基于肿瘤全域ADC直方图与乳腺癌免疫组化指标的相关性

刘瑜琳，章蓉，岳丽娜，魏清顺，卢冬梅，杨晓萍*

1.西电集团医院医学影像科，陕西西安 710077；2.联勤保障部队第九四〇医院影像诊断中心，甘肃兰州 730050； *通讯作者 杨晓萍 lwyxp_zxl@sohu.com

雌激素受体（estrogen receptor，ER）、孕激素受体（progesterone receptor，PR）、人类表皮生长因子受体-2（human epidermal growth factor receptor 2，HER2）和增殖细胞核抗原-67（Ki-67）可在一定程度上反映乳腺癌的生物学行为，是临床选择治疗方案和判断预后的重要依据[1]。扩散加权成像（DWI）能够无创地评估乳腺癌的微观结构变化特征。但既往研究采用的肿瘤局部平均表观扩散系数（ADC）值或中位ADC值价值有限，无法全面反映肿瘤所有体素的基本特征。基于肿瘤全域的ADC直方图通过图像分析技术量化全肿瘤所有体素的信号强度，获得反映ADC值整体分布特征的曲线，对于肿瘤鉴别、预后评估及疗效评判具有一定的价值[2-4]。本研究采用ADC直方图对肿瘤进行定量分析，探讨其量化参数在预测乳腺癌ER、PR、HER2和Ki-67 表达中的价值。

1 资料与方法

1.1 研究对象 收集2018年10月—2019年5月于联勤保障部队第九四〇医院行术前乳腺MRI 检查，并经穿刺活检或手术病理证实的乳腺癌56例，共57枚病灶，1例为单乳双灶。患者均为女性，年龄30～67岁，平均（48±9）岁。纳入标准：①临床、钼靶或超声发现乳腺癌可疑病变，并行MRI 检查；②检查前未行穿刺活检、放化疗及其他治疗。排除标准：①存在MRI 检查或对比剂应用禁忌证；②MRI 图像质量不佳，无法进行定量分析。所有患者均签署知情同意书。

1.2 仪器与方法 采用GE MR 750 3.0T 超导MR 扫描仪，8 通道相控阵乳腺专用线圈。患者取俯卧位，双侧乳腺自然悬垂于线圈内，足先进。常规扫描序列：轴位T2WI-IDEAL（TR 5284.0 ms、TE 85.0 ms）和轴位T1WI（TR 420.0 ms、TE 6.4 ms），层厚4.0 mm，间隔1.0 mm，矩阵320×256，视野（FOV）320 mm×320 mm；DWI 扫描序列（TR 3600.0 ms、TE 60.3 ms），层厚4.0 mm，间隔1.0 mm，矩阵128×128，FOV 320 mm×320 mm，b值分别为0和1000 s/mm2；轴位动态对比增强（DCE）扫描序列：采用3D-VIBRANT序列（TR 4.2 ms、TE 2.1 ms），层厚1.6 mm，无间隔扫描，矩阵320×256，FOV 360 mm×360 mm。单期扫描时间58～60 s，连续采集7个时相图像，对比剂采用钆喷酸葡胺，流速2.0 ml/s，剂量0.1 mmol/kg。

1.3 图像分析 所有MRI 图像以DICOM 格式导入FireVoxel 软件。肿瘤感兴趣区（ROI）的绘制分别由1名放射科副主任医师及主治医师采用双盲法共同完成。参考轴位T2WI和DCE-MRI 图像，在b值为1000 s/mm2的DWI 图像上从上到下逐层勾画病灶边界（图1A、B）。ROI 应尽可能囊括每个层面所有肿瘤信息，包括出血、坏死和囊变成分，以便更好地评估肿瘤异质性。此外，考虑到部分容积效应影响，ROI勾画区域应略小于病灶实际范围[5]。勾画完成后，利用软件累积每层ROI 得到全肿瘤体积。采用单指数模型拟合公式计算整个肿瘤ROI 内的ADC值，并得到相应ADC 伪彩图（图1C）。采用SPSS 23.0 软件进行直方图分析，计算ADC值的最小值、最大值、平均值、第10百分位数（10th）、第25百分位数（25th）、第50百分位数/中位数（50th）、第75百分位数（75th）、第90百分位数（90th）、偏度和峰度（图1D）。

图1 女，30岁，左侧乳腺浸润性癌，非特殊型。DCE-MRI 示左乳病灶环形肿块样强化（A）；DWI（b=1000 s/mm2）图示沿肿瘤边界勾画ROI（B）；C、D 分别为ADC值分布伪彩参数图和ADC直方图；病理免疫组化染色示ER 70%、PR 50%、HER2（-）、Ki-67 5%（×100，E～H）

1.4 免疫组化结果判定标准 ER、PR和Ki-67 阳性为细胞核染色，HER2 阳性为细胞膜着色。①ER、PR：≥1%肿瘤细胞核着色判定为阳性，<1%为阴性[6]。②HER2 表达分为（-）、（+）、（++）和（+++）。将（-）、（+）判定为HER2 阴性组，（+++）判定为阳性组，对于（++）病例需进一步行荧光原位杂交基因检测，扩增者为阳性，反之为阴性[7]。③Ki-67：<20%肿瘤细胞核着色为Ki-67 低表达，反之为高表达[8]。

1.5 统计学方法 采用SPSS 23.0 软件，符合正态分布的计量资料以±s表示，组间比较采用独立样本t检验；非正态分布的计量资料以M（Q1，Q3）表示，组间比较采用Mann-WhitneyU检验。采用Spearman秩相关分析ADC直方图参数与乳腺癌免疫组化指标的相关性。P<0.05 表示有统计学意义。

2 结果

2.1 病理及免疫组化结果 57枚乳腺癌病灶中，左乳病灶27枚，右乳病灶30枚。病理类型：浸润性导管癌37枚（64.9%），浸润性导管癌合并导管内癌8枚，导管内癌3枚，浸润性小叶癌2枚，混合型乳腺癌2枚，浸润性小管癌合并导管内癌1枚，小细胞神经内分泌癌1枚，乳头及皮下组织Paget 病并表浅浸润性癌并导管内癌1枚，乳腺筛状癌1枚，导管内乳头状癌1枚（图1）。

表1 57枚乳腺癌ER、PR、HER2和Ki-67 表达状态与ADC直方图参数分析结果比较

免疫组化结果：ER 阳性43枚，阴性14枚；PR阳性30枚，阴性27枚；HER2 阳性15枚，阴性42枚；Ki-67 高表达40枚，低表达17枚。

2.2 乳腺癌免疫组化指标与ADC直方图参数分析结果比较 HER2 阳性组ADC值（10th、25th、50th）均高于HER2 阴性组，差异有统计学意义（P均<0.05）；Ki-67 高表达组ADC值（偏度和峰度）均高于Ki-67 低表达组，差异有统计学意义（P均<0.05）；ADC值所有直方图参数在ER和PR 阳性组和阴性组间差异均无统计学意义（P均>0.05），见表1。

2.3 ADC直方图参数分析结果与乳腺癌免疫组化指标的相关性 ADC值（10th、25th、50th）与HER2 表达均呈正相关（r=0.286～0.339，P<0.05）；ADC值（偏度和峰度）与Ki-67 表达均呈正相关（r=0.305、0.296，P均<0.05）。

3 讨论

ADC值是DWI 序列中用于描述水分子扩散受限的参数。直方图分析不仅能够提供病灶信号强度分布的平均值，还能通过直方图参数的分布趋势获取病灶内部的异质性特征。

3.1 ADC直方图参数与乳腺癌ER、PR 表达的关系ER、PR 表达阳性的乳腺癌患者内分泌治疗有效，患者生存周期较长[9]。本研究通过对肿瘤ADC值进行直方图分析发现，ADC值所有直方图参数在ER、PR阳性组和阴性组间差异均无统计学意义（P均>0.05），与既往研究结果[10-11]有所差异。Ludovini 等[12]报道ER 表达可下调血管内皮生长因子水平，抑制血管生成，诱导灌注减少；Kamitani 等[13]报道ER 阳性乳腺癌具有较大的细胞密度。以上2个因素均可导致ADC值降低。与本研究相似，Kim 等[5]和Sun 等[14]的研究未发现ADC值在ER、PR 阳性组和阴性组间的差异。不同研究结果出现差异的原因可能与不同研究病理类型的多样性纳入有关，还可能与ADC值自身相关。ADC值同时包含组织中水分子扩散和微循环灌注信息，有诸多因素可通过该途径影响ADC值，如肿瘤的灌注效应、血管壁的连续性、细胞膜的通透性及细胞密度等，且各种因素作用效应不尽一致，这可能会导致ADC值出现一定的偏倚。

3.2 ADC直方图参数与乳腺癌HER2 表达的关系HER2 高表达乳腺癌患者细胞增殖活性高，侵袭力强，内分泌治疗效果差[15]。本研究发现HER2 阳性组ADC 10th、ADC 25th和ADC 50th 均高于HER2 阴性组，与Kim 等[5]的研究结果相似。HER2 阳性乳腺癌中ADC值较高，可能与丰富的肿瘤血供和细胞外液总体积增多有关。Rakha 等[16]研究发现，HER2 表达可诱导生成血管内皮生长因子，调控肿瘤新生血管生成。与正常微血管相比，肿瘤血管直径通常更大，且血管壁不连续，导致细胞外液量增加。以上因素均可能通过灌注效应引起ADC值升高。除灌注相关因素外，ADC值亦受细胞密度的影响。恶性肿瘤细胞密度大，排列紧密，细胞外间隙小，水分子运动受限，导致ADC值降低。因此，细胞密度和灌注因素可从2个相反方向作用于ADC值。本研究结果倾向于认为在HER2 阳性乳腺癌中，高灌注效应对ADC值的升高效应似乎超过细胞密度引起的ADC值降低效应。

3.3 ADC直方图参数与乳腺癌Ki-67 表达的关系Ki-67 与较高的有丝分裂计数和疾病复发率相关，是反映肿瘤细胞增殖活性的重要指标，可用于评估乳腺癌预后，预测疗效[17]。本研究结果显示，ADC值的偏度和峰度在Ki-67 高、低表达组间有显著差异，且均与Ki-67 表达呈正相关（r=0.305、0.296，P均<0.05），与You 等[18]和刘鸿利等[19]的结果相似。偏度和峰度主要反映数据分布的直方图形状，两者均能够较好地反映肿瘤异质性[20]。Ki-67 高表达肿瘤，细胞增殖旺盛，瘤内有丝分裂程度不一、合并囊变、坏死等成分可能性大，瘤组织内结构复杂，异质性明显，因此瘤内各体素测量的参数值不均一程度较高，从而表现出较高的偏度和峰度。

本研究的局限性：①纳入样本量较少，今后需要增加样本量并细化研究方案；②本研究采用全肿瘤体积法勾画肿瘤边界，涵盖囊变、坏死等成分，故结果可能与单层面勾画方法所得结果存在差异；③本研究仅采用单指数2个b值DWI，定量参数ADC值同时包含扩散及灌注效应，今后将进一步应用多b值、多参数研究直方图特征。

总之，全肿瘤ADC直方图分析较均值能够提供更多的参数信息评估乳腺癌的分子生物学标志物，其中ADC 25th 与HER2 的相关性最强，可为临床无创预测乳腺癌的生物学行为提供客观依据。