王敏,劉培俊,文建榮,李翔,蔣忠軍
南華大學附屬南華醫(yī)院1放射科,2乳甲外科,湖南 衡陽421002
乳腺癌作為農村女性發(fā)病率首位的惡性腫瘤,目前已經(jīng)成為嚴重威脅50歲以下女性生命健康的疾病[1]。臨床中最常見的乳腺癌病理類型為乳腺浸潤性導管癌(invasive ductal carcinoma,IDC),研究表明,IDC的組織學分級與患者的5年生存率、臨床轉歸和預后均有關聯(lián),低分化(組織學高級別)IDC發(fā)生侵襲轉移的可能性更高,明確IDC的組織學分級可以為患者選擇最佳的治療方案,幫助評估治療效果及預后[2]。但是常規(guī)的影像學檢查難以對IDC的組織學分級進行準確判定。近年來,磁共振成像(MRI)技術被越來越多的醫(yī)護人員用來檢查IDC患者,其包括動態(tài)增強磁共振成像(dynamic enhanced magnetic resonance imaging,DCE MRI)和擴散加權成像(diffusion weighted imaging,DWI)[3-4]。通過 MRI呈現(xiàn)的乳腺圖像挖掘IDC患者疾病發(fā)展情況,有助于確診病情,但是針對MRI特征與IDC組織學分級的關系尚未有明確結果[5-6]。所以本研究分析IDC患者MRI特征與組織學分級的關系,為IDC的治療提供新的依據(jù),現(xiàn)報道如下。
收集2017年5月至2018年5月于南華大學附屬南華醫(yī)院住院治療的乳腺癌患者的病歷資料。納入標準:①均為單發(fā)腫塊的乳腺病灶,手術切除組織送檢病理分型確定為IDC;②均行乳腺DCE MRI和DWI掃描獲取MRI圖像。排除標準:①入院行MRI檢查前有放療、化療史;②既往有穿刺活檢、手術切除史;③既往有局部或全身治療史。根據(jù)納入、排除標準,共納入82例乳腺癌患者,年齡18~81歲,平均(47.63±11.35)歲;病灶直徑 1.13~13.15 cm,平均(3.41±0.87)cm;病灶面積 0.69~84.67 cm2,平均(5.12±0.98)cm2;組織學分級:高級別31例(37.8%),低級別51例(62.2%)。
所有患者均采用西門子1.5 T超導性磁共振系統(tǒng),患者俯臥于檢查床,雙側乳腺自然下垂置于凹形槽內。首先,進行T1加權成像(T1 weighted image,T1WI)及抑脂T2加權成像(T2 weighted image,T2WI)掃描。T1WI相關指標:磁共振矩陣脈沖序列重復時間(time repetition,TR)=4.7 ms,磁共振矩陣回波時間(echo time,TE)=2.2 ms,視野(field of view,F(xiàn)OV)=310 mm×310 mm,翻轉角13°,掃描厚度1 mm,層間距0.3 mm,矩陣 329×329;抑脂T2WI掃描采用平均兩次的精準頻率反轉恢復,相關參數(shù):TR=3360 ms,TE=85 ms,F(xiàn)OV=270 mm×330 mm,翻轉角70°,掃描厚度2 mm,層間距0.2 mm,矩陣521×521。隨后進行DWI掃描,利用平面回波成像(echo planar imaging,EPI)序列,將b值設置為0、1000 s/mm2,TR=1500 ms,TE=99 ms,F(xiàn)OV=310 mm×310 mm,掃描厚度4 mm,層間距0.5 mm,矩陣360×360,激勵次數(shù)3次。所有患者進行DWI掃描后均行DCE檢查,首先平掃一次,然后利用高壓注射器注射釓噴酸葡胺注射液,劑量為0.2 ml/kg,隨后給予20 ml等滲鹽水快速靜脈推注。DCE相關掃描參數(shù):TR=7 ms,TE=2.5 ms,F(xiàn)OV=310 mm×310 mm,翻轉角15°,平均次數(shù)1次,層厚2 mm,層間距1 mm,矩陣360×360。掃描節(jié)點為注射藥物前后即刻及給藥后64、128、192、256、320 s,總掃描時長6 min 15 s。
1.3.1 測量乳腺MRI定量參數(shù)采用表觀彌散系數(shù)(apparent diffusion coefficient,ADC)和初始強化率(initial enhancement rate,IER)值在西門子1.5 T超導性磁共振系統(tǒng)中測量ADC值和IER值。在工作平臺中分別輸入b=0 s/mm2和1000 s/mm2的DWI圖像,由機器生成ADC圖,除外較為明顯的腫瘤囊性病變和壞死區(qū)。由兩名經(jīng)驗豐富的主治醫(yī)師分別測量ADC值,記為ADC1和ADC2,最終結果為兩次數(shù)據(jù)的平均值。在工作平臺中錄入DCE圖像,除外較為明顯的腫瘤囊性病變和壞死區(qū),在腫瘤強化最明顯的區(qū)域畫出感興趣區(qū)(region of interest,ROI),由兩名經(jīng)驗豐富的主治醫(yī)師測量兩次IER值,最終結果為兩次數(shù)據(jù)的平均值。臨床中IER的計算方法:IER[7]=[SIpost(3min)-SIbaseline]/SIbaseline×100%,SIbaseline代表注射藥物前信號強度,SIpos(t3min)代表注射藥物后3 min內峰值強度變化。
1.3.2 手動分割乳腺腫瘤手動分割乳腺腫瘤,利用Image J軟件在腫瘤直徑最大的層面勾畫出ADC圖和DCE圖中腫瘤區(qū)域的ROI圖,無需避開壞死區(qū)及腫瘤囊性病變區(qū)域。截取的DCE圖為注射藥物后192 s的圖像。(圖1)
圖1 分割IDC單發(fā)腫塊的ADC圖和DCE圖
1.3.3 提取IDC影像組學特征并降維通過MATLAB軟件提取ADC圖及DCE圖腫瘤ROI區(qū)域的形態(tài)特征、紋理特征、一階統(tǒng)計特征和濾波特征等,對提取的影像組學特征進行降維,選取ADC圖中的 B_uniform、B_sum_variance、B_GLN、D_energy、L_sum_average 5個影像組學標簽以及DCE圖中 的L_energy、L_SRE、R_RP、R_homogeneity2、R_IDN 5個影像組學標簽。
采集所有患者術后切除組織作為病理標本,目前國內采用的組織學分級標準根據(jù)腺管形成的程度、細胞核的多形性和核分裂計數(shù)3個方面進行評估,3個參數(shù)分別計分1~3分,分數(shù)相加后對IDC進行分級,3~5分為分化好(I級),6~7分為中等分化(Ⅱ級),8~9分為分化差(Ⅲ級)。IDC低級別為I~Ⅱ級,IDC高級別為Ⅲ級。
采用R軟件3.3.1版進行數(shù)據(jù)分析,計量資料以均數(shù)±標準差(±s)表示,組間比較采用t檢驗;計算各模型的準確度、特異度、靈敏度、陰性預測值及陽性預測值,靈敏度=真陽性例數(shù)(/真陽性+假陰性)例數(shù),特異度=真陰性例數(shù)(/真陰性+假陽性)例數(shù),陽性預測值=真陽性例數(shù)(/真陽性+假陽性)例數(shù),陰性預測值=真陰性例數(shù)(/真陰性+假陰性)例數(shù),準確度=(真陽性+真陰性)例數(shù)/總例數(shù)。以P<0.05為差異有統(tǒng)計學意義。
高級別IDC患者乳腺癌灶ADC值以及B_sum_variance、L_energy、L_sum_average值均明顯低于低級別IDC患者,B_uniform、L_SRE值均明顯高于低級別IDC患者,差異均有統(tǒng)計學意義(P<0.01)。(表1)
表1 低級別和高級別IDC患者MRI相關參數(shù)及影像組學標簽的比較
ADC圖影像組學標簽在鑒別IDC時具有較高的特異度、準確度、陰性預測值及陽性預測值,DCE圖影像組學標簽具有高靈敏度和低特異度。(表2)
DCE MRI的工作原理為通過注射造影劑顯示相關血管信息,其中一個常用的半定量參數(shù)指標為IER值,它代表注射造影劑后前3 min的峰值增強率。既往有科學家認為,IER值越高,腫瘤生長速度越快,侵襲性越強[8],本研究結果證實IER值在鑒別乳腺癌組織學分級方面并無特殊價值。ADC值是MRI另一個常規(guī)定量指標,其數(shù)值大小代表了機體水分子布朗運動的快慢[9]。乳腺癌級別越高,生長速度越快,相應的細胞密度越低,對應的ADC值可能越低[10-12]。本研究結果顯示,與低級別IDC相比,高級別患者ADC值明顯更低。
表2 MRI相關參數(shù)及影像組學標簽對IDC患者組織學分級的診斷效能
本研究采用的方法為手動切割ADC圖像,這種方法一定程度明確了腫瘤邊界,降低穿透效應的干擾和觀察者之間的差異性[13]。其次,對DCE MRI圖像,本研究采集信息時間節(jié)點為注射對比劑后3 min,此時乳腺正常組織與病變腫瘤組織的對比最明顯,可以幫助閱片醫(yī)師清晰分辨腫瘤邊界進而準確切割腫瘤[14-15]。
既往有科學家認為在鑒別乳腺良惡性及組織學分級時,采用3D分割提取的形態(tài)學特征方法具有一定價值[16]。本研究建立了ADC圖和DCE圖兩個影像組學標簽模型,在眾多的影像組學標簽中納入與腫瘤異質性有關的幾個標簽,高級別患者乳腺癌灶ADC值以及B_sum_variance、L_energy、L_sum_average值均明顯低于低級別IDC患者,B_uniform、L_SRE值均明顯高于低級別IDC患者。另外,ADC圖影像組學標簽的特異度、準確度、陽性預測值、陰性預測值均優(yōu)于DCE圖影像組學標簽和ADC值。提示ADC圖中可能包含了很多肉眼無法直接觀察到的影像組學特征信息,這些信息在一定程度上可以幫助臨床醫(yī)師鑒別乳腺癌的組織學分級。本研究在操作過程中仍然存在一定的局限性:①對于非腫塊型乳腺癌病灶,醫(yī)師在手動切割散在彌散腫塊時難以準確確定腫瘤邊界,因此在納入觀察對象時,需排除非腫塊型乳腺癌患者;②本研究的切割手法——2D分割,丟失了部分腫瘤的形態(tài)學信息;③研究為單中心病例且樣本數(shù)量較少(82例)。
綜上所述,ADC值和乳腺MRI影像組學標簽對鑒別IDC級別具有一定意義,值得臨床關注。