排序方式： 共有1条查询结果，搜索用时 0 毫秒
1
1.
目的 探讨MR动态增强图像纹理分析鉴别诊断乳腺结节良恶性的价值。方法 回顾性分析经手术病理证实的78例患者共80个乳腺结节的MR动态增强图像,每个结节获得63个纹理特征参数。绘制纹理参数鉴别诊断良恶性乳腺结节的ROC曲线,并与MR乳腺影像报告和数据系统（BI-RADS）的诊断效能比较。结果 78例患者的80个乳腺结节中,纹理参数中灰度游程长不均匀度判断乳腺结节良恶性的AUC值（0.836）最大且诊断准确率高,其诊断恶性乳腺结节的敏感度为82.93%（34/41）、特异度为94.87%（37/39）、准确率为88.75%（71/80）、阳性预测值为94.44%（34/36）、阴性预测值为84.09%（37/44）。MR BI-RADS分类诊断恶性乳腺结节的敏感度为95.12%（39/41）、特异度为87.18%（34/39）、准确率为91.25%（73/80）、阳性预测值为88.63%（39/44）、阴性预测值为94.44%（34/36）。MR BI-RADS分类和纹理分析判断恶性乳腺结节准确率差异无统计学意义（P=0.11）。与单独应用BI-RADS分类比较,两者联合应用可明显提高诊断恶性乳腺结节的特异度（P<0.001）。结论 MR纹理分析可作为传统诊断乳腺良恶性结节的补充。 相似文献
1