在全球范围内，乳腺癌是妇女中最常见的恶性肿瘤之一。乳腺癌的早期发现、诊断和治疗对于改善预后至关重要。目前，病理结果是诊断乳腺病变的金标准。鉴于侵入性检查的风险，人们对非侵入性和成本效益高的方法，如影像学检查越来越感兴趣。

磁共振成像（MRI）对乳腺癌的诊断具有很高的敏感性和特异性。特别是，由于扩散加权成像(DWI)能够通过表征水分子的扩散提供有价值的信息，因此在评估乳腺癌方面显示出巨大的临床潜力。

作为扩散功能的经典定量参数，ADC已被广泛应用于临床实践中。虽然有大量证据证实ADC值在区分乳腺良性和恶性病变方面的效用，但这种区分的最佳阈值并没有得到很好的描述。在人体内，细胞器、细胞膜和其他因素限制了水分子的扩散。此外，由于组织的多样性、复杂的组织结构和异质性，扩散引起的磁共振信号损失偏离了单指数衰减，特别是在高b值时更为显著。因此，ADC值不能完全反映病理组织结构的异质性。

以前的研究认为，描述乳腺癌的组织异质性对指导临床治疗至关重要。因此，开发一种非侵入性的成像技术是解开微观结构信息的关键要务。其中一个值得深入研究的模型是FROC模型。一组新的参数，即扩散系数D（单位：平方微米/毫秒）、空间分阶导数β（无量纲）和空间参数μ（单位：微米），可以从这个模型中产生。以前的一些研究证明了FROC模型在表征脑瘤方面的巨大潜力。然而，Bickelhaupt等学者发现，在区分恶性和良性乳腺病变方面，FROC模型参数并不优于ADC。

近日，发表在Eur J Radiol杂志的一项研究通过优化扫描方案进一步评估了FROC模型在区分恶性乳腺癌和良性乳腺病变方面的能力及价值。

本项前瞻性研究纳入了103名乳腺病变的患者。所有受试者都接受了12b值的扩散加权成像（DWI）。使用类内系数评估了两位放射科医生在参数量化方面的观察者间一致性。使用Mann-Whitney U检验比较了良性病变组和恶性病变组的常规表观扩散系数（ADC）和三个FROC模型参数D、β和μ。然后，用二元逻辑回归法建立了一个综合预测模型。以组织病理学诊断为参考标准，进行了接受者操作特征（ROC）曲线分析以评价参数的诊断性能。

FROC参数和ADC都在良性病变和恶性病变之间表现出显著差异（P<0.001）。在单个参数中，μ的敏感性高于ADC（μ为95.92%，ADC为91.84%），而β的特异性高于ADC（β为72.22%，ADC为70.37%）。与单个参数相比，ADC和FROC参数（D和β）的组合产生了最大的ROC曲线下面积（0.841），表明区分良性病变和恶性病变的性能有所提高。

 图  纤维腺瘤患者的MRI图像（a-d）：a）扩散加权成像（DWI，b=800s/mm²）；b）D图；c）β图；d）μ图

本研究证明了使用FROC扩散模型来提高识别乳腺恶性病变的准确性的可行性，为临床进行准确的乳腺病变风险分级及评估提供了参考依据。

原文出处：

Chunhong Wang,Guanying Wang,Yunfei Zhang,et al.Differentiation of benign and malignant breast lesions using diffusion-weighted imaging with a fractional-order calculus model.DOI:10.1016/j.ejrad.2022.110646

Tags： Eur J Radiol：如何利用扩散加权成像(DWI)鉴别乳腺良恶性病变？