从超快的动态增强对比度的乳房MRI使用基于人口的对比个体动脉输入功能的定量分析,并与半定量分析进行比较

科学领域:

• 放射学和成像科学 放射学和成像科学
• 瘤学和癌症诊断 癌症诊断
• 医学物理 医学物理

背景情况:

• 动态对比增强磁共振成像 (DCE-MRI) 对于乳腺癌诊断至关重要.
• 对DCE-MRI参数的定量分析可以提高诊断准确度.
• 传统方法涉及单个动脉输入函数 (I-AIF) 的离线分析,这可能耗时.

研究的目的:

• 评估使用基于人口的动脉输入函数 (P-AIF) 的超快DCE-MRI线内定量分析的诊断价值.
• 为了比较这种在线P-AIF方法与使用个人AIF (I-AIF) 和用于乳腺癌诊断的半定量分析的线下定量分析.

主要方法:

• 对99名患有109种乳腺病变的患者进行前性研究 (85种恶性,24种良性).
• CAIPIRINHA-Dixon-TWIST-VIBE (CDTV) DCE-MRI用于导出基于模型的 (K^trans,k_ep,v_e) 和没有模型的 (washin,washout) 参数.
• 曲线下的面积 (AUC) 和F1得分被评估为半定量和定量分析;物流回归确定了重要的变量.

主要成果:

• 用P-AIF进行线内定量分析的参数k_ep显示AUC (0.782) 与乳腺癌诊断的线下I-AIF分析 (0.779) 相似.
• 在线P-AIF分析与半定量Washin分析 (0.782对0.630) 相比,产生了显著更高的AUC.
• 在线P-AIF分析 (0.920) 的F1得分明显高于离线I-AIF (0.780) 和半定量分析 (0.480).

结论:

• 在线对CDTV DCE-MRI与P-AIF的定量分析提供了与线下I-AIF定量分析相比的诊断准确性.
• 在线P-AIF方法在表征乳腺病变时,与半定量分析相比,显示出更高的诊断准确性.
• 这种方法为使用DCE-MRI诊断乳腺癌提供了有效和准确的工具.