合成MRI联合基于复合灵敏度编码弥散加权成像(MUSE-DWI)鉴别子宫内膜良、恶性病变

Combined synthetic MRI and multiplexed sensitivity encoding diffusion weighted imaging(MUSE-DWI)for differentiating benign and malignant endometrial lesions

二维码有效期 120s

摘要目的观察合成MRI联合基于复合灵敏度编码的弥散加权成像(MUSE-DWI)鉴别子宫内膜良、恶性病变的价值.方法回顾性分析112例经病理证实子宫内膜病变患者资料,根据病理诊断结果将其分为恶性组(n=72)及良性组(n=40).测量病变合成MRI及MUSE-DWI定量参数,包括T1、T2、质子密度(PD)及表观弥散系数(ADC);比较 2组临床资料及病变ADC、T1、T2及PD值.对组间差异有统计学意义的参数行单因素及多因素logistic回归分析,建立单变量及联合模型用于鉴别子宫内膜良、恶性病变,绘制受试者工作特征曲线,计算曲线下面积(AUC)评估其诊断效能并以DeLong检验加以比较.结果恶性组患者年龄大于良性组(P＜0.05);子宫内膜恶性病变长径大于,而ADC、T2及PD值均低于良性病变(P均＜0.05);组间T1值差异无统计学意义(P=0.074).ADC单变量模型的AUC为 0.966,与ADC+T2+PD联合模型的AUC(0.970)差异无统计学意义(校正P＞0.05),而均高于T2单变量模型(0.618)、PD单变量模型(0.664)及T2+PD联合模型(0.668)(校正P均＜0.05).结论以合成MRI联合MUSE-DWI参数构建的ADC单变量模型及与其他参数构建的联合模型均能较有效鉴别子宫内膜良、恶性病变.