使用基于MRI的多参数诊断算法,区分上腺皮癌和缺乏脂质的上腺腺瘤
Carmelia Oloukoi1, Anthony Dohan2, Martin Gaillard3
1Department of Radiology, Hôpital Cochin, AP-HP, 75014 Paris, France; Université Paris Cité, Faculté de Médecine, 75006 Paris, France.
Diagnostic and interventional imaging
|April 4, 2024
概括
多参数核磁共振 (MRI) 可以区分缺乏脂质的上腺腺瘤和上腺皮癌. 使用MRI特征的算法,包括明显扩散系数和瘤信号强度指数,显示出高精度和特异性,增加了病变大小,提高了灵敏度.
科学领域:
- 放射学 放射学是一门学科.
- 在瘤学瘤学.
- 内分泌学 在内分泌学.
背景情况:
- 上腺瘤需要精确区分良性腺瘤和恶性癌瘤.
- 缺乏脂质的上腺腺瘤 (LPAA) 和上腺皮癌 (ACC) 存在诊断方面的挑战.
- 多参数磁共振成像 (MRI) 提供了非侵入性表征的潜力.
研究的目的:
- 评估多参数MRI在区分LPAA和ACC的有效性.
- 开发和验证基于多参数MRI特征的诊断算法.
主要方法:
- 在切除前接受多参数MRI的LPAA或ACC患者的回顾性分析.
- 在训练队列中,开发使用多参数MRI变量 (明显扩散系数,瘤信号强度指数) 的递归分区的诊断算法.
- 在一个单独的队列中验证算法的性能,包括和不包括上腺瘤大小 (4厘米切断值).
主要成果:
- 在单独使用时,诊断算法在验证队列中实现了75%的准确性,将ACC与LPAA区分开来.
- 当算法与瘤大小相结合时,ACC诊断的灵敏度最大化为96%.
- 当算法独立于瘤大小使用时,特异性最高为76%.
结论:
- 基于MRI的多参数算法,包括明显扩散系数和瘤信号强度指数,可以有效地区分ACC和LPAA.
- 将这种算法与上腺损伤大小相结合,可显著提高多参数MRI用于ACC检测的灵敏度.
