MR扩散峰度成像对BI-RADS3类及4类病变的诊断价值
目的 探讨MR扩散峰度成像(DKI)对乳腺影像报告和数据系统(BI-RADS)3类及4类病变的诊断价值.方法 搜集术前行乳腺动态增强磁共振成像(DCE-MRI)及多b值扩散加权成像(DWI)、且BI-RADS 3类及4类病例共59例,71个病灶,依据病理结果分为恶性组(n=43)与良性组(n=28).分析两组间年龄、病灶大小、形态、边缘、T2WI信号、内部强化、早期强化率(EER)、时间-信号强度曲线(TIC)类型、表观扩散系数(ADC)、平均扩散峰度(MK)、平均扩散系数(MD)差异.比较基于DCE-MRI和DCE-MRI结合DKI的两组BI-RADS评估效能.结果 良、恶性组间病灶形态、内部强化、EER、TIC、ADC、MK、MD差异有统计学意义(P＜0.05),年龄、病灶大小、形态、边缘、T2 WI信号差异无统计学意义(P＞0.05).ADC、MK、MD诊断乳腺病灶为恶性的曲线下面积(AUC)分别为0.893、0.961、0.905,分别以1.19×10-3mm2/s、0.72和1.42×10-3 mm2/s作为诊断阈值,其敏感度分别为89.3％、88.4％、92.9％,特异度分别为86.0％、92.9％、83.7％.在基于DCE-MRI图像的BI-RADS1评估中,3类17个,4类54个.DCE-MRI结合DKI的BI-RADS2评估中,2类12个,3类15个,4类5个,5类39个.与BI-RADS1评估相比,BI-RADS2评估具有更高的特异度(85.7％ vs 46.4％)、准确度(90.1％ vs 73.2％)和更低的假阳性(14.3％ vs 53.6％)、假阴性(7.0％ vs 9.3％).结论 DKI模型对BI-RADS 3类和4类病灶的诊断效能优于传统DWI,且能提高DCE-MRI对该类病变BI-RADS评估的特异度和准确度,降低假阳性和假阴性率,避免不必要的穿刺检查,增加医师诊断信心.
乳腺影像报告和数据系统、BI-RADS 3类、BI-RADS 4类、磁共振成像、扩散峰度成像
38
R737.9;R445.2;R655.8
国家自然科学基金81271629
2019-11-26（万方平台首次上网日期，不代表论文的发表时间）
共6页
1631-1636
