摘要目的 探讨非对称回波最小二乘估算法迭代水脂分离序列(iterative decomposition of water and fat with echo asymmetrical and least-squares estimation quantitation sequence,IDEAL-IQ)来源的R2*值在乳腺良恶性肿瘤鉴别诊断中的价值,并与传统多回波T2*梯度回波(gradient recalled echo,GRE)序列来源的R2*值进行比较.材料与方法 回顾性分析2021年9月至2023年10月在中国医科大学附属第一医院连续收治的42名患者的50个良性肿瘤病灶,在本院影像归档和通信系统(picture archiving and communication systems,PACS)中使用倾向性评分匹配方法匹配肿瘤所在最大层面的最长径,按1:3的比例纳入150名患者的150个恶性肿瘤病灶.将恶性肿瘤根据预后因子[雌激素受体(estrogen receptor,ER)、孕激素受体(progesterone receptor,PR)以及人表皮生长因子受体2(human epidermal growth factor receptor 2,HER-2)]的阳性/阴性表达情况进行分组.所有患者均接受包含IDEAL-IQ和多回波T2*GRE序列的多参数MRI,测量以下定量参数:IDEAL-IQ序列R2*值(R2*IDEAL)、多回波T2*GRE序列R2*值(R2*GRE)、表观扩散系数(apparent diffusion coefficient,ADC)及肿瘤长径.根据原始资料类型的不同,分别利用单因素分析(独立样本t检验、Mann-Whitney U检验等方法)对比分析各参数的差异.采用Spearman相关性分析R2*IDEAL与R2*GRE及二者与ADC的相关性.采用配对样本t检验比较R2*IDEAL与R2*GRE的差异.采用logistic回归分析建立联合诊断模型,并使用受试者工作特征(receiver operating characteristic,ROC)曲线及曲线下面积(area under the curve,AUC)分析单独及联合参数鉴别乳腺肿瘤良恶性的效能.结果 相关性分析显示乳腺肿瘤患者的R2*IDEAL与R2*GRE呈中度相关(r=0.763,P＜0.001),二者与 ADC值均呈负性弱相关[r=-0.300(R2*IDEAL),-0.306(R2*GRE),P＜0.001].良性组与恶性组中,R2*IDEAL与R2*GRE均呈中度相关(r=0.745、0.680,P＜0.001),二者与ADC均无相关性.两种序列所得的R2*值差异有统计学意义(P＜0.001).R2*IDEAL在良恶性组间差异有统计学意义(P＜0.001),管腔HER-2阴性型R2*值最高.对于单一参数,ADC值鉴别良恶性的AUC最高(0.857);对于联合参数,R2*IDEAL+ADC鉴别良性组与管腔阴性组的AUC最高(0.927);差异均有统计学意义(P＜0.05).结论 IDEAL-IQ序列生成的R2*值可用于区分良恶性乳腺肿块,可能成为除ADC外辅助乳腺肿瘤良恶性鉴别的又一无需对比剂参数.