据统计，乳腺癌已经成为全世界范围内女性最常见的癌症之一。乳腺钼靶已成为乳腺疾病早期筛查的重要手段，在评估乳腺钙化方面具有特殊的优势。然而，乳腺钼靶在诊断致密乳腺女性病变方面的能力十分有限。与乳腺钼靶相比，增强光谱乳腺钼靶（CESM）不仅保留了评估钙化的优势，而且对致密乳腺的女性具有更高的敏感性和特异性。同时，CESM可以抑制背景乳腺组织、突出高血管病变，以检测乳腺癌。

乳腺成像报告和数据系统（BiRADS）对乳腺病变的诊断进行了标准化，同时规范了对乳腺癌的特征描述。被评为BiRADS 5级的乳腺病变指的是恶性可能性超过95%，该类病变的阳性预测值高达97.5%。然而，BiRADS 4类病变对应的恶性肿瘤概率范围很广，从2%以上到95%以下。尽管BiRADS 4病变可具体分为4A、4B和4C，但仍建议对该类病变进行活检以确认其病理性质。因此，对于乳腺癌恶性率低的BiRADS 4病变，应准确识别以避免不必要的活检。

与侵入性方法相比，放射组学作为一种非侵入性方法是一种新兴技术，旨在通过从医学图像中提取人眼可能无法感知的特征来协助临床决策。基于CESM的放射组学已经成熟地应用于分子亚型的分类、新辅助化疗效果的预测和乳腺癌的诊断。有证据表明，肿瘤周围环境在肿瘤的发生和发展中起着重要作用。然而，还没有研究关注CESM图像中预测恶性BiRADS 4病变的瘤周放射组学特征。

近日，发表在European Radiology杂志的一项研究开发和测试了一个放射组学列线图，该列线图结合了CESM影像学特征和临床风险因素来预测BiRADS 4病变的恶性程度，比较了放射科医生和列线图的诊断能力，并研究了放射科医生在列线图辅助下诊断能力提高的程度及价值。

本项研究在两个中心共招募了884名有BiRADS 4病变的患者。对于每个病变，用瘤内区域（ITR）、肿瘤周围5和10毫米的瘤周区域（PTRs）、ICR加5毫米和10毫米的PTRs定义了五个ROIs。在选择特征后，通过LASSO建立了五个放射组学特征。通过多变量逻辑回归分析，利用选定的特征和临床因素建立了一个列线图模型。用AUC、决策曲线分析和校准曲线评估列线图的性能，并与放射组学模型、临床模型和放射科医生进行了比较。

由三个放射组学特征（由ITR、5毫米PTR和ITR+10毫米PTR构建）和两个临床因素（年龄和BiRADS类别）构建的列线图在内部和外部测试集中显示出强大的预测能力，AUCs分别为0.907和0.904。校准曲线，决策曲线分析，显示了列线图较高的预测性能。此外，放射科医生在列线图模型的辅助下提高了诊断性能。

 图 a 用于预测BiRADS 4病变的放射组学列线图。训练集（b）、内部测试（c）和外部测试（d）中不同模型的ROC曲线

研究表明，通过瘤内、瘤周放射组学特征和临床风险因素建立的列线图模型在区分良性和恶性BiRADS 4病变方面表现极好，可以协助放射科医生提高诊断能力。

原文出处：

Shijie Zhang,Huafei Shao,Wenjuan Li,et al.Intra- and peritumoral radiomics for predicting malignant BiRADS category 4 breast lesions on contrast-enhanced spectral mammography: a multicenter study.DOI:10.1007/s00330-023-09513-3