基于MRI形态学征象与DCE-MRI定量参数的乳腺癌预测模型构建及诊断效能评估

王莉; 吴添烨

doi:10.20267/j.issn.2096-3807.2026.12.010

影像研究与医学应用 ›› 2026, Vol. 10 ›› Issue (12) : 39 -43+48. DOI: 10.20267/j.issn.2096-3807.2026.12.010

基于MRI形态学征象与DCE-MRI定量参数的乳腺癌预测模型构建及诊断效能评估

王莉, 吴添烨

作者信息 +

Author information +

文章历史 +

摘要

目的:构建基于MRI形态学征象与动态对比增强磁共振成像（DCE-MRI）定量参数的乳腺癌预测模型,并评估其诊断效能。方法:回顾性纳入2023年3月—2025年3月在常州市中医医院进行病理诊断的151例乳腺结节患者,所有患者均接受MRI检查,依据病理诊断结果将患者分为良性组与恶性组,采用Logistic回归分析影响乳腺癌发生的因素,基于此构建列线图预测模型,绘制受试者工作特征（ROC）曲线评估各因素联合诊断效能。结果:151例乳腺结节患者中有57例（37.75%）病理诊断结果为恶性,纳入恶性组;94例（62.25%）为良性,纳入良性组。恶性组瘤周水肿、毛刺征、不均匀强化占比均高于良性组,病灶最大直径、速率常数(K_ep)、最大增强斜率（MS）、容积转运常数(K^trans)均高于良性组（P <0.05）;瘤周水肿（OR=2.293）、毛刺征（OR=17.099）、K_ep高（OR=2.041）、MS高（OR=1.586）及K^trans高（OR=2.682）均为影响乳腺癌发生的独立危险因素（P<0.05）。基于上述多因素Logistic回归分析结果建立列线图风险模型,校准曲线与决策曲线验证结果显示模型预测效果良好（P>0.05）;ROC曲线显示,基于MRI形态学与DCE-MRI定量指标诊断乳腺癌的曲线下的面积为0.887 （95%CI:0.835～0.939）;DeLong检验分析结果显示,联合诊断效能高于各单一指标（P<0.05）。结论:基于MRI形态学特征与DCE-MRI定量参数构建乳腺癌风险预测模型具有良好效能,可辅助临床医师进行风险分层,联合各因素诊断效能较高,可提升诊断准确率。