首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到18条相似文献,搜索用时 171 毫秒
1.
目的 探讨扩散加权成像(DWI)及MRI动态增强(DCE-MRI)技术对鉴别乳腺良恶性病变的价值.资料与方法 回顾性分析47例经病理证实的乳腺肿块患者资料.采用1.5 TMR行乳腺肿块DWI,对感兴趣区( ROI)求得表观扩散系数(ADC)值,然后行动态增强扫描,获得第一分钟强化率及时间-信号强度曲线(TIC)类型.分析病变的MR信号、ADC值及TIC,并经统计学处理,比较良恶性病变的差异.结果 乳腺ADC值分别为:恶性肿块组(0.826±0.064)×10- 3mm2/s,良性病变组(1.214 +0.028)×10- 3mm2/s,正常腺体组(1.403±O.150)×10- mm2/s,经t检验,各组间ADC值差异均有统计学意义(P<0.05);乳腺第一分钟强化率良、恶性肿块组分别为(51.44±17.62)%、(68.46±14.75)%,两组差异具有显著统计学意义(P<0.05),恶性肿块多表现为早期快速强化.26个良性病灶均表现为类圆形均匀强化,减影和最大密度投影(MIP)像上未见环状强化或血管纠集,TIC类型分别为Ⅰ型20个,Ⅱ型5个,Ⅲ型1个;24个恶性病变均表现为不均匀强化,减影后11个显示环形强化,MIP示12支迂曲的异常血管向肿块聚集,TIC类型分别为Ⅰ型6个,Ⅱ型4个,Ⅲ型14个.乳腺良恶性病变诊断预测,单独使用DWI、DCE-MRI及联合两种方法的敏感性分别为75%、80%、87.5%,特异性分别为76.92%、88%、92.3%,准确性分别为76%、84%、90%.结论 结合ADC值与TIC,较单独使用一种方法可明显提高鉴别乳腺良恶性病变诊断的敏感性、特异性和准确性.  相似文献   

2.
目的:探讨动态增强MRI时间-信号曲线(TIC)、半定量指标与ADC值对乳腺良恶性病灶的鉴别.诊断价值。方法:回顾性分析乳腺MRI检查并经病理证实的56个乳腺病灶的时间-信号曲线(TIC)类型,半定量指标以及ADC数值。分析测定的6个半定量指标包括达峰时间(TTP)、正性增强积分(PEI)、时间最大密度投影(TMIP)、最大上升斜率(MSI)、流入(WI)、流出(WO),用独立样本t检验评价6个半定量参数在良恶性病灶间的分布是否具有统计学意义。同时研究联合MRI时间-信号曲线(TIC)类型、半定量参数、ADC值得最佳诊断组合及最佳切值。结果:良性病灶38个,恶性18个。良性病灶多见TIC类型为I型,共29个(76.3%),TTP≥180s(79.4%)、MSI≤1500;恶性病灶多见TIC类型为I型,共14个(77.7%),TTP<180 s(91.79%)、MSI>1500。ADC数值良恶性病灶的分界为1.04×10^3mm^2/s。TIC类型、达峰时间(TTP)、最大上升斜率(MSI)、ADC值联合诊断敏感度98.2%、特异度93.3%。结论:TIC类型、达峰时间(TTP)、最火上升斜率(MSI)、ADC值对乳腺良恶性病灶的鉴别诊断均有价值。且联合使用使得诊断敏感度、特异度明显提高。  相似文献   

3.
目的探讨磁共振弥散加权成像、常规T_2WI、动态增强扫描序列成像对乳腺病变诊断价值。方法收集2014年1月~2018年5月期间78例乳腺病变患者的临床资料,分析、比较T_2WI、TIC类型、ADC值、rADC值诊断的敏感性和特异性。结果 1)T_2WI高信号组在良恶性病灶存在统计学差异(χ~2=5.981,P0.05);2)恶性病灶以TIC III型曲线表现为主(75.4%),在良、恶性病灶组有显著统计学差异(χ~2=31.52,P0.05);3)相同b值条件下,恶性病灶ADC和rADC值显著低于良性病灶(t=9.838/7.262,P0.05);4)rADC值对乳腺恶性的病灶总体灵敏度为86.89%(53/61),特异性为75.0%(18/24),rADC值对恶性病灶诊断价值最高。结论磁共振多序列成像能够提供丰富的乳腺病变诊断信息,弥散加权成像(ADC及rADC值)在鉴别乳腺良恶性病灶方面有较高应用价值。  相似文献   

4.
曲宁  罗娅红  赵英杰  何翠菊   《放射学实践》2010,25(5):515-518
目的:确定扩散敏感因子为800s/mm^2时乳腺良恶性病变的ADC界值,评价MR扩散加权成像(DWI)对乳腺良恶性病变鉴别诊断的价值。方法:回顾性分析经手术病理证实的70例(78个病灶)乳腺病变的DWI图像,其中良性病变26例(31个病灶),恶性病变44例(47个病灶)。测量DWI图像上显示的病变表观扩散系数(ADC)值。通过ROC曲线确定ADC值的诊断阈值,并以此值进行鉴别诊断,同时计算ROC曲线下面积。结果:良恶性病变的ADC值均符合正态性分布,良恶性病变的ADC平均值分别为(1.46±0.26)×10^-3mm^2/s和(1.02±0.19)×10^-3mm^2/s,恶性病变的ADC值明显低于良性病变(P〈0.05)。约登指数最大法确定的ADC诊断阈值为1.28×10^-3mm^2/s,以此值进行鉴别诊断时的敏感度、特异度和诊断符合率分别为93.6%,75.9%,86.8%;阳性似然比最大法确定的ADC诊断阈值为1.035×103mm^2/s,以此值进行鉴别诊断时的敏感度、特异度和诊断符合率分别为46.8%,96.6%,65.8%;ROC曲线下面积为0.905(95%可信区间为0.836-0.975)。结论:扩散敏感因子为800s/mm^2时乳腺良恶性病变的ADC界值确定为1.28×10^-3mm^2/s,DWI的ADC值测定有助于乳腺良恶性病变的鉴别诊断。  相似文献   

5.
目的:评价扩散加权成像(DWI)和动态增强MRI(DCE-MRI)在口底病变良恶性鉴别中的价值.方法:回顾性分析2012-2014年经病理确诊的75例非囊性口底病变的磁共振图像.经后处理获得病变的表观扩散系数(ADC)和时间-信号强度曲线(TIC),并采用受试者工作特征曲线(ROC)分析和Logistic回归分析法评价这两个指标与口底病变良恶性的相关性.结果:良恶性口底病变的ADC值和TIC形态的差异均有统计学意义(P=0.015和P<0.001),其曲线下面积(AUC)分别为0.754和0.704.当联合应用ADC值和TIC形态进行良恶性鉴别时,诊断效能更佳,最佳诊断标准为ADC≤1.23×10-3mm2/s且平台/退出型TIC曲线,其AUC值为0.820,敏感度98.3%,特异度88.9%.结论:磁共振扩散加权成像和动态增强扫描对于口底病变的良恶性鉴别具有辅助诊断价值,两者联合应用的诊断价值更高.  相似文献   

6.
目的分析乳腺良、恶性病变的形态学及血流动力学表现,结合表观扩散系数(ADC)探讨动态增强MRI(DCE-MRI)结合扩散加权成像(DWI)对乳腺病变的诊断价值。资料与方法对236个乳腺良、恶性病灶的形态学表现、血流动力学表现及ADC值进行单变量及多变量分析,分析有意义的恶性征象,建立回归模型。结果对于肿块性病变,肿块边缘、内部增强特征、时间-信号强度曲线类型、ADC值及1min增强率在良、恶性病变中差异有统计学意义(P<0.05),边缘不光滑、毛刺征、内部增强不均匀、廓清型曲线、ADC值<1.15×10-3mm2/s、1min增强率>105%为恶性征象。对于非肿块性病变,时间-信号强度曲线类型、ADC值及1min增强率在良、恶性病变中差异有统计学意义(P<0.05);廓清型曲线、ADC值<1.35×10-3mm2/s、1min增强率>75%为恶性征象。肿块和非肿块性病变诊断模型的敏感性、特异性、阳性预测值、阴性预测值和诊断准确性分别为85.3%、84.6%、91.6%、74.6%、85.1%和82.0%、83.3%、91.1%、69.0%、82.4%。结论 DCE-MRI结合DWI诊断乳腺癌的敏感性和特异性高,有重要临床应用价值。  相似文献   

7.
目的探讨乳腺良恶性病变在磁共振动态增强灌注成像参数图中的特征,评估其在乳腺良恶性病变鉴别诊断中的价值。方法收集乳腺病变患者108例共111个病灶,联合采用乳腺普通平扫、扩散加权成像(DWI)及动态对比增强MR成像(DCE-MRI)序列,绘制时间-信号强度曲线(TIC),通过软件处理获得Washin、Washout、PEI及Combine等4种乳腺灌注伪彩参数图像,分别测定病灶的表观扩散系数(ADC)值及各灌注参数值。参照病理结果,绘制ADC值及各灌注参数值的受试者工作特征曲线(ROC),比较ADC值及各灌注参数图的ROC曲线下面积(AUC)以及诊断乳腺癌的灵敏度和特异度。结果 ADC、Washin、Washout、PEI及Combine灌注参数图ROC曲线下面积分别0.887,0.657,0.896,0.669,0.710。ADC以1.2×10-3mm2/s为阈值,灵敏度和特异度分别为95.65%、76.19%,在良恶性病变的诊断差异有显著统计学意义(P0.01);Washin、Washout、PEI及Combinec参数图的灵敏度和特异度分别为98.6%,91.3%,76.8%,95.7%和47.6%,78.6%,59.5%,52.4%。各灌注参数值在良恶性病变的诊断差异均有统计学意义(P0.05)。结论磁共振动态增强灌注成像参数图特别是Washout图在乳腺良恶性病变的诊断中具有较高的应用价值,可为乳腺良恶性病变鉴别诊断提供重要的补充信息。  相似文献   

8.
尚柳彤  柴晓玮  贾文霄 《武警医学》2008,19(10):873-877
 目的 探讨磁共振动态增强扫描诊断乳腺病变的应用价值.方法 对40例乳腺疾病患者(33个良性病灶,24个恶性病灶)分别进行磁共振平扫和动态增强扫描检查,分析病灶强化的形态特征,测量动态增强的时间-信号强度曲线分布类型、峰值时间和早期增强率.结果 多数病灶在磁共振平扫时未被检出,结合增强后的形态特征对乳腺癌的检出敏感性为75.0%,特异性为69.7%,准确性为71.9%.良、恶性病灶时间-信号强度曲线、峰值时间及早期增强率分布的差异均有统计学意义(P<0.01),诊断敏感性分别为91.7%、87.5%和75.0%,特异性分别为87.9%、87.9%和84.8%,准确性分别为89.5%、87.7%和80.7%.联合上述指标诊断乳腺癌的敏感性为95.8%,特异性87.9%,准确性为91.2%.结论 时间-信号强度曲线、峰值时间及早期增强率在乳腺良、恶性病变诊断中具有较高的敏感性和特异性,结合增强的形态特征,对乳腺病变的诊断及鉴别诊断有重要价值.  相似文献   

9.
李嫣  艾涛  胡益祺  严序  夏黎明 《放射学实践》2016,(12):1191-1195
目的:探讨体素内不相干运动(IVIM)技术联合扩散峰度成像(DKI)对乳腺良恶性病变的鉴别诊断价值.方法:137例女性患者(共153个病灶)行双侧乳腺多b值DWI检查(b=0~2000 s/mm2);分别使用IVIM、DKI模型获得病灶的真性扩散系数(D)、灌注相关扩散系数(D*)、灌注分数(f)以及平均扩散峰度系数(MK)、平均扩散系数(MD)和ADC值.分析这些参数在乳腺良恶性病变中的变化规律,采用受试者工作特性曲线(ROC)评估各参数的诊断效能.结果:良恶性病灶的D、f、MK、ADC和MD值的中位数差异有统计学意义(P值分别为0.000、0.020、0.000、0.000和0.000),良恶性病灶D*值的差异无统计学意义(P=0.480).D值与和MK、ADC和MD值在鉴别乳腺良恶性病变中的可靠性相当,两两比较差异无统计学意义(P值均大于0.1).当MK值及D、ADC和MD值的阈值分别取0.8073及0.9536×10-3、1.1436×10-3和1.5657×10 3mm2/s时,鉴别良恶性病灶的敏感度和特异度依次分别为(95.7%,84.2%)及(95.7%,81.6%)、(96.5%,84.2%)和(93.9%,84.2%).ROC曲线分析得出D值的诊断效能最大(AUC=0.91).联合D值和MK值的AUC这0.92.结论:采用1VIM和DKI模型获得的相关参数有助于乳腺良恶性病灶的鉴别,以IVIM模型中的真性扩散系数的诊断敏感性和特异性较高,联合真性扩散系数和扩散峰度系数的诊断效能最高.  相似文献   

10.
目的 评价在单次乳腺MRI中,结合T1WI动态增强成像(dynamic contrast-enhanced T1-weighted imaging,DCE-T1WI)与T2*W首过灌注成像(T2*-weighted first-pass perfusion imaging,PWI-T2* WI)对乳腺良、恶性病变鉴别诊断的诊断价值.资料与方法 40例患者在一次乳腺MRI中,先进行DCE-T1WI,随后进行PWI-T2* WI.结果 DCE-T1WI如果将流出型时间-信号强度曲线作为诊断病灶恶性的阈值,诊断敏感性为74.2%,特异性为88.9%.良、恶性病灶早期强化率差异有统计学意义(P <0.001).如果将病灶早期强化率90%作为诊断恶性病灶的阈值,敏感性与特异性分别为83.9%、77.8%;PWI-T2* WI将病灶早期信号丢失率20%作为诊断恶性的阈值,敏感性、特异性分别为90.3%、92.9%.良、恶性病灶在PWI-T2* WI早期信号丢失率的重叠范围小于DCE-T1WI早期强化率的重叠范围.就乳腺良、恶性病灶的鉴别诊断价值而言,PWI-T2* WI中病灶早期信号丢失率高于DCE-T1WI病灶早期强化率(A值分别为0.910 vs 0.791,P=0.000).结论 PWI-T2* WI在鉴别乳腺病灶的良、恶性方面有很高的特异性,在单次乳腺MRI中联合DCE-T1WI与PWI-T2*WI,能够提高乳腺癌诊断的准确性.  相似文献   

11.
目的 探讨动态增强磁共振成像(DCE-MRI)和扩散加权成像(DWI)对乳腺腺病和乳腺癌的诊断价值.方法 回顾性分析手术后病理证实的30例乳腺腺病和45例乳腺癌的MRI影像资料,包括病灶的形状、边缘、强化方式、T2WI信号特点、时间-信号强度曲线(TIC)类型、早期强化率(EER)、达峰时间、背景强化程度及病灶的表观扩散系数(ADC)值.结果 在形态学特征中,乳腺癌多表现为边缘不规则,伴或不伴有毛刺,差异有统计学意义(P=0.002);同时多表现为不均匀强化,差异有统计学意义(P=0.009).在动态强化特征上,乳腺癌多表现为TIC流出型,EER多表现为快速流入,达峰时间多在2 min以内,以上差异均有统计学意义(P<0.001).在ADC值上,乳腺癌为(1.03±0.24)×10-3mm2/s,低于乳腺腺病的(1.34±0.30)×10-3mm2/s,差异有统计学意义(P<0.001).乳腺腺病和乳腺癌的形状特点、T2WI信号特点、背景强化程度比较差异无统计学意义(P>0.05).结论 DCE-MRI和DWI联合应用对于鉴别诊断乳腺腺病和乳腺癌具有重要的价值.  相似文献   

12.
目的 评价高b值MR DWI及ADC值在乳腺良恶性病变诊断中的应用价值.方法 165例患者在行乳腺MR动态增强扫描前行不同b值(分别为500、1500 s/mm2)的DWI扫描,对171个怀疑或高度怀疑恶性病变者行回顾性分析.以正常乳腺组织为参考基准,选择增强图像中异常强化的高信号病变,同时在高b值(b= 1500 s/mm2)DWI中视觉判定是高信号的病变定义为恶性病变阳性结果,否则为良性病变阴性结果.对其中111个DWI视觉判定阳性结果的病变计算ADC值.依据全部病变穿刺活检病理诊断结果,应用Fisher精确检验和Wilcoxon秩和检验对比分析高b值DWI视觉评估中恶性和良性病变的阳性和阴性病灶数,以ADC值=1.13×10-3 mm2/s作为临界值,计算诊断的特异度和敏感度.结果 乳腺病变穿刺活检病理证实的171个乳腺病变中,91个恶性病变,80个良性病变.高b值DWI视觉评估,139个阳性结果中,恶性病变83个,良性病变56个;32个阴性结果中,良性病变24个,恶性病变8个(非肿块性导管原位癌),差异有统计学意义(P<0.01).所有浸润性癌和肿块样导管原位癌(DCIS)在DWI视觉判定中为阳性,8例非肿块性DCIS判定为假阴性,总体的敏感度为91.2% (83/91),特异性为30.0% (24/80).110个肿块样病变和1个局灶性病变DWI视觉评估阳性结果的病变中,63个恶性病变平均ADC值为(0.73±0.24)×10-3 mm2/s,48个良性病变平均ADC值为(1.19±0.42)×10-3mm2/s,差异有统计学意义(Z=5.818,P<0.01).以ADC值=1.13×10-3mm2/s作为临界值时,61个恶性病变为阳性结果,2个黏液癌为假阴性结果;27个良性病变为阴性结果,21个良性病变为假阳性,诊断敏感度是96.8%(61/63),特异度为56.2% (27/48).结论 高b值DWI及ADC值对乳腺良恶性病变的鉴别诊断有一定的作用,但在诊断非肿块性乳腺病变时仍需慎重.  相似文献   

13.
目的 探讨月经周期对正常乳腺实质磁共振扩散加权成像(DWI)表观扩散系数(ADC)值的影响,并评价动态增强MRI(DCE-MRI)及DWI在乳腺病变鉴别诊断中的价值。方法 选取健康女性志愿者34例、乳腺病变患者96例,所有病例均经外科手术或针吸病理证实,其中良性病变者36例,共44个病灶;恶性病变者60例,共70个病灶...  相似文献   

14.
目的:探讨乳腺 X线摄影、3.0T MR检查及两者联合应用对乳腺良恶性病变的诊断价值。方法收集乳腺 X线摄影、MR检查的女性患者61例,良性14例,恶性47例。所有病例均经手术病理证实。观察病变时间-信号强度曲线(TIC)、表观扩散系数(ADC)值、磁共振波谱(MRS)有无胆碱(Cho)峰。分析单独运用乳腺X线摄影、MR及2种技术联合应用在乳腺良恶性病变的价值。采用 SPSS 17.0统计软件包进行分析,计数资料进行卡方检验,P<0.05认为差异有统计学意义。结果单独使用乳腺 X线摄影及 MR诊断乳腺良恶性疾病的诊断符合率分别是45.9%、62.3%;两者联合运用诊断乳腺良恶性疾病的符合率为80.3%,均高于单独使用某一种检查(χ2=4.08,P<0.05)。结论 MR检查对乳腺良恶性病变的诊断价值高于乳腺 X线摄影。乳腺 X线摄影联合 MR检查明显提高乳腺良恶性病变术前诊断的准确率,为早期诊断及预后提供理论依据。  相似文献   

15.
目的 探讨动态增强MRI时间一信号强度曲线(TIC)上升段最大斜率值和曲线类型在骨骼肌肉系统良、恶性肿瘤鉴别中的作用.方法 采用多时相增强快速采集梯度同波序列,对93例骨骼肌肉系统肿瘤进行MR动态增强扫描,在斜率图上选取ROI,经Functool软件后处理,得到TIC,并将曲线分为Ⅰ、Ⅱ、Ⅲ型,计算曲线上升段最大斜率值.以病理结果为金标准,对TIC类型在良、恶性肿瘤中的分布差异和曲线的上升斜率值进行χ2检验或t检验.结果 49例恶性肿瘤中,37例为I型曲线,12例为Ⅱ型曲线;44例良性肿瘤中,26例为Ⅰ型曲线,7例为Ⅱ型曲线,11例为Ⅲ型曲线,曲线类型在良、恶性肿瘤中的分布差异具有统计学意义(χ2:14.008,P<0.01).良、恶性肿瘤曲线上升斜率值分别为6.80±3.35和6.80±2.71,差异无统计学意义(t=0.008,P>0.05).与形态学表现相结合,应用TIC类型对骨骼肌肉系统恶件肿瘤定性诊断的敏感度为100%,特异度为50%,阳性预测值为78%,阴性预测值为100%,准确度为82%.结论 TIC类型结合形态学表现,能够提高MRI对骨骼肌肉系统肿瘤良、恶性鉴别的能力.  相似文献   

16.
目的:对比乳腺良、恶性病变的表观扩散系数(apparent diffusion coefficient,ADC),探讨DWI在乳腺病变中的诊断价值.材料和方法:搜集术前行MR检查并经病理证实的236例乳腺病变,采用平面回波-扩散加权成像序列(EPH)WI);测量病变区和对侧正常乳腺腺体的ADC值,应用t检验比较良、恶性病变及正常腺体ADC值的差异,采用接收者工作特征曲线(receiver operating characteristic curve,ROC)确定良、恶性病变的ADC界值;根据BI-RADS MRI将乳腺病变分为肿块性病变和非肿块性病变,比较ADC值在两组病变中定性诊断效能.结果:236例乳腺病变中,恶性病变ADC值[(1.08±0.32)X 10-3mm2/s]显著低于良性病变[(1.48±0.35)×102mm2/s],差异有统计学意义(P=0.01);根据ROC曲线确定ADC界值为1.25×10-2mm2/s,诊断敏感性和特异性分别为78.2%和77.5%.肿块性病变良、恶性ADC界值为1.15×10-3mm2/s(敏感性和特异性分别为79.8%和81.8%),非肿块性病变良、恶性ADC界值为1.35×10-3mm2/s(敏感性和特异性分别为78%和72%).绪论:根据ADC界值可以鉴别乳腺良、恶性病变;对肿块性病变和非肿块性病变应采用不同的ADC界值;DWI对肿块性病变的诊断效能优于非肿块性病变.  相似文献   

17.
目的探讨扩散峰度成像(DKI)对动态增强时间-信号曲线呈平台型的乳腺纤维腺瘤和乳腺癌的鉴别诊断价值。方法选取DCE-TIC为平台型的20例(20个病灶)乳腺纤维腺瘤患者和61例(64个病灶)乳腺癌患者。测得病变的平均扩散峰度系数(MK)和平均扩散系数(MD)以及ADC值,观察病变形态和强化特征。以病理结果为金标准,采用X2检验比较两类病变间形状、边缘、背景实质强化、内部强化特征、早期强化率的差异;采用两独立样本t检验比较DKI、DWI参数的差异,绘制ROC比较其诊断效能。结果DCE-TIC呈平台型的乳腺纤维腺瘤及乳腺癌,形状、边缘、内部强化特征以及早期强化率差异均有统计学意义(P<0.05),背景实质强化差异无统计学意义(P>0.05);MK、MD、ADC值的差异均有统计学意义(P<0.05),联合MK、MD和ADC,ROC下面积为0.991,敏感度、特异度和准确度分别达0.922、1.000和0.922。结论DKI对DCE-TIC呈平台型乳腺纤维腺瘤及乳腺癌具有良好的鉴别诊断意义,将DKI和DWI联合应用可获得更高的诊断效能。  相似文献   

18.
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。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号