郭亞欣，王贇霞，尚怡研，魏煥煥，3，海夢(mèng)璐，李曉棟，3，王梅云，3，譚紅娜，3*

（1.鄭州大學(xué)人民醫(yī)院放射科，河南 鄭州 450003；2.河南大學(xué)人民醫(yī)院放射科，河南 鄭州 450003；3.河南省人民醫(yī)院放射科，河南 鄭州 450003；4.鄭州大學(xué)附屬腫瘤醫(yī)院放射科，河南 鄭州 450008）

乳腺癌是女性癌癥相關(guān)死亡主因［1］，組織學(xué)分級(jí)為預(yù)后相關(guān)因 素［2］。MR 彌散加權(quán)成像（diffusion weighted imaging，DWI）能定量分析組織微觀結(jié)構(gòu)，無(wú)創(chuàng)評(píng)價(jià)病變性質(zhì)。影像組學(xué)可量化腫瘤異質(zhì)性，為個(gè)體化治療提供依據(jù)。本研究觀察DWI 瘤內(nèi)及瘤周影像組學(xué)預(yù)測(cè)乳腺癌組織學(xué)分級(jí)的臨床價(jià)值。

1 資料與方法

1.1 研究對(duì)象 回顧性分析2017 年1 月—2020 年12月河南省人民醫(yī)院700 例經(jīng)手術(shù)病理確診的單發(fā)浸潤(rùn)性乳腺癌患者，均為女性，年齡24～82 歲、平均（48.9±10.2）歲；均接受規(guī)范乳腺M(fèi)R 檢查，圖像質(zhì)量滿足分析要求；其中，組織學(xué)分級(jí)Ⅰ級(jí)23 例、Ⅱ級(jí)453例、Ⅲ級(jí)224 例；排除孕期/哺乳期患者、MR 檢查前曾接受穿刺活檢、放射及化學(xué)治療或資料不完整者。因Ⅰ級(jí)病例數(shù)少，將Ⅰ+Ⅱ級(jí)病例合并分析。按8∶2 比例將患者分為訓(xùn)練集（n=560，含381 例Ⅰ+Ⅱ級(jí)和179 例Ⅲ級(jí)）及測(cè)試集（n=140，含95 例Ⅰ+Ⅱ級(jí)和45例Ⅲ級(jí)）。本研究經(jīng)院倫理委員會(huì)批準(zhǔn)［（2022）倫審第（124）號(hào)］；檢查前患者均知情同意。

1.2 儀器與方法 采用GE Discovery 750 3.0T MR儀、專用乳腺相控陣表面線圈掃描乳腺。囑患者俯臥，使雙乳自然下垂，以自旋回波-平面回波成像序列采集軸 位DWI，TR 3 000 ms，TE 78 ms，F(xiàn)OV 340 mm×340 mm，矩陣128×128，層厚5 mm，層間隔0.5 mm，b為0、1 000 s/mm2，NEX 1。由具有12 年及17 年乳腺影像診斷經(jīng)驗(yàn)的主治醫(yī)師及副主任醫(yī)師各1 名共同閱片，觀察病灶位置及大小。

1.3 病理學(xué)檢查 采用免疫組織化學(xué)聯(lián)合熒光原位雜交技術(shù)檢測(cè)人表皮生長(zhǎng)因子受體2（human epidermal growth factor receptor-2，HER-2）表達(dá)。參照文獻(xiàn)［3］方法評(píng)估雌激素受體（estrogen receptor，ER）表達(dá)水平，以細(xì)胞核染色＜10%為低表達(dá)、≥10%為高表達(dá)；將孕激素受體（progesterone receptor，PR）及Ki-67 表達(dá)分為低表達(dá)（細(xì)胞核染色≤20%）或高表達(dá)（細(xì)胞核染色＞20%）。

1.4 影像組學(xué)分析

1.4.1 提取影像組學(xué)特征 由1 名具有6 年工作經(jīng)驗(yàn)的影像科主治醫(yī)師以ITK-SNAP 軟件（Version 3.8.0，http：//www.itk-snap.org）于DWI 中避開出血、壞死、囊變區(qū)，沿病灶邊緣逐層勾畫腫瘤內(nèi)ROI（ROI瘤內(nèi)）；之后以聯(lián)影智能科研平臺(tái)系統(tǒng)V1.1 自動(dòng)將其邊界外擴(kuò)3 mm 和5 mm，得到相應(yīng)瘤周ROI（ROI+3mm、ROI+5mm），并獲得瘤內(nèi)-瘤周ROI（ROI瘤內(nèi)+3mm，ROI瘤內(nèi)+5mm），見圖1。對(duì)ROI進(jìn)行重采樣至體素1 mm×1 mm×1 mm，分別針對(duì)ROI瘤內(nèi)、ROI+3mm和ROI+5mm提取2 264 個(gè)影像組學(xué)特征，包括14 個(gè)形狀特征、18 個(gè)一階特征、72 個(gè)紋理特征和2 160 個(gè)高階特征。

圖1 于DWI 中勾畫乳腺病灶ROI 示意圖 A.ROI瘤內(nèi)（紅 色區(qū) 域）；B.ROI+3mm（藍(lán)色區(qū)域）；C.ROI+5mm（紫色區(qū)域）；D.ROI瘤內(nèi)+3mm（紅色+藍(lán)色區(qū)域）；E.ROI瘤內(nèi)+5mm（紅色+紫色區(qū)域）

1.4.2 篩選影像組學(xué)特征及構(gòu)建模型 分別以Z 分?jǐn)?shù)歸一化、方差閾值法、K 最佳方法及最小絕對(duì)收縮和選擇算子（least absolute shrinkage and selection operator，LASSO）算法基于訓(xùn)練集ROI瘤內(nèi)、ROI+3mm、ROI+5mm、ROI瘤內(nèi)+3mm及ROI瘤內(nèi)+5mm，篩選最佳影像組學(xué)特征，之后以高斯算法構(gòu)建相應(yīng)影像組學(xué)模型（radiomics model，RM），獲 得 RM瘤內(nèi)、RM+3mm、RM+5mm、RM瘤內(nèi)+3mm及RM瘤內(nèi)+5mm；于測(cè)試集驗(yàn)證各模型診斷效能。

1.5 統(tǒng)計(jì)學(xué)分析 采用SPSS 25.0 統(tǒng)計(jì)分析軟件。以表示符合正態(tài)分布的計(jì)量資料，組間行獨(dú)立樣本t檢驗(yàn)；以中位數(shù)（上下四分位數(shù)）描述偏態(tài)分布計(jì)量資料，組間行Mann-WhitneyU檢驗(yàn)。采用χ2檢驗(yàn)比較計(jì)數(shù)資料。繪制受試者工作特征（receiver operating characteristic，ROC）曲線，計(jì)算曲線下面積（area under the curve，AUC）評(píng)估各模型預(yù)測(cè)乳腺癌組織學(xué)分級(jí)的效能，并以DeLong 檢驗(yàn)進(jìn)行比較。采用校準(zhǔn)曲線評(píng)估模型校準(zhǔn)度，以決策曲線分析（decision curve analysis，DCA）評(píng)估其臨床實(shí)用性。P＜0.05 為差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

訓(xùn)練集與測(cè)試集患者年齡、絕經(jīng)狀態(tài)，病灶位置和大小，以及HER-2、ER、PR 及Ki-67 表達(dá)差異均無(wú)統(tǒng)計(jì)學(xué)意義（P均＞0.05），見表1。

表1 700 例乳腺癌患者一般資料、病灶MRI 和病理資料

經(jīng)Z 分?jǐn)?shù)歸一化、方差閾值法、K 最佳方法及LASSO 算法，分別基于ROI瘤內(nèi)、ROI+3mm、ROI+5mm、ROI瘤內(nèi)+3mm及ROI瘤內(nèi)+5mm選出21、8、8、17、12 個(gè)最佳影像組學(xué)特征，見圖2、3 及表2。

表2 基于不同ROI 選出的最佳影像組學(xué)特征（個(gè)）

圖2 采用LASSO 算法行特征系數(shù)壓縮的示意圖 A.ROI瘤內(nèi)+3mm；B.ROI瘤內(nèi)+5mm

圖3 基于ROI 篩選出的最佳影像組學(xué)特征及其系數(shù) A.ROI瘤內(nèi)+3mm；B.ROI瘤內(nèi)+5mm

RM瘤內(nèi)、RM+3mm、RM+5mm、RM瘤內(nèi)+3mm及RM瘤內(nèi)+5mm在訓(xùn)練集的AUC 分別為0.750、0.724、0.749、0.833及0.807，在測(cè)試集分別為0.723、0.718、0.736、0.759及0.782（圖4 及表3）。訓(xùn)練集中，RM瘤內(nèi)、RM+3mm及RM+5mm的AUC 均小于RM瘤內(nèi)+3mm和RM瘤內(nèi)+5mm（P均＜0.01），而前3 者AUC 差異均無(wú)統(tǒng)計(jì)學(xué)意義（P均＞0.05）；測(cè)試集中各模型AUC 差異均無(wú)統(tǒng)計(jì)學(xué)意義（P均＞0.05）。校準(zhǔn)曲線提示各模型校準(zhǔn)度均較高（圖5）。DCA 顯 示，在訓(xùn)練集，閾值為0.02～0.88 時(shí)，RM瘤內(nèi)+3mm和RM瘤內(nèi)+5mm的臨床凈收益更大；而在測(cè)試集，閾值為0.40～0.72 時(shí)，R瘤內(nèi)+3mm和RM瘤內(nèi)+5mm的臨床凈收益更大（圖6）。

表3 各RM 預(yù)測(cè)乳腺癌組織學(xué)分級(jí)的效能

圖4 各RM 預(yù)測(cè)乳腺癌組織學(xué)分級(jí)的ROC 曲線 A.訓(xùn)練集；B.測(cè)試集 圖5 各RM 的校準(zhǔn)曲線 A.訓(xùn)練集；B.測(cè)試集 圖6 各RM 的DCA 圖 A.訓(xùn)練集；B.測(cè)試集

3 討論

乳腺癌預(yù)后與多種因素，如腫瘤大小、腋窩淋巴結(jié)（axillary lymph node，ALN）轉(zhuǎn)移與否及組織學(xué)分級(jí)等密切相關(guān)。組織學(xué)分級(jí)是乳腺癌預(yù)后不良的獨(dú)立危險(xiǎn)因素。目前臨床主要以 Scarff-Bloom-Richardson 分級(jí)系統(tǒng)評(píng)估乳腺癌組織學(xué)分級(jí)，分級(jí)越高意味著惡性程度越高、預(yù)后越差。

雖然組織學(xué)分級(jí)較高乳腺癌的表觀彌散系數(shù)（apparent diffusion coefficient，ADC）明顯低于組織學(xué)分級(jí)較低者（P＜0.05）［4］，但ADC 準(zhǔn)確性易受選取ROI 及乳腺癌異質(zhì)性強(qiáng)等因素影響，術(shù)前根據(jù)傳統(tǒng)DWI 預(yù)測(cè)乳腺癌組織學(xué)分級(jí)的價(jià)值有限。影像組學(xué)預(yù)測(cè)乳腺癌HER-2 表達(dá)水平［5-6］、ALN 轉(zhuǎn)移［7］及新輔助治療效果［8］等的效能較高，而預(yù)測(cè)乳腺癌組織學(xué)分級(jí)的相關(guān)研究尚少［9］。WANG 等［10］基 于MRI 構(gòu)建RM 以預(yù)測(cè)乳腺癌組織學(xué)分級(jí)，其在測(cè)試集和驗(yàn)證集的AUC 分別為0.76 和0.72。黃裕存等［11］以T2WI 影像組學(xué)預(yù)測(cè)訓(xùn)練集及測(cè)試集乳腺癌組織學(xué)分級(jí)的AUC 分別為0.80 和0.81。本研究基于DWI 構(gòu)建的RM瘤內(nèi)在訓(xùn)練集和測(cè)試集的AUC 分別為0.750 和0.723，與WANG 等［10］結(jié)果相仿而略低于黃裕存等［11］結(jié)果。

腫瘤周圍實(shí)質(zhì)往往蘊(yùn)含著與腫瘤進(jìn)展緊密相關(guān)的病理生理學(xué)信息［12］，可在一定程度上反映腫瘤生物學(xué)特性［13］。目前對(duì)于如何界定乳腺癌瘤周范圍尚無(wú)統(tǒng)一標(biāo)準(zhǔn)。HAO 等［14］基于術(shù)前增強(qiáng)MRI 瘤內(nèi)及瘤周4 mm構(gòu)建RM 預(yù)測(cè)浸潤(rùn)性乳腺癌導(dǎo)管內(nèi)成分，所獲RM瘤內(nèi)+瘤周在訓(xùn)練集和測(cè)試集的AUC（0.82、0.82）均高 于RM瘤內(nèi)（AUC=0.78、0.76）及RM瘤周（AUC=0.70、0.81）。MAO 等［15］的結(jié)果同樣顯示RM瘤內(nèi)+瘤周預(yù)測(cè)效能最佳，在訓(xùn)練集和測(cè)試集的AUC 分別為0.87和0.85。本研究基于DWI 勾畫瘤周3 mm 和5 mm ROI 并建立RM，發(fā)現(xiàn)各模型中RM瘤內(nèi)+瘤周的AUC 更高，且RM瘤內(nèi)+3mm與RM瘤內(nèi)+5mm預(yù)測(cè)效能相當(dāng)；DCA 顯示，閾值為0.40～0.72 時(shí)，RM瘤內(nèi)+瘤周的臨床凈收益更大，提示聯(lián)合瘤內(nèi)及瘤周影像組學(xué)的臨床價(jià)值更高。

綜上，DWI 瘤內(nèi)及瘤周影像組學(xué)均可有效預(yù)測(cè)乳腺癌組織學(xué)分級(jí)；聯(lián)合瘤內(nèi)+瘤周影像組學(xué)診斷效能更高。但本研究為單中心回顧性分析，且缺乏外部驗(yàn)證，有待進(jìn)一步完善。

利益沖突：全體作者聲明無(wú)利益沖突。

作者貢獻(xiàn)：郭亞欣研究設(shè)計(jì)和實(shí)施、數(shù)據(jù)和統(tǒng)計(jì)分析、查閱文獻(xiàn)、撰寫和修改文章；王贇霞、尚怡研、魏煥煥和海夢(mèng)璐圖像分析和處理、數(shù)據(jù)分析；李曉棟和王梅云指導(dǎo)、研究設(shè)計(jì)；譚紅娜指導(dǎo)、研究設(shè)計(jì)、審閱文章。