杜小萌 陳艾琪 曹勝男李 想 唐聰聰 馬宜傳

1.蚌埠醫(yī)學(xué)院醫(yī)學(xué)院影像學(xué)院(安徽 蚌埠 233000)

2.蚌埠醫(yī)學(xué)院第一附屬醫(yī)院放射科(安徽 蚌埠 233099)

乳腺癌是女性最常見的惡性腫瘤之一，近年來，我國乳腺癌的發(fā)病率及死亡率逐年遞增[1]，浸潤性乳腺癌(invasive breast cancer，IBC)作為最常見的乳腺癌類型，有易累及周邊正常組織，易轉(zhuǎn)移的特點(diǎn)[2]，因此，早期發(fā)現(xiàn)與早期診斷對提高乳腺癌患者的生存率尤為關(guān)鍵。磁共振成像具有較高的軟組織分辨率，近年來在乳腺病變診斷方面的運(yùn)用越來越廣。臨床運(yùn)用中發(fā)現(xiàn)，多數(shù)纖維腺瘤形態(tài)規(guī)則，邊界清楚，包膜完整[3]，肉眼足以將其與IBC鑒別開來，但對于一些非典型纖維腺瘤(atypical breast fibroadenoma，ABF)，僅憑肉眼可見的影像特征很難準(zhǔn)確鑒別。影像組學(xué)可以通過高通量地提取醫(yī)學(xué)影像圖像中的特征并進(jìn)行分析，從而得到肉眼無法辨別的紋理特征和顯微結(jié)構(gòu)[4]。目前，臨床上多以病理活檢作為乳腺癌診斷的“金標(biāo)準(zhǔn)”，但病理活檢具有一定的創(chuàng)傷性。因此，在術(shù)前盡可能準(zhǔn)確地鑒別出ABF與IBC，避免過度檢查是非常必要的。本研究旨在探討基于T2加權(quán)成像(T2weighted image，T2WI)和彌散加權(quán)成像(diffusion weighted imaging，DWI)的多參數(shù)影像組學(xué)標(biāo)簽來鑒別ABF與IBC的價值。

1 資料與方法

1.1 一般資料回顧性分析2019年1月1日至2021年1月1日于蚌埠醫(yī)學(xué)院第一附屬醫(yī)院因乳腺腫塊而就診的154例患者的影像資料。

納入標(biāo)準(zhǔn)：將乳腺影像報(bào)告和數(shù)據(jù)系統(tǒng)(breast imaging reporting and data system，BI-RADS)4類，形態(tài)不規(guī)則，邊緣不光整，經(jīng)手術(shù)切除或病理活檢證實(shí)為纖維腺瘤的腫塊納入ABF組，將病理證實(shí)為浸潤性乳腺癌的納入IBC組；病灶均為單發(fā)腫塊型，術(shù)前行T2WI及DWI掃描。排除標(biāo)準(zhǔn)：病例相關(guān)臨床、影像及病理資料不完整；行乳腺M(fèi)RI檢查前進(jìn)行放化療、穿刺活檢或局部、全身治療者。根據(jù)納入、排除標(biāo)準(zhǔn)，共納入154例乳腺腫塊患者，均為女性，其中ABF 43例，年齡范圍為22~68歲，平均年齡(41.77±1.75)歲；IBC 111例，年齡范圍27~65歲，平均年齡(48.75±0.82)歲；數(shù)據(jù)集按照4∶1隨機(jī)分成訓(xùn)練集和測試集，訓(xùn)練集123例，其中ABF34例，IBC89例；測試集31例，其中ABF9例，IBC22例。

1.2 MRI圖像采集所有患者均采用Philips 3.0T超導(dǎo)磁共振系統(tǒng)，接收線圈為7通道，患者采取俯臥位，雙側(cè)乳腺自然下垂置于凹形槽內(nèi)，同時掃描雙側(cè)乳腺，先行常規(guī)T1加權(quán)成像(T1weighted image，T1WI)及抑脂T2加權(quán)成像(T2weighted image，T2WI)掃描。掃描參數(shù)：T1WI：磁共振矩陣脈沖重復(fù)時間(time repetition，TR)=400ms，磁共振矩陣回波時間(echo time，TE)=10ms，視野(field of view，F(xiàn)OV)=266mm×266mm，翻轉(zhuǎn)角度(flip)：90°，掃描層厚5.5mm；抑脂T2WI掃描采用平均兩次的精準(zhǔn)頻率反轉(zhuǎn)恢復(fù)，相關(guān)參數(shù)：TR=5000ms；TE=60ms；FOV=269mm×269mm，翻轉(zhuǎn)角度90°，掃描層厚5.5mm；隨后進(jìn)行DWI掃描，利用平面回波成像(echo planar imaging，EPI)序列，將b值設(shè)置為0、800，TR=3000ms，TE=57.18ms，F(xiàn)OV=337mm×337mm，掃描層厚3mm。

1.3 影像組學(xué)特征提取將符合入組標(biāo)準(zhǔn)的病例從PACS系統(tǒng)以DICOM格式導(dǎo)出T2WI及DWI圖像，由兩名醫(yī)師在達(dá)爾文智能研究平臺上以相同條件隨機(jī)盲法對T2WI及DWI圖像上乳腺腫塊進(jìn)行感興趣區(qū)(ROI)勾畫(如圖1~2)。勾畫時選取病灶最大層面，154例病人共得到308個目標(biāo)區(qū)域。在達(dá)爾文智能研究平臺上，對病灶中提取出的影像組學(xué)特征按照以下順序篩選：最小最大值歸一化(將每一維度特征線性拉伸到指定的區(qū)間內(nèi)，默認(rèn)的區(qū)間為[0,1]?？膳渲脜^(qū)間的最小值和最大值)→最優(yōu)特征篩選(百分比，通過統(tǒng)計(jì)方法，篩選出對分類重要的特征)，選取percentile為3的條件。數(shù)據(jù)集按照4∶1隨機(jī)分成訓(xùn)練集和測試集，采用支持向量機(jī)模型(support vector machine，SVM)分別對T2WI圖、DWI圖及T2WI聯(lián)合DWI圖的數(shù)據(jù)進(jìn)行訓(xùn)練和測試。

1.4 統(tǒng)計(jì)學(xué)方法采用SPSS 16.0軟件進(jìn)行數(shù)據(jù)分析，符合正態(tài)分布的計(jì)量資料以(±s)表示，通過受試者工作曲線(receiver operating characteristic，ROC)、相應(yīng)的95%置信區(qū)間(the corresponding 95% confidence interval，CI)、敏感度、特異度及準(zhǔn)確率評估影像組學(xué)模型診斷性能，計(jì)算ROC曲線下面積(area under curve，AUC)，以P<0.05為差異具有統(tǒng)計(jì)學(xué)意義。

2 結(jié) 果

2.1 影像組學(xué)標(biāo)簽通過達(dá)爾文科研平臺在T2和DWI圖像上共提取1878個特征，通過最小最大值歸一化、最優(yōu)特征篩選(百分比)及支持向量機(jī)對特征進(jìn)行篩選，三組影像組學(xué)模型提取出的特征標(biāo)簽如圖(圖3~5)。聯(lián)合模型篩選出19個影像組學(xué)特征，其中包括14個DWI圖像特征，5個T2WI圖像特征。

圖3 單獨(dú)T2WI模型篩選出的影像組學(xué)特征。圖4 單獨(dú)DWI模型篩選出的影像組學(xué)特征。圖5 T2WI聯(lián)合DWI模型篩選出的影像組學(xué)特征。

2.2 非典型性纖維腺瘤與浸潤性乳腺癌的鑒別對建立的三組影像組學(xué)特征進(jìn)行分析，結(jié)果顯示單獨(dú)T2WI、單獨(dú)DWI及T2WI聯(lián)合DWI三種影像組學(xué)模型在非典型性纖維腺瘤與浸潤性乳腺癌間的差異均具有統(tǒng)計(jì)學(xué)意義(P<0.05)。T2WI聯(lián)合DWI圖像提取影像組學(xué)建立的模型鑒別性能最優(yōu)；三組影像組學(xué)模型訓(xùn)練組及測試組的AUC值、敏感性、特異性及準(zhǔn)確性如下(表1、圖6~圖9)。

圖6 T2WI圖像訓(xùn)練集(圖6A)和測試集(圖6B)影像組學(xué)模型ROC曲線。圖7 DWI圖像訓(xùn)練集(圖7A)和測試集(圖7B)影像組學(xué)模型ROC曲線。圖8 T2WI聯(lián)合DWI圖像訓(xùn)練集(圖8A)和測試集(圖8B)影像組學(xué)模型ROC曲線。

表1 三種模型在訓(xùn)練組及測試組中的統(tǒng)計(jì)參數(shù)

3 討 論

乳腺癌的早期發(fā)現(xiàn)、早期診斷及治療一直備受關(guān)注[5]，所以其良惡性的鑒別也一直是近年來研究的熱點(diǎn)。隨著醫(yī)學(xué)影像學(xué)的發(fā)展，磁共振檢查已成為乳腺疾病診斷的重要手段，在乳腺鑒別診斷方面也有其獨(dú)特的優(yōu)勢。乳腺纖維腺瘤是女性乳腺最常見的良性腫瘤，根據(jù)美國放射學(xué)會(American College of Radiology，ACR)BI-RADS，纖維腺瘤樣病變通常歸為3類，對于此類病變大多數(shù)情況下只隨診，鮮少進(jìn)行有創(chuàng)干預(yù)，但對于一些影像學(xué)表現(xiàn)不典型并合并可疑惡性征象的纖維腺瘤，可能會使BI-RADS分級升高，難以將其與浸潤性乳腺癌鑒別，致使患者接受不必要的侵入性活檢[6-7]。乳腺M(fèi)RI在無創(chuàng)傷性的前提下可以更加細(xì)致的觀察病灶的形態(tài)學(xué)特點(diǎn)，例如是否有增粗的供血血管，邊緣是否光整，是否有毛刺、壞死等。因此，對于典型的纖維腺瘤和浸潤性乳腺癌，其二者的區(qū)別用肉眼便可鑒別，但對于一些僅憑形態(tài)學(xué)特點(diǎn)無法鑒別的ABF和IBC，就需要挖掘更深層次、肉眼無法觀察到的細(xì)節(jié)特征。影像組學(xué)能夠高通量的提取圖像中肉眼無法識別的紋理特征和顯微結(jié)構(gòu)，可重復(fù)，客觀的描述病灶的異質(zhì)性[8]，近年來，其在乳腺腫瘤的鑒別診斷方面發(fā)揮著越來越重要的作用[9]，已有大量研究成果。多數(shù)研究表明，基于磁共振影像組學(xué)可以很好地鑒別乳腺良惡性病變[10]，Yang等[11]的研究也證明了這一點(diǎn)，但關(guān)于不典型ABF與IBC的鑒別少有研究。因此，本研究探討利用T2WI圖像及DWI圖像基于影像組學(xué)鑒別不典型ABF與IBC的價值。

本研究選取154例乳腺腫塊患者，通過達(dá)爾文智能科研平臺對T2WI圖和DWI圖進(jìn)行感興趣區(qū)勾畫，影像組學(xué)特征提取、篩選及建模，采用支持向量機(jī)模型，分別建立T2WI圖像、DWI圖像及T2WI圖像聯(lián)合DWI圖像三種模式下的影像組學(xué)模型，結(jié)果顯示三種模型均有統(tǒng)計(jì)學(xué)意義，可以有效地鑒別非典型纖維腺瘤和浸潤性乳腺癌，但T2WI聯(lián)合DWI圖像的影像組學(xué)模型表現(xiàn)出最佳鑒別效能。單獨(dú)T2WI影像組學(xué)模型訓(xùn)練組及測試組的ACU值為0.80(0.65，0.94)、0.75(0.48，1)，均大于單獨(dú)DWI影像組學(xué)模型的0.75(0.62，0.88)、0.70(0.47，0.97)，這可能是因?yàn)門2WI形態(tài)學(xué)特征優(yōu)于DWI圖像，能夠更好地顯示乳腺腺體狀況，而DWI主要反映水分子的擴(kuò)散運(yùn)動，其分辨率較低，圖像易變形[12]。而單獨(dú)DWI影像組學(xué)模型訓(xùn)練組的敏感度、特異度及準(zhǔn)確率均高于單獨(dú)T2WI模型，這可能與DWI成像本身對于水分子受限運(yùn)動較為敏感所致[13]，有研究結(jié)果顯示，DWI是臨床上鑒別乳腺良惡性的有用工具[14]；由此可見兩組單獨(dú)的影像組學(xué)模型各有千秋。為了克服DWI圖像的形態(tài)學(xué)模糊性，T2WI聯(lián)合DWI圖像被提出用于各種惡性腫瘤[15]，在本研究中，T2WI圖像聯(lián)合DWI圖像建立的影像組學(xué)模型訓(xùn)練組及測試組的AUC值最高，分別為0.85(0.75，0.96)、0.79(0.54，11)訓(xùn)練組及測試組的敏感度、特異度及準(zhǔn)確率也較為可觀。T2WI聯(lián)合DWI模型良好的鑒別效能可以輔助臨床在無創(chuàng)條件下更好的鑒別非典型性纖維腺瘤與浸潤性乳腺癌，實(shí)現(xiàn)乳腺癌患者的早發(fā)現(xiàn)，早診斷，早治療，有效提高生存率。

本研究的主要局限：非典型性纖維腺瘤病例較少，未來將納入更多病例進(jìn)一步研究；勾畫感興趣區(qū)時選擇2D勾畫，可能會丟失一部分病灶的形態(tài)特征，未來將進(jìn)行3D勾畫；本研究處于初步實(shí)驗(yàn)，所建模型僅進(jìn)行內(nèi)部驗(yàn)證，缺少外部驗(yàn)證，模型的普遍適用性未經(jīng)證實(shí)。

綜上所述，在三組影像組學(xué)模型中，綜合鑒別效能最好的為T2WI圖像聯(lián)合DWI圖像的影像組學(xué)模型，具有一定的臨床適用性。