DWI对乳腺良恶性病变鉴别的循证诊断:Meta分析

目的:采用Meta分析方法综合定量评价DWI对乳腺良恶性病变的鉴别诊断价值。方法:检索Medline、Cochrane图书馆、中国生物医学文献数据库和中文科技期刊全文数据库等数据库中2008年1月²011年12月公开发表的中英文文献,按照Cochrane协作网推荐的诊断试验纳入标准筛选文献,提取纳入研究的特征信息。采用QUADAS条目评价纳入研究的方法学质量,采用Stata 11.0软件进行Meta分析,绘制汇总受试者工作特征曲线(summary receiver operating characteristic curve,SROC曲线),计算曲线下面积(area under curve,AUC)。结果:共纳入文献7篇,研究病灶共503个,QUADAS评价良好。DWI诊断乳腺病变良恶性的敏感度范围为58%2011年12月公开发表的中英文文献,按照Cochrane协作网推荐的诊断试验纳入标准筛选文献,提取纳入研究的特征信息。采用QUADAS条目评价纳入研究的方法学质量,采用Stata 11.0软件进行Meta分析,绘制汇总受试者工作特征曲线(summary receiver operating characteristic curve,SROC曲线),计算曲线下面积(area under curve,AUC)。结果:共纳入文献7篇,研究病灶共503个,QUADAS评价良好。DWI诊断乳腺病变良恶性的敏感度范围为58%⁹9%,特异度范围为52%99%,特异度范围为52%⁹7%。纳入文献具有同质性,按照固定效应模型计算出的汇总加权敏感度和特异度及95%可信区间分别为88%(81%97%。纳入文献具有同质性,按照固定效应模型计算出的汇总加权敏感度和特异度及95%可信区间分别为88%(81%⁹2%)、85%(78%92%)、85%(78%⁹0%);SROC曲线的AUC为0.92(0.8990%);SROC曲线的AUC为0.92(0.89⁰.94)。敏感度分析显示纳入文献稳定性好。结论:ADC值测量有助于乳腺病变的良恶性鉴别,但是良恶性ADC值范围有重叠,其实际临床应用价值有待进一步证实。     

定量DCE-MRI对乳腺非肿块型强化病变良恶性的预测价值

【摘要】目的：探讨定量动态对比增强MRI (qDCE-MRI)对乳腺非肿块型强化病变(NME)良恶性的预测价值。方法：回顾性收集83例行乳腺常规MR增强及DCE-MRI检查、术后病理资料完整的乳腺NME病变患者,对病变感兴趣区（ROI）进行三维分割,获得qDCE-MRI定量及半定量参数。定量参数包括容量转移常数(Ktrans)、速率常数(Kep)、血管外细胞外间隙容积比(Ve)、血管（血浆）间隙容积分数（Vp）;半定量参数包括达峰时间(TTP)、最大浓度(Max Con)、浓度-时间曲线下面积(AUC)、最大斜率(Max Slope)。采用独立样本t检验或Mann-Whitney U检验分析NME良恶性病变间的统计学差异;采用单因素回归分析各参数的独立诊断效能,并用多因素回归分析最终诊断方程;绘制ROC曲线评估qDCE-MRI参数对NME病变良恶性的鉴别诊断效能。结果：NME病变良、恶性组的Ktrans值分别为（0.0563±0.042）和（0.1092±0.0550）min-1,两者差异具有统计学意义（P<0.001）;Kep 值分别为（0.4334±0.2516）和（0.6863±0.3039）min-1,两者差异具有统计学意义（P=0.001）;Vp值分别为(0.0046±0.0063)和(0.0106±0.0092),两者差异具有统计学意义（P=0.012）;TTP值分别为（4.4499±0.7441）和（3.7880±0.7571）min,两者差异具有统计学意义（P=0.001）;Max Slope值分别为（0.2021±0.1084）和（0.3067±0.1178）,两者差异具有统计学意义（P<0.001）。单因素回归分析得出Ktrans、 Kep、Vp、TTP、Max Slope对于NME良恶性均具有独立诊断效能,其中以Ktrans的诊断效能最高,AUC为0.790 (95% CI:0.675~0.906,P<0.05);多因素回归分析后,Ktrans及TTP进入最终方程,最终方程对于NME良恶性鉴别的AUC为0.831 (95% CI:0.727~0.935,P<0.05)。结论：qDCE-MRI对乳腺NME病变良恶性具有一定的鉴别诊断价值。     

动态增强MRI联合集合序列对乳腺良恶性病变的诊断价值

目的 探讨动态增强磁共振成像(DCE-MRI)和磁共振成像集合(MAGiC)序列对乳腺良恶性病变的鉴别诊断价值.方法 回顾性分析经病理证实的86例乳腺病变患者,共87个病灶,其中,良性病变32个,恶性病变55个.患者均行常规乳腺MRI平扫和动态增强扫描,并于增强前和注射对比剂后分别采集MAGiC序列图像.分析病灶的形态...     

DCE-MRI对孤立性肺结节良恶性诊断价值的Meta分析

目的 采用Meta分析方法评价动态增强磁共振成像(DCE-MRI)对孤立性肺结节(SPN)良恶性的鉴别诊断价值.方法 计算机检索PubMed、EBSCO、Cochrane Library、Ovid、CBM、VIP、万方和CNKI数据库,检索关于DCE-MRI用来诊断SPN的中英文文献.按照Cochrane协作网推荐的诊断试验纳入标准筛选文献,提取纳入研究文献的特征信息.文献评价采用诊断研究评价工具QUADAS-2.数据采用Stata 12.0和Meta-Disc 1.4软件进行Meta分析,检验异质性和发表偏倚,根据异质性的结果选择相应效应量,计算汇总敏感度、特异度、阳性似然比、阴性似然比以及诊断比值比,绘制汇总受试者工作特征(SROC)曲线并计算曲线下面积(AUC).结果 共纳入17篇文献,包含了1255个病灶,Meta分析结果显示:DCE-MRI对SPN良恶性的诊断价值的汇总灵敏度、特异度、阳性似然比、阴性似然比和诊断比值比分别为0.95、0.81、4.9、0.06、85.SROC曲线AUC为0.97.结论 DCE-MRI对SPN良恶性的鉴别诊断具有较高的灵敏度和特异度,是一种诊断效能较高的影像学检查方法.     

动态对比增强MRI定量参数及其直方图对乳腺良恶性病变鉴别诊断的价值

目的 验证动态对比增强磁共振成像(DCE-MRI)定量参数在乳腺良恶性病变中的诊断效能,探讨其最佳定量参数直方图分析的诊断价值,比较DCE-MRI定量参数及直方图参数对鉴别乳腺良恶性病变的价值。方法 回顾性分析DCE-MRI检查的151例乳腺病变的患者,共166个病灶,参照病理结果将研究对象分为良性组、恶性组。使用图像后处理软件获得病灶动态增强定量参数容积转运常数(K^trans)、速率常数(K_ep)、血管外细胞外间隙容积分数(V_e)、血管容积分数(V_p)值,Kruskal-Wallis H检验比较DCE-MRI定量参数值的组间差异,采用受试者工作特征曲线(ROC)评价各参数鉴别良恶性病变的效能。选择诊断效能最佳的参数作直方图分析,提取14个直方图参数,评价组间参数差异,通过Logistic回归分析筛选出鉴别良恶性乳腺病变的最佳参数,评价其诊断效能。比较常规定量参数与直方图方法的诊断效能。结果 乳腺恶性病变K^trans、K_ep、V_p值大...     

磁共振增强图像三维纹理分析对乳腺良恶性病变的鉴别诊断价值

【摘要】目的：探讨基于磁共振增强图像的三维纹理分析方法对乳腺良恶性病变的鉴别诊断价值。方法：回顾性分析经手术病理证实的16例乳腺癌和18例乳腺良性病变患者的临床和MRI资料。磁共振检查在术前1周内完成。采用MaZda软件对早期动态增强图像进行三维纹理分析，提取整个病变的纹理参数，使用Fisher系数、交互信息（MI）、分类错误概率联合平均相关系数（POE+ACC）三种方法获得30个最优纹理参数，进一步对这些纹理参数进行分类分析，方法包括原始数据分析（RDA）、主成分分析（PCA）、线性分类分析（LDA）和非线性分类分析（NDA）。采用SPSS 16.0统计软件比较乳腺良恶性病变的30个纹理参数有间的差异，采用MedCalc 15.8统计软件，对具有统计学意义的纹理参数进行受试者工作特征（ROC）曲线分析。结果：基于早期动态增强图像的三维纹理特征，采用非线性分类分析（NDA）的误判率最低，其中POE+ACC联合非线性分类分析（NDA）的误判率最低，误判率为5.88%。在乳腺病变的30个最优纹理参数中，有10个纹理参数在良恶性组间的差异具有统计学意义（P＜0.05），相应的ROC曲线下面积（AUC）为0.717~0.755。结论：磁共振增强图像三维纹理分析方法对乳腺良恶性病变的鉴别诊断具有良好的临床应用价值。     

磁共振动态增强联合扩散加权成像对乳腺良恶性病变的诊断价值

【摘要】目的：探讨磁共振动态增强（DCE-MRI）及扩散加权成像（DWI）对乳腺良恶性病变的定性诊断价值。方法：回顾性分析经手术病理证实的122例乳腺病变患者的临床和影像学资料，所有病例术前行双乳MRI检查。分析病灶的形状、边界、强化方式、早期强化率（EER）、时间-信号强度曲线（TIC）及表观扩散系数（ADC）值，参照Fischer评分标准对影像表现进行评分，根据乳腺影像报告与数据系统第5版（BI-RADS）进行分类诊断。与病理结果对照，计算DCE-MRI、DWI、DCE联合DWI对乳腺病变的诊断敏感度、特异度和符合率，并采用ROC曲线分析其诊断效能。结果：122例中恶性80例，良性42例。DCE-MRI诊断敏感度为87.5%，特异度87.5%，符合率86.9%。以恶性病变ADC值的95%可信区间上限1.225×10-3mm2/s作为鉴别诊断阈值，敏感度为85.7%，特异度78.9%，符合率83.6%。DCE联合DWI的诊断敏感度达93.8%，特异度90.5%，符合率92.6%。DCE联合DWI鉴别乳腺良恶性病变的AUC（0.915）高于单独诊断（0.866，0.855）。结论：DCE-MRI鉴别乳腺良恶性病变的诊断效能较高，DWI可提供辅助诊断信息，DCE与DWI联合诊断能明显提高对乳腺病变的术前定性诊断准确性。     

T2*-PWI联合DCE-MRI及DWI对乳腺病变的诊断价值

目的:探讨T2*加权灌注成像联合动态增强磁共振成像(DCE-MRI)、磁共振弥散加权成像(DWI)对乳腺良恶性病变鉴别诊断的价值.方法:3.0T MRI系统对64例乳腺病变患者依次行常规的MRI平扫、T2*-PWI、DCE-MRI和DWI检查.通过统计学分别评价DCE-MRI,DCE-MRI及DWI,T2*-PWI及DCE-MRI,T2*-PWI、DCE-MRI及DWI 4种方法对乳腺良恶性病变的诊断价值.结果:DWI、T2*PWI及DCE-MRI组合模式具有较高的诊断价值,其敏感度、特异度、准确度、ROC曲线下面积(AUC)分别为97.8％、88％、94.2％、0.929.结论:T2*-PWI有助于乳腺良恶性病的鉴别诊断,具有较高的特异性.T2*-PWI联合DCE-MRI、DWI该种组合模式可明显提高MRI对乳腺良恶性病变诊断的价值,具有较高的准确性、特异性.     

IVIM-DWI辅助DCE-MRI对良、恶性乳腺非肿块样强化病变的鉴别诊断价值

目的:探讨体素内不相关运动扩散加权成像(IVIM-DWI)对磁共振动态增强扫描(DCE-MRI)鉴别良、恶性乳腺非肿块样强化病变的辅助诊断效能。方法:回顾性分析56例呈非肿块样强化的乳腺病变的影像资料,分析病变在DCE-MRI上的特征和定量参数[病变分布特征、内部强化特点、TIC曲线、最大增强斜率(MSI)]及IVIM-DWI定量参数(f值、D值、D^*值)并进行良、恶性组间比较;建立单独应用DCE-MRI及DCE-MRI与IVIM-DWI联合应用的Logistic回归模型,评价其对良、恶性病变的鉴别诊断效能。结果:病变的分布特征、强化特点及TIC曲线类型在良、恶性组间的差异具有统计学意义(P<0.05);而MSI(恶性组:2.57、1.89;良性组:1.92、1.43)的组间差异无统计学意义(P>0.05);恶性组的f值(8.13±2.64)和D^*值(6.96±2.89)高于良性组(分别为6.92±2.56和6.83±2.58),D值低于良性组(恶性组:1.05±0.31;良性组:1.27±0.26),其中D^*和D值在两组间的差异有统计学意义(P<0.05)。两种回归模型诊断乳腺良、恶性病变的敏感度、特异度、符合率、阳性预测值和阴性预测值分别为88.24%、68.42%、81.13%、79.49%、80.75%及91.18%、73.68%、84.91%、83.35%、85.24%。结论:IVIM-DWI作为一种辅助检查方法能提高DCE-MRI检查对乳腺非肿块样强化病变的鉴别诊断效能,尤其是诊断特异性.     

MR扩散加权成像对乳腺病变良恶性鉴别的Meta分析报告

目的 采用Meta分析方法综合定量评价MR扩散加权成像(DWI)对乳腺良恶性病变的鉴别诊断价值.方法 检索Cochrane图书馆、Pubmed、Ovid循证医学数据库、Elsevier和Springer数据库及中国期刊网1997至2007年公开发表的中英文文献,按照Cochrane协作网推荐的诊断试验纳入标准筛选文献,提取纳入研究的特征信息.采用Q检验和Meta分析对纳入文献行统计学处理.结果 共纳入文献6篇,研究病灶共计479个.DWI诊断乳腺病变良恶性的敏感度范围为64.0%.92.8%,特异度范围为45.8%～96.7%.纳入文献具同质性,按照固定效应模型计算出的汇总加权敏感度和特异度及95%可信区间分别为86%(76%～92%)和80%(61%～91%);汇总受试者工作特征曲线(SROC)下面积为92.19%.敏感度分析显示纳入文献稳定性好.结论 DWI的表观扩散系数(ADC)值测量有助于乳腺病变的良恶性鉴别,但缺乏统一的扩散敏感因子(b)值和诊断阈值,其临床应用价值仍有待于前瞻性研究进一步证实.     

磁共振动态增强定量灌注成像方法对子宫良恶性病变的鉴别作用

目的 探讨磁共振动态增强定量灌注成像方法在子宫良恶性病变鉴别诊断中的价值.方法 回顾性分析首诊经病理证实为子宫恶性肿瘤18例(恶性病变组),良性肿瘤或肿瘤样病变22例(良性病变组),及正常子宫肌层25例(正常对照组).均行3.0T磁共振动态增强扫描,并使用SIEMENS TISSUE 4D软件进行图像后处理,采用Tofts药代模型,分别测得感兴趣区的容积定量灌注参数值:容量转移常数(Ktrans)、速率常数(Kep)、血管外细胞外间隙容积比(Ve)值.对3组的定量灌注参数值进行单因素方差分析,多个样本均数的两两比较.结果 3组的灌注参数平均值:Ktrans值分别是恶性病变组(0.178±0.068)min-1、良性病变组(0.182±0.096)min-1、正常对照组(0.263±0.111)min-1;Kep值分别是(0.4±0.101) min-1、(0.378±0.185) min-1、(0,451±0.166) min-1;Ve值分别是0.477±0.143、0.589±0.176、0.613±0.146.恶性病变组平均Ve值比良性病变组低(P=0.037);恶性病变组平均Ktrans及Ve值均较正常对照组低,且两两比较差异有统计学意义(P=0.003、P=0.004).良性病变组平均Ktrans值较正常对照组低,且差别有统计学意义(P=0.011).结论 磁共振定量动态增强参数Ktrans及Ve值对子宫良恶性病变鉴别诊断具有一定的意义.     

磁共振扩散加权成像在乳腺良恶性病变中的诊断价值

目的探讨磁共振扩散加权成像在乳腺良恶性病变中的诊断价值。方法收集我院2010年2—8月经手术病理证实或穿刺活检证实的50例乳腺癌患者和50例乳腺良性病变患者。DWI扫描b值分别为400、600、8001、000 s/mm2,测量病灶区域的ADC值,并比较各组之间的差异。结果 b值分别为400、6008、001、000时乳腺癌及良性病变的ADC值,恶性组ADC值明显低于良性组(P<0.05)。四组不同b值的良恶性病变分别做ROC曲线,以b=1 000 s/mm2时,AUC最大,诊断价值最高,以ADC值为1.23×10-3mm2/s作为良恶性病变的诊断阈值,敏感性为90.0%,特异性为89.8%,准确性为89.9%。结论 DWI结合ADC值测量,对乳腺良恶性病变的鉴别诊断具有较高的临床应用价值。     

MR扩散加权成像鉴别乳腺良恶性病变的研究

目的　探讨磁共振扩散加权成像(diffusion weightedMRimaging, DW MRI)的表观扩散系数(apparentdiffusioncoefficient, ADC)在乳腺病变鉴别诊断中的价值。方法　DW- MRI采用单次激发平面回波成像(echo planarimaging, EPI)技术, 扩散敏感系数(b值)分别为0、500、1000s/mm2。计算26个正常乳腺、手术病理证实的24个恶性病灶、30个良性病灶分别在b=1000~0、1000~500、500~0s/mm2 时的ADC值,比较良恶性病变、正常腺体间ADC值差异的统计学意义及b=1000~0、1000~500、500~0s/mm2 间ADC值差异的统计学意义。结果　乳腺良、恶性病变、正常腺体间ADC值差异均有统计学意义(F= 565. 74,P<0 .01),恶性病变ADC值明显低于良性病变和正常腺体组织,良性病变ADC值明显低于正常腺体组织; 3组b值间ADC值差异均有统计学意义(F=21. 30,P<0 .01),b值越低,ADC值越大;把恶性肿瘤ADC值95%可信区间上界( 1. 01×10-3 )mm2 /s定为良恶性病变鉴别的界值,诊断敏感性为64 .0%,特异性为96 .7%。结论　根据ADC值可以对乳腺良恶性病变做出鉴别诊断,其特异性较高,但敏感性较低。     

MRI动态增强扫描在乳腺良恶性病变中的诊断价值

目的:评价MRI动态增强扫描在乳腺良恶性病变中的诊断价值。方法:回顾性分析58例经病理证实的乳腺病变的MRI动态增强扫描强化形态及时间-信号强度曲线图表现。结果:良性病变共22例(纤维腺瘤8例,导管内乳头状瘤5例,乳腺囊肿5例,导管囊状扩张伴慢性炎症1例,囊性乳腺病3例);恶性病变共36例(浸润性导管癌28例,浸润性小叶癌3例,导管原位癌2例,浸润性乳头状癌2例,髓样癌1例)。恶性病变多表现为边缘毛刺、分叶征或边缘模糊,环状强化或不规则强化。良性病变多表现为边缘光滑整齐的均匀强化,其中5例囊肿无强化。其中形态学阳性预测值为89.47%,阴性预测值为90.00%,准确率为89.66%。强化表现阳性预测值为89.74%,阴性预测值为94.74%,准确率为91.38%。时间-信号强度曲线图:22例良性病变,13例(59.09%)表现为Ⅰ型,8例(36.36%)表现为Ⅱ型,1例(4.55%)表现为Ⅲ型;36例恶性病变,1例(2.78%)表现为Ⅰ型,9例(25.00%)表现为Ⅱ型,26例(72.22%)表现为Ⅲ型,阳性预测值为79.55%,阴性预测值为92.86%,准确率为82.76%。结论:乳腺MRI动态增强的形态学表现与时间-信号强度曲线图相结合,在良恶性病变的诊断与鉴别诊断中具有较高的价值。     

磁共振动态增强、扩散加权成像联合应用对乳腺病变的诊断价值

目的：探讨单一磁共振动态增强扫描诊断试验、扩散加权成像诊断试验及其联合应用对乳腺病变定性诊断的敏感性、特异性和阳性似然比、阴性似然比,比较其诊断效能。方法：对临床拟诊肿块的患者37例,同时进行动态增强扫描和扩散加权成像检查,均获得手术和病理证实,其中良性病灶18个,恶性病灶19个。对病变的边缘、形态特征、动态增强表现及时间一信号强度曲线采用评分法对病变性质分恶性、可疑恶性及良性三组进行判断。参照动态增强病变位置确定扩散图像病变所在,描记扩散图像上病变的感兴趣区,由软件计算获得表观扩散系数（ADC）值。对获取数据进行统计分析,采用t检验统计学方法进行良性和恶性ADC值比较。联合动态增强扫描和ADC值,采用评分法根据积分情况进行综合定性诊断。比较动态增强扫描、DWI ADC值及联合应用对乳腺病变定性诊断效能。结果：动态增强扫描（病灶边缘、形态学表现结合时间-信号强度曲线）诊断乳腺病变的敏感性、特异性和阳性似然比、阴性似然比分别为89．5％、72．2％和3．221、0．146。良性病变组ADC值1．474±0．441（×100^-3mm^2／s）,恶性病变组ADC值1．082±0．160（×10^-3mm^2／s）,两者间有显著统计学差异（P=0．002,〈0．05）。ADC值诊断敏感性、特异性和阳性似然比、阴性似然比分别为94．7％、66．7％和2．842、0．079。动态增强扫描和DWI-ADC值联合诊断的敏感性、特异性和阳性似然比、阴性似然比分别为94．7％、83．3％和5．684、0．063。结论：磁共振动态增强、扩散加权成像联合应用对乳腺病变的定性诊断敏感性、特异性、阳性似然比、阴性似然比均较单一动态增强扫描或扩散成像诊断效能强。     

乳腺病灶不同强化形态及大小的MR扩散加权成像研究和参数选择

目的 评价ADC值在不同强化形态及不同肿块大小的乳腺病灶中的诊断价值.方法 136个经手术病理证实的乳腺病灶,根据其不同的强化形态及大小分为3组,分别为非肿块样强化组(G1)、最大径≤2.0 cm的肿块样强化组(G2a)、最大径＞2.0 cm的肿块样强化组(G2b).采用单激发EPI序列,3个扩散敏感梯度,b值分别为0、800、1000 s/mm2.两样本比较t检验分析各组内恶性与非恶性病灶平均ADC值的差异有无统计学意义,并绘制ROC曲线检验诊断效能.计算不同阈值下,ADC值诊断的敏感度、特异度、阴性预测值、阳性预测值、诊断符合率,并与形态学评价相结合,确定合适的b值和阈值.结果 G1组恶性与非恶性病灶的平均ADC值的差异无统计学意义[恶性病灶与非恶性病灶b=800 mm2/s时,平均ADC值分别为(1.13±0.23)×10-3和(1.28±0.27)×10-3mm2/s,t=1.636,P=0.112;b=1000 mm2/s时,平均ADC值分别为(1. 05±0.20)×10-3和(1.20±0.23)×10-3mm2/s,t=1.720,P=0.109];G2a组恶性与非恶性病灶平均ADC值的差异有统计学意义[恶性病灶与非恶性病灶b=800 mm2/s时,平均ADC值分别为(1.07±0.15)×10-3和(1.37±0.37)×10-3mm2/s,t=4.803,P=0.000;b=1000 mm2/s时,平均ADC值分别为(0.99±0.14)×10-3和(1.30±0.34)×10-3mm2/s,t=5.235,P=0.000];G2b组恶性与非恶性病灶平均ADC值的差异有统计学意义[恶性病灶与非恶性病灶b=800 mm2/s时,平均ADC值分别为(0.97±0.14)×10-3和(1.40±0.39)×10-3mm2/s,t=4.227,P=0.000;b=1000 mm2/s时,恶性病灶与非恶性病灶的平均ADC值分别为(0.93±0.14)×10-3和(1.35±0.36)×10-3mm2/s,t=4.329,P=0.000].b选取800或1000 s/mm2时,ADC值在肿块样强化组中的诊断效能相同(x2=0.36,P=0.5460).当b值取1000 s/mm2,阈值取1.25×10-3s/mm2时,ADC值诊断乳腺恶性病灶的敏感度和阴性预测值最高,分别为97.7%和97.1%.结论 ADC值对于肿块样强化的乳腺病灶具有诊断价值,但不适用于非肿块样强化灶的诊断.     

磁共振扩散加权成像在乳腺病变诊断中的应用

目的：探讨单纯磁共振扩散加权成像对诊断乳腺病变的临床应用价值。方法：对临床拟诊为乳腺肿块的37例患者行磁共振扩散加权成像检查,并获得病理证实,其中良性病灶18个,恶性病灶19个。描记扩散图像上病变的兴趣区,由软件计算获得表观扩散系数（ADC）值。对获取数据进行统计分析,采用t检验对良性和恶性病变的ADC值进行比较。结果：12例良性病变在DWI上呈等信号或高信号,但ADC值升高或下降不明显,6例良性病变DWI上呈高信号,ADC值明显下降;19例恶性肿瘤DWI上呈高信号,ADC值明显下降。良性病变组ADC值为（1.474±0.441）×10^-3mm^2/s,恶性病变组ADC值为（1.082±0.160）×10^-3mm^2/s,两者间差异有显著性意义（P=0.002）。结论：MR扩散加权成像ADC值测量在乳腺病变定性诊断中有一定的辅助诊断价值。     

Differentiation of clinically benign and malignant breast lesions using diffusion-weighted imaging

PURPOSE: To evaluate the value of diffusion-weighted imaging (DWI) in distinguishing between benign and malignant breast lesions. MATERIALS AND METHODS: Fifty-two female subjects (mean age = 58 years, age range = 25-75 years) with histopathologically proven breast lesions underwent DWI of the breasts with a single-shot echo-planar imaging (EPI) sequence using large b values. The computed mean apparent diffusion coefficients (ADCs) of the breast lesions and cell density were then correlated. RESULTS: The ADCs varied substantially between benign breast lesions ((1.57 +/- 0.23) x 10(-3) mm(2)/second) and malignant breast lesions ((0.97 +/- 0.20) x 10(-3) mm(2)/second). In addition, the mean ADCs of the breast lesions correlated well with tumor cellularity (P < 0.01, r = -0.542). CONCLUSION: The ADC would be an effective parameter in distinguishing between malignant and benign breast lesions. Further, tumor cellularity has a significant influence on the ADCs obtained in both benign and malignant breast tumors.