作者：张德文，
1.乳腺癌瘤内异质性及肿瘤微环境
乳腺癌是一种复杂多变的疾病，因其显著的瘤内异质性(intratumoral heterogeneity，ITH)而尤为棘手。ITH 主要体现在肿瘤内癌细胞的多样性以及不同个体肿瘤间的显著差异，涵盖了遗传突变、表观遗传变异和细胞信号通路的差异。这种异质性可能导致遗传上不同的肿瘤细胞亚群在疾病部位间及内部的非均匀分布，以及癌细胞分子构成的时间变化，即空间异质性和时间异质性。
肿瘤微环境(tumor microenvironment，TME)作为肿瘤细胞赖以生存和发展的内环境，是一个由肿瘤细胞、免疫细胞及细胞外基质等成分构成的区域性生态群落联盟，这些细胞类型和状态在疾病的发展过程中不断演变，肿瘤细胞通过时间和空间进化适应不同的微环境。高渗透性、低
从临床观察到研究基因突变，如今已有多种方法描述这种异质性，包括遗传分析、
尽管乳腺癌的治疗已取得了相当大的进展，但ITH 仍然是治疗和预后方面的一大挑战。高度的ITH 被认为是有效治疗癌症和克服治疗耐药性的主要障碍之一。乳腺癌的综合治疗策略包括手术、放疗、化疗、内分泌治疗和靶向治疗等，治疗方式的选择取决于多种因素，如肿瘤分期、病理类型等。不同类型的乳腺癌对不同治疗手段敏感性有所差异，如与激素受体阳性HR+/HER2-相比，HER2+乳腺癌侵袭性更高、更具免疫原性，是疾病预后不良的独立预测因子，靶向治疗通过针对特定靶点或特异信号传导通路抑制癌细胞增殖和存活。
特异性靶向缺氧可能有助于降低肿瘤异质性，防止免疫逃逸，增强宿主抗肿瘤免疫监视和触发免疫应答，通过影像检查方法定量评估TME及ITH 可以在一定程度上改善乳腺癌患者的生存结局。传统的影像检查方法，如CT、MRI等虽能揭示肿瘤的基本形态学特征，但在捕捉肿瘤内部细微结构和功能差异上存在局限性，难以实现对ITH 的精准量化。相比之下，HI通过提取多种定量参数，如灌注参数、代谢参数、扩散参数等，能够客观、准确反映肿瘤内部的生物学特征，为ITH 的定量分析提供坚实基础，进而为乳腺癌患者的个性化治疗与生存提供强有力的支持。
2.栖息地成像
生境成像又叫栖息地成像，是一种先进的影像分析技术，其核心在于融合多种算法，精细分割多参数MRI(multiparameter MRI，mpMRI)图像上的肿瘤组织及其周围环境。该技术通过聚类具有相同放射学特征的体素，有效识别并区分与特定功能相关的相似肿瘤亚区(即生境)，从而在揭示肿瘤内部及其周边组织特征的细微差异上展现出独特的优势。
HI技术现已广泛应用于多种疾病的研究中，如脑
①基于划分的聚类，如经典的K-means聚类，通过随机选择初始簇中心，迭代分配样本到最近簇并更新簇中心，直至分配稳定或达到预设迭代次数，但初始化簇中心后基于距离可能会使聚类结果容易陷入局部最优，导致聚类稳定性和准确性较差。
②基于层次的聚类，如Chameleon聚类，通过初始的图划分和层次聚类相结合，依据接近性和互连性度量，动态合并最相似的簇，在处理大数据集和复杂数据结构中发挥了优势。
③基于密度的聚类，如DBSCAN，通过确定核心对象并扩展其密度可达点形成簇，最后标记离群点实现聚类，对于含有噪声或异常值的数据集也具有很好的鲁棒性。
④基于图论的聚类，如谱聚类，通过构建相似矩阵，特征分解对图像进行分割后聚类得到结果，具有强大的数据处理能力，在基因组和蛋白质结构预测领域发挥了重要作用。
⑤基于模型的聚类，如高斯混合模型，通过迭代方式更新多元高斯分布的参数(均值、协方差和混合系数)，以拟合数据分布实现聚类，能够拟合出任意形状的数据分布，比K-means聚类更具灵活性。
肿瘤不是一个单一的自我组织系统，而是一个由多种生境组成的整体，每种生境都有一套独特的环境选择力和细胞进化策略，通过上述算法，将肿瘤细胞群聚类，分割为不同的子生境，确保各子生境间差异显著，而生境内高度一致。这一过程不仅实现了对ITH 的深入探索，还能实时、动态观察ITH 背景下TME的变化，提供肿瘤组织在细胞、分子水平上的详细信息。
3.HI在乳腺癌中的应用
1）表征肿瘤病理特征
不同功能性MRI序列的定量参数可以反映肿瘤细胞潜在的病理特征，如血管通透性、细胞密度、代谢和生化的差异。动态增强
一项基于小鼠乳腺癌的研究，根据HE染色法中的细胞特征和CD31、盐酸哌莫硝唑及碳酸酐酶IX(CAIX)的特异性染色，分别表征血管生成、缺氧、缺氧加酸化，将肿瘤区域临床前乳腺肿瘤模型的组织切片分为活性常氧、活性低氧、非活性低氧和非活性常氧四种不同的生境，研究发现根据DCE-MRI的摄取曲线可显著识别存活、缺氧与坏死肿瘤亚区的空间分布，乳腺肿瘤边缘对应组织学中的活细胞，这些细胞有更多的血液供应，并且处于富含营养和氧气的环境中，表现为早期明显强化。然而，弥散加权成像(diffusion weighted imaging，DWI)在识别不同生境中表现不佳。
这些子生境由活组织向坏死组织过渡的细胞混合物组成，这些生境的组织变化是一个动态过程，通常情况下，坏死簇因细胞膜破裂，细胞质内容物释放至胞外呈现高表观扩散系数(apparent diffusion coefficient，ADC)值，而在非活细胞区域，部分细胞膜尚未破裂，限制水的扩散，显示出持续的低ADC值，缺血或慢性缺氧导致的凝固性坏死同样也会引起ADC 值降低，因此，ADC 值不能用作区分坏死、缺氧与存活区域的唯一参数。
Syed等定量肿瘤的细胞构成和血管分布，将肿瘤划分为三个子生境：高血管高细胞性(high vascularization-high cellularity，HV-HC)、低血管高细胞性(lowvascularization-highcellularity，LV-HC)和低血管低细胞性(low vascularization-low cellularity，LVLC)，研究发现HV-HC亚区多位于肿瘤边缘，该亚区衡量细胞增殖状态的Ki-67阳性细胞核的计数也更高，表明该生境可能代表存活的肿瘤区域，这一点与先前的研究结果相符；此外，LV-LC亚区多位于肿瘤中心，该亚区平均ADC值普遍增加，可能代表肿瘤中常见的核心坏死。由此可见，HI具备无创显示与量化ITH 的能力，这一特性有助于预测肿瘤内部分子特征及组织病理学特征等的变化。因此，它为早期精准化诊疗策略的制定提供了有力支持。
2）鉴别良恶性肿瘤
良性与恶性乳腺肿瘤在治疗方案选择和预后上存在显著差异，许多乳腺良性病变在DCE-MRI上也能表现出强烈的对比增强，产生假阳性诊断，引发不必要的活检及过度治疗。因此，迅速且准确地鉴别乳腺良恶性肿瘤是治疗的首要条件。纹理分析通过特定的图像处理技术提取特征参数，获得对纹理的定量或定性描述。表征肿瘤内异质性的纹理特征有助于区分乳腺良恶性肿瘤。
以往研究多从MRI图像中提取整个肿瘤区域的纹理特征，然而最近的一项研究发现，从肿瘤内的子区域获得的纹理特征可以提供更有价值的信息，根据达峰时间(time to peak，TTP)的早、中、晚期将肿瘤区域内的像素划分为三个子区域，分别提取肿瘤全区域及三个子区域的纹理特征，结果显示，来自整个肿瘤区域特征的AUC范围为0.732~0.786，在三个子区域中，早期子区域的特征表现最好，从早期区域提取的游程长度非均匀性达到最高的AUC0.886 (95%CI：0.836~0.926)，表明从乳腺DCE-MRI的肿瘤内亚区域提取的纹理特征可以用作鉴别乳腺良恶性肿瘤的成像生物标志物。
相对而言，恶性病变更容易出现新血管化，因此，在对比剂注射后的早期阶段获得较高的时间-信号强度曲线(time signal intensity curve，TIC)，高度提示病变中存在恶性成分的可能性显著增加。一项基于超声下多区域多模态放射组学的研究同样证实，将多模态图像与乳腺肿瘤的多区域分析相结合可以有效提高分类精度。
3）预测肿瘤分型
根据
针对同类型的研究对象，另一项研究则发现，多血管细胞栖息地的分数及其分形维数，均有望作为有效的生物成像标志物，用以预测TNBC的状态。乳腺癌易感基因(breast cancer susceptibility gene，BRCA)是一种重要的抑癌基因，包括BRCA1和BRCA2，遗传性乳腺癌多与这两种基因的有害突变关系密切。
BRCA1相关乳腺癌ER 多阴性表达，PR表达低于散发性肿瘤，因此BRCA1突变的乳腺肿瘤更可能被归类为三阴性乳腺癌。Du等纳入125例乳腺癌患者的DCE-MRI图像，采用K 均值聚类法对图像进行分割，通过多个序列图像的灰度分布将肿瘤区域划分为三个具有不同特征的子区域，以预测BRCA1 基因突变，结果显示，基于Calinski-Harabasz指数(组间离散度与组内离散度之比)和误差平方和的模型在多参数联合建立模型的训练集(AUC：0.903，95%CI：0.831~0.960)和验证集(AUC：0.845，95%CI：0.723~0.942)中表现良好，表明基于乳腺癌的DCE-MRI图像和根据生境成像理论生成的子区域，提取的描述聚类效应的参数能够有效反映BRCA1状态。
Chaudhury等利用DCE-MRI的纹理动力学分析评价肿瘤各亚区，结果显示，快速洗脱的栖息地与雌激素受体(estrogen receptor，ER)及腋窝淋巴结状态显著相关，此类肿瘤更可能发生浸润，表明HI能高度预测肿瘤的分子特征和临床行为，便于尽早采取精准化的诊疗措施，有效遏制肿瘤发展。
4）评估治疗反应
相关调查显示，约20%的乳腺癌患者存在HER2过表达，与HER2阴性乳腺癌亚型相比，HER2阳性乳腺癌与更高的侵袭性紧密相关，且通常预示患者的预后不良。
Kazerouni等采用DCE-MRI和DWI的容积转移常数(transfer constant，Ktrans)、速率常数(rate constant，Kep)、ADC和血管外-细胞体积分数(extravascular volume，Ve)定量评估血管灌注和渗透性的水平及细胞密度和细胞膜渗透性，聚类形成三个栖息地，定量MRI栖息地鉴定肿瘤成像表型，并定量每个个体表型对曲妥珠单抗或
Weinfurtner等对16例接受术前立体定向消融体部放疗(stereotactic ablation body radiotherapy，SABR)的早期ER/PR+ HER2-乳腺癌患者进行基线和SABR后MRI检查，该研究基于动态对比增强MRI的最大强化值(高/低)及其时间分辨动态序列(1~4期)，通过阈值分割将肿瘤MRI体素划分为八类生境，以表征不同血流动力学特征的肿瘤微区域，并通过剩余肿瘤体积百分比(%VR=SARB 后体积/SARB前体积)和栖息地构成百分比(栖息地的%HM=栖息地×体素/分割体积中的总体素)分析治疗反应，结果与病理学反应的肿瘤床细胞百分比(%TC)相关，相比于标准报告的MRI肿瘤体积变化，具有更高的准确性和实用性，此外，这种定量分析有可能从背景乳腺组织中识别恶性肿瘤，为基线肿瘤评估及治疗反应监测提供了独特的机会。
Shi等使用MRI上肿瘤亚区的放射组学分析开发ITH 的定量测量，并在所有数据集中测试，将该定量测量与临床病理变量和常规放射组学相结合的模型是否可以预测治疗前乳腺癌中新辅助治疗(neoadjuvant therapy，NAC)的病理完全缓解(pathological complete remission，pCR)，结果显示，使用ITH 预测模型在三个外部测试集中显示出乳腺癌NAC的pCR的良好预测性能(AUC：0.74~0.76)，当ITH 与临床病理学变量和放射组学相结合时，该组合模型不仅具有良好的特征重现性(组内相关系数范围为0.87~0.95)，在外部测试集中预测NAC的pCR性能也得到了显著提升(AUC：0.83~0.87)。因此可见，HI能精准预测乳腺癌治疗反应，提高临床决策的有效性，并在临床治疗预测及疗效检测中展现出巨大潜力。
5）评估预后
韩国学者通过DCE-MRI造影前、早期和延迟期相位图像，确定了五种具有不同灌注模式的栖息地，从衍生栖息地地图的放射组学特征构建栖息地风险评分(habit at risk score，HRS)，建立了一个仅HRS、临床、组合生境和两个传统放射组学风险模型来预测患者的无病生存期(disease free survival time，DFS)，发现仅基于HRS风险模型的C指数为0.699，优于放射组学(C指数=0.537)和放射组学-灌注风险模型(C指数=0.640)，当HRS与临床风险模型相结合时预测效能有所提高，组合生境风险模型的C 指数为0.760，而临床风险模型的C指数为0.748，基于整个肿瘤计算的特征的放射组学分析并不能一致地预测DFS，而较高的HRS是预测验证队列中生存结局较差的独立危险因素，表明基于栖息地的分析比基于整个肿瘤的分析在反映肿瘤特征上更具鲁棒性，灌注异质性的量化是预测预后的潜在方法，并且与乳腺癌定制个性化治疗策略密切相关。
Wu等将乳腺癌分为多个空间隔离，在表型一致子区域的基础上提取灌注MRI参数，基于多区域空间相互作用(multi-regional spatial interaction，MSI)矩阵整合图像特征，对患者无复发生存期(recurrence free survival，FRS)进行危险分层，发现不同灌注特征的肿瘤亚区能量化瘤内异质性，并且有助于对ER+和HER2+ 亚组的RFS 患者进行分层，预测接受NAC的乳腺癌患者预后。
4.小结与展望
从筛查乳腺癌高危人群到评估整个疾病的治疗反应和患者预后，HI在乳腺癌中取得了良好的进展。其研究方法主要包含以下两种，即涵盖多种成像模态的联合应用(大生境)和基于无监督聚类方法的病变亚区分析技术(小生境)。大生境利用图像融合技术整合不同成像模态提供的信息，通过图像分割技术将病变分为不同亚区，对病变内部环境进行从整体到局部的全面分析，揭示病变内部环境的复杂性和多样性，目前HI在乳腺癌中的研究大多局限于DCE-MRI或DWI，联合其他成像模式，如
小生境则是根据数据本身特征进行聚类分析，依赖计算机算法自动识别和分类病变区域的定量影像特征，为疾病诊断和预后评估等提供新的视角和依据，是影像组学技术的延伸。两种生境分析在方法上各有侧重，随着技术的进步和计算能力的提升，未来HI技术将更加趋向多模态、多尺度分析，以更好地揭示病灶内部环境的复杂性和动态变化。
尽管多参数MRI生境成像在乳腺癌的研究中已获得不小的进展，但不同MRI技术的参数设置和解释标准尚存在较大差异，这在一定程度上影响了研究结果的可靠性和一致性。此外，严格的组织病理相关性与影像图像的分割配准等关键问题也亟待我们深入研究和解决。展望未来，随着研究的深入发展，HI将在乳腺癌的诊断、治疗及预后评估中发挥更加重要的作用，为乳腺癌患者带来更为精准和个性化的医疗服务。
来源：张德文，王平，田第娇，等.多参数MRI生境成像在乳腺癌中的研究进展[J].放射学实践，2025，40(05)：677-681.DOI：10.13609/j.cnki.1000-0313.2025.05.026.
(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。)
