编辑推荐：
乳腺癌（BC）是全球女性常见癌症，早期诊断对治疗意义重大。传统检测手段存在局限，为此研究人员开展基于应变弹性成像（SE）放射组学诊断 BC 的研究。结果显示整合瘤内和瘤周（0 - 1mm）特征的模型诊断效能佳，有助于制定治疗策略。
在女性健康的领域中，乳腺癌（Breast Cancer，BC）如同一个可怕的 “幽灵”，悄然威胁着无数女性的生命。它是全球女性中最为常见的癌症，也是癌症相关死亡的第二大主因。早期发现和准确诊断乳腺癌，就像是在与死神的赛跑中抢占先机，能为后续治疗争取更多机会，显著提高患者的生存率。
目前，用于乳腺癌检测的常用方法有乳腺 X 线摄影和超声（Ultrasound，US）成像技术。然而，乳腺 X 线摄影在致密型乳腺组织患者中的效果大打折扣，还会让患者遭受辐射和不适；超声虽在病变检测方面有一定潜力，但特异性较低，而且诊断结果严重依赖操作人员的经验和水平。肿瘤的异质性又使得良恶性病变在形态上有诸多相似之处，仅靠观察形态来诊断，就如同雾里看花，难以精准判断。应变弹性成像（Strain Elastography，SE）作为超声领域的一项技术，能够评估组织应变，为乳腺癌诊断带来了新的希望。但它也存在结果重复性依赖操作人员的问题。此时，放射组学（Radiomics）登场了，它能从医学图像中提取大量定量特征，对肿瘤进行更精准的分析。不过，基于 SE 成像的放射组学在乳腺癌诊断中的应用，此前还鲜有人探索。
为了填补这一空白，来自暨南大学第二临床医学院、深圳市人民医院超声科以及第四军医大学唐都医院超声科的研究人员，开展了一项极具意义的研究。他们的目标是开发并验证一种基于 SE 成像的放射组学模型，用于乳腺癌的诊断，并且深入分析瘤内和瘤周区域（0 - 1mm、1 - 2mm、2 - 3mm）的放射组学特征。
研究人员主要运用了以下几种关键技术方法：
- 样本队列选取：回顾性分析了两所医院的患者数据，纳入标准为病理确诊的早期原发性乳腺癌等，排除接受新辅助放化疗等情况的患者。最终纳入 322 例患者，其中 217 例来自医院 1（2021 年 6 月 - 2023 年 5 月），105 例来自医院 2（2022 年 6 月 - 2023 年 5 月）25。
- 图像采集：使用配备特定探头的超声系统，由经验丰富的放射科医生按照标准化协议进行 US 和 SE 检查，并确定感兴趣区域（ROI）3。
- 特征提取与模型构建：手动勾勒 ROI，使用软件自动提取放射组学特征，通过多种统计方法筛选特征，构建放射组学模型和列线图（Nomogram）46。
下面来看看具体的研究结果：
- 临床特征：两所医院患者的基线临床数据（年龄、病变大小、BI - RADS 类别、病理等）在训练集、内部测试集和外部测试集之间均无显著差异7。
- 放射组学特征提取：从超声图像肿瘤区域共提取 108 个放射组学特征，涵盖几何、强度和纹理等方面。经筛选，构建的放射组学模型包含不同区域的多个特征89。
- 性能评估：瘤内放射组学模型在内部测试集中的受试者工作特征曲线下面积（Area Under the Curve，AUC）为 0.774（95% CI：0.626 - 0.922）；结合瘤周放射组学后，瘤内 & 瘤周_0 - 1mm 放射组学模型表现最佳，内部测试集 AUC 达 0.884（95% CI：0.766 - 0.998），外部测试集 AUC 为 0.841（95% CI：0.762 - 0.920），显示出良好的稳健性和泛化能力110。
- SE 放射组学评分和列线图：确定了瘤内 & 瘤周_0 - 1mm 的 SE 放射组学评分公式，多因素逻辑回归分析确定年龄、BI - RADS 类别和 SE 放射组学评分是独立预测因素，并据此构建列线图，可用于术前个性化评估乳腺癌风险1112。
研究结论表明，整合瘤内和瘤周（0 - 1mm）放射组学特征的模型在乳腺癌诊断方面展现出巨大潜力，能有效辅助制定临床治疗策略。同时，该研究也存在一些局限性，如回顾性研究可能存在偏倚、ROI 手动勾勒存在人为误差、未结合 B 超模式等，后续研究可在这些方面加以改进。
这项研究的意义非凡，它首次将 SE 与放射组学相结合，分析瘤内和瘤周区域，为乳腺癌诊断提供了新的视角和方法。这不仅有助于提高乳腺癌的诊断准确性，还为个性化肿瘤学的发展迈出了重要一步，让医生能够更精准地评估患者病情，制定更适合患者的治疗方案，为众多乳腺癌患者带来了新的希望。该研究成果发表在《Discover Oncology》上，为该领域的进一步研究奠定了坚实基础。
