时间依赖性DWI在良性与恶性乳腺病变鉴别诊断及微结构特征分析中的应用价值

《BMC Medical Imaging》：The application value of time-dependent DWI in the differential diagnosis of benign and malignant breast lesions and microstructural feature analysis

　　

摘要

目的

旨在评估多种ADC序列以及从时间依赖性扩散加权成像中获得的微结构参数在区分良性与恶性乳腺病变中的附加诊断价值。

方法

本研究共纳入52例乳腺病变患者，其中良性病变24例，恶性病变28例。通过MRI检查测定四种ADC值：ADC_25Hz、ADC_50Hz、ADC_PGSE和ADC_Zoomit。同时计算了fin、Dex、d和细胞密度等微结构参数。采用独立样本t检验和卡方检验比较两组患者的临床及影像学特征，并评估各参数的诊断性能。

结果

年龄、最大直径、FGT、形态学、TIC曲线、水肿程度、T2WI信号、DWI信号以及BI-RADS评分在良性与恶性组之间存在显著差异（p?＜?0.05）。ADC_25Hz、ADC_PGSE和ADC_Zoomit在两组间的差异也具有统计学意义（p?=?0.042、0.020、＜?0.001），其中ADC_Zoomit的AUC值最高，为0.808。在微结构参数中，fin、Dex和d在两组间也存在显著差异（p?=?0.005、0.001、＜?0.001），其中d的AUC值最高，为0.816，其准确率、特异性和敏感度分别为0.769、0.792和0.75。基于扩散参数建立的逻辑回归模型表现出良好的诊断性能，而结合临床及影像学特征的联合模型则实现了最高的诊断准确率。

结论

从时间依赖性扩散加权成像中得到的微结构参数，尤其是d，再加上ADC_Zoomit，可在区分良性与恶性乳腺病变方面展现出良好的诊断潜力。这些研究结果表明，时间依赖性扩散加权成像可能为乳腺癌的诊断提供超越传统MRI特征的附加价值。