在乳腺癌的分化和预测中进行B1校正的T1映射
Yijie Chen1, Jichun Guo1, Feifei Shan2
1Department of Radiology, Affiliated Yuebei People's Hospital of Guangdong Medical University, No.133, Huimin South Road, Shaoguan City, 512026, Guangdong, China.
Scientific reports
|August 21, 2025
概括
B1 校正的 T1 映射有效区分良性和恶性乳腺病变. 这种使用对比前后T1值的技术有助于预测病变特征,并提高乳腺癌的诊断准确性.
科学领域:
- 放射学
- 医学成像
- 癌症学
背景情况:
- 准确区分良性和恶性乳腺病变对于适当的患者治疗至关重要.
- 磁共振成像 (MRI) 技术正在不断发展,以提高诊断能力.
研究的目的:
- 评估B1校正的T1映射在区分良性和恶性乳腺病变中的有效性.
- 评估T1映射参数对乳腺癌生物特征的预测价值.
主要方法:
- 在364名患者的对比度增强前后使用多转角成像获得T1图.
- 计算了各种T1参数,包括对比前后值,差异 (ΔT1),百分比减少 (ΔT1%) 和比率.
- 使用ROC分析开发并比较了包含T1参数和临床数据的预测模型.
主要成果:
- 在良性病变和恶性病变之间观察到T1值的显著差异.
- 多变量分析确定了 ΔT1%,年龄和 BI- RADS 分类为恶性瘤的独立风险因素.
- 使用ΔT1%,年龄和BI-RADS分类的预测模型实现了高AUC0.952以区分病变类型.
结论:
- B1 校正的 T1 映射在区分良性和恶性乳腺病变方面具有显著的临床价值.
- 将T1映射参数集成到预测模型中可以提高乳腺病变的诊断性能.
更多相关视频
08:32Using Computer-based Image Analysis to Improve Quantification of Lung Metastasis in the 4T1 Breast Cancer Model
Published on: October 2, 2020
6.4K
07:41Performing Data Mining And Integrative Analysis Of Biomarker in Breast Cancer Using Multiple Publicly Accessible Databases
Published on: May 17, 2019
9.1K
