结合DCE-MRI和DW-MRI定量参数进行乳腺病变分类

定量DWI在评估乳腺病变方面的NPV低于DCE-MRI，因此可能无法替代DCE-MRI；当在DCE-MRI作为BI-RADS 3和4病变的问题解决器后实施时，联合特异性显著提高。J.马格纳。Reson公司。2016年成像；44:1642-1649.

欧洲和美国放射肿瘤学学会（GEC-ESTRO和ASTRO）的指南规定了在低风险乳腺癌患者肿块切除术后提供部分乳腺照射（PBI）的选择标准，而不管术前分期如何。Tallet等人最近发表的一篇文章探讨了术前磁共振成像（MRI）对患者PBI资格的影响。从他们的研究中，4%的患者检测到同侧BC，不包括术中放疗（IORT）的患者。作者建议术前MRI应常规用于患者的IORT候选者，因为同侧乳腺癌的检出率很高。鉴于塔莱特的文章，我们分析了这个问题的一些方面，以设想如何更好地识别那些可以从PBI中受益的患者，尤其是使用IORT的患者。从历史研究来看，未经放疗的乳腺癌在指数象限外复发的风险在1.5-3.5%之间。据报道，MRI对浸润性癌的检测灵敏度高达100%，对致密乳腺尤其有用。其他成像技术没有达到与常规MRI相同的敏感性和特异性。值得注意的是，在PBI上发表和正在进行的随机试验中，没有一项将术前MRI作为分期的一部分。在PBI环境下进行术前MRI是一个有趣的问题，但现有数据表明，最好在前瞻性临床试验中研究这一问题，以阐明MRI的作用和发现的额外病灶的临床意义。

在过去的25年里，在使用磁共振成像（MRI）进行肿瘤评估的领域中，出现了两种主要的有希望的应用，它们可以提供形态学图像以外的有用功能信息：动态对比增强MRI（DCE-MRI）和弥散加权成像（DWI或DW-MRI）。DCE-MRI涉及注射造影剂，该造影剂流入供养肿瘤的血管网络，可能提供与血管生成现象相关的组织血管灌注信息，进而与肿瘤生长相关。DWI利用了受组织细胞和血管化影响的水布朗运动。DCE-MRI和DWI的成功应用很大程度上取决于过去几十年来MRI技术的改进以及组织的适当生物数学建模。在这篇社论中，我将简要讨论这两个应用程序的几个主要问题，重点是生物数学建模。DCE-MRI的主要技术问题涉及时空分辨率和对比剂浓度准确定量之间的权衡。它们都会影响肿瘤DCE评估中常用的生物数学模型的准确性。在DCE早期，放射科医生主要观察单个体素或平均感兴趣区域（ROI）的时间-强度曲线形状；事实上，已经观察到，在使用对比剂后，典型的侵袭性（恶性）肿瘤表现为洗进（吸收）和洗出（排泄）阶段，而良性病变表现为缓慢的吸收率。然而，这种类型的分析对读者有很强的依赖性，不允许对同一主题的后续研究或不同主题的研究进行轻松和定量的比较。很明显，需要采取更加量化的方法。几个小组（Tofts等人1、Larsson等人2、Brix等人3）建议使用生物数学模型分析DCE数据。这些早期模型主要基于组织分区（血浆和细胞外隔室），有趣的参数是与血管壁渗透性相关的隔室间交换动力学常数：事实上，不成熟，泄漏血管（肿瘤刺激血管内皮生长因子（VEGF）快速生长）应显示出较高的通透性。4然而，由于当时可用的技术设备的限制，这些模型对现实情况进行了强烈简化。事实上，对高分辨率图像的需求阻碍了多序列的快速采集。如今，许多快速脉冲采集序列提供了使用更真实生物数学模型的可能性：不同组Koh等人5、Schabel等人6、，Sourbron 7提出了更复杂的模型，其中包括第一代模型未考虑的一些方面：放弃了体素内仅2个隔室的粗略近似，并且隔室的分布更为真实。。。