3.0T MRI多b值擴散加權成像ADC直方圖與乳腺癌分子分型及預后因素的相關性研究

乳腺癌是一種高度異質性的腫瘤，腫瘤大小、腋窩淋巴結狀態及組織學級別等是評估乳腺癌的預后因素，分子分型是乳腺癌個體化治療，尤其是內分泌治療及靶向治療的重要依據［1］。表觀擴散系數（apparent dif?fusion coefficient，ADC）是磁共振擴散加權成像（diffusion weighted imaging，DWI）的定量參數，能很好地反映腫瘤的細胞數量和含水量等特征。直方圖分析方法可以細化ADC值，如偏度及峰度等。研究表明，ADC直方圖在評估乳腺癌預后等方面具有一定的價值［2-3］。目前大多數研究只運用單一b值，并且得到的結果有所不同。本研究旨在探討多b值擴散加權成像ADC直方圖參數與乳腺癌分子分型及預后因素的相關性，并評估ADC直方圖在不同b值下的診斷效能。

1 材料與方法

1.1 一般資料

回顧性分析2015年3月至2016年1月114例天津醫科大學腫瘤醫院收治的乳腺癌患者的臨床病理資料，其中乳腺單側單發病變為112例、雙側單發病變為2例，共116個病灶，均為女性，年齡27～75歲，中位平均年齡為46歲。部分患者于MRI檢查后行新輔助化療，手術病理無組織學級別。共有112例患者（112個病灶）納入組織學級別研究。腫瘤的最大徑中位數為2.2（0.9～5.0）cm。隨機選取的Luminal B型病灶數為Luminal A型、HER-2過表達型及三陰性乳腺癌病灶數總和。納入標準：1）經手術病理證實為浸潤性導管癌；2）術前行乳腺MRI檢查，且表現為腫塊型病變。排除標準：1）行MRI檢查前進行過穿刺活檢或新輔助化療等治療；2）圖像質量不佳，不能用于分析。

1.2 方法

1.2.1 MRI檢查 采用Discovery 750 3.0 T MR掃描儀（美國GE公司），乳腺專用8通道相控表面線圈?；颊呷「┡P位，雙側乳腺自然下垂。平掃采用橫軸面快速自旋回波（FSE）T1WI（TR 782 ms、TE 7.1 ms），橫軸面及患側乳腺矢狀面脂肪抑制T2WI（TR 6003 ms、TE 82 ms），層厚為4.5 mm，層間距為0.5 mm，矩陣為320×224，激勵次數（NEX）為3次。多b值DWI采用單次激發自旋平面回波序列，TR為3120 ms，TE為64 ms，矩陣為96×96，層厚為4.5 mm，層間距為0.5 mm，b值為0、10、25、50、100、150、200、400、500、800、1 000、1 200、1 500 s/mm2，采用乳腺優化的并行采集三維快速梯度回波序列雙側乳腺矢狀面容積成像技術，動態對比增強MRI（dynamic contrast enhanced magnetic resonance imaging，DCEMRI）。掃描參數：TR為4.1 ms，TE為1.7 ms，翻轉角15°，矩陣為192×320，視野（FOV）為26 cm×26 cm，層厚為1.8mm，NEX為1次。動態增強前先掃蒙片，然后由高壓注射器經手背靜脈團注對比劑Gd-DTPA，劑量為0.2mL/kg，速率為2.0 mL/s，對比劑注射完成后立即注射等量生理鹽水，即刻連續掃描5個時相，單期掃描時間為90～100s。

1.2.2 圖像分析 運用AW 4.6工作站的Function Tool軟件進行后處理（美國GE公司），重建ADC圖。DWI受b值影響，b值越高，正常組織與病變組織對比度越高，b值過高可能導致圖像信噪比降低，因此本研究從全部13個b值中選取5個，分別為0、500、800、1000、1500s/mm2。由2名高年資乳腺MRI診斷醫生操作，將多b值ADC圖輸入計算機Image J軟件進行直方圖分析，在病變中心層面根據病變繪制感興趣區（region of interest，ROI）。ROI的大小取決于病變大小且通常略小于病變范圍，且參考DCE-MRI圖和DWI原始圖。記錄ADC直方圖參數，包括ADC最小值（ADCmin）、ADC平均值（ADCmean）、ADC眾數（ADCmode）、ADC最大值（ADCmax）、偏度及峰度，并同時生成ADC直方圖。偏度及峰度反映圖像的像素分布，不受ADC絕對值影響，偏度反映的是分布對稱性，峰度是衡量分布峰值的指標［4］。

1.2.3 組織病理學分析 分析患者組織病理學資料，包括腫瘤的T分期、組織學分級、淋巴結情況、分子分型。腫瘤大小分為T1期及T2～3期。組織學Ⅰ級、Ⅱ級定義為低級別組，組織學Ⅲ級定義為高級別組。根據淋巴結轉移與否分為淋巴結陽性組和淋巴結陰性組。將分子亞型分為Luminal型與非Luminal型、三陰性乳腺癌與非三陰性乳腺癌、HER-2過表達型與非HER-2過表達型。

1.3 統計學分析

應用SPSS 22.0軟件進行統計學分析。各ADC直方圖參數均方差不齊，采用Mann-Whitney U檢驗比較不同兩組間直方圖參數的差異，并進行Spearman等級相關分析。采用Med Calc軟件繪制受試者工作特征曲線（receiver operating characteristic curve，ROC），使用Z檢驗比較各參數曲線下面積（area under ROCcurve，AUC）的差異。P＜0.05為差異具有統計學意義。

2 結果

2.1 臨床病理資料與分子分型情況

116個病灶中T1期腫瘤為84個（72.0%）、T2～3期為32個（28.0%），淋巴結陰性為83個（72.0%）、淋巴結陽性33個（28.0%）；病灶中Luminal A型為24個（20.7%）、Luminal B型為58個（50.0%）、HER-2過表達型為16個（13.8%）、三陰性乳腺癌為18個（15.5%）。112個病灶中組織學低級別病灶為82個（73.0%），高級別為30個（27.0%）。

2.2 ADC直方圖參數與分子分型的關系

b值為500、800、1 000、1 500 s/mm2時，Luminal型的偏度均低于非Luminal型（均P＜0.05）。各參數在三陰性乳腺癌與非三陰性乳腺癌兩組間差異均無統計學意義（均P＞0.05）。HER-2過表達型的ADCmin與非HER-2過表達型比較差異具有統計學意義（均P＜0.05，表1）。

2.3 ADC直方圖參數與乳腺癌預后因素的關系

b值為500、800、1 000、1 500 s/mm2時，T1期腫瘤的峰度均低于T2～3期（均P＜0.05），且峰度與腫瘤大小具有相關性（r分別為0.227、0.133、0.243、0.307，P分別為0.015、0.045、0.009、0.001）。b值為500 s/mm2時，組織學低級別組的ADCmode及ADCmean均較組織學高級別組高（均P＜0.05）。各參數在淋巴結陽性與陰性兩組間比較差異均無統計學意義（均P＞0.05，表2）。

2.4 各b值下ADC直方圖參數ROC曲線分析

b值為1 500 s/mm2時，Luminal型的偏度與非Lu?minal型進行比較AUC最大；HER-2過表達型的AD?Cmin與非HER-2過表達型進行比較AUC最大；T1期的峰度與T2～3期進行比較AUC最大。在不同b值下，差異具有統計學意義的各直方圖參數的AUC無顯著性差異（均P＞0.05，表3）。

表1 各b值下ADC直方圖參數與分子分型的關系

表2 各b值下ADC直方圖參數與預后因素的關系

表3 各b值下ADC直方圖參數ROC曲線分析結果

3 討論

ADC直方圖分析，可體現ADC值分布的不均質性。本研究探討了多b值擴散加權成像ADC直方圖參數與乳腺癌的分子分型及預后因素的相關性，并評估ADC直方圖在不同b值下的診斷效能，為臨床提供了更多的信息。

對于偏度，正偏度分布的不對稱形態尾部趨向于平均值的右側，負偏度則趨向于左側。本研究發現，在多b值下Luminal型的偏度較非Luminal型小，提示Luminal型低ADC值占多數；HER-2過表達型的ADCmin較非HER-2過表達型高，與Kim等［5］研究結果基本一致，考慮可能與HER-2表達通過誘導血管內皮生長因子生成導致血供增加，以及腫瘤血管不連續導致細胞外液總量增加有關［5-6］。本研究中，三陰性乳腺癌組與非三陰性乳腺癌組的各直方圖參數無顯著性差異，而有報道三陰性乳腺癌平均ADC值高于非三陰性乳腺癌［7-8］。

在多b值下，本研究中T1期與T2～3期兩組比較，T2～3期峰度較高，提示T2～3期腫瘤ADC值分布更為集中，且腫瘤大小與峰度具有相關性。淋巴結陽性組與陰性組比較各參數無顯著性差異，而劉鴻利等［2］研究在b值為50、800 s/mm2時，分析ADC直方圖發現ADCmean、ADC10等參數在淋巴結陽性組較高。組織學級別亦可評估腫瘤侵襲性，本研究顯示在b值為500 s/mm2時，組織學高級別的ADCmode與ADCmean較組織學低級別低，可能是因組織學級別高腫瘤具有細胞多、細胞外間隙小等特點，導致水分子擴散受限，從而使ADC值降低［9］。

擴散加權成像受b值影響，本研究選取5個b值，分別為0、500、800、1 000、1 500 s/mm2，除偏度及峰度外，ADCmin、ADCmean、ADCmode、ADCmax均隨b值增加而減小。ROC曲線分析顯示，在b值為1 500 s/mm2時，差異具有統計學意義的各直方圖參數AUC最大，但在不同b值下，差異具有統計學意義各參數AUC進行比較無顯著性差異，可能由于樣本量較小所致。而Lu等［10］研究表明，高b值ADC直方圖參數較標準b值具有更好的診斷效能。

多b值擴散加權成像ADC直方圖是一種腫瘤異質性的定量分析方法，在一定程度上反映乳腺癌的生物學行為和預后，各b值間ADC直方圖對乳腺癌分子分型及預后因素診斷效能無顯著性差異。本研究仍存在一些局限性：1）本研究為回顧性分析，可能導致不可避免的選擇偏差；2）本研究直方圖分析僅在腫瘤最大層面，可能尚不能完全反映腫瘤的整體情況；3）本研究中僅包括浸潤性導管癌，為了消除不同病理學類型對ADC值的混雜影響，有待進一步擴大樣本量對以上結果進行驗證。