基于延迟对比增强MRI的治疗反应评估图（TRAMs）在乳腺病变放射组学表征中的应用

为何需要一种新的乳腺扫描方法

对许多女性来说，听到乳腺MRI提示“可疑”病灶会立即引发焦虑，且常常导致并非必要的活检。尽管MRI在发现可能的癌变方面非常敏感，但它也会标记许多无害的组织变化。本研究探讨了一种MRI的新用法，称为治疗反应评估图（TRAMs），该方法利用对比剂随时间缓慢清除的信息，可能帮助医生更好地区分危险肿瘤与良性病变。

看得更远：超越最初几分钟

标准乳腺MRI依赖静脉注射的对比剂，并在注射后的最初几分钟内进行一系列成像。癌组织因其异常血管常表现出不同的对比剂摄取与清除模式。放射科医师关注乳腺区域如何快速增亮然后消退，但这些模式并非总是截然不同。良性病变有时会模仿恶性表现，导致误报和额外检查。放射组学是一种数据驱动的方法，可提取数十到数百个定量影像特征（如亮度模式和形状等），已能提高诊断准确性，但仍有空间减少不必要的活检。

将脑部技术借用于乳腺

TRAMs最初为脑肿瘤患者开发。它不只关注对比剂注射后最初几分钟的图像，而是将早期扫描与更晚的扫描（在注射后20分钟以上）进行比较。通过相减两次扫描，TRAMs突出显示对比剂积聚或清除的区域，揭示血管功能及周围组织环境的细节。在脑肿瘤中，这种方法能非常高准确率地区分活动性肿瘤与治疗相关改变。研究作者提出，类似的延迟对比方法是否也能帮助区分乳腺恶性与良性病变。

新地图是如何构建的

研究招募了135名女性，共243处已知或疑似肿瘤的乳腺病灶。每位受试者接受标准乳腺MRI，包括对比剂注射后最初几分钟的一系列扫描，随后在仍位于扫描仪内时再额外采集一张约22分钟后的延迟扫描。研究团队使用先进的计算算法对早期与延迟图像进行精确配准以校正任何运动，这是保证在时间序列中精确比较每一微小体积组织的关键步骤。

将影像转化为数值

研究人员从常规增强影像中提取了大量放射组学特征，描述每个病灶的外观及其亮度随时间的变化。从TRAMs中，他们计算了更简单且具有生理意义的量度：病灶中表现出延迟对比清除的体积分数、清除的强度以及最大连通清除组织区域的体积。他们随后使用多种机器学习方法评估这些特征区分恶性与良性病灶的能力，评估指标包括敏感性、特异性、准确性和ROC曲线下面积（AUC）等诊断性能汇总指标。

新地图揭示了什么

所有恶性病灶在TRAMs上均显示出明显的对比清除特征，而良性病灶多呈持续对比积聚或混合模式。基于标准MRI放射组学的模型表现稳健，与现有文献预期相近。然而，基于TRAMs的模型始终呈现略高的准确性，部分TRAMs特征组合达到最佳评分。值得注意的是，仅基于单一且易于理解的TRAMs特征——病灶内最大连通清除组织簇的体积——的模型，其性能几乎可与或优于由大量传统放射组学特征构建的复杂模型。这提示病灶中参与延迟对比洗脱的组织体积包含强有力的病理信息，有助判别病灶是否为癌变。

这对患者可能意味着什么

对患者而言，关键点是增加一次延迟MRI扫描并使用TRAMs分析对比清除情况，可能帮助临床医生更好判断哪些乳腺病灶确需活检。研究显示TRAMs提供了标准影像未能捕捉的信息，同时保持相对简洁和可解释。尽管该方法需要额外的扫描时间且仅在单中心、小样本量中测试，但研究结果表明，在经过谨慎选择的病例中，延迟对比TRAMs或能在不漏诊重要癌症的前提下减少不必要的活检。长期来看，这类更智能的影像手段可能意味着更少的侵入性操作、更自信的诊断以及更个性化的乳腺癌筛查与随访护理。

引用: Daniels, D., Cohen, K., Last, D. et al. Application of treatment response assessment maps (TRAMs), based on delayed-contrast MRI for radiomic characterization of breast lesions. Sci Rep 16, 12170 (2026). https://doi.org/10.1038/s41598-026-40472-z

关键词: 乳腺MRI, 放射组学, 延迟对比成像, 乳腺癌诊断, TRAMs