《European Journal of Radiology Open》：DCE-MRI and Mammography integrated radiomic analysis in triple negative ductal invasive breast cancer patients. Comparison between BRCA and not BRCA mutated patients: preliminary results
编辑推荐：
三阴性乳腺癌(TNBC)约占所有乳腺恶性肿瘤的8–13%，免疫组化无雌激素受体(ER)、孕激素受体(PR)与人表皮生长因子受体2(HER-2)表达。TNBC表型侵袭性强、预后较差，但具异质性。乳腺X线摄影对年轻女性致密乳腺及早段TNBC检出受限；磁共振成像(M
三阴性乳腺癌(TNBC)约占所有乳腺恶性肿瘤的8–13%，免疫组化无雌激素受体(ER)、孕激素受体(PR)与人表皮生长因子受体2(HER-2)表达。TNBC表型侵袭性强、预后较差，但具异质性。乳腺X线摄影对年轻女性致密乳腺及早段TNBC检出受限；磁共振成像(MRI)敏感性高，常表现为强化肿块、边缘不规则或环形强化。TNBC与胚系BRCA1/2突变关系密切，聚ADP核糖聚合酶(PARP)抑制剂使遗传性/散发性区分关乎个体化治疗；但遗传筛查多依赖家族史等主观标准，漏检率高。影像组学可无创提取肿瘤病理、基因表达与微环境信息，放射基因组学基于“基因—分子互作反映于影像”的原理关联图像与生物学信息。单模态超声或MRI已有探索，但研究人员提出首项整合乳腺X线摄影与MRI的多模态研究：基于动态对比增强磁共振成像(DCE-MRI)与乳腺X线图像提取特征，构建可区分浸润性导管TNBC患者BRCA突变状态的影像组学签名。研究纳入2010–2021年组织学确诊TNBC、具BRCA检测且同时有MRI与数字乳腺X线者，排除临床/图像缺失、伪影与非标准动态序列者；手动勾画肿瘤与对侧正常腺体的5 mm圆形感兴趣区(ROI)，MRI做wash-in/wash-out图，乳腺X线按99百分位归一化，用Pyradiomics提取一阶、灰度共生矩阵(GLCM)、灰度区域长度矩阵(GLSZM)等特征，最大相关最小冗余(mRMR)选特征，主成分分析(PCA)定维，训练逻辑回归、支持向量分类器(SVC)、随机森林、决策树，分层5折交叉验证。结果显示：整合肿瘤+腺体、MRI+乳腺X线模型随机森林平均AUC 0.91（SD 0.11）；仅腺体模型AUC 0.88；仅病灶模型AUC 0.83；单模态中MRI腺体/病灶AUC 0.82，乳腺X线腺体AUC 0.83、病灶0.73。选中6个特征里5个来自腺体，包括MR wash-out的10th percentile（BRCA更低）、Total Energy（BRCA更高），MR wash-in的GLCM Correlation（更高），乳腺X线腺体GLCM Sum Entropy（更高）等。结果表明正常腺体组织携有与遗传背景相关的稳定影像组学信息，纹理分析对BRCA相关癌检测有价值，多模态整合优于单模态；但样本小、无外验、存信息泄漏风险，结果为探索性。
研究背景方面，三阴性乳腺癌（triple-negative breast cancer，TNBC）占所有乳腺恶性瘤8–13%，缺乏雌激素受体（estrogen receptor，ER）、孕激素受体（progesterone receptor，PR）与人表皮生长因子受体2（human epidermal growth factor receptor 2，HER-2）表达，侵袭性强且预后差。乳腺X线摄影（mammography，MG）在年轻女性高密度乳腺与早段TNBC中检出困难；动态对比增强磁共振成像（dynamic contrast-enhanced magnetic resonance imaging，DCE-MRI）敏感性高但资源要求大。胚系BRCA1/2突变在TNBC中比例高，聚ADP核糖聚合酶（poly-ADP-ribose polymerase，PARP）抑制剂使遗传性/散发性区分影响治疗路径；然而遗传检测资格多依赖家族史等主观因素，许多高危者漏筛。影像组学（radiomics）可无创提取图像中肿瘤与微环境定量信息，放射基因组学（radiogenomics）试图把图像特征同基因突变状态关联。已有单模态超声或MRI研究，但缺少MG与MRI整合来判别BRCA状态的工作，因此研究人员在浸润性导管TNBC中开展多模态影像组学初步研究，论文发表于《European Journal of Radiology Open》。
主要关键技术方法上，研究人员使用2010–2021年组织学确诊TNBC且同时具备BRCA检测、DCE-MRI与数字MG的患者队列，经排除伪影与非标准动态协议后得52例（13例BRCA突变、39例非BRCA突变，共53个病灶）。由两名放射科医师共识手动勾画病灶与对侧正常腺体，置5 mm直径圆形感兴趣区（Region of Interest，ROI）；MRI算wash-in与wash-out图，MG按99th百分位归一化；用Pyradiomics提一阶、GLCM、GLRLM、GLSZM、GLDM等特征；最大相关最小冗余（Maximum Relevance Minimum Redundancy，mRMR）初选，基于Spearman相关与PCA定维；逻辑回归、SVC、随机森林、决策树建模，分层5折交叉验证并以AUC为主指标。
研究结果部分，引言指出TNBC异质、MG局限、MRI敏感、BRCA分型关乎PARP治疗，但筛查漏检推动无创影像遗传分型需求。方法里研究设计遵从CLEAR检查表并通过伦理审批；放射数据给出1.5 T MRI的THRIVE/WATS参数与MG标准投照；影像组学分析同时取肿瘤与对侧腺体；分割用Advantage Workstation 4.7手工勾画第二post-contrast期病灶与对侧均质腺体；预处理中MRI做wash-in/wash-out百分比差分，MG做99th百分位归一化；特征提取用Python 3.8 Pyradiomics、20 bins、对称GLCM；特征选择与数据准备分7个数据集并用mRMR+PCA；建模用四分类器默认参数；评估用分层5折交叉验证，明确为探索性、可能信息泄漏、p值仅描述用。结果中小样本52例（BRCA 13/非BRCA 39），107个病灶特征与93个腺体特征；整合模型6特征中5个来自腺体，如MR wash-out的10th percentile（BRCA更低）、Total Energy（BRCA更高），MR wash-in的GLCM Correlation（更高），MG腺体GLCM Sum Entropy（更高），MR wash-in的GLCM MCC，MG腺体GLSZM Size Zone Non Uniformity Normalized；全特征MG+MR模型随机森林AUC 0.91（SD 0.11），仅腺体0.88，仅病灶0.83；单MRI腺体/病灶AUC 0.82，单MG腺体0.83、病灶0.73；结论倾向正常腺体比病灶更具突变判别价值，MRI动态信息优于MG形态信息，多模态整合提升AUC。
讨论部分，研究人员强调临床BRCA分型影响监测与治疗，但健康人群筛查靠家族史会漏诊，无创工具必要。影像组学超越肉眼描述，放射基因组学桥接图像与基因组。本研究为同一项目下重新从零跑通MG+MRI整合管道，最佳AUC 0.91高于既往单MG腺体0.827与单MRI 0.80；腺体模型（0.88）优于病灶模型（0.83），支持正常腺体藏有遗传相关信号。MR病灶（0.82）优于MG病灶（0.73），因DCE-MRI含血流动力学而MG偏形态。6特征里4个有统计学差异：10th percentile低提示BRCA瘤体强wash-out、契合TNBC新血管生成；Total Energy与GLCM Correlation高提示健康腺体强化更均质、wash-out慢；Sum Entropy高提示突变组织强度模式更复杂。这些仅由特征数学定义推生物意义，无直接组化验证。作者明言局限为样本小、无外部验证、长时段协议异质、选特征在折叠外可能乐观。
结论部分翻译：本研究结果收尾了一系列在同一患者群用不同方法做的初步影像组学分析，主旨是探索TNBC中用影像组学做BRCA突变遗传评估的潜力。鉴于上述局限，研究表明影像组学既可作用于肿瘤病灶也可作用于乳腺腺体等健康组织，因此影像组学可提供放射图像复杂模式的定量信息，并入含临床与遗传因子的预测模型。也可设想整合同一患者不同放射学方法的模型来提升AUC与准确度。数据支持未来在前瞻筛查中用影像组学预测患病风险，并确认可将影像组学纳入更广的乳腺癌风险估算体系。
