基于合成MRI的定量图的全瘤组图模型,用于预测侵袭性导管性乳腺癌中状淋巴结的状况
Fang Zeng1, Zheting Yang1, Xiaoxue Tang1
1Department of Radiology, Fujian Medical University Union Hospital, Fuzhou, Fujian Province 350001, China.
European journal of radiology
|January 23, 2024
概括
合成MRI (SyMRI) 的组图分析可以预测状淋巴结 (ALN) 在侵入性导管癌 (IDC) 患者的状态. 这种非侵入性方法有助于在手术前评估ALN转移.
科学领域:
- 放射学 放射学是一门学科.
- 在瘤学瘤学.
- 医学成像分析 医学成像分析
背景情况:
- 准确的手术前评估下淋巴结 (ALN) 状态对于侵袭性导管癌 (IDC) 的分期和治疗计划至关重要.
- 目前用于ALN分期的方法可能是侵入性的,可能无法完全捕捉瘤异质性.
研究的目的:
- 评估合成MRI (SyMRI) 图像的组图分析的有效性,无论是前后对比增强,在预测IDC患者的ALN状态时.
- 探索用于非侵入性ALN转移检测量的定量SyMRI参数的诊断性能.
主要方法:
- 一组212名IDC患者接受了乳腺MRI和SyMRI,包括标准T2加权图像,DCE-MRI和定量SyMRI图.
- 从定量图,T2加权图像和DCE-MRI中提取了13个全瘤组织图形特征.
- 使用统计分析,包括后勤回归和ROC曲线,来评估预测性表现.
主要成果:
- 使用T1-Gd定量地图特征 (能量,最小值,方差) 和临床因素 (年龄,多焦点) 的组合模型实现了预测ALN转移 (N0与N+) 的最高AUC (0.879).
- 只有合成T1-Gd模型在预测ALN状态方面表现强 (AUC = 0.823).
- 合成T2_entropy和PD-Gd_energy在区分不同程度的淋巴结参与 (N1与N2-3) 之间具有实用性,AUC为0.722.3.
结论:
- 来自SyMRI定量参数的全瘤组图特征提供了一个有希望的非侵入性方法,用于在IDC中进行ALN转移的术前预测.
- 基于SyMRI的组图分析可以补充ALN分期的现有方法,从而有可能改善治疗决策.
