Kasami M， Watanabe J. Is evaluation of the presence of prepectoral edema on T2-weighted with fat?suppression 3 T breast MRI a simple and readily available noninvasive technique for estimation of prognosis in patients with breast cancer？[J]. Breast Cancer， 2014， 21（6）： 684-92.

［21］" Xu ZY， Ding YY， Zhao K， et al. Correction to： MRI characteristics of breast edema for assessing axillary lymph node burden in early-stage breast cancer： a retrospective bicentric study[J]. Eur Radiol， 2022， 32（12）： 8778.

［22］ Song SE， Shin SU， Moon HG， et al. MR imaging features associated with distant metastasis-free survival of patients with invasive breast cancer： a case-control study[J]. Breast Cancer Res Treat， 2017， 162（3）： 559-69.

［23］" Gown AM. The biomarker ki-67： promise， potential， and problems in breast cancer[J]. Appl Immunohistochem Mol Morphol， 2023， 31（7）： 478-84.

［24］" 曾小科， 王學梅， 陳治光， 等. 男性乳腺浸潤性導管癌超聲表現與Ki-67、HER-2表達的相關性研究[J]. 中國臨床醫學影像雜志， 2022， 33（1）： 11-4.

［25］" Lee J， Lee YJ， Bae SJ， et al. Ki-67， 21-gene recurrence score， endocrine resistance， and survival in patients with breast cancer[J]. JAMA Netw Open， 2023， 6（8）： e2330961.

［26］ Panzironi G， Moffa G， Galati F， et al. Peritumoral edema as a biomarker of the aggressiveness of breast cancer： results of a retrospective study on a 3 T scanner[J]. Breast Cancer Res Treat， 2020， 181（1）： 53-60.

［27］" Takaoka M， Ohsumi S， Ikejiri H， et al. Pathological complete response patients after neoadjuvant chemotherapy in breast cancer[J]. Acta Med Okayama， 2022， 76（2）： 105-11.

［28］ Davey MG， Kerin E， O’Flaherty C， et al. Clinicopathological response to neoadjuvant therapies and pathological complete response as a biomarker of survival in human epidermal growth factor receptor-2 enriched breast cancer - A retrospective cohort study[J]. Breast， 2021， 59： 67-75.

［29］" Gradishar WJ， Moran MS， Abraham J， et al. Breast cancer， version 3.2022， NCCN clinical practice guidelines in oncology[J]. J Natl Compr Canc Netw， 2022， 20（6）： 691-722.

［30］" Harada TL， Uematsu T， Nakashima K， et al. Evaluation of breast edema findings at T2-weighted breast MRI is useful for diagnosing occult inflammatory breast cancer and can predict prognosis after neoadjuvant chemotherapy[J]. Radiology， 2021， 299（1）： 53-62.

［31］" Liang T， Hu B， Du HW， et al. Predictive value of T2-weighted magnetic resonance imaging for the prognosis of patients with mass?type breast cancer with peritumoral edema[J]. Oncol Lett， 2020， 20（6）： 314.

［32］" Kwon BR， Shin SU， Kim SY， et al. Microcalcifications and peritumoral edema predict survival outcome in luminal breast cancer treated with neoadjuvant chemotherapy[J]. Radiology， 2022， 304（2）： 310-9.

［33］ Cheon H， Kim HJ， Kim TH， et al. Invasive breast cancer： prognostic value of peritumoral edema identified at preoperative MR imaging[J]. Radiology， 2018， 287（1）： 68-75.

［34］" 李忠遠， 歐陽愛梅. 乳腺MRI影像組學研究方法及其預后應用進展[J]. 磁共振成像， 2023， 14（9）： 141-7.

［35］ Xu WJ， Zheng BJ， Lu J， et al. Identification of triple-negative breast cancer and androgen receptor expression based on histogram and texture analysis of dynamic contrast-enhanced MRI[J]. BMC Med Imaging， 2023， 23（1）： 70.

［36］" 林志勇. 數字減影血管造影在消化道動脈出血患者中的診斷分析[J]. 中國醫療器械信息， 2023， 29（15）： 64-6.

［37］" 蘇曉艷， 趙蓮萍， 謝宇平， 等. 原發性失眠患者腦磁共振波譜成像研究[J]. 磁共振成像， 2022， 13（2）： 47-51.

［38］" 耿" 磊， 孫" 毅， 趙" 妍， 等. 表觀擴散系數值聯合磁共振波譜成像在原發性中樞神經系統淋巴瘤診斷中的應用： 基于Logistic回歸模型[J]. 分子影像學雜志， 2021， 44（4）： 594-601.

［39］" 劉" 海， 萬" 濤， 許" 華， 等. 彌散張量成像及氫質子磁共振波譜影像表現對顱腦高級別膠質瘤瘤周浸潤的預測[J]. 分子影像學雜志， 2021， 44（5）： 849-52.

［40］" 索紅娜， 李艷翠， 彭如臣. 1H-MRS聯合DTI在腦高級別膠質瘤與轉移瘤鑒別診斷中的應用探討[J]. 磁共振成像， 2023， 14（12）： 103-8， 120.

［41］" Thakur SB， Horvat JV， Hancu I， et al. Quantitative in vivo proton MR spectroscopic assessment of lipid metabolism： value for breast cancer diagnosis and prognosis[J]. J Magn Reson Imaging， 2019， 50（1）： 239-49.

［42］ Galati F， Luciani ML， Caramanico C， et al. Breast magnetic resonance spectroscopy at 3 T in biopsy-proven breast cancers： does choline peak correlate with prognostic factors？[J]. Invest Radiol， 2019， 54（12）： 767-73.

［43］" Cheung SM， Husain E， Masannat Y， et al. Lactate concentration in breast cancer using advanced magnetic resonance spectroscopy[J]. Br J Cancer， 2020， 123（2）： 261-7.

［44］" Bitencourt AGV， Pinker K， Thakur S. Elevated glycine detected on in vivo magnetic resonance spectroscopy in a breast cancer patient： case report and literature review[J]. BJR Case Rep， 2020， 6（1）： 20190090.

［45］" Guz W， Podgórski R， Bober Z， et al. In vitro MRS of cells treated with trastuzumab at 1.5 tesla[J]. Int J Mol Sci， 2024， 25（3）： 1719.

［46］Kohe S， Bennett C， Burté F， et al. Metabolite profiles of medulloblastoma for rapid and non-invasive detection of molecular disease groups[J]. EBioMedicine， 2024， 100： 104958.

［47］Vints WAJ， Valatkevi?ien? K， Levin O， et al. Hippocampal neurometabolic and structural changes from pre-to post-COVID-19： a case-series study[J]. Magn Reson Imaging， 2024， 109： 249-55.

［48］ Han XR， Gong ZZ， Guo Y， et al. Exploration of a noninvasive radiomics classifier for breast cancer tumor microenvironment categorization and prognostic outcome prediction[J]. Eur J Radiol， 2024， 175： 111441.

［49］" Zhu YQ， Ma Y， Zhai ZZ， et al. Radiomics in cone-beam breast CT for the prediction of axillary lymph node metastasis in breast cancer： a multi-center multi-device study[J]. Eur Radiol， 2024， 34（4）： 2576-89.

［50］ Hatamikia S， George G， Schwarzhans F， et al. Breast MRI radiomics and machine learning?based predictions of response to neoadjuvant chemotherapy?How are they affected by variations in tumor delineation？[J]. Comput Struct Biotechnol J， 2024， 23： 52-63.

［51］ Hu L， Jin PL， Xu W， et al. Clinical and radiomics integrated nomogram for preoperative prediction of tumor?infiltrating lymphocytes in patients with triple-negative breast cancer[J]. Front Oncol， 2024， 14： 1370466.

［52］Jiang YM， Zhou KN， Sun ZP， et al. Non?invasive tumor microenvironment evaluation and treatment response prediction in gastric cancer using deep learning radiomics[J]. Cell Rep Med， 2023， 4（8）： 101146.

［53］" Prayer F， Watzenb?ck ML， Heidinger BH， et al. Fetal MRI radiomics： non-invasive and reproducible quantification of human lung maturity[J]. Eur Radiol， 2023， 33（6）： 4205-13.

［54］ Chen M， Copley SJ， Viola P， et al. Radiomics and artificial intelligence for precision medicine in lung cancer treatment[J]. Semin Cancer Biol， 2023， 93： 97-113.

［55］" Mei?ner AK， Gutsche R， Galldiks N， et al. Radiomics for the non-invasive prediction of PD?L1 expression in patients with brain metastases secondary to non?small cell lung cancer[J]. J Neurooncol， 2023， 163（3）： 597-605.

［56］" Selvam M， Chandrasekharan A， Sadanandan A， et al. Radiomics as a non?invasive adjunct to Chest CT in distinguishing benign and malignant lung nodules[J]. Sci Rep， 2023， 13（1）： 19062.

（編輯：孫昌朋）

收稿日期：2024-04-22

基金項目：山東省自然科學基金面上項目（ZR2022MH064）

作者簡介：侯鑫宇，在讀碩士研究生，住院醫師，E-mail： 1273497717@qq.com

通信作者：李" 軍，博士，副教授，E-mail： bzmceducn@sina.com