DCE-MRI与DWI直方图分析评估乳腺癌分子分型、预后和新辅助治疗的研究进展

张慧慧，都丽娜，伍建林

乳腺癌的高度异质性可导致其生物学行为和临床预后的差异[1-2]。激素受体表达状态、人表皮生长因子受体2（human epidermal growth factor receptor 2,HER2）表达状态、增殖指数Ki-67高低、核分级、组织学分型、肿瘤大小及腋窝淋巴结转移等均是乳腺癌预后因素[3]。分子分型亦与病人个体化治疗方案选择、预后及复发密切相关[4]。MRI具有多参数、多序列、软组织分辨力高等特点，是乳腺癌常用且较敏感的影像检查方法，目前临床上多采用动态增强MRI（DCE-MRI）和扩散加权成像（DWI）序列获取肿瘤信息。因此，术前通过MRI无创性评估和预测乳腺癌分子分型、预后因素及新辅助治疗（neoadjuvant therapy，NAT）疗效具有重要临床意义。直方图分析可量化分析图像像素灰度分布特点，挖掘肿瘤内无法通过传统影像上形态学观察获取的信息，从而有助于评估肿瘤异质性，为临床提供更多有价值的精准治疗方案及决策信息。本文就近年来DCE-MRI和DWI直方图分析在乳腺癌分子分型、预后及NAT疗效的研究进展予以综述。

1 概述

1.1 直方图分析 直方图分析可以量化图像像素灰度频率分布特点，通过直观简洁的方式呈现图像信息，更好地评估肿瘤异质性。直方图分析的描述性参数主要包括：最小值、最大值、均数、百分位数、方差、标准差、峰度及偏度等。除了峰度和偏度是表示曲线分布形状的参数外，其余均属于非分布参数（包括散点参数和分散参数）。方差又称变异值，表示直方图的离散程度，变异值越大反映肿瘤内组织结构差异越大。峰度描述了直方图曲线顶端尖峭或扁平程度，直方图曲线越陡峭，表示肿瘤内细胞密集程度越高。偏度描述直方图曲线分布的不对称性，正（负）偏度值表示直方图曲线右（左）尾部有更多离散数据。因此，直方图分析可以提供更多的量化肿瘤异质性的指标，特别是全域直方图可以对肿瘤整体的异质性进行准确评估，主要用于肿瘤良恶性及疾病的鉴别诊断、临床分期及病理分级、预后及疗效评估等[5-7]。

1.2 DCE-MRI与DWI DCE-MRI是在T1WI的基础上注射对比剂后进行的连续动态增强扫描的一种成像方法。DCE-MRI灌注参数包括：容积转移常数（Ktrans）、速率常数（kep）、血管外细胞外容积分数（ve）等。Ktrans反映血流灌注、血管密度和通透性的组合，kep仅反映血管的通透性。Ktrans和kep值较高反映了新生血管通透性高，肿瘤灌注增加。DWI能够显示活体组织中水分子的扩散运动，提供有关细胞膜的完整性以及细胞密度的信息，表观扩散系数(ADC)是DWI评价水分子扩散运动的定量参数。

2 对乳腺癌分子分型的预测价值

参照2013年圣加仑（St Gallen）共识，乳腺癌根据雌激素受体（estrogen receptor，ER）、孕激素受体（progesterone receptor，PR）、HER2表达和Ki-67表达高低（低表达＜20%、高表达≥20%）分为Luminal A型、Luminal B型、HER2过表达型、三阴（triplenegative，TN）型4种分子亚型。这种分子分型旨在为病人制定个体化治疗方案，评估病人治疗疗效及预后。其中，Luminal A型临床上最常见，肿瘤生物学行为良好，内分泌治疗敏感，且预后好、复发率低；Luminal B型，受体状态复杂，恶性程度高于Luminal A型，在内分泌治疗基础上应增加化疗和靶向治疗。HER2过表达型和TN型，肿瘤分化差、侵袭力强、转移率高，激素受体缺乏而内分泌治疗无效，但前者靶向治疗效果好，后者因缺乏3种受体只能进行化疗，故预后差、复发率高。Luo等[8]采用DCE-MRI对乳腺癌分子亚型进行研究，比较不同分子亚型间的灌注参数，结果显示Luminal A型的Ktrans、kep、ve的最大值，Ktrans偏度，ve均值和第90百分位数均显著低于Luminal B型；Luminal B型中HER2+者的Ktrans最大值、中位数、均值、各百分位数和kep第90百分位数显著高于HER2-者。Lafcı等[9]对81个乳腺癌病灶采用DCE-MRI中T1WI增强晚期的直方图进行研究，结果显示Luminal A组和Luminal B组间偏度均值分别为-0．417、-0．220，其差异有统计学意义。何等[10]研究51例乳腺癌病人临床资料及全域ADC直方图，结果显示Luminal A型全域ADC第5～40百分位数均低于其他3种亚型。吴等[11]研究显示HER2过表达型乳腺癌的ADC偏度显著低于Luminal型（Luminal A型和B型），且3种亚型组间的ADC第95百分位数的差异有统计学意义，其中HER2过表达型ADC第95百分位数最高，而Luminal型较低。Kim等[12]研究还显示Luminal B（HER2-）亚型ADC最大值、中位数、均值及第10/90百分位数显著低于其他亚型，考虑Lumianl B（HER2-）亚型中Ki-67受体高表达，肿瘤细胞增殖活跃，恶性程度较Luminal A型高，因此其非分布参数最低。Nagasaka等[13]比较了101例不同亚型乳腺癌病灶进行DCE-MRI灌注参数，结果显示TN型乳腺癌的ve变异值显著高于Luminal A型和Luminal B型。除了DWI的定量参数ADC直方图外，袁等[14]和刘等[15]研究发现DWI影像直方图分析中灰度最小值的鉴别效能最高，表明该方法有望成为鉴别乳腺癌分子分型的无创工具和辅助手段。

综上所述，DCE-MRI灌注参数及DWI直方图参数对鉴别及预测乳腺癌分子分型有较高的临床价值。Lumianl A型肿瘤血供均匀、细胞分化良好，Lumianl B型较Luminal A型血供丰富、恶性程度更高，因此Lumianl B型Ktrans偏度、T1WI增强影像偏度较Lumianl A型更高，直方图曲线分布逐渐向均值左侧移动，即更多的数值分布在均值的左侧，提示肿瘤恶性程度越高、血管分布越不均衡，肿瘤的灌注不均匀降低更明显，从而DCE-MRI偏度更有助于两者的预测与鉴别。HER2过表达型和TN型乳腺癌的血供丰富不均匀、侵袭性高，瘤内易发生坏死、纤维化等，间质成分占比大，因此TN型ve变异值、ADC峰度均高于Lumianl A型，且HER2过表达型ADC各百分位数均较高。然而，有关ADC直方图预测乳腺癌分子分型的各项研究结果并非完全一致，尽管各项研究均显示Luminal型的ADC参数值（非分布参数）较低，但具体为Luminal A型还是B型的参数值最低，不同研究的结果存在差异，这可能与磁场场强、b值及兴趣区（ROI）选择等有关，也可能是由于Ki-67高表达肿瘤细胞增殖程度高、细胞更密集，故ADC值越低，而且ADC值大小与Ki-67的表达密切相关。

3 对乳腺癌预后因素的评估作用

评估乳腺癌病人的预后因素有助于及时制定最佳精准个体化的治疗方案。激素受体（hormone receptor，HR）阳性的肿瘤对内分泌治疗敏感，对化疗不敏感，且不易达到病理完全缓解（pathological complete response，pCR）[16]。HER2是调节细胞生长、增殖和存活的重要因子；Ki-67是细胞增殖程度的指标，类似于病理特征的核分级，高核分级代表肿瘤细胞分裂快、增殖活跃，肿瘤细胞的增殖程度高提示病人的预后差，复发率及死亡率高；组织学分级是影响病人预后的独立因素，且与复发评分显著相关，低级别肿瘤（1、2级）的复发率显著低于高级别肿瘤。Nagasaka等[13]对乳腺癌病人的临床资料及DCE-MRI灌注参数研究发现，相较于Ktrans、kep参数，ve直方图参数与乳腺癌预后因素相关性更好，ER-组和Ki-67高表达组中ve变异值均显著高于对照组；高核分级组的ve偏度显著高于低核分级组，Ki-67高表达组中ve均值显著低于Ki-67低表达组。Kim等[12]对乳腺癌的ADC直方图研究显示，Ki-67高表达组的ADC均值、中位数、最大值及第10/90百分位数显著低于Ki-67低表达组；该研究还发现Ki-67是ADC值最显著的独立预测因子，与国内研究[17-18]的结果基本相似，且ADC偏度、峰度与Ki-67表达呈正相关。Yang等[19]对HR-组与HR+组，HER2-组与HER2+组之间的kep直方图进行分析，结果显示HR-组和HR+组间的所有参数、HER2-组和HER2+组间除变异值外其他参数的差异均有统计学意义，HR-组、HER2+组中均值、百分位数显著高于对照组，峰度及偏度低于对照组。而张等[20]研究发现，kep峰度和ve第90百分位数与HER2表现呈正相关。一些研究[12，17-18]均显示ADC直方图中HER2+组ADC特征参数值高于HER2-组，但在组织学分级方面的结果不完全相同，除分析软件、b值选择等原因外，多考虑组织学分级系统主观性强，不同病理医师对分级评判的精准掌握程度不同而导致结果存在差异。肿瘤大小、淋巴结转移亦是病人预后及复发的重要预测因子[21-22]。孙等[23]研究发现不同b值时乳腺癌T2-3期组中ADC峰度均显著高于T1组，提示较大肿瘤ADC分布更为集中。刘等[17]研究显示肿瘤较大且淋巴结阳性组的ADC均数、中位数及第10/90百分位数均高于对照组。另有研究[24]显示淋巴结阳性组的kep偏度显著高于淋巴结阴性组，表明肿瘤越大，其内更易缺血坏死、囊变或纤维化，肿瘤侵袭性高、异质性更大，更易发生淋巴结转移。

总之，DCE-MRI灌注参数和ADC直方图可以对乳腺癌的预后因素进行较好的评估。Musa等[25]研究发现，ER/PR表达与HER2扩增之间存在负相关，主要由于ER激活抑制了HER2转录，而HER2过表达可以促进肿瘤新生血管的形成，因此考虑ER/PR-、HER2+肿瘤的高ADC值（非分布参数）与高灌注效应有关。评估Ki-67表达相关研究结果发现，其与高增殖性肿瘤的细胞密集程度高、血管外细胞外间隙小，具有更高侵袭性、异质性的特征相一致。但是DCE-MRI相关偏度、峰度参数研究结果并不一致，可能与ROI和模型选择不同、分析方法及使用软件不同等因素有关。

4 对乳腺癌NAT疗效的预测价值

基于MRI预测乳腺癌NAT疗效是近年研究的热点。NAT后肿瘤微结构改变要早于其形态学改变，有研究者[26]认为Ktrans和ve减低可以比肿瘤体积变化更早更准确地预测早期NAT反应。Kim等[27-28]采用Miller-Payne分级系统（简称MP系统）对乳腺癌病人NAT疗效进行评估，并进行DCE-MRI灌注参数研究，结果显示显著反应（MP4－5级）、非显著反应（MP1－3级）组间基线DCE-MRI灌注参数的直方图参数差异无统计学意义；而NAT后（2个周期）显著反应组Ktrans和kep均值，第20、50、75百分位数显著低于非显著反应组，且前后降低程度最大；并且NAT后（2个周期）的ADC均值，最小值及第10、25、50、75百分位数均显著升高，ADC最大值、偏度及峰度显著减低。Lee等[29]研究发现在乳腺癌病灶和对侧乳腺背景实质DCE-MRI灌注参数的结合模型中，结合对侧乳腺背景实质的ve值、肿瘤ve第50百分位数及偏度的模型对pCR预测能力最高[受试者操作特征曲线下面积（AUC）=0.807]。王等[30]研究显示，不分亚型或HER2过表达型中pCR组的ADC峰度均显著高于非pCR组；单因素亚组分析中，Ki-67高表达组及HER2+组中峰度亦可以较好地 预 测pCR，AUC分 别 为0.668、0.754；TN型 中pCR组ADC均值和第50百分位数显著低于非pCR组。该研究还发现高峰度系数与肿瘤高侵袭性、高级别相关，这与已知级别较高的HER2过表达型及TN型乳腺癌更易获得pCR相符。曹等[31]对DCE-MRI中T1WI增强早期和晚期直方图进行研究，结果显示残余癌组与无残余癌组间残余强化灶体积、增强早期最大值、增强晚期峰度值差异均有统计学意义，且多因素分析显示增强晚期峰度值是残余癌的独立影响因素。

综上所述，相较于传统的MRI检查，DCE-MRI灌注参数及ADC直方图更能准确定量地评估病灶对NAT的早期反应及预测病灶达到pCR的能力，进而精准制定、调整治疗方案或适时终止治疗，避免错过最佳手术时机。但是，定量DCE-MRI的灌注参数分析所需的时间分辨力高及后处理耗时，不能在临床常规应用。目前，采用DCE-MRI中T1WI增强直方图对乳腺癌的相关研究较DCE-MRI灌注参数直方图的研究相对较少，可能是由于功能MRI、纹理分析及影像组学的广泛应用，可以更大程度放大、形象化微观结构的改变及提取更多的影像信息，因此对T1WI增强的一阶直方图分析关注度减低。尽管一阶直方图分析较为基础，但其预测价值亦不容忽视。

5 小结

应用DCE-MRI和DWI直方图可以分析乳腺癌的异质性，反映潜在的分子生物学行为和变化。近年来基于体素内不相干运动成像等DWI的衍生序列，在乳腺癌分子分型及预后因素等方面的评估应用逐渐增多并取得了一定成果。直方图分析不需要额外的硬件和附加序列，在已有的影像资料上即可进行数据分析，可重复性和一致性较高。将来需要收集更多的多中心病人以扩大样本量，对其MRI影像及其直方图参数进行验证、标椎化，使一些直方图参数成为临床上可靠的乳腺癌影像学标志物，为临床诊疗提供更大的价值。