APP下载

磁共振成像影像组学特征对乳腺浸润性导管癌组织学分级的诊断效能分析

2020-08-12王敏刘培俊文建荣李翔蒋忠军

癌症进展 2020年13期
关键词:组织学组学例数

王敏,刘培俊,文建荣,李翔,蒋忠军

南华大学附属南华医院1放射科,2乳甲外科,湖南 衡阳421002

乳腺癌作为农村女性发病率首位的恶性肿瘤,目前已经成为严重威胁50岁以下女性生命健康的疾病[1]。临床中最常见的乳腺癌病理类型为乳腺浸润性导管癌(invasive ductal carcinoma,IDC),研究表明,IDC的组织学分级与患者的5年生存率、临床转归和预后均有关联,低分化(组织学高级别)IDC发生侵袭转移的可能性更高,明确IDC的组织学分级可以为患者选择最佳的治疗方案,帮助评估治疗效果及预后[2]。但是常规的影像学检查难以对IDC的组织学分级进行准确判定。近年来,磁共振成像(MRI)技术被越来越多的医护人员用来检查IDC患者,其包括动态增强磁共振成像(dynamic enhanced magnetic resonance imaging,DCE MRI)和扩散加权成像(diffusion weighted imaging,DWI)[3-4]。通过 MRI呈现的乳腺图像挖掘IDC患者疾病发展情况,有助于确诊病情,但是针对MRI特征与IDC组织学分级的关系尚未有明确结果[5-6]。所以本研究分析IDC患者MRI特征与组织学分级的关系,为IDC的治疗提供新的依据,现报道如下。

1 资料与方法

1.1 一般资料

收集2017年5月至2018年5月于南华大学附属南华医院住院治疗的乳腺癌患者的病历资料。纳入标准:①均为单发肿块的乳腺病灶,手术切除组织送检病理分型确定为IDC;②均行乳腺DCE MRI和DWI扫描获取MRI图像。排除标准:①入院行MRI检查前有放疗、化疗史;②既往有穿刺活检、手术切除史;③既往有局部或全身治疗史。根据纳入、排除标准,共纳入82例乳腺癌患者,年龄18~81岁,平均(47.63±11.35)岁;病灶直径 1.13~13.15 cm,平均(3.41±0.87)cm;病灶面积 0.69~84.67 cm2,平均(5.12±0.98)cm2;组织学分级:高级别31例(37.8%),低级别51例(62.2%)。

1.2 MRI图像采集

所有患者均采用西门子1.5 T超导性磁共振系统,患者俯卧于检查床,双侧乳腺自然下垂置于凹形槽内。首先,进行T1加权成像(T1 weighted image,T1WI)及抑脂T2加权成像(T2 weighted image,T2WI)扫描。T1WI相关指标:磁共振矩阵脉冲序列重复时间(time repetition,TR)=4.7 ms,磁共振矩阵回波时间(echo time,TE)=2.2 ms,视野(field of view,FOV)=310 mm×310 mm,翻转角13°,扫描厚度1 mm,层间距0.3 mm,矩阵 329×329;抑脂T2WI扫描采用平均两次的精准频率反转恢复,相关参数:TR=3360 ms,TE=85 ms,FOV=270 mm×330 mm,翻转角70°,扫描厚度2 mm,层间距0.2 mm,矩阵521×521。随后进行DWI扫描,利用平面回波成像(echo planar imaging,EPI)序列,将b值设置为0、1000 s/mm2,TR=1500 ms,TE=99 ms,FOV=310 mm×310 mm,扫描厚度4 mm,层间距0.5 mm,矩阵360×360,激励次数3次。所有患者进行DWI扫描后均行DCE检查,首先平扫一次,然后利用高压注射器注射钆喷酸葡胺注射液,剂量为0.2 ml/kg,随后给予20 ml等渗盐水快速静脉推注。DCE相关扫描参数:TR=7 ms,TE=2.5 ms,FOV=310 mm×310 mm,翻转角15°,平均次数1次,层厚2 mm,层间距1 mm,矩阵360×360。扫描节点为注射药物前后即刻及给药后64、128、192、256、320 s,总扫描时长6 min 15 s。

1.3 图像分析、参数提取

1.3.1 测量乳腺MRI定量参数采用表观弥散系数(apparent diffusion coefficient,ADC)和初始强化率(initial enhancement rate,IER)值在西门子1.5 T超导性磁共振系统中测量ADC值和IER值。在工作平台中分别输入b=0 s/mm2和1000 s/mm2的DWI图像,由机器生成ADC图,除外较为明显的肿瘤囊性病变和坏死区。由两名经验丰富的主治医师分别测量ADC值,记为ADC1和ADC2,最终结果为两次数据的平均值。在工作平台中录入DCE图像,除外较为明显的肿瘤囊性病变和坏死区,在肿瘤强化最明显的区域画出感兴趣区(region of interest,ROI),由两名经验丰富的主治医师测量两次IER值,最终结果为两次数据的平均值。临床中IER的计算方法:IER[7]=[SIpost(3min)-SIbaseline]/SIbaseline×100%,SIbaseline代表注射药物前信号强度,SIpos(t3min)代表注射药物后3 min内峰值强度变化。

1.3.2 手动分割乳腺肿瘤手动分割乳腺肿瘤,利用Image J软件在肿瘤直径最大的层面勾画出ADC图和DCE图中肿瘤区域的ROI图,无需避开坏死区及肿瘤囊性病变区域。截取的DCE图为注射药物后192 s的图像。(图1)

图1 分割IDC单发肿块的ADC图和DCE图

1.3.3 提取IDC影像组学特征并降维通过MATLAB软件提取ADC图及DCE图肿瘤ROI区域的形态特征、纹理特征、一阶统计特征和滤波特征等,对提取的影像组学特征进行降维,选取ADC图中的 B_uniform、B_sum_variance、B_GLN、D_energy、L_sum_average 5个影像组学标签以及DCE图中 的L_energy、L_SRE、R_RP、R_homogeneity2、R_IDN 5个影像组学标签。

1.4 病理学检查

采集所有患者术后切除组织作为病理标本,目前国内采用的组织学分级标准根据腺管形成的程度、细胞核的多形性和核分裂计数3个方面进行评估,3个参数分别计分1~3分,分数相加后对IDC进行分级,3~5分为分化好(I级),6~7分为中等分化(Ⅱ级),8~9分为分化差(Ⅲ级)。IDC低级别为I~Ⅱ级,IDC高级别为Ⅲ级。

1.5 统计学方法

采用R软件3.3.1版进行数据分析,计量资料以均数±标准差(±s)表示,组间比较采用t检验;计算各模型的准确度、特异度、灵敏度、阴性预测值及阳性预测值,灵敏度=真阳性例数(/真阳性+假阴性)例数,特异度=真阴性例数(/真阴性+假阳性)例数,阳性预测值=真阳性例数(/真阳性+假阳性)例数,阴性预测值=真阴性例数(/真阴性+假阴性)例数,准确度=(真阳性+真阴性)例数/总例数。以P<0.05为差异有统计学意义。

2 结果

2.1 MRI相关参数及影像组学标签的比较

高级别IDC患者乳腺癌灶ADC值以及B_sum_variance、L_energy、L_sum_average值均明显低于低级别IDC患者,B_uniform、L_SRE值均明显高于低级别IDC患者,差异均有统计学意义(P<0.01)。(表1)

表1 低级别和高级别IDC患者MRI相关参数及影像组学标签的比较

2.2 MRI相关参数及影像组学标签对IDC患者组织学分级的诊断效能

ADC图影像组学标签在鉴别IDC时具有较高的特异度、准确度、阴性预测值及阳性预测值,DCE图影像组学标签具有高灵敏度和低特异度。(表2)

3 讨论

DCE MRI的工作原理为通过注射造影剂显示相关血管信息,其中一个常用的半定量参数指标为IER值,它代表注射造影剂后前3 min的峰值增强率。既往有科学家认为,IER值越高,肿瘤生长速度越快,侵袭性越强[8],本研究结果证实IER值在鉴别乳腺癌组织学分级方面并无特殊价值。ADC值是MRI另一个常规定量指标,其数值大小代表了机体水分子布朗运动的快慢[9]。乳腺癌级别越高,生长速度越快,相应的细胞密度越低,对应的ADC值可能越低[10-12]。本研究结果显示,与低级别IDC相比,高级别患者ADC值明显更低。

表2 MRI相关参数及影像组学标签对IDC患者组织学分级的诊断效能

本研究采用的方法为手动切割ADC图像,这种方法一定程度明确了肿瘤边界,降低穿透效应的干扰和观察者之间的差异性[13]。其次,对DCE MRI图像,本研究采集信息时间节点为注射对比剂后3 min,此时乳腺正常组织与病变肿瘤组织的对比最明显,可以帮助阅片医师清晰分辨肿瘤边界进而准确切割肿瘤[14-15]。

既往有科学家认为在鉴别乳腺良恶性及组织学分级时,采用3D分割提取的形态学特征方法具有一定价值[16]。本研究建立了ADC图和DCE图两个影像组学标签模型,在众多的影像组学标签中纳入与肿瘤异质性有关的几个标签,高级别患者乳腺癌灶ADC值以及B_sum_variance、L_energy、L_sum_average值均明显低于低级别IDC患者,B_uniform、L_SRE值均明显高于低级别IDC患者。另外,ADC图影像组学标签的特异度、准确度、阳性预测值、阴性预测值均优于DCE图影像组学标签和ADC值。提示ADC图中可能包含了很多肉眼无法直接观察到的影像组学特征信息,这些信息在一定程度上可以帮助临床医师鉴别乳腺癌的组织学分级。本研究在操作过程中仍然存在一定的局限性:①对于非肿块型乳腺癌病灶,医师在手动切割散在弥散肿块时难以准确确定肿瘤边界,因此在纳入观察对象时,需排除非肿块型乳腺癌患者;②本研究的切割手法——2D分割,丢失了部分肿瘤的形态学信息;③研究为单中心病例且样本数量较少(82例)。

综上所述,ADC值和乳腺MRI影像组学标签对鉴别IDC级别具有一定意义,值得临床关注。

猜你喜欢

组织学组学例数
影像组学在肾上腺肿瘤中的研究进展
溃疡性结肠炎的组织学评估系统研究进展
东莨菪碱中毒大鼠的代谢组学
盆腔灌注法治疗慢性盆腔炎的临床效果
影像组学在核医学影像中的应用进展
蛋白质组学技术在胃癌研究中的应用
人工膝关节翻修例数太少的医院会增加再翻修率:一项基于23 644例的研究
观察糖尿病足护理“五部曲”的健康教育预防糖尿病足的发生的效果
孕晚期经会阴超声评价宫颈各参数的临床意义
浅谈甲状腺未分化癌的病理诊断