首页 > 论文范文 > 医药卫生论文 > 影像检验论文 > 影像诊断论文 > 磁共振成像新技术在乳腺良恶性病变鉴别诊断中应用进展

磁共振成像新技术在乳腺良恶性病变鉴别诊断中应用进展

2023-12-16 48 上传者：管理员

摘要：乳腺癌已成为全球第一大癌症，严重威胁女性健康。磁共振成像技术以其多参数、高软组织分辨率及无电离辐射等优点，已越来越多地应用于乳腺病变的良恶性鉴别。随着近年来磁共振技术的飞速发展，新的成像方法不断涌现，为乳腺病变的良恶性检出提供了更有价值的参考依据。其中，超快速磁共振动态对比增强成像、合成磁共振成像、磁共振指纹打印技术及一系列高级扩散加权成像技术(体素内不相干运动成像、扩散峰度成像和拉伸指数模型成像)均可以从不同角度描述乳腺病变潜在的组织学或病理学特征，为良恶性鉴别提供有力支撑。本文将从成像原理、技术特点以及临床应用等多个层面，系统地阐述上述磁共振成像新技术对乳腺病变良恶性的鉴别诊断价值。

关键词：
乳腺良恶性病变
合成磁共振成像
扩散加权成像
磁共振成像
磁共振指纹打印技术
超快速磁共振动态对比增强成像
加入收藏

乳腺癌已成为危及女性健康的头号杀手，据世界卫生组织发布的2020年全球最新癌症数据显示，乳腺癌新发病例高达230万，已取代肺癌成为世界第一大癌症[1]。因此，乳腺癌的早诊早治尤为重要。磁共振成像(magnetic resonance imaging, MRI)以其多参数，多序列，高空间、软组织分辨率及无电离辐射等优点，已越来越多地应用于乳腺病变的诊断。不仅如此，随着近些年MRI技术的飞速发展，大量新技术不断涌现，这些新技术从不同角度和层面为乳腺病变的良恶性鉴别提供了重要的参考依据，同时也为乳腺癌的临床治疗提供了更多的影像学资料的支持。因此，本文旨在全面地、系统地阐述MRI各项新技术在乳腺病变良恶性鉴别方面的诊断价值。

1、超快速磁共振动态对比增强成像

超快速磁共振动态对比增强成像(ultrafast dynamic contrast-enhanced magnetic resonance imaging, UF-MRI)是一种在造影剂注射后0～90 s内快速连续采集多个时间相位磁共振影像的技术。UF-MRI有多种实现方案，例如，西门子的时间分辨交叉随机轨迹成像(time-resolved angiography with interleaved stochastic trajectories, TWIST)技术、GE公司的时间分辨对比剂动态成像(time-resolved imaging of contrast kinetics, TRICKS)技术及飞利浦的4D锁孔时间分辨率血管成像(4D time-resolved MR angiography with keyhole, 4D-TRAK)技术，UF-MRI的快速采集方式可在高时间和空间分辨率下记录造影剂在超早期阶段流入乳腺病变区域的全过程[2,3]。UF-MRI与传统乳腺磁共振动态对比增强成像(dynamic contrast-enhanced magnetic resonance imaging, DCE-MRI)相比，可产生反映更早期阶段造影剂流入效应的动力学参数，例如，最大斜率(maximum slope, MS)、造影剂到达时间(bolus arrival time, BAT)及增强时间(time to enhancement, TTE)等。恶性病灶一般较良性病灶的强化时间更早。具体而言，大多数乳腺癌是在造影剂到达大血管后10 s内开始强化，良性乳腺结节多在大血管强化后15 s左右才开始强化[4],可根据病灶中较大血管强化的时间来判别其良恶性[5]。

UF-MRI自提出起就受到医学界密切关注，围绕该项新技术的临床研究也日益增多。ONISHI等[6]研究分析了乳腺影像报告和数据系统(breast imaging reporting and data system, BI-RADS)分级为4或5级的亚厘米乳腺病灶(体积<0.523 cm3)的超早期动力学参数，统计结果显示亚厘米癌的MS、BAT及常规DCE增强参数信号增强比(signal enhancement ratio, SER)明显小于良性病变，证实UF-MRI有助于区分亚厘米BI-RADS 4和5级的乳腺癌和良性病变，这弥补了DCE-MRI对亚厘米病灶阳性预测值低的缺点[7]。GOTO等[8]的研究表明，与肿块相比，UF-MRI对于提高非肿块病变的诊断性能更有效。MUS等[9]首次将TWIST序列衍生的TTE作为动态参数进行研究，结果显示，TWIST序列(注射对比剂前后连续20次超快速采集)与常规乳腺扫描的梯度回波容积插值屏息扫描(volumetric interpolated breath-hold examination, VIBE)序列(注射对比剂前后4次进行常规T1采集)相比有更好的鉴别能力，TTE作为一个有价值的参数，可以显著提高诊断的准确性和特异性。其他关于UF-MRI与DCE-MRI的诊断性能的对比研究表明，基于UF-MRI参数的效用与DCE-MRI参数SER相当[10,11,12]。UF-MRI可以在较短的采集时间内为病变分类提供与DCE-MRI相近的准确性。未来需进一步来探索UF-MRI是否可以取代常规增强，并验证是否将早期动态增强列入到乳腺的基本检查方案。

2、合成磁共振成像

合成磁共振成像(synthetic magnetic resonance imaging, SyMRI)是一种定量MRI技术。SyMRI可在一次成像中同时生成目标组织的T1和T2图像(每个像素点的灰度值直接反映该处的T1和T2值)[13]。SyMRI技术可用于乳腺病变的良恶性检测[14]。MENG等[15]在文章中证实乳腺癌T1值显著高于良性病灶。CHE等[16]研究分析了43例磁共振成像参数图，通过获取增强前后T1、T2、质子密度(proton density, PD)值及各参数变化值后指出，部分参数对乳腺良恶性病变的鉴别诊断有较高的临床价值。GAO等[17]的研究探讨了定量图谱磁共振成像(magnetic resonance image compilation, MAGiC)在乳腺癌良恶性病灶中的应用，通过构建模型发现T2、PD联合表观扩散系数(apparent diffusion coefficient, ADC)模型诊断效果最好，优于BI-RADS的定性诊断。徐梦莹等[18]的研究表明SyMRI联合DCE-MRI可有效提高乳腺恶性病灶的诊断效能。宋美娜等[19]发现SyMRI、扩散加权成像及UF-MRI三者联合诊断对BI-RADS 4类肿块良恶性鉴别效能最佳。因此，不依赖对比剂的定量成像对于乳腺癌的诊断是可行的，但有待加大样本量来验证此方法，并确定良恶性病灶的T1、T2值的准确范围。

3、磁共振指纹打印技术

磁共振指纹打印(magnetic resonance fingerprinting, MRF)技术最早由MA等[20]提出。与SyMRI类似，该技术使用伪随机采集方式取代重复系列数据采集方式，通过一次成像，同时获得多种组织属性(如T1、T2及ADC等),但MRF技术在乳腺癌诊断中具有更高的维度和分辨率。目前，该项技术主要用于中枢神经、心血管系统及前列腺等部位[20,21,22],在乳腺方面的应用较少。这是因为乳腺病灶可以是多中心和多灶性的，MRF技术首选的体积覆盖方法所生成的二维组织属性图对于乳腺的应用是有限制的。CHEN等[23]运用MRF技术开发了一种三维的弛豫时间测量方法，结果显示，T2值在正常乳腺组织和浸润性导管癌间存在显著差异，而T1值无统计学意义。这与MENG等[15]的研究结果不一致，可能是研究对象本身的特征及对T1图像采集脂肪信号的处理方式不同导致的。PANDA等[24]验证了MRF技术的可重复性。由于乳腺中脂肪含量的不同引起的磁场不均匀性及月经周期等因素的影响，MRF作为一种定量的生物标志物有待于进一步的临床应用。优化MRF序列，同时提高T1和T2的准确性，是未来MRF研究的主要内容。

4、磁共振扩散加权成像

扩散加权成像(diffusion weighted imaging, DWI)是目前唯一能够探测活体组织内水分子扩散运动特征的MRI技术。由于水分子扩散运动受组织细胞膜的约束，所以DWI能够间接反映肿瘤细胞的异常增殖程度，为乳腺结节的良恶性鉴别提供重要的参考依据。通过采用不同数学模型表达扩散加权衰减信号，DWI可产生多种变体。

4.1体素内不相干运动扩散加权成像

体素内不相干运动扩散加权成像(intravoxel incoherent movement-diffusion weighted imaging, IVIM-DWI)由LE BIHAN等[25]于1986年提出。该技术采用双指数模型表达多b值的扩散加权衰减信号，其模型表达式如下：

其中，S(b)代表对应给定b值的磁共振信号，S0代表未施加扩散敏感梯度时的磁共振信号，ƒ代表灌注部分容积分数，D为扩散系数，D*为伪扩散系数，b为扩散敏感因子。不同于ADC,扩散系数D剔除了血液中水分子伪扩散运动的干扰，能更真实地反映细胞性水分子的运动特征。相比单指数的DWI,IVIM-DWI中的参数ƒ和D*能够表征单位体素内血流灌注情况。BOKACHEVA等[26]提出，乳腺癌中的D值明显低于良性病变，ƒ值较高，并且D和ƒ的联合可以提高乳腺癌诊断敏感性。LIU等[27]研究结果显示D、ƒ、D*在乳腺癌和良性病变之间的差异有统计学意义，其中D的曲线下面积最大(AUC=0.917),并且具有最高的特异性，与JIANG等[28]的研究结果一致。由此可见，IVIM是MRI诊断乳腺癌的一个重要的辅助工具。IIMA等[29]对411例患者IVIM的D*及ƒ进行了前瞻性研究，并加入非高斯参数(峰度K等),结果显示，结合IVIM和非高斯扩散成像参数的方法与BI-RADS诊断准确性相当。IIMA等[30]的另一研究结果指出IVIM比ADC图在乳腺病变鉴别方面会提供更准确的诊断。通过IVIM可以在不使用造影剂的情况下获得组织结构和血液灌注信息，这是灌注MRI的一个有趣的替代方法。

4.2扩散峰度成像

扩散峰度成像(diffusion kurtosis imaging, DKI)由JENSEN等[31]于2005年提出。DKI突破了先前DWI技术假设水分子扩散运动服从高斯分布的局限，通过引入一个全新的Kurtosis系数描述水分子在生物组织中真实的扩散行为。DKI的数学表达式如下：

S=S0e(−bMD+16b2MD2MK)

其中，S0代表未施加扩散敏感梯度时的磁共振信号，MD(mean diffusion)代表平均扩散系数，MK(mean kurtosis)为平均扩散峰度。参数MD反映细胞性水分子的平均扩散率。MD值越低意味着水分子扩散受限越显著，细胞增殖程度越高，恶性可能性越大，反之亦然。参数MK反映肿瘤异质性，与肿瘤组织的繁杂程度呈正相关，良性病变异质性不显著，MK值较小，反之亦然。SUN等[32]及HUANG等[33]验证了上述观点，研究指出MK、MD在鉴别良恶性病变的特异性显著高于ADC且与肿瘤组织学分级和Ki-67蛋白的表达呈正相关，与ZHOU等[34]的结果一致，但此研究的MK曲线下面积(AUC=0.974)高于BICKELHAUPT等[35]的结果，可能与研究对象病灶较大有关。王洪杰等[36]研究证明基于DWI、IVIM及DKI的多参数成像对II型平台型时间-信号曲线(time-signal curve, TIC)乳腺病变的良恶性鉴别具有更好的诊断效能。GU等[37]系统性回顾了14项研究的数据，结果显示，与MD相比，MK在鉴别乳腺病变方面具有更高的敏感性和特异性。其可作为一种有效的影像学指标用于判别乳腺癌，但DKI存在扫描时间较长、所选用的b值国内外尚无具体标准等问题，其具体临床应用价值仍有待进一步研究证实。

4.3基于拉伸指数模型的扩散加权成像

基于拉伸指数模型(stretched exponential model, SEM)的扩散加权成像由BENNETT等[38]在2003年提出。与DKI类似，SEM-DWI能够描述水分子的非高斯扩散运动行为，反映肿瘤组织的异质性。SEM的数学表达式如下：

S(b)S0=e−(bDDC)α

其中，DDC(distributed diffusion coefficient)代表分布扩散系数，表示人体组织内水分子平均扩散运动速度，用于描述体素内扩散速率的不均匀性。正常组织及良性病变的DDC数值明显高于癌变组织。α为拉伸因子，表示人体组织内真实信号衰减方式与DWI信号衰减方式的偏差大小。α值越高表明组织的异质性越高，结构越复杂，这与JIN等[39]的研究结果一致。与单指数模型相比，SEM更适用于来自病变和腺体组织的信号强度测量[40]。LIU等[41]研究分析了由乳腺良恶性病变的SEM得出的直方图参数的特征，结果显示，DDC10%、ADC10%、αmean是鉴别良恶性肿瘤的最佳指标，并且DDC10%的诊断性能优于ADC10%、αmean,因此，SEM可为乳腺癌的判别提供参考。CHEN等[42]前瞻性分析了103例患者的多b值DWI参数，结果显示，D、D*、ƒ、DDC和α值在恶性肿瘤、良性病变和正常乳腺组织中均有显著性差异(P<0.05)。目前，SEM在乳腺病变中的研究较少，可能是由于在不同的研究中获得的DDC及α值存在差异，这种差异可能与磁共振的场强及研究对象群体等因素不同有关。因此，仅靠SEM技术实现对乳腺良恶性病变的精确鉴别仍具挑战，还需要结合其他检查技术手段进行综合判断。

5、总结

综上所述，UF-MRI、SyMRI、MRF及DWI变体等MRI技术是近年来重要的研究方向，并在乳腺病灶的良恶性鉴别中发挥着各自的优势。UF-MRI不仅可以提供较DCE-MRI更早期病灶的强化方式，还可以进行定量分析；SyMRI技术实现了磁共振的图像从常规加权图到组织定量图谱的转变；MRF则在此基础上实现了更高的空间分辨率，更有利于获取病灶的整体信息；基于不同数学模型的扩散加权成像在乳腺肿瘤的鉴别诊断等方面展现出良好的前景。但未来仍需基于更大样本进行探讨和研究，评价其潜在的临床价值，逐渐向分子分型、治疗及预后等更深层次研究发展，让更多乳腺病变患者获益。

参考文献:

[18]徐梦莹,陈倩倩,刘金瑞,等.合成MRI及联合动态对比增强MRI鉴别乳腺良性与恶性肿瘤的价值[J].中华放射学杂志,2022,56(07):766-771.

[19]宋美娜,何花,王志军,等.合成MRI联合弥散加权成像及DISCO增强鉴别BI-RADS 4类肿块良恶性[J].中国医学影像技术,2022,38(05):698-702.

基金资助:哈尔滨医科大学附属肿瘤医院海燕基金(编号:JJZD2021-15);

文章来源:刘璐,张红霞,张修石.磁共振成像新技术在乳腺良恶性病变鉴别诊断中的应用进展[J].现代肿瘤医学,2024,32(02):379-383.