0 引言

       乳腺癌对全球性健康问题构成威胁，现已成为女性群体中最常见的恶性肿瘤，其发病率仍持续攀升，尽管有效的多模态治疗策略在一定程度已降低了相关死亡率，但它依旧是导致癌症死亡的重要原因^[1]。面对这一严峻挑战，国际医学界普遍推荐采用乳腺动态对比增强磁共振成像（dynamic enhanced magnetic resonance imaging, DCE-MRI）作为高危女性乳房筛查的补充方法，因其在识别肿瘤病灶及肿瘤分级方面展现出显著优势^[2]。在乳腺癌的生物学标志中，细胞增殖核抗原（Ki-67 antigen, Ki-67）占据重要地位，其不仅能预测患者的预后情况，还被视为评估细胞毒性化疗反应的核心指标，将肿瘤侵袭性和化疗效果直观呈现^[3]。目前，Ki-67的术前评估主要依赖于免疫组织化学检测（immunohistochemistry, IHC），该过程需要通过针吸活检获得组织样本，但受限于组织样本量和肿瘤内部异质性，活检样本中的Ki-67表达水平往往难以全面反映整个肿瘤的真实情况^[4]。近些年，集成磁共振成像（synthetic magnetic resonance imaging, SyMRI）技术受到广泛关注^{[5, 6]}，该技术拥有快速成像能力和灵活的参数调控特性，在短时间扫描内获得组织定量图，还可以进行图像后处理，重构出具有多种对比度的高质量形态学图像^{[7, 8]}。尽管SyMRI在乳腺良恶性病变的鉴别及分子分型方面已取得一定研究成果^{[9, 10, 11]}，但针对其定量参数与Ki-67表达之间的关联性探讨尚显不足。本研究通过扩大样本量并涵盖所有乳腺癌分子亚型，系统性地探讨了对比剂注射前后SyMRI定量参数与乳腺癌Ki-67表达水平的相关性，弥补了既往研究样本量不足、分子亚型覆盖不全的局限性，并与表观扩散系数（apparent diffusion coefficient, ADC）结合构建模型，利用多模态影像之间的互补性，进一步全面评估肿瘤血流动力学特征和组织微环境变化，间接展示肿瘤增殖活性，期待为今后乳腺癌诊疗精准化、多样化提供数据支持和理论依据。

1 材料与方法

1.1 研究对象

       本研究对2023年3月至2024年10月期间，在襄阳市中心医院接受乳腺MRI检查的患者信息进行了回顾性剖析。纳入标准：（1）非妊娠期和哺乳期成年女性；（2）所有结果经病理学手段证实为乳腺癌的患者；（3）MRI检查前没有接受任何形式的临床干预；（4）术前接受常规乳腺MRI和扩散加权成像（diffusion weighted imaging, DWI）、SyMRI 及DCE-MRI检查。排除标准：（1）图像质量差且存在严重伪影，影响病灶特征提取的患者；（2）增强扫描病变表现为非肿块型强化特点的患者；（3）病灶最大截面直径小于10 mm。研究对象纳排流程见图1。

       本研究遵循《赫尔辛基宣言》原则，经襄阳市中心医院伦理委员会批准，免除受试者知情同意，批准文号：2023-064。

点击查看大图

图1  研究对象纳排流程图。DWI：扩散加权成像；SyMRI：集成磁共振成像；DCE-MRI：动态对比增强磁共振成像。
Fig. 1  Flowchart of the standard for the inclusion of research subjects. DWI: diffusion weighted imaging; SyMRI: synthetic magnetic resonance imaging; DCE-MRI: dynamic enhanced magnetic resonance imaging.

1.2 MRI扫描参数

       乳腺MRI扫描采用GE SIGNA Architect 3.0 T MRI系统，患者呈俯卧位姿态，双乳自然悬垂置于16通道相控阵乳房专用线圈中。肘静脉注射对比剂（钆特酸葡胺注射液，恒瑞医药，国药准字H20153167），速率2 mL/s，剂量0.2 mL/kg。扫描顺序依次是常规乳腺MRI扫描，随后行DCE-MRI（共31期），并于DCE-MRI扫描前后分别加入一个SyMRI序列。各序列详细扫描参数见表1。

点击查看表格

表1  磁共振成像不同序列详细扫描参数
Tab. 1  Detailed scanning parameters of different sequences of magnetic resonance imaging

1.3 图像分析和参数测量

       SyMRI的原始影像数据采用GE工作站（GE Healthcare Software version 100.3 Ext.8）处理，以生成定量参数图（T1-mapping、T2-mapping和PD-mapping）。根据DCE-MRI显示的病变位置和范围，在SyMRI上手动界定整个病灶作为感兴趣区（region of interest, ROI），勾画过程中谨慎避开坏死、囊变及出血区域，工作站系统自动在T1、T2和PD伪彩图上计算出对应参数值（图2），接着，在对应层面的ADC图上选取勾勒范围，测量并记录ADC值。工作由2名具有5年以上丰富临床经历的主治医师独立进行，对同一个病灶重复勾勒3次，记录对比剂前后的SyMRI参数，增强前T1值（T1-Pre）、增强前T2值（T2-Pre）、增强前质子密度值（proton density, PD-Pre）、增强后T1值（T1-Gd）、增强后T2值（T2-Gd）、增强后PD值（PD-Gd），并据此计算各值增强前后弛豫时间相对变化率（ΔT1%、ΔT2%和ΔPD%），计算公式见式（1）。

       另外，在病灶实性强化最显著区域勾勒ROI，软件（GE Advantage Workstation 4.7）自动生成时间-信号强度曲线（time-signal intensity curve, TIC），依据强化曲线形态，TIC分为三种类型：Ⅰ型、Ⅱ型、Ⅲ型。对于MRI影像特征的评估，同样由上述两位放射学医师进行，内容包括病灶最大直径、形态、边缘、强化特征、纤维腺体类型。

点击查看大图

图2  女，47岁，右乳浸润性癌，组织学分级Ⅲ级，Ki-67表达水平高（90%）。2A~2C分别代表增强前SyMRI的T1、T2、PD图，测量值分别为T1-Pre=1396 ms、T2-pre=83 ms、PD-Pre=86.6 pu；2D~2F分别表示增强后SyMRI的T1、T2、PD图，测量值分别为T1-Gd=535 ms、T2-Gd=70 ms、PD-Gd=93.0 pu；2G为DCE-MRI图；2H~2I图分别为DWI图和ADC图。红色曲线（箭）表示感兴趣区。SyMRI：集成磁共振成像；DCE-MRI为动态对比增强磁共振；DWI：弥散加权成像；ADC：表观扩散系数。
Fig. 2  Female, 47 years old, right breast invasive carcinoma, histological grade III, high Ki-67 expression level (90%). 2A-2C represent the T1, T2, and PD images of SyMRI before enhancement, with measured values of T1-Pre = 1396 ms, T2-pre = 83 ms, and PD-Pre = 86.6 pu; 2D-2F represent the T1, T2, and PD images of SyMRI after enhancement, with measured values of T1-Gd = 535 ms, T2-Gd = 70 ms, and PD-Gd = 93.0 pu; 2G is the DCE-MRI image; 2H-2I are the DWI and ADC images, respectively. The red curve (arrow) represents the region of interest (ROI). SyMRI: synthetic magnetic resonance imaging; DCE-MRI: dynamic contrast-enhanced magnetic resonance; DWI: diffusion-weighted imaging; ADC: apparent diffusion coefficient.

1.4 组织病理学评估

       从医院病历系统中提取的住院记录和组织病理学报告获得了关键临床信息，如组织学分级、孕激素受体（progesterone receptor, PR）、雌激素受体（estrogen receptor, ER）、Ki-67、人类表皮生长因子受体2（human epidermal growth factor receptor-2, HER-2）、淋巴结生长情况及采用的治疗方案等患者相关信息。ER和PR阳性判断依据是染色阳性细胞比例超过1%。根据IHC结果，HER-2表达为3+时判定为阳性，1+或0则判定为阴性，当HER-2表达为2+状态，进一步实施荧光原位杂交法（fluorescence in situ hybridization, FISH）以确定其状态。FISH检测中，若存在基因扩增，则归为HER-2阳性；反之，则归为阴性。Ki-67表达水平以高倍镜下肿瘤细胞核免疫染色阳性占比为标准，达到或超过背景水平30%认定为高表达，低于30%认定为低表达。

1.5 统计学分析

       数据分析和图像处理采用SPSS 27和GraphPad Prism 9软件，P<0.05被认为结果有统计学意义。计数数据用频数描述，再行卡方检验；计量资料用柯尔莫戈洛夫-斯米诺夫（Kolmogorov-Smirnov test, K-S）检验评估其是否满足正态分布，若符合则以均数±标准差表示，否则用中位数（上下四分位数）表示；组间比较采用独立样本t检验和非参数（Mann-Whitney U检验。多因素回归采用逐步法，纳入单因素分析P<0.01的变量（病灶最大直径、ER/PR状态、采用的治疗方案），并对年龄、分子分型进行强制调整。再将有统计意义的变量，通过logistic回归分析，以进一步构建预测模型。同时，绘出受试者工作特征（receiver operating characteristic, ROC）曲线并计算曲线下面积（area under the curve, AUC）、敏感度及特异度，采用DeLong检验比较模型之间预测效能的差异。另外，应用组内相关系数（intra-class correlation coefficient, ICC）评价两名医师对SyMRI参数测量结果的一致性，ICC≥0.8认定为高度一致、0.5~<0.8为中度一致，ICC<0.5为低度一致。

2 结果

2.1 一般资料

       该研究共纳入了163例患者，均为非特殊类型浸润癌，病灶总数有163个，患者年龄（48.44±8.57）岁，其中ER阳性患者101例，阴性62例；PR阳性患者94 例，阴性69 例；HER-2过表达患者45例，低表达118例；乳腺肿瘤病灶Ki-67增殖指数在5%~95%区间，平均值为36.44%，其中高表达患者有104例，低表达有59例。根据分子亚型分类，Lumina A型有43名患者，Lumina B型有62名，HER-2过表达型为23名，三阴型为35名。2位医师在测量结果上呈现高度一致（ICC：0.812~0.980），表明该研究数据的稳定性和可靠性较高。

2.2 影像形态学及病理特征与Ki-67表达的相关性

       分析两组患者的影像形态学发现，Ki-67高表达组病灶多表现不均匀强化特征，相比之下，低表达则以均匀强化为主。乳腺癌Ki-67高表达组中，TIC以Ⅱ型、Ⅲ型占比更高。卡方检验结果显示，ER、PR、TIC和采用的治疗方案在Ki-67不同增殖状态差异具有统计学意义（P<0.05）。但是，患者的年龄、HER-2表达状态、病灶的边缘和形态、强化特征、纤维腺体类型、淋巴结是否转移两组间差异不具有统计学意义（P>0.05）（表2）。

点击查看表格

表2  Ki-67高、低表达组影像形态学及病理特征比较分析
Tab. 2  Comparative analysis of the morphological and pathological characteristics of the high and low expression groups of Ki-67

2.3 影像特征和Ki-67表达状态的关系

       本研究比较影像参数与Ki-67表达状态的相关性，结果表明，Ki-67高表达组的病灶最大直径大于低表达组，差异具有统计学意义（P=0.020）。SyMRI参数分析发现，Ki-67高表达组T1、T2、PD值均高于低表达组，而ADC值呈现出相反的趋势。T1-Pre、T2-Pre、T1-Gd、T2-Gd、ΔT1%和病灶最大直径、ADC值是区分Ki-67表达水平的关键指标（P<0.05），ΔT2%和ΔPD%差异无统计学意义（P>0.05）（表3）。

       综上，T1-Pre、T2-Pre、T1-Gd、T2-Gd、ΔT1%和ADC值在Ki-67高、低表达组之间差异具有统计学意义（P<0.05）。以上参数在区分Ki-67不同状态时，AUC分别是0.768、0.722、0.837、0.704、0.614和0.701。通过logistic回归分析筛选出具有显著意义的影像学特征变量，结果揭示T1-Gd（P=0.021）和ADC值（P=0.004）是Ki-67表达状态的独立且重要的因子，两者区分Ki-67增殖状态的AUC分别为0.837（95% CI：0.774~0.899）和0.701（95% CI：0.619~0.783），对应的敏感度分别为89%和85%，特异度分别为68%和46%（表4）。

       小提琴图直观展示T1-Gd和ADC值在Ki-67不同表达状态间的分布对比，Ki-67高表达组T1-Gd值显著高于低表达组，ADC值趋势相反，两组间差异具有统计学意义（P<0.01）。DeLong检验结果表明，不同影像特征模型间的差异具有统计学意义（P<0.001）。当变量单独应用时，T1-Gd值诊断效能优于ADC值和TIC，其AUC达0.837（95% CI：0.774~0.899），敏感度和特异度分别为89%、68%。三者联合建立多因素logistic回归模型表现出最高的诊断效能，AUC值为0.881（95% CI：0.827~0.935），敏感度89%，特异度76%（图3、图4和表5）。

点击查看大图

图3  T1-Gd 值（3A）和ADC值（3B）在Ki-67 高、低表达水平分布的小提琴图。Ki-67：细胞增殖核抗原；T1-Gd：增强后T1值；ADC：表观扩散系数。
Fig. 3  Violin plot of the distribution of T1-Gd value (3A) and ADC value (3B) at the high and low expression levels of Ki-67. Ki-67: cell proliferation nuclear antigen; T1-Gd: enhanced T1 value; ADC: Apparent diffusion coefficient.

点击查看大图

图4  T1-Gd、ADC值、TIC及三者联合模型对乳腺癌Ki-67 表达状态预测价值的ROC 曲线。ROC：受试者工作特征；T1-Gd：增强后T1 值；ADC：表观扩散系数；TIC：时间-信号强度曲线。
Fig. 4  ROC curves of T1-Gd, ADC value, TIC type and the predictive value of the combined model for Ki-67 expression status of breast cancer. ROC: receiver operating characteristic; T1-Gd: enhanced T1 value; ADC: apparent diffusion coefficient; TIC: time-signal strength curve.

点击查看表格

表3  Ki-67高、低表达状态两组间影像特征的比较分析
Tab. 3  Comparative analysis of image characteristics between the two groups of high and low expression of Ki-67

点击查看表格

表4  基于有显著差异变量的多元logistic回归分析结果预测Ki-67水平
Tab. 4  The results of multiple logistic regression analysis with significant variables were used to predict the level of Ki-67

点击查看表格

表5  DeLong检验比较不同模型诊断效能间的差异
Tab. 5  The DeLong test is used to compare the differences in diagnostic performance between different models

3 讨论

       本研究将SyMRI定量参数与Ki-67表达状态联系起来，并结合ADC值建立预测模型，研究结果表明，在区分乳腺癌Ki-67高、低表达状态时，T1-Gd、ADC值和TIC均展现出统计学上的差异，尤为注意的是，当把这三个参数整合为一个联合模型时，预测Ki-67表达状态效能达到最优（AUC达0.881），这一发现不仅强化了SyMRI定量参数在乳腺癌Ki-67状态预测中的潜在价值，也进一步验证了多参数联合分析在提高预测准确性方面的优势。

3.1 常规MRI参数与Ki-67表达水平的研究

       DCE-MRI已被证实是乳腺癌早期诊断重要检查手段对乳腺癌良恶性病灶检出率较高，不仅可清晰显示肿瘤病灶形态特征和强化形式，而且可以对病灶血流特征进行定量分析^[12]。本研究分析乳腺癌患者临床和病理特征资料发现，Ki-67高表达组病灶的TIC以Ⅲ型为主，其比例高于低表达组，但其单独预测效能有限（AUC=0.608），需要与其他参数结合进行综合考量，高云展等^[13]研究也发现乳腺癌病灶的TIC主要集中于Ⅱ型（占比33.94%）和Ⅲ型（占比58.72%）。值得注意的是，本研究结果中，高表达组Ⅲ型曲线比例更高（51.9% vs. 32.2%），可能与新生血管通透性差异有关，这为联合模型纳入TIC提供了病理基础。乳腺癌患者随着肿瘤细胞不断增殖和生长，病灶周围血管逐渐增多，并出现走行不规则、僵硬或扭曲等改变^[14]，Ki-67指数越高，细胞增殖越快，新生血管增多，血管通透性增加，对比剂在病灶和毛细血管的交换速度和剂量增加^[15]，故而Ki-67指数更高的病灶多为Ⅲ型曲线。

       DWI技术能够无创地展现活体组织内部水分子的扩散动态，并利用ADC值这一量化指标进行分析，对乳腺癌的鉴别诊断有一定价值^{[16, 17]}。本项研究观察到相较于Ki-67低表达组，Ki-67高表达组的ADC值呈现明显下降趋势（P<0.01），这一发现与以往研究保持一致^{[18, 19]}。这是因为由于Ki-67指数越高，恶性肿瘤细胞增殖能力越强，大分子物质（如细胞质中的蛋白质）的合成增加，以及许多坏死物质的释放，细胞外空间减少，结合水的含量增加，自由水分子的扩散受到限制^[20]。以往研究^[19]还发现Ki-67阳性肿瘤的ΔADC（即ADC值的变化量）大于Ki-67阴性肿瘤，表明不同组织类型之间的扩散阻碍模式存在明显差异，揭示了肿瘤组织微结构的不同。但也有研究表示ADC值无法作为乳腺癌Ki-67表达状态的替代标志物^[21]，MRI检查过程中扫描参数和机器性能差异可能会使ADC值产生偏倚造成研究结果差异。另一方面，由于Ki-67检测的多样性和该标志物缺乏标准化检测，以往研究发现Ki-67阈值低于5%或高于30%可用于预后分析^[15]，该多中心研究Ki-67阳性阈值范围在10%~50%，与本研究30%阈值不同，这可能也是两者研究结果差异的原因所在。

3.2 SyMRI参数的生物学意义与鉴别效能

       尽管SyMRI在乳腺良恶性病变的初步诊断中显示出巨大潜力^{[22, 23]}，但其在更深层次，特别是与免疫组化标志物之间的关系，尚需更多研究来揭示。先前研究^{[24, 25]}结果示SyMRI的T1、T2和PD值与Ki-67表达状态呈正相关，与本研究相同，尤其是T1、T2值具有重要意义。这种正相关性反映了快速增殖的肿瘤细胞内血管生成不足，从而引起缺氧和坏死导致水分聚集，以及高增殖肿瘤可能具有较低的细胞密度，因此T1、T2和PD值变化能间接反映Ki-67的表达状态。ZHANG等^[18]结果表示T1-Pre是预测Ki-67表达水平的显著预测因子（AUC=0.711），与本研究结果T1-Gd是区分Ki-67表达状态的独立因子（AUC=0.837）不一致，这也许和前者未包括乳腺癌所有不同分子亚型有关，未来需要进一步扩大样本量包含更多不同亚型以验证SyMRI多参数与Ki-67的相关性，从而提高统计学的稳定性和临床普适性。与MATSUDA等^[26]研究得出增强后T1值的标准差是Ki-67显著且独立的预测因子（AUC=0.885）的结果相似。李方正等^[27]通过SyMRI定量参数直方图及ADC直方图分析，提出T1第十百分位数和T2第十百分位数与Ki-67表达状态有关，二者联合模型AUC为0.809。综合以上研究推测出，T1值在Ki-67低、高表达组之间可能存在本质上的组织学差异，提示T1值有潜力作为评估Ki-67表达水平的无创替代生物标志物。本研究还进一步计算了弛豫时间的相对变化率，结果显示，Ki-67高表达组的ΔT1%低于低表达组，且在单因素分析中两组间的弛豫时间变化率差异具有统计学意义（AUC=0.614），这在一定程度反映了恶性病灶肿瘤微环境和对比剂动力学之间的关联，恶性病灶对比剂代谢强烈和生成大量未成熟的新生血管，而新生血管的基底膜不完整或缺失，导致血管通透性和血流量增加，对比剂能快速进入肿瘤微血管并迅速廓清^[20]，为通过影像学参数间接评估肿瘤特性提供新的可能和思路。既往研究^{[28, 29]}认为T2-Pre和T2-Gd是Ki-67增殖状态的显著定量参数，他们使用14%作为Ki-67临界值。与他们的结果相反，本研究使用30%作为Ki-67临界值，发现T2值和Ki-67表达水平之间差异无统计学意义。Ki-67检测具有多样性且该标志物缺乏标准化检测，Ki-67阈值低于5%或高于30%可用于预后分析，所以Ki-67的临界值未来尚待更多临床验证^[30]。综上，增强前后的SyMRI定量参数可以用于评估Ki-67表达状态，高表达组T1、T2和PD值均高于Ki-67低表达组，其中T1-Gd鉴别诊断效能最好，ADC值和TIC也有一定诊断意义，但TIC诊断效能有限，临床上综合T1-Gd、ADC值和TIC可以更好地帮助预测Ki-67表达状态，从而提高诊断效能和准确性。

3.3 研究的局限性

       首先，本研究样本量仍不足，且乳腺癌不同分子亚型病例分布不均匀，这可能导致统计结果与实际状况存在一些偏差。未来研究应该扩大样本量，优化不同分子亚型比例，从而降低结果误差。其次，本研究属于回顾性研究范畴，部分结果依赖医师主观判断，可能对结果造成某种程度的偏差。今后引入多中心数据或使用更加客观的标准评价体系，以减少主观因素影响。最后，为了确保手动勾画ROI的精确性，研究排除了直径小于10 mm的非肿块型病灶，这可能会遗漏小病灶和非肿块型病灶的评估，限制了研究结果的普适性。因此，后续研究应该探索更自动化、标准化的勾画方法，以纳入小病灶开展评估。

4 结论

       SyMRI定量分析整合ADC值与TIC所构建的联合预测模型显著提高了预测乳腺癌Ki-67表达水平的准确性和效能。SyMRI有望成为一种可靠的术前无创预测方法，提供更丰富的病灶微观信息，为临床提供更精准的治疗方向，降低患者生存风险。