マルチパラメーターMRI放射特性に基づく：DCE-TICタイプIIを用いたBI-RADS 4乳腺病変の鑑別診断

動機：BI-RADS 4乳腺病変を正確に区別することは乳がん診断において重要ですが、従来の画像診断方法では明確な区別が得られず、不必要な生検を引き起こすことがあります。目的：本研究は良性と悪性のBI-RADS 4病変を区別するための診断精度を向上させるために、マルチパラメーターMRI放射特性モデルを開発することを目的としました。アプローチ：モデルはDWI、ADC、及びDCE-MRIシーケンスを組み込み、放射特性を抽出し、RF、SVM、およびLRを含む機械学習分類器を用いて分析しました。結果：特にLR分類器を使用したモデルは高い診断精度と感度を示し、良性と悪性の病変を効果的に区別し、不必要な生検を減らすための臨床的支援を提供しました。影響：この研究のマルチパラメーターMRI放射特性モデルは、BI-RADS 4乳腺病変の診断精度を向上させ、放射線科医に良性と悪性のケースを区別するための信頼できるツールを提供し、不必要な生検を減少させ、乳がん診断における患者管理を改善します。