Can Color-Coded Parametric Maps Improve Dynamic Enhancement Pattern Analysis in MR Mammography?

Zusammenfassung

Ziel: Dynamische Anreicherungsmuster stellen ein Hauptkriterium für die Differenzialdiagnose von Herdbefunden in der MR-Mammografie (MRM) dar. Der übliche Ansatz zur Erfassung dynamischer Anreicherungsmuster ist die Messung von Signalintensitäts-Zeit-Kurven (SZK) durch manuelle Platzierung von Regions of Interest (ROI). Computer können SZK in jedem untersuchten Voxel berechnen und das Ergebnis zu einer farbkodierten parametrischen Karte (FPK) kombinieren. Dadurch können SZK in der gesamten Läsion beurteilt werden. Diese Untersuchung diente dem Vergleich der diagnostischen Genauigkeit (DG) von FPK mit der ROI-Messung von SZK. Material und Methoden: 329 konsekutive Patienten mit 469 histologisch verifizierten Läsionen wurden untersucht. Die MRM wurde gemäß Standardprotokoll (1,5 T, 0,1 mmol/kg KG Gd-DTPA) durchgeführt. ROI wurden manuell in jeder Läsion zur Messung von SZK platziert. FPK wurden in allen Patienten mithilfe einer dedizierten Software (CADSciences) berechnet. Beide Methoden wurden durch 2 Observer im Konsensus auf einer ordinalen Skala beurteilt. Die Receiver-Operating-Characteristics(ROC)-Analyse wurde zum Vergleich beider Methoden eingesetzt. Ergebnisse: Die Fläche unter der Kurve (AUC) war signifikant (p = 0,026) höher für FPK (0,829) vs. SZK (0,749). Die Sensitivität betrug 88,5 % (FPK) vs. 82,8 % (SZK), während die Spezifität zwischen beiden Methoden gleichwertig war (FKP: 63,7 %, SZK: 63,0 %). Schlussfolgerung: FPK zeigten eine signifikant höhere DG im Vergleich zu SZK, speziell konnte die Sensitivität gesteigert werden. Aus diesem Grunde erscheinen FPK eine brauchbare Methode zur Beurteilung dynamischer Anreicherungsmuster in der MRM zu sein, wobei sie in der Lage sind, mehrere Bildgebungsserien zu einer parametrischen Karte zusammenzufassen.

Abstract

Purpose: Post-contrast enhancement characteristics (PEC) are a major criterion for differential diagnosis in MR mammography (MRM). Manual placement of regions of interest (ROIs) to obtain time/signal intensity curves (TSIC) is the standard approach to assess dynamic enhancement data. Computers can automatically calculate the TSIC in every lesion voxel and combine this data to form one color-coded parametric map (CCPM). Thus, the TSIC of the whole lesion can be assessed. This investigation was conducted to compare the diagnostic accuracy (DA) of CCPM with TSIC for the assessment of PEC. Materials and Methods: 329 consecutive patients with 469 histologically verified lesions were examined. MRM was performed according to a standard protocol (1.5 T, 0.1 mmol/kgbw Gd-DTPA). ROIs were drawn manually within any lesion to calculate the TSIC. CCPMs were created in all patients using dedicated software (CAD Sciences). Both methods were rated by 2 observers in consensus on an ordinal scale. Receiver operating characteristics (ROC) analysis was used to compare both methods. Results: The area under the curve (AUC) was significantly (p = 0.026) higher for CCPM (0.829) than TSIC (0.749). The sensitivity was 88.5 % (CCPM) vs. 82.8 % (TSIC), whereas equal specificity levels were found (CCPM: 63.7 %, TSIC: 63.0 %). Conclusion: The color-coded parametric maps (CCPMs) showed a significantly higher DA compared to TSIC, in particular the sensitivity could be increased. Therefore, the CCPM method is a feasible approach to assessing dynamic data in MRM and condenses several imaging series into one parametric map.

Key words

breast - MR imaging - neoplasms - DCE MRI - computer-assisted diagnosis - sensitivity AND specificity

References

• 1 Kuhl C. The current status of breast MR imaging. Part I. Choice of technique, image interpretation, diagnostic accuracy, and transfer to clinical practice.  Radiology. 2007;  244 356-378
• 2 Kuhl C K. Current status of breast MR imaging. Part 2. Clinical applications.  Radiology. 2007;  244 672-691
• 3 Ikeda D M, Hylton N M, Kinkel K. et al . Development, standardization, and testing of a lexicon for reporting contrast-enhanced breast magnetic resonance imaging studies.  J Magn Reson Imaging. 2001;  13 889-895
• 4 Ikeda D M, Hylton N M, Kuhl C K. et al .MRI Breast Imaging Reporting And Data System Atlas. Reston; American College of Radiology 2003 1ed
• 5 Baum F, Fischer U, Vosshenrich R. et al . Classification of hypervascularized lesions in CE MR imaging of the breast.  Eur Radiol. 2002;  12 1087-1092
• 6 Fischer D R, Wurdinger S, Boettcher J. et al . Further signs in the evaluation of magnetic resonance mammography: a retrospective study.  Invest Radiol. 2005;  40 430-435
• 7 Heywang-Kobrunner S H, Bick U, Bradley W G. et al . International investigation of breast MRI: results of a multicentre study (11 sites) concerning diagnostic parameters for contrast-enhanced MRI based on 519 histopathologically correlated lesions.  Eur Radiol. 2001;  11 531-546
• 8 Kaiser W A, Zeitler Jr E. MR imaging of the breast: fast imaging sequences with and without Gd-DTPA. Preliminary observations.  Radiology. 1989;  170 681-686
• 9 Kuhl C K, Mielcareck P, Klaschik S. et al . Dynamic breast MR imaging: are signal intensity time course data useful for differential diagnosis of enhancing lesions?.  Radiology. 1999;  211 101-110
• 10 Mussurakis S, Buckley D L, Drew P J. et al . Dynamic MR imaging of the breast combined with analysis of contrast agent kinetics in the differentiation of primary breast tumours.  Clin Radiol. 1997;  52 516-526
• 11 Warren R M, Thompson D, Pointon L J. et al . Evaluation of a prospective scoring system designed for a multicenter breast MR imaging screening study.  Radiology. 2006;  239 677-685
• 12 Mussurakis S, Buckley D L, Horsman A. Dynamic MRI of invasive breast cancer: assessment of three region-of-interest analysis methods.  J Comput Assist Tomogr. 1997;  21 431-438
• 13 Mussurakis S, Gibbs P, Horsman A. Peripheral enhancement and spatial contrast uptake heterogeneity of primary breast tumours: quantitative assessment with dynamic MRI.  J Comput Assist Tomogr. 1998;  22 35-46
• 14 Agoston A T, Daniel B L, Herfkens R J. et al . Intensity-modulated Parametric Mapping for Simultaneous Display of Rapid Dynamic and High-Spatial-Resolution Breast MR Imaging Data.  Radiographics. 2001;  21 217-226
• 15 Hauth E A, Stockamp C, Maderwald S. et al . Evaluation of the three-time-point method for diagnosis of breast lesions in contrast-enhanced MR mammography.  Clin Imaging. 2006;  30 160-165
• 16 Kelcz F, Furman-Haran E, Grobgeld D. et al . Clinical Testing of High-Spatial-Resolution Parametric Contrast-Enhanced MR Imaging of the Breast.  Am J Roentgenol. 2002;  179 1485-1492
• 17 Kurz K D, Wittsack H J, Willers R. et al . Dynamic breast MR imaging: is parametric mapping superior to image subtraction in lesion detection?.  Eur Radiol. 2007;  17 3093-3099
• 18 Pediconi F, Catalano C, Venditti F. et al . Color-coded automated signal intensity curves for detection and characterization of breast lesions: preliminary evaluation of a new software package for integrated magnetic resonance-based breast imaging.  Invest Radiol. 2005;  40 448-457
• 19 Baltzer P A, Freiberg C, Beger S. et al . Clinical MR-mammography: are computer-assisted methods superior to visual or manual measurements for curve type analysis? A systematic approach.  Acad Radiol. 2009;  16 1070-1076
• 20 Kuhl C K, Schrading S, Leutner C C. et al . Mammography, breast ultrasound, and magnetic resonance imaging for surveillance of women at high familial risk for breast cancer.  J Clin Oncol. 2005;  23 8469-8476
• 21 Leach M O, Boggis C R, Dixon A K. et al . Screening with magnetic resonance imaging and mammography of a UK population at high familial risk of breast cancer: a prospective multicentre cohort study (MARIBS).  Lancet. 2005;  365 1769-1778
• 22 Malich A, Fischer D R, Wurdinger S. et al . Potential MRI interpretation model: differentiation of benign from malignant breast masses.  Am J Roentgenol. 2005;  185 964-970
• 23 Siegmann K C, Moron H U, Baur A. et al . Diagnostische Wertigkeit des Göttinger Scores zur Malignitätsvorhersage von ausschließlich in der MRT darstellbaren Mammaläsionen.  Fortschr Röntgenstr. 2009;  181 556-563
• 24 Goto M, Ito H, Akazawa K. et al . Diagnosis of breast tumors by contrast-enhanced MR imaging: comparison between the diagnostic performance of dynamic enhancement patterns and morphologic features.  J Magn Reson Imaging. 2007;  25 104-112
• 25 Kuhl C K, Schild H H, Morakkabati N. Dynamic bilateral contrast-enhanced MR imaging of the breast: trade-off between spatial and temporal resolution.  Radiology. 2005;  236 789-800
• 26 Renz D M, Baltzer P A, Kullnig P E. et al . Klinische Wertigkeit computergestützter Analysen in der MR-Mammografie. Ein Vergleich zwischen zwei Systemen und drei Untersuchern mit unterschiedlicher Erfahrung.  Fortschr Röntgenstr. 2008;  180 968-976
• 27 Veltman J, Mann R M, Meijer F J. et al . The additional value of three time point color coding in dynamic contrast-enhanced MRI of the breast for inexperienced and experienced readers.  Eur J Radiol. 2009;  [Epub ahead of print]
• 28 Baltzer P A, Renz D M, Kullnig P E. et al . Application of computer-aided diagnosis (CAD) in MR-mammography (MRM): do we really need whole lesion time curve distribution analysis?.  Acad Radiol. 2009;  16 435-442
• 29 Pabst T, Kenn W, Kaiser W A. et al . Understanding why contrast enhancement in dynamic MRI is not reproducible: illustration with a simple phantom.  Breast J. 2001;  7 166-170
• 30 Port R E, Knopp M V, Brix G. Dynamic contrast-enhanced MRI using Gd-DTPA: interindividual variability of the arterial input function and consequences for the assessment of kinetics in tumors.  Magn Reson Med. 2001;  45 1030-1038