基于多参数MRI的影像组学区分 乳腺癌HER2过表达、低表达和零表达状态

      近日，中山大学孙逸仙纪念医院放射科沈君主任团队及汕头市中心医院放射科林黛英主任团队携手合作，成功在European Radiology（IF = 5.9）上发表最新临床研究成果，题目为“Discrimination between HER2-Overexpressing, -Low-Expressing, and -Zero-Expressing Statuses in Breast Cancer using Multiparametric MRI-based Radiomics”。该研究基于两家机构的数据，开发并验证了三种基于多参数MRI的影像组学预测模型，该模型可用于非侵入性地评估人类表皮生长因子受体2（HER2）的三种不同表达状态（HER2过表达、HER2低表达和HER2零表达），以辅助临床筛选HER2新型及传统靶向治疗患者，同时筛选能够豁免HER2靶向治疗的患者。

      乳腺癌是女性发病率最高的恶性肿瘤，也是女性癌症相关死亡的主要原因。HER2对乳腺癌的临床治疗策略选择及预后评估具有决定性影响。根据免疫组织化学（IHC）和原位杂交（ISH）技术，乳腺癌过去被分为HER2阳性（IHC 3+，或IHC 2+但ISH扩增）和HER2阴性（IHC 0，或IHC 1+，或IHC 2+但ISH未扩增）两种亚型。然而，最新的分类系统将HER2阴性乳腺癌进一步细分为低表达型（IHC 1+，或IHC 2+但ISH未扩增）和零表达型（IHC 0）。值得注意的是，HER2低表达型乳腺癌占传统HER2阴性乳腺癌超过一半的比例，其生物学特征和临床预后与零表达型或过表达型乳腺癌有所不同。因此，目前临床上可将HER2分为HER2过表达型（IHC 3+，或IHC 2+但ISH扩增）、HER2低表达型（IHC 1+，或IHC 2+但ISH未扩增）及HER2零表达型（IHC 0）三种亚型。其中，HER2过表达型乳腺癌患者可能受益于传统的HER2靶向治疗（如曲妥珠单抗），HER2低表达型乳腺癌患者可能受益于新型的HER2靶向治疗药物（如抗体偶联药物德曲妥珠单抗），而HER2零表达型乳腺癌患者则不适合接受HER2靶向治疗。因此，在乳腺癌患者的治疗基线水平，准确识别HER2表达状态，对于筛选HER2靶向治疗的潜在候选者有着重要的临床意义。

      本研究开发了三种影像组学模型来进行HER2过表达、低表达及零表达的评估。首先，结合了来自DCE、DWI和ADC的11个影像组学特征构建组学标签，区分HER2过表达型和传统的HER2阴性状态（HER2低表达型及HER2零表达型），用于筛选适于接受传统HER2靶向治疗的患者，该模型在训练、内部验证和外部验证数据集中表现出了良好的性能，AUC值分别为0.809、0.737和0.725。其次，基于DWI中的一个影像组学特征的预测模型可用于区分HER2低表达型和其他类型（HER2过表达型及HER零表达型）乳腺癌，用于筛选适于接受新型HER2靶向治疗的患者，模型在三个数据集中的AUC分别为0.779、0.778和0.782。最后，结合了来自DCE、DWI和ADC图的17个影像组学特征构建组学标签，区分HER2零表达型与其他类型（HER2过表达型及HER2低表达型）乳腺癌，用于筛选并排除不适于接受HER2靶向治疗的患者，该模型在三个数据集中的AUC分别为0.889、0.867和0.813。

图1. 课题研究流程图

图2.影像组学分析流程图

图3.影像组学特征筛选

图4. MRI影像组学模型预测乳腺癌三种不同HER2表达状态的受试者工作特征曲线及曲线下面积

      多参数MRI影像组学模型可在乳腺癌患者治疗基线水平无创性评估HER2过表达、低表达及零表达状态，可辅助乳腺癌HER2靶向治疗的临床决策。

全文链接

doi: 10.1007/s00330-024-10641-7.

 沈  君  

 张 翔     林黛英

郑少燕     杨泽宏

      广东省珠江学者特聘教授，教育部新世纪优秀人才，中国研究型医院研究型人才。国家卫健委百万减残工程专家委员会专业委员，中国研究型医院学会肿瘤影像诊断学专业委员会副主委，中国医学影像技术研究会放射学分会常委，中华医学会放射学分会神经学组委员，中华医学会心血管病学分会心血管病影像学组委员，广东省医师协会放射医师分会主委，广东省精准医学应用学会分子影像分会主委，广东省医学会肿瘤影像与大数据分会候任主委，广东省医学会放射医学分会副主委，广东省辐射防护协会医学辐射防护专业委员会副主委。

       以第一/通讯作者发表SCI论文123篇，包括Cell、Nat Biomed Eng、Nat Commun、Adv Sci、Adv Funct Mater, ASC Nano、Small、Small methods、Nano Lett、Biomaterials、Clin Cancer Res、J ImmuoTher Cancer和Radiology等国际权威期刊。

      广东省医学会放射医学分会人文医学与学术诚信学组成员，广东省精准医学应用学会分子影像分会委员，广东省精准医学应用学会纳米医学分会委员，广东省医学装备学会放射影像分会常务委员，汕尾市医师协会放射科医师分会常务委员，《磁共振成像》优秀学科编辑（2022），《磁共振成像》共识指南专家委员会及人工智能专家委员会青年委员、审稿专家，Frontiers in Oncology科学编辑、审稿专家；British Journal of Cancer、Academic Radiology和The International Journal of Cardiovascular Imaging审稿专家。

      主要从事乳腺肿瘤影像功能定量成像、人工智能及分子影像学研究，以第一作者及通讯作者在影像学SCI期刊发表论著18篇，包括Radiology、European Radiology（6篇）、Journal of Magnetic Resonance Imaging、American Journal of Roentgenology和British Journal of Radiology等专业领域知名杂志。获得2023年广东省科技进步二等奖一项（排名第八）。主持国家自然科学基金1项、广东省自然科学基金2项、广东省医学科研基金1项、广州市基础与应用基础研究基金1项。参与编写《动态对比增强磁共振成像》及《全身MRI扫描技术彩色图解》等专业书籍。

      广东省医师协会放射医师分会常务委员，广东省基层医药学会放射学分会副主任委员，广东省基层医药学会医学影像人工智能专委会副主任委员，广东省医院协会医学影像中心管理分会常务委员，广东省胸部疾病学会影像学分会常务委员，广东省医学会放射学分会委员，汕头市医学会放射学会副主委。

      主要从事胸部疾病影像研究、人工智能研究等，以第一作者及通讯作者/共同通讯作者在影像学SCI期刊发表论著7篇，包括European Radiology、European Journal of Radiology、Cerebral Cortex、Frontiers in Neurology、Journal of Cancer Research and Clinical Oncology、Quantitative Imaging in Medicine and Surgery等专业领域知名杂志。

      广东省医师协会放射学医师分会第四届委员会头颈疾病专业委员，广东省医学教育协会放射影像专业委员会常务委员，广东省放射影像质控中心头颈亚专业组委员。

      主要从事乳腺影像研究。主要从事乳腺肿瘤影像功能定量成像、人工智能研究，以第一作者在影像学SCI期刊发表论著1篇，在国内核心期刊包括《中华放射学杂志》，《临床放射学杂志》及《医学影像技术》等杂志发表多篇中文文章。作为编者之一参编《中华影像医学头颈部卷》第2版。

       中国医学协会放射医师分会运动损伤学组委员，广东省医学会放射学分会肌骨组委员，广东省医学教育协会医学影像专业委员会委员，广东省精准医学应用学会分子影像分会委员，广东省临床医学学会运动医学专业委员会委员发表SCI文章44篇，其中以第一作者或共同第一作者、共同通讯作者在Theranostics、European Radiology、American Journal of Roentgenology、Frontiers in Oncology、Muscle & Nerve等SCI期刊发表论著12篇。主持及参与广东省自然科学基金4项，参与广东省重点领域研发计划项目1项。