乳腺纤维瘤是一种较为罕见的乳腺肿瘤，由上皮和基质成分组成，据报道其发病率不到所有女性乳腺肿瘤的1.0%。所有的纤维腺瘤都是良性的，而乳腺肿瘤在组织学上可分为良性、交界性或恶性。在治疗纤维腺瘤时，由于复发率高，所有等级的纤维腺瘤都需要进行至少1厘米宽的完全手术切除。

放射线组学分析是一个新兴的转化研究领域，旨在寻找从临床图像中提取的定量信息与其他临床数据之间的关联。肿瘤的异质性是以出血、囊性改变、高细胞密度、坏死和肌样改变等区域为特征的。乳腺MRI的放射组学分析已被应用于区分良性和恶性病变、术前预测前哨淋巴结转移、新辅助化疗的治疗反应、无复发生存以及乳腺癌亚型分析。然而，很少有研究探讨定量MRI纹理特征对区分乳腺叶状肿瘤和纤维腺瘤的价值。

近日，发表在European Radiology杂志的一项研究开发了一项基于MRI的放射组学机器学习模型，以协助临床术前对乳腺叶状肿瘤及乳腺纤维腺瘤进行准确评估。

图 乳腺叶状肿瘤和纤维腺瘤的磁共振图像。37岁女性，病理证实为乳腺叶状肿瘤，（a）T2WI、（b）平扫T1WI、（c）DCE-MRI动脉早期、（d）DCE-MRI动脉晚期图像。25岁女性，病理证实为纤维腺瘤（e） T2WI、（f）平扫T1WI、（g）DCE-MRI动脉早期、（h）DCE-MRI动脉晚期图像。DCE，动态对比增强；MRI，磁共振成像；T1WI，T1加权成像；T2WI，T2加权成像。

本研究表明，基于MRI的放射组学模型可以准确地区分乳腺叶状肿瘤和纤维腺瘤，可以作为临床决策过程中的一个有价值的影像学工具。

原文出处：

Mitsuteru Tsuchiya,Takayuki Masui,Kazuma Terauchi,et al.MRI-based radiomics analysis for differentiating phyllodes tumors of the breast from fibroadenomas.DOI:10.1007/s00330-021-08510-8.