三維重建及打印技術在乳腺腫瘤中的研究進展

魯媛媛，李俊來，宋丹緋

(1.中國人民解放軍海軍總醫院超聲科，北京 100048；2.中國人民解放軍醫學院，北京 100853；3.中國人民解放軍總醫院南樓超聲科，北京 100853)

乳腺癌已經成為全球女性最常見的癌癥之一，也是女性因癌癥死亡的主要原因之一[1]。近年來，雖然全球乳腺癌的患病率仍呈增長趨勢，但在醫療水平發達的國家其病死率呈下降趨勢[2]。乳腺癌病變早期是最有效的治療時間，可降低40%的死亡率[3]。乳腺作為女性重要的器官之一，外科醫師在致力于提高生存率的同時，也在不斷追求最大限度保留正常乳腺組織及乳腺術后重建，以提高患者的術后生活質量[4-6]。影像醫學在提高乳腺癌診斷準確率的同時，三維重建及打印技術也可為乳腺癌的治療提供更多信息。三維重建及打印技術可為術者直觀立體呈現乳腺病灶的位置、形態、容積及其與周圍組織的空間解剖關系等信息，利于醫患溝通、制定手術方案、乳房個體化重建及評估放化療效果等[7-9]。本文對基于醫學影像學的三維重建及打印技術在乳腺占位性病變診療中的研究進展進行綜述。

1 三維重建技術及三維打印技術概述

基于醫學影像的三維重建技術是根據輸入的斷層圖像信息，通過分割、提取等處理后，構建組織的三維幾何圖像，并通過智能化軟件設計為術者提供測量計算等信息。三維打印技術是以數字模型成像技術為基礎，通過連續打印、逐層堆積的方式生成三維立體模型。通過三維重建技術及三維打印技術可獲得全方位、立體、智能的動、靜態影像，清晰顯示病變空間位置、形態結構及與周圍臟器解剖關系等，有助于術前規劃、測量、計算、模擬手術操作，也有助于制定個體化治療方案和提高手術準確率和安全性。三維重建技術還可用于術中影像導航及精確評估治療效果。三維打印技術是在三維重建技術上將乳腺組織及病變進行體外再現。近年來，三維重建技術及三維打印技術已廣泛應用于肝膽外科、整形外科、頜面外科、骨科等的臨床診療[10-11]。目前，國外乳腺三維重建技術及三維打印技術已用于對乳腺腫瘤切除的手術指導、個體化治療、乳腺重建(自體脂肪及組織皮瓣移植等)及放化療術后評價等的研究，國內則主要用于指導乳腺腫瘤切除手術及評價化療藥效果[12-14]。

2 基于醫學影像學的乳腺三維重建及三維打印技術

2.1 MR三維重建及三維打印技術 MRI軟組織分辨率高，對乳腺腫瘤具有較高的診斷準確率及特異度，增強MRI可清晰顯示乳腺病灶及周邊血管分布，為治療及乳腺重建提供參考依據。其在乳腺三維重建及三維打印方面研究相對成熟，主要應用于評價乳腺腫瘤大小和為乳腺再造術提供移植部位體積信息。Rha等[15]研究發現采用MRI測量殘余腫瘤的最大徑、最大截面積和體積與病理測量結果呈正相關(r=0.942、0.941、0.903，P均<0.01)，并認為乳腺MR三維重建技術可準確評估殘余腫瘤的體積。研究[16-17]發現，與術后即刻病理對照，MRI及CT估測乳房體積的相關系數分別為0.928和0.782，因此認為MRI較CT可提供更準確的乳腺體積信息。MRI還可為乳腺再造術提供移植部位體積信息，研究[18]顯示MRI估測的皮瓣重量比CT更接近實際皮瓣重量(r=0.959、0.873，P=0.001、0.001)。MR增強圖像可提供自體組織重建區域的血管信息，三維重建技術可提供可靠的乳腺假體及自體組織重建所需的自體皮瓣和自體脂肪的體積信息。Levi等[19]研究發現，MRI可用于皮瓣乳房重建術前風險評估，降低傷口愈合并發癥，提高自體皮瓣移植存活率。但由于費用昂貴，國內還未廣泛應用，僅有小樣本的病例報道[20]。

2.2 CT三維重建及三維打印技術 CT檢查受操作者主觀影響小，掃查全面，其三維重建及三維打印技術的研究較多。患者的CT檢查體位與外科乳腺手術體位相同，均為仰臥位，因此基于CT的乳腺三維重建及三維打印技術可直觀顯示病灶空間位置、形態等信息，且乳腺組織為易形變組織，與手術相同的體位可減少因形變而產生的位置和體積的誤差，以精確進行術前設計及重建規劃。研究[21-22]顯示CT三維重建及三維打印技術可使外科醫師實現多個平面的可視化，明顯縮短自體皮瓣重建手術時間，減少二次不對稱校正操作。Eder等[23]研究認為CTA預測的皮瓣體積與實際皮瓣重量呈高度相關(r=0.998，P<0.001)，達到臨床對預測移植皮瓣體積的可靠性要求，為術前估測移植皮瓣體積數值提供指導。

2.3 超聲三維重建及三維打印技術 超聲是我國診斷乳腺疾病的首選影像學檢查方法。與歐美等國家不同，我國超聲診斷流程是由超聲醫師操作并作出診斷，具有較高的準確率及特異度。超聲檢查有以下優勢：①無創、無輻射、便捷、經濟，可重復操作；②無明確檢查禁忌證；③患者檢查體位與手術體位一致。傳統超聲在三維重建方面受限于操作者的主觀性。近年來，自動乳腺全容積掃描(automatic breast volume scanner， ABVS)提出了集成開發的分割和重構算法，通過使用明膠和生物組織材料實驗，并經臨床患者數據證實，表明該算法可精確分割乳腺病變，準確重建病變形狀。該系統以機器手臂實現全自動操作，克服了主觀因素的影響，同時可利用多切面成像實現三維立體重建。Araújo等[24]在生物組織中重建了140個不同大小和形狀的人造病變，以評估重建的精確性，其相似系數(DSC)為0.86±0.05，提示ABVS可直觀評估乳腺病灶外觀及測量病變的體積，并可清晰顯示腫瘤病變邊緣，提高測值的準確率。但有關AVBS系統在乳腺三維重建及三維打印方面的研究還有待進一步深入。

3 局限性及展望

MRI的局限性：①存在檢查禁忌證，不適用于所有患者；②檢查費用相對昂貴，不便于重復檢查；③檢查體位為俯臥位，與手術體位不同，不利于準確顯示病灶空間位置，同時難以避免因體位原因造成的病變組織形變引起的形態容積測量差異。CT的局限性主要為存在輻射。超聲相對于前兩者在乳腺三維重建及三維打印中具有一定優勢，將為乳腺治療提供全面可靠的信息，但相關研究還有待進一步深入。

精準外科及微創治療已成為乳腺外科的發展方向。基于醫學影像學的三維重建及三維打印技術將為臨床訓練、醫學教育、個性化診治等提供保障。

[1] 霍慧萍，霍建彬，李俊來.數字化影像新技術在乳腺疾病診斷中的研究進展.中國醫學影像技術，2015，31(7)：1115-1118.

[2] Cheng HD, Shan J, Ju W, et al. Automated breast cancer detection and classification using ultrasound images: A survey. Pattern Recog, 2010,43(1):299-317.

[3] Cheng HD, Cai X, Chen X, et al. Computer-aided detection and classification of microcalcifications in mammograms: A survey. Pattern Recog, 2003,36(12):2967-2991.

[4] Rodrigues R, Braz R, Pereira M, et al. A two-step segmentation method for breast ultrasound masses based on multi-resolution analysis. Ultrasound Med Biol, 2015,41(6):1737-1748.

[5] Chae MP, Hunter-Smith DJ, Spychal RT, et al. 3D volumetric analysis for planning breast reconstructive surgery. Breast Cancer Res Treat, 2014,46(2):457-460.

[6] Sivaramakrishna R, Powell KA, Lieber ML, et al. Texture analysis of lesions in breast ultrasound images. Comput Med Imag Graphics, 2002,26(5):303-307.

[7] 宋宏寧,郭瑞強.基于醫學影像學的3D打印技術在心血管疾病診療中的應用現狀及研究進展.中國醫學影像技術,2017,33(3):375-380.

[8] Cheng HD, Shi XJ, Min R, et al. Approaches for automated detection and classification of masses in mammograms. Pattern Recog, 2006,39(4):646-668.

[9] 加丹,宋宏寧,張蘭,等.基于經食管三維超聲的3D打印模型評價左心耳解剖.中國醫學影像技術,2017,33(3):349-354.

[10] 鄧濱,歐陽漢斌,黃文華,等.3D打印在醫學領域的應用進展.中國醫學物理學雜志,2016,33(4):389-392.

[11] Mehta S, Byrne N, Karunanithy N, et al. 3D printing provides unrivalled bespoke teaching tools for autologous free flap breast reconstruction. J Plast Reconstr Aesthet Surg, 2016,69(4):578-580.

[12] 楊濤,張朝蓬,劉廣,等.MRI三維評價乳腺癌新輔助化療后殘余腫瘤范圍的準確性.中華外科雜志,2015,53(4):280-284.

[13] Mertzanidou T, Hipwell JH, Reis S, et al. 3D volume reconstruction from serial breast specimen radiographs for mapping between histology and 3D whole specimen imaging. Med Phys, 2017,44(3):935-948.

[14] Lee WY, Kim MJ, Lew DH, et al. Three-dimensional surface imaging is an effective tool for measuring breast volume: A validation study. Arch Plast Surg, 2016,43(5):430-437.

[15] Rha EY, Choi LK, Yoo G, et al. Accuracy of the method for estimating breast volume on three-dimensional simulated magnetic resonance imaging scans in breast reconstruction. Plast Reconstr Surg, 2014,133(1):14-20.

[16] Kim H, Mun GH, Wiraatmadja ES, et al. Preoperative magnetic resonance imaging-based breast volumetry for immediate breast reconstruction. Aesthetic Plast Surg, 2015,39(3):369-376.

[17] Baskin B. Invited commentary for "preoperative magnetic resonance imaging-based breast volumetry for immediate breast reconstruction". Aesthetic Plast Surg, 2015,39(3):377-378.

[18] Chae MP, Hunter-Smith DJ, Spychal RT, et al. 3D volumetric analysis for planning breast reconstructive surgery. Breast Cancer Res Treat, 2014,146(2):457-460.

[19] Levi B, Rinkinen J, Kidwell KM, et al. Morphomic analysis for preoperative donor site risk assessment in patients undergoing abdominal perforator flap breast reconstruction: A proof of concept study. J Reconstr Microsurg, 2014,30(9):635-640.

[20] 孫濤，張鶴達，李建，等.基于3D打印技術的乳腺精準手術治療2例.中國腫瘤外科雜志，2016，8(4):235-239.

[22] Herold C, Ueberreiter K, Busche MN, et al. Autologous fat transplantation: Volumetric tools for estimation of volume survival. A systematic review. Aesthetic Plast Surg, 2013,37(2):380-387.

[23] Eder M, Raith S, Jalali J, et al. Three-dimensional prediction of free-flap volume in autologous breast reconstruction by CT angiography imaging. Int J Comput Assist Radiol Surg, 2014.9(4):541-549.

[24] Araújo T, Abayazid M, Rutten MJCM, et al. Segmentation and three-dimensional reconstruction of lesions using the automated breast volume scanner (ABVS). Int J Med Robot, 2017,13(3). doi:10.1002/rcs.1767.