乳房密度評価の新たな可能性：3テスラMRIによるPDFF活用

July 14, 2026 · 論文解説

🎧 この記事を音声で聴く（AI生成Podcast）

解説対象論文: Assessing breast density using the chemical-shift encoding-based proton density fat fraction in 3-T MRI
European Radiology｜被引用数: 8（2026年7月14日時点）

乳がんは女性にとって非常に深刻な疾患であり、そのリスク因子の一つである乳房密度の評価は極めて重要です。しかし、現在の標準的な乳房密度評価法であるマンモグラフィには、電離放射線被ばくや客観性の限界といった課題が存在します。このような背景の中、本研究では、3テスラMRIを用いたプロトン密度脂肪分率（PDFF）が、乳房密度を非電離放射線で客観的かつ定量的に評価する新たなバイオマーカーとして期待できることを明らかにしました。これは、乳がんの個別化されたリスク評価に貢献する可能性を秘めています。

研究サマリー（FINER & PICO）

Feasible実施可能性	3テスラMRIを用いたPDFF測定は数分で完了し、臨床ルーチン検査への組み込みが容易で実現可能です。
Ethical倫理面	本研究は既存の診療データを用いた後方視的解析であり、倫理委員会の承認を得て、個別のインフォームドコンセントは免除されました。
Interesting面白さ	マンモグラフィの限界を克服し、非電離放射線で客観的・定量的な乳房密度評価を可能にする点で興味深い研究です。
Novel新規性	PDFFを乳房密度評価の定量的なバイオマーカーとして確立し、マンモグラフィとの相関を詳細に示した点で新規性があります。
Relevant切実さ	乳がんの最も強力なリスク因子の一つである乳房密度の、より正確で個別化されたリスク評価への貢献は臨床的に非常に重要です。
Measurable測定可能性	PDFFは乳房内の脂肪濃度を定量的に測定可能であり、マンモグラフィのACRカテゴリーと明確な相関が示されました。
Modifiable派生・改善	乳房密度は年齢やホルモン療法により変化しうる特性であり、PDFFはその変化を追跡し、リスク評価や治療反応を評価できる可能性があります。
Structured文章構造	研究は目的、方法、結果、結論が明確に構成され、論理的に展開されており、結果は統計的に検証されています。
PICO / PECO対象・介入・比較・結果	P（乳房密度評価が必要な女性）、I（3テスラMRIでのPDFF測定）、C（マンモグラフィおよび従来のMRIベースの乳房密度評価）、O（乳房脂肪濃度の定量化と乳房密度評価との相関、個別化されたリスク評価への貢献）

マンモグラフィの課題と新しい乳房密度評価のニーズ

どうも、Beyond the Pixelです。乳がんは女性のがんの中でも罹患率が高く、世界的に女性の癌関連死の主要な原因となっています。その中でも、乳房の密度が高いことは、乳がんの独立した強力なリスク因子の一つとされており、乳がんの発生率を2倍に増加させると関連付けられています。現在、臨床現場で広く用いられているマンモグラフィによる乳房密度評価は、放射線被ばくを伴い、乳房の圧迫が必要です。また、2次元の投影画像であるため、乳房の構成要素を客観的に評価する能力には限界があり、専門家による読影の一貫性にも課題があります。特に若い年齢での電離放射線被ばくは無視できない影響があります。これらの課題を解決し、客観的で定量的な乳房密度評価が求められています。

MRIとPDFF：非電離放射線による定量評価

磁気共鳴画像診断（MRI）は、電離放射線を使用せずに乳房の構造的組成を客観的かつ体積的に定量化できる代替手段として注目されています。特に、水と脂肪を分離する化学シフトエンコーディングベースのDixon法を用いたMRIは、脂肪組織と線維腺組織の分離において良好な結果を示しています。本研究では、プロトン密度脂肪分率（PDFF）という定量的なバイオマーカーに着目しました。PDFFは、トリグリセリドのプロトン密度とトリグリセリドおよび水のプロトン密度の合計の比率として定義され、組織内の脂肪濃度を正確に反映します。PDFF値は自動的に計算されたPDFFマップから直接導き出され、取得パラメータの変化に影響を受けにくいため、包括的で臨床的に実用的なバイオマーカーとなります。過去の研究では、PDFFは筋肉、膵臓、肝臓など様々な組織で脂肪濃度と相関することが示されており、乳房密度評価にも応用され始めています。

研究方法：3テスラMRIを用いたPDFF測定

本研究は、2020年8月から11月にかけて300人の対象者からMRIデータが取得されました。このうち、193人の女性がレトロスペクティブに研究対象として選ばれ、3テスラMRIスキャナーで6エコーの化学シフトエンコーディングベースの水脂肪分離シーケンスを用いて検査されました。水脂肪分離は、単一のT2減衰と事前較正された7ピーク脂肪スペクトルを考慮した信号モデルに基づいて行われ、体積的な脂肪のみ、水のみの画像、PDFFマップ、およびT2値が生成されました。乳房の半自動セグメンテーション（画像処理による領域分割）後、乳房全体および線維腺組織におけるPDFFとT2*値が決定されました。マンモグラフィとMRIに基づく乳房密度は、米国放射線医学会乳房画像レポート・データシステム（ACR BI-RADS®）のカテゴリ（ACR A-D）を用いて視覚的に分類されました。最終的に、良好な品質のPDFFマップが得られた138人の女性が分析対象となりました。

**Figure 1.** Fig. 1 Study flow chart解説: この図は研究のフローチャートを示しており、300人のMRI対象者から、最終的にPDFFマップの品質が良好な138人の女性が分析対象として選ばれるまでの除外基準（最近のマンモグラフィの欠落、乳腺内の病変や治療の影響、シリコンインプラントの存在、位相誤差補正の失敗など）が段階的に示されています。

乳房のセグメンテーションワークフローは、脂肪分離画像（A）、水分離画像（B）、PDFFマップ（C）から、K-meansクラスタリングによる脂肪、水、および前景のマスク（D–F）を生成し、手動で胸筋と乳房実質の境界を定義（G）、その後、左右の乳房のマスクを自動的に完成させ（H）、線維腺組織を自動的にセグメンテーションする（I）という手順で行われました。

**Figure 2.** Fig. 2 Segmentation workflow. A Axial MRI fat-separated image. B Axial MRI water-separated image. C PDFF map. D–F Fat, water, and foreground mask as a result of k-means clustering. G Manual segmentation delineating the border between the pectoralis muscle and解説: この図は、MRI画像における乳房セグメンテーションのワークフローを示しています。Aは脂肪分離画像、Bは水分離画像、CはPDFFマップです。D-FはK-meansクラスタリングの結果として得られた脂肪、水、および前景のマスクを示し、Gでは胸筋と乳房実質の間の境界を手動で描画しています。Hは左右の乳房のセグメンテーションマスクの自動補完、Iは線維腺組織の最終的な自動セグメンテーションを示しています。

研究に参加した対象者の特性をまとめたものが

**Table 1.** Table 1 Patient characteristics解説: この表は、研究対象となった138人の女性の対象者特性をまとめています。年齢の中央値（範囲）、ACR乳房密度カテゴリーの分布、乳房全体のPDFFの中央値（範囲）、乳がん既往歴の有無とその治療法、乳がんの家族歴、遺伝子変異の有無などが示されています。

です。

研究結果：PDFFと乳房密度の強い負の相関

乳房全体のPDFFは、マンモグラフィおよびMRIによる乳房密度測定と強く負に相関しました（スピアマンの順位相関係数：-0.74、p < .001）。これは、乳房が密であるほどPDFF値が低いことを示します。また、PDFFはACRの4つのカテゴリ全てにおいて有意な区別を示しました。

**Figure 3.** Fig. 3 Mammograms with breast density estimation following the American College of Radiology Breast Imaging Reporting and Data System categories A-D with corresponding PDFF maps解説: この図は、米国放射線医学会（ACR）の乳房画像レポート・データシステム（BI-RADS®）のカテゴリAからDに従って評価されたマンモグラフィ画像と、それに対応するPDFFマップの比較を示しています。ACRカテゴリーA（ほぼ脂肪性）からD（極めて高密度）にかけて、マンモグラフィにおける高密度領域が増加する様子と、それに対応するPDFFマップでの脂肪分率（暗い領域）の減少が視覚的に示されています。

線維腺組織の平均T2*は、ACRカテゴリーの増加とともに正に相関しました（スピアマンの順位相関係数：0.34、p < .001）。さらに、線維腺組織のPDFFは年齢と相関関係を示しました（ピアソン相関係数：0.56、p = .03）。

**Figure 5.** Fig. 5 Correlation of mean PDFF values of the fibroglandular tissue to different age groups with adjusted p values revealing a positive correlation解説: この図は、線維腺組織の平均PDFF値（左）と平均T2*値（右）と異なる年齢層との相関関係を、調整済みp値とともに示しています。線維腺組織のPDFFは年齢層の上昇とともに有意な相関を示しているのに対し、T2*は年齢との有意な相関は示していませんが、ACRカテゴリーによる層別化では脂肪濃度の上昇に伴いT2*値が短くなる傾向がみられます。

乳房全体のPDFFの平均値は76.1%であり、線維腺組織のみのPDFFの平均値は7.7%でした。ACRカテゴリー別に層別化されたMRIパラメータの結果は

**Table 2.** Table 2 MRI parameter results stratified by the four American College of Radiology Breast Imaging Reporting and Data System categories (ACR A-D)**解説:** この表は、米国放射線医学会（ACR）の乳房画像レポート・データシステム（BI-RADS®, 第5版）の4つのカテゴリ（ACR A-D）別に層別化されたMRIパラメータの結果を示しています。マンモグラフィおよび乳房MRでの対象者数と割合、乳房全体のPDFF、線維腺組織のPDFF、線維腺組織のT2*の中央値（範囲）が、各ACRカテゴリーごとに示されています。

に示されています。

考察と結論：客観的でユーザー独立な乳房密度評価へ

本研究の主な発見は、乳房PDFFがマンモグラフィおよび従来のMRIベースの乳房密度評価と強く負に相関することです。PDFFは乳房密度を客観的に定量化するものであり、T2と組み合わせることで乳房の構造的組成に関する情報も提供します。PDFFマップの取得にかかるMRIスキャン時間はわずか数分であり、臨床ルーチンの乳房MRI検査への適用が容易です。これにより、PDFFは、乳房密度を測定し、乳房の組成における構造的変化を追跡するための、堅牢で非電離放射線を使用しない定量的な代替手段となります。したがって、PDFFは乳がんの個別化されたリスク評価のパラメータとして使用できます。マンモグラフィは広く利用可能であるため、臨床での乳房密度評価のゴールドスタンダードですが、その情報価値は専門家間の読影の一貫性の低さによって制限されます。PDFFは、従来のマンモグラフィの2次元投影の限界を克服し、組織の脂肪および水含有量の信頼性の高い客観的な識別子を提供します。本研究では、PDFFマッピングに低フリップ角勾配エコーシーケンスを使用しているため、PDFFは基礎となる緩和特性から独立しており、T1バイアスを低減します。PDFFは、磁場強度、スキャナープラットフォーム、特定の走査パラメータに依存せず、実質トリグリセリド濃度と高い相関を示します。そのため、乳房内の実際の脂肪含有量を反映し、乳房密度の信頼性の高い標準化されたバイオマーカーとなります。特に、線維腺組織のPDFFが年齢と相関したことは、年齢に伴う乳房の構造的変化を反映している可能性があります。PDFF（T2と組み合わせた場合）の導入は、スクリーニング対象者およびフォローアップMRIにおける個別化されたリスク評価の過程で、追加の貴重な情報を提供する可能性があります。PDFFを補完的に統合することで、乳房密度を客観的に分類し、特に非常に高密度で異質な組成の乳房を持つ対象者において、堅牢で標準化された個別リスク評価を可能にし、オーダーメイドのスクリーニングレジメンを可能にします。さらに、時間経過に伴う構造的変化を客観的に追跡し、個別化されたリスク評価や、がん発生後または抗ホルモン療法後の治療反応評価に役立てることができます。

研究の限界と今後の展望

本研究にはいくつかの限界があります。第一に、乳房PDFFとマンモグラフィおよび従来のMRIベースの密度指標との関係に焦点を当てており、報告された脂肪分率が他のMRIベースの脂肪濃度測定値で検証されていません。しかし、PDFF測定方法は他の臓器への応用で知られている交絡因子を既に考慮しています。第二に、乳房PDFFの再現性分析は今回行われていません。肝臓の脂肪含有量や健常者の乳房脂肪含有量におけるPDFFの高い再現性は既に確認されているため、対象者の乳房実質脂肪濃度におけるPDFFも高いと予想されます。第三に、本研究で採用された手法はバイポーラ読み出し取得に基づいており、定量における位相誤差は考慮されていますが、少数のデータセットで問題が生じました。モノポーラ読み出し勾配を用いた今後の研究で、このような問題は軽減される可能性があります。

用語集

ACR: 米国放射線医学会（American College of Radiology）の略称で、乳房密度をA～Dの4段階で分類する基準を定めています。
BI-RADS®: 乳房画像レポート・データシステム（Breast Imaging Reporting and Data System）の略称で、乳房の画像所見を標準化するための分類システムです。
PDFF: プロトン密度脂肪分率（Proton Density Fat Fraction）の略称で、組織内の脂肪濃度を定量的に示すMRIのバイオマーカーです。
T2*: MRIにおける横緩和時間の一種で、組織の磁気特性を反映するパラメータです。
マンモグラフィ: 乳房のX線撮影検査で、乳がん検診に広く用いられますが、電離放射線を使用します。
MRI: 磁気共鳴画像診断（Magnetic Resonance Imaging）の略称で、磁気と電波を利用して体内の詳細な画像を撮影する非電離放射線の検査です。
線維腺組織: 乳房を構成する組織の一つで、乳腺と結合組織からなり、脂肪組織と対比されます。
化学シフトエンコーディング: MRI技術の一つで、水と脂肪のわずかな周波数差を利用して、それぞれの信号を分離し、水のみや脂肪のみの画像を作成する技術です。