基于多参数MRI影像组学列线图预测直肠癌PD-1表达状态

目的 使用多参数MRI影像组学列线图预测直肠癌患者肿瘤细胞程序性死亡受体1(PD-1)表达状态。方法 回顾性的纳入病理确诊的168例直肠腺癌患者,均接受术前多参数MRI检查与术后PD-1免疫组织化学分析。按7∶3的比例随机分为训练组(n=118)和测试组(n=50)。构建并比较T₂WI、DWI及T₂WI+DWI影像组学模型的性能。根据单、多因素逻辑回归筛选出临床独立危险因素建立临床模型。最后将最佳影像组学评分结合临床特征以构建联合模型,并将其展现为可视化列线图。以受试者曲线下面积(AUC)、校准曲线及决策曲线评估模型的临床价值。结果 经特征筛选最终T₂WI、DWI、T₂WI+DWI序列分别保留8、5、9个影像组学特征,各模型训练集和测试集中的PD-1表达的效能由AUC评估(测试集中,T₂WI为0.64,DWI为0.66,T₂WI+DWI为0.74),组合模式明显优于单一成像方式。临床T、N分期为独立危险因素(P<0.05),其临床模型AUC值为0.6...     

基于MRI影像组学模型对食管癌淋巴结转移的预测价值

目的 探讨基于T₂WI及增强T₁WI序列MRI影像组学特征构建模型预测食管癌淋巴结转移的价值。 方法 回顾性收集经病理证实并行多模态MRI检查的食管癌病人120例，男89例，女31例，平均年龄（63.4±8.2）岁。将病人按7:3比例随机分为训练集84例和验证集36例。以手术病理为金标准将病人分为淋巴结转移阴性组（56例）和阳性组（64例）。采用A.K.软件基于T₂WI和增强T₁WI获取肿瘤兴趣区体积（VOI），提取影像组学特征并进行降维筛选，并采用Logistic回归分析法构建基于T₂WI、增强T₁WI、联合T₂WI+增强T₁WI序列的影像组学模型。2组间一般临床资料比较采用独立样本t检验和χ²检验。采用组内相关系数（ICC）分析2名医师获取VOI的一致性。采用受试者操作特征（ROC）曲线评估预测模型的诊断效能，计算其曲线下面积（AUC），并采用DeLong法比较不同模型的AUC值。 结果 淋巴结转移阴性和阳性组间病人的性别、年龄，肿瘤位置、病理类型及肿瘤长度的差异均无统计学意义（均P>0.05）。2名医师在T₂WI和增强T₁WI影像上获取VOI的一致性均较好（均P>0.8）。经筛选后，基于T₂WI、增强T₁WI、T₂WI+增强T₁WI联合序列获得的影像组学特征分别有5、6、9个。在训练集及验证集中联合模型的AUC高于增强T₁WI和T₂WI模型，且增强T₁WI模型的AUC高于T₂WI模型（均P<0.05）。 结论 基于MRI影像组学特征构建的模型对食管癌病人术前淋巴结转移具有良好的预测效能，且T₂WI+增强T₁WI联合模型较单序列模型的预测价值更高。     

基于MRI影像组学预测宫颈癌Ki-67表达水平

目的:开发并验证基于多参数MRI图像特征的影像组学特征预测模型对术前宫颈癌症患者的Ki-67指数状态的预测。方法:回顾性分析来自两个不同机构的91例宫颈癌患者的MRI影像及病理结果。根据术后免疫组化结果，将Ki-67指数分为高表达组(>60%)及低表达组(≤60%)。从每位患者的T₂/SPAIR、ADC和CE T₁WI图像中共提取3390个影像学特征。单变量分析和最小绝对收缩选择算子(LASSO)对影像组学特征进行降维处理，最终筛选出关键特征。采用Logistic回归、决策树、支持向量模型(SVM)方法构建模型。采用受试者操作特征(ROC)曲线分析影像组学特征的预测准确性，计算曲线下面积(AUC)。结果:91例患者中，27例Ki-67低表达，64例Ki-67高表达。最终从T₂/SPAIR、CE T₁WI、ADC图像中分别筛选出4、6、5个影像学特征。对Ki-67状态的预测，三个序列对应的模型构建方法为Logistic回归、SVM、Logistic模型，最终获得的训练组AUC分别为0.801、0...     

基于ADC和增强MRI的影像组学模型预测低级别胶质瘤TERT启动子突变状态

目的:探讨基于ADC和增强MRI的影像组学模型对低级别胶质瘤端粒酶逆转录酶基因（TERT）启动子突变状态的预测价值。方法:回顾性搜集109例经病理证实的低级别胶质瘤患者,所有患者术前均行MRI检查,在ADC和对比增强T₁WI（T₁CE）图像上选取病灶最大层面,沿肿瘤边缘勾画ROI,提取影像组学特征。采用三联法（Fisher, POE+ACC,MI）和最小绝对收缩选择算子（LASSO）进行特征筛选,然后行多因素logistic回归分析,构建影像组学预测模型。采用ROC曲线评估预测模型的诊断效能。结果:在ADC和T₁CE图像上分别提取279个影像组学特征,最终筛选出11个影像组学特征,分别建立ADC模型、T₁CE模型和联合分析（ADC+T1CE）模型共3个影像组学模型。联合分析模型的预测效能最佳,训练集中曲线下面积（AUC）为0.928（95%CI:0.859～0.996）,验证集中AUC为0.878（95%CI:0.758～0.997）。结论:基于ADC和增强MRI的影像组学模型能有效预测低级别胶质瘤...     

常规MRI联合DWI及ADC对早产儿局灶性脑白质损伤的诊断价值

目的 探讨常规MRI联合扩散加权成像（DWI）及表观扩散系数（ADC）在早产儿局灶性脑白质损伤（PWML）诊断中的应用价值。方法 回顾性分析81例PWML患儿资料,按年龄分为早期组（1～7天）、中期组（8～30天）及晚期组（1～3个月）,每组各27例。观察各组PWML患者MRI影像特点,包括T₁WI、T₂WI、T₂-FLAIR、DWI及ADC图像,运用Pearson卡方检验比较每组间各序列对于PWML检出能力有无差异,采用两独立样本t检验比较各组病灶平均表观扩散系数(ADC_mean)值有无统计学差异,并应用受试者工作特征（ROC）曲线评估ADC_mean值在早期组与中、晚期组鉴别中的诊断效能。结果 PWML形态包括点状、片样、簇状及线状,且各期均以点状病灶为主。T₁WI高信号、T₂WI低信号、T₂-FLAIR高信号、DWI高信号及ADC低信号。各期均为T₁WI检出数最多,T₂     

多参数磁共振组学预测甲状腺乳头状癌淋巴结转移的价值

目的:探讨基于术前原发肿瘤的多参数磁共振图像所构建的组学模型在预测甲状腺乳头状癌颈部淋巴结转移中的价值。方法:回顾性分析129例病理证实的甲状腺乳头状癌术前磁共振资料。从T₂WI、DWI、多期T₁WI增强图像中提取影像组学特征,按照7:3比例随机将129例患者为训练组和验证组,在训练集中采用最小冗余最大关联度(mRMR)和最小绝对收缩选择算子(LASSO)筛选最优影像组学特征,构建组学特征模型。采用受试者操作特征(ROC)曲线评价多参数磁共振组学模型术前预测颈部淋巴结转移的预测效能,并在验证集中验证。结果:分别从T₂WI、DWI、多期T₁WI增强提取396个影像组学特征,经预处理及筛选最终获得18个最佳组学特征,根据最优影像组学特征及相应权重系数建立影像组学预测模型并计算影像组学评分,训练组和验证组中影像组学评分淋巴结转移组高于无淋巴结转移组。训练组的AUC值为0.92,敏感度为83.3%,特异度为88.9%,验证组的AUC值为0.80,敏感度为78.9%,特异度为77.8%。结论:基于多参数磁共振...     

基于MRI影像组学列线图在宫颈鳞癌组织学分级中的预测研究

目的 建立并验证MRI影像组学列线图模型，实现术前对宫颈鳞癌组织学分级的准确预测。方法 回顾性搜集2019年1月至2021年10月于蚌埠医学院第一附属医院就诊208例患者的临床及影像资料。按照7∶3的比例将所有患者随机分为训练组(n=145)、验证组(n=63),在训练组患者选取矢状位T₂WI、增强T₁WI及轴位DWI图像，在病灶最大层面边缘勾画获取感兴趣区(ROI)提取影像特征，应用最小绝对收缩和选择算子(LASSO)算法建立影像组学评分。采用多因素Logistic回归分析确定独立危险因素，并结合影像组学评分建立MRI影像组学列线图。运用受试者工作特征曲线(ROC)曲线下面积(AUC)评价模型的预测性能。应用校正曲线评估列线图的临床应用价值。结果 基于临床参数及影像组学评分构建的列线图模型(AUC:0.852)的诊断效能高于临床特征模型(AUC:0.723)及影像组学模型(AUC:0.788)。结论 结合临床模型和影像组学评分的MRI影像组学列线图模型是一种简单、有效、可靠的预测宫颈鳞癌组织学分级的方法。     

基于多序列MRI影像组学评分及临床参数预测肝细胞癌微血管浸润的nomogram模型研究

目的:基于肝细胞癌(HCC)患者的临床资料及多模态肝脏影像组学分析建立机器学习模型,探讨此模型术前预测HCC微血管浸润(MVI)的价值。方法:回顾性分析2020年3月-2021年9月在本院经病理证实为原发性HCC的130例患者的术前肝脏MRI及临床资料。基于病理检查结果,将患者分为MVI阳性组及MVI阴性组。记录患者的各项术前临床资料。所有患者术前行MRI检查,检查序列包括T₂WI、DWI和ADC以及Gd-EOB-DTPA对比增强动脉期、门脉期、延迟期和肝胆期T₁WI共7个序列。由放射科医师评估肿瘤的常规影像特征。自7个序列的图像上分别提取影像组学特征并进行降维,然后采用线性支持向量机(SVM)方法构建预测MVI的预测模型。再将所有序列图像提取的特征整合,经降维分析后最终筛选出6个最佳组学特征并采用线性SVM方法构建多序列联合组学模型,然后基于此多序列联合组学模型计算每例患者的放射组学评分(Radscore)作为后续建模特征。最后共采用了5种机器学习算法对上述三类资料(即临床资料、常规影像特征、组学特征)中筛选出的特征进行综合模型的构建,包括...     

影像组学结合机器学习在鉴别脊柱结核与转移瘤中的价值研究

目的 分析脊柱结核（TBS）与脊柱转移瘤（MST）患者受累椎体的MRI表现与影像组学特征,评价基于MRI特征的逻辑回归（Logistic）模型与基于影像组学特征的机器学习模型的诊断效能。方法 搜集本院经病原学检查与手术病理证实的TBS与MST患者,利用Logistic分析MRI特征。提取受累椎体T₂WI脂肪抑制序列（T₂-FS）的影像组学特征,组内相关系数（ICC）评价组学特征值测量的可重复性。依次使用t检验、SelectKBest以及最小绝对收缩和选择算子（LASSO）筛选特征。利用交叉验证（CV）划分数据集,随机森林（RF）及支持向量机（SVM）模型在训练集上进行监督学习,在测试集上进行评价,并与Logistic模型相比较。受试者工作特征（ROC）曲线及决策曲线分析（DCA）分别用来评价机器学习的分类效能及实际临床净收益,校准曲线评估模型的预测误差,Z检验用来比较ROC曲线下面积（AUC）之间的差异。结果 101例患者被纳入样本（51例TBS,50例MST）,筛选到3个MRI特征构建Logistic模型,6个影像组学特征（ICC均>...     

双参数磁共振影像组学联合血清PSA对预测前列腺癌Gleason分级的临床价值研究

目的 探讨基于双参数磁共振影像组学联合血清前列腺特异性抗原(PSA)列线图模型预测前列腺癌(PCa)Gleason分级的临床价值。方法 回顾性分析经病理证实的338例PCa患者的影像及临床资料，高危组(Gleason评分>7分)185例，中低危组(Gleason评分≤7分)153例。利用分割软件手动勾画所有患者的病灶感兴趣区并进行高通量特征提取，经过筛选和降维处理后构建影像组学预测模型。受试者工作特征曲线(ROC)用于评估模型对Gleason分级的预测效能。结果 分别构建基于T₂WI序列、ADC序列和T₂WI+ADC序列的影像组学模型，三组模型在测试组中的曲线下面积(AUC)分别为0.763、0.765、0.780。列线图预测模型由年龄、总前列腺特异性抗原(TPSA)、游离前列腺特异性抗原(FPSA)及影像组学评分构成，列线图预测模在测试组中的AUC为0.874,对PCa Gleason分级的预测效能最高。结论 由年龄、TPSA、FPSA及影像组学评分构建的列线图预测模型对PCa Gleason分级具有较高的诊断效能。     

基于治疗前MR-DWI影像组学预测肺癌化疗疗效的初步研究

目的:探讨基于磁共振扩散加权成像(DWI)的影像组学对肺癌化疗疗效的预测价值.方法:回顾性搜集连续30例经病理证实的肺癌患者的病例资料,根据第二周期化疗后肿瘤最大径退缩率、按RECIST标准将患者分为治疗有效组(16例)和无效组(14例).提取所有患者的化疗前ADC图像(b=600、800和1000s/mm2),应用影像组学方法,在每种b值的ADC图像上提取病灶的19985个特征,采用Lasso进行降维和建模.采用受试者工作特征曲线(ROC)计算三种b值模型预测化疗疗效的诊断效能,并采用DeLong检验比较三种曲线的曲线下面积(AUC).结果:30例中有效组16例、无效组14例.基于b=600s/mm2的ADC图像的影像组学特征所建立的模型,其AUC、诊断敏感度和特异性分别为0.875、0.895和0.750;基于b=800s/mm2的ADC图像,其相应的AUC、诊断敏感度和特异度分别为0.924、0.947和0.938,基于b=1000s/mm2的ADC图像,相应的AUC、诊断敏感度和特异度分别为0.918、0.895和0.875.三种b值的AUC差异无统计学意义(P＞0.05).结论:基于MR-DWI的影像组学可在治疗前对肺癌化疗疗效作出准确预测.     

肝细胞急性坏死与凋亡的磁共振扩散加权成像活体检测实验研究

 目的 评价MRI、DWI检测及鉴别肝细胞凋亡和坏死两种病理改变的价值.方法 72只S-D大鼠随机分成假手术对照组、右侧肝动脉与门静脉分支均结扎组(HA+PV组)和单独右侧门静脉分支结扎组(PV组),各24只.每组再分成4个亚组,每个亚组6只,分别于术后3 h、12 h、24 h、72 h行MRI、DWI检查,检查结束后取肝标本作HE染色、TUNEL染色,将病理结果与影像检查进行对照分析.结果 右侧门静脉与肝动脉均结扎后,肝右叶于术后3 h在T2WI上即表现为高信号,ADC值下降.单独肝右侧门静脉结扎后12 h,肝右叶ADC值出现升高,至24 h肝细胞凋亡数达最高,ADC值也达最高.结论 T2WI和DWI可早期检测发生坏死的肝组织.而组织中细胞发生凋亡后,DWI较T1WI、T2WI早期检测到凋亡组织.     

双参数MRI纹理分析鉴别诊断移行区前列腺癌及增生结节的价值

目的探讨双参数MRI纹理分析法在移行区前列腺癌及增生结节鉴别诊断中的应用价值。方法回顾性分析经病理证实的前列腺癌52例,增生结节39例。使用MRIcroN软件勾画病灶的范围,Matlab R2014b软件计算各纹理参数,用Fisher法选择独立纹理特征(包括方差,熵,偏度和峰度)及平均ADC值。使用两独立样本t检验评估各纹理参数及平均ADC值是否具有统计学差异。绘制受试者工作特征曲线并计算曲线下面积、敏感度和特异度。结果T 2WI前列腺癌组的方差低于增生组,熵高于增生组。ADC图前列腺癌组的方差和平均ADC值低于增生组,偏度、峰度、熵高于增生组。T 2WI熵联合ADC图熵的诊断价值最高(AUC=0.880),敏感度和特异度分别为73.7%,90.9%。结论T 2WI联合ADC图双参数纹理分析可准确区分前列腺癌与低信号增生结节,为两者的鉴别诊断提供客观、量化的依据。     

基于MRI T2WI图像的游程矩阵纹理分析联合ADC值对前列腺癌分化程度的评估

目的探究MRI T2WI图像游程矩阵纹理分析技术联合ADC值在评估前列腺癌分化程度应用中的可行性,以期术前量化评估前列腺癌的分化程度。方法回顾性分析50例经手术病理证实的前列腺癌患者MRI影像资料,并依据Gleason评分将≤6分归为高分化组(25例);将>6分归为低分化组(25例)。对前列腺进行标准化分区,依据病理结果分别选取病变T2WI横断位图像最大层面,采用Mazda纹理分析软件勾画感兴趣区并进行游程矩阵纹理分析,并在DWI图像选取相应感兴趣区测定ADC值,对高、低分化两组前列腺癌进行数据统计分析。建立ROC曲线并计算联合预测因子进行诊断效能比较分析,对纹理参数及ADC值与分化程度之间的相关性进行检测。结果采用游程矩阵提取的5类参数中,水平方向(Horzl-GLNU)、垂直方向(Vertl-GLNU)、45度方向(45dgr-GLNU)、135度方向(135dgr-GLNU)上的灰度不均匀性(GLNU)在高、低分化两组间有显著差异(P值均<0.05)。ADC值在不同分化程度之间有显著差异(P<0.05)。Horzl-GLNU、Vertl-GLNU、45dgr-GLNU、135dgr-GLNU与分化程度呈负相关(r值分别为-0.450、-0.442、-0.470、-0.464,P值均<0.05)。ADC值与分化程度呈正相关(r值为0.423,P值<0.05)。纹理参数中,45dgr-GLNU的ROC曲线下面积(AUC)最大(0.771),敏感性和特异性分别为56.0%、92.0%。ADC值的AUC值为0.837,敏感性和特异性分别为64.0%、76.0%。联合预测因子AUC值为0.869,敏感性和特异性分别为72.0%、88.0%,诊断效能得到提升。结论基于MRI T2WI图像的游程矩阵纹理分析联合ADC值可提高对术前前列腺癌分化程度的评估效能。     

磁共振扩散加权成像于骨质疏松椎体骨折的评估

目的探讨椎体扩散加权成像（DWI）对骨质疏松相关椎体骨折的评估价值。方法77例女性,年龄30～80岁,平均年龄（53±11）岁。志愿者先行腰椎常规矢状面T2WI、T1wI和横轴面T2WI扫描;常规扫描结束后采用SS-SE-EPIDWI序列（b=300s／mm^2）进行L2～L4椎体横轴位DWI扫描,并测量相应椎体中部横断面的表观扩散系数（ADC值）。结果随年龄增大椎体ADC值呈逐步减低趋势。骨质疏松椎体骨折组平均ADC值（0．237×10^-3mm^2／s）低于正常椎体组（O．557x10^-3mm^2／S）,P〈O．01;ADC值判断椎体骨折的受试者工作特征曲线（ROC）面积为0．802（95％C10．687～O．916）。结论椎体骨髓变化状况可以通过DWI进行无创性地评估,进而来评估骨髓的变化对于骨质疏松椎体骨折所带来的影响。     

DWI结合LAVA技术在肝脏占位性病变中的应用价值

目的：探讨联合运用DWI和LAVA技术在肝脏占位性病变的诊断价值。方法：回顾性分析经手术病理证实的60例肝脏占位性病变（小肝癌30例、肝血管瘤15例、肝囊肿15例）的MRI图像。扫描序列为常规自旋回波序列（T2WI、T1WI）、LAVA多期增强序列及DWI检查（b值分别为0和800 s/mm^2）。比较小肝癌、肝血管瘤、肝囊肿的ADC值是否有差异;对比分析LAVA多期增强序列（A组）、T1WI、T2WI和DWI（B组）及这2种方法联合应用（C组）在病变检出和定性诊断方面的价值。结果：在病变检出方面：A组检出67个病灶,B组检出67个,C组检出67个,A组与C组比较,对病变的检出率无差异。在结节的定性诊断方面：在取得临床或病理证实的67个病灶中,A组诊断正确57个（85.1%）,C组为65个（97%）,2组间差异有显著性意义（χ2=5.858,P〈0.05）;肝囊肿、肝血管瘤、小肝细胞癌的ADC值分别为（3.341±0.299）×10-3mm^2/s、（2.154±0.308）×10-3mm^2/s、（1.132±0.241）×10-3mm^2/s。结论：DWI结合LAVA技术对肝脏小病灶的定性诊断具有重要的临床应用价值。     

扩散加权成像在卵巢表皮样囊肿中的诊断应用简

目的：探讨磁共振扩散加权像（DWI）及表观扩散系数对卵巢表皮样囊肿的诊断价值。方法回顾性分析11例经手术病理证实的卵巢表皮样囊肿患者磁共振常规及扩散加权成像,选取感兴趣区,测量表观扩散系数进行分析。结果磁共振平扫11例T1WI呈低信号,T2WI为高信号,DWI呈高信号,表观扩散系数（ADC）值降低,ADC值范围为（0．632~1．082）×10-3 mm2/s。结论通过对卵巢表皮样囊肿磁共振表现的分析,提示扩散加权成像对卵巢表皮样囊肿诊断有一定特异性。     

扩散加权成像在急性脑缺血性中风诊断中的价值

目的　评价扩散加权成像 (DWI)技术在急性脑缺血性中风 (AIS)急诊MR检查中的价值和对急诊MR诊断质量的影响。资料与方法　回顾分析 86例AIS急诊MR检查资料 ,将距症状发作 1 0h内进行急诊MR检查者定为A组 ,1 0h后急诊MR检查者定为B组。利用双盲法 ,对DWI和TSET2 WI、FLAIRT2 WI、SET1 WI所见作对照分析。结果　A组 ,TSET2 WI+FLAIRT2 WI+SET1 WI对AIS新梗死灶显示能力为DWI的 32 .98% ,两者具有显著性差异(P <0 .0 1 )。B组 ,TSET2 WI+FLAIRT2 WI+SET1 WI与DWI具有相同的显示能力。AIS新梗死灶DWI呈高信号 ,ADC图呈低信号。结论　DWI能早期、超早期诊断AIS ,降低错、漏诊率 ,提高AIS常规急诊MR诊断质量     

低场强磁共振弥散成像在脑梗死诊断中的应用价值

目的 评价低场磁共振弥散序列对各期脑梗死的诊断作用。方法 应用磁共振T1W1，T2WI和水抑制反转恢复成像(T2 FLAIR)和DWI对70例各期脑梗死病人进行86人次MRI检查，并作ADC图，测定ADC值。结果在超急性脑梗死病例中，DWI和ADC图均表现缺血，但T2及T2FLAIR成像表现正常，病灶的ADC值随梗死时间延长，呈由低向高变化的趋势。结论低场磁共振DWI对急性期及超急性期脑缺血病变高度敏感，显示率及敏感性是100％．常规T2WI敏感性37％；ADC图可进一步量化缺血程度，二者结合应用对脑梗死的早期诊断和病灶的转归评估有重要意义。     

Diffusion-weighted MRI features of brain abscess and cystic or necrotic brain tumors: comparison with conventional MRI

BACKGROUND AND PURPOSE: The purpose of this study was to determine whether diffusion-weighted imaging (DWI) and apparent diffusion coefficient (ADC) can be used to distinguish brain abscesses from cystic or necrotic brain tumors, which are difficult to distinguish by conventional magnetic resonance imaging (MRI) techniques. METHODS: Eleven consecutive patients with brain abscesses [10 pyogenic and 1 toxoplasmosis (in an AIDS patient)] and 15 with cystic or necrotic brain gliomas or metastases were enrolled in this study. None of these lesions had apparent hemorrhage based on T1-weighted image (T1WI). The DWI was performed using a 1.5-T system, single-shot spin-echo echo-planar pulse sequence with b=1000 s/mm(2). The ADC was calculated using a two-point linear regression method at b=0 and b=1000 s/mm(2). The ratio (ADCR) of the lesion ADC to control region ADC was also measured. RESULTS: Increased signal was seen in all of the pyogenic abscess cavities to variable degrees on DWI. In vivo ADC maps showed restricted diffusion in the abscess cavity in all pyogenic abscesses [0.65+/-0.16 x 10(-3) (mean+/-S.D.) mm(2)/s, mean ADCR=0.63]. The case with multiple toxoplasmosis abscesses showed low signal intensity on DWI and high ADC values (mean 1.9 x 10(-3) mm(2)/s, ADCR=2.24). All cystic or necrotic tumors but one showed low signal intensity on DWI and their cystic or necrotic areas had high ADC values (2.70+/-0.31 x 10(-3) mm(2)/s, mean ADCR=3.42). One fibrillary low-grade astrocytoma had a high DWI signal intensity and a low ADC value in its central cystic area (0.44 x 10(-3) mm(2)/s, ADCR=0.49). Postcontrast T1WIs yielded a sensitivity of 60%, a specificity of 27.27%, a positive predictive value (PPV) of 52.94%, and a negative predictive value (NPV) of 33.33% in the diagnosis of necrotic tumors. DWI yielded a sensitivity of 93.33%, a specificity of 90.91%, a PPV of 93.33%, and a NPV of 90.91%. The area under receiver operating characteristic (ROC) curves for postcontrast T1WI was 0.44 and DWI was 0.92. Analysis of these areas under the ROC curves indicates significant difference between postcontrast T1WI and DWI (P<.001). CONCLUSION: With some exceptions, DWI is useful in providing a greater degree of confidence in distinguishing brain abscesses from cystic or necrotic brain tumors than conventional MRI and seems to be a valuable diagnostic tool.