磁共振成像預測乳腺癌脈管侵犯的研究進展

潘澤鈞 陳武標

[摘要]乳腺癌是女性常見的惡性腫瘤，是否存在脈管侵犯對乳腺癌患者的治療有著重要的影響。磁共振檢查為乳腺疾病的診斷提供多種參考信息，結合影像組學分析，預測乳腺癌是否存在脈管侵犯，對乳腺癌患者的精準治療具有重要的價值。本文就磁共振成像及影像組學分析對預測乳腺癌脈管侵犯的研究進展進行綜述。

[關鍵詞]乳腺癌;磁共振成像;影像組學;脈管侵犯

[中圖分類號] R737.9;R445.2[文獻標識碼] A [文章編號]2095-0616（2022）10-0065-05

Researchprogressof magneticresonanceimagingpredict Lymphovascular Invasion in breast cancer

PANZejun1CHENWubiao2

1.First Clinical Medical College， Guangdong Medical University， Guangdong， Zhanjiang 524000， China;

2.Department of Radiology， Guangdong Medical University Hospital， Guangdong， Zhanjiang 524000， China

[Abstract] Breast cancer is a common malignancy in women， whether there is lymphovascular invasion has an important influence on the treatment of breast cancer patients. Magnetic resonance provides a variety of reference information for the diagnosis of breast disease， combined with imaging analysis， predicts whether there is lymphovascular invasion in breast cancer， and is of great value to the precise treatment of breast cancer patients. In this paper， the research progress of magnetic resonance imaging and radiomics to predict the lymphovascular invasion of breast cancer is reviewed.

[Key words] Breast cancer; Magnetic resonance imaging; Radiomics; Lymphovascular invasion

隨著生活環境的不斷改變，乳腺癌已成為女性腫瘤中最常見的惡性腫瘤之一，21世紀以來，女性乳腺癌的發病年齡逐步趨于年輕化，且發病率逐年升高。如今，乳腺癌已超越肺癌成為45歲以下女性癌癥死亡的主要原因[1-2]，病死率居女性惡性腫瘤首位。早期發現并積極治療乳腺癌，有超過90%的治愈率，然而腫瘤一旦發生復發或遠處轉移，患者的生存期則明顯下降[3]，因此對乳腺癌早期發現及精準診療是當前研究的熱點。磁共振成像（magnetic resonance imaging，MRI）憑借良好的軟組織分辨率，可以準確顯示病灶形態大小及病灶周圍組織結構，對比傳統影像學檢查有較高的敏感性[4]。在乳腺癌的病理特征中脈管侵犯與淋巴結轉移及術后殘留密切相關[5]。近年來，國內外陸續有研究通過磁共振成像對浸潤性乳腺癌脈管侵犯進行術前預測，本文就磁共振及影像組學分析在術前預測浸潤性乳腺癌脈管侵犯應用進展進行綜述。

1乳腺癌脈管侵犯概述

乳腺癌脈管侵犯，又名淋巴血管侵犯（lymphovascular invasion， LVI），是浸潤性乳腺癌周邊淋巴管和血管系統內出現癌栓的一種病理表現[6]。脈管浸潤是乳腺癌不良預后的因素之一，其預后價值獨立于組織學分級[7];且與保乳手術切緣是否陽性[8]、術后是否需要新輔助化學治療[9]及腋窩淋巴結轉移[10]具有密切的相關性，準確識別 LVI 狀態對患者治療有重要作用。目前，是否存在脈管侵犯是經手術切除病灶后在病理標本中確定[11]。

2多模態磁共振對LVI預測中的應用

現磁共振成像常用于判斷乳腺病變的性質、評價乳腺癌侵犯范圍、評估乳腺鄰近結構及淋巴結是否受累。近年來 MRI 廣泛應用于臨床乳腺癌診斷過程中，在乳腺癌診斷、病理分級及預后評估等多個方面有著重要的作用[12]。

2.1常規磁共振序列的應用

常規磁共振檢查序列包括 T1、T2加權成像，常用于描述腫瘤形態大小及鄰近組織的基本信息。乳腺癌瘤周水腫（peritumoral edema， PE）出現被認為是預后不良的標志[13-16]。Uematsu等[17]通過回顧589例患者圖像，研究發現惡性乳腺腫瘤是否存在瘤周水腫與腫瘤大小、病理分級、腋窩淋巴結陽性及 LVI 具有顯著相關性。在最近 Park 等[16]的研究中，通過回顧性分析163例乳腺癌患者術后詳細的組織病理信息與 PE 之間的關系，進一步發現乳腺癌的 PE 與脈管侵犯、血管擴張、間質纖維化和腫瘤壞死等組織病理學特征具有密切的相關性，其中 LVI 在 PE 陽性組的乳腺癌中比在 PE 陰性組乳腺癌發生概率更高，這與Cheon等[14]的研究結論相似。以上研究提示瘤周水腫與 LVI 引起的淋巴血管系統擴張相關，乳腺癌瘤周水腫的征象評估能夠初步提供乳腺癌微環境相關信息。但 Mori 等[5，18]研究中卻發現 LVI 狀態和瘤周水腫之間無統計學相關性，原因可能在 MRI 中 PE 評估是相對主觀的，不同研究的實驗方法及不同樣本影像存在差異性所致，可見形態學征象評估 LVI 狀態存在一定的局限性。

2.2動態增強磁共振成像（dynamic contrast-enhanced magnetic resonance imaging，DCE-MRI）的應用

DCE-MRI 目前被廣泛用于乳腺疾病的診斷。通過造影劑時間和空間攝取的差異提供有關乳腺癌形態和功能方面的重要信息[19]。Ni-Jia-Ti等[20] 首次提出了一種風險分層評分系統預測乳腺癌的 LVI 狀態，該系統結合了腫瘤邊緣形態、DWI 圖像、增強掃描 TIC 曲線以及腋窩淋巴結狀態和 HER-2表達狀況。結果表明該評分系統預測 DVI 有較高的準確度（AUC=0.831），為臨床醫生在術前評估乳腺癌患者 LVI 的風險提供了一種簡單可行的方法;研究還發現 TIC Ⅲ型曲線在 LVI 陽性乳腺癌中更常見，與 Choi[18]的研究結論相似。Choi[18]研究了 DCE-MRI 中腫瘤形態、血流動力學特征與 LVI 狀態之間的關聯，發現 LVI 與腫瘤邊緣、內部增強方式和增強曲線類型之間在統計學上有顯著的相關性;并創新性提出了病灶邊界不規則或毛刺征在 LVI 陽性組發生更常見，而病灶邊界光滑的表現形式在 LVI 陰性組中最常見;腫塊邊緣增強模式在 LVI 陽性組中最常見，而在 LVI 陰性組中常為均勻強化模式。因此綜合 DCE-MRI 的影像特征并結合 LVI 風險分層評估有助于臨床對腫瘤分期、治療計劃和預后評估的決策。

2.3彌散加權成像（diffusionweightedimaging，DWI）及表觀擴散系數（apparent diffusion coefficient，ADC）值的應用

DWI 通過檢測水分子彌散運動程度來評估乳腺病灶良惡性質。術前常應用 DWI 評估乳腺病灶及淋巴結區域。Kang 等[21]提出了 DWI 邊緣征，即腫瘤 DWI 上呈高信號邊緣。在此基礎上 Choi[18]研究了 LVI 狀態和 DWI 圖像之間的關系，分析顯示 LVI 陽性組的 DWI 邊緣征發生率明顯高于 LVI 陰性組，但是目前 DWI 邊緣征是否對預后的影響尚無相關研究。既往研究表明，ADC 值與乳腺癌患者腫瘤侵襲性相關[22-23]。Durando 等[24]研究提出無論乳腺癌腫塊強化方式、病理學分級和淋巴結狀態如何，LVI 陽性的腫瘤 ADC 值顯著降低。但是單一區域 ADC 值難以全面反映腫瘤的特性，因此 Igarashi 等[25]研究中分別測量腫瘤及瘤周 ADC 值，結果表明<55歲的患者，腫瘤 ADC 值、瘤周 ADC 值、腫瘤和瘤周 ADC 比值與 LVI 狀態相關。此外 Okuma 等[26]研究中前瞻性地測量了浸潤性乳腺癌瘤周/腫瘤 ADC 值，結果表明其比值與腫瘤大小、組織學分級、Ki-67指數、腋窩淋巴結轉移和 DVI 有關（ P ≤0.05），上述結果與Kettunen等[27]研究結論相似。Choi[18]研究提示使用 ADC 的最大值和最小值之間的差值（ADC-dif）可以更加準確地判斷組織學腫瘤分級，更好地反映了腫瘤內部的異質性，其研究數據表明 LVI 陽性患者的 ADC-dif顯著升高。因此大部分研究均提示 DWI 及 ADC 值在對于預測 LVI 的狀態有一定的參考作用。但目前關于乳腺腫瘤 ADC 值的研究仍然受到多種因素影響，如患者的年齡、月經周期、感興趣區繪制不一致等，使部分研究結果存在差異[25，28-30]，因此 ADC 值與乳腺癌病理分級和微環境改變相關性等問題仍需進一步研究。

2.4磁共振波譜成像（magneticresonancespectroscopy， MRS）的應用

MRS 通過無創性方式分析病灶氫質子波譜的變化情況，以此獲得生化代謝等病理生理學信息。在最新研究中， Cheung 等[31]通過雙量子濾波 DQF-MRS 對乳腺癌進行無創性高精度定量分析，首次發現 LVI 陽性組浸潤性乳腺癌的單不飽和脂肪酸及三酰甘油水平明顯低于 LVI 陰性組浸潤性乳腺癌;通過磁共振波譜的脂質成分反映了新生脂肪生成的速率，乳腺腫瘤中脂質組成今后可能是評估 LVI 狀態的潛在標志物。但目前相關研究文獻較少，仍需更多實驗數據的支持。

2.5擴散張量成像（diffusion tensor imaging，DTI）的應用

DTI 成像使用的擴散梯度數多于 DWI，可以獲取更豐富的病灶信息，但目前較少研究報道 DTI 參數與乳腺癌預后的關系[32]，Ozal等[33]研究中提出 DTI 參數中 MD 值與腫瘤病理分級相關（ P=0.001），LVI 陽性患者的 FA 測量值顯著高于對照組（P=0.045），MD 測量值則顯著低于對照組（ P=0.001），DTI 對 LVI 狀態有一定的預測作用，然而目前乳腺 DTI 研究相關文獻較少。此外體素內不相干運動擴散加權成像（intravoxel incoherent m otiond iffus ionweigh tedimagin g， I VI M - DWI）、磁共振灌注成像（perfusion -weighted im a g i n g，PW I ）等目前常評估乳腺病灶的性質及乳腺癌的治療效果，對于 LV I 的研究未見相關報道。

3影像組學在LVI預測中的應用

影像組學分析通過后處理軟件分析原始圖像，高通量地提取定量的影像學信息，更準確地判斷腫瘤空間上的異質性、腫瘤分級和表型特征[34-35]。目前逐漸有研究運用影像組學對 LVI 進行預測。劉壯盛等[36]的研究中回顧性分析了204例患者圖像，從 DCE-MRI 序列圖像中提取組學特征，將主觀影像特征診斷效能與紋理特征模型診斷效能作比較，發現紋理分析特征模型診斷效能優于主觀 MRI 圖像征象模型組。朱浩雨等[37]回顧性研究了140例患者臨床資料、病理特征信息及提取 MRI 圖像紋理特征，利用 logistic 回歸分析建立影像組學預測模型，影像組學預測模型在訓練組和驗證組中的 AUC 值分別達到0.93、0.91，可見影像組學分析對脈管侵犯具有較強的預測能力。Liu 等[38]的前瞻性研究中比較了 LVI 陽性和 LVI 陰性浸潤性乳腺癌患者的常規 MRI 特征、腋窩淋巴結狀態、增強掃描曲線和 DCE-MRI 的放射組學特征，篩選出 LVI 的獨立危險因素并建立預測模型，結果顯示放射組學特征和腋窩淋巴結狀態的組合預測模型在術前預測 LVI 狀態具有較好的預測效能，AUC 值達到0.85。根據既往研究資料可以得出聯合多模態磁共振成像及影像組學建立診斷模型診斷效能較好，對預測乳腺癌脈管浸潤有較高的準確性，是病理活檢的一個重要補充。

4總結與展望

LVI 作為乳腺癌淋巴結轉移過程中關鍵的一步，目前判斷 LVI 狀態的金標準仍然是病理活檢。 MRI 圖像特征與影像組學結合可以術前初步評估是否存在脈管侵犯，在未來有廣闊的應用空間。但目前大部分為回顧性研究，前瞻性研究較少，得出結論缺乏外部驗證;影像組學分析及后續處理未有統一標準;這需要研發自動和穩定可靠的分析方法，繼續完善 MRI 相關檢查及處理流程，進一步提高預測的準確性。

[參考文獻]

[1]劉麗，池月芮.早期乳腺癌影像學檢查現狀與展望[J].嶺南現代臨床外科，2019，19（5）：623-627.

[2] Sung Hyuna，Ferlay Jacques，Siegel Rebecca L，et al.Global Cancer Statistics 2020： GLOBOCAN Estimates of Incidence and Mortality Worldwide for 36 Cancers in 185 Countries[J].CA Cancer J Clin，2021，71：209-249.

[3] DeSantis Carol E，Fedewa Stacey A，Goding SauerAnn，et al.Breast cancer statistics， 2015： Convergence of incidence rates between black and white women[J]. CA Cancer J Clin，2016，66：31-42.

[4]李凡，周軍.功能磁共振成像在乳腺癌診斷中的應用進展[J].中國腫瘤外科雜志，2020，12（1）：79-83.

[5] Mori Naoko，MugikuraShunji，Takasawa Chiaki，et al.Peritumoral apparent diffusion coefficients for prediction of lymphovascular invasion in clinically node-negative invasive breast cancer[J].EurRadiol，2016，26：331-339.

[6] Zhang Song，Zhang Dong，Gong Mingfu，et al.Highlymphatic vessel density and presence of lymphovascular invasion both predict poor prognosis in breast cancer[J]. BMC Cancer，2017，17：335.

[7] Rakha Emad A， Martin Stewart， Lee Andrew HS，et al.The prognostic significance of lymphovascular invasion in invasive breast carcinoma[J].Cancer，2012，118：3670-3680.

[8] TorabiRozbeh，Hsu Chiu-Hsieh，Patel Prahladbhai N，et al.Predictors of margin status after breast-conserving operations in an underscreened population[J].Langenbecks Arch Surg，2013，398：455-462.

[9] Uematsu Takayoshi，Kasami Masako，WatanabeJunichiro，et al.Islymphovascular invasion degree one of the important factors to predict neoadjuvant chemotherapy efficacy in breast cancer？[J].Breast Cancer，2011，18：309-313.

[10] Weiser MR， Montgomery LL， Tan LK， et al .Lymphovascular invasion enhances the prediction of non- sentinel node metastases in breast cancer patients with positive sentinel nodes[J].Ann Surg Oncol，2001，8：145-149.

[11] Usami Shin，Moriya Takuya，Kasajima Atsuko，et al.Pathological aspects of core needle biopsy for non- palpable breast lesions[J].Breast Cancer，2005，12：272-278.

[12] Li Xue，Sun Kun，Chai Weimin，et al.Role of breastMRI in predicting histologic upgrade risks in high-risk breast lesions： A review[J].Eur J Radiol，2021，142：109855.

[13] P anzironi Giovanna，Moffa Giuliana，GalatiFrancesca，et al.Peritumoral edema as a biomarker of the aggressiveness of breast cancer： results of a retrospective study on a 3 T scanner[J].Breast Cancer Res Treat，2020，181：53-60.

[14] CheonHyejin，Kim Hye Jung，Kim Tae Hun，et al.Invasive Breast Cancer： Prognostic Value of Peritumoral Edema Identified at Preoperative MR Imaging[J]. Radiology，2018，287：68-75.

[15] Gemici AA .Relation of peritumoral， prepectoraland diffuse edema with histopathologic findings of breast cancer in preoperative 3T magnetic resonance imaging[J].Surg Med，2018，3：49-53.

[16] Park Nora Jee-Young，Jeong Ji Yun，Park Ji Young，et al.Peritumoral edema in breast cancer at preoperative MRI： an interpretative study with histopathological review toward understanding tumor microenvironment[J]. Sci Rep，2021，11：12992.

[17] Uematsu Takayoshi，Kasami Masako，WatanabeJunichiro.Is evaluation of the presence of prepectoral edema on T2-weighted with fat-suppression 3 T breast MRI a simple and readily available noninvasive technique for estimation of prognosis in patients with breast cancer？[J].Breast Cancer，2014，21：684-692.

[18] Choi Bo Bae . Dynamic contrast enhanced – MRIand diffusion -weighted image as predictors of lymphovascular invasion in node-negative invasive breast cancer[J].World J Surg Oncol，2021，19：76.

[19] Leithner D，Wengert GJ，Helbich TH，et al.Clinicalrole of breast MRI now and going forward[J].Clin Radiol，2018，73：700-714.

[20] Ni-Jia-Ti MY，Ai-Hai-Ti DL，Huo-Jia AS，et al.Development of a risk-stratification scoring system for predicting lymphovascular invasion in breast cancer[J]. BMC Cancer，2020，20（1）：94.

[21] Kang Bong Joo，Lipson Jafi Alyssa，Planey KatieRoseMary，et al . Rim sign in breast lesions on diffusion-weighted magnetic resonance imaging： diagnosticaccuracy and clinical usefulness[J].J MagnReson Imaging，2015，41：616-623.

[22] Martincich Laura，Deantoni Veronica，BertottoIlaria，et al.Correlations between diffusion-weightedimaging and breast cancer biomarkers[J].EurRadiol，2012，22：1519-1528.

[23] Thakur Sunitha B，Durando Manuela，MilansSoledad，et al.Apparent diffusion coefficient in estrogen receptor-positive and lymph node-negative invasive breast cancers at 3.0T DW-MRI： A potential predictor for an oncotype Dx test recurrence score[J].J MagnReson Imaging，2018，47：401-409.

[24] Durando Manuela，Gennaro Lucas，Cho Gene Y，et al . Quantitative apparent diffusion coefficient measurement obtained by 3.0 Tesla MRI as a potential noninvasive marker of tumor aggressiveness in breast cancer[J].Eur J Radiol，2016，85：1651-1658.

[25] Igarashi Takao，Furube Hisayo，AshidaHirokazu，et al.Breast MRI for prediction of lymphovascular invasion in breast cancer patients with clinically negative axillary lymph nodes[J].Eur J Radiol，2018，107：111-118.

[26] Okuma Hidemi，SudahMazen，KettunenTiia，et al.Peritumor to tumor apparent diffusion coefficient ratio is associated with biologically more aggressive breast cancer features and correlates with the prognosticationtools[J].PLoS One，2020，15：e0235278.

[27] KettunenTiia，Okuma Hidemi，AuvinenP?ivi，et al.Peritumoral ADC values in breast cancer： region of interest selection， associations with hyaluronan intensity， and prognostic significance[J].EurRadiol，2020，30：38-46.

[28] Yang Wei，QiangJin Wei，Tian Hai Ping，et al.Minimum apparent diffusion coefficient for predicting lymphovascular invasion in invasive cervical cancer[J]. J MagnResonImaging，2017，45：1771-1779.

[29] Choi Bo Bae.Associations Between Apparent DiffusionCoefficient Values and the Prognostic Factors of Breast Cancer[J].J Comput Assist Tomogr，2019，43：931-936.

[30] Y1lmaz Ebru，Sar1 Ozcan，Y1lmaz Ayhan，et al.Diffusion-Weighted Imaging for the Discrimination of Benign and Malignant Breast Masses; Utility of ADC and Relative ADC[J].J Belg Soc Radiol，2018，102：24.

[31] C he ung Sa i M a n，Husai n E ha b，M a l li ko urtiVasiliki，et al.Intra-tumoural lipid composition and lymphovascular invasion in breast cancer via non- invasive magnetic resonance spectroscopy[J].EurRadiol，2021，31：3703-3711.

[32] Onaygil Can，Kaya Handan，Ugurlu Mustafa Umit，et al.Diagnostic performance of diffusion tensor imagingparameters in breast cancer and correlation with the prognostic factors[J].J MagnReson Imaging，2017，45：660-672.

[33]OzalSafiyeTokgoz，InciErcan，GemiciAysegulAkdogan，et al.Can 3.0 Tesla diffusion tensor Imaging parameters be prognostic indicators in breast cancer？[J].Clin Imaging，2018，51：240-247.

[34]Gillies Robert J，Kinahan Paul E，HricakHedvig.Radiomics： Images Are More than Pictures， They Are Data[J].Radiology，2016，278：563-577.

[35]Huang Yan-Qi，Liang Chang-Hong，He Lan，et al.Development and Validation of a Radiomics Nomogram for Preoperative Prediction of Lymph Node Metastasis in Colorectal Cancer[J].J Clin Oncol，2016，34：2157-2164.

[36]劉壯盛，李昌林，衣利磊，等 .MRI 紋理特征分析預測浸潤性乳腺癌脈管浸潤 [J]. 中國醫學影像技術，2020，36（11）：1637-1642.

[37]朱浩雨，陳基明，葛亞瓊，等 .MRI 影像組學術前預測浸潤性乳腺癌脈管侵犯的價值 [J]. 中國醫學影像學雜志，2020，28（11）：825-830.

[38]Liu Zhuangsheng，Feng Bao，Li Changlin，et al.Preoperative prediction of lymphovascular invasion in invasive breast cancer with dynamic contrast-enhancedMRI-based radiomics[J].J MagnReson Imaging，2019，50：847-857.

（收稿日期：2021-12-01）