《Breast Cancer: Targets and Therapy》：Differentiation of Benign and Malignant BI-RADS 4–5 Breast Lesions Using Ultrasound Localization Microscopy–Derived Microvascular Biomarkers: A Prospective Study
编辑推荐：
目的：本研究旨在探讨由超声定位显微成像（ultrasound localization microscopy， ULM）衍生的定性和定量微血管生物标志物在鉴别良恶性乳腺病变中的价值，并评估其在提高基于BI-RADS（Breast Imaging Reporti
目的：本研究旨在探讨由超声定位显微成像（ultrasound localization microscopy， ULM）衍生的定性和定量微血管生物标志物在鉴别良恶性乳腺病变中的价值，并评估其在提高基于BI-RADS（Breast Imaging Reporting and Data System， 乳腺影像报告与数据系统）诊断方面的附加价值。方法：在这项前瞻性研究中，295例患者的301个经常规超声（ultrasound， US）评估为BI-RADS 4–5类的乳腺病变，在手术或活检前接受了对比增强超声（contrast-enhanced ultrasound， CEUS）和ULM检查。研究人员从ULM图像中提取了定性血管生物标志物和定量参数。采用受试者工作特征（receiver operating characteristic， ROC）分析评估诊断性能。研究人员进一步通过整合ULM衍生的生物标志物对BI-RADS分类进行了重新评估。结果：ULM定性血管生物标志物将微血管形态分为五种模式：无血管型、点条型、环型、混乱型和放射型。良性病变主要表现为无血管型、点条型和环型（分别占5.6%、23.4%和48.6%），而恶性病变主要以混乱型和放射型为特征（分别占56.7%和28.4%；p < 0.001）。定性评估的曲线下面积（area under the curve， AUC）为0.825（95%置信区间（confidence interval， CI）：0.780–0.871）。所有ULM定量生物标志物在良恶性病变间均显示出显著差异（所有p < 0.05），其中最大直径的诊断价值最高（AUC = 0.898， 95% CI：0.861–0.935）。联合定量生物标志物（combined quantitative biomarker， CQB）模型进一步提高了诊断性能（AUC = 0.920）。将ULM定性和定量生物标志物与BI-RADS整合后，进一步提高了诊断准确性（AUC = 0.976；敏感性0.964；特异性0.916），并可能超越BI-RADS进行风险分层。结论：ULM衍生的定性和定量微血管生物标志物提供了超越常规超声的补充信息，可能改善BI-RADS 4–5级乳腺病变的诊断性能和风险分层，但其在安全减少不必要活检方面的作用仍需进一步临床验证。
乳腺癌（breast cancer， BC）是全球最常见的诊断恶性肿瘤，也是导致女性癌症相关死亡的主要原因，这凸显了早期检测和有效干预的必要性。血管生成（angiogenesis）是肿瘤生长和转移的关键驱动因素，在良恶性乳腺病变间存在显著差异：良性病变通常表现为有序、低曲率的微血管结构，而恶性病变则表现为因缺氧和快速增殖驱动的失调、高通透性、迂曲且分支不规则的血管。浸润性乳腺癌（invasive breast cancer， IBC）的进展需要新生血管形成；肿瘤血管生成增加——通常以微血管密度（microvessel density， MVD）量化——与侵袭性特征相关，并且在许多研究中与更差的预后相关。因此，对微血管架构进行稳健的量化分析在临床上对于鉴别良恶性病变以及优化治疗策略具有重要意义。常规超声（conventional ultrasound， US）是乳腺病变的一线影像学检查方法，但由于其对肿瘤内微血管描绘有限，在区分良恶性病变方面性能欠佳。特别是，许多BI-RADS 4类病变最终在活检中被证实为良性，这突显了需要在保持敏感性的同时提高特异性的影像学方法。乳腺微血管成像的最新进展，包括无造影剂技术如超细微血管成像（superb microvascular imaging， SMI）和高清微流成像（high-definition micro-flow imaging， HD-MFI），以及对比增强超声（contrast-enhanced ultrasound， CEUS），已改善了低流量信号和病灶灌注的可视化，其效果超越了传统彩色多普勒血流成像。然而，这些技术仍受限于衍射极限及其显示机制，这限制了在毛细血管水平对血管口径、分支拓扑结构和微血管血流动力学的精确表征。超声定位显微成像（ultrasound localization microscopy， ULM）是一种基于CEUS的超分辨率成像技术，通过定位和追踪单个造影微泡来重建超越衍射极限的微血管网络。ULM的空间分辨率达到数十微米量级，能够详细可视化和定量分析微血管架构和血流动力学，包括血管密度、方向和血流速度。此前的研究已在多个器官系统中验证了ULM，证明了其以高空间分辨率可视化微血管网络和量化血流动力学的能力。这些发现表明ULM在血管成像方面具有强大的临床转化潜力。然而，ULM在乳腺成像中的应用仍然相对有限。初步研究表明，ULM衍生的参数，包括微血管密度、血管直径和血流速度，可能有助于鉴别良恶性乳腺病变。尽管如此，一些重要问题仍未解决。特别是，对ULM微血管模式的系统性定性分类尚未完全建立，定性和定量微血管生物标志物的联合诊断价值尚未得到全面评估。此外，ULM衍生的生物标志物在完善基于BI-RADS的诊断评估和减少不必要活检方面的潜在作用仍不清楚。因此，研究人员开展了一项前瞻性探索性研究，旨在探讨ULM衍生微血管生物标志物在鉴别良恶性乳腺病变中的临床价值。具体目标为：（1）系统性表征ULM上的定性微血管模式；（2）评估ULM定性和定量生物标志物在不同病变大小分层中的诊断性能；（3）评估ULM在协助经验丰富的放射科医师进行基于BI-RADS的诊断方面的增量价值；（4）初步探索ULM定量指标与免疫组织化学亚型之间的关联。研究结果发表在《Breast Cancer: Targets and Therapy》。为开展研究，研究人员采用了几个主要关键的技术方法：首先，本研究为一项前瞻性单中心研究，样本来源于安徽医科大学第一附属医院2024年9月至2025年8月连续收治的BI-RADS 4或5类乳腺病变患者，最终纳入295例患者共301个病变。其次，所有病灶均接受了基于SonoVue造影剂的对比增强超声检查，并在微泡灌注期进行ULM数据采集，采集过程中要求患者短暂屏气约14秒。第三，ULM图像重建遵循了包括运动校正、组织-微泡信号分离、微泡检测、亚像素定位、轨迹链接和成像图重建在内的标准化后处理流程。第四，通过手动勾画感兴趣区域（region of interest， ROI）并结合软件工具包提取了一系列定量微血管参数，包括密度、直径、迂曲度、流速及衍生复合指标。研究结果部分如下：
**基于ULM定性生物标志物的良恶性乳腺病变比较**
良性病变主要表现为无血管、点条或环形模式，而恶性病变更常表现为混乱或放射形模式（p < 0.001）。定性生物标志物的观察者间信度高（组内相关系数（intraclass correlation coefficient， ICC）为0.897）。在良性病变中，有23例表现为混乱型分布（腺病（n = 7）、纤维腺瘤（n = 4）、导管内乳头状瘤（n = 4）、肉芽肿性乳腺炎（n = 6）和浆细胞性乳腺炎（n = 2））。另有1例良性病变（浆细胞性乳腺炎，n = 1）表现为放射型。
**观察者间信度评估**
大多数定量生物标志物显示出高信度（ICC 0.947–0.999），包括最大直径（0.973）、复杂度等级（0.987）、血管比（0.997）、最大密度（0.975）、平均密度（0.996）、血容量（0.998）、最大速度（0.947）、平均速度（0.997）和灌注指数（0.997）。平均直径信度良好（ICC = 0.897）。曲率参数信度中等（最大曲率角度和度量总和（Max curvature sum of angles metric， Max curvature SOAM），0.718；平均曲率角度和度量总和（Mean curvature SOAM），0.628）。
**良恶性乳腺病变间ULM定量生物标志物的比较**
所有ULM衍生的定量生物标志物在良恶性病变间均存在显著差异（p < 0.05）。在按大小分层分析中，最大直径、平均直径、血容量和复杂度等级在各亚组间仍保持显著差异（p < 0.05）。在恶性病变亚组中，分子亚型显示出不同的ULM表型：雌激素受体（estrogen receptor， ER）和孕激素受体（progesterone receptor， PR）阳性肿瘤表现为低灌注、低流速和低复杂性特征，而人表皮生长因子受体2（human epidermal growth factor receptor 2， HER2）阳性肿瘤则表现为高灌注、高流速和高复杂性特征。肿瘤分级分析结果一致：复杂度等级、灌注指数（perfusion index， PI）、最大直径和血容量在高级别恶性肿瘤中显著高于低级别恶性肿瘤（所有p < 0.05）。
**ULM定性和定量生物标志物在鉴别良恶性乳腺病变中的诊断性能**
将混乱或放射形血管模式定义为恶性指标。在所有病变大小中，定性生物标志物的AUC为0.825（95% CI：0.780–0.871），敏感性为0.851，特异性为0.776。在<10 mm的病变中表现最佳（AUC 0.908，敏感性0.889，特异性0.882）。在定量生物标志物中，最大直径显示出最高的总体效能（AUC 0.898；95% CI 0.861–0.935）。在按大小分层分析中，>20 mm组的AUC最高（0.930；95% CI 0.892–0.968），其次是<10 mm组（0.850；95% CI 0.634–1.000）。其他定量参数表现出中等性能（AUC 0.600–0.703）。
**基于ULM衍生定性和定量参数的病变重分类**
在初始BI-RADS分类中（由具有12年乳腺超声诊断经验的放射科医师评估），整体性能AUC为0.797（95% CI 0.751–0.842）。将ULM定性生物标志物纳入BI-RADS评估后，301个病变被重新分类为BI-RADS 3–5类（n= 66, 33, 66, 58, 78），整体诊断性能提高至AUC 0.905（95% CI：0.873–0.938），敏感性0.907，特异性0.757。在所有大小亚组中，分层AUC均得到改善。进一步整合ULM形态特征和CQB模型的预测概率进行第二次重分类后，病变被重新分类为BI-RADS 3、4A、4B、4C和5类（n = 85, 20, 58, 59, 79），整体性能达到AUC 0.976（95% CI：0.962–0.991），敏感性0.964，特异性0.916。在基于大小的亚组中，AUC均保持高水平（<10 mm：0.938；10–20 mm：0.969；>20 mm：0.981）。
**讨论**
本研究利用ULM微泡灌注期数据，推导出用于鉴别恶性与良性乳腺病变的定性和定量微血管生物标志物。研究人员定义了五种血管模式——无血管型、点条型、环型、混乱型和放射型——作为定性生物标志物。总体而言，ULM定性评估优于常规US BI-RADS（AUC 0.825 vs 0.797），并且对小病变（<10 mm；AUC 0.908）尤其有效。在定量方面，最大直径、平均直径、血容量和最大速度能区分良恶性病变；值得注意的是，仅最大直径就超过了US BI-RADS和ULM定性生物标志物（AUC 0.898 vs 0.797 和 0.825）。当BI-RADS与ULM定性生物标志物及CQB模型整合后，在所有病变大小亚组中，AUC、敏感性和特异性均得到提高。这些发现表明，ULM提供了超越常规US的补充微循环信息，并且在与BI-RADS评估整合时可能提高诊断准确性，这对减少不必要活检具有潜在意义。此前的研究报道，尽管ULM改善了乳腺微血管的可视化，但证据基础仍处于早期阶段，队列规模较小且主要为探索性定量描述。相比之下，本研究在一个涵盖更广泛微血管表型的较大队列中系统性评估了ULM定性生物标志物。本研究还推导出一套全面的ULM定量生物标志物面板，并系统评估了包括最大直径、平均直径和血管密度在内的12项指标。研究人员定义血管密度为感兴趣区域内微泡的通过率，这反映了局部血管容积和灌注，是肿瘤血管生成的关键影像学关联指标。恶性病变表现出显著高于良性病变的血管密度、最大密度和平均密度，这支持了恶性肿瘤血管化程度更高的观点；更高的密度也与侵袭性、转移风险和更差的预后相关。在此基础上，研究人员提出了灌注指数和血容量两个衍生生物标志物，并评估了它们的诊断性能。血管迂曲度反映生长因子介导的血管壁重塑，在恶性肿瘤中通常更高。最大迂曲度在恶性病变中显著更高。复杂度等级是一个总结感兴趣区域内几何不规则性、空间填充和网络复杂性的定量生物标志物。复杂度在恶性病变中整体及各大小亚组中均显著更高。微血管血流速度是另一个关键的ULM生物标志物。与常规US对低速血流相对不敏感不同，ULM能够检测低流速、低速度成分并生成描绘速度大小和空间分布的速度图，从而更好地表征肿瘤血流动力学。除了鉴别良恶性病变，ULM衍生的微血管生物标志物也可能反映恶性肿瘤内的生物学异质性。在恶性肿瘤队列中，分子亚型表现出不同的ULM表型。肿瘤分级分析结果与之相符。这些发现表明，ULM衍生的生物标志物可能反映了与分子和组织学侵袭性相关的微血管表型。此外，基于ULM的综合重分类显示出改善诊断分层的潜在临床价值。其在安全减少不必要活检方面的作用需要进一步的临床验证。总体而言，本研究在BI-RADS 4类和5类乳腺病变中系统性评估了ULM定性和定量生物标志物。ULM定性分类、最大直径和CQB模型优于常规超声，并在病变大小亚组中保持稳定的诊断性能，这与先前乳腺和跨器官研究的发现一致。这些发现支持ULM衍生的微血管表型作为补充性影像标志物在改善BI-RADS 4类和5类病变评估方面的潜在价值，尤其是在小乳腺肿块中。
**结论**
ULM在鉴别良恶性乳腺病变方面显示出有前景的潜力，并可能在诊断评估中补充常规超声。ULM衍生的定性和定量微血管生物标志物提供了超越常规超声的附加信息，当与BI-RADS评估整合时，可能改善基于BI-RADS的评估。通过基于微泡成像实现对肿瘤微血管的详细可视化，ULM可能为乳腺病变的表征提供一种新方法。然而，需要进一步的多中心研究和外部验证来确认该技术的稳健性、普遍性和潜在临床应用价值。
