MR影像组学在乳腺癌新辅助化疗中的应用进
新辅助化疗(neoadjuvantchemotherapy，NAC)现已成为局部晚期乳腺癌(locallyadvancedbreastcancer，LABC)的标准治疗方案，NAC配合手术是提高进展期乳腺癌生存率的有效方案[1]。年版中国乳腺癌新辅助治疗专家共识中已指出，MRI是NAC前后优选的评估方式，对于需降期保乳的患者，99%的专家认为应常规推荐MRI检查[1]。在乳腺癌影像评估方面，已发现MRI比乳腺X线检查、超声检查或临床检查更准确，然而，MRI可能高估和低估残留病灶，其准确性也与肿瘤的形态学、组织学、萎缩模式和分子亚型密切相关，新兴的MRI技术主要包括扩散加权成像(diffusionweightedimaging，DWI)、体素不相干运动成像(introvoxelincoherentmotionimaging，IVIM)和波谱成像(magneticresonancespectroscopy，MRS)等，反映了扩散、新陈代谢和缺氧等功能信息，用以无创、定量观察肿瘤整体形态，监测肿瘤的发展过程和治疗反应。近年来快速发展的影像组学基于常规影像学诊断的基础，从医学影像中提取高通量特征量化肿瘤信息，反映人体组织、细胞和基因水平的变化，已应用于乳腺癌、宫颈癌、前列腺癌等多种实体肿瘤的研究领域，在肿瘤表型分型、治疗方案选择和预后评估等方面表现出显著优势[2,3]，现将MR影像组学在乳腺癌NAC中的应用进展综述如下。
1影像组学的概述基于肿瘤异质性原理，年Gillies等[4]首次提出影像组学的概念，年Lambin等[5]对其进行了完善，即定义为从医学影像中获取高通量特征，采用特定的模型将提取的数据转化为高维数据集，并提出将肿瘤的影像学特征和临床病理等特征联系起来，提取的定量数据反映了肿瘤在基因和分子水平上发生的变化，以此来推断蛋白质基因组和分子表型信息，通过无创手段来反映肿瘤内和肿瘤间的异质性，从而得到分子水平上的预测和诊断，并辅助临床决策。
影像组学分析流程主要有五大部分，包括影像数据的获取、图像的分割与重建、特征的提取和筛选、临床模型的建立和数据信息的解析五大部分。影像组学特征受图像的采集台(如成像设备)、参数(如层厚、重建方式)等影响较大，其研究结果需经多中心进行大样本验证，因此影像组学对数据的标准化、算法的可重复性和可靠性都有很高要求，分析流程中每一部分都极具挑战[6]。纹理分析(textureanalysis，TA)等计算机辅助诊断系统被开发来辅助病变检测和分类。纹理分析提供了一种计算纹理特征数学值的方法，可以检测到乳腺MR图像中不能用肉眼评估的像素灰度变化，进而计算图像像素之间灰度相关性，从而能够评估图像中像素的空间位置和信号强度特征，在临床中可用于检测观察组织的潜在结构[7]。已有研究表明纹理分析有助于提高乳腺MRI诊断特异性[8]。图像纹理可以通过共生矩阵来量化，共生矩阵是图像的二阶直方图，它涉及像素组或像素对，与直接使用灰度共生矩阵进行纹理分析不同，共生矩阵可以转换为纹理的标量度量，从而可以用来度量图像和区域的纹理。
2MR影像组学在乳腺疾病应用的生物学基础乳腺癌的肿瘤异质性主要是指肿瘤细胞群体的特征，包括分子亚型、组织形态学特征、特异的转移模式和对不同的治疗产生不同的反应等。其中乳腺癌分子分型是以雌激素受体(estrogenreceptor，ER)状态、孕激素受体(progesteronereceptor，PR)状态、人表皮生长因子受体-2(humanepidermalgrowthfactorreceptor-2，HER-2)、增殖细胞核抗原Ki-67为主要分类依据，分为LuminalA型、LuminalB型、HER2过表达型及三阴型，由于肿瘤异质性比较复杂，因此不同分子分型乳腺癌在临床上的表现、对治疗的反应及预后方面均有不同[6]。研究表明，乳腺癌NAC后平均病理完全缓解(pathological
| |
