基于DCE-MRI瘤内联合瘤周影像组学模型术前预测乳腺癌Ki-67的价值

孟想成真

来源：磁共振成像传媒

乳腺癌是全球女性最常见的恶性肿瘤之一，其发病率和致死率居所有癌症首位。国际癌症研究机构（International Agency for Research on Cancer）根据全球癌症发病率和死亡率估计2020年大约有230万乳腺癌新增病例。随着精准医疗的发展，肿瘤生物学标志物在临床工作中呈现愈发重要的价值，其中肿瘤细胞增殖指数（Ki-67）是与细胞增殖相关的核抗原，是乳腺癌重要的预后因素，已被用于选择个体化治疗。Ki-67表达水平越高，肿瘤侵袭性越强，复发风险越高，预后越差。

目前，术前Ki-67表达水平的主要方法是免疫组织化学（immunohistochemistry, IHC）法，该方法通过活检样本或术后病理标本进行，二者均属有创操作，存在合并并发症的风险。乳腺癌是一种高度异质性肿瘤，活检样本取材会存在抽样误差，影响结果的准确性；术后标本可较准确评估Ki-67表达水平，但具有滞后性，无法在术前指导临床治疗决策，并且有研究表明Ki-67表达水平在治疗过程中是动态变化的，仅凭一次检测无法动态评估Ki-67表达水平。既往的研究发现高Ki-67表达的乳腺癌患者具有更多的病理完全缓解（pathological complete response, pCR）能力，新辅助化疗（neoadjuvant chemotherapy, NAC）之前的高Ki-67水平是乳腺癌患者NAC后pCR的预测因素；基于Ki-67的术前内分泌预后指数（preoperative endocrine prognostic index, PEPI）也被证明是复发风险的重要预测因子；通过测量接受短期内分泌治疗患者的Ki-67指标可以提高患者无复发生存率的预测性能，因此临床亟须一种全面、及时、无创地检测Ki-67表达状态的方法。
影像组学被定义为高通量、自动地从医学影像中提取大批量影像特征，其可以从图像中挖掘人眼无法识别的信息，有助于疾病定性、肿瘤分期、疗效评估等。影像组学的出现给肿瘤学带来了新的机遇，Cui等研究乳腺癌超声影像组学特征与Ki-67及P53阳性表达的关系，模型的曲线下面积（area under the curve, AUC）值分别为0.78和0.71，但超声图像影像组学特征的采集容易受操作者经验的影响；Zhang等通过研究浸润性导管癌患者MRI的表观扩散系数（apparent diffusion coefficient, ADC）图影像组学特征预测乳腺癌术前Ki-67的表达状态，训练组和验证组的AUC分别为0.72和0.70，但是不同医院对扩散加权成像（diffusion weighted imaging, DWI）序列设定的b值没有统一标准，并且ADC图的分辨率较差容易造成勾画靶区存在误差，研究结果泛化能力较差；Liu等对T2WI、DWI和对比增强T1WI序列中提取影像组学特征进行深度学习，基于单个的三个MRI序列及其组合[即多参数MRI（multi-parameter MRI, mp-MRI）]构建了四个模型，结果表明mp-MRI分类模型对Ki-67的预测能力明显优于单个序列模型（P均＜0.01），但是该研究仅提取了病灶区域单层图像的影像组学特征，没有提取病灶的三维影像组学特征，结果可能存在偏倚。
Hu等研究基线CT图像的瘤周影像组学特征是否能提供新辅助放化疗反应的有价值信息，并提高瘤内影像组学评估pCR的能力，模型瘤内+瘤周（AUC=0.852）的评估能力明显优于单纯模型瘤内（AUC=0.734），瘤周的影像特征发挥了巨大的优势。在乳腺癌Ki-67的相关研究中，国内少有研究探讨瘤内联合瘤周影像组学特征预测其表达状态的价值。因此，新疆医科大学附属肿瘤医院影像中心黎星教授团队此次研究基于动态对比增强磁共振成像（dynamic contrast enhanced magnetic resonance imaging, DCE-MRI）图像创新性采用了瘤内联合瘤周三维影像组学特征的方法构建术前预测乳腺癌Ki-67表达状态的预测模型，三维图像将包含更完整的信息，DCE-MRI第2期图像病灶强化程度较高，与邻近腺体对比度亦较高，可以提高靶区勾画的准确性，该研究将为乳腺癌患者个体化治疗方案提供新的参考依据。
该项目受到新疆维吾尔自治区自然科学基金（2020D01C213，2022D01A02）的资助。
【明洁,陈莹,刘莹,等. 基于DCE-MRI瘤内联合瘤周影像组学模型术前预测乳腺癌Ki-67表达状态的价值[J].磁共振成像,2022,13(10):132-137,149.
DOI:10.12015/issn.1674-8034.2022.10.020.】
（作者：明洁，陈莹，刘莹，朱丽娜，黎星）
点击此处“阅读原文”可查看详细内容；关注“磁共振成像传媒”公众号与《磁共振成像》杂志共同成长！


黎星教授简介

黎星,新疆医科大学附属肿瘤医院磁共振室副主任医师。
专业特长：从事影像诊断工作22年，在肿瘤影像、乳腺疾病的影像诊断尤其在乳腺癌的诊断中积累了丰富的临床经验。
社会兼职：新疆医学会放射学专业乳腺组委员，新疆维吾尔自治区抗癌协会肿瘤影像专业委员会委员，新疆抗癌协会肿瘤科普委员会委员。
获得成果、奖项、荣誉等：近年来在国内期刊上发表相关学术论文10余篇，主持并参与自治区自然科技基金项目多项。





相关研究优秀论文精选



1.磁共振弥散频谱成像机遇和挑战——中国十年来发展成果及展望 
毛椿平1, 毛家骥1, 张翔1, 王梦珠2, 严序2, 沈君1
2022,13(10):37-45 | DOI:10.12015/issn.1674-8034.2022.10.005
摘要：弥散频谱成像（diffusion spectrum imaging, DSI）是近年来新兴的高级弥散  ...


2.术前MRI预测乳腺癌腋窝淋巴结转移的研究进展
马芹芹1, 冯雯1, 陈圆圆1, 王莎1, 雷军强2*
2022,13(9):151-155 | DOI:10.12015/issn.1674-8034.2022.09.036
摘要：腋窝淋巴结转移（axillary lymph node metastasis, ALNM）是影响乳腺  ...


3.Kaiser评分与ADC值对乳腺BI-RADS 4类病变的诊断效能评价 
任晓梦1,2, 刘晓春2,3, 代天姿1,2, 张晖2*, 郑国娜4, 韩丽娜5
2022,13(9):25-29, 34 | DOI:10.12015/issn.1674-8034.2022.09.005
摘要：目的 评价Kaiser评分与表观扩散系数（apparent diffusion coefficien  ...


4.多参数扩散加权成像对乳腺TIC-Ⅱ型病变良、恶性的鉴别价值 
王洪杰1, 王唯伟2, 吕四强1, 褚瑶1, 刘尚宽1, 朱来敏2, 陈月芹2, 孙占国2*
2022,13(9):18-24 | DOI:10.12015/issn.1674-8034.2022.09.004
摘要：目的 探究联合应用单指数扩散加权成像（diffusion weighted imaging, DWI  ...


5.影像组学在肿瘤靶向治疗中的应用研究进展 
刘谦, 王宁, 刘玉林*
2022,13(8):166-170 | DOI:10.12015/issn.1674-8034.2022.08.038
摘要：分子靶向治疗在各种恶性肿瘤精准治疗中发挥着重要作用。基于影像组学的方法，从医学图像中获取有价值的特征  ...


6.MRI影像组学与乳腺癌肿瘤新生血管相关性研究 
徐可佩1, 方晓政1, 林怡1, 许茂盛1,2, 王世威1,2, 张睿馨1,2*
2022,13(8):146-149 | DOI:10.12015/issn.1674-8034.2022.08.033
摘要：乳腺癌是严重危害全球女性健康的恶性肿瘤。乳腺癌的高度异质性导致难以对其进行精准评估，从而不利于其个性  ...


7.磁共振T2定量成像技术在肿瘤评价中的应用进展 
赵博，史燕杰，孙应实*
2022,13(7):167-170 | DOI:10.12015/issn.1674-8034.2022.07.034
摘要：MRI因具有多平面、多序列、高分辨率等特点，对肿瘤疾病评估具有重要价值。随着肿瘤诊疗逐渐精准化，肿瘤  ... 


8.合成MRI定量参数图与ADC图直方图特征对乳腺癌Ki-67表达状态的预测研究 
李方正1，李芹2，吴莎莎2，孙胜君1，于海童1，陈永升2，牛庆亮2*
2022,13(7):29-34，67 | DOI:10.12015/issn.1674-8034.2022.07.006
摘要：目的 评估合成MRI定量参数图直方图特征及表观扩散系数（apparent diffusion coe  ...


9.术前MRI 在预测乳腺癌预后中的应用及展望
边小倩，杜思瑶，张立娜*
2022,13(6):147-150 | DOI:10.12015/issn.1674-8034.2022.06.031
摘要：乳腺癌是女性发病率排名首位且致死率排名前五的肿瘤，其预后因素复杂。近年来，MRI 积极探索与乳腺癌预  ...


10.EC-T化疗后乳腺癌患者大脑自发神经活动异常的静息态功能磁共振成像研究 
冯伟，刘同辉，李朋，王雪原，陈瑞，张华文，宁龙*
2022,13(6):56-60 | DOI:10.12015/issn.1674-8034.2022.06.011
摘要：目的 采用静息态功能磁共振成像(resting-state functional MRI，rs-fM  ... 


 

来源：https://www.bilibili.com/read/cv19612449
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！