成芳，所世騰，康記文，華小蘭，耿小川，張科蓓，張慶，華佳

MR擴(kuò)散峰度成像在浸潤(rùn)性乳腺癌分級(jí)及與預(yù)后因素的相關(guān)性應(yīng)用研究

成芳，所世騰，康記文，華小蘭，耿小川，張科蓓，張慶，華佳*

目的評(píng)價(jià)MR擴(kuò)散峰度成像(diffusion kurtosis imaging，DKI)在浸潤(rùn)性乳腺癌分級(jí)中的應(yīng)用及與ER、PR、HER-2、Ki-67的相關(guān)性。材料與方法搜集2014年8月至2016年9月在我院經(jīng)病理及臨床確診為乳腺癌的患者53例，其中男1例，女52例，病理組織學(xué)分級(jí)：5例(9.4%)為1級(jí)，26例(49.1%)為2級(jí)，22例(41.5%)為3級(jí)。所有患者進(jìn)行包括DKI序列的乳腺磁共振掃描。通過(guò)Matlab 2011b軟件計(jì)算表觀彌散系數(shù)(apparent diffusion coefficient，ADC)、平均擴(kuò)散率(mean diffusivity，MD)和擴(kuò)散峰度平均值(mean kurtosis，MK)值，對(duì)照病理結(jié)果，應(yīng)用Mann-Whitney U檢驗(yàn)評(píng)價(jià)上述參數(shù)值與浸潤(rùn)性乳腺癌病理分級(jí)及與ER、PR、HER-2、Ki-67的相關(guān)性。結(jié)果ADC、MD和MK值在不同級(jí)別浸潤(rùn)性乳腺癌之間差異沒(méi)有統(tǒng)計(jì)學(xué)意義(P＞0.05)，在不同表達(dá)水平的ER、PR、HER-2及Ki-67統(tǒng)計(jì)學(xué)中發(fā)現(xiàn)，僅僅ADC和MD值對(duì)ER有統(tǒng)計(jì)學(xué)意義(P＜0.05)，而MK值對(duì)不同乳腺癌Ki-67高、低表達(dá)分組間的統(tǒng)計(jì)差異P=0.055，相較ADC、MD值已非常接近于0.05。ADC、MD和MK值在PR、HER-2等其余乳腺癌相關(guān)預(yù)后因素分組中均無(wú)統(tǒng)計(jì)學(xué)意義(P＞0.05)。結(jié)論DKI在術(shù)前評(píng)估浸潤(rùn)性乳腺癌的病理分級(jí)的價(jià)值有限，但在評(píng)估腫瘤增殖活性方面有一定幫助，為腫瘤的化療方案的制定提供了更多的信息，它的價(jià)值仍有待進(jìn)一步探究。

乳腺腫瘤；磁共振成像；病理學(xué)，臨床

隨著影像技術(shù)的不斷發(fā)展，近幾年MRI檢查已成為評(píng)價(jià)乳腺疾病的一種較為有效的方法而被廣泛應(yīng)用于臨床。它較傳統(tǒng)影像檢查具備較多優(yōu)勢(shì)，除了形態(tài)學(xué)分析外，其他MRI技術(shù)也在這個(gè)領(lǐng)域發(fā)揮著很大的作用，擴(kuò)散加權(quán)成像(diffusion weighted MR imaging，DWI)等多種技術(shù)已用于臨床研究。MR擴(kuò)散峰度成像(diffusion kurtosis imaging，DKI)是一種檢測(cè)活體組織內(nèi)非正態(tài)分布水分子擴(kuò)散的磁共振成像新技術(shù)，與單指數(shù)DWI相比，DKI能更客觀地反映活體內(nèi)水分子的擴(kuò)散情況。DKI技術(shù)最早是Jensen教授在2005年正式提出，后經(jīng)中國(guó)香港大學(xué)吳學(xué)奎教授團(tuán)隊(duì)發(fā)展和完善[1]。本研究旨在探究DKI在浸潤(rùn)性乳腺癌分級(jí)中的應(yīng)用及與雌激素受體(estrogen receptor，ER)、孕激素受體(progesterone receptor，PR)、人類表皮生長(zhǎng)因子受體2 (human epidermal growth factor receptor 2，HER-2)及細(xì)胞增殖抗原標(biāo)記物Ki-67 (antigen identified by monoclonal antibody Ki-67，Ki-67) 四種免疫組化指標(biāo)的相關(guān)性。

1 材料與方法

1.1 臨床資料

搜集2014年8月至2016年11月在我院經(jīng)病理及臨床確診為浸潤(rùn)性乳腺癌的患者53例，均為手術(shù)病理或穿刺活檢病理證實(shí)為原發(fā)性浸潤(rùn)性乳腺癌，且在MRI檢查前未經(jīng)任何治療。其中男性1例，浸潤(rùn)性導(dǎo)管癌2級(jí)；女性52例，其中浸潤(rùn)性導(dǎo)管癌39例(73.6%)，浸潤(rùn)性小葉癌8例(15.1%)，黏液腺癌3例(5.7%)、浸潤(rùn)性乳頭狀癌1例(1.9%)，腺樣囊性癌1例(1.9%)。病理組織學(xué)分級(jí)：5例(9.4%)為1級(jí)，26例(49.1%)為2級(jí)，22例(41.5%)為3級(jí)。由于病理為1級(jí)的病例較少，將1級(jí)和2級(jí)合并為一組作統(tǒng)計(jì)分析?；颊咝g(shù)前接受MRI常規(guī)檢查及DKI掃描，術(shù)后對(duì)腫瘤標(biāo)本進(jìn)行HE染色和ER、PR、HER-2和Ki-67免疫組化指標(biāo)染色，由2名資深病理科醫(yī)師閱讀。

1.2 圖像采集與處理

采用3.0 T磁共振成像儀(Ingenia，Philips Medical Systems，Best，the Netherlands)，采用乳腺表面相控陣線圈，患者去俯臥位頭先進(jìn)的體位，囑患者掃描過(guò)程中保持不動(dòng)，自由呼吸狀態(tài)連續(xù)掃描，盡可能減少患者因呼吸、心跳等產(chǎn)生的偽影，有利于提高乳腺組織的信噪比，掃描范圍包括雙側(cè)全部乳腺組織及腋窩軟組織。掃描序列包括T1WI、T2WI、DWI、SPAIR、DCE和DKI。MRI平掃序列參數(shù)：橫軸面T1WI，TR 569 ms，TE 8 ms，F(xiàn)OV 280 mm×341 mm，矩陣512×512，層厚4 mm，層距 0 mm；橫軸面T2WI，TR 3655 ms，TE 120 ms，F(xiàn)OV 280 mm ×341 mm，矩陣=432×432，層厚4 mm，層距0 mm；橫軸面T2WI/SPAIR：TR 2951 ms，TE 60 ms，F(xiàn)OV 180 mm×262 mm，矩陣512×512，層厚4 mm，層距0 mm；DKI采用脂肪抑制單次激發(fā)自旋回波EPI序列，并在x、y、z軸三個(gè)方向上施加擴(kuò)散敏感梯度脈沖。具體掃描參數(shù)：TR 2681 ms，TE 82 ms，F(xiàn)OV 230 mm× 240 mm，層厚5 mm，層距1 mm，層數(shù)18，重建矩陣224×224，NEX為2，Sense factor為2，b值=0、800、1000、1500、2000和2500 s/mm2，空間分辨率1.25 cm×1.25 cm× 3 cm；增強(qiáng)掃描Thrive：TR 4.5 ms，TE 2.2 ms，F(xiàn)OV 280 mm×340 mm，矩陣480×480，層厚3.33 mm，層距0.67 mm。對(duì)比劑采用釓噴酸葡胺注射液(Gd-DTPA)，劑量0.2 mmol/kg，注射速率2.0 ml/s，注射后追加20 ml生理鹽水沖洗注射管。增強(qiáng)掃描前先掃描蒙片，如果顯影清晰則注射對(duì)比劑，注射15 s后開(kāi)始掃描，掃描4個(gè)動(dòng)態(tài)。

1.3 DWI及DKI數(shù)據(jù)的測(cè)量與分析

將所采集的DWI圖像傳輸至磁共振工作站，采用Matlab 2011b軟件中的擴(kuò)散峰度模型擬合計(jì)算DKI參數(shù)圖，包括D (corrected diffusion coeff i cient)圖和K (excess diffusion kurtosis coefficient)圖，并對(duì)DWI圖像進(jìn)行后處理得到ADC圖。結(jié)合動(dòng)態(tài)增強(qiáng)(dynamic contrast enhanced，DCE)圖像，在腫瘤病灶實(shí)性成分處勾畫(huà)感興趣區(qū)(region of interest，ROI)，盡量避開(kāi)液化壞死區(qū)，每個(gè)感興趣區(qū)的DWI和DKI參數(shù)重復(fù)測(cè)量?jī)纱?，取其平均值，全部測(cè)量層面腫瘤的ADC、平均擴(kuò)散率(mean diffusion，MD)、擴(kuò)散峰度平均值(mean kurtosis，MK)均值作為該病灶最終值。

1.4 腫瘤ER、PR、HER-2和Ki-67表達(dá)的病理檢測(cè)

所有標(biāo)本進(jìn)行固化、切片，HE染色，觀察組織和細(xì)胞的形態(tài)，采用免疫組化法檢測(cè)ER、PR、HER-2和Ki-67標(biāo)志物的表達(dá)情況。免疫組織化學(xué)染色采用PS法，陽(yáng)性染色細(xì)胞呈棕褐色或棕黃色，ER/PR＞1%即評(píng)價(jià)為激素受體陽(yáng)性，Her2表達(dá)記為陰性、(+)、(++)、(+++)、(++++)，其中(+++)、(++++)記為陽(yáng)性，如表達(dá)為(++)，則加做Fish，如基因擴(kuò)增記為陽(yáng)性，不擴(kuò)增則記為陰性。Ki-67表達(dá)陽(yáng)性表現(xiàn)為細(xì)胞核區(qū)域免疫物質(zhì)染色，隨機(jī)選取10個(gè)高倍鏡視野，計(jì)算其異常表達(dá)的陽(yáng)性細(xì)胞數(shù)百分率。

1.4.1 乳腺癌Ki-67的界限值爭(zhēng)議

2011年St.Gallen早期乳腺癌國(guó)際專家共識(shí)曾提出將14%作為Ki-67陽(yáng)性指數(shù)高低的界限值引起廣泛爭(zhēng)議[2]。有關(guān)14%的界限值實(shí)際上只來(lái)源于一項(xiàng)研究結(jié)果[3]，后續(xù)也沒(méi)有更多的研究予以支持。2013年St.Gallen共識(shí)中，大部分專家同意采用20%作為Ki-67陽(yáng)性指數(shù)的界限值[4]。2015年的St.Gallen大會(huì)上，更多的專家表示接受20%～29%之間的數(shù)值作為界限值來(lái)區(qū)分腔面A型和腔面B型[5]。因此筆者應(yīng)用最新的Ki-67界限值進(jìn)行分組，由于病理報(bào)告中Ki-67都是百分整數(shù)，所以本研究中≤20%認(rèn)為是低表達(dá)，＞20%認(rèn)為是高表達(dá)。

1.5 統(tǒng)計(jì)學(xué)分析

所有數(shù)據(jù)用均數(shù)±標(biāo)準(zhǔn)差表示，利用Graphpad prism 5.0.1統(tǒng)計(jì)學(xué)軟件進(jìn)行分析處理：應(yīng)用Mann-Whitney U檢驗(yàn)方法，比較兩組不同級(jí)別間浸潤(rùn)性乳腺癌DWI、DKI參數(shù)的差異；比較ADC、MD、MK參數(shù)與ER、PR、HER-2及Ki-67表達(dá)水平的相關(guān)性。P＜0.05為差異具有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

53例納入本研究的患者分為兩組，1～2級(jí)的浸潤(rùn)性乳腺癌患者31例(其中1級(jí)5例，2級(jí)26例)，3級(jí)的患者22例，相應(yīng)的ADC、MD和MK值見(jiàn)表1所示。ADC、MD和MK值在不同級(jí)別浸潤(rùn)性乳腺癌之間沒(méi)有統(tǒng)計(jì)學(xué)意義P＞0.05)，在不同表達(dá)水平的ER、PR、HER-2及Ki-67統(tǒng)計(jì)學(xué)中發(fā)現(xiàn)，僅僅ADC和MD值對(duì)ER有統(tǒng)計(jì)學(xué)意義(P＜0.05)，而MK值對(duì)不同乳腺癌Ki-67高、低表達(dá)分組間的P=0.055，相較ADC、MD值已非常接近于0.05。ADC、MD和MK值在PR、HER-2等其余乳腺癌相關(guān)預(yù)后因素分組中均無(wú)統(tǒng)計(jì)學(xué)意義(P＞0.05) (圖1)。

3 討論

3.1 擴(kuò)散模型

在乳腺癌中，DWI已被廣泛用于病變的診斷、預(yù)后、療效監(jiān)測(cè)以及復(fù)發(fā)和轉(zhuǎn)移等方面的評(píng)價(jià)[6-7]。ADC是根據(jù)DWI信號(hào)S測(cè)算出來(lái)的最常用的定量指標(biāo)，可通過(guò)單指數(shù)模型擬合得到下式：

然而有研究報(bào)道，在乳腺癌中DWI信號(hào)隨b值的衰減并不滿足單指數(shù)曲線，更為復(fù)雜的模型可能更能表達(dá)這種非高斯彌散形式，進(jìn)而提供病灶更多的信息。較為常見(jiàn)、且被很多研究證實(shí)的非高斯模型有：拉伸指數(shù)模型、擴(kuò)散峰度模型和雙指數(shù)模型[8-9]。本研究中筆者使用的是擴(kuò)散峰度模型，其主要公式如下：

MK是DKI技術(shù)最關(guān)鍵的參數(shù)，代表空間各梯度方向的擴(kuò)散峰度平均值[1]，是衡量組織結(jié)構(gòu)復(fù)雜程度的指標(biāo)，是無(wú)單位參數(shù)，MK值與組織復(fù)雜程度呈正比，結(jié)構(gòu)越復(fù)雜， MK值也越大[10-11]。MD代表經(jīng)非高斯分布校正過(guò)的表觀擴(kuò)散系數(shù)值。這項(xiàng)技術(shù)于2005年由Jensen等[12]首先提出。其理論基礎(chǔ)是在活體狀態(tài)下，大多數(shù)生物組織結(jié)構(gòu)復(fù)雜，水分子的運(yùn)動(dòng)因細(xì)胞間結(jié)構(gòu)、細(xì)胞內(nèi)外受限程度、細(xì)胞膜的滲透性及游離、結(jié)合水的物理化學(xué)特性而表現(xiàn)復(fù)雜。

3.2 ADC、MD、MK值在浸潤(rùn)性乳腺癌分級(jí)中的價(jià)值

本研究顯示ADC、MD和MK值在鑒別浸潤(rùn)性乳腺癌不同病理分級(jí)中無(wú)統(tǒng)計(jì)學(xué)意義，無(wú)論是DWI還是DKI序列都很難直接評(píng)估浸潤(rùn)性乳腺癌腫瘤細(xì)胞的分化程度。ADC、MD和MK值三種參數(shù)從根本上來(lái)說(shuō)均體現(xiàn)出癌組織細(xì)胞內(nèi)外水分子的擴(kuò)散運(yùn)動(dòng)狀況，而細(xì)胞內(nèi)外水分子的擴(kuò)散運(yùn)動(dòng)狀況受包括細(xì)胞核、細(xì)胞器的改變、核漿比、細(xì)胞密度、細(xì)胞內(nèi)外水分子的比例等多種因素影響[13-14]，隨著病理級(jí)別的增高，腫瘤內(nèi)部含有更復(fù)雜的細(xì)胞結(jié)構(gòu)，更多的新生血管及壞死結(jié)構(gòu)[15]，導(dǎo)致水分子運(yùn)動(dòng)明顯受限，并偏離高斯分布。DKI以在中樞神經(jīng)系統(tǒng)的應(yīng)用較多，有研究表明MK值隨膠質(zhì)瘤級(jí)別的增高而增大[10]。腹部則在對(duì)前列腺外周帶良惡性病變的鑒別方面，以及腫瘤分化程度的評(píng)價(jià)方面，MK值顯示了很高的敏感性[16]。DKI在乳腺疾病方面相關(guān)研究較少，Nogueira等[17]對(duì)傳統(tǒng)DWI和DKI在乳腺良惡性病變的鑒別診斷進(jìn)行了評(píng)估，發(fā)現(xiàn)ADC值、MK 值及MD值在良惡性病變中有顯著差異，良性病變的ADC值及MD值較惡性病變高，惡性病變的MK值較良性為高，提示乳腺病變的彌散呈非高斯分布，MK值可以用來(lái)鑒別乳腺的良惡性病變。Wu等[18]在用DKI研究乳腺腫瘤特征的應(yīng)用中也得出了類似結(jié)論，并且認(rèn)為MK值診斷惡性病變的效能大于MD值。而在乳腺癌腫瘤分級(jí)及與預(yù)后因素的相關(guān)性方面僅Sun等[19]認(rèn)為，DKI在鑒別乳腺病變良惡性方面較DWI具有更高特異性，3級(jí)乳腺癌伴隨Ki-67高表達(dá)表現(xiàn)為高峰度系數(shù)和低擴(kuò)散系數(shù)。既往運(yùn)用于中樞神經(jīng)系統(tǒng)和腹部腫瘤的研究結(jié)果[10-11，16]多提示MD和MK描述組織擴(kuò)散信息更精確，腫瘤惡性程度越高，分化程度越低，腫瘤結(jié)構(gòu)越復(fù)雜，則MD值越低，MK值越高。本研究與之不符，可能與本組入組病例中不同組織學(xué)分級(jí)的浸潤(rùn)性乳腺癌病例欠均衡有關(guān)，如1級(jí)的病例相對(duì)較少，有待于將來(lái)繼續(xù)擴(kuò)大樣本量、細(xì)化病理分級(jí)類型作進(jìn)一步研究。但既往也有研究表明，浸潤(rùn)性乳腺癌不同病理分級(jí)與ADC值無(wú)相關(guān)性[20-22]，與本組結(jié)果一致，因?yàn)锳DC與腫瘤的細(xì)胞結(jié)構(gòu)是有相關(guān)性的，但尚未證明腫瘤細(xì)胞結(jié)構(gòu)與組織學(xué)分級(jí)有關(guān)，可能與腫瘤標(biāo)本的病理取材和筆者所測(cè)ROI區(qū)域是否一致有關(guān)，同理，MD和MK與病理學(xué)分級(jí)無(wú)相關(guān)性可能也有這方面原因。

表1 浸潤(rùn)性乳腺癌ADC、MD、MK定量分析及與乳癌預(yù)后因素的比較Tab. 1 Comparison of clinicopathologic variables with ADC, MD, MK values

圖1 患者女，29歲，右乳浸潤(rùn)性導(dǎo)管癌3級(jí)(箭)，ER＜1% (―)，PR 30% (―)，HER-2，0，Ki-67 80%。A：動(dòng)態(tài)增強(qiáng)序列示右乳外上象限近胸壁一枚明顯強(qiáng)化的結(jié)節(jié)。B、C：分別為ADC圖和D圖，病灶較周圍腺體組織在ADC圖上信號(hào)降低，而病灶在D圖上信號(hào)更低(ADC值，0.555× 10-3mm2/s±0.14； MD值，0.856×10-3mm2/s±0.16)。D：為K圖，病灶在K圖上信號(hào)較周圍組織增高(MK值，1.089±0.21)Fig. 1 Images in a 29-year-old woman show the breast cancer lesion in the right breast. The lesion near chest wall (arrow) is invasive ductal carcinoma grade 3 (estrogen receptor negative, ＜1%; progesterone receptor negative, 30%; HER-2, 0. Ki-67 positive, 80%). A: Axial DCE image shows the irregular obviously enhanced lesions. B, C: ADC and diffusivity maps, respectively, show decreased signal intensity compared with surrounding glandular tissue. Signal intensity on diffusivity map is lower than that on ADC map (ADC, 0.555×10-3mm2/s ± 0.14, diffusivity, 0.856×10-3mm2/s ± 0.16). D: Kurtosis map shows increased signal intensity compared with surrounding glandular tissue. (kurtosis, 1.089 ± 0.21).

3.3 ADC、MD、MK值與浸潤(rùn)性乳腺癌預(yù)后因素的相關(guān)性研究

目前認(rèn)為乳腺癌腫瘤組織學(xué)類型和 ER、PR、HER-2、Ki-67等癌基因表達(dá)情況在一定程度上從不同角度反映了乳腺癌的生物學(xué)行為及患者的預(yù)后[23]。ER和PR是乳腺癌患者的常規(guī)檢查指標(biāo)，乳腺是性激素依賴器官，其生長(zhǎng)、發(fā)育和細(xì)胞的增殖均受雌、孕激素的調(diào)控。如果 ER、PR 陽(yáng)性表達(dá)率越低說(shuō)明乳腺癌分化程度越低，惡性程度高，對(duì)化療敏感度越低，預(yù)后越差。本組研究表明，ADC、MD值與ER的表達(dá)有相關(guān)性，而MK與之無(wú)明顯相關(guān)。可能是因?yàn)镋R抑制病灶血管生成導(dǎo)致血管灌注減少，也可能與ER陽(yáng)性腫瘤細(xì)胞密度大有關(guān)。另外ADC、MD、MK值在PR、HER-2的表達(dá)中無(wú)明顯差異，與部分研究結(jié)果相符[19，24]，可能與本研究病例數(shù)少、納入標(biāo)準(zhǔn)嚴(yán)格及病理類型單一有關(guān)，這方面有待于進(jìn)一步研究。

本組結(jié)果顯示，MK值對(duì)乳腺癌Ki-67高、低表達(dá)分組間的P值較ADC和MD值的已非常接近于0.05，因此筆者可以推斷MK值與Ki-67表達(dá)的相關(guān)性較ADC和MD值強(qiáng)。由于本研究選用了最新的2015年St. Gallen大會(huì)上大部分專家的共識(shí)，以20%～29%之間的數(shù)值作為Ki-67高、低表達(dá)界限值，所以可能結(jié)果與既往研究有所不同[19]。已有研究證明Ki-67高表達(dá)與高復(fù)發(fā)風(fēng)險(xiǎn)和較差的患者生存率有關(guān)[25]，且對(duì)預(yù)測(cè)患者的化療反應(yīng)性有一定價(jià)值。隨著乳腺癌級(jí)別的增高而增高，腫瘤Ki-67表達(dá)越高，瘤內(nèi)微觀結(jié)構(gòu)越復(fù)雜，MK值越大。因此DKI參數(shù)與Ki-67的表達(dá)的相關(guān)性研究顯得很有必要。

本研究的局限性：(1)乳腺癌是具有高度特異性生物學(xué)行為的惡性腫瘤，不同區(qū)域的癌細(xì)胞密集程度、分化程度差異較大，因此，對(duì)DWI和DKI各指標(biāo)感興趣區(qū)的選定與病理組織取材存在一定差異。(2)本研究樣本中，特殊類型乳腺癌和浸潤(rùn)性乳腺癌1級(jí)的病例數(shù)相對(duì)較少，故對(duì)不同病理類型、不同級(jí)別的乳腺癌預(yù)后分析結(jié)果可能會(huì)存在一定偏差，需在今后的研究中擴(kuò)大病例數(shù)，按照不同病理類型、多個(gè)級(jí)別乳腺癌進(jìn)行細(xì)化分組分析。

本研究表明DKI在術(shù)前評(píng)估浸潤(rùn)性乳腺癌的病理分級(jí)方面的價(jià)值有限，但在預(yù)測(cè)浸潤(rùn)性乳腺癌增殖活性方面有一定幫助，為腫瘤化療方案的制定提供了更多的信息，它的價(jià)值仍有待進(jìn)一步探究。

[References]

[1] Hui ES, Cheung MM, Qi L, et al. Towards better MR characterization of neural tissues using directional diffusion kurtosis analysis. Neuroimage, 2008, 42(1): 122-134.

[2] Goldhirsch A, Wood WC, Coates AS, et al. Strategies for subtypes: dealing with the diversity of breast cancer: highlights of the St. Gallen International Expert Consensus on the Primary Therapy of Early Breast Cancer 2011. Ann Oncol, 2011, 22 (8): 1736-1747.

[3] Cheang MC, Chia SK, Voduc D, et al. Ki-67 index, HER2 status, and prognosis of patients with luminal B breast cancer. J Natl Cancer Inst, 2009, 101(10): 736-750.

[4] Goldhirseh A, Winer EP, Coates AS, et al. Personalizing the treatment of women with early breast cancer: highlights of the St Gallen International Expert Consensus on the Primary Therapy ofEarly Breast Cancer 2013. Ann Oncol, 2013, 24(9): 2206-2223.

[5] Klauschen F, Wienert S, Schmitt WD, et al. Standardized Ki-67 diagnostics using automated scoring-clinical validation in the GeparTrio breast cancer study. Clin Cancer Res, 2015, 21 (16): 3651-3657.

[6] Inoue K, Kozawa E, Mizukoshi W, et al. Usefulness of diffusionweighted imaging of breast tumors: quantitative and visual assessment. Jpn J Radiol, 2011, 29(6): 429-436.

[7] Rinaldi P, Giuliani M, Belli P, et al. DWI in breast MRI: role of ADC value to determine diagnosis between recurrent tumor and surgical scar in operated patients. Eur J Radiol, 2010, 75(2): e114-e123.

[8] Panek R, Borri M, Orton M, et al. Evaluation of diffusion models in breast cancer. Med Physics, 2015, 42(8): 4833-4839.

[9] Suo S, Lin N, Wang H, et al. Intravoxel incoherent motion diffusionweighted MR imaging of breast cancer at 3.0 tesla: comparison of different curve-f i tting methods. J Magn Reson Imaging, 2015, 42(2): 362-370.

[10] Raab P, Hattingen E, Franz K, et al. Cerebral gliomas: diffusional kurtosis imaging analysis of microstructural differences. Radiology, 2010, 254(3): 876-881.

[11] Wu EX, Cheng MM. MR diffusion Kurtosis imaging for neural tissue characterization. NMR Biomed, 2010, 23(7): 836-848.

[12] Jensen JH, Helpern JA. Ramani A, et al. diffusion kurtosis imaing: the quantification of non-Gaussian water diffusion by means of magnetic resonance imaging. Magn Reson Med, 2005, 53(6): 1432-1440.

[13] Motoshima S, Irie H, Nakazono T, et al. Diffusion-weighted MR imaging in gynecologic cancers. J Gynecol Oncol, 2011, 22(4): 275-287.

[14] Woodhams R, Kakita S, Hata H, et al. Diffusion-weighted imaging of mucinous carcinoma of the breast: evaluation of apparent diffusion coeff i cient and signal intensity in correlation with histologic fi ndings. AJR Am J Roentgenol, 2009, 193(1): 260-266.

[15] Basser PJ, Pierpaoli C. Microstructural and physiological features of tissues elucidated by quantitative-diffusion-tensor MRI.1996. J Magn Reson, 2011, 213(2): 560-570.

[16] Rosenkrantz AB, Sigmund EE, Johnson G, et al. Prostate cancer: feasibility and preliminary experience of a diffusional kurtosis model for detection and assessment of aggressiveness of peripheral zone cancer. Radiology, 2012, 264(1): 126-135.

[17] Nogueira L, Brand?o S, Matos E, et al. Application of the diffusion kurtosis model for the study of breast lesions. Eur Radiol, 2014, 24(6): 1197-1203.

[18] Wu D, Li G, Zhang J, et al. Characterization of breast tumors using diffusion kurtosis imaging (DKI). Plos One, 2014, 9(11): e113240.

[19] Sun K, Chen X, Chai W, et al. Breast cancer: diffusion kurtosis MR imaging-diagnostic accuracy and correlation with clinical-pathologic factors. Radiology, 2015, 277(1): 46-55.

[20] Park SH, Choi HY, Hahn SY. Correlations between apparent diffusion coefficient values of invasive ductal carcinoma and pathologic factors on diffusion-weighted MRI at 3.0 Tesla. J Magn Reson Imaging. 2015,41(1): 175-182.

[21] Jeh SK, Kim SH, Kim HS, et al. Correlation of the apparent diffusion coeff i cient value and dynamic magnetic resonance imaging fi ndings with prognostic factors in invasive ductal carcinoma. J Magn Reson Imaging, 2011, 33(1): 102-109.

[22] Choi SY, Chang YW, Park HJ, et al. Correlation of the apparent diffusion coefficiency values on diffusion-weighted imaging with prognostic factors for breast cancer. Br J Radiol, 2012, 85(1016): e474-e479.

[23] Fuckar D, Dekanic A, Stifter S, et al. VEGF expression is associated with negative estrogen receptor status in patients with breast cancer. Int J Surg Pathol, 2006, 14(1): 49-55.

[24] Kim SH, Cha ES, Kim HS, et al. Diffusion-weighted imaging of breast cancer: correlation of the apparent diffusion coefficient value with prognostic factors. J Magn Reson Imaging, 2009, 30(3): 615-620.

[25] de Azambuja E, Cardoso F, de Castro G, et al. Ki-67 as prognostic marker in early breast cancer: a meta-analysis of published studieds involving 12, 155 patients. Br J Cancer, 2007, 96(10): 1504-1503.

The study on the application value of DKI in the classif i cation of invasive breast carcinoma and its correlation with prognostic factors

CHENG Fang, SUO Shi-teng, KANG Ji-wen, HUA Xiao-lan, GENG Xiao-chuan, ZHANG Ke-bei, ZHANG Qing, HUA Jia*
Department of Radiology, Renji Hospital, School of Medicine, Shanghai Jiao Tong University, Shanghai 200127, China
*Correspondence to: Hua J, E-mail: Jill_huajia@163.com

Objective:To evaluate the application value of diffusion kurtosis imaging (DKI) based MD, MK parameters in grading invasive breast carcinoma and compare their diagnostic potential.Materials and Methods:Collecting 53 patients with invasive breast carcinoma diagnosed by pathological examination in this study. One male patient and 52 female patients were included. All patients underwent breast magnetic resonance imaging, including traditional magnetic resonance imaging and diffusion kurtosis imaging. ADC, MK and MD were calculated by using post-processing software, Matlab 2011b. Compared with histological grade, the classif i cation of invasive breast carcinoma and its correlation with prognostic factors were statistically analyzed.Results:ADC, MD and MK values have no signif i cant difference in well, moderately and poorly differentiated invasive breast carcinoma (P＞0.05). Only ADC and MD were significantly different in ER expression (P＜0.05). ADC, MD and MK values showed no significant difference in PR, HER-2 and Ki-67 expression (P＞0.05,P=0.055 with MK in Ki-67).Conclusions:DKI has limited value in the evaluation on the classification of invasive breast carcinoma. However it provides useful information in the assessment of tumor proliferation activity.

Breast neoplasms; Magnetic resonance imaging; Pathology, clinical

上海交通大學(xué)醫(yī)工交叉基金重點(diǎn)項(xiàng)目(編號(hào)：YG2014ZD05)

上海交通大學(xué)醫(yī)學(xué)院附屬仁濟(jì)醫(yī)院放射科，上海 200126

華佳，E-mail：Jill_huajia@163.com

2016-12-16

接受日期：2017-01-20

R445.2；R737.9

A

10.12015/issn.1674-8034.2017.03.002

成芳, 所世騰, 康記文, 等. MR擴(kuò)散峰度成像在浸潤(rùn)性乳腺癌分級(jí)及與預(yù)后因素的相關(guān)性應(yīng)用研究. 磁共振成像, 2017, 8(3): 164-169.

Received 16 Dec 2016, Accepted 20 Jan 2017

ACKNOWLEDGMENTSThis study was funded by the Multidisciplinary Crossprogram Development Fund Project (No. YG2014ZD05).