파라메트릭 역학 특징을 기반으로 한 유방암에 대한 NAC 반응 예측 모델.

유방암은 가장 흔히 진단되는 암이며 지난 10년 동안 대만 여성의 암 사망 원인 중 4위를 차지하고 있습니다. 유방암에 대한 최선의 치료법에 대한 결정은 에스트로겐(ER) 및 프로게스테론 수용체(PR) 검사, 인간 표피 성장 인자 2형 수용체(HER2) 검사 및 생검을 이용한 TNM 병기 결정 결과를 토대로 이루어집니다. 폐경 상태와 ER, PR 및 HER2의 반응을 평가한 후, 2기 이상의 유방암 치료에서는 (1) 수술이 불가능한 암을 외과적으로 절제 가능한 암으로 전환하고, (2) 전이하는 이점을 위해 신보강 화학요법(NAC)을 고려할 수 있습니다. 관리, (3) 종양 축소, (4) 전체 생존율 및 무재발 생존율 개선, (5) 조직학적 매개변수 예측. NAC 후 병리학적 완전 반응(pCR)을 보이는 환자는 더 나은 무병 생존율 및 전반적인 생존율 향상과 관련이 있는 것으로 알려져 있습니다. 따라서 NAC의 반응을 평가하기 위해서는 보다 효과적인 치료법을 개발하고 컴퓨터 지원 예측 모델을 기반으로 환자를 계층화하는 것이 필수적입니다.

본 연구의 주요 목적은 NAC 치료 반응에 대한 컴퓨터 지원 예측 모델을 개발하는 것입니다. 본 연구에서는 일반적으로 관찰되는 내부 매개변수 종양 구성의 이질성을 바탕으로 조직학적 특성과 치료 반응을 활용하여 딥러닝 기술을 활용하여 치료 반응을 예측하기 위한 입력 데이터로 이미지 특징을 조사할 것입니다. 이 기술을 사용하면 개발된 동적 방사선학의 종양 이질성 분석을 통해 수술 전 치료 평가가 용이해질 수 있으며 개인 의학의 가능성이 머지않아 실현될 수 있습니다. 본 연구의 첫 2년 동안 DCE-MRI, PET/CT 및 QDS-IR의 이미지를 사용하여 유방 및 종양 영역 분할, 종양의 혈관 신생 특성 및 투과성을 반영하는 이미지 특징 추출을 포함한 이미지 처리 알고리즘을 개발할 계획입니다. 이는 NAC 치료 반응과 높은 상관관계가 있습니다. 프로젝트 3년 차에는 처음 2년 동안의 형태와 질감 특징을 PET/MRI에 결합하고, PET/MRI의 종단 영상을 이용한 동적 특징 추출을 통해 추출된 특징에 따라 예측 모델을 달성할 수 있습니다. 예상되는 기여는 다음과 같습니다.

기존 임계화 방법의 문제점을 극복하기 위한 새로운 파라메트릭 동역학 기능을 제안합니다.

치료 반응 예측을 향상시키기 위해 DCE MRI에서 유방 조직 및 종양 영역에 대한 분할 알고리즘을 개발합니다.

비침습적 QDS-IR 영상에 대한 궤적 분석 개발 형태 특성의 신뢰성과 재현성을 향상시키기 위해 PET 섭취 경계를 CT 종양 경계와 등록하여 대사성 종양 부피에 대한 분할 알고리즘을 개발합니다.

PET/CT 및 DCE MRI용으로 개발된 이전 기술을 결합함으로써 새로운 유형의 특징, 즉 PET/MRI의 파라메트릭 역학 특징이 NAC 반응을 예측하기 위한 동적 방사성 자료로 사용될 수 있습니다.

예측 모델을 찾기 위해 고차원 특징 공간을 활용하기 위한 자가 학습 방법론 측면에서 프로젝트의 핵심인 딥 러닝 알고리즘을 개발합니다.

피험자 자격 및 등록 이 전향적 연구는 기록 및 이미지 검토에 대한 환자 승인 및 서면 동의에 대한 요구 사항을 포기한 지역 기관 윤리 위원회의 승인을 받았습니다.

2015년 4월부터 2019년 6월까지 NAC를 받은 유방암 여성 60명을 대상으로 적격성 검사를 실시했습니다. 자격 기준은 (a) 18세 이상, (b) 핵심 바늘 생검을 통해 병리학적으로 확인된 유방암, (c) NAC를 받을 의향이 있고, (d) NAC 후 수술에 적합하고, (e) NAC 동안 적어도 두 번의 PET/MR 스캔을 기꺼이 수행할 의향이 있는 경우: 첫 번째 [R0], 전처리; 두 번째 [R1]은 2주기의 화학요법(치료 후) 후입니다. 60명의 여성 중 14명은 다음과 같은 이유로 제외되었습니다: (a) 첫 번째 스캔 후 원격 전이가 발견되어(n=1) 수술을 받을 수 없었습니다. (b) 개인적인 이유로 2회 연속 PET/MR 스캔을 완료할 수 없는 환자(n=10); (c) 환자는 첫 번째 주기 후에 추가 NAC를 거부했습니다(n=2). (d) 크레아티닌 수치가 높아 치료 후 스캔을 수행할 수 없습니다(n=1). 연구 포함 흐름도는 그림 1에 나와 있습니다. 모든 환자는 다음 옵션을 포함하여 6~8주기의 NAC를 받았습니다. 인간 표피 성장 인자 수용체 2(HER2) 음성 환자의 경우, NAC에는 에피루비신과 사이클로포스파미드(EC 기반) 또는 에피루비신과 사이클로포스파미드, 이어서 탁산(도세탁셀 또는 파클리탁셀, EC+T) 병용이 포함되었습니다. HER2 양성 환자의 경우 NAC 프로토콜에는 트라스투주맙(TH 기반)과 탁산을 병용하거나, 탁산과 시클로포스파미드에 이어 트라스투주맙(EC+TH)을 병용하거나, 탁산과 트라스투주맙 및 페르투주맙(THP)을 병용하는 요법이 포함되었습니다. 삼중음성 환자 1명은 파클리탁셀과 아파티닙을 병용 투여받았다.

PET/MR 영상 획득 MR 검사는 3T PET/MR 스캐너(Biograph mMR, Siemens Healthcare, Erlangen, Germany)에서 수행되었습니다. 중간치료 스캔은 NAC의 2주기 후에 이루어졌습니다. 수술 전 마지막 스캔이 준비되었습니다. 전용 4채널 유방 코일(Noras GmbH, Höchberg, Germany)을 사용하여 환자를 엎드린 자세로 스캔했습니다. 최소 6시간 동안 금식한 후 환자에게 3.7-5.55를 정맥주사하였다. 18F-플루오로데옥시글루코스(18F-FDG)의 MBq/kg(0.1-0.15mCi/kg). PET/MR 스캔은 약 60분 후에 수행되었습니다. 10분간 유방 PET를 엎드린 자세에서 조영전 유방 MRI와 함께 수행했습니다. PET 이미지는 4mm 재구성 후 가우스 필터 및 172 x 172의 이미지 매트릭스를 사용하여 순서화된 하위 집합, 기대치 최대화 반복 알고리즘(3회 반복, 21개 하위 집합)으로 재구성되었습니다. PET 데이터의 감쇠 보정은 2점 Dixon MR 펄스 시퀀스에서 재구성된 4가지 조직 클래스 필터(공기, 폐, 지방, 연조직) 분할 감쇠 보정 맵을 사용하여 얻었습니다.

조영전 유방 MRI 프로토콜에는 2D 경사 에코 T1 가중치(반복 시간[TR]/에코 시간[TE],500/9.8)이 포함되었습니다. ms, 뒤집기 각도 150°, 슬라이스 두께 3.5mm; 매트릭스 시야 [FOV] 320 × 320), T2 강조 STIR(Short Tau Inversion Recovery) 이미지(TR/TE/TI = 3000/78/230ms, 매트릭스 크기 320 × 320, 슬라이스 두께 4.0mm, 매트릭스 FOV 330 × 330mm), 확산 강조 이미지(DWI)(TR/TE = 7500/83ms, 매트릭스 크기 192 × 77, 슬라이스 두께 4.0mm, FOV 360 × 1830mm, b 값 = 50, 600 및 1000초/ 겉보기 확산 계수(ADC) 맵을 사용하여 mm2, 평균 = 2)를 획득했습니다.

조영제 투여 전 1개와 투여 후 6개를 포함한 7개의 동적 조영 강화 영상은 지방 포화 T1 강조 FLASH(Fast Low Angle Shot) 3D 경사 에코 시퀀스(TR/TE 4.1/1.5ms, 슬라이스 두께 및 간격 1.0/0mm, 매트릭스 크기 352 × 282, 플립 각도 10°, 146개 슬라이스, FOV 330 × 330mm), 스펙트럼 감쇠 반전 복구(SPAIR) 포함, 각 세트에는 약 60초가 소요되었습니다. 조영후 DCE-MRI는 0.1mmol/kg의 가도부트롤(Gadovist, Bayer Pharma AG, Berlin, Germany)을 3mL/s의 주사 속도로 정맥 주사한 후 10초 후에 시작되었습니다.

조직병리학 평가 조직학적 유형 및 등급은 NAC 이전에 수행된 초음파 유도 핵심 생검의 조직병리학적 보고서를 기반으로 했습니다. 에스트로겐 수용체(ER), 프로게스테론 수용체(PR) 및 HER2의 발현은 면역조직화학적 염색을 사용하여 평가되었습니다. ER 및 PR 양성은 Allred 점수를 사용하여 평가되었으며, 점수 > 3을 양성으로 간주했습니다. 면역조직화학 점수가 3+인 경우 종양은 HER2 양성인 것으로 간주되었습니다. 면역조직화학에서 HER2 상태가 모호한 경우(점수 2+) 진단을 확인하기 위해 FISH(형광 in situ hybridization 분석)를 수행했습니다.

pCR은 이전에 Pinder 등이 보고한 바와 같이 NAC 후 수술 유방 검체에서 관상피내암종(DCIS)을 제외한 잔여 침윤성 암이 없고 겨드랑이 림프절 침범이 없는 것으로 정의되었습니다.

영상 분석 영상은 두 명의 방사선 전문의(Y.F.L.과 N.C., 둘 다 유방 영상 분야에서 12년 경력)에 의해 해석되었습니다. MRI(종괴, 비종괴 조영증강)에서 종양의 출현을 두 명의 방사선 전문의가 시각적으로 평가했습니다. 관심 영역(ROI)은 정상적인 실질 및 표시를 피하면서 다섯 번째 조영 강화 시리즈의 정상적인 배경 실질과 다른 높은 신호 강도의 강화의 가장 큰 단면적을 포함하는 2차원 영역을 선택하여 수동으로 정의되었습니다. 클립 아티팩트. 암이 다발성 또는 다심성인 경우 ROI는 가장 큰 크기의 종양 영역에서 측정되었습니다.

종양 ROI를 분할한 후 반자동 비강성 등록 및 수동 정렬을 사용하여 동적 대비 강화(DCE) 이미지에 그려진 ROI를 사용하여 DWI를 포함한 PET 및 MR 이미지와 겉보기 확산 계수(ADC) 이미지 ROI 측정을 정렬했습니다. 필요한 경우. ROI는 DCE 이미지(P1~P6으로 코딩됨)의 6개 단계에서 동시에 평가되었습니다. ROI는 b 값=1000초/mm2의 DWI, ADC 맵 및 PET 이미지를 포함한 다른 시리즈에도 등록되었습니다. 각 ROI에서 6개의 1차 텍스처 특징과 4개의 2차 텍스처 특징이 자동으로 계산되었습니다. 히스토그램 분석을 사용하여 평균, 표준 편차(SD), 중앙값, 5번째 및 95번째 백분위수 값, 첨도 및 왜도를 포함한 1차 텍스처 특징을 평가했습니다. 2차 텍스처 분석을 위해 GLCM(gray-level co-occurrence Matrix)을 상위 매트릭스로 사용하고 GLCM에서 차이 엔트로피(DiffEntropy), 차이 분산(DiffVariance), 대비 및 엔트로피 [18]. 이러한 조직 매개변수는 MR 다중 매개변수 분석 프로토타입 소프트웨어(Siemens Healthcare, Erlangen, Germany)를 사용하여 계산되었습니다. 모든 영상 매개변수는 치료 전(R0)과 중간 치료(R1)를 수행한 PET/MR 스캔을 사용하여 평가했으며, 수술 전(R2)을 분석했습니다.