论文部分内容阅读
目的:研究乳腺癌MRI影像特征及纹理分析与分子分型的相关性,并探讨它们在预测乳腺癌分子分型中的可行性及价值。方法:回顾性分析皖南医学院第一附属医院2013年2月~2019年7月符合纳入标准的97例乳腺癌患者,根据免疫组化结果,将乳腺肿瘤分为4型:Luminal A型、Luminal B型、HER-2过表达型和三阴型。首先分析4种分子亚型的临床病理特征。采用卡方检验及Fisher确切概率法分析MRI影像特征(肿块大小、形态、边缘、边界、强化方式、病灶分布及动态增强曲线类型)在4种分子亚型及Luminal A型与非Luminal A型、Luminal B型与非Luminal B型、HER-2过表达型与非HER-2过表达型、TN型与非TN型中的差异。然后手动分割T2WI压脂图、DWI图及DCE图上的乳腺癌病灶并提取纹理特征,经LASSO算法降维后筛选出14个纹理参数,采用Kruskal-Wallis检验及Mann-Whitney U检验或t检验分析纹理参数在4种分子亚型及Luminal A型与非Luminal A型、Luminal B型与非Luminal B型、HER-2过表达型与非HER-2过表达型、TN型与非TN型中的差异。最后根据上述得出有统计意义的影像特征及纹理参数建立基于支持向量机(support vector machine,SVM)的分类模型,对各模型均绘制ROC并计算ROC曲线下面积(AUC),得出诊断效能。结果:纳入研究的患者中,Luminal A型26例,Luminal B型43例,HER-2过表达型14例,TN型14例。不同分子分型乳腺癌患者间临床病理特征的差异均无统计学意义(P>0.05)。4种分子亚型间3个MRI影像特征及9个纹理参数总体分布差异有统计学意义(P<0.05)。基于不同分子分型2组间的比较:Luminal A型与非Luminal A型MRI影像特征均无统计学意义,6个纹理参数有统计学意义;Luminal B型与非Luminal B型1个影像特征及4个纹理参数存在统计学意义;HER-2过表达型与非HER-2过表达型无影像特征有统计学意义,只有1个纹理参数有统计学意义;TN型与非TN型3个影像特征及6个纹理参数存在统计学意义。基于SVM二分类模型,鉴别Luminal A型与非Luminal A型、Luminal B型与非Luminal B型、HER-2过表达型与非HER-2过表达型及TN型与非TN型最佳模型的AUC分别为0.78、0.73、0.68和0.91。结论:1.乳腺癌MRI影像特征与分子分型存在一定的相关性,尤其是对于TN型乳腺癌,但在Luminal A型与非Luminal A型、HER-2过表达型与非HER-2过表达型之间的相关性不大。2.乳腺癌MRI纹理分析与分子分型存在密切相关性,特别是对Luminal A型及TN型乳腺癌。3.基于MRI影像特征及纹理分析所建的SVM分类模型在鉴别不同分子分型乳腺癌方面具有较大价值,可应用于临床对乳腺癌分子分型进行无创预测,有效的指导治疗及预后评估。