原发性中枢神经系统淋巴瘤ADC值与预后的相关性

目的 探讨原发性中枢神经系统淋巴瘤(PCNSL)患者DWI的ADC值与无进展生存期(PFS)、Ki-67标记指数之间相关性。方法 分析经临床和病理证实的28例PCNSL的MRI和免疫组化结果。分别测量肿瘤的ADC值并记录最小ADC值(ADC_min)、平均ADC值(ADC_mean)及最大ADC值(ADC_max),并进行统计学分析。结果 28例中15例单发,13例多发。PFS与ADC_min呈正相关(r=0.565,P=0.002),PFS与Ki-67呈负相关(r=-0.627,P<0.001)。PFS与ADC_mean、ADC_max均无相关性(r=0.324、-0.056,P=0.093、0.776)。Ki-67与ADC_min呈负相关(r=-0.575,P=0.001),Ki-67与ADC_mean和ADC_max间均无相关性(r=-0.273、-0.094,P=0.159、0.636)。强化灶单发与多发患者间Ki-67和PFS以及≥60岁和<60岁间PFS差异均无统计学意义(P均>0.05)。结论 DWI可在治疗前初步判断PCNSL的PFS。     

月 经 状 态 对 不 同 病 理 类 型 宫 颈 癌 表 观 弥 散 系 数 值 的 影 响

目的 观察月经状态对不同病理类型宫颈癌表观弥散系数（ADC）值的影响。方法 回顾性分析352例经病理证实的宫颈癌患者的MRI及DWI资料，其中317例鳞癌和35例腺癌；177例未绝经，175例已绝经。于ADC图像宫颈癌病灶最大层面测量并记录病灶的ADC最大值（ADC_max）、最小值（ADC_min）和平均值（ADC_mean）。比较宫颈鳞癌与腺癌ADC值差异、绝经与未绝经患者宫颈鳞癌和腺癌ADC值差异；分别比较宫颈鳞癌及腺癌中绝经与未绝经患者ADC值差异。结果 宫颈鳞癌ADC_mean和ADC_min均低于腺癌（t=-2.05，-2.28，P均<0.05）。未绝经患者中，宫颈鳞癌ADC_mean和ADC_min均低于腺癌（t=-4.40，-5.40，P均<0.05）；而绝经患者中，宫颈鳞癌ADC_mean、ADC_min和ADC_max均与腺癌差异无统计学意义（t=0.82，1.57，0.45，P均>0.05）。宫颈鳞癌及腺癌中，未绝经患者的ADC_mean、ADC_max和ADC_min均高于绝经患者（t=-3.96，-2.53，-2.78及t=-3.71，-1.15，-5.01，P均<0.05）。结论 不同病理类型宫颈癌的ADC值不同，且受患者月经状态影响；未绝经患者中腺癌的ADC值高于鳞癌，绝经患者中腺癌ADC值与鳞癌相仿。未绝经患者宫颈癌病灶ADC值均高于绝经患者。     

颅脑超声评价新生儿脑发育与孕周、出生体质量的相关性

目的 探讨颅脑超声评价新生儿脑发育的价值。方法 选择我院新生儿重症监护室的135例新生儿,均于出生当天行颅脑超声检查,测量胼胝体矢状长度和小脑蚓部矢状长度,分析孕周和出生体质量对新生儿胼胝体及小脑蚓部发育的影响。结果 早产儿、足月儿出生时平均胼胝体矢状长度分别为（39.18±2.53）mm、（41.62±3.28）mm,差异有统计学意义（t=4.87,P<0.05）;小脑蚓部矢状长度分别为（19.03±2.00）mm、（20.91±2.29）mm,差异有统计学意义（t=5.05,P<0.05）。新生儿胼胝体矢状长度与孕周、出生体质量均呈正相关（r_s=0.45、0.51,P均< 0.05）;小脑蚓部矢状长度与孕周、出生体质量均呈正相关（r_s=0.42、0.46,P均< 0.05）;胼胝体矢状长度与小脑蚓部矢状长度呈正相关（r_s=0.43,P<0.05）。结论 颅脑超声可动态观察新生儿颅内结构及胼胝体和小脑蚓部发育情况,为临床干预提供可靠依据。     

三维超声及MRI定量评估胎儿小脑蚓部

目的 探讨三维超声和MRI定量评估胎儿小脑蚓部发育异常的临床价值。方法 收集三维超声和MRI获得胎头矢正中切面显示颅内无异常70胎(正常组)和小脑蚓部发育异常(不包括蚓部完全缺失)20胎,两种检查在24 h内完成。比较三维超声和MRI胎头矢正中切面图像,并测量小脑蚓部前后径(AP)、上下径(CC)。比较两种影像学检查方法测量值的相关性。结果 正常组三维超声测量的小脑蚓部AP、CC与MRI相关(R_AP²=0.951,R_CC²=0.959,P均<0.001);与三维超声图像比较,MRI图像质量更佳,可显示脑干的全长及超声不易显示的窦汇,但三维超声可根据小脑幕的位置确定窦汇的位置。小脑蚓部发育不良胎儿的蚓部AP、CC的Z分数为-5.0~-1.5,典型Dandy-Walker畸形的蚓部AP、CC的Z分数均小于-6.0,三维超声测量小脑蚓部AP、CC与MRI相关(R_AP²=0.978,R_CC²=0.942,P均<0.001)。结论 测量小脑蚓部的AP、CC并建立孕周参考值,可有效地评估胎儿小脑蚓部发育。三维超声和MRI均可准确测量小脑蚓部的AP、CC,且两种方法的测量值相关。     

多模态磁共振成像诊断乳腺环形强化病变

目的 探讨多模态MRI对动态增强扫描（DCE）表现为环形强化的乳腺病变的诊断价值。方法 回顾性分析经手术病理证实的67例乳腺病变患者的DCE-MRI、DWI资料,病灶DCE-MRI均表现为环形强化。根据病理结果将67例分为良性组和恶性组,比较2组DCE-MRI病灶整体形态学指标、"强化环"形态学指标、时间-信号强度曲线类型、DWI扩散受限分布位置指标、DCE-MRI半定量参数指标及"强化环"多点ADC值的差异。以病理结果为应变量,上述具有统计学差异的指标为自变量,建立Logisitc回归模型构建新的联合参数并评价其诊断效能。结果 良、恶性组间"环形强化"环壁形态（χ²=14.19,P=0.001）、是否具有壁结节（χ²=12.48,P=0.001）、DWI扩散受限分布位置指标（χ²=19.60,P=0.003）差异均有统计学意义;且2组间早期强化率（t=2.35,P=0.02）,峰值达峰时间（T_max;t=-4.66,P=0.007）,ADC_环内（t=1.35,P=0.001）、ADC_环壁值（t=-2.88,P=0.005）差异均有统计学意义。新构建"强化环"形态学指标+DWI扩散受限分布位置+T_max+ADC_环内参数联合诊断乳腺病变性质的约登指数最高为0.83,ROC曲线下面积为0.87,诊断敏感度及特异度分别为91.96%和91.31%。结论 乳腺MR多模态成像对乳腺环形强化病变具有较高的诊断效能。     

常规MRI表现及表观弥散系数直方图分析鉴别Ⅰ型与Ⅱ型上皮性卵巢癌

目的 观察常规MRI表现及表观弥散系数（ADC）直方图分析鉴别Ⅰ、Ⅱ上皮性卵巢癌（EOC）的价值。方法 回顾性分析44例经病理证实EOC患者,比较Ⅰ、Ⅱ型EOC常规MRI定性指标及ADC直方图定量指标的差异;绘制差异有统计学意义指标的鉴别Ⅰ、Ⅱ型EOC的受试者工作特征（ROC）曲线,比较曲线下面积（AUC）的差异。结果 44例EOC中,20例Ⅰ型及24例Ⅱ型,其形态及内部成分差异均有统计学意义（P均<0.05）。Ⅰ型EOC的ADC直方图定量值均高于Ⅱ型（P均<0.01）。常规MRI指标及ADC直方图指标鉴别Ⅰ、Ⅱ型EOC的AUC为0.65~0.97,其中第50百分位数（ADC_50th）及第90百分位数（ADC_90th）的AUC最高,均为0.97;病灶形态与成分的AUC差异无统计学意义（Z=0.54,P>0.05）;病灶形态与ADC最大值（ADC_max）的AUC差异无统计学意义（Z=1.39,P>0.05）,肿瘤成分AUC与ADC_max、ADC_99th差异均无统计学意义（Z=0.89、1.60,P均>0.05）,二者AUC均小于其余ADC直方图定量参数（P均<0.05）;定性指标的联合AUC小于平均ADC值（ADC_mean）及第10百分位数（ADC_10th）、ADC_50th及ADC_90th（Z=2.71、2.37、2.74、2.87,P均<0.05）。结论 ADC直方图分析有助于直观显示EOC内部特性,其定量参数鉴别诊断I、Ⅱ型EOC的效能优于常规MRI。     

酰胺质子转移成像和扩散加权成像鉴别诊断乳腺良恶性病变

目的 观察MR酰胺质子转移成像（APTWI）和扩散加权成像（DWI）鉴别诊断乳腺良恶性病变的价值，并分析不同参数间的相关性。方法 对65例乳腺病变患者行APTWI及DWI，测量并比较乳腺良恶性病变间平均ADC（ADC_mean）、最小ADC（ADC_min）及非对称磁化转移率[MTRasym（3.5 ppm）]值的差异；采用ROC曲线评估各参数鉴别乳腺良恶性病变的诊断效能，并分析良恶性病变中各参数间的相关性。结果 共70个病灶纳入研究，包括32个良性（良性组）和38个恶性病灶（恶性组）。良性组ADC_mean、ADC_min及MTRasym（3.5 ppm）值均高于恶性组（t=－5.63、－5.94、－0.24，P均<0.05）；ADC_min、ADC_mean及MTRasym（3.5 ppm）鉴别乳腺良恶性病变的AUC分别为0.850、0.827及0.729（P均<0.01）；ADC_min的AUC大于MTRasym（3.5 ppm）值（Z=1.990，P=0.046），其余各参数AUC差异均无统计学意义（P均>0.05）。恶性组MTRasym（3.5 ppm）值与ADC_mean（r=－0.325，P=0.046）和ADC_min值（r=－0.384，P=0.017）均呈负相关；良性组MTRasym（3.5 ppm）值与ADC_min值呈负相关（r=－0.357，P=0.045）。结论 APTWI及DWI均可用于鉴别诊断乳腺良恶性病变；相比DWI，APTWI的诊断效能有待进一步提高。     

扩散加权联合动态对比增强磁共振成像鉴别诊断腮腺良恶性肿瘤

目的 探讨DWI联合动态对比增强磁共振成像（DCE-MRI）在腮腺良恶性肿瘤鉴别诊断中的价值。方法 收集90例腮腺肿瘤患者共94个病灶,其中良性75个、恶性19个。对所有患者术前均行DWI和DCE-MRI检查,分析各病灶的ADC值和时间-信号强度曲线（TIC）类型。绘制ROC曲线,比较ADC值、TIC及两者联合对腮腺良恶性肿瘤的鉴别诊断效能。结果 恶性肿瘤的ADC值[（1.02±0.25）×10^-3 mm²/s]显著低于良性肿瘤的ADC值[（1.38±0.44）×10^-3 mm²/s;t=5.170,P<0.001]。将表现为A型（流入型）、B型（廓清型）和D型（平坦型）曲线判为良性肿瘤、C型（平台型）曲线判为恶性肿瘤时,诊断腮腺肿瘤良恶性的敏感度为0.62,特异度为0.92;C型曲线患者中,以ADC<1.36×10^-3 mm²/s诊断恶性肿瘤时,敏感度为0.92,特异度为0.95。结论 良恶性腮腺肿瘤间ADC值存在重叠,鉴别诊断时不应单纯依赖DWI;TIC表现为A、B、D型多提示良性肿瘤,C型常提示恶性肿瘤;TIC曲线为C型时,联合ADC值可明显提高对良恶性肿瘤的鉴别诊断效能。     

不同方法测量扩散峰度成像和体素内不相干运动模型DWI参数诊断乳腺肿块性病变

目的 探讨不同方法测量扩散峰度成像（DKI）及体素内不相干运动（IVIM）模型DWI参数鉴别诊断乳腺良恶性肿块性病变的价值。方法 收集经病理或随访证实的59例乳腺肿块性病变患者（62个病变）。MR检查包括动态增强MRI、IVIM DWI和DKI。分别于动态增强MRI强化最明显处设置ROI,测量其标准扩散系数（ADC_stand）、慢速扩散系数（ADC_slow）、平均峰度值（mean kurtosis,MK）和平均扩散系数（mean diffusion,MD）;于病灶实性部分最大层面沿病变边缘勾画ROI,测量病灶整体的ADC_stand-max、ADC_slow-max、ADC_fast-max、MK-max、MD-max,比较乳腺良恶性病变间各参数的差异,并绘制ROC曲线,比较AUC。结果 62个病变中,良性36个,恶性26个。良恶性病变间ADC_stand、ADC_stand-max、ADC_slow、ADC_slow-max、MK、MK-max、MD、MD-max差异均有统计学意义（P均<0.001）。ROC曲线结果显示ADC_slow联合MK的AUC最大（0.915）,诊断乳腺良恶性病变的敏感度和特异度分别为88.9%和84.6%。ADC_stand与ADC_stand-max（Z=1.465,P=0.143）、ADC_slow与ADC_slow-max（Z=1.013,P=0.311）、MK与MK-max（Z=1.021,P=0.307）、MD与MD-max（Z=1.428,P=0.153）间AUC差异均无统计学意义。结论 各DKI和IVIM DWI参数对鉴别乳腺良恶性肿块具有较高诊断价值,不同测量方法之间鉴别诊断效能无明显差异。     

DWI鉴别子宫癌肉瘤与Ⅰ级子宫内膜样腺癌

目的 探讨ADC值及DWI相对信号强度（rSI）鉴别诊断子宫癌肉瘤与Ⅰ级子宫内膜样腺癌的价值。方法 经手术病理证实的13例子宫癌肉瘤和23例Ⅰ级子宫内膜样腺癌患者均接受常规MRI及DWI扫描,测量并比较2种肿瘤的平均ADC值（ADC_mean）、最小ADC值（ADC_min）及rSI。结果 子宫癌肉瘤rSI（8.20±1.77）高于Ⅰ级子宫内膜样腺癌（6.95±2.19,P=0.04）。以rSI=7.42为临界值,rSI鉴别诊断子宫癌肉瘤与Ⅰ级子宫内膜样腺癌的ROC曲线下面积为0.71（P<0.05）,敏感度、特异度和准确率分别为69.23%、60.87%和61.11%。子宫癌肉瘤与Ⅰ级子宫内膜样腺癌间ADC_mean和ADC_min差异均无统计学意义（P均>0.05）。结论 ADC值鉴别诊断子宫癌肉瘤与Ⅰ级子宫内膜样腺癌的价值有限,DWI的rSI有助于鉴别。     

弥散加权成像鉴别诊断儿童良恶性肝肿瘤

目的 观察弥散加权成像(DWI)鉴别诊断儿童良恶性肝肿瘤的价值.方法 回顾性分析32例肝肿瘤患儿资料,经病理和影像征象确诊良性(良性组)、恶性(恶性组)各16例,观察并比较2组肿瘤DWI信号特征、最大ADC值(ADCmax)、最小ADC值(ADCmin)和平均ADC值(ADCave);采用受试者工作特征(ROC)曲线分...     

Predictive role of PI-RADSv2 and ADC parameters in differentiating Gleason pattern 3 + 4 and 4 + 3 prostate cancer

Purpose

To compare the predictive roles of qualitative (PI-RADSv2) and quantitative assessment (ADC metrics), in differentiating Gleason pattern (GP) 3 + 4 from the more aggressive GP 4 + 3 prostate cancer (PCa) using radical prostatectomy (RP) specimen as the reference standard.

Methods

We retrospectively identified treatment-naïve peripheral (PZ) and transitional zone (TZ) Gleason Score 7 PCa patients who underwent multiparametric 3T prostate MRI (DWI with b value of 0,1400 and where unavailable, 0,500) and subsequent RP from 2011 to 2015. For each lesion identified on MRI, a PI-RADSv2 score was assigned by a radiologist blinded to pathology data. A PI-RADSv2 score ≤ 3 was defined as “low risk,” a PI-RADSv2 score ≥ 4 as “high risk” for clinically significant PCa. Mean tumor ADC (ADC_T), ADC of adjacent normal tissue (ADC_N), and ADC_ratio (ADC_T/ADC_N) were calculated. Stepwise regression analysis using tumor location, ADC_T and ADC_ratio, b value, low vs. high PI-RADSv2 score was performed to differentiate GP 3 + 4 from 4 + 3.

Results

119 out of 645 cases initially identified met eligibility requirements. 76 lesions were GP 3 + 4, 43 were 4 + 3. ADC_ratio was significantly different between the two GP groups (p = 0.001). PI-RADSv2 score (“low” vs. “high”) was not significantly different between the two GP groups (p = 0.17). Regression analysis selected ADC_T (p = 0.03) and ADC_ratio (p = 0.0007) as best predictors to differentiate GP 4 + 3 from 3 + 4. Estimated sensitivity, specificity, and accuracy of the predictive model in differentiating GP 4 + 3 from 3 + 4 were 37, 82, and 66%, respectively.

Conclusions

ADC metrics could differentiate GP 3 + 4 from 4 + 3 PCa with high specificity and moderate accuracy while PI-RADSv2, did not differentiate between these patterns.

     

18FDG-PET/MR观察宫颈鳞状细胞癌ADC值与SUV的相关性

目的 应用¹⁸FDG-PET/MR一体机观察宫颈鳞状细胞癌ADC值与FDG-PET标准化摄取值（SUV）的相关性。方法 对30例宫颈鳞状细胞癌患者行盆腔PET/MR检查。采用随机自带软件,利用轴位像对PET图像、ADC图及T2WI进行自动配准,并在同一层面勾画ROI,测量感兴趣体积（VOI）内肿瘤最大SUV（SUV_max）和平均SUV（SUV_mean）、最小ADC值（ADC_min）和平均ADC值（ADC_mean）。结果 30例宫颈鳞状细胞癌的ADC_min与SUV_max、ADC_min与SUV_mean、ADC_mean与SUV_max、ADC_mean与SUV_mean均无明显相关性;中-高分化和低分化宫颈鳞状细胞癌的上述ADC和SUV指标间亦无明显相关性。中-高分化与低分化宫颈鳞状细胞癌ADC_min差异有统计学意义（t=-2.06,P=0.049）。结论 ADC和SUV是诊断宫颈鳞状细胞癌的相互独立的指标。恶性程度分级评价中,ADC可能较SUV敏感。     

MRI影像组学术前预测乳腺浸润性导管癌Ki-67表达

目的 观察基于MR弥散加权成像(DWI)及表观弥散系数(ADC)图影像组学术前预测乳腺浸润性导管癌Ki-67表达的价值.方法 回顾性分析212例经组织穿刺活检或手术病理证实的乳腺浸润性导管癌患者的乳腺DWI,以分层抽样方法按7∶3比例将其分为训练集(n=148)和验证集(n=64).分别基于DWI、ADC图及DWI+ ...     

前列腺癌动态对比增强MRI与扩散加权成像的相关性

目的探讨前列腺癌诊断中动态对比增强MRI(DCE-MRI)灌注指标与DWI ADC值的相关性,从影像学角度评估前列腺癌微循环灌注水平与癌组织增殖的关系。方法对经组织病理学证实的53例前列腺癌患者行肝脏快速容积采集序列(LAVA)动态增强扫描和DWI检查,获得双侧外周带癌区与非癌区信号强度-时间(SI-T)曲线,计算达峰时间(Tmax)、最大强化程度(SImax)、最快强化率(Rmax)和ADC值,分析DCE-MRI灌注指标与ADC值之间的相关性。结果前列腺癌患者癌区和非癌区Tmax、SImax、Rmax分别为(17.13±3.33)s、(1.60±0.26)%、(9.31±2.43)%和(34.20±11.53)s、(1.20±0.18)%、(4.00±1.52)%,二者差异均有统计学意义(t=-7.85、7.50、13.38,P均<0.01);癌区和非癌区ADC值分别为(0.91±0.18)×10-3mm2/s和(1.62±0.13)×10-3mm2/s,二者差异有统计学意义(t=-21.82,P<0.01)。前列腺癌癌区Tmax与ADC值呈正相关(r=0.53,P<0.01),SImax和Rmax与ADC值均呈负相关(r=-0.33、-0.46,P均<0.01)。结论前列腺癌DCE-MRI灌注指标与MR DWI ADC值具有相关性,两种技术联合应用有助于提高前列腺癌定位、定性及分期诊断的准确性。     

ADC全容积直方图分析法鉴别乳腺良恶性肿块样病变

目的 探讨ADC全容积直方图分析法鉴别诊断乳腺良恶性肿块样病变的价值。方法 回顾性分析经手术及病理证实的88例乳腺肿块样病变患者,其中恶性57例、良性31例,均接受乳腺MR平扫+动态增强及DWI扫描,测量并记录ADC全容积直方图参数（包括多个百分位ADC值、ADC_min、ADC_max、ADC_mean、偏度、峰度及标准差）及常规平均ADC值。比较乳腺良恶性病变各ADC直方图参数及常规平均ADC值,采用ROC曲线分析评估各参数鉴别良恶性病变的效能。结果 良恶性病变ADC直方图参数（各ADC值、偏度、峰度、标准差）及常规平均ADC值差异均有统计学意义（P均<0.05）;其中第75、90百分位ADC值鉴别良恶性病变的AUC最高,为0.84。ADC直方图参数ADC_mean、第50百分位ADC值鉴别乳腺肿块样病变良恶性的AUC与常规平均ADC值的AUC比较差异均有统计学意义（P均<0.05）。结论 ADC全容积直方图可全面反映病灶整体信息,对鉴别乳腺良恶性病变具有一定价值。     

多b值DWI在脑胶质瘤治疗后近期评价中的应用

目的 探讨应用多b值DWI中不同b值ADC值评估胶质瘤近期治疗效果及鉴别肿瘤进展的价值。方法 对47例经手术病理证实为脑胶质瘤且接受联合放化疗的患者行常规MRI及多b值DWI（b=0、1 000、2 000、3 000 s/mm²）扫描。分别在5种不同b值组合（b值组合分别为：0、1 000 s/mm²,0、2 000 s/mm²,0、3 000 s/mm²,1 000、3 000 s/mm²,2 000、3 000 s/mm²）的ADC图[ADC_{（1 000/0）}、ADC_{（/2 000/0）}、ADC_{（3 000/0）}、ADC_{（3 000/1 000）}、ADC_{（3 000/2 000）}]中测量病灶的平均和最小ADC值（ADC_mean和ADC_min）,计算其相对值（rADC_mean、rADC_min）。比较治疗后不同反应类型（完全有效、部分有效、稳定、进展）间及进展组与非进展组间ADC值的差异,通过ROC曲线分析不同ADC值诊断肿瘤进展的最佳临界值和诊断效能。结果 ADC_{（3 000/0）}、ADC_{（3 000/1 000）}和ADC_{（3 000/2 000）}图中的rADC_mean在不同反应类型间和进展组与非进展组间差异均有统计学意义（P均<0.05）;ADC_{（3 000/1 000）}和ADC_{（3 000/2 000）}图中的ADC_mean在不同反应类型间和进展组与非进展组间差异均有统计学意义（P均<0.05）。ADC_{（3 000/2 000）}图中ADC_mean和rADC_mean诊断肿瘤进展的曲线下面积最大,分别为0.86和0.84,以ADC_mean=408.65×10^-6 mm²/s和rADC_mean=1.12诊断胶质瘤进展的敏感度、特异度分别为89.3%、71.0%和92.9%、77.4%。结论 通过高b值ADC图中病灶的ADC_mean和rADC_mean可较准确地评估胶质瘤的近期治疗效果,并为鉴别胶质瘤术后肿瘤进展提供有价值的信息。