常用影像學(xué)檢查方法在乳腺癌診斷中的應(yīng)用及進(jìn)展

孫哲 李艷翠

[摘要] 乳腺癌是女性最常見的惡性腫瘤之一。早發(fā)現(xiàn)、早診斷是乳腺癌治療的關(guān)鍵。影像學(xué)檢查在乳腺癌早期診斷及療效評(píng)估中起重要作用，常用的影像學(xué)檢查方法包括乳腺鉬靶X線攝影、超聲、磁共振成像。近年來，數(shù)字化乳腺斷層X線檢查、超聲彈性成像、超聲造影及乳腺磁共振波譜成像、灌注成像、擴(kuò)散峰度成像等新技術(shù)、新方法逐步應(yīng)用于臨床工作中。同時(shí)，分子影像學(xué)及基于機(jī)器學(xué)習(xí)的計(jì)算機(jī)輔助診斷技術(shù)飛速發(fā)展及應(yīng)用，影像組學(xué)逐漸應(yīng)用于乳腺癌診斷中，使乳腺疾病影像檢查方法的診斷效率顯著提高，一定程度上提高了乳腺癌早期診斷的敏感度和特異度。本文對(duì)目前乳腺疾病常用的影像學(xué)檢查方法及最新進(jìn)展進(jìn)行綜述。

[關(guān)鍵詞] 乳腺癌;數(shù)字化乳腺斷層X線檢查;超聲;磁共振成像;影像組學(xué)

[中圖分類號(hào)] R737.9? ? ? ? ? [文獻(xiàn)標(biāo)識(shí)碼] A? ? ? ? ? [文章編號(hào)] 1673-9701（2022）05-0192-05

[Abstract] Breast cancer is one of the most common malignant tumors in women. Early detection and early diagnosis is the key to the treatment of breast cancer.Imaging examination plays an important role in the early diagnosis and efficacy evaluation of breast cancer. The commonly used imaging examination methods include mammography， ultrasound and magnetic resonance imaging（MRI）.In recent years， digital tomographic mammography， ultrasound elastography， contrast-enhanced ultrasound and magnetic resonance spectroscopy imaging， perfusion imaging， diffusion kurtosis imaging and other new technologies and methods have been gradually applied in clinical work. At the same time， with the rapid development and application of molecular imaging and computer aided diagnosis technology based on machine learning， radiomics is gradually applied to the diagnosis of breast cancer， which significantly improves the diagnostic efficiency of breast disease imaging examination methods， and to some extent improves the sensitivity and specificity of early diagnosis of breast cancer. In this paper， the common imaging examination methods and the latest progress of breast diseases were reviewed.

[Key words] Breast cancer; Digital tomographic mammography; Ultrasound; Magnetic resonance imaging; Radiomics

近年來，乳腺癌發(fā)病率及死亡率呈上升趨勢(shì)，且患病人群逐漸年輕化，引起世界范圍內(nèi)廣泛關(guān)注。2020年全球乳腺癌新增病例約230萬例，成為女性發(fā)病率最高的惡性腫瘤[1]，嚴(yán)重威脅女性生命健康。早期乳腺癌治愈率達(dá)90%以上，早發(fā)現(xiàn)、早診斷對(duì)乳腺癌的預(yù)后極為重要。影像學(xué)檢查是乳腺癌早期診斷的主要手段，常用的方法有鉬靶X線攝影、多普勒超聲、磁共振成像檢查。隨著乳腺癌診療要求的提高及醫(yī)學(xué)影像技術(shù)的進(jìn)步，數(shù)字化斷層X線檢查、超聲彈性成像、超聲造影、磁共振波譜成像等新技術(shù)逐步應(yīng)用于臨床工作中。同時(shí)，基于機(jī)器學(xué)習(xí)的計(jì)算機(jī)輔助診斷技術(shù)飛速發(fā)展，乳腺疾病的影像組學(xué)研究成為熱點(diǎn)，并取得一定成果。新技術(shù)、新方法的應(yīng)用使乳腺癌影像診斷的準(zhǔn)確率顯著提高，尤其在病變?cè)绨l(fā)現(xiàn)、早診斷方面，取得顯著進(jìn)步。本文將目前乳腺疾病常用影像學(xué)檢查方法及其最新進(jìn)展進(jìn)行綜述。

1? 乳腺鉬靶X線攝影

乳腺X線檢查可分為篩查性和診斷性。篩查性乳腺X線檢查包括雙側(cè)乳房標(biāo)準(zhǔn)X線圖像;診斷性乳腺X線檢查包括額外的視圖，如病灶點(diǎn)壓縮視圖等。X線攝影可全面地反映整個(gè)乳腺的解剖結(jié)構(gòu)，呈現(xiàn)病灶大小、形態(tài)、鈣化情況等特征，進(jìn)行定性診斷，尤其可清楚顯示出乳腺病灶的微小鈣化灶[2]。但該檢查受組織重疊的影響較大，對(duì)致密型乳腺中乳腺癌的檢出尤為困難。數(shù)字化乳腺斷層X線檢查（digital breast tomosyn thesis，DBT）是一種新興檢查方法，它在傳統(tǒng)體層攝影的基礎(chǔ)上結(jié)合數(shù)字影像處理技術(shù)，可得到乳腺任意層面的影像[3]。DBT克服了乳房組織重疊的影響，有助于區(qū)分正常和病變組織，提高癌灶檢出率、診斷的敏感度及準(zhǔn)確度[3-5]。但DBT也有一定局限性，如掃描與讀片時(shí)間長(zhǎng)、放射劑量大等[6]。

2? 超聲檢查

2.1? 常規(guī)超聲

超聲操作簡(jiǎn)便，能發(fā)現(xiàn)3 mm以上的乳腺結(jié)節(jié)，是乳腺結(jié)節(jié)篩查的首選方法。超聲對(duì)致密型乳腺早期乳腺癌的檢出率高，彌補(bǔ)了乳腺鉬靶檢查的缺陷。但常規(guī)超聲檢查掃描視野小、假陽(yáng)性率高，診斷結(jié)果受操作者個(gè)人經(jīng)驗(yàn)影響較大。

2.2? 彩色多普勒超聲

彩色多普勒超聲將平均血流速度以彩色顯示，顯示病變血流信號(hào)，可提供較大血管的血流信息，并進(jìn)行半定量分析，但不能反映病灶微循環(huán)血流。

2.3? 超聲彈性成像

超聲彈性成像通過測(cè)量組織硬度來鑒別乳腺良惡性病變，惡性腫瘤組織內(nèi)有大量增生的纖維組織，因此，組織硬度越大提示惡性可能性越高。超聲彈性成像可定量對(duì)比乳腺組織的硬度，消除臨床觸診的主觀判斷。研究表明[7]，超聲彈性成像對(duì)乳腺癌的診斷準(zhǔn)確率可達(dá)94.87%，更適用于乳腺癌篩查。

2.4? 超聲造影

超聲造影彌補(bǔ)了彩色多普勒超聲不能反映病灶微循環(huán)血流的不足。孫敏等[8]對(duì)比乳腺良惡性結(jié)節(jié)的超聲造影結(jié)果發(fā)現(xiàn)，乳腺惡性結(jié)節(jié)呈高強(qiáng)度、增強(qiáng)后病灶范圍擴(kuò)大、邊緣毛刺、形態(tài)不清、峰值強(qiáng)度增加。三維超聲造影能夠根據(jù)所需角度自動(dòng)掃描，獲得目標(biāo)體積數(shù)據(jù)。此外，該方法可同時(shí)觀察腋窩前哨淋巴結(jié)，檢出率可達(dá)95.3%[9]。另外，超聲造影可對(duì)病灶特征進(jìn)行定量研究，研究發(fā)現(xiàn)[10-11]，將彈性成像的剪切波速最大值、病灶血管特點(diǎn)和形態(tài)學(xué)信息綜合進(jìn)行定量評(píng)估可以對(duì)乳腺病變進(jìn)行更準(zhǔn)確的表征和區(qū)分。

3? 磁共振乳腺檢查

磁共振成像（magnetic resonance imaging，MRI）是目前乳腺疾病定性診斷的主要手段之一，它具有較高的軟組織分辨率，可多方位、多序列顯示微小病灶、病灶周圍血管分布和腋窩淋巴結(jié)，具有無創(chuàng)、無輻射和結(jié)果相對(duì)客觀等優(yōu)點(diǎn)。目前，乳腺M(fèi)RI檢查多用1.5T或3T磁共振掃描儀進(jìn)行。

3.1? MRI平掃

乳腺M(fèi)RI檢查常用序列為T1WI、T2WI及TIWI壓脂序列。惡性腫瘤常表現(xiàn)為形態(tài)不規(guī)則、邊緣毛刺、邊界不清等，T2加權(quán)呈等或高信號(hào)[12-13]。隨著高場(chǎng)強(qiáng)磁共振機(jī)器的問世，磁共振檢查結(jié)果的準(zhǔn)確性可進(jìn)一步提高，Pinker等[14]研究發(fā)現(xiàn)，在7T磁場(chǎng)中進(jìn)行乳腺多參數(shù)MR成像，可減少假陰性和假陽(yáng)性結(jié)果。乳腺M(fèi)RI檢查對(duì)于小乳房患者和微小鈣化的顯示有一定局限性[15]。

3.2? 動(dòng)態(tài)增強(qiáng)核磁共振

乳腺M(fèi)RI平掃多結(jié)合動(dòng)態(tài)增強(qiáng)核磁共振（dynamic contrast-enhanced MRI，DCE-MRI）掃描。DCE-MRI主要通過觀察病灶形態(tài)學(xué)特征并結(jié)合時(shí)間-信號(hào)強(qiáng)度曲線（time-signal intensity curve，TIC）等指標(biāo)綜合分析乳腺病變的性質(zhì)，從形態(tài)學(xué)和血流動(dòng)力學(xué)兩方面分析和定位病變，不受腺體密度和病灶位置的影響，是乳腺癌檢測(cè)中最敏感的方法[16]。DCE-MRI評(píng)價(jià)乳腺疾病的指標(biāo)有TIC、強(qiáng)化方式等。其中，TIC被認(rèn)為是關(guān)聯(lián)度最高的乳腺癌風(fēng)險(xiǎn)指標(biāo)。隨著MRI時(shí)間分辨率的提高，基于DCE-MRI的定量及半定量研究引起了廣泛關(guān)注，目前研究中常用的半定量參數(shù)有容量轉(zhuǎn)移常數(shù)、血管外細(xì)胞外間隙容積比、信號(hào)強(qiáng)度斜率等。上述參數(shù)中，申景濤等[17]研究發(fā)現(xiàn)惡性結(jié)節(jié)組的容量轉(zhuǎn)移常數(shù)、血管外細(xì)胞外間隙容積比均高于良性結(jié)節(jié)組，Liu等[18]研究認(rèn)為信號(hào)強(qiáng)度斜率在預(yù)測(cè)惡性腫瘤方面最有價(jià)值。

3.3? 彌散加權(quán)成像

彌散加權(quán)成像（diffusion-weighted MRI，DWI）通過間接測(cè)量水分子的位移來探測(cè)組織的微觀結(jié)構(gòu)。表觀擴(kuò)散系數(shù)（apparent diffusion coefficient，ADC）是DWI常用的定量參數(shù)，可對(duì)擴(kuò)散受限的程度進(jìn)行定量測(cè)量。由于組織中水分子擴(kuò)散的非高斯性質(zhì)，導(dǎo)致DWI信號(hào)衰減曲線在不同b值上的曲率有所不同，較高b值不僅能夠增加DWI的特異度[19]，還會(huì)降低信噪比。目前工作中常選擇b=800或1000 s/mm2。EUSOBI國(guó)際乳腺擴(kuò)散加權(quán)成像工作組對(duì)于ADC值提出指南[20]，目前區(qū)分病灶良惡性的ADC閾值為（1.0～1.6）×10-3 mm2/s。值得注意的是，DWI的空間分辨率較低，不單獨(dú)用于乳腺癌檢測(cè)[16]，需結(jié)合乳腺M(fèi)RI平掃及DCE-MRI檢查。

3.4? 磁共振波譜成像

磁共振波譜成像（magnetic resonance spectroscopy，MRS）通過分析病灶氫質(zhì)子波譜的變化情況來獲得組織的生化代謝等病理生理學(xué)信息。MRS在乳腺成像中的作用通?；诳偰憠A峰的檢測(cè)，相關(guān)研究[21]反映了腫瘤中膽堿磷脂代謝的異常。包括乳腺癌在內(nèi)的惡性腫瘤多伴有總膽堿水平升高，以此區(qū)分病變的良惡性，診斷敏感度為97%，特異度為84%[22-23]?？偰憠A峰的存在與腫瘤分級(jí)、Ki-67值和病變范圍之間存在統(tǒng)計(jì)學(xué)相關(guān)性[24]。

3.5? 磁共振擴(kuò)散峰度成像

在活體組織中，擴(kuò)散常表現(xiàn)出非高斯現(xiàn)象。Jensen等[25]提出了一個(gè)非高斯擴(kuò)散加權(quán)模型，稱為擴(kuò)散峰度成像（diffusion kurtosis imaging，DKI）。該模型可定量評(píng)價(jià)真實(shí)與理想間水分子擴(kuò)散位移的差異，其中，峰度量化了組織擴(kuò)散與高斯模式的偏差，擴(kuò)散率是經(jīng)過非高斯偏差修正的擴(kuò)散系數(shù)。峰度用于診斷乳腺癌的敏感度為91.5%，特異度為85.3%;擴(kuò)散系數(shù)的敏感度為82.2%，特異度為98.3%。DKI參數(shù)的定量分析可用于區(qū)分乳腺良惡性病變，與DWI模型的ADC值比較，DKI衍生參數(shù)顯著提高了病變的診斷特異度。Iima等[19]研究發(fā)現(xiàn)浸潤(rùn)性乳腺癌患者的峰度與組織學(xué)分級(jí)和Ki-67表達(dá)呈正相關(guān)，而擴(kuò)散率與組織學(xué)分級(jí)和Ki-67表達(dá)呈負(fù)相關(guān)。

3.6? 磁共振灌注成像

磁共振灌注成像（perfusion-weighted imaging，PWI）是根據(jù)病變組織微血管灌注變化的成像方法，惡性腫瘤新生血管密度大且通透性較高，對(duì)比劑進(jìn)入毛細(xì)血管后可較快進(jìn)入腫瘤間質(zhì)。評(píng)估乳腺疾病的指標(biāo)有信號(hào)-時(shí)間負(fù)性灌注曲線、首過下降斜率等[26]。研究發(fā)現(xiàn)[27-28]，在T2-PWI序列上，惡性腫瘤的最大信號(hào)強(qiáng)度下降率明顯高于良性腫瘤，并且Ⅰ型曲線主要見于惡性腫瘤（82.5%）。

4? 正電子發(fā)射斷層掃描

正電子發(fā)射斷層掃描（positron emission tomography，PET）通過觀察病灶對(duì)于示蹤劑的攝取，了解其代謝水平，從而體現(xiàn)腫瘤組織細(xì)胞功能及能量代謝狀態(tài)，可較早反映腫瘤內(nèi)部變化。最常用的示蹤劑是[18F]FDG。[18F]FDG PET與計(jì)算機(jī)斷層掃描（computed tomography，CT）的組合在臨床應(yīng)用較廣泛，可一次完成全身的功能代謝和解剖形態(tài)檢查[29]，有利于全面判斷局部與全身情況，對(duì)CT提供的形態(tài)學(xué)信息起到補(bǔ)充作用。在乳腺疾病中，PET/CT檢查可根據(jù)腫瘤的形態(tài)特征鑒別良惡性，還能評(píng)估全身淋巴結(jié)狀態(tài)和遠(yuǎn)處轉(zhuǎn)移情況[30]。此外，研究發(fā)現(xiàn)[31-32]，PET/CT能夠有效評(píng)估乳腺癌的術(shù)后復(fù)發(fā)及轉(zhuǎn)移，指導(dǎo)乳腺癌患者的治療。傳統(tǒng)代謝參數(shù)標(biāo)準(zhǔn)化攝取值（standardized uptake value，SUV）是PET中最常用的半定量代謝指標(biāo)。研究表明，病變灰度特征與SUVmean呈強(qiáng)相關(guān)性，也能反映代謝特征[32]。然而，SUVmax不能完全反映腫瘤的異質(zhì)性，需要與影像組學(xué)相結(jié)合，將整個(gè)瘤內(nèi)空間分布的異質(zhì)性進(jìn)行量化，為精確預(yù)測(cè)腫瘤分型及療效提供了新方法[33]。

5? 影像組學(xué)

影像組學(xué)是指利用先進(jìn)的紋理和形狀分析，將醫(yī)療標(biāo)準(zhǔn)成像中“隱藏”的信息和特征轉(zhuǎn)化為可量化的數(shù)據(jù)[34]，從影像學(xué)圖像中大規(guī)模提取定量特征，創(chuàng)建高維數(shù)據(jù)集，隨后根據(jù)需要進(jìn)行數(shù)據(jù)挖掘[34-35]，輔助臨床診斷。對(duì)于乳腺癌來說，影像組學(xué)主要通過MRI來進(jìn)行研究。Fan等[36]研究了乳腺 DCE-MRI的組學(xué)特征并預(yù)測(cè)分析了60例乳腺癌的分子分型，結(jié)果顯示預(yù)測(cè)Luminal A、Luminal B、HER2過表達(dá)型及三陰型的曲線下面積分別為 0.867、0.786、0.888 和 0.923。張慶等[37]建立了基于205個(gè)病灶的梯度提升決策樹（gradient boosting decision tree，GBDT）模型，其中，ADC值特征、反映病灶邊緣的紋理特征、血流動(dòng)力學(xué)特征及形態(tài)學(xué)特征起到了重要作用。綜上，DCE-MRI 影像組學(xué)特征對(duì)乳腺癌激素受體狀態(tài)和分子分型的評(píng)估具有較高的診斷準(zhǔn)確性，可提供腫瘤整體的預(yù)后指標(biāo)。乳腺X線鉬靶也逐漸應(yīng)用于影像組學(xué)研究。一項(xiàng)多中心前瞻性研究[38-39]首次將放射組學(xué)應(yīng)用于DBT，從提取的104個(gè)放射組學(xué)特征中發(fā)現(xiàn)三個(gè)特征（偏斜度、熵、第90百分位）在組間有差異，結(jié)果還顯示能量、熵、相異度與腫瘤大小有顯著相關(guān)性。在超聲方面，Zhang等[40]研究發(fā)現(xiàn)超聲彈性組學(xué)在乳腺腫瘤的鑒別診斷中具有價(jià)值。一項(xiàng)基于超聲紋理分析的放射組學(xué)評(píng)分[41]發(fā)現(xiàn)，在同一個(gè)亞組中重新開發(fā)一個(gè)新的組學(xué)評(píng)分能夠提高三陰性乳腺癌和纖維腺瘤的診斷性能。

6? 討論

乳腺鉬靶及超聲是基本的影像檢查。鉬靶X線檢查操作簡(jiǎn)單、費(fèi)用低，是首選的影像學(xué)檢查方法，但X線對(duì)人體有輻射。乳腺超聲檢查無輻射、可重復(fù)，是乳腺疾病患者進(jìn)行檢查的首選方法。乳腺鉬靶和超聲檢查應(yīng)用廣泛，中國(guó)抗癌協(xié)會(huì)將鉬靶推薦用于40歲以上婦女的乳腺癌普查，而對(duì)40歲以下或腺體致密的婦女來說，超聲是一個(gè)很好的補(bǔ)充[42]。隨著影像技術(shù)的發(fā)展，MRI技術(shù)得到廣泛應(yīng)用，特別是TIC、ADC值等可更早發(fā)現(xiàn)乳腺微小病變，此檢查技術(shù)相對(duì)成熟，在我國(guó)大部分市級(jí)及以上醫(yī)院內(nèi)廣泛應(yīng)用，但因檢查費(fèi)用較高，用時(shí)長(zhǎng)，未常規(guī)篩查應(yīng)用。PET檢查由于設(shè)備價(jià)格昂貴等原因，主要用于乳腺癌術(shù)后復(fù)發(fā)及廣泛轉(zhuǎn)移的檢查，在國(guó)內(nèi)尚未被廣泛使用。乳腺疾病影像組學(xué)研究及機(jī)器學(xué)習(xí)技術(shù)，在國(guó)內(nèi)一些研究型醫(yī)院開展，初步研究結(jié)果顯示，其對(duì)乳腺疾病的早期診斷、早期療效評(píng)估有指導(dǎo)作用。

7? 小結(jié)

乳腺癌是女性發(fā)病率最高的惡性腫瘤，影像學(xué)檢查在乳腺癌診療中起著至關(guān)重要的作用。鉬靶是乳腺癌篩查的首選方法，對(duì)乳腺內(nèi)的鈣化灶敏感，但受組織重疊的影響較大。DBT克服了組織重疊的影響，實(shí)現(xiàn)病灶的可視化。超聲檢查能觀察致密乳腺腺體里的病灶，還能探測(cè)出病灶血流情況，是乳腺疾病患者進(jìn)行檢查的首選方法。超聲彈性成像對(duì)組織的硬度敏感。超聲造影彌補(bǔ)了多普勒超聲不能反映微循環(huán)血流的不足。MRI檢查是乳腺鉬靶及超聲檢查的補(bǔ)充，對(duì)有保乳需要的患者有重要的指導(dǎo)意義，隨著高場(chǎng)強(qiáng)磁共振機(jī)器的產(chǎn)生及掃描技術(shù)的進(jìn)步，MRI檢查結(jié)果的準(zhǔn)確性進(jìn)一步提高。多種新技術(shù)、新方法的出現(xiàn)及應(yīng)用大大提高了乳腺癌早發(fā)現(xiàn)、早診斷的能力;定量研究及影像組學(xué)分析的發(fā)展可協(xié)助臨床醫(yī)師更好的實(shí)施乳腺癌的“個(gè)性化醫(yī)療”，為乳腺癌的診療提供更精準(zhǔn)的指導(dǎo)和幫助。

[參考文獻(xiàn)]

[1]? ?Sung H，F(xiàn)erlay J，Siegel R，et al. Global cancer statistics 2020：Globocan estimates of incidence and mortality worldwide for 36 cancers in 185 countries[J].CA：A Cancer Journal for Clinicians，2021，71（3）：209-249.

[2]? ?俞秋雨，方開峰，王燕，等. 彩色多普勒超聲、超聲彈性成像與 X 線攝影診斷乳腺癌的價(jià)值[J].實(shí)用放射學(xué)雜志，2020，36（10）：1663-1665.

[3]? ?魏瑤，蘆春花，李巖. 全視野數(shù)字化乳腺攝影及數(shù)字乳腺斷層攝影診斷致密型乳腺內(nèi)病變[J].中國(guó)醫(yī)學(xué)影像技術(shù)，2018，34（12）：1815-1819.

[4]? ?徐素音，彭貴平.彩色多普勒超聲在乳腺癌診斷中的應(yīng)用[J].中國(guó)現(xiàn)代醫(yī)生，2020，58（22）：121-123.

[5]? Michell M，Batohi B.Role of tomosynthesis in breast imaging going forward[J].Clinical Radiology，2018，73（4）：358-371.

[6]? ?Yun S，Ryu C，Rhee S，et al. Benefit of adding digital breast tomosynthesis to digital mammography for breast cancer screening focused on cancer characteristics：A meta-analysis[J].Breast Cancer Research and Treatment，2017，164（3）：557-569.

[7]? ?Parekh VS，Jacobs MA.Integrated radiomic frameworkfor breast cancer and tumor biology using advanced machine learning and multiparametric MRI[J].NPJ Breast Cancer，2017，3（1）：43-51.

[8]? ?孫敏，胡曉丹，楊昭暉，等. 超聲造影特征及定量參數(shù)鑒別診斷乳腺良惡性結(jié)節(jié)的臨床價(jià)值[J].臨床超聲醫(yī)學(xué)雜志，2020，22（6）：444-447.

[9]? ?Yoon H，Yoon D，Yun M，et al. Metabolomics of breast cancer using high-resolution magic angle spinning magnetic resonance spectroscopy：Correlations with 18F-FDG positron emission tomography-computed tomography，dynamic contrast-enhanced and diffusion-weighted imaging MRI[J].PLoS ONE，2016，11（7）：e0159 949.

[10]? Kapetas P，Clauser P，Woitek R，et al. Quantitative multi parametric breast ultrasound： Application of contrast-enhanced ultrasound and elastography leads to an improved differentiation of benign and malignant lesions[J].Investigative Radiology，2019，54（5）：257-264.

[11] Wubulihasimu M，Maimaitusun M，Xu X，et al. The added value of contrast-enhanced ultrasound to conventional ultrasound in differentiating benign and malignant solid breast lesions：A systematic review and meta-analysis[J].Clinical Radiology，2018，73（11）：936-943.

[12]? 劉子天. 磁共振成像在乳腺癌診斷中的應(yīng)用進(jìn)展[J].影像研究與醫(yī)學(xué)應(yīng)用，2020，4（11）：76-77.

[13]? 杜訓(xùn)松，強(qiáng)光劉，宋培，等.全域數(shù)字化乳腺攝影對(duì)腫塊型乳腺癌與纖維腺瘤的鑒別診斷[J].中國(guó)現(xiàn)代醫(yī)生，2020，58（12）：129-131.

[14] Pinker K，Baltzer P，Bogner W，et al. Multiparametric MR imaging with high-resolution dynamic contrast-enhanced and diffusion-weighted imaging at 7T improves the assessment of breast tumors：A feasibility study[J].Rad- iology， 2015，276（2）：360-370.

[15]? 周晶晶，牛磊，王明皓，等. 比較乳腺X線攝影和MRI檢查在乳腺癌診斷中的價(jià)值[J].影像研究與醫(yī)學(xué)應(yīng)用，2020，4（23）：81-83.

[16]? Pinker K，Moy L，Sutton E，et al. Diffusion-weighted imaging with apparent diffusion coefficient mapping for breast cancer detection as a stand-alone parameter：Comparison with dynamic contrast-enhanced and mult- iparametric magnetic resonance imaging[J].Investigative Radiology，2018，53（10）：587-595.

[17]? 申景濤，賈支俊，王強(qiáng)，等. MRI動(dòng)態(tài)增強(qiáng)定量分析在鑒別乳腺良惡性結(jié)節(jié)中的診斷價(jià)值[J].醫(yī)學(xué)影像學(xué)雜志，2019，29（2）：248-251.

[18] Liu H，Zong M，Wei H，et al. Differentiation between malignant and benign breast masses： Combination of semi-quantitative analysis on DCE-MRI and histogram analysis of ADC maps[J].Clinical Radiology，2018，73（5）：460-466.

[19] Iima M，Kataoka M，Kanao S，et al. Intravoxel incoherent motion and quantitative non-gaussian diffusion MR imaging：Evaluation of the diagnostic and prognostic value of several markers of malignant and benign breast lesions[J].Radiology，2018，287（2）：432-441.

[20] Baltzer P，Mann R，Iima M，et al. Diffusion-weighted imag ing of the breast-a consensus and mission statement from the EUSOBI international breast diffusion-weighted imaging working group[J].European Radiology，2020，30（3）：1436-1450.

[21] Fardanesh R，Marino M，Avendano D，et al. Proton MR spectroscopy in the breast： Technical innovations and clinical applications[J].Journal of Magnetic Resonance Imaging： JMRI，2019，50（4）：1033-1046.

[22] Sardanelli F，F(xiàn)austo A，Di Leo G，et al. In vivo proton MR spectroscopy of the breast using the total choline peak integral as a marker of malignancy[J].AJR. American Journal of Roentgenology，2009，192（6）：1608-1617.

[23]? Gruber S，Debski B，Pinker K，et al. Three-dimensional proton MR spectroscopic imaging at 3 T for the differentiation of benign and malignant breast lesions[J].Radiology，2011， 261（3）：752-761.

[24]? Galati F，Luciani M，Caramanico C，et al. Breast magnetic resonance spectroscopy at 3 T in biopsy-oroven breast cancers：Does choline peak correlate with prognostic factors[J].Investigative Radiology，2019，54（12）：767-773.

[25]? Jensen J，Helpern J，Ramani A，et al. Diffusional kurtosis imaging：The quantification of non-gaussian water diffusion by means of magnetic resonance imaging[J].Magnetic Resonance in Medicine，2005，53（6）：1432-1440.

[26]? 李凡，周軍.功能磁共振成像在乳腺癌診斷中的應(yīng)用進(jìn)展[J].中國(guó)腫瘤外科雜志，2020， 12（1）：79-83.

[27]? Zhang B，Zhu B，Li M，et al. Comparative utility of MRI perfusion with MSIDR and DWIBS for the characteri zation of breast tumors[J].Acta Radiologica（Stockholm，Sweden：1987），2012， 53（6）：607-614.

[28]? Kvistad K，Rydland J，Vainio J，et al. Breast lesions：Eval uation with dynamic contrast-enhanced T1-weighted MR imaging and with T2*-weighted first-pass perfusion MR imaging[J]. Radiology，2000，216（2）：545-553.

[29]? 林森. 18F-FDGPET/CT對(duì)乳腺腫瘤的診斷價(jià)值[J].航空航天醫(yī)學(xué)雜志，2020，31（3）：310-311.

[30]? 姑麗吉米拉·阿地力，肖開提·阿不都哈德爾，李慧芳，等. 18 F-FDG PET/CT在乳腺癌術(shù)后患者復(fù)發(fā)轉(zhuǎn)移的診斷、治療中的臨床應(yīng)用價(jià)值[J].實(shí)用癌癥雜志，2021， 36（1）：126-128.

[31]? Vranjesevic D，F(xiàn)ilmont J，Meta J，et al. Whole-body（18）F-FDG PET and conventional imaging for predicting outcome in previously treated breast cancer patients[J].Journal of Nuclear Medicine：Official Publication，Society of Nuclear Medicine，2002，43（3）：325-329.

[32]? 高東芳，趙書俊，贠明凱，等.乳腺PET影像的定量分析研究進(jìn)展[J].中國(guó)醫(yī)學(xué)影像學(xué)雜志，2020，28（9）：713-716.

[33]? 張宇帆，劉建井，李小鳳，等.乳腺癌PET影像組學(xué)研究進(jìn)展[J].中國(guó)醫(yī)學(xué)影像學(xué)雜志，2020，28（11）：871-874.

[34]? Lambin P，Rios-Velazquez E，Leijenaar R，et al. Radiomics：Extracting more information from medical images using advanced feature analysis[J].European journal of cancer（Oxford， England：1990），2012，48（4）：441-446.

[35]? Gillies R，Kinahan P，Hricak H. Radiomics：Images are more than pictures，they are data[J].Radiology，2016，278（2）：563-577.

[36]? Fan M，Li H，Wang S，et al. Radiomic analysis reveals DCE- MRI features for prediction of molecular subtypes of breast cancer[J].PLoS ONE，2017，12（2）：e0171 683.

[37]? 張慶，莊治國(guó)，耿小川，等. 乳腺M(fèi)RI影像組學(xué)模型對(duì)小乳腺癌診斷效能的研究[J].中華放射學(xué)雜志，2020， 54（8）：774-780.

[38]? Tagliafico A，Valdora F，Mariscotti G，et al. An explor atory radiomics analysis on digital breast tomosynthesis in women with mammographically negative dense breasts[J].Breast （Edinburgh，Scotland），2018，40：92-96.

[39]? 高先聰，黃櫟有.基于乳腺 X 線圖像不同區(qū)域的紋理分析鑒別乳腺腫塊良惡性[J]. 放射學(xué)實(shí)踐，2020，35（8）：1037-1041.

[40]? Zhang Q，Xiao Y，Suo J，et al. Sonoelastomics for breast tumor classification：A radiomics approach with cluster ing-based feature selection on sonoelastography[J].Ultr- asound in Medicine & Biology，2017，43（5）：1058-1069.

[41]? Lee S，Han K，Kwak J，et al. Radiomics of US texture features in differential diagnosis between triple-negative breast cancer and fibroadenoma[J].Scientific Reports，2018，8（1）：13 546.

[42]? 中國(guó)抗癌協(xié)會(huì)乳腺癌診治指南與規(guī)范（2019年版）[J].中國(guó)癌癥雜志，2019，29（8）：609-680.

（收稿日期：2021-07-26）