动态增强MRI定量评估乳腺良恶性病变的效能

目的 探讨动态增强磁共振成像（DCE-MRI）评价乳腺良恶性病变中病灶及背景实质血流动力学参数的价值。方法 收集41例接受乳腺DCE-MRI检查的患者（共45个病灶）,其中良性病变21个（良性组）,恶性病变24个（恶性组）,测量病灶及背景实质的容量转移常数（K_trans）、速率常数（K_ep）、血浆分数（V_p）,对2组各参数进行统计学分析;以病理结果为金标准,评价各参数诊断乳腺恶性病灶的效能。结果 恶性组病灶K_trans和K_ep、背景实质K_trans和K_ep均高于良性组（P均<0.05）。2组病灶V_p和背景实质V_p差异均无统计学意义（P均>0.05）。诊断乳腺恶性病变时,背景实质K_trans的AUC较其他参数高,敏感度、特异度分别为87.50%、76.19%。所有参数联合的Logistic回归模型AUC值最高,为0.86（P<0.001）。结论 DCE-MRI相关参数中,背景实质K_trans对乳腺疾病的诊断价值较高。定量分析DCE-MRI数据有助于鉴别乳腺良恶性病变,其背景实质的血流动力学特征有望成为无创诊断乳腺病变的新方法。     

VIBRANT多时相增强MRI鉴别乳腺良恶性病变的应用研究

目的 探讨VIBRANT多时相增强MRI鉴别乳腺良、恶性病变的临床价值。方法 采用GE1.5T MR仪及4通道乳腺相控阵线圈，对53例（57灶）患者双侧乳腺平扫后用Gd-DTPA（磁显葡胺0.1mmol/kg）以2.0ml/s静脉团注，注药后约15秒开始第1次采集，采集时间约57秒，连续无间隔采集8-10次。结果 除1例外，所有乳腺脂肪抑制均匀。乳腺病变形态是否规则及边缘是否有毛刺与病变良、恶性关系显着（P〈0.05）。边缘毛刺征特异度95%（19/20）。恶性病变1分钟早期增强率高于良性病变（P〈0.05），诊断灵敏度及特异度分别为91.89%及65%。恶性病变时间-信号强度曲线Ⅰ型（单相型）10.81%（4/37），Ⅱ型（平台型）2.7%（1/37），Ⅲ型（流出型）86.49%（32/37）;良性病变Ⅰ型65%（13/20），Ⅱ型5%（1/20），Ⅲ型10%（2/20），Ⅳ型（环状或无明显强化）20%（4/20）。以Ⅱ型或Ⅲ型为恶性标准，诊断灵敏度、特异度分别为89.19%及85%。形态学与血流动力学相结合，灵敏度、特异度及准确率分别为91.89%（34/37），85%（17/20），89.47%（51/57）。结论 应用VIBRANT进行乳腺多时相增强MRI脂肪抑制较好，可以得到较好的形态学和血流动力学信息。时间-信号强度曲线是鉴别乳腺良、恶性病变比较有效的方法。1分钟早期增强率诊断灵敏度较高，边缘毛刺征特异度较高。形态学与血流动力学相结合，可以提高诊断准确率。     

MR动态增强扫描结合扩散加权成像鉴别乳腺良恶性病变的评价

乳腺MR已成为乳腺影像学检查的重要手段，乳腺疾病影像诊断已从单纯解剖形态学的研究发展到MR功能成像，如动态增强扫描（DCE）、扩散加权成像（DWI）、波谱分析等。本研究用1．0TMR机进行乳腺DCE和DWI，研讨两者结合对鉴别乳腺良恶性疾病的价值。     

磁共振动态增强与弥散加权成像多参数鉴别乳腺良恶性病变的诊断价值

目的评估磁共振弥散加权成像(DWI)辅助动态对比增强(DCE-MRI)血流动力学参数联合应用对于鉴别乳腺良恶性病灶的诊断价值。方法 32例患者共42个病灶接受了DCE-MRI及DWI检查。影像学评估内容包括病灶大小、ADC值、初始强化峰值。结果在15个良性病灶及27个恶性病灶中,良性病灶的平均大小与初始强化峰值显著小于恶性病灶;良性病灶的ADC值高于恶性病灶。病灶大小、ADC值、初始强化峰值三者联合应用的AUC值为0.88,均高于每个指标单独应用时的AUC值。结论应用ADC值联合动态增强多参数鉴别乳腺良恶性病灶,较每个指标参数单独应用时具有更大的诊断价值。     

不同感兴趣区勾画方法测量集成MRI和DWI定量参数对乳腺良恶性病变的鉴别诊断价值

目的 探讨不同感兴趣区(region of interest,ROI)勾画方法测量集成MRI (synthetic MRI,sy MRI)和扩散加权成像(diffusion weighted imaging,DWI)定量参数对乳腺良恶性肿块型病变的鉴别诊断价值。材料和方法 纳入122例乳腺MRI检查诊断为肿块型病变的患者,术前均接受常规MRI (T2加权成像、DWI和动态增强扫描)和sy MRI检查。两名医师分别采用整体勾画法放置第一个ROI,记作“tumor”;最大层面勾画法放置第二个ROI,记作“max”;在肿瘤强化最明显的区域放置第三个ROI,记作“local”。依据动态增强图像肿瘤强化位置在表观扩散系数(apparent diffusion coefficient,ADC)图像上测量ADC值(ADC_tumor、ADC_max和ADC_local)、在T1 mapping图像上测量T1弛豫时间值(T1_tumor、T1_max和T1_local)、在T2 ma...     

DWI及动态增强MRI鉴别诊断舌良恶性病变

目的 评价DWI及动态增强MRI鉴别诊断舌良恶性病变的价值。方法 对75例经病理确诊的舌部病变患者行DWI和动态增强MRI。测量并比较舌良恶性病变病灶ADC值,绘制ROC曲线分析ADC值诊断舌恶性肿瘤效能;比较舌良恶性病变时间-信号强度曲线（TIC）分型差异。结果 舌恶性病变的ADC值[（1.12±0.21）×10^-3mm²/s]明显低于良性病变[（1.84±0.47）×10^-3mm²/s,P<0.001）;以ADC值1.30×10^-3mm²/s为阈值,诊断舌恶性病变的敏感度、特异度和准确率分别为90.70%、93.75%和92.00%,ROC曲线下面积为0.957。良性病变（除外8例囊肿）中19例（19/24,79.17%）TIC为Ⅲ型,5例（5/24,20.83%）为Ⅱ型;恶性病变中39例（39/43,90.70%）TIC为Ⅰ型,4例（4/43,9.30%）为Ⅱ型。结论 舌良恶性病变DWI和动态增强MRI具有不同特征,ADC值和TIC曲线有助于鉴别诊断两者。     

动态增强MRI在乳腺疾病良恶性鉴别诊断中的价值

目的探讨动态增强MRI对乳腺良恶性病变的鉴别诊断价值。方法80例女性患者,包括乳腺恶性病变44例(浸润性导管癌22例,浸润性小叶癌12例,髓样癌6例,导管原位癌4例);良性病变36例(纤维腺瘤20例,炎性病变5例,小叶增生11例)。所有患者行快速自旋回波(FSE)横断位T1WI加频谱特异式脂肪抑制(SPIR)、常规横断位T2W加SPIR扫描技术,均行快速三维动态增强扫描。评价其病变的形态学特征、早期增强率及信号强度-时间曲线。结果病灶增强形态特征、早期增强率及信号强度-时间曲线在良恶性乳腺病变中差异均有显著性意义(χ2值分别为31、20.2、51.6,P<0.001)。病灶形态特征诊断的敏感性68.2%(30/44),特异性77.8%(28/36),准确性72.5%(58/80);早期增强率诊断的敏感性72.7%(32/44),特异性77.8%(28/36),准确性75%(60/80);信号强度-时间曲线诊断的敏感性86.4%(38/44),特异性88.9%(32/36),准确性87.5%(70/80);三者相结合的联合诊断标准的敏感性95.4%(42/44),特异性94.4%(34/36),准确性95%(76/80)。结论病灶增强形态特征、早期增强率及信号强度-时间曲线在乳腺良恶性病变诊断中有一定作用,三者结合对乳腺疾病具有较高的诊断价值。     

MRI在乳腺良恶性病变诊断中的应用研究

目的;探讨MRI对乳腺良、恶性病变的诊断价值。方法;对65例76处乳腺病灶进行MRI平扫和增强检查,分析乳腺病灶MRI平扫和增强图像表现以及动态增强时间－信号强度曲线,并以B超,钼靶及病理结果对照。结果：MRI平扫加增强扫描对乳腺良、恶性病灶的诊断准确率为93．3％,优于B超和钼靶摄片。结论：乳腺MRI增强扫描能提高对乳腺病灶的鉴别诊断价值。     

乳腺疾病动态增强MRI半定量参数与微血管密度的相关性

目的探讨乳腺良恶性病灶动态增强MRI半定量参数与病灶微血管密度(MVD)的相关性。方法44例乳腺病人经病理证实分为良恶性两组,经过MRI动态增强后计算时间-信号曲线半定量参数,并对所有病灶进行免疫组化CD34染色计数微血管密度进行评分,评价两者的相关性。结果乳腺癌24例,乳腺良性病灶20例,恶性组的早期强化率(Ee)、最大强化率(Emax)、最大强化速率(Vmax)、最大相对强化斜率(Eslop)及最大排泄率(Ewash)与微血管密度有明显正相关性(r=0.632,0.783,0.651,0.792,0.723,P<0.01),达峰时间(Tmax)与微血管密度呈明显的负相关(r=-0.785,P<0.01),而良性组中仅有早期强化率(Ee)、早期强化速率(Ve)、最大强化率(Emax)与微血管密度有明显正相关性(r=0.728,0.708,0.850,P<0.01)。结论MRT1动态增强是无创检测肿瘤微血管改变有效诊断方式,其强化参数与微血管密度具有明显的相关性。     

多模态MRI技术在乳腺非肿块性强化病变良恶性鉴别中的临床研究

目的:探讨多模态3.0T MRI技术在乳腺非肿块性强化病变(NMLE)良恶性鉴别诊断中的效能与临床应用价值。方法:回顾性分析在本院经手术和病理学证实且均行3.0T MRI检查的90例乳腺NMLE患者资料,其中良性病变31例(良性组),恶性病变59例(恶性组),均为女性,平均年龄(46.3±9.1)岁。分析比较两组NMLE分布类型及在DCE-MRI上的强化特点与时间-信号强度曲线,在DWI上检测与确定ADC最佳阈值及诊断敏感度与特异度。结果:①分布类型:导管型、节段型、区域型和弥漫型,其中节段型分布两组间差异有统计学意义(P<0.05),其余者差异无统计学意义(P>0.05);②强化病变特点:均匀、不均匀、集丛样强化、簇样环形强化,其中集丛样强化在两组间差异具有统计学意义(P<0.05),其余差异无统计学意义(P>0.05);③时间-信号强度曲线类型在两组间差异不具有统计学意义(P>0.05)。④ADC值:两组平均ADC值分别为(1.11±0.32)×10-3mm2/s、(1.47±0.37)×10-3mm2/s,差异有统计学意义(P<0.05),ADC值≤1.3×10-3mm2/s诊断NMLE为恶性病变的敏感度与特异度为71.8%、78.8%。结论:应用DCE-MRI与ADC值测量提供的形态学与功能学信息有助于提高乳腺NMLE良恶性病变的诊断效能。     

MRI动态增强联合扩散加权成像可提高对乳腺良恶性病变的诊断效能

目的  分析乳腺癌MRI动态增强（DCE）与扩散加权成像（DWI）的影像学特点及联合诊断的效能。方法  回顾性收集2018年6月~2022年8月我院收治的230例乳腺癌患者作为恶性组,选取同期在我院接受检查和治疗的252例乳腺良性病变患者作为良性组,所有患者均经手术治疗或病理穿刺活检确诊。统计乳腺良恶性病变患者DCE-MRI、DWI的影像学特点,统计DCE-MRI、DWI单独及联合对乳腺良恶性病变患者诊断结果  ,采用ROC曲线分析DCE-MRI、DWI单独及联合对乳腺癌的诊断效能。结果恶性组病灶形状为分叶状、不规则形（43.04%、45.65%）,边缘毛刺（48.70%）,内部不均匀强化、簇集状强化、分支强化（20.87%、38.70%、36.09%）,时间-信号强度曲线类型Ⅲ型（43.04%）患者占比高于良性组（33.33%、15.48%、12.70%、8.33%、14.29%、19.05%、3.57%,P < 0.05）。DCE-MRI、DWI单独及联合诊断乳腺良性和恶性病变分别187例、215例、239例和166例、193例、218例,检出率分别为74.21%、85.32%、94.84%和72.17%、83.91%、94.78%,DWI单独及DCE-MRI、DWI联合诊断乳腺良性和恶性病变检出率高于DCE-MRI单独诊断,DCE-MRI、DWI联合诊断高于DWI单独诊断（P < 0.05）。DWI单独及DCE-MRI、DWI联合诊断乳腺良性和恶性病变的敏感度（83.91%、94.78%）、特异性（85.32%、94.84%）、曲线下面积（0.846、0.948）均高于DCE-MRI单独诊断（72.17%、74.21%、0.732）,DCE-MRI、DWI联合诊断高于DWI单独诊断（P < 0.05）。结论  DCE-MRI、DWI诊断乳腺良恶性病变具有特异的影像学特点,两者联合可有效提高对乳腺良恶性病变的诊断效能,具有较好的应用价值。     

MRI对乳腺非肿块样强化良恶性病变的鉴别诊断

目的 探讨MRI对乳腺非肿块样强化（NME）良恶性病变的诊断及鉴别诊断价值。方法 回顾性分析96例乳腺NME病灶的MRI,参考2013年BI-RADS观察并比较良恶性病变间分布方式、内部强化特征、脂肪抑制T2WI信号、时间信号曲线（TIC）类型的差异,以多因素Logistic回归分析获得NME恶性病变的危险因素。结果 96例患者中良性28例,恶性68例。单因素分析结果显示,在内部强化方式上,良恶性病变间表现为均匀强化的差异有统计学意义（P=0.026）;在脂肪抑制T2WI信号上,良恶性病变间表现为高信号和等信号的差异有统计学意义（P=0.025、0.045）;在TIC类型上,良恶性病变间表现为Ⅰ型和Ⅲ型的差异有统计学意义（P=0.013、0.001）。多因素Logistic回归分析,得到脂肪抑制T2WI等信号和TIC Ⅲ型是恶性病变的危险因素,优势比分别为5.228和10.841。结论 MRI征象对鉴别乳腺良恶性NME病变具有一定的价值。     

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。     

DWI联合动态增强MRI鉴别诊断腮腺肿瘤良恶性

目的 探讨DWI联合动态增强MRI鉴别诊断腮腺肿瘤良恶性的效能。方法 回顾性分析43例（共44个病灶）经病理证实的腮腺肿瘤患者MRI和DWI资料。DWI中测量ADC值,绘制ROC曲线,获得鉴别诊断腮腺多形性腺瘤与恶性肿瘤、腮腺腺淋巴瘤与恶性肿瘤ADC阈值;动态增强MRI中分析时间-信号强度曲线（TIC）类型;计算单独ADC和TIC及二者联合诊断腮腺恶性肿瘤的敏感度、特异度和准确率。结果 多形性腺瘤、腺淋巴瘤、腮腺恶性肿瘤ADC值分别为（1.41±0.06）×10^-3 mm²/s、（0.75±0.05）×10^-3 mm²/s和（1.01±0.05）×10^-3 mm²/s,两两比较差异均有统计学意义（P<0.05）;ROC结果显示鉴别诊断多形性腺瘤与腮腺恶性肿瘤的ADC阈值为1.12×10^-3 mm²/s,鉴别诊断腺淋巴瘤与腮腺恶性肿瘤的ADC阈值为0.70×10^-3 mm²/s;ADC、TIC及二者联合诊断腮腺恶性肿瘤的敏感度分别为61.54%（8/13）、76.92%（10/13）、84.62%（11/13）,特异度分别为64.52%（20/31）、83.87%（26/31）、90.32%（28/31）,准确率分别为63.63%（28/44）、81.81%（36/44）、88.64%（39/44）。结论 DWI联合动态增强鉴别诊断腮腺肿瘤良恶性效能较高,具有重要临床应用价值。     

弥散加权成像模型鉴别乳腺良恶性病变北大核心CSCD

目的观察弥散加权成像(DWI)单指数模型、体素内不相干运动(IVIM)和弥散峰度成像(DKI)模型鉴别乳腺良、恶性病变的价值。方法对临床疑诊乳腺病变的202例患者(215个病灶)采集乳腺DWI,b值取0、30、50、80、120、160、200、500、1000、1500及2000 s/mm^(2)。采用单指数模型、IVIM模型、DKI模型分析原始数据,比较乳腺良、恶性病变表观扩散系数(ADC)、IVIM参数灌注分数(IVIM-FP)、真实弥散系数(IVIM-D)及灌注相关弥散系数(IVIM-DP)和DKI参数平均峰度(DKI-K)及平均弥散率(DKI-D)的差异。将单因素分析结果显示P<0.10的变量纳入多因素逐步logistic回归分析,筛选鉴别乳腺良、恶性病变的最佳参数,并建立联合模型。以病理结果为标准,采用受试者工作特征(ROC)曲线,计算曲线下面积(AUC),分析单一及联合参数鉴别乳腺良、恶性病变的效能。结果良性组54例(63个病灶),恶性组148例(152个病灶),组间ADC、IVIM-D、DKI-K和DKI-D差异均有统计学意义(P<0.001),IVIM-FP及IVIM-DP差异无统计学意义(P均>0.05)。ADC+DKI-K联合为鉴别乳腺良、恶性病变的最佳联合参数。ADC诊断乳腺良、恶性病变的效能最高,敏感度91.45%,特异度82.54%、准确率88.84%;其AUC 0.92,高于DKI-K及IVIM-DP(Z=4.72、6.78,P均<0.01),与IVIM-D、DKI-D、ADC+DKI-K差异均无统计学意义(Z=0.64、1.34、1.11,P=0.52、0.18、0.27)。结论DWI单指数模型、IVIM及DKI模型对鉴别乳腺良、恶性病变均有较高价值;DWI单一参数中,ADC诊断效能最佳,与联合参数模型相当。     

拉伸指数模型DWI鉴别诊断乳腺良恶性病变

目的 分析自发性气胸的胸膜窗MSCT和CT仿真内镜（CTVE）表现。方法 收集73例自发性气胸患者MSCT资料,以气囊为中心行薄层（层厚1 mm） MPR及CTVE重建,观察胸膜窗大小、位置、胸膜面缺损或龛影形态及其与胸腔的连通关系。结果 73例自发性气胸患者中,MSCT薄层重建图像检出15例患者27个胸膜窗;左侧11例,右侧4例;多见于肺尖（15/27,55.56%）,其次为前胸壁（7/27,25.93%）和纵隔面（5/27,18.52%）;23个（23/27,85.19%）可显示胸膜窗与胸腔的连通关系。胸膜窗均表现为壁层胸膜局限性缺损伴气囊突出,呈类圆形、椭圆形、短柱状或曲棍球状;CTVE正面观呈类圆或椭圆形,19个胸膜窗可直视气囊底部,6个胸膜窗侧壁平坦呈坑道状,其余胸膜窗侧壁多呈洞穴状。结论 胸膜窗常表现为壁层胸膜面小憩室样改变,其发病可能与局部胸腔负压增高、胸膜损伤有关。     

乳腺MRI特征及ADC值预测乳腺影像报告和数据系统4类良恶性病变

目的 探讨乳腺MRI特征及ADC值对乳腺影像报告和数据系统（BI-RADS）4类良恶性病变的预测能力，并尝试建立Logistic回归预测模型。方法 收集MRI诊断为BI-RADS 4类病变、并取得病理结果的79例乳腺病变患者（82个病变）。采用单因素二元Logistic回归及两独立样本t检验分析各MRI特征和ADC值鉴别良恶性乳腺病变的统计学意义，并建立多因素Logistic回归预测模型，绘制ROC曲线评价回归模型预测BI-RADS 4类病变良恶性的效能。结果 肿块型病变中，将边缘、内部强化及ADC值纳入Logistic回归预测模型中（P均<0.05，伪R²=0.62），其诊断良恶性乳腺病变的ROC曲线AUC为0.981，敏感度为87.80%，特异度为100%。非肿块型病变中，无预测变量纳入建立Logistic回归预测模型（P均>0.1）。结论 乳腺MRI特征（边缘、内部强化）及ADC值对预测肿块型BI-RADS 4类病变的良恶性具有一定意义；Logistic回归预测模型可有效鉴别BI-RADS 4类肿块型病变性质。