乳腺MR图像纹理分析在乳腺癌中的研究进展

汤卫霞，盛美红，龚沈初，季娟，张玉娇

近年来，随着全球女性乳腺癌发病率的逐年增高，早发现、早诊断、早治疗可明显提高乳腺癌患者的生存率并改善预后。磁共振对软组织的分辨率有着独特的优势，检测乳腺癌敏感度较高，磁共振成像(magnetic resonance imaging，MRI)在临床应用较广，但传统MRI序列如表观扩散系数(apparent diffusion coefficient ，ADC)、动态对比增强MRI(dynamic contrast enhancement MRI，DCE-MRI)图像中隐含许多肉眼无法直接观测的信息，这些图像纹理信息与肿瘤组织的显微结构、生物学特性等可能存在一定的关系，所以纹理分析作为一种高通量提取特征的无创性新技术应运而生，通过提取图像纹理特征，为病变鉴别诊断提供肉眼无法观察到的肿瘤内部异质性信息，有助于明确病灶性质[1]。本文就纹理分析在乳腺癌诊断、治疗后反应及预后、预测有无腋窝淋巴结转移评估中的应用进行综述，并分析基于纹理分析的无创性预测性标记物的临床应用价值。

常用的纹理特征提取方法

纹理分析的目的是提取兴趣区(region of interest，ROI)内所表征的图像纹理的高通量信息。图像分割是提取纹理特征的前提和关键，常用方法有手动、半自动和全自动三种，前两种方法应用较多，目前最常用的纹理分析平台有MaZda软件、GE Omni-Kinetics软件及基于相关算法的自主研发软件等。病灶ROI的勾画方法包括面积法和体积法，面积法是选择病灶最大截面勾画ROI，体积法则是勾画病灶整体。另外有研究表明瘤周组织的纹理特征也与疾病的总体特征相关联[2]。

最常用的纹理特征可以通过图像中编码的体素信息的统计顺序来分层。……