多模态磁共振成像在Luminal 型与非Luminal 型乳腺癌鉴别诊断中的价值

王明月，李 旭，庄玉慧，赵 娟，王 利，康梦洋

（大连市第二人民医院放射科，辽宁 大连 116011）

乳腺癌是女性最常见的恶性肿瘤之一，发病率约占各种恶性肿瘤的7%～10%[1]，且呈逐年上升和年轻化趋势；不同分子分型的乳腺癌临床特征及预后均不同。Luminal 型最常见，包括Luminal A、B 型，恶性程度及复发风险较低，对内分泌及靶向治疗敏感，对化疗不敏感，预后较好；非Luminal 型包括HER-2 阳性型及三阴性乳腺癌，多为晚期肿瘤，有腋窝淋巴结转移倾向，恶性程度及复发率高，对化疗敏感，预后差[2]。运用影像手段对两者进行鉴别，有助于临床治疗及预后评估。定量动态增强（DCEMRI）扫描运用药代动力学模型的定量参数分析病灶的微血管灌注及渗透状况，弥补了半定量DCEMRI 的不足[3]。体素内不相干运动（IVIM）是一种利用双指数曲线拟合的多b 值扩散加权成像技术，可将水分子扩散效应中的纯扩散系数（ADCslow）和微灌注（ADCfast）区分开，从而获取病变内真实弥散信息[4]。扩散峰度成像（DKI）模型可通过扩散峰度值（Mean kurtosis，MK）和平均扩散率（Mean diffusivity，MD）来描述水分子真实的非高斯分布[5]。目前，国内外尚没有关于DCE-MRI、IVIM-DWI 及DKI 联合应用于乳腺癌基因分型的相关报道。本研究拟分析Luminal 型及非Luminal 型乳腺癌多模态磁共振参数差异，探讨多序列联合成像对两者的鉴别诊断价值。

1 资料与方法

1.1 一般资料

回顾性分析大连市第二人民医院2019 年12月—2021 年2 月经病理证实的109 例乳腺癌患者的临床及影像资料。纳入标准：①MRI 检查前未进行过手术、穿刺活检等治疗；②MRI 检查后行手术或穿刺活检证实乳腺癌病理类型，并获取分子分型。排除标准：MRI 扫描资料不完整或图像质量不佳。其中Luminal 型62 例，年龄29～79 岁，平均（51.5±10.1）岁；非Luminal 型47 例，年龄39～69 岁，平均（50.1±9.3）岁。所有患者在MRI 检查前签署知情同意书。

1.2 仪器与方法

使用GE Discovery 750W 3.0T MR 扫描仪进行磁共振扫描，采用8 通道双乳相控阵线圈。患者取俯卧位，足先进，双侧乳房自然悬垂于乳腺线圈内。患者均行T1WI、T2WI、DWI、DCE-MRI、IVIM-DWI及DKI 扫描。横断位FSE 序列T1WI：TR 及TE 为420ms、10ms，矩阵320×288；横断位T2WI：TR 6000ms，TE 88 ms，矩阵亦为320×288。横断位DWI 采用单次激发平面回波成像序列：TR 3 613.2 ms，TE 72.7 ms，矩阵128×128，b=50、1 000 s/mm2，激励次数为1，6次。横断位IVIM：TR 2 500 ms，TE 89.9 ms，矩阵128×128，12 个b 值分别为20、30、50、70、100、150、200、500、700、1 000、1 500、2 000 s/mm2，激励次数（NEX）为2 次，扫描时间400 s。DKI：TR 5 000 ms，TE 89.9 ms，矩阵128×128，b=0、1 000、2 000 s/mm2，每个b 值均施加30 个方向的扩散敏感梯度场，扫描时间355 s，NEX 为2 次。DCE-MRI 使用VIBRANT序列，通过肘前静脉以3 mL/s 的速度注射0.1 mmol/kg剂量的钆喷酸葡胺（Gd-DTPA），扫描45 期，每期7 s，扫描时间375 s；以上所有序列层厚均为4 mm，层间距为0.4 mm，扫描视野（FOV）为350 mm×350 mm。

1.3 图像处理及分析

将45 期动态增强图像导入GE AW4.6 后处理工作站的GenIQ 软件，对图像进行运动校正后，在强化最明显的一期图像中选取病灶最大层面进行感兴趣区勾画，并映射到伪彩图中。将IVIM 及DKI 图像导入后处理工作站的Functool 软件，在IVIMDWI 灰度图（b=1 000）上选取病灶最大的层面勾画ROI，避开出血、坏死/囊变区等，每个ROI 大小约50～150 mm2，然后将ROI 映射到ADCstandard、ADCslow、ADCfast及f 伪彩图上。同样的方法，在DKI 灰度图（b=1 000）上勾画ROI，映射到MD、MK 伪彩图上。由2 名具有5 年以上影像诊断经验的医生在病灶最大层面及上下连续3 层分别测量3 次，取其平均值。

1.4 病理及免疫组化分析

术后标本采用石蜡薄片行HE 染色，电子显微镜下对组织分级进行评估。采用Nottingham 指数（NPI）对患者预后质量进行评估，计算公式为：NPI=肿瘤最大直径（cm）×0.2+淋巴结状态（1～3 期）+组织学分级（1～3 级）。公式中肿瘤最大直径根据标本测量获得；淋巴结状态1～3 期分别对应术后病理无淋巴结转移、1～3 个淋巴结转移、＞4 个淋巴结转移，并记为1～3 分[6]。NPI 评分＜3.4 为预后良好，NPI 评分3.4～＜5.4 为预后中等，≥5.4 为预后不良。根据第8版美国肿瘤研究联合会（AJCC）癌症分期标准确定乳腺癌组织学类型及TNM 分期[7]。采用链霉菌抗生物素蛋白-过氧化物酶连结法检测雌激素受体（ER）、孕激素受体（PR）、人类表皮生长因子受体2（HER-2）。ER 和PR 的判断标准为：阳性肿瘤细胞≥10%为阳性，＜10%为阴性。HER-2 的判断标准为：（+）和（-）为阴性；（+++）为阳性；对于（++）者进一步行荧光标记的原位杂交技术法检测，基因扩增者为阳性，反之为阴性。将4 种乳腺癌亚型分为两组：①Luminal 型（Luminal A 型：ER 阳性和（或）PR阳性，HER-2 阴性；Luminal B 型：ER 阳性和（或）PR 阳性，HER-2 阳性）；②非Luminal 型（HER-2 阳性型：ER 和PR 阴性，HER-2 阳性；三阴性型：ER、PR 和HER-2 均阴性）。

1.5 统计学方法

采用SPSS 25.0 和MedCalc 软件对数据进行统计分析。运用Kolmoforov-Smirnov Z 检验计量资料是否符合正态分布，运用Levene 检验方差齐性，然后以表示。Luminal 型与非Luminal 型患者磁共振参数Ktrans、Kep、Ve、ADCstandard、ADCslow、ADCfast、f、MK、MD 的差异性分析运用独立样本t 检验、Wilcoxon 符号秩检验；预后因素（淋巴结转移、病理分级、TNM分期、Nottingham 指数）间的差异分析运用χ2检验。定量参数与预后因素的相关性分析采用Spearman和Pearson 分析方法评价，|r| 0.8～＜1.0 为高度相关，|r|0.5～＜0.8 为中度相关，|r| 0.3～＜0.5 为低度相关，|r|≤0.3 为极弱相关。采用Logistic 回归分析筛选鉴别诊断的独立因素，绘制受试者工作特征曲线（ROC）评估模型的诊断效能，计算曲线下面积（AUC），运用最大约登指数确定ADC 的鉴别诊断阈值，计算敏感度、特异度及准确度。AUC 的差异性分析采用Delong 检验。

2 结果

2.1 Luminal 与非Luminal 型患者组间DCE-MRI、DKI 及IVIM 参数的比较

Luminal 型的Ktrans值、Kep值及MD值低于非Luminal 型，差异均有统计学意义（P=0.001、0.001、0.02）；Luminal 型的ADCslow、ADCfast及MK 值高于非Luminal 型，差异均有统计学意义（P=0.001、0.04、0.001）。余两组间ADCstandard、f、Ve值差异不具有统计学意义（P＞0.05）（图1，表1）。

图1 女，43 岁，左乳浸润性导管癌Ⅲ级，三阴型。图1a 为DWI（b=1 000 s/mm2）的灰度图，左乳外上象限病灶呈高信号。图1b～1j 为ADCstandard 值、ADCslow、ADCfast、f 值及MD、MK 和Ktrans、Kep、Ve 值伪彩图，ADCstandard=0.89×10-3 mm2/s，ADCslow=0.69×10-3 mm2/s，ADCfast=47.0×10-3 mm2/s，f=42.7%；MD=1.72×10-3 mm2/s，MK=0.90，Ktrans=0.427 min-1，Kep=0.533 min-1，Ve=0.427。Figure 1.Female,43 years old.Invasive ductal carcinoma of the left breast (grade Ⅲ),triple negative type.Figure 1a: Grayscale image of DWI(b=1 000 s/mm2),and the upper quadrant of the left mammary lesion shows high signal intensity.Figures 1b～1j: Pseudo-color graphs of ADCstandard value,ADCslow,ADCfast,f value and MD,MK,Ktrans,Kep,and Ve values.ADCstandard=0.89×10-3 mm2/s,ADCslow=0.69×10-3 mm2/s,ADCfast=47.0×10-3 mm2/s,f=42.7%,MD=1.72×10-3 mm2/s,MK=0.90,Ktrans=0.427 min-1,Kep=0.533 min-1,Ve=0.427.

表1 Luminal 型与非Luminal 型乳腺癌间DCE-MRI、DKI 及IVIM 参数的差异性分析

2.2 DCE-MRI、DKI 及IVIM 模型对Luminal 与非Luminal 型鉴别诊断效能分析

根据二元Logistic 回归分析结果，DCE-MRI 模型中的Ktrans、Kep值和IVIM 模型中的ADCslow、ADCfast及DKI 模型中的MK 值为鉴别Luminal 与非Luminal 型的独立影响因素，其中Ktrans、Kep值与ADCslow、MK 值具有诊断效能，两两之间比较不具有统计学差异（Z=0.046～0.428，P=0.647～0.963）。DCE-MRI 模型的诊断效能较高，AUC 为0.759，准确度为76.1%，其次为IVIM 模型，AUC 为0.743，准确度为64.2%，DKI 的AUC 最小为0.677，准确度为60.6%，DCEMRI+IVIM+DKI 的诊断效能高于单一模型（Z=3.174～4.122，P=0.001～0.015），AUC 为0.876，准确度为78.0%（表2，3，图2）。

图2 IVIM 模型、DCE-MRI模型、DKI 模型及IVIM+DCEMRI+DKI 的ROC 曲线。Figure 2.The ROC curve of IVIM model,DCE-MRI model,DKI model and IVIM+DCE-MRI+DKI.

表2 DCE-MRI、DKI 及IVIM 参数对乳腺癌Luminal 分型的回归分析

2.3 DCE-MRI、DKI 及IVIM 参数与不同预后因素的相关性分析

病理分级和NPI 在Luminal 型与非Luminal 型中有显著差异（P=0.02、0.002）。ADCslow、ADCstandard及MK 值与病理分级呈负相关；MD 值与TNM 分期呈正相关；Kep值与NPI 呈正相关，ADCslow、ADCstandard及MK 值与NPI 呈负相关（表4，5）。

表3 DCE-MRI 与IVIM、DKI 模型对乳腺癌Luminal 分型的诊断效能分析

表4 Luminal 型与非Luminal 型乳腺癌之间预后因素的比较

3 讨论

乳腺癌在女性恶性肿瘤发病率中位居首位，具有高度异质性，不同分子分型的乳腺癌患者在临床表现、治疗反应性和预后等方面存在很大差异。NPI是一种广泛应用于原发性乳腺癌预后评估的综合评分系统。研究表明，乳腺癌预后与组织学分级有密切联系，病理组织学分级越高，意味着越高的恶性程度和较差的预后[8]。同时乳腺癌血管生成也与NPI 积分密切相关。NPI 积分越高，恶性程度越大，血管生成能力越强，肿瘤生长越迅速，侵袭性越强，淋巴结转移率亦越高[9]。本研究中，Luminal 型高级别肿瘤占比明显低于非Luminal 型，且非Luminal 型NPI预后不良组的占比明显高于Luminal 型。

DCE-MRI 可定量反映肿瘤微血管灌注程度，可为肿瘤的鉴别诊断提供一定的定量参考。文献报道，Ktrans值体现肿瘤微血管的渗透性及血流状态指标，Kep值体现对比剂的交换速率，而Ve值与细胞环境的活跃程度相关[10]。本研究中Luminal 型的Ktrans值、Kep值均低于非Luminal 型，且差异具有统计学意义，Kep值与NPI 呈正相关。表明非Luminal 型乳腺癌的新生血管相对更丰富，微血管灌注更加明显，恶性程度相对于Luminal 型更高，预后更差。Luminal型乳腺癌ER 和（或）PR 阳性，这也与Ali 等[11]报道的ER、PR 表达能下调血管内皮生长因子水平从而抑制肿瘤血管生成这一特点相符。也有学者通过功能学的动态增强成像（Ktrans，Kep）等参数进行乳腺癌不同分子分型的鉴别诊断，但得出的诊断准确率并不高[12]。

表5 DCE-MRI、DKI 及IVIM 参数与不同预后因素的相关性分析

DWI 可鉴别乳腺良恶性病变，预测对新辅助化疗（NAC）的反应，并确定相关预后因素[13]。Horvat 等[14]探讨ADCmax值可鉴别Luminal 型及非Luminal 型乳腺癌，但本研究中ADCstandard对其并无诊断价值，这可能是由于ADC 值在反映水分扩散的同时也包含了血流灌注信息。IVIM 成像采用双指数模型分析，使用多个b 值来分离灌注和扩散，无需造影剂即可得到微血管灌注信息，还能更准确地反映水分子扩散信息[15]。Liu 等[16]研究发现ADCslow、ADCfast、f 值与良恶性病变及分子亚型有显著差异，乳腺癌表现为高细胞密度（低扩散率）和高血管密度（高灌注率）。恶性肿瘤的恶性程度越高，ADCslow值也小，f 值越高。同时认为ADCfast与平均毛细血管长度和平均血流速度成正比。Uslu 等[17]发现，随着乳腺癌病理级别的升高，ADCslow和f 值有降低的趋势。本研究中，Luminal 型乳腺癌的ADCslow和ADCfast值均高于非Luminal 型，且差异具有统计学意义。且ADCslow、ADCstandard与病理分级及NPI 呈负相关，与上述研究结论一致，表明非Luminal 型（ER、PR 阴性）乳腺癌具有更高的细胞密度，癌细胞增殖活性更高，血流灌注更高，ADCslow及ADCstandard能在一定程度上反应乳腺癌患者的预后。

与传统的DWI 相比，DKI 充分考虑了水分子在组织内的非高斯扩散运动，并基于这一性质在其模型框架中引入了一个四阶三维张量，可以更准确评估组织微结构的复杂性。本研究中，Luminal 型乳腺癌的MD 值低于非Luminal 型，Luminal 型的MK 值高于非Luminal 型，差异有统计学意义。并且MK 值与病理分级及NPI 呈轻度负相关。先前有学者[18-19]发现乳腺恶性病变MK 值高于良性病变；并且乳腺癌HER-2 阳性者MK 值较高。病理分级Ⅲ级肿瘤的MK 值明显高于Ⅰ、Ⅱ级。本研究结果与其不一致，究其原因可能与MK 值受微灌注影响有关，乳腺癌病理分级越高，血流越丰富，瘤内自由水分子更倾向于高斯运动，相应非高斯效应减低。三阴性乳腺癌瘤内坏死成分较多[20]，细胞内水分子的扩散受限程度相应减低，也可能会导致MK 值的降低。

本研究有一些局限性。首先，这是一项单中心研究，研究对象的样本量有限。因此，有必要增加样本量对不同的乳腺癌亚型和组织学分级进行比较。其次，本研究可能存在ROI 的选择偏置，因为本研究将ROI 画在肿瘤面积最大的层面上，并没有覆盖整个肿瘤体积、肿瘤边缘和周围区域。第三，采用逐步拟合的方法计算IVIM 参数，使用12 个b 值，最高的两个是1 500 s/mm2和2 000 s/mm2。高b 值可包括非高斯扩散的曲率效应，可能会增加本研究中IVIM参数数值的偏倚。

综上所述，本研究联合运用3 个数学模型的定量参数，发现DCE-MRI模型中的Ktrans、Kep值和IVIM 模型中的ADCslow及DKI 模型中的MK 值的诊断效能不具有统计学差异。上述参数相联合，可从肿瘤的微灌注、真实扩散效应及非高斯运动三个方面对Luminal 型/非Luminal 型乳腺癌进行鉴别，DCEMRI+IVIM+DKI 联合的诊断效能均高于单一模型，值得临床推广。