首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到18条相似文献,搜索用时 203 毫秒
1.
李嫣  艾涛  胡益祺  严序  夏黎明 《放射学实践》2016,(12):1191-1195
目的:探讨体素内不相干运动(IVIM)技术联合扩散峰度成像(DKI)对乳腺良恶性病变的鉴别诊断价值.方法:137例女性患者(共153个病灶)行双侧乳腺多b值DWI检查(b=0~2000 s/mm2);分别使用IVIM、DKI模型获得病灶的真性扩散系数(D)、灌注相关扩散系数(D*)、灌注分数(f)以及平均扩散峰度系数(MK)、平均扩散系数(MD)和ADC值.分析这些参数在乳腺良恶性病变中的变化规律,采用受试者工作特性曲线(ROC)评估各参数的诊断效能.结果:良恶性病灶的D、f、MK、ADC和MD值的中位数差异有统计学意义(P值分别为0.000、0.020、0.000、0.000和0.000),良恶性病灶D*值的差异无统计学意义(P=0.480).D值与和MK、ADC和MD值在鉴别乳腺良恶性病变中的可靠性相当,两两比较差异无统计学意义(P值均大于0.1).当MK值及D、ADC和MD值的阈值分别取0.8073及0.9536×10-3、1.1436×10-3和1.5657×10 3mm2/s时,鉴别良恶性病灶的敏感度和特异度依次分别为(95.7%,84.2%)及(95.7%,81.6%)、(96.5%,84.2%)和(93.9%,84.2%).ROC曲线分析得出D值的诊断效能最大(AUC=0.91).联合D值和MK值的AUC这0.92.结论:采用1VIM和DKI模型获得的相关参数有助于乳腺良恶性病灶的鉴别,以IVIM模型中的真性扩散系数的诊断敏感性和特异性较高,联合真性扩散系数和扩散峰度系数的诊断效能最高.  相似文献   

2.
目的 探讨双指数模型DWI对乳腺良恶性病变的鉴别诊断价值.方法 45例患者行多b值DWI检查(12个b值:0、10、20、30、50、100、200、400、800、1200、1500、3000 s/mm2).22例良性(23个病灶),23例恶性.获得双指数模型参数:标准表观扩散系数ADCst、慢速表观扩散系数ADCs1ow、快速表观扩散系数ADCfast、快速扩散成分所占比例ffast.绘制ROC曲线,比较各参数对乳腺良恶性病变的诊断效能.结果 恶性组ADCst(0.747 ±0.145)× 10-9mm2/s、ADCslow(0.585 ±0.132)×10-3mm2/s、ffast(0.307±0.112),明显低于良性组;ADCfast(4.654±1.097)×10-3mm2/s高于良性组,差异无统计学意义.ADCst、ADCslow、ADCffast、ffast的ROC曲线下面积(AUC)分别为0.905、0.917、0.796、0.756.判断乳腺良恶性病变的敏感度分别为73.9%、91.3%、82.6%、56.5%,特异度为95.6%、78.3%、60.9%、95.6%.结论 乳腺肿瘤ADC值的下降是由于快速扩散成分所占比例的减少和慢速扩散成分所占比例的增加所致,而不是ADCfast值自身的减少所致.ADCslow在良恶性病变鉴别中最有价值.  相似文献   

3.
目的:探究DWI单指数模型、体素内不相干运动成像双指数模型及拉伸指数模型对胰腺癌诊断的临床应用价值。方法:回顾性收集分析经证实胰腺癌30例;同期检查胰腺正常者25例,行3.0T MRI-DWIeDWI,HR DWI扫描。测量记录两组单指数模型、双指数模型、拉伸指数模型各参数值。结果:ADC.Standard ADC,D-mono,D*-mono,D*-Bi,DDC、α值差异均有统计学差异(P<0.05)。α值ROC曲线下面积>0.9,AUC为0.905,ADC,D-moono,D*-mono,D*-Bi,DDC值ROC曲线下面积在0.75~0.9之间,AUC分别为0.725,0.873,0.899,0.773,0.767,standard ADC曲线下面积>0.5,AUC值0.538结论:IVIM多个参数对PC的诊断效能较常规DWI序列ADC值更高;其中IVIM序列拉伸指数模型的α值是鉴别胰腺癌与正常组织的最佳参数.  相似文献   

4.
目的 探讨单、双指数扩散加权成像联合动态增强磁共振成像(DWI+IVIM+DCE-MRI模型)对TICⅡ型乳腺良恶性病变的诊断价值方法 回顾性分析经病理证实的乳腺肿块患者115例,TICⅡ型良性组30例,恶性组85例,所有病例均行DWI、IVIM及DCE-MRI检查。分析两组间的表观扩散系数(ADC)、纯扩散系数(D)、灌注相关扩散系数(D*)、灌注分数(f)及容量转移常数(Ktrans)、血管外细胞外间隙容积比(Ve)、速率常数(Kep)值;绘制ROC曲线比较其诊断效能。结果 TICⅡ型良性组ADC、D值高于恶性组,而Ktrans、Kep、Ve值低于恶性组,差异有统计学意义(P<0.05)。ADC、D、Ktrans、Kep、Ve的AUC差异不具有统计学意义(Z=0.01~1.64,P>0.05),但D值的特异度及准确度最高。DWI模型的AUC为0.725,...  相似文献   

5.
目的 评估动态增强、扩散加权成像(DWI)及波谱成像(MRS)技术对乳腺病变良恶性诊断的价值,为乳腺癌的早期诊断提供依据.资料与方法 回顾性分析有病理结果的乳腺疾病34例,均行MR常规序列扫描、动态增强、DWI及MRS,统计动态增强曲线分型、DWI表观扩散系数(ADC)值的大小及MRS有无胆碱峰在良恶性诊断上的差异和三者良恶性评定标准的一致性,计算三者诊断乳腺癌的敏感性、特异性及准确性.结果 动态增强曲线分型、DWI ADC值的大小及MRS有无胆碱峰在良恶性诊断上存在明显差异(P<0.05).在良恶性的评定标准上,动态增强与DWI的一致性较好(Kappa值>0.75);动态增强与MRS及DWI ADC值与MRS的一致性一般(Kappa值>0.4).三者在乳腺恶性病变诊断的敏感性、特异性上,动态增强分别为87.5%、88.9%;DWI分别为87.5%和88.8%;MRS分别为87.5%和55.6%.三者的诊断准确性分别为88.2%、88.2%、70.6%.结论 动态增强、DWI及MRS技术诊断乳腺癌的敏感性均较高,MRS的特异性略低.动态增强、DWI的诊断准确性优于MRS.  相似文献   

6.
目的 探讨动态增强MRI(DCE-MRI)联合扩散加权成像(DWI)技术对乳腺环形强化病变的诊断应用价值.方法 搜集经病理证实的乳腺环形强化病变28例,共30个病灶(良性17个,恶性13个),术前行磁共振扫描.统计病变的动态增强MRI征象(形态学特点、时间-信号曲线)及扩散加权成像参数(表观扩散系数值),并运用x2检验及t检验分析良恶性组差异;采用二分类Logistic回归分析获得与乳腺环形强化病变良恶性相关的危险因素.将DCE-MRI及DWI纳入不同的诊断模型,并评价其诊断准确性.结果 动态增强MRI征象(包括形态、边缘、周围供血血管及时间-信号曲线)及扩散加权成像参数在乳腺良、恶性环形强化病变中有显著性差异(P<0.05);且经二分类Logistic回归分析提示这些征象及参数均为鉴别良恶性乳腺环形强化病变有意义的参数.当表观扩散系数(ADC)值取1.05×10-3mm2/s作为乳腺恶性环形强化病变的诊断阈值时,敏感性及特异性分别为92.3%、70.6%(P=0.001).DCE-MRI联合DWI可进一步提高乳腺环形强化病变的诊断准确性,其敏感性、特异性及符合率分别为94.1%、76.9%及86.7%.结论 动态增强MRI联合DWI技术,可明显提高乳腺环形强化病变的定性诊断价值.  相似文献   

7.
【摘要】目的:探讨单指数模型、双指数模型和拉伸指数模型DWI在急性胰腺炎(AP)临床严重程度分级中的应用价值。方法:按纳入标准及排除标准收集53例经临床确诊的AP患者为研究组(AP组),同期收集健康志愿者20例作为对照组(NP组),两组均行上腹部常规MRI和14个b值(0~2000s/mm2)的3.0T DWI检查,根据磁共振严重指数(MRSI)评分标准将AP组分为轻度、中重度及重度组,测量所有对象的DWI单指数模型参数标准ADC(Standard ADC),双指数模型参数慢速扩散ADC(slow ADC mono)、快速扩散ADC(fast ADC mono)、快速扩散ADC分数(Ff ADC mono)、慢速扩散ADC值(slow ADC Bi)、快速扩散ADC值(fast ADC Bi)、快速扩散ADC值分数(Ff ADC Bi),以及拉伸指数模型参数扩散分布系数(DDC)、水分子扩散异质性指数(α),比较各参数在AP组与NP组间,轻度、中重度及重度AP组间的差异。结果:本组53例AP中,轻度21例,中重度26例,重度6例。standard ADC、Ff ADC mono、DDC、α值在AP组和NP组间具有统计学意义(P均<0.05);其余参数在两组间均无统计学差异(P均>0.05)。Ff ADC mono、α值在轻度与中重度AP间具有统计学差异(P均<0.05);standard ADC、Ff ADC mono、DDC在中重度与重度AP间具有统计学差异(P均<0.05);standard ADC、Ff ADC mono、DDC、α值在轻度与重度AP间差异均具有统计学意义(P均<0.05)。结论:多模态DWI参数standard ADC、Ff ADC mono、DDC和α有助于AP的临床严重程度分级。  相似文献   

8.
扩散加权成像中不同扩散敏感系数对乳腺病变的诊断价值   总被引:1,自引:1,他引:0  
目的 研究扩散加权成像(DWI)中不同扩散敏感系数(b值)对乳腺病变的诊断价值及影响因素,并探讨其鉴别良、恶性乳腺肿瘤的最佳界值.资料与方法 对155例患者行不同b值的DWI检查,其中136例选取b值(0,500 s/mm2),122例选取b值为(0,1000 s/mm2).所有病例结果均经手术病理证实,将DWI表现与组织病理学进行对照.结果 两组b值中恶性病变的ADC值均明显低于良性病变,且乳腺良、恶性病变的表观扩散系数(ADC)值均随b值增大而降低.采用非参数法受试者操作特性曲线(ROC)统计学分析方法确定鉴别良、恶性病变的最佳界值,应用此界值对乳腺病变诊断的敏感性和特异性分别为83.3%和56.9%(b=500 s/mm2)、73.6%和80.0%(b=1000 s/mm2).结论 高b值DWI对乳腺病变诊断的特异性高于低b值DWI,是乳腺动态增强成像检查的一个有益的补充.  相似文献   

9.
目的 探索扩散加权成像(DWI)体素内不相干运动模型(IVIM)参数在卵巢肿瘤良恶性鉴别中的价值,以及IVIM-DWI与动态增强核磁共振(DCE-MRI)的相关性.方法 采用诊断性研究方法,搜集卵巢占位性病变且经手术、病理证实的患者共66例,其中良性肿瘤32例,恶性肿瘤34例.应用3.0T核磁共振仪和8通道心脏相控阵线圈对患者进行盆腔MRI扫描.寻找最具有良恶性卵巢肿瘤鉴别价值的IVIM参数,计算各参数的诊断界值,敏感性与特异性,应用Pearson相关性分析检验IVIM的灌注参数与DCE-MRI定量参数间的相关性.结果 表观扩散系数(ADC)、慢扩散系数(Dslow)、f*Dfast、速率常数(Kep)、Ve值在卵巢良性与恶性肿瘤之间具有统计学差异,其中ADC、Ve值敏感度较高但特异性偏低,f*Dfast、容积转运常数(Ktrans)和Kep值特异性高但敏感度极低,Dslow、Dfast和f值的特异性和敏感度都为中等.Dfast与Kep、f与Kep之间存在相关关系,但仅为弱相关(r=0.225,r=-0.317).结论 该研究所测试IVIM-DWI系数与DCE-MRI部分定量参数在卵巢良恶性肿瘤鉴别中有应用价值,其中ADC和Ve值敏感度较高,而f*Dfast和Kep值特异性较高,可以在临床诊断中作为参考指标.  相似文献   

10.
目的:探讨磁共振扩散加权成像(DWI)对乳腺良恶性疾病的诊断价值。方法:回顾性分析40例经病理确诊的乳腺疾病,其中良性病变22个,恶性病变18个;均行DWI检查,测定病灶区表观扩散系数(ADC值),与正常组织进行比较,计算相对表观扩散系数(rADC值),应用SPSS 16.0软件比较其平均值,并以病理结果为金标准,作ROC曲线,求其最佳诊断阈值。结果:良性病变及恶性病变的ADC值分别为(1.55±0.35)×10-3和1.00±0.18)×10-3 mm2/s,其rADC值分别为(0.82±0.19)和(0.52±0.08)。良恶性病变组间均有统计学差异,以ADC值及rADC值为诊断标准作受试者工作特征曲线(ROC曲线),其中ADC值的曲线下面积(AUC)为(0.927±0.04),rADC值的AUC为(0.965±0.03),诊断阈值分别为1.17×10-3 mm2/s、0.66,相应敏感度及特异度分别为(90.9%、88.9%)和(95.5%、94.4%),rADC值的AUC、敏感度及特异度均高于ADC值。结论:DWI对乳腺良恶性病变的的诊断具有重要作用,其中rADC值有更好诊断效能。  相似文献   

11.
Purpose:To compare the diagnostic value of mono-exponential, bi-exponential, and stretched exponential diffusion-weighted imaging (DWI) for differentiating benign and malignant hepatic lesions.Methods:This prospective study was approved by our Institutional Review Board and the patients provided written informed consent. Magnetic resonance imaging was acquired for 56 patients with suspected liver disease. This identified 90 focal liver lesions with a maximum diameter >10 mm, of which 47 were benign and 43 were malignant. Using home-built software, two radiologists measured the DWI parameters of hepatic lesions for three models: the apparent diffusion coefficient (ADC) from a mono-exponential model; the true diffusion coefficient (D), pseudo-diffusion coefficient (D*), and perfusion fraction (f) from a bi-exponential model; and the distributed diffusion coefficient (DDC) and water molecular diffusion heterogeneity index (α) from a stretched exponential model. The parameters were compared between benign and malignant hepatic lesions.Results:ADC, D, D*, f, and DDC values were significantly lower for malignant hepatic lesions than for benign lesions (P < 0.0001–0.03). Although logistic regression analysis demonstrated that DDC was the only statistically significant parameter for differentiating benign and malignant lesions (P = 0.039), however, the areas under the receiver operating characteristic curve for differentiating benign and malignant lesions were comparable between ADC (0.98) and DDC (0.98) values.Conclusion:DDC values obtained from the stretched exponential model could be also used as a quantitative imaging biomarker for differentiating benign and malignant hepatic lesions, however, the diagnostic performance was comparable with ADC values.  相似文献   

12.
目的探讨单、双指数模型DWI及18F-脱氧葡萄糖(FDG)PET-CT对肺孤立性病变(SPLs)良、恶性鉴别的诊断效能。方法搜集经病理证实的36例SPLs(恶性肿瘤26例,良性病变10例),术前均行胸部多b值DWI(b=0、5、10、15、20、25、50、80、150、300、600、800及1000 s/mm2)及18F-FDG PET-CT扫描。所有病灶的MRI原始图像根据单、双指数模型测量得到的参数包括ADC total值、D值、D star值、f值及PET-CT最大标准化摄取值(SUVmax)。应用Mann-Whitney U检验比较SPLs良、恶性之间各参数的差异,同时应用受试者工作特征(ROC)曲线分析进一步评估其诊断效能。结果恶性肿瘤ADC total值、D值、f值及D star值分别为(1.01±0.21)×10^-3mm^2/s、(1.01±0.25)×10^-3mm^2/s、(17±12)%及(44.6±28.0)×10^-3mm^2/s,而良性病变对应参数分别为(1.31±0.23)×10^-3mm^2/s、(1.28±0.30)×10^-3mm^2/s、(22±10)%及(41.0±23.2)×10^-3mm^2/s,其中参数ADC total值、D值及f值在两组间的差异有统计学意义(Z=-3.285、-2.861和-2.420,P<0.05)。恶性肿瘤与良性病变的SUVmax值分别为(13.27±5.77)和(5.77±4.08),两组间的差异有统计学意义(Z=-3.056,P<0.05)。SUVmax、ADC total值、D值及f值四个参数的AUC分别为0.833、0.860、0.815和0.765,对应敏感性分别为96.15%、65.38%、69.23%和57.69%,特异性分别为70%、100%、90%和100%。结论单、双指数模型DWI的参数ADC total值、D值及f值在SPLs中都具有较好的诊断价值,其中ADC total值与D值的诊断效能较高,与SUVmax相当。  相似文献   

13.
目的 探讨月经周期对正常乳腺实质磁共振扩散加权成像(DWI)表观扩散系数(ADC)值的影响,并评价动态增强MRI(DCE-MRI)及DWI在乳腺病变鉴别诊断中的价值。方法 选取健康女性志愿者34例、乳腺病变患者96例,所有病例均经外科手术或针吸病理证实,其中良性病变者36例,共44个病灶;恶性病变者60例,共70个病灶...  相似文献   

14.
曲宁  罗娅红  赵英杰  何翠菊   《放射学实践》2010,25(5):515-518
目的:确定扩散敏感因子为800s/mm^2时乳腺良恶性病变的ADC界值,评价MR扩散加权成像(DWI)对乳腺良恶性病变鉴别诊断的价值。方法:回顾性分析经手术病理证实的70例(78个病灶)乳腺病变的DWI图像,其中良性病变26例(31个病灶),恶性病变44例(47个病灶)。测量DWI图像上显示的病变表观扩散系数(ADC)值。通过ROC曲线确定ADC值的诊断阈值,并以此值进行鉴别诊断,同时计算ROC曲线下面积。结果:良恶性病变的ADC值均符合正态性分布,良恶性病变的ADC平均值分别为(1.46±0.26)×10^-3mm^2/s和(1.02±0.19)×10^-3mm^2/s,恶性病变的ADC值明显低于良性病变(P〈0.05)。约登指数最大法确定的ADC诊断阈值为1.28×10^-3mm^2/s,以此值进行鉴别诊断时的敏感度、特异度和诊断符合率分别为93.6%,75.9%,86.8%;阳性似然比最大法确定的ADC诊断阈值为1.035×103mm^2/s,以此值进行鉴别诊断时的敏感度、特异度和诊断符合率分别为46.8%,96.6%,65.8%;ROC曲线下面积为0.905(95%可信区间为0.836-0.975)。结论:扩散敏感因子为800s/mm^2时乳腺良恶性病变的ADC界值确定为1.28×10^-3mm^2/s,DWI的ADC值测定有助于乳腺良恶性病变的鉴别诊断。  相似文献   

15.
目的 评价高b值MR DWI及ADC值在乳腺良恶性病变诊断中的应用价值.方法 165例患者在行乳腺MR动态增强扫描前行不同b值(分别为500、1500 s/mm2)的DWI扫描,对171个怀疑或高度怀疑恶性病变者行回顾性分析.以正常乳腺组织为参考基准,选择增强图像中异常强化的高信号病变,同时在高b值(b= 1500 s/mm2)DWI中视觉判定是高信号的病变定义为恶性病变阳性结果,否则为良性病变阴性结果.对其中111个DWI视觉判定阳性结果的病变计算ADC值.依据全部病变穿刺活检病理诊断结果,应用Fisher精确检验和Wilcoxon秩和检验对比分析高b值DWI视觉评估中恶性和良性病变的阳性和阴性病灶数,以ADC值=1.13×10-3 mm2/s作为临界值,计算诊断的特异度和敏感度.结果 乳腺病变穿刺活检病理证实的171个乳腺病变中,91个恶性病变,80个良性病变.高b值DWI视觉评估,139个阳性结果中,恶性病变83个,良性病变56个;32个阴性结果中,良性病变24个,恶性病变8个(非肿块性导管原位癌),差异有统计学意义(P<0.01).所有浸润性癌和肿块样导管原位癌(DCIS)在DWI视觉判定中为阳性,8例非肿块性DCIS判定为假阴性,总体的敏感度为91.2% (83/91),特异性为30.0% (24/80).110个肿块样病变和1个局灶性病变DWI视觉评估阳性结果的病变中,63个恶性病变平均ADC值为(0.73±0.24)×10-3 mm2/s,48个良性病变平均ADC值为(1.19±0.42)×10-3mm2/s,差异有统计学意义(Z=5.818,P<0.01).以ADC值=1.13×10-3mm2/s作为临界值时,61个恶性病变为阳性结果,2个黏液癌为假阴性结果;27个良性病变为阴性结果,21个良性病变为假阳性,诊断敏感度是96.8%(61/63),特异度为56.2% (27/48).结论 高b值DWI及ADC值对乳腺良恶性病变的鉴别诊断有一定的作用,但在诊断非肿块性乳腺病变时仍需慎重.  相似文献   

16.
目的探讨3.0 T MR体素内不相干运动(IVIM)对于脊柱转移瘤与脊柱结核、脊柱转移瘤原发灶鉴别诊断的应用价值。方法搜集经穿刺或手术病理证实为脊柱转移瘤(71例,其中肺癌43例,乳腺癌14例,肾癌14例)和脊柱结核(25例)患者的影像资料,用后处理软件测量感兴趣区(ROI)的标准表观扩散系数(ADCstand)、真性扩散系数(ADCslow)、灌注相关扩散系数(ADCfast)、灌注分数(f)、扩散分布指数(DDC)、扩散异质性指数(α)。采用独立样本t检验或方差分析来比较脊柱转移瘤与脊柱结核、不同原发灶转移瘤的各参数是否具有统计学差异。将各参数代入Logistic回归模型,筛选出有意义的参数,使用受试者工作特征曲线(ROC)分析评估其单独及联合鉴别诊断的效能。结果脊柱转移瘤组的ADCfast值高于脊柱结核组(P<0.05),f值低于脊柱结核组(P<0.05)。Logistic回归模型筛选后进入模型的指标为ADCfast和f值,模型诊断的准确率为91.7%。在RO...  相似文献   

17.
目的:探讨小b值扩散加权成像(DWI)在诊断乳腺癌中的价值.方法:采用Philips 1.5T磁共振扫描仪对48例乳腺疾病患者行常规SE序列扫描、单次激发自旋回波-回波平面成像(SE-EPI)序列DWI及动态增强扫描.48例患者共检出53个病灶,其中良性肿瘤29个,恶性肿瘤24个,均经手术及病理证实;选择健康志愿者20...  相似文献   

18.

Objectives

To obtain perfusion as well as diffusion information in normal breast tissues and breast lesions from intravoxel incoherent motion (IVIM) imaging with biexponential analysis of multiple b-value diffusion-weighted imaging (DWI) and compare these parameters to apparent diffusion coefficient (ADC) obtained with monoexponential analysis in their ability to discriminate benign lesions and malignant tumors.

Materials and methods

In this prospective study, informed consent was acquired from all patients. Eighty-four patients with 40 malignant tumors, 41 benign lesions, 30 simple cysts and 39 normal breast tissues were imaged at 1.5 T utilizing contrast-enhanced magnetic resonance imaging (MRI) and DWI using 12 b values (range: 0–1000 s/mm2). Tissue diffusivity (D), perfusion fraction (f) and pseudo-diffusion coefficient (D*) were calculated using segmented biexponential analysis. ADC (b = 0 and 1000 s/mm2) was calculated with monoexponential fitting of the DWI data. D, f, D* and ADC values were obtained for normal breast tissues, simple cysts, benign lesions and malignant tumors. Receiver operating characteristic analysis was performed for all DWI parameters.

Results

There was good interobserver agreement on the measurements between the 2 observers. D values were significantly different among malignant tumors, benign lesions, simple cysts and normal breast tissues (P = 0.000) and it was the same result for f, D* and ADC values. Further comparisons of these 4 parameters between every single pair were as the following. D and ADC values of malignant tumors were significantly smaller than those of benign lesions, simple cysts and normal tissues (P = 0.000, respectively). The f value of malignant tumors was significantly higher than that of benign lesions, simple cysts and normal breast tissues (P = 0.001, P = 0.000, and P = 0.000). D and ADC values demonstrated higher sensitivity and specificity in differentiating benign lesions and malignant tumors, with area under the curve (AUC) of 0.952 and 0.945, respectively, while f and D* with the lower AUC of 0.723 and 0.630, respectively. Combining f and D values had a sensitivity up to 98.75%.

Conclusion

DWI response curves in malignant tumors, benign lesions and normal fibroglandular tissues are found to be biexponential fit in comparison with the monoexponential fit for simple cysts. IVIM provides separate quantitative measurement of D for cellularity and f and D* for vascularity and is helpful for differentiation between benign and malignant breast lesions.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号