动态增强MRI联合集合序列对乳腺良恶性病变的诊断价值

• 作者: 张力莹 郝济森 殷星 赵鑫 张同贞
• 来源期刊: 临床放射学杂志
• 关键词: 乳腺病变 动态增强 磁共振成像 集合序列
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 乳腺影像学
• 页码范围: 1495-1499
• 页数: 5页
• 语种: 中文

摘要

目的 探讨动态增强磁共振成像(DCE-MRI)和磁共振成像集合(MAGiC)序列对乳腺良恶性病变的鉴别诊断价值.方法 回顾性分析经病理证实的86例乳腺病变患者,共87个病灶,其中,良性病变32个,恶性病变55个.患者均行常规乳腺MRI平扫和动态增强扫描,并于增强前和注射对比剂后分别采集MAGiC序列图像.分析病灶的形态、边界、强化方式、早期强化率(EER)和时间-信号强度曲线(TIC),根据Fischer评分标准及乳腺影像报告与数据系统(BI-RADS) 2013版进行评分和分类.使用GE ADW 4.7后处理工作站对MAGiC序列原始图像进行处理,测量病灶增强前后的T1、T2和质子密度(PD)值,分别用T1pre、T2pre、PDpre和T1post、T2post、PDpost表示,计算各值变化量和变化率{以T1值为例,△T1=T1pre-T1post,△T1％=[(T1pre-T1post)/T1pre]×100％}.分类变量采用卡方检验或R×C列表检验,连续变量采用Mann-Whitney U检验.采用上述具有统计学意义的指标建立单独应用DCE-MRI、MAGiC序列及联合应用DCE-MRI与MAGiC序列的Logistic回归模型,并采用受试者工作特征(ROC)曲线评价其对良恶性病变的鉴别诊断价值.结果 良恶性组间病灶的形态、边界、强化方式和TIC类型差异具有统计学意义(P＜0.05);除T2post和PDpre外,其他定量参数在两组间差异均有统计学意义(P＜0.05);DCE-MRI联合MAGiC序列的Logistic回归模型具有最高的曲线下面积(AUC),其准确率、敏感度和特异度分别为90.8％、94.5％和84.4％.结论 MAGiC序列作为一种辅助检查方法能提高DCE-MRI检查对乳腺良恶性病变的鉴别诊断效能.