Integration of DCE-MRI and DW-MRI Quantitative Parameters for Breast Lesion Classification

doi:10.1155/2015/237863

.2015:2015:237863.

doi:10.1155/2015/237863。 Epub 2015年8月3日。

结合DCE-MRI和DW-MRI定量参数进行乳腺病变分类

附属公司

¹诊断成像、辐射和代谢治疗部，“国家肿瘤基金会Giovanni Pascale，IRCCS”，意大利那不勒斯，80131，Via Mariano Semmola。
²那不勒斯“Federico II”大学电气工程和信息技术系，意大利那不勒斯，80125，Via Claudio 21。
^三意大利那不勒斯，80131，Via Mariano Semmola，诊断和实验室病理学系，“IRCCS国家肿瘤基金会Giovanni Pascale”。
⁴意大利那不勒斯，80131，Via Mariano Semmola，IRCCS，国家杜莫里基金会（Istituto Nazionale Tumori Fondazione Giovanni Pascale），老年学系。

PMID： 26339597
预防性维修识别码：项目经理4538369
内政部： 10.1155/2015/237863

结合DCE-MRI和DW-MRI定量参数进行乳腺病变分类

罗伯塔·福斯科等。生物识别识别. 2015.

.2015:2015:237863.

doi:10.1155/2015/237863。 Epub 2015年8月3日。

附属公司

¹诊断成像、辐射和代谢治疗部，“国家肿瘤基金会Giovanni Pascale，IRCCS”，意大利那不勒斯，80131，Via Mariano Semmola。
²那不勒斯“费德里科二世”大学电气工程和信息技术系，Via Claudio 21，80125 Naples，Italy。
^三诊断和实验室病理学系，“意大利肿瘤基金会Giovanni Pascale，IRCCS”，Via Mariano Semmola，80131那不勒斯，意大利。
⁴意大利那不勒斯，80131，Via Mariano Semmola，IRCCS，国家杜莫里基金会（Istituto Nazionale Tumori Fondazione Giovanni Pascale），老年学系。

PMID： 26339597
预防性维修识别码：项目经理4538369
内政部： 10.1155/2015/237863

摘要

目标：本研究的目的是评估结合动态对比增强MRI（DCE-MRI）和弥散加权MRI（DW-MRI）的成像方案对可疑乳腺病变患者的诊断价值。

材料和方法：本研究共纳入26例女性患者的31个乳腺病变（经组织学检查证实为恶性15个，良性16个）。对于DCE-MRI和DW-MRI，在手动分割的ROI上逐像素计算无模型和基于模型的参数。统计程序包括常规线性分析和更先进的良性和恶性病变分类技术。

结果：我们的发现表明DCE-MRI和DW-MRI参数之间没有很强的相关性。分类分析结果表明，与单一特征相比，结合DCE参数或DW-MRI参数并不能显著提高两种技术的敏感性和特异性。考虑到所有特征的充分组合，获得了最佳性能。此外，结合所有特征的分类结果仅以DCE-MRI特征为主。

结论：DWI和DCE-MRI联合应用并没有显示出显著提高乳腺MRI敏感性和特异性的潜力。单独使用DCE-MRI与DW-MRI联合应用具有相同的性能。

PubMed免责声明

数字

图1
每对特征的Spearman相关系数(第页)在体素逐个体素级别以颜色代码报告。黄色和红色表示正相关；青色和蓝色表示负相关。大多数DCE特征与DW特征不相关；观察到两者之间存在较强的正相关性D类和PI(第页=0.70）和D类和SOD(第页=0.60）。

图2
在逐体素分析的情况下，单个特征的接收器工作曲线（ROC）。根据每个特征（见表2），报告ROC的真阳性率（TPR）和假阳性率（FPR）。曲线图按照曲线下面积（AUC）按行降序排列，最大AUC位于左上角。红点表示考虑到良性肿瘤受试者之间的失衡，TRP/FPR之间的最佳折衷。FPR通常很高，除了k个 _{电动自行车}和人力资源。

图3
病变分析情况下单个特征的受试者操作曲线（ROC）。根据每个特征（见表2），ROC是根据真阳性率（TPR）和假阳性率（FPR）报告的。曲线图按照曲线下面积（AUC）按行降序排列，最大AUC位于左上角（每个特征的AUC在括号中表示）。红点表示考虑到良性肿瘤受试者之间的失衡，最佳值。

图4
最佳线性组合的ROC分析*全部的*在逐像素分析的情况下，使用线性判别分析获得的特征。AUC显示在括号中。红点表示考虑到良性肿瘤患者之间的失衡，最佳点：TPR约为0.93，FPR约为0.35。

图5
最佳线性组合的ROC分析*全部的*在逐病灶分析中使用线性判别分析获得的特征。考虑到良性肿瘤患者之间的失衡，红点表示最佳点。AUC在括号中报告。TPR为1，FPR小于0.1。

图6
一种简单的良性和恶性病变分类算法的结果：使用像素逐像素分析中的最佳特征组合，可以将病变中的体素划分为良性或恶性：如果病变的恶性体素百分比高于50%，则将其划分为恶性。报告每个患者在ROI中正确分类的体素百分比：如果该百分比高于50%，则可以正确识别病变。可以看出，仅使用DCE（蓝线）只有9个病灶被错误分类。仅使用DW，我们又有9个病灶被错误分类，但它们与之前的不同。此外，DCE和DW的组合仅产生与DCE相同的结果。

请参阅PMC中的此图像和版权信息

类似文章

通过使用动态对比增强磁共振成像、扩散加权成像和三维质子磁共振波谱成像对乳房进行多参数磁共振成像，提高了诊断准确性。
Pinker K、Bogner W、Baltzer P、Gruber S、Bickel H、Brueck B、Trattnig S、Weber M、Dubsky P、Bago Horvath Z、Bartsch R、Helbich TH。 Pinker K等人。投资无线电。2014年6月；49(6):421-30. doi:10.1097/RLI.00000000000029。投资无线电。2014 PMID：24566292
使用接收器操作特征曲线分析，与仅使用动态增强MRI相比，屏气弥散加权MRI在检测小肝癌病变中的附加价值。
Xu PJ、Yan FH、Wang JH、Lin J、Ji Y。 Xu PJ等人。 J Magn Reson成像。2009年2月；29(2):341-9. doi:10.1002/jmri.21650。 J Magn Reson成像。2009 PMID：19161186
DCE-MRI后实施定量DWI可提高BI-RADS 3和4乳腺病变的特异性。
Dijkstra H、Dorrius MD、Wielema M、Pijnappel RM、Oudkerk M、Sijens PE。 Dijkstra H等人。 J Magn Reson成像。2016年12月；44(6):1642-1649. doi:10.1002/jmri.25331。Epub 2016年6月7日。 J Magn Reson成像。2016 PMID：27273694
乳腺MR，特别关注DW-MRI和DCE-MRI。
Petralia G、Bonello L、Priolo F、Summers P、Bellomi M。 Petralia G等人。癌症成像。2011年6月28日；11(1):76-90. doi:10.1102/1470-7330.2011.0014。癌症成像。2011 PMID：21771711 免费PMC文章。审查。
扩散加权MRI用于未增强乳腺癌筛查。
Amornsiripanich N、Bickelhaupt S、Shin HJ、Dang M、Rahbar H、Pinker K、Partridge SC。 Amornsiripanich N等人。放射科。2019年12月；293(3):504-520. doi:10.1148/radiol.2019182789。Epub 2019年10月8日。放射科。2019 PMID：31592734 免费PMC文章。审查。

查看所有类似文章

引用人

肾脏小病变的科学现状：诊断评估和放射学。
Trovato P、Simonetti I、Morrone A、Fusco R、Setola SV、Giacobbe G、Brunese MC、Pecchi A、Triggiani S、Pellegrino G、Petralia G、Sica G、Petrillo A、Granata V。 Trovato P等人。《临床医学杂志》，2024年1月18日；13(2):547. doi:10.3390/jcm13020547。《临床医学杂志》，2024年。 PMID：38256682 免费PMC文章。审查。
通过T2加权成像和动态对比增强磁共振成像进行放射学和人工智能分析，预测乳腺癌组织学结果。
Petrillo A、Fusco R、Barretta ML、Granata V、Mattace Raso M、Porto A、Sorgente E、Fanizzi A、Massafra R、Lafranceschina M、La Forgia D、Trombadori CML、Belli P、Trecate G、Tenconi C、De Santis MC、Greco L、Ferranti FR、De Soccio V、Vidiri A、Botta F、Dominelli V、Cassano E、Boldrini L。 Petrillo A等人。无线电医学，2023年11月；128（11）：1347-1371。doi:10.1007/s11547-023-01718-2。Epub 2023年10月6日。《无线电医学》，2023年。 PMID：37801198
利用计算机断层扫描和磁共振成像进行放射学和机器学习分析，以评估结肠直肠癌肝转移的预后。
格拉纳塔五世（Granata V）、富斯科（Fusco R）、德穆齐奥（De Muzio F）、布鲁内斯（Brunese MC）、塞托拉（Setola SV）、奥塔亚诺（Ottaiano A）、卡多内（Cardone C）、阿瓦隆（Avallone A）、帕特龙（Patrone R）、普拉德拉（Pradella S）、米埃勒五世（Miele V）、塔坦格罗（Tatangelo F）。 Granata V等人。无线电医学，2023年11月；128(11):1310-1332. doi:10.1007/s11547-023-01710-w.Epub 2023年9月11日。《无线电医学》，2023年。 PMID：37697033
人工智能和放射对胶质母细胞瘤患者脑组织的影响：使用定量工具的初步数据。
Franco D、Granata V、Fusco R、Grassi R、Nardone V、Lombardi L、Capabianca S、Conforti R、Briganti F、Grassi R、Caranci F。 Franco D等人。《无线电医学》，2023年7月；128(7):813-827. doi:10.1007/s11547-023-01655-0。Epub 2023年6月8日。《无线电医学》，2023年。 PMID：37289266
结直肠癌肝转移患者预后评估：放射性和放射基因组学的前景和局限性。
格拉纳塔五世（Granata V）、富斯科（Fusco R）、塞托拉（Setola SV）、加迪埃罗（Galdiero R）、马吉亚莱蒂（Maggialetti N）、帕特龙（Patrone R）、奥塔亚诺（Ottaiano A）、纳斯蒂（Nasti G）、西尔维斯特罗（Silvestro L）、卡萨塔（Cassata）、格拉西。 Granata V等人。癌症感染因子。2023年3月16日；18(1):18. doi:10.1186/s13027-023-00495-x。癌症感染因子。2023 PMID：36927442 免费PMC文章。审查。

查看所有“被引用”文章

工具书类

1. Huang W.，Fisher P.R.，Dulaimy K.，Tudorica L.A.，O'Hea B.，Button T.M.乳腺恶性肿瘤检测：提高特异性的MR诊断方案。放射科。2004;232(2):585–591. doi:10.1148/radiol.2322030547。-内政部-公共医学
1. Heywang-Köbrunner S.H.，Viehweg P.，Heinig A.，Küchler C.胸部对比增强MRI：准确性，价值，争议，解决方案。欧洲放射学杂志。1997;24(2):94–108. doi:10.1016/s0720-048x（96）01142-4。-内政部-公共医学
1. Schnall M.D.、Rosten S.、Englander S.、Orel S.G.、Nunes L.W.乳腺MR图像的结构和动力学联合解释模型。学术放射学。2001;8(7):591–597. doi:10.1016/s1076-6332（03）80683-9。-内政部-公共医学
1. Kinkel K.，Helbich T.H.，Esserman L.J.等人。可疑乳腺病变的动态高空间分辨率MR成像：诊断标准和观察者间变异性。美国X线杂志。2000;175(1):35–43. doi:10.2214/ajr.175.1.1750035。-内政部-公共医学
1. Warren R.M.L.、Pointon L.、Thompson D.等人。乳腺动态对比增强MR图像的阅读协议：敏感性和特异性分析。放射科。2005;236（3）：779–788。doi:10.1148/radiol.2363040735。-内政部-公共医学

MeSH术语

行动
行动
行动
行动
行动
行动
行动
行动
行动
行动
行动
行动
行动
行动
行动
行动

物质

行动
行动

LinkOut-更多资源

[1] Huang W.，Fisher P.R.，Dulaimy K.，Tudorica L.A.，O'Hea B.，Button T.M.乳腺恶性肿瘤检测：提高特异性的MR诊断方案。放射科。2004;232(2):585–591. doi:10.1148/radiol.2322030547。-内政部-公共医学

[2] Huang W.，Fisher P.R.，Dulaimy K.，Tudorica L.A.，O'Hea B.，Button T.M.乳腺恶性肿瘤检测：提高特异性的MR诊断方案。放射科。2004;232(2):585–591. doi:10.1148/radiol.2322030547。-内政部-公共医学

[3] Heywang-Köbrunner S.H.，Viehweg P.，Heinig A.，Küchler C.胸部对比增强MRI：准确性，价值，争议，解决方案。欧洲放射学杂志。1997;24(2):94–108. doi:10.1016/s0720-048x（96）01142-4。-内政部-公共医学

[4] Heywang-Köbrunner S.H.，Viehweg P.，Heinig A.，Küchler C.胸部对比增强MRI：准确性，价值，争议，解决方案。欧洲放射学杂志。1997;24(2):94–108. doi:10.1016/s0720-048x（96）01142-4。-内政部-公共医学

[5] Schnall M.D.、Rosten S.、Englander S.、Orel S.G.、Nunes L.W.乳腺MR图像的结构和动力学联合解释模型。学术放射学。2001;8(7):591–597. doi:10.1016/s1076-6332（03）80683-9。-内政部-公共医学

[6] Schnall M.D.、Rosten S.、Englander S.、Orel S.G.、Nunes L.W.乳腺MR图像的结构和动力学联合解释模型。学术放射学。2001;8(7):591–597. doi:10.1016/s1076-6332（03）80683-9。-内政部-公共医学

[7] Kinkel K.，Helbich T.H.，Esserman L.J.等人。可疑乳腺病变的动态高空间分辨率MR成像：诊断标准和观察者间变异性。美国X线杂志。2000;175(1):35–43. doi:10.2214/ajr.175.1.1750035。-内政部-公共医学

[8] Kinkel K.，Helbich T.H.，Esserman L.J.等人。可疑乳腺病变的动态高空间分辨率MR成像：诊断标准和观察者间变异性。美国X线杂志。2000;175(1):35–43. doi:10.2214/ajr.175.1.1750035。-内政部-公共医学

[9] Warren R.M.L.、Pointon L.、Thompson D.等人。乳腺动态对比增强MR图像的阅读协议：敏感性和特异性分析。放射科。2005;236（3）：779–788。doi:10.1148/radiol.2363040735。-内政部-公共医学

[10] Warren R.M.L.、Pointon L.、Thompson D.等人。乳腺动态对比增强MR图像的阅读协议：敏感性和特异性分析。放射科。2005;236（3）：779–788。doi:10.1148/radiol.2363040735。-内政部-公共医学

将引文保存到文件

电子邮件引文

添加到集合

添加到我的书目

您保存的搜索

为外部引文管理软件创建文件

你的RSS订阅源

结合DCE-MRI和DW-MRI定量参数进行乳腺病变分类

附属公司

结合DCE-MRI和DW-MRI定量参数进行乳腺病变分类

作者

附属公司

摘要

数字

类似文章

引用人

工具书类

MeSH术语

物质

LinkOut-更多资源

全文源

其他文献来源

医疗

摘要

数字

类似文章

引用人

工具书类

MeSH术语

物质

相关信息

LinkOut-更多资源

全文源

其他文献来源

医疗