科研之友
微信
新浪微博
Facebook
分享链接
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（P2post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。
- 单位
