MRI預測乳腺腫塊良惡性的研究進展

胡 朝 綜述,羅光華 審校

(南華大學附屬第一醫院放射影像中心,湖南 衡陽 421001)

乳腺腫塊非常常見,特別是育齡期婦女。超過25%的婦女會受到乳腺疾病的影響,這些病例中的絕大多數將在初級保健環境中作為新的乳腺腫塊出現[1]。乳腺腫塊的發生有很多原因,從生理性腺病到高度惡性的惡性腫瘤,需要一個經過深思熟慮的懷疑指數,以便及時診斷和干預。乳腺癌是婦女中最常見的惡性腫瘤,開發有效的影像學檢查方法和手段來進行乳腺疾病的篩查、診斷至關重要。目前,乳腺磁共振成像(MRI)已經成為篩查高危患者、鑒別乳腺病變的最有效方法。一些新的MRI技術,如超快動態增強MRI(UF-DCE MRI)、磁共振光譜(MRS)、功能磁共振成像、影像組學等提高了乳腺MRI診斷的準確性,同時減少了不必要的活檢[2]。

MRI在很早就已經成為乳腺成像的一種非常有價值的工具,在乳腺各種疾病的評估中,其是除了乳腺鉬靶攝影和超聲檢查之外的一種最終的輔助成像方式[3]。乳腺MRI最常用于高精度評估和描述惡性腫瘤。在無癥狀的高危婦女中,乳腺MRI在乳腺各種良惡性腫塊檢測中的靈敏度明顯高于乳腺X線鉬靶攝影、超聲檢查或二者結合使用。目前,在臨床上廣泛涉及的乳腺MRI檢查中,最常見的MRI成像方式包括動態對比增強磁共振成像(DCE-MRI)、擴散加權成像(DWI)和MRS等。這些成像方法被廣泛應用于乳腺腫塊的診斷和治療評估[4]。本文對這些技術的最新研究進展進行了綜述。

1 DCE-MRI

核磁共振具有非常好的軟組織對比度,可以清晰反映出人體組織間的物理及化學上的差異,但在顯示病變的特異性上比較差,常達不到定性診斷的要求。對比劑的使用可以對病灶鄰近的質子產生效應,產生信號強度的改變,從而對病變組織與正常組織進行判斷。隨著時間推移,乳腺腫塊及周圍組織信號強度差異改變越來越明顯,從而可得出不同的增強曲線圖。乳腺異常強化常被定義為其信號強度高于正常乳腺實質。DCE-MRI通過評估獲取圖像的信號強度(SI)的變化(動力學曲線)來區分良惡性病變。乳腺腫瘤動力學曲線造影晚期SI低于早期SI,則其惡性概率高[5]。乳腺異常強化形式有灶性強化、腫塊性強化和非腫塊性強化。動態增強曲線描述的是注入對比劑后病變信號強度隨時間變化的特征。在成像技術中,DCE-MRI提供形態學(如大小、邊緣、形狀)和血流動力學信息,評估腫瘤血管狀況并定義增強動力學曲線,其對乳腺癌診斷的靈敏度高于90%[6]。然而,DCE-MRI的特異度仍然很低(約為72%),通常需要繼續進行活檢[7]。MILITELLO等[7]通過建立一個基于乳腺DCE-MRI的放射學預測模型,甚至僅使用最強增強相,結果顯示,其在鑒別乳腺良惡性病變方面具有良好的準確性和特異性。最近的一項研究發現,利用DCE-MRI結合表觀擴散系數(ADC)對人表皮生長因子受體2陽性/激素受體陽性乳腺癌的診斷具有良好的價值,提示DCE-MRI在乳腺腫塊良惡性鑒別中已經起到非常重要的作用[8]。作者認為,動態增強曲線在乳腺腫塊的良惡性病變鑒別中起到的作用在未來很長一段時間內將會是無可替代的。

2 UF-DCE MRI

UF-DCE MRI是一種全新的方法,其可以在保持合理空間分辨率的同時,在高時間解析度的對比后早期捕捉動力學信息,分析時間強度曲線上坡的具體時間和形狀[9]。UF-DCE MRI可根據超快速動脈增強曲線得出的新的動力學參數:最大斜率(MS,評估時間強度曲線的上坡)、增強時間(TTE,表示乳腺病變增強的初始時間)、劑量到達時間(BAT)、動脈和靜脈可視化時間間隔(AVI,表示乳腺動靜脈增強的時間間隔)和經驗數學模型(EMM)。這些參數可區分惡性和良性乳腺病變。在主動脈出現后10 s增強的病變可能是惡性的,在主動脈出現后10～15 s內增強的病變是不確定的,而在主動脈出現后15 s內增強的病變可能是良性的[10]。與良性病變相比,惡性病變MS較大,TTE較短,MS的辨別力優于TTE和AVI[10]。這為UF-DCE MRI鑒別乳腺腫塊的良惡性提供了思路。只要建立一個模型,分析乳腺腫塊的超快速動態增強曲線的各參數數值,精準預測腫塊的良惡性將成為可能。OHASHI等[11]通過建立模型,使用UF-DCE MRI測量的MS和TTE、DWI測量的ADC及UF-DCE MRI和早期動態對比增強MRI(DCE-MRI)的邊緣增強掃描來鑒定三陰性乳腺癌便是一個很好的例子。

KATAOKA等[9]分析了UF-DCE MRI參數診斷性能及與預后標志物的關聯,并討論了UF-DCE MRI在臨床應用中的缺陷。目前,UF-DCE MRI并沒有標準方案,不同廠商和機構的成像參數不同,包括脂肪抑制(或減脂)和注射造影劑的速度。有研究表明,與傳統的DCE MRI相比,UF-DCE MRI在預測病理完全緩解方面更敏感,能更準確地估計殘余病變的大小[12]。由于快速MRI掃描技術的進步,UF-DCE MRI已成為在保持合理空間分辨率的情況下獲取動力學信息的新方法。與傳統DCE-MRI相比,更短的掃描時間是一個優勢。UF-DCE MRI可以提供與預后因素相關的詳細血管信息,其在診斷小病變時特別有用[9]。OHASHI等[13]在一項研究中提出UF-DCE MRI可以取代傳統的DCE-MRI來評價乳腺惡性腫塊病變的形態學信息。盡管目前國內關于UF-DCE MRI的研究較少見,但其展現出來的研究潛力是很大的。相信在不久的將來,UF-DCE MRI一定會在乳腺腫瘤MRI掃描中廣泛應用起來。

3 DWI及ADC

DWI與ADC常作為DCE-MRI的輔助手段,用來提高診斷特異性[14-15]。此外,DWI可潛在地替代延遲期DCE-MRI,早期評估和預測治療效果,并且可能有潛力作為乳腺癌的獨立篩查工具[16]。常規DWI通過2個彌散加權因子b值(表征彌散敏感性)獲取,導出定量ADC(反映水分子在組織中的擴散程度),這是臨床上應用最廣泛的方法[17-18]。現代臨床MRI系統可以在更多的擴散方向上獲得更多、更高的b值,這促進了先進DWI模型的發展[19]。MüRTZ等[20]將135例可疑增強病變患者分為良性病變組(30例)、惡性病變組(105例),結果顯示,可疑增強病變均表現為DWI高信號,b值為800 s/mm2,特別是對于惡性病變,達到了100%的檢出率。提示DWI及ADC可以作為DCE-MRI的輔助手段,可提高對乳腺良惡性腫塊的預測準度。在臨床工作中,一般是選取b值為800 s/mm2作為乳腺DWI的設定參數。但在近期的一項研究中,DAIMIEL等[21]通過加入不同的合成b值來評價DWI對腫瘤可見性和乳腺癌預測的價值時發現,合成b值為1 200～1 500 s/mm2是病變顯著性的首選。合成b值的加入明顯能夠增強腫瘤的顯著性,尤其在致密乳腺中可明顯提高腫瘤的顯示能力。然而,其對DWI乳腺癌檢測的支持作用尚不明確。SACCENTI等[22]在最新的一項研究中發現,b值為2 500 s/mm2時DWI(b2500DWI)的視覺評估具有實質性的觀察者間一致性,其提供了比ADC和b800DWI更好的診斷性能。在乳腺影像報告和數據系統中加入b2500DWI的視覺評估可以提高乳腺MRI的特異性,并且可以避免不必要的活檢,但其缺點是常規的1.5 T及3.0 T MRI均很難達到要求。因此,該技術在臨床上能否得到廣泛應用還有待商榷。如果能夠在常規的1.5 T及3.0 T MRI中得到更高的b值,則可以明顯提升乳腺癌的檢出率,作者認為這或許將會是未來重要研究方向之一。

4 MRS

MRS是檢測組織內生化信息和代謝產物的一種無創傷性技術,其能幫助顯示良、惡性腫塊之間的代謝物差異。體內質子MRS被廣泛應用于檢測含膽堿化合物的升高來區分乳腺惡性與良性[23]。此外,超極化13C和31P MRS的使用增強了對葡萄糖和磷脂代謝的理解。通過體外高分辨率核磁共振波譜和高分辨率魔角波譜(HRMAS),可以研究一系列生物標本(完整組織、組織提取物和各種生物流體,如血液、尿液、乳頭抽吸液和細針抽吸液)的代謝譜。這些研究可以提供比體內MRS更多的代謝物信息。通過多元統計方法可對大量核磁共振譜數據集進行分析,對腫瘤亞型進行分類,其顯示了開發新的治療方法的巨大潛力[24]。磁共振質子波譜是研究乳腺癌新陳代謝的一種有前途的非侵入性診斷技術,其通過應用點分辨光譜序列或來自包圍乳腺病變的MRI體素的刺激回波采集模式序列,可以在增強MRI后獲得光譜成像數據。總膽堿信號(tCho)可用來檢查乳腺惡性病變情況。除了tCho代謝產物,其他相關代謝產物,包括多種脂質,也可以被檢測和監測。MRS作為形態學和動態MRI的輔助手段,已被廣泛研究,其可提高乳腺癌的診斷準確性,避免不必要的良性活檢[24]。因此,MRS可用于從特定組織區域獲取化學光譜,隨后該光譜可轉換為臨床環境中有用的化學信息。由MRS產生的光譜代表了所有可觀察到的代謝物及其在感興趣區域的個別化學特征,每個代謝物峰的位置和特征由基礎化學式決定,每個代謝物峰下的面積代表代謝物濃度。測量的化學物質及通常用于測量它們的技術往往針對特定疾病。3.23 ppm附近化合物共振的存在歸因于不同的化合物,如磷酸乙醇胺、膽堿、磷膽堿和甘油磷膽堿(后三者一起被簡單地稱為tCho和非膽堿化合物,其在3.23 ppm時幾乎完全重疊。在惡性腫瘤中可檢測到tCho水平升高,這是由于細胞膜周轉增加所致[25]。MRS光譜可以定性和定量地分析,以區分組織狀況,如正常、良性、惡性、壞死或缺氧[24]。然而,由于腫瘤等各種因素,MRS在預測反應方面的表現是有限的,盡管MRS具有高特異度(85%～100%),但其靈敏度仍然可變(44%～82%)。MRS的采集時間相對較長,為10～15 min,因為代謝物的檢測受到組織中代謝物濃度的限制。乳房MRS的微弱游動和胸壁運動等常導致其頻譜質量低。盡管MRS可用于檢測多種代謝物,但是在乳腺癌中主要局限于膽堿化合物[26-28]。除了上述局限性外,病灶大小也是MRS的一個特殊限制因素。病灶越小,MRS的靈敏度越低[26,29]。如果在今后的研究中能在保持MRS高特異度的同時,提升其靈敏度,MRS的應用將會取得突破性的進展。

5 影像組學的應用

影像組學是近些年來逐漸成為大熱門的一個研究方向,其通過從醫學影像圖像中高通量地提取并分析大量高級且定量的影像學特征,利用生物信息學來優先考慮可用于臨床預測模型的關鍵特征,并與高度相關且可能冗余的特征區分開[30],從而達到預測的目的。影像組學的流程大致包括標準醫學影像數據篩選和獲取、感興趣區圖像分割、高通量影像組學特征的提取、統計分析及模型建立[31]。近年來,越來越多的研究者通過影像組學與人工智能的結合,實現精準預測乳腺腫塊良惡性,甚至可對其病理分型進行高精度預測。高微波等[32]在研究中通過建立DCE-MRI影像組學模型鑒別乳腺良惡性腫塊時發現,曲線下面積(AUC)、準確度、靈敏度、特異度及陽性預測值均較高,均達到了0.9及以上,提示建立的鑒別乳腺良惡性腫塊模型的效能較好,具有非常重要的臨床意義。萬宏燕等[33]在一項關于乳腺鉬靶的影像組學研究中發現,影像組學特征分類器對乳腺腫塊型病灶的鑒別診斷能力最強,AUC值為(0.82±0.02),其中長徑大于2 cm的大腫塊較長徑小于或等于2 cm的小腫塊具有更好的鑒別診斷效能。該研究采用頭尾位(CC位)、內外斜位(MLO位)及MLO+CC位進行建模,結果顯示,2個視角融合模型的診斷效果明顯好于單視角模型,其AUC值為0．955,靈敏度為100.0%,特異度為83.3%,可以有效地鑒別乳腺良、惡性腫塊。乳腺癌不同分子分型者MRI影像組學相關參數及血管內皮生長因子表達存在相關性,臨床可通過MRI影像組學檢查對乳腺癌進行診斷,從而指導臨床制定具有針對性的干預方案。影像組學的發展,帶給了人們無限的遐想,醫學影像與人工智能的結合可以更加精準地診斷疾病,對于疾病的診治及預后判斷起至關重要的作用。

6 小結與展望

乳腺的良惡性預測技術逐漸成熟,各種成像技術的綜合運用,明顯提升了乳腺腫塊的檢出率與預測準確性,且對于乳腺腫塊治療及預后情況的評估起到了不可替代的作用。作者認為最核心與最重要的始終是乳腺的動態增強技術,在未來的數年中,乳腺的DCE-MRI將依然是主導乳腺MRI掃描的最重要的方法之一。因此,對乳腺動態增強技術的進一步深入研究是很有必要的,特別是超快速動態增強曲線的研究,開辟了動態增強曲線研究新的里程碑。特別是影像組學與動態增強技術的融合,給未來的研究方向指明了道路。