施 維，夏 威，黃 敏，常 才，王 宇，游小慧，顧華蕓，董智芬，郭建鋒

1. 中國科學院蘇州生物醫(yī)學工程技術(shù)研究所醫(yī)學影像技術(shù)研究室，江蘇 蘇州215163；

2.南京醫(yī)科大學附屬蘇州醫(yī)院，蘇州市立醫(yī)院超聲科，江蘇 蘇州215001；

3. 復旦大學附屬腫瘤醫(yī)院超聲科，上海200032

最新統(tǒng)計數(shù)據(jù)顯示，乳腺癌發(fā)病數(shù)高居世界第一，是全球第五大癌癥致死原因；在中國，乳腺癌發(fā)病數(shù)在所有癌癥中位列第四［1］。乳腺癌是一類具有高度異質(zhì)性的腫瘤，不同分子亞型乳腺癌的生物學行為、臨床治療效果和患者預后有明顯差異。分子亞型是臨床制訂乳腺癌診療方案及評估患者預后的重要依據(jù)，早期預測尤其是術(shù)前預測乳腺癌分子亞型對指導臨床治療及改善預后至關(guān)重要［2］。St. Gallen國際乳腺癌會議根據(jù)免疫組織化學指標雌激素受體（estrogen receptor，ER）、孕激素受體（progesterone receptor，PR）、人表皮生長因子受體2（human epidermal growth factor receptor 2，HER2）、腫瘤細胞Ki-67增殖指數(shù)以及熒光原位雜交（fluorescence in situ hybridization，F(xiàn)ISH）檢測結(jié)果，將乳腺癌分為管腔A（Luminal A，LA）型、管腔B（Luminal B，LB）型、HER2過表達（HER2 over-expression，HER2+）型和三陰性乳腺癌（triple-negative breast cancer，TNBC）型［3］。但是，病理學診斷存在滯后、取樣誤差等問題。

超聲因其安全和便捷的特點，已經(jīng)成為乳腺癌診治過程中重要的影像學檢查方法。已有研究［4-5］表明，乳腺癌超聲聲像圖與分子分型之間存在相關(guān)性，這些研究僅初步分析兩者的相關(guān)性，如何建立切實可行的乳腺癌分子亞型預測模型仍是目前研究的難點。決策樹是數(shù)據(jù)挖掘和機器學習中常用的多特征分類技術(shù)之一，能綜合分析特征之間復雜的關(guān)系，結(jié)果容易解釋，而且穩(wěn)健性強［6］。本研究基于超聲聲像圖和臨床特征，運用機器學習中的決策樹算法，建立乳腺癌分子亞型預測模型，以期為乳腺癌個體化治療提供更有價值的信息。

1 資料和方法

1.1 一般資料

回顧并分析2017年12月—2019年12月共547例患者的臨床信息、病理學指標和超聲聲學特征等資料。納入標準：① 病理學檢查確診為浸潤性乳腺癌；② 有免疫組織化學和FISH檢測結(jié)果；③ 有完整的超聲檢查記錄；④ 有乳腺影像報告和數(shù)據(jù)系統(tǒng)（Breast Imaging Reporting and Data System，BI-RADS）評分；⑤ 檢查后2周內(nèi)行手術(shù)或活檢。排除標準：① 免疫組織化學或FISH檢查結(jié)果缺失；② 2周后行手術(shù)或活檢；③病理學類型為原位癌；④ 接受新輔助化療。最終入組420例患者，其中LA型137例，LB型157例，HER2+型61例，TNBC型65例。

1.2 儀器與方法

采用德國Siemens公司的Acuson S2000、美國GE公司的Logiq E9、荷蘭Philips公司的iU Elite、意大利Esaote公司的MyLab Twice、深圳邁瑞生物醫(yī)療電子股份有限公司（邁瑞）的Resona 7超聲診斷儀，使用頻率＞7.5 MHz的高頻線陣探頭。采集包括病灶最大徑切面和相應正交切面的灰階、彩色多普勒血流成像，以及有代表性的惡性圖像、腋窩淋巴結(jié)圖像。由2名高年資（＞8年）超聲科醫(yī)師回顧并分析患者的超聲影像學資料，記錄各分子亞型的基礎臨床特征和超聲影像學特征，意見不同時，經(jīng)討論后達成一致。

超聲聲學特征分析參照2013年版BI-RADS，包括形態(tài)、方位、邊緣、內(nèi)部回聲、后方回聲改變、鈣化形態(tài)和部位、繼發(fā)改變（導管、皮下水腫）；血流豐富程度評估采用Adler分級（2、3級為豐富，0、1級為不豐富）［7］。

根據(jù)Ecanow等［8］方法評價腋窩淋巴結(jié)，并分為有轉(zhuǎn)移和無轉(zhuǎn)移。

借助Scikit-learn 0.22.2［9］工具構(gòu)建4個決策樹，并對乳腺癌分子亞型進行預測。4種分子亞型之間差異有統(tǒng)計學意義的臨床和超聲特征被納入決策樹建模分析，利用基尼系數(shù)對決策樹的特征進行篩選和排序，決策樹的最優(yōu)參數(shù)通過對訓練集進行5折交叉驗證獲得。使用曲線下面積（area under curve，AUC）作為模型預測效果的評估指標。

分別計算決策樹模型與高年資超聲科醫(yī)師讀片預測分子亞型的靈敏度，比較兩者診斷的差異。超聲科醫(yī)師鑒別分子亞型的標準如下：LA型或LB型（形態(tài)不規(guī)則，毛刺，成角，后方回聲衰減）、HER2+型（鈣化，血流信號豐富，后方回聲無衰減）、TNBC型（形態(tài)不規(guī)則，無毛刺成角，直徑＞30 mm，后方回聲無衰減）。

1.3 統(tǒng)計學處理

采用R語言分析軟件R Studio 4.0.3分析數(shù)據(jù)的統(tǒng)計學指標。計量資料使用方差分析檢驗，計數(shù)資料分析用Fisher精確概率檢驗，P＜0.05為差異有統(tǒng)計學意義。選取來源于Philips和邁瑞的287例數(shù)據(jù)作為訓練集，來源于Siemens、GE和Esaote的共133例數(shù)據(jù)作為測試集（表1）。

表1 不同超聲診斷儀的患者分布情況

2 結(jié) 果

2.1 不同分子亞型超聲特征和臨床特征分析

根據(jù)BI-RADS評價方法分析超聲特征，結(jié)合臨床信息共計15項特征（表2）。腫瘤最大徑、腫瘤內(nèi)部回聲變化、腫瘤后方回聲變化、鈣化形態(tài)、有無轉(zhuǎn)移性淋巴結(jié)、臨床分期、鈣化部位7種特征差異有統(tǒng)計學意義（P＜0.05）。將這7種特征納入決策樹模型建模，特征賦值說明見表3，共建立4個決策樹，8條決策規(guī)則。

表2 超聲特征和臨床特征分布情況

表3 超聲特征及臨床特征賦值

續(xù)表

2.2 LA型決策樹

LA型決策樹模型如圖1所示，首先根據(jù)腫瘤最大徑是否超過17.5 mm分為兩條路徑。路徑1：最大徑≤17.5 mm且腫瘤后方回聲衰減，則預測為LA型，該路徑正確判定7例患者，1例錯誤。路徑2：最大徑＞20.5 mm且無淋巴結(jié)轉(zhuǎn)移，則預測為LA型該路徑正確判定37例患者，25例錯誤。不符合上述2條路徑的歸入非LA型。決策樹模型在訓練集和測試集上的受試者工作特征（receiver operating characteristic，ROC）曲線如圖2所示，模型在訓練集和測試集上的AUC值分別為0.731和0.706。

圖1 決策樹模型預測LA型的分類路徑及示例

2.3 LB型決策樹

LB型決策樹模型如圖3所示。路徑1：如果患者腫瘤無鈣化且腫瘤最大徑大于10.5 mm，則預測為LB型，該路徑正確判定9例患者，5例錯誤。路徑2：如果患者腫瘤有微鈣化或粗鈣化且無淋巴結(jié)轉(zhuǎn)移，同時患者的腫瘤最大徑＞24.5 mm，則預測為LB型，該路徑正確判定17例患者，7例錯誤。路徑3：如果患者腫瘤有微鈣化或粗鈣化且有淋巴結(jié)轉(zhuǎn)移，同時患者的腫瘤最大徑≤21.0 mm，則預測為LB型，該路徑正確判定14例患者，2例錯誤。決策樹模型在訓練集和測試集上的ROC曲線如圖2 各分子亞型決策樹模型在訓練集和測試集上的ROC曲線所示。不符合以上3條路徑的歸入非LB型。模型在訓練集上和測試集的AUC分別為0.708和0.626。

圖2 各分子亞型決策樹模型在訓練集和測試集上的ROC曲線

圖3 決策樹模型預測LB型的分類路徑及示例

2.4 HER2+型決策樹

HER2+型決策樹模型如圖4所示。首先根據(jù)病灶后方回聲變化分為兩條路徑，如果患者腫瘤后方回聲為無變化或衰減且腫瘤最大徑＞20.5 mm，同時患者的腫瘤為微鈣化或粗鈣化，則預測為HER2+型。該路徑正確判定21例患者，8例錯誤。不符合該路徑的歸入非HER2+型。決策樹模型在訓練集和測試集上的ROC曲線如圖2所示，模型在訓練集和測試集上的AUC分別為0.722和0.784。

圖4 決策樹模型預測HER2+型的分類路徑及示例

2.5 TNBC型決策樹

TNBC型模型如圖5A所示，根據(jù)病灶后方回聲是否增強分為兩條路徑。路徑1：如果患者腫瘤后方回聲增強且腫瘤粗鈣化或無鈣化，則預測為TNBC型。該路徑正確判定12例患者，0例錯誤。路徑2：如果患者腫瘤后方回聲衰減或無變化且最大徑＞30.5 mm，同時患者有淋巴結(jié)轉(zhuǎn)移，則預測為TNBC型。該路徑正確判定8例患者，1例錯誤。不符合兩條路徑的歸入非TNBC型。決策樹模型在訓練集和測試集上的ROC曲線如圖2所示，模型在訓練集和測試集上的AUC分別為0.877和0.762。

圖5 決策樹模型預測TNBC型的分類路徑及示例

2.6 對比決策樹模型與超聲科醫(yī)師鑒別分子亞型

由于超聲科醫(yī)師難以從超聲圖像上區(qū)分LA型和LB型，本研究將測試集中的LA型和LB型合并為Luminal型，對比了決策樹模型與超聲科醫(yī)師在合并測試集上鑒別分子亞型的靈敏度（表4）。結(jié)果顯示，決策樹模型鑒別Luminal、HER2+和TNBC型的靈敏度均高于超聲科醫(yī)師。在鑒別TNBC型中，決策樹模型的靈敏度較高（81.0%）。

表4 在合并測試集上對比決策樹模型與超聲科醫(yī)師鑒別分子亞型的靈敏度

3 討 論

免疫組織化學以及FISH檢測是判斷乳腺癌分子亞型的主要方法，但也有一定限制性：① 由于設備、費用和醫(yī)師原因，部分醫(yī)院不具備檢測能力；② 病理學檢查結(jié)果的獲取是有創(chuàng)的而且具有滯后性（1～2周）；③ 乳腺癌的空間異質(zhì)性導致活檢取樣誤差［10］。決策樹模型作為預測乳腺癌分子亞型的新方法，有望在一定程度上彌補病理學檢查的不足，為乳腺癌的個體化治療提供更加全面的信息。

雖然基于超聲圖像分析乳腺癌分子亞型是一個相對較新的領(lǐng)域，但已有證據(jù)支持超聲表現(xiàn)和腫瘤生物學之間的關(guān)系。有研究［4，11］表明，不同分子亞型的乳腺癌灰階超聲聲像圖存在一定的差異：HER2+容易出現(xiàn)微小鈣化，TNBC后方回聲增強，LA型多見毛刺、后方回聲衰減等。有研究［12-13］發(fā)現(xiàn)，不同分子亞類型之間的剪切波速度值存在顯著差異，也有學者根據(jù)彩色多普勒血流成像分析不同亞型血管的分布情況。針對定量指標，這些研究一般采用單因素方差分析，比較年齡、腫瘤大小、Ki-67增殖指數(shù)等在不同亞型之間的差異；定性指標采用χ2檢驗，比較淋巴結(jié)轉(zhuǎn)移、形態(tài)、鈣化、邊緣、內(nèi)部回聲、后方回聲等在不同亞型之間的差異。這些評價方法相對較為簡單，未將定量和定性指標綜合分析，不足以據(jù)此進行亞型的預測。我們采用決策樹模型，綜合定性和定量指標，整合臨床和超聲聲像圖特征，探索了乳腺癌不同亞型臨床和超聲特征的組合方式，為乳腺癌分子亞型預測提供一種實用的決策樹。

本研究發(fā)現(xiàn)，腫瘤血流信號Adler分級、患者年齡、伴發(fā)導管改變、是否平行位生長在亞型之間差異無統(tǒng)計學意義，與郭玉萍等［4］的研究結(jié)果類似。有研究［12-14］發(fā)現(xiàn)，LA型與LB型的聲像圖差異較小，鑒別有一定的困難。本研究發(fā)現(xiàn)LA和LB型具有惡性腫瘤常見特點：形態(tài)不規(guī)則、邊界模糊、后方回聲衰減；這與病理學研究結(jié)果一致：組織學分級低的乳腺癌生長緩慢（如LA型）、容易伴有細胞外基質(zhì)變化、膠原沉著或重組；超聲往往表現(xiàn)為毛刺和后方回聲衰減［15-16］。通過對比LA和LB型決策樹，綜合鈣化情況、腫瘤最大徑和淋巴結(jié)轉(zhuǎn)移情況可以區(qū)分兩者：① 腫瘤較小伴后方回聲衰減，腫瘤較大且無淋巴結(jié)轉(zhuǎn)移，提示LA，反映該亞型生長緩慢、膠原沉著引起后方回聲衰減、不容易發(fā)生淋巴結(jié)轉(zhuǎn)移的特征；② 出現(xiàn)鈣化、腫瘤較小、有淋巴結(jié)轉(zhuǎn)移提示為LB型，反映該亞型腫瘤易發(fā)生缺血引起鈣化以及相對容易發(fā)生淋巴結(jié)轉(zhuǎn)移的特征。

HER2+與一些不良的預后指標有關(guān)，如腫瘤較大、腫瘤分級高、腋窩淋巴結(jié)轉(zhuǎn)移和缺乏激素受體。決策樹模型中，病灶后方回聲無變化伴鈣化形成提示HER2+，反映該亞型腫瘤生長快，容易發(fā)生鈣化的特征，這與相關(guān)研究［4，13］結(jié)果類似。

TNBC具有侵襲性強、容易轉(zhuǎn)移和復發(fā)、臨床預后較差的特點，在超聲圖像上形態(tài)較為規(guī)則容易被誤診為良性而延誤治療。因此，準確檢出TNBC具有重要臨床價值。決策樹模型中，腫瘤后方回聲增強且無微鈣化，預測TNBC的準確度為100.0%（12/12）；腫瘤后方回聲無增強且最大徑＞30.5 mm，同時有淋巴結(jié)轉(zhuǎn)移，預測TNBC的準確度為88.9%（8/9）。模型預測可對應病理學改變［15-16］：TNBC組織學分級高、生長迅速，癌細胞在病灶邊緣呈擠壓式生長，形態(tài)較為規(guī)則；淋巴細胞浸潤明顯，腫瘤以癌細胞為主且較少發(fā)生纖維組織反應，后方回聲增強［17］。

由于不同分子亞型浸潤性乳腺癌的超聲征象和臨床表現(xiàn)較為復雜，常規(guī)統(tǒng)計學方法不能很好地區(qū)分［4-5，18］。機器學習自動綜合分析多維度信息并建立相應模型，已應用于乳腺癌診治（如腋窩淋巴結(jié)轉(zhuǎn)移預測、療效評價等）［19］。決策樹模型能提取特征之間更為復雜的關(guān)系，具有可解釋性好、離散型和連續(xù)型特征整合能力強等特點，已應用于多種疾病的鑒別診斷［20］。本研究建立了預測乳腺癌分子亞型的決策樹模型，模型在訓練集和測試集中準確度較高，尤其是在預測TNBC時表現(xiàn)優(yōu)異（訓練集AUC=0.877）。針對一個未知亞型的腫塊，我們從臨床和超聲特征中提取了其特征，將其輸入4個決策樹模型中預測亞型（例1：最大徑32 mm，低回聲，分葉狀，血流信號豐富，后方回聲增強，無鈣化，只有TNBC型模型符合，故預測為TNBC型。例2：最大徑25 mm，低回聲，邊緣不規(guī)整，后方回聲衰減，微小鈣化，有淋巴結(jié)轉(zhuǎn)移，只有HER2+型模型符合，故預測為HER2+型）。此外，已有研究［21］表明，機器學習技術(shù)在臨床上表現(xiàn)出比醫(yī)師診斷更高的靈敏度。本研究發(fā)現(xiàn)決策樹模型對3種分子亞型的鑒別靈敏度均高于超聲科醫(yī)師，這與已有研究結(jié)果一致。

本研究的不足之處：① 本研究結(jié)果來自單中心研究，尚需更廣大樣本臨床研究來驗證；② 模型納入指標為常規(guī)超聲特征，未納入彈性成像、超聲造影等特征；③ 該模型在不同機器之間的診斷效能還需隨機對照試驗驗證；④ LB根據(jù)HER2檢測結(jié)果分為LB（HER2-）亞型和LB（HER2+）亞型，因LB（HER2+）病例數(shù)較少，本研究將兩者合并分析；⑤ 4個決策樹模型之間相互獨立，未來可在模型融合方面進行探索。

綜上所述，乳腺癌分子分型是超聲征象的基礎，兩者有顯著相關(guān)性。我們提出了基于超聲和臨床特征構(gòu)建的決策樹模型來預測乳腺癌分子亞型，并獲得了較高的準確度，可為乳腺癌個體化治療提供更多有價值的信息。