分享:
分享到微信朋友圈
X
述评
乳腺MRI技术进展及面临的挑战
许建荣

许建荣.乳腺MRI技术进展及面临的挑战.磁共振成像, 2017, 8(3): 161-163. DOI:10.12015/issn.1674-8034.2017.03.001.


[摘要] 随着我国乳腺癌发病率的迅速增长,乳腺癌的早期诊断愈发受到重视。近年来,MR功能成像技术不断发展,为乳腺癌的早期诊断及预后判断带来新的思路。动态增强MRI (dynamic contrast-enhanced magnetic resonance imaging ,DCE-MRI)可借助对比剂定量分析肿瘤组织病变特征;弥散加权成像(diffusion weighted imaging,DWI)无需注射对比剂,即可显示组织内水分子运动特点,反映病变组织微观结构变化。体素内不相干运动(intravoxel incoherent motion,IVIM)作为一种非高斯、双指数DWI模型,将组织内水分子扩散与微循环灌注效应分开,能更为真实地反映病变血流灌注等信息;扩散峰度成像(diffusion kurtosis imaging,DKI)则通过评价水分子弥散位移分布偏离高斯函数的程度,更真实地反映病变组织复杂程度。越来越多的研究表明,MRI技术通过多元化地反映病变微环境(如血流灌注、组织成分及代谢变化等),有可能在乳腺癌的诊断、新辅助化疗疗效判断中发挥重要作用。
[Abstract] With the rapid increase of the incidence of breast cancer in China, the early diagnosis of breast cancer becomes more and more important. In recent years, MRI functional imaging technology develop rapidly, bringing about new ideas for the early diagnosis and predicting the prognosis of breast cancer. Dynamic contrast-enhanced MRI (DCE-MRI) could quantitatively analyze features of tumor tissue with injection of contrast agent. Diffusion-weighted imaging (DWI) could detect the characteristics of water molecules movement without contrast agent, reflecting the microstructure of the lesion. As a non-Gaussian, biexponential model, intravoxel incoherent motion (IVIM) model separates the diffusion of water molecules from microcirculation more accurately, which could reflect the information of blood flow perfusion. Diffusion kurtosis imaging (DKI) depicts the complexity of abnormal tissue more accurately by evaluating the degree of diffusion non-Gaussianity. More and more studies have shown that MRI technique may play an important role in the diagnosis of breast cancer and predicting the response of neoadjuvant chemotherapy by reflecting the microenvironment (such as blood perfusion, tissue composition and metabolic changes).
[关键词] 乳腺癌;动态增强MRI;弥散加权成像;体素内不相干运动;扩散峰度成像
[Keywords] Breast cancer;Dynamic contrast-enhanced MRI;Diffusion-weighted imaging;Intravoxel incoherent motion;Diffusion kurtosis imaging

许建荣 上海交通大学医学院附属仁济医院放射科,上海 200127


收稿日期:2016-12-16
接受日期:2017-01-10
中图分类号:R445.2; R737.9 
文献标识码:A
DOI: 10.12015/issn.1674-8034.2017.03.001
许建荣.乳腺MRI技术进展及面临的挑战.磁共振成像, 2017, 8(3): 161-163. DOI:10.12015/issn.1674-8034.2017.03.001.

       2015年,中国新发乳腺癌27万例。目前,乳腺癌的发病率已位居中国女性恶性肿瘤的首位,且发病率增长迅速,平均增速是全球的两倍多,尤以经济发达地区和城市为著[1]。按照当前的发病率增速,预计2021年中国乳腺癌患者数量将高达250万,发病率将从不到60例/10万女性(55~69岁)增加到超过100例/10万女性(55~69岁)。相较乳腺癌逐年增高的发病率,其死亡率增长却并不明显[1],这一方面得益于乳腺癌术后综合治疗的合理应用,另一关键原因在于乳腺癌的早诊断、早治疗。而在乳腺癌的早期诊断中,常规影像检查(乳腺X线摄影、超声和MRI)起到了至关重要的作用。虽然这几项检查各具优势和局限性,但与乳腺X线摄影和超声相比,乳腺MRI检查凭借其在乳腺癌诊断上的高敏感度[2]和对乳腺癌新辅助化疗疗效的有效评估越来越为临床所重视,而MR新技术的发展则为乳腺癌的诊疗提供了更多、更有效的信息。

       随着MR功能成像技术的发展,其临床效能已从以单一解剖、形态学改变为基础的影像检查而逐渐发展为能体现病变微环境,包括血流灌注、组织成分及代谢变化为主导的多元化检查手段。MR功能成像包括了灌注加权成像(perfusion weighted imaging,PWI)、MR波谱成像(magnetic resonance spectroscopy,MRS)、动态增强MR成像(dynamic contrast-enhanced MR imaging,DCE-MRI)、弥散加权成像(diffusion weighted imaging,DWI)。其中DCE-MRI、DWI发展迅速,多领域研究已为临床应用奠定了良好的基础。

       DCE-MRI是在快速成像序列基础上进行的动态扫描,获得对比剂在毛细血管网和组织间隙内分布状况的动态信息,反映病变的微循环、灌注和毛细血管通透性的变化。DCE-MRI可以得到时间-信号强度曲线(time signal intensity curve,TSIC),通过TSIC可以获得增强峰值(enhancement peak,EP)和最大对比增强率(maximum contrast enhancement ratio,MCER),还可以定量计算反映微循环的定量参数,如容积转运常数(Ktrans)和速率常数(Kep)等相关的生理参数。这些参数及TSIC的类型对鉴别肿瘤良恶性和肿瘤分级诊断有很大价值,为肿瘤的检出、定性及判断预后提供了更多的信息[3,4,5,6,7,8,9]

       DWI是一种无创、无辐射、无需注射对比剂的磁共振检查技术,通过采用梯度磁场自旋回波技术成像反映活体组织内水分子的布朗运动特点,测量水分子扩散运动过程中局部受限的程度和方向,进而间接反映感兴趣区组织内微观结构的变化及特点,弥补了DCE-MRI敏感度高而特异度不高的不足。DWI通过对活体水分子移动进行成像,在肿瘤显示方面具有很高的价值,在乳腺癌诊治中,DWI已被广泛用于病变的诊断、疗效监测、复发和转移等方面的评估[3,4,10,11,12,13]。有研究表明DWI在乳腺癌治疗中疗效检测的敏感性明显高于常规MRI检查[12],多项研究显示,通过对新辅助化疗(neoadjuvant chemotherapy,NAC)早期疗效的评估,可有效预测NAC的最终疗效,避免不必要的过度治疗或治疗不足[4,12]。全身弥散加权成像(whole body diffusion weighted imaging,WB-DWI)更是在检出乳腺癌高发的骨转移及其疗效评估中具有较大潜力[14,15]

       但是之前关于DWI在乳腺癌诊断中应用研究的理论前提均为在单一弥散加权系数b值的情况下,讨论组织内信号衰减呈单指数模型(mono-exponential model)而计算出的表观扩散系数(apparent diffusion coefficient,ADC)值的大小。然而研究表明,肿瘤组织的DWI信号随b值的衰减并不满足单指数曲线,更为复杂的模型、非高斯弥散形式可能提供更多、更直观信息[16]。非高斯模型包括拉伸指数模型、扩散峰度模型、双指数模型等,其中体素内不相干运动(intravoxel incoherent motion,IVIM)是一种双指数模型,它除了考虑组织内水分子扩散外,还兼顾了微循环毛细血管灌注的影响,因此在无需对比剂的条件下它就能反映出病变血流灌注的信息,从而得到相对应的定量灌注参数:灌注相关扩散系数(D*)和灌注分数(f)。在活体状态下,大多数生物组织结构复杂,水分子的运动因细胞间结构、细胞内外受限程度、细胞膜的渗透性及游离、结合水的物理化学特性而表现复杂,因此扩散峰度成像(diffusion kurtosis imaging,DKI)表现了其弥散的位移分布偏离于高斯函数,弥散信号衰减呈非单指数形式。在DKI中,以峰度(kurtosis ,K)来评价水分子弥散位移分布偏离高斯函数的程度,扩散系数(diffusivity,D)值代表非高斯分布矫正过的ADC值。虽然K、D及ADC值三种参数从根本上来说均体现癌组织细胞内外水分子的扩散运动状况,而癌组织细胞内外水分子的扩散运动状况受包括细胞核、细胞器的改变、核浆比、细胞密度、细胞内外水分子的比例等多种因素影响,其内部结构的改变导致水分子运动明显受限,并偏离高斯分布,因此扩散峰度成像可以更准确地量化水分子真实扩散偏离高斯扩散位移的大小及其扩散受限程度,从而更真实地反映病变组织的性质。研究表明,乳腺病变的水分子弥散呈非高斯分布,且进一步研究显示IVIM、DKI与乳腺癌免疫组化指标、乳腺癌组织学分级存在一定相关性[17,18],因此此项技术除了在鉴别乳腺良恶性病变方面具有一定的作用外,它可能还将预测不同类型乳腺癌患者的预后,为临床治疗提供更有价值的信息。

       综上所述,作为一种无创、高效能软组织分辨率及多参数的检查技术,MRI在乳腺癌高危人群筛查、乳腺癌鉴别诊断、乳腺癌术后随访、新辅助化疗疗效判断中起到重要作用,尤其是新技术的发展更为临床提供了更多、更可靠的信息。然而我们仍面临着巨大挑战,主要有以下几个方面:(1)目前乳腺MR功能成像尚缺乏标准采集和处理数据的方案,从而限制了这些功能MRI技术的全面推广与应用,同时也大大降低了不同报道结果之间的可比性,因而相关标准、指南、专家共识的达成是目前需要解决的一大问题,这就需要在有关管理部门的引领下,各级医疗机构、研究机构及设备厂商为此共同努力。(2)由于MRI技术本质是利用原子核在磁场作用下的弛豫进行成像,使得MRI无法像组织病理学或免疫组织化学检查那样提供组织最直观的微观特征,但是随着乳腺MRI技术近年来飞速发展,一方面不断推动临床诊治的进步,另一方面也为探索组织微结构、微环境特征创造了可能性,探索乳腺癌尤其是不同分子亚型乳腺癌微观影像学特征与生物学及分子学特征之间的内在关联,在两者之间搭建桥梁,将有助于从更微观具体的层面认识影像,建立更有效的影像生物标志物。(3 )随着多模态、多参数技术的不断发展和运用,如何有效、合理地利用影像数据建立预测模型,从而为乳腺癌的诊断、干预和预后提供更系统更可靠的影像手段,是目前影像学发展到一定阶段遇到的新的挑战,目前形成一门新兴的学科,即放射组学(Radiomics),借助先进的数据挖掘、机器学习等技术,放射组学有望为精准化、个性化医疗提供必要的影像学支持。因此为解决这些问题,我们需要投入更多努力来全面深入地理解、验证与利用这些技术,使之更好地为临床及科研服务。

[1]
Fan L, Strasser-Weippl K, Li JJ, et al. Breast cancer in China. Lancet Oncol, 2014, 15(7): e279-e289.
[2]
Medeiros LR, Duarte CS, Rosa DD, et al. Accuracy of magnetic resonance in suspicious breast lesions: a systematic quantitative review and meta-analysis. Breast Cancer Res Treat, 2011, 126(2): 273-285.
[3]
Menezes GL, Knuttel FM, Stehouwer BL, et al. Magnetic resonance imaging in breast cancer: a literature review and future perspectives. World J Clin Oncol, 2014, 5(2): 61-70.
[4]
Chen JH, Su MY. Clinical application of magnetic resonance imaging in management of breast cancer patients receiving neoadjuvant chemotherapy. Biomed Res Int, 2013, 2013: 348167.
[5]
Ashraf A, Gaonkar B, Mies C, et al. Breast DCE-MRI kinetic heterogeneity tumor markers: preliminary associations with neoadjuvant chemotherapy response. Transl Oncol, 2015, 8(3): 154-162.
[6]
Kostopoulos SA, Vassiou KG, Lavdas EN, et al. Computer-based automated estimation of breast vascularity and correlation with breast cancer in DCE-MRI images. Magn Reson Imaging, 2017, 35: 39-45.
[7]
Chang RF, Chen HH, Chang YC, et al. Quantification of breast tumor heterogeneity for ER status, HER2 status, and TN molecular subtype evaluation on DCE-MRI. Magn Reson Imaging, 2016, 34(6): 809-819.
[8]
Wang TC, Huang YH, Huang CS, et al. Computer-aided diagnosis of breast DCE-MRI using pharmacokinetic model and 3-D morphology analysis. Magn Reson Imaging, 2014, 32(3): 197-205.
[9]
Dalmis MU, Gubern-Merida A, Vreemann S, et al. A computer-aided diagnosis system for breast DCE-MRI at high spatiotemporal resolution. Med Phys, 2016, 43(1): 84.
[10]
Woodhams R, Matsunaga K, Kan S, et al. ADC mapping of benign and malignant breast tumors. Magn Reson Med Sci, 2005, 4(1): 35-42.
[11]
Lo GG, Ai V, Chan JK, et al. Diffusion-weighted magnetic resonance imaging of breast lesions: first experiences at 3 T. J Comput Assist Tomogr, 2009, 33(1): 63-69.
[12]
Wu LM, Hu JN, Gu HY, et al. Can diffusion-weighted MR imaging and contrast-enhanced MR imaging precisely evaluate and predict pathological response to neoadjuvant chemotherapy in patients with breast cancer? Breast Cancer Res Treat, 2012, 135(1): 17-28.
[13]
Partridge SC, Nissan N, Rahbar H, et al. Diffusion-weighted breast MRI: Clinical applications and emerging techniques. J Magn Reson Imaging, 2017, 45(2): 337-355.
[14]
Padhani AR, Makris A, Gall P, et al. Therapy monitoring of skeletal metastases with whole-body diffusion MRI. J Magn Reson Imaging, 2014, 39(5): 1049-1078.
[15]
Nakanishi K, Kobayashi M, Nakaguchi K, et al. Whole-body MRI for detecting metastatic bone tumor: diagnostic value of diffusion-weighted images. Magn Reson Med Sci, 2007, 6(3): 147-155.
[16]
Iima M, Le Bihan D. Clinical intravoxel incoherent motion and diffusion MR imaging: past, present, and future. Radiology, 2016, 278(1): 13-32.
[17]
Sun K, Chen X, Chai W, et al. Breast cancer: diffusion kurtosis MR imaging-diagnostic accuracy and correlation with clinical-pathologic factors. Radiology, 2015, 277(1): 46-55.
[18]
Cho GY, Moy L, Kim SG, et al. Evaluation of breast cancer using intravoxel incoherent motion (IVIM) histogram analysis: comparison with malignant status, histological subtype, and molecular prognostic factors. Eur Radiol, 2016, 26(8): 2547-2558.

上一篇 磁共振灌注加权成像在糖尿病脑损害中的应用进展
下一篇 MR扩散峰度成像在浸润性乳腺癌分级及与预后因素的相关性应用研究
  
诚聘英才 | 广告合作 | 免责声明 | 版权声明
联系电话:010-67113815
京ICP备19028836号-2