乳腺癌是危害女性健康最常见的疾病,因其高发病率而引起广泛关注。早期诊断和早期治疗是降低乳腺癌死亡率的重要途径,而大多数患者在确诊为乳腺癌时已发展到中晚期,延误了治疗的最佳时期。在乳腺癌的各种影像诊断技术中,动态增强磁共振成像(Dynamic Contrast-enhanced magnetic resonance imaging,DCE-MRI)技术能够获得对比剂在毛细血管网和组织间隙内分布状况的动态信息,并且凭借其较高的软组织分辨率在乳腺癌早期诊断中脱颖而出。乳腺癌从基因水平上分为四种不同的分子分型,不同分子分型的患者在预后和化疗疗效上具有显著差异,其中增殖标志物Ki-67指数反映了肿瘤增值活性,是乳腺癌诊疗中重要的指标之一。在以往的研究中,大多数研究者只关注乳腺癌病灶区域,而对肿瘤基质区域研究相对较少。肿瘤基质区域作为肿瘤生长的微环境,为肿瘤的发展提供营养及代谢需求,从磁共振影像以及临床中发现,基质区域富含更多的诊断信息。因此本文对乳腺肿瘤及肿瘤基质区域的3D体积DCE-MRI特征在乳腺癌早期诊断中的应用价值进行研究和探索,具有创新性。本文的研究工作主要围绕乳腺肿瘤基质区域的信号动态增强模式以及肿瘤基质区域影像特征对乳腺癌分子分型中Ki-67的高低表达状态进行分类预测两方面来展开。具体内容包括:(1)感兴趣区域的获取与特征提取:在医生的标注下,利用计算机半自动方法对DCE-MRI图像进行病灶区域的分割,并在得到的病灶区域内按照动态增强率的不同和像素值达到峰值时刻的不同两种划分规则,将病灶分割成不同的子区域,并在子区域内提取动态增强特征、纹理特征和统计特征。对乳房腺体区域进行三维基质区域的分割,共得到八个基质子区域,在基质子区域内分别提取相同的动态增强特征。(2)肿瘤基质区域的信号动态增强模式分析:本文利用PE均值来表征基质子区域的动态增强信号,从距离肿瘤边界径向距离的不同和同一基质子区域的不同方向两方面来研究基质区域的信号动态增强模式。研究结果表明:随着径向距离的增大,动态增强逐渐衰减;同一层面上,动态增强信号无方向性差异。(3)基于肿瘤基质区域影像特征的Ki-67分类预测表达研究:为研究肿瘤基质区域的影像特征对Ki-67高低表达状态的分类预测效果,本文从三个方面设计逻辑回归分类模型:(1)在八个基质子区域中分别构建逻辑回归分类器,寻找具有最好分类效果的基质子区域;(2)将基质子区域特征融合,构建基质整体区域的逻辑回归分类器,并与病灶区域影像特征构建的分类器进行对比;(3)将病灶与基质区域的特征进行融合,构建两个区域的逻辑回归分类器。最后绘制ROC(Receiver Operating Characteristic Curve)曲线,并利用AUC(Area Under the roc Curve)值和其他指标对模型进行评估。结果表明:在八个基质子区域中肿瘤边界SB区域,分类效果最好。基质整体区域与病灶区域同样具有良好的分类效果。最后将病灶区域与基质区域特征融合后,分类效果显著提升,AUC值提高到0.920。本文对乳腺肿瘤基质区域的影像特征在乳腺癌早期诊断中的应用价值进行了研究,结果表明肿瘤基质区域的影像特征在对乳腺癌分子分型方面具有较高的分类效果,充分肯定了基质区域的价值,可以通过融合病灶区域与基质区域进行研究,在乳腺癌早期诊断中提供了一种新的研究方向。