1、乳腺腫瘤不同部位動態加強核乳腺腫瘤不同部位動態加強核磁共振信號強度的研討磁共振信號強度的研討研討背景一 1. 乳腺癌占女性惡性腫瘤發病率第一 2. 新輔助化療曾經成為乳腺癌治療的規范方法 3. 然而，由于缺乏大病理支持使得新輔助化療存在一定的盲目性判別腫瘤預后以及預測腫瘤的化療療效等方面。 4. 對于那些對化療不敏感的惡性腫瘤，新輔助化療往往延誤了手術或其他治療的時機 所以有必要研討一種無創性的檢查方法，以期為臨床治療提供有益參考。研討背景二 1. DCE-MRI檢查既可以察看乳腺腫瘤的構造特點，又可以察看其動態特點。該檢查有能夠為乳腺癌的個體化治療提供有益參考。 2. 常規的DCE-MRI檢

2、查通常只關注對熱點特征的描畫。然而腫瘤不僅包含熱點的特性，還應有冷點及不均勻性的特征。研討目的 1. 鑒別乳腺良惡性腫瘤并判別惡性腫瘤病理分級 2. 預測腫瘤預后 3. 預測腫瘤對化療的敏感性The Research of DCE-MR Signal Intensities in Different Areas of Tumor for Breast Cancer Patients Backgroud： Prediction of prognosis and response to neoadjuvant chemotherapy can improve treatment of patien

3、ts with invasive breast cancer. The association between dynamic magnetic resonance imaging features and chemosensitivity were evaluated for breast cancer patients prior to receiving chemotherapy. Evaluation of ischemia area (cold spot) characteristics might predict chemosensitivity. Our findings may

4、 assist clinicians in prediction of prognosis and chemosensitivity. 第一部分 動態加強核磁共振在鑒別乳腺良、惡性腫瘤和提示惡性腫瘤病理分級中的作用資料與方法一資料與方法一 1. 研討對象的病理診斷情況 2. 研討對象的病理學分級 I級： 9 例 II級： 19例 III級：10例。資料與方法二資料與方法二 掃描方法和技術參數： 儀器：Signa Excite HD GE3.0T超高場安裝 造影劑：Gadolinium-DTPA(用量0.1mmol/kg ,流率2.0ml/s, 20ml鹽水跟進沖洗) 注射造影劑后延遲15秒啟動

5、延續動態掃描。時間分辨率42秒。 共設定13個時相。每一時相重建92層有效圖像,間隔1.6mm 資料與方法三資料與方法三 第一個動態序列中的腫瘤內部選擇至少3個強化較明顯的區域勾畫ROI,從中選擇強化最明顯的區域以代表熱點 在腫瘤內部至少3個強化較弱的區域勾畫ROI,從中選擇強化最弱的區域以代表冷點 ROI的面積應足夠小4-10個像素以防止容積效應。 資料與方法四 動態參數的計算方法 SlopeC：冷點的Slopein值; WashoutC：冷點的Washout值 SlopeH：熱點的Slopein值; WashoutH：熱點的Washout值 Ratio-in= SlopeH / Slope

6、C; Ratio-out= (WashoutH - WashoutC)/ WashoutH資料與方法-統計學方法 采用SPSS12.0以及MedCalc11.6.1軟件 采用ROC曲線分析各參數在鑒別良、惡性乳腺腫瘤方面的診斷價值包括：靈敏度、特異度、陽性預測值、陰性預測值和ROC曲線下面積，并比較各參數的ROC曲線下面積之間能否存在顯著差別。 運用Joncheere-Terpstra檢驗，察看多組非正態分布數據間能否存在顯著差別。采用卡方檢驗分析成組資料。 以P0.05作為差別有統計學意義。結果 動態及形狀參數在鑒別乳腺良、惡性腫瘤上的診斷結果 動態參數與腫瘤組織學分級之間的關聯關系 動態參

7、數與腫瘤組織學分級之間的關聯關系 冷點動態參數SlopeC以及反映腫瘤內部不均勻性的參數Ratio-in在不同組織學分級的惡性腫瘤間差別顯著(P0.05)。 腫瘤較高的不均勻性強化程度亦提示腫瘤的病理分級較高。 不同病理分級乳腺惡性腫瘤的MR強化特征和動態加強曲線 A (1-3), B (1-3), 和 C (1-3)分別取自病理分級為I級， II級和III級的惡性腫瘤。 A-1, B-1, 和C-1提示這些腫瘤均有環形強化的影像特征。 A-2, B-2, 和C-2 提示這些腫瘤在熱點處均表現出造影劑快速流入的特征。以上提示：這些腫瘤具有類似的形狀特征和熱點的動態特征。 然而, A-3, B-

8、3, 和C-3 闡明病理分級高的惡性腫瘤其冷點的造影劑流入速度較慢。討論一討論一 DCE-MRI檢查能同時反映腫瘤的形狀學和動態學特點，有能夠為臨床治療乳腺癌提供有益參考。 但在DCE-MRI檢查中，通常在腫瘤內選擇強化最明顯處熱點作為ROI, 繪制時間-信號強度曲線 討論二討論二 腫瘤不僅包括熱點，還包括冷點和不均勻性的特征。 冷點區域往往缺乏血供，并且腫瘤內的微血管分布往往是不均勻的。討論三 研討結果發現：與低病理分級的腫瘤相比，病理分級高的惡性腫瘤往往具有更“冷的冷點。 有作者報道壞死往往預示著乳腺癌的不良預后。 我們以為：壞死很能夠是腫瘤冷點的特殊表現方式。 結論 反映冷點和腫瘤內部不

9、均勻性特征的動態參數對在新輔助化療前提示腫瘤病理分級有重要意義。 反映熱點特征的動態參數SlopeH有潛在的能夠性可以提高鑒別診斷良、惡性腫瘤的正確率。 第二部分 動態加強核磁共振對預測乳腺癌患者預后的作用資料與方法 研討對象：2019年1月至2019年6月在我院新就治的87例原發乳腺癌患者 病理學情況：同第一部分 MRI及動態MRI參數：同第一部分 動態學參數的計算：同第一部分 形狀特征的評價：同第一部分資料與方法-統計學方法 采用Mann-Whiney U檢驗察看兩個獨立樣本的中位數能否存在顯著差別。 采用Jonckheere Terpstra檢驗察看兩個以上樣本的中位數之間能否存在顯著性

10、差別，而對于分組資料采用卡方檢驗。 用Spearman檢驗察看兩個延續性變量能否存在相關關系；采用二項分布的邏輯回歸檢驗以確定可以預測經典腫瘤預后要素腫瘤分級、淋巴結情況、ER、Ki-67、c-erbB-2等的變量。 以上均采用SPSS12.0作統計分析，P0.05以為差別有顯著意義。 結果 具有不良預后要素的惡性腫物，其熱點參數(SlopeH和 WashoutH)往往較高，而冷點參數(SlopeC)往往較低。 動態參數SlopeC, Ratio-in, WashoutC和Ratio-out在較大的腫瘤和較小的腫瘤之間存在顯著差別。不均勻性參數Ratio-in與腫瘤最大徑呈正相關(r=0.51

11、6)，而熱點參數(SlopeH和WashoutH) 并未表現出與腫瘤最大軸位直徑的相關關系 直徑較大的腫瘤更有能夠表現為環形強化的特征(P=0.014)。具有不良預后要素的腫物諸如高病理分級，P=0.030；較大的腫瘤直徑，P0.001；和淋巴結陽性，P=0.016更有能夠表現為不均勻強化的特征。 選擇在單要素分析諸如Mann-Whitney U檢驗，Jonckheere Terpstra檢驗，以及Spearman檢驗中展現為有顯著差別的變量進入邏輯回歸檢驗。 在回歸分析中檢驗這些變量能否可以預測病理分級，淋巴結情況，腫瘤直徑以及Ki-67。 Ratio-in是病理分級獨一的獨立預測要素(P=

12、0.021) SlopeC是淋巴結情況的獨立預測要素(P=0.024) 內部不均勻性是腫瘤大小的獨立預測要素(P0.001) SlopeH是Ki-67的獨立預測要素 (P=0.001)。 討論一 惡性腫瘤不僅包括熱點還包括冷點。 本研討結論顯示：為了全面反映惡性腫瘤特征，有必要在治療前對熱點、冷點以及腫瘤不均勻的性質加以評價。 我們的結果也答應以對預測乳腺惡性腫瘤的預后，進而有能夠為制定個體化治療方案提供有益協助。 討論二 腫塊大小和淋巴結情況以及病理分級是乳腺惡性腫瘤非常重要的獨立預后要素 免疫組化方面的預后要素那么包括ER、PR、c-erbB-2和Ki-67。討論三 正常組織的細胞增殖與血

13、供普通會構成良好的平衡，不會有正常細胞生長于血供范圍之外。 然而，這一平衡在惡性腫瘤往往會被破壞掉，從而構成大小不等的缺血乏氧區域。 缺血導致的壞死也許是腫瘤內部構成冷點的重要緣由之一。 結論 在治療前運用動態參數包括冷點參數、熱點參數以及不均勻參數有能夠發現惡性程度較高的腫瘤。為了從整體上提示腫瘤的特征，我們應同樣關注腫瘤內的冷點。 第三部分 動態加強核磁共振預測新輔助化療療效的研討 研討背景： 1. 預測腫瘤對化療的敏感性是提高新輔助化療療效的關鍵。 2. 常規的DCE-MRI檢查往往僅關注對腫瘤熱點特征的描畫，而腫瘤還應包括冷點和不均勻性的特征。資料與方法 研討對象：2019年4月至20

14、21年7月，共60例原發乳腺癌患者腫瘤最大徑1cm或淋巴結陽性 MRI及動態MRI參數：同第一部分 動態學參數的計算：同第一部分 形狀特征的評價：同第一部分 化療方案為4周期紫杉醇(160 mg/m2)+吡柔吡星(40 mg/m2) 病理完全反響pCR, pathologic complete response定義為腫瘤細胞完全消逝以及原位癌。由于本研討的目的是察看運用DCE-MRI預測腫瘤化療療效，故原位癌伴微小浸潤亦歸入病理完全緩解組。 資料與方法-統計學方法 用中位數和百分位數來描畫延續性變量。用頻數描畫分類變量。 用Mann-Whiney U檢驗察看兩組非正態分布數據的差別 卡方檢驗用

15、于分類變量。 Spearman檢驗用于察看兩個非正態分布的變量能否存在相關性。 雙要素邏輯回歸分析用于確定獨立預測因子。以上統計分析檢驗均采用SPSS12.0。 用MedCalc軟件做ROC曲線分析，以確定最正確臨界值。結果 PCR組和Non-pCR組動態參數間的差別 PCR組和Non-pCR在形狀要素方面的差別 邏輯回歸分析結果： WashoutC ( = 26.128, P = 0.005)是pCR的獨一獨立預測因子。WashoutC 每下降0.001個單位，化療后到達病理完全緩解的能夠性會下降2.65%。 用WashoutC區分pCR組和Non-pCR組的最正確臨界值為0.0277，其敏

16、感度為80.0% (8/10; 95%的可信區間: 44.4%97.5%)，特異度為74.0% (37/50; 95% 可信區間: 59.7%85.4%) (圖 3-1), ROC曲線下面積為0.77495%的可信區間: 0.6480.872。 用ROC曲線分析尋覓冷點參數WashoutC 的最正確臨界值以期預測化療療效pCRWashoutC的最正確臨界值為0.0277，曲線下面積為0.774 95%可信區間：0.6480.872)。 圖3-2. 化療后到達pCR患者64歲女性；病理：浸潤性導管癌的化療前后的MR圖像以及熱點和冷點的時間-信號強度曲線 圖2A和圖2B分別為化療前和化療后腫物的軸

17、位加強T1加權圖像抑脂。圖3-2A示：腫物最大直徑為1.3 cm；而在圖3-2B那么未發現有強化腫物。 圖3-2A中, 細箭所示為熱點，粗箭所示為冷點。 圖3-2C示：腫瘤的熱點呈現出造影劑快速流入的特點。 而圖3-2D示腫瘤的冷點亦呈現出造影劑相對較快速的流入。 化療前的 WashoutC 值為0.0900。 圖 3-3. 化療后未到達pCR患者年齡：45歲；病理：浸潤性導管癌的化療前后的MR圖像以及熱點和冷點的時間-信號強度曲線 圖3-3A和圖3-3B分別為化療前和化療后腫物的軸位加強T1加權圖像抑脂。圖3-3A示：腫物最大直徑為3.9 cm；而圖3-3B示：腫物最大直徑為3.5cm。化療

18、前、后相比腫物最大直徑僅減少了10.3%。并且，殘留腫物在顯微鏡下測得得最大直徑為3.1cm。圖3-3A中, 細箭所示為熱點，粗箭所示為冷點。與圖3-2C類似，圖3-3C示：腫瘤的熱點呈現出造影劑快速流入的特點。 而圖3-3D示：冷點處的造影劑流入速度較慢。 化療前，WashoutC 值為0.0000。圖3-3E 是一個剪影圖像。圖3-3F和3-3G 取自腫瘤的上極，而3-3H 取自腫瘤的下極。這幾幅圖像對判別化療后殘存腫瘤有所協助。討論一 NSABP B-18和NSABP B-27的研討結果顯示：在化療后獲得病理完全緩解的病人其治愈率會顯著提高。然而，大多數病人很難得到病理完全緩解。因此，有必要在新輔助化療前對化療效果加以預測。 在這一研討中我們建立了一個預測模型，全面的評價腫瘤的熱點、冷點以及不均勻性的特性，并用于預測化療療效。在這一模型中，我們還引入了形狀參數以及分子標志物如ER/c-erbB-2，這是由于通常我們思索這些要素往往意味著不良的預后 討論二 邏輯回歸分析的結果提示：冷點參數WashoutC是新輔助化療的獨一獨立預后因子。同熱點參數一樣，冷點參數也可以為預測新輔助化療療效提供有益信息。 在這一研討中，于化療后未得到完全緩解的病人比完全緩解病人的冷點更“冷。 討論三 乏氧會誘發腫瘤對化療的抵抗性。 首先，缺血管區域化療藥物的濃度較小。 其次，一些化療藥物需求氧合