作者：张漪，邹紫勤，
在乳腺
1. BPE在MRI上的表现
乳腺MRI成像中的BPE很常见，通常情况下，BPE的总体程度为轻微或轻度，呈双侧、对称、弥漫性分布。然而，BPE也可能为中度或明显程度，呈非对称性或非弥漫性分布。
MRI上 BPE呈现弥漫性或者区域性分布，且为中等或者明显程度时，并不会造成MRI诊断乳腺疾病的困难。但在乳腺癌高危MRI筛查或评估新诊断的乳腺癌患者的病灶时，MRI图像上较大区域分布的BPE可能会造成MRI诊断乳腺疾病的困难。这是因为以这种模式出现的BPE在外观上可能与非肿块样强化(nonmass enhancement，NME)的病灶区域重叠，如果BPE的病灶区域被解释为NME，则应将其视为需要评估和处理的乳腺病变。目前，已有国内有学者研究表明，使用MRI多模式扫描可提高乳腺NME病灶的诊断水平。
2. BPE的影响因素
BPE与激素、月经周期、年龄、乳腺密度、FGT以及乳腺癌分子分型等有关。
2.1 与激素和月经周期有关
国外学者研究表明，BPE与内源性和外源性激素水平有关,BPE 随月经周期的阶段和
Yun He等人对良恶性肿瘤患者的月经周期采用了三种分类方法，研究发现BPE比值可能随月经周期的阶段或周数而不同。此外，Takeshi Kamitani 等人认为月经期和增殖期似乎适合亚洲女性进行乳腺MRI检查。然而，Carol H.Lee 等人的研究表明，绝经前妇女筛查MRI的BPE水平在月经周期周数上没有差异。因此，关于BPE与激素、月经周期的关系还需要进一步的研究。
2.2 与年龄的关系
历年来，各位学者关于年龄对BPE的影响研究结果并不统一。H. Sallam等学者研究发现，患者年龄与双侧BPE呈弱负相关，年龄越小，BPE越高。此外，Arslan等学者研究显示BPE与患者年龄和月经周期之间存在相关性(均为P<0.01)。然而，He等学者研究表明只有恶性组的BPE比值与年龄呈正相关。鉴于不同的研究结论，未来还需要更多的研究来证实。
2.3 与乳腺密度的关系
国外有部分学者研究表明，BPE与乳腺密度之间没有相关性。然而，其他部分学者研究显示，密度较低的乳房(BI-RADS类别1和2)与较少的BPE相关。这可能与他们并没有将造影时间限制且在月经周期的最佳时间(第7-15天)有关。
2.4 与乳腺纤维腺体组织(FGT)的关系
Alikhassi等人研究表明BPE和FGT之间存在显著的相关性(P<0.001)，但他们没有对双侧乳房进行检查。在一项回顾性研究中，You等人检测了双侧乳房BPE与FGT的相关性，结果显示两者呈正相关(P<0.001)。然而，Arasu等人研究表明并未发现BPE与FGT 之间存在显著的相互作用。
除了上述影响BPE水平的因素之外，有学者研究表明，在绝经前乳腺癌高风险女性中，BPE的增加与肥胖有关。且有研究显示，BPE程度还与乳腺癌分子分型有关。因此，对于影响BPE水平变化的确切机制需要今后更深入研究。
3. BPE与乳腺癌风险和预后的关系
3.1 BPE与乳腺癌风险的关系
越来越多的学者开始关注乳腺BPE的现象，也不断研究BPE是否与乳腺癌风险相关。HU等学者研究表明，BPE 可被视为乳腺癌发病率的预测因素。此外，Arasu等学者研究发现，BPE与末来浸润性乳腺癌风险相关，他们研究表明，患有乳腺癌的大部分妇女的BPE水平更高，而未患乳腺癌的大部分妇女的BPE水平更低(分别为80%和66%)。且在对患有乳腺癌病史的妇女进行的研究表明，在高危妇女中，BPE与乳腺癌的较高风险相关。但是，大多数得出BPE与乳腺癌风险相关性的研究都是在高风险妇女中进行的，因为这些妇女是MRI筛查的适用人群。而Thompson等学者分别评估了一般风险人群和高风险人群在DCE-MRI中的定性和定量BPE与乳腺癌之间的关系，结果显示在乳腺MRI中测量到的较高水平的BPE与高风险妇女患有乳腺癌有关，但与普通风险妇女无关。
除此之外，有两个研究小组的研究结果表明，BPE可作为一种表型成像标记物，用于识别 BRCA1和 BRCA2变异携带者，尽管这些携带者进行了能降低乳腺癌风险的输卵管切除术，但仍有可能罹患乳腺癌。但是，进行输卵管切除术前的BPE高水平和术后的BPE变化两者之间谁更有助于预测乳腺癌，仍需未来进一步研究。
但是，在Sallam等的研究结果表明，BPE与乳腺癌之间没有明显的相关性。You等人也研究发现乳腺癌对BPE没有影响(P>0.05)，同样，Albert等人也指出BPE与乳腺癌之间缺乏相关性(P<0.0001)。
因此，近年来，关于BPE与乳腺癌风险之间的关系的研究得出的结论并不相同。这些差异可能是由于以下原因造成的：MRI检查时月经周期的不同、研究中使用的MRI的分辨率不同、结果评估方法不同、乳腺组织结构不同。这可能还与BPE与乳腺癌风险的多项研究是在高风险妇女中进行的有关。因此，需使用简略MRI方案以扩大对中等风险妇女的MRI筛查，且BPE与各风险层次的乳腺癌患者之间的关系还需要今后进一步的研究。
3.2 BPE与乳腺癌预后的关系
乳腺癌患者进行新辅助治疗(NAC)主要是为了达到病理完全缓解(pCR)。且NAC与乳腺癌患者的总生存期和无复发生存期的改善密切相关，尤其是对三阴性和HER2+乳腺癌患者而言。最近，卢锦婷等人研究表明，MRI测量的肿瘤直径、表观弥散系数、时间-信号强度曲线类型与乳腺癌NAC的疗效评价有关。此外，越来越多的研究表明，BPE可以预测对乳腺癌NAC的反应，BPE与NAC的治疗效果相关。并且，一些回顾性研究发现，NAC后BPE的降低可用于临床预测对乳腺癌患者NAC后的疗效。
此外，Teixeira等学者研究也表明，浸润性乳腺癌患者的双侧乳房的BPE水平在进行NAC前均较高，但在进行NAC后其BPE水平有所下降。但是，Rella等学者的研究结果并未证实NAC后BPE的总变化可预测乳腺癌患者预后。而且，Chen等人和Oh等人分别研究表明，在定性和定量BPE分析中，pCR组和非pCR组的基线BPE均无差异。此外，Dong 等人以HER2+乳腺癌患者为研究对象，也未研究显示 pCR 组和非pCR 组的基线BPE存在显著差异(P=0.892)。因此，迄今为止，乳腺癌患者在进行NAC后，其BPE水平的变化的研究所得结论不完全统一，还需要我们进一步充分研究。
4. 定性和定量评估BPE的方法
在临床实践中，FGT和BPE是通过乳腺成像报告和数据系统(BI-RADS)进行主观描述的。根据BI-RADS，对BPE进行定性评估，BPE可分为极小、轻度、中度或明显。然而，BPE的视觉评分存在读片者之间及其内部的差异，这限制了BPE在个性化风险评估中的应用。
而Nam等学者研发出一种机器学习算法，其能够提供可靠的BPE分类结果。最近，Eskreis-Winkler 等人研究表明深度学习模型可自动为乳腺MRI检查分配BPE标签，与基于 MIP 的人工智能模型相比，其用于BPE分类的全自动、可重现的人工智能模型(即 Slab人工智能模型)可提供更准确的BPE评估，而与标准放射学报告的BPE分类相比，其诊断准确性也有所提高。
此外，Borkowski 等人使用迁移学习方法训练了一种用于BPE类别自动分类的卷积神经网络(CNN)，其诊断报告的准确率超过了经验丰富的放射科医师。并且，Niell等学者研究表明使用与BPE范围相似的测量方法建立的模型可识别出乳腺癌患者，并且该模型的AUC为0.85(95% CI：0.63，0.99)，明显优于主观BPE评估(AUC，0.62)。
上述研究表明，机器学习方法在协助放射科医师、减轻放射医师的工作量、提高乳腺MRI图像解读的准确性以及改善乳腺癌患者预后方面的作用重大。所以，要进一步推动定量BPE在乳腺癌个性风险评估中的应用，可以通过使用统一的DCE-MRI方案和更优化的BPE定量评估方法，对具有乳腺癌风险的群体进行深入研究。
5. 小结
综上所述，BPE受多种因素的影响，导致其具有个性且动态变化的特征，并且BPE对乳腺疾病的诊断和预测新辅助化疗治疗效果具有重要意义。但是，现有的研究大多是单中心，小样本，回顾性的研究，且这些研究的患者群体，磁共振成像方案和BPE评估方法各不相同，并且没有对可能影响BPE水平的个体因素进行调整。因此，未来还需要开展多中心，大样本，前瞻性的研究来验证该领域现有的研究成果。此外，Sutton等学者和Tagliafico等学者研究表明，BPE的放射组学特征与乳腺癌风险之间存在关联。相信未来BPE基于MRI放射组学的乳腺疾病诊疗的研究将会开拓出更大的发展空间，表现出更佳的临床应用前景。
来源：张漪,邹紫勤,杨宇.乳腺磁共振背景实质强化的研究现状[J].中国CT和MRI杂志,2025,23(01):189-191.
(本网站所有内容，凡注明来源为“医脉通”，版权均归医脉通所有，未经授权，任何媒体、网站或个人不得转载，否则将追究法律责任，授权转载时须注明“来源：医脉通”。本网注明来源为其他媒体的内容为转载，转载仅作观点分享，版权归原作者所有，如有侵犯版权，请及时联系我们。)
