双参数MRI纹理分析鉴别诊断移行区前列腺癌及增生结节的价值

目的探讨双参数MRI纹理分析法在移行区前列腺癌及增生结节鉴别诊断中的应用价值。方法回顾性分析经病理证实的前列腺癌52例,增生结节39例。使用MRIcroN软件勾画病灶的范围,Matlab R2014b软件计算各纹理参数,用Fisher法选择独立纹理特征(包括方差,熵,偏度和峰度)及平均ADC值。使用两独立样本t检验评估各纹理参数及平均ADC值是否具有统计学差异。绘制受试者工作特征曲线并计算曲线下面积、敏感度和特异度。结果T 2WI前列腺癌组的方差低于增生组,熵高于增生组。ADC图前列腺癌组的方差和平均ADC值低于增生组,偏度、峰度、熵高于增生组。T 2WI熵联合ADC图熵的诊断价值最高(AUC=0.880),敏感度和特异度分别为73.7%,90.9%。结论T 2WI联合ADC图双参数纹理分析可准确区分前列腺癌与低信号增生结节,为两者的鉴别诊断提供客观、量化的依据。     

MRI纹理分析对前列腺癌及Gleason分级的诊断价值

目的评估多参数MRI纹理分析法对前列腺癌的诊断价值及其鉴别低危与中高危前列腺癌的诊断效能。方法回顾性分析经穿刺活检或手术病理证实的61例前列腺癌病人,中位年龄66岁(42～89岁),前列腺特异性抗原(PSA)范围3.4～300 ng/mL,并进行Gleason(GS)评分。其中低危(GS≤6分)病人10例,中高危(GS≥7分)病人51例。所有病人均行前列腺常规MRI及扩散加权成像(DWI)检查,基于T2WI勾画三维兴趣区(ROI),使用纹理分析软件(Matlab)提取ROI的直方图纹理特征参数(熵、偏度、峰度和方差),并计算平均ADC值。采用单因素方差分析评估T2WI和ADC图上各直方图纹理参数及平均ADC值在低危前列腺癌、中高危前列腺癌及正常外周区之间的差异。采用受试者操作特征(ROC)曲线计算曲线下面积(AUC),评估各参数的诊断效能,并评价定量纹理参数对低危和中高危前列腺癌的鉴别诊断效能。结果 ADC图及T2WI上,3组之间各诊断参数差异均有统计学意义(P0.05)。中高危前列腺癌在ADC图上平均ADC值的AUC(0.88)最大,在T2WI图纹理分析中,方差值AUC(0.88)最大。低危和中高危前列腺癌鉴别诊断中,ADC图和T2WI的纹理参数中熵值AUC最大,分别为0.87和0.79。结论多参数MRI纹理分析可用于诊断前列腺癌,并能为鉴别诊断低危与中高危前列腺癌提供可靠的量化信息,其中熵值有助于前列腺癌病理分级。     

3.0T磁共振多参数成像诊断前列腺癌的价值

目的探讨3.0T磁共振多参数成像(mp-MRI)对前列腺癌诊断效能的临床价值。方法选取2016年6月～2018年6月于珠海市中西医结合医院经穿刺病理证实的82例前列腺疾病患者(前列腺癌组38例,前列腺良性病变组44例),采用T_2WI、DWI、~1H-MRS及DCE-MRI扫描,对各序列图像及参数进行分析、测量,以ROC曲线下面积比较不同序列的诊断效能。结果 1)38例前列腺癌,44例前列腺良性病变(前列腺增生23例、增生伴慢性炎21例);2)前列腺癌组和前列腺良性病变组的各参数值比较均有显著差异(P0. 05);3)各序列ROC曲线分析显示,对前列腺癌的诊断效能为DWI(AUC=0.96)、DCE-MR(AUC=0.93)、~1H-MRS(AUC=0.87)、T_2WI(AUC=0.77);4)3.0T mp-MRI前列腺癌多参数成像联合诊断前列腺癌的敏感度、特异度和准确度分别为94.74%、86.36%、90.24%。结论 3.0T mp-MRI对前列腺癌诊断效能由高到低依次为DWI、DCE-MRI、~1H-MRS、T_2WI。mp-MRI联合诊断能提高前列腺癌准确性。     

体素内不相干运动扩散加权成像对前列腺癌的诊断价值

【摘要】目的：探讨体素内不相干运动扩散加权成像对前列腺癌与前列腺增生的鉴别诊断价值及诊断效能。方法：分析30例前列腺癌及21例前列腺增生患者的IVIM-DWI图像,比较前列腺癌组与前列腺增生组的分子扩散系数、灌注分数、假扩散系数及表观扩散系数,并分析各参数诊断前列腺癌的敏感性和特异性。结果：30例前列腺癌IVIM-DWI参数分别为：D值=0.689（0.534,0.899）×10-3mm2/s、f值=0.095（0.065,0.120）×100%、D*值=0.028（0.017,0.043）×10-3mm2/s、ADC值=0.770（0.628,0.957）×10-3mm2/s;21例前列腺增生IVIM-DWI参数分别为：D值=1.132（0.990,1.239）×10-3mm2/s、f值=0.168（0.139,0.201）×100%、D*值=0.017（0.012,0.020）×10-3mm2/s、ADC值=1.290（1.155,1.430）×10-3mm2/s。前列腺癌的D值、f值及ADC值均低于前列腺增生（P<0.001）,D*值高于前列腺增生（P=0.002）。D值诊断前列腺癌的敏感度为76.7%,特异度为95.2%,ROC曲线下面积为0.921;f值诊断前列腺癌的敏感度为80%,特异度为90.5%,ROC曲线下面积为0.885;D*值诊断前列腺癌的敏感度为70%,特异度为85.7%,ROC曲线下面积为0.757;ADC值诊断前列腺癌的敏感度为76.7%,特异度为100%,ROC曲线下面积为0.937。结论：IVIM-DWI有助于鉴别前列腺癌与前列腺增生,D值、f值、D*值及ADC值对前列腺癌鉴别诊断效能高,尤其是D值与ADC值,其敏感度、特异度均较高。     

CT纹理分析对卵巢上皮肿瘤的鉴别诊断

目的探讨基于CT平扫图像的纹理分析对鉴别卵巢上皮肿瘤良性、交界性及恶性的诊断价值。方法选取经病理证实的55例卵巢上皮肿瘤的术前CT图像和临床资料,其中良性、交界性及恶性肿瘤分别为21例、14例及20例。采用纹理分析软件于轴位CT平扫图像上提取病灶的纹理参数,各组间纹理参数比较采用独立样本t检验或Mann-Whitney U检验,对差异有统计学意义的纹理参数进行ROC曲线分析,评价其鉴别卵巢上皮肿瘤良性、交界性及恶性的诊断效能。结果恶性组的紧密度(Compactness)、熵(GlcmEntropy)高于交界性组,恶性组的熵(GlcmEntropy)、相对偏差(RelativeDeviation)高于良性组,均匀性(Uniformity)、表面积(SurfaceArea)、紧密度(Compactness)、立体像素值总和(VoxelValueSum)低于良性组,交界性组的均匀性低于良性组,差异均有统计学意义(P均<0.05)。ROC曲线显示部分纹理参数对卵巢上皮肿瘤各组间的诊断效能良好。结论基于CT平扫的部分纹理参数对鉴别卵巢上皮肿瘤的良性、交界性及恶性具有一定的临床价值,有利于临床对卵巢上皮肿瘤的早期诊断和干预。     

分段读出扩散加权成像序列表观扩散系数在前列腺癌鉴别诊断中的价值

目的 探讨分段读出扩散加权成像(RESOLVE)序列ADC值鉴别前列腺癌和良性前列腺增生的价值.方法 回顾性分析经超声引导下直肠穿刺活检病理证实、行前列腺MRI检查(T1WI、T2WI及RESOLVE序列),且MRI检查前未进行过穿刺活检、内分泌治疗或放射治疗的72例患者纳入研究.将患者分为2组:前列腺癌组23例(43个病灶)和前列腺增生组49例(64个病灶).患者均行前列腺MR检查.由2名医师先采用双盲法独立对图像进行评估,并采用组内相关系数(ICC)值和Bland-Altman图,分析2名观察者测量ADC值的一致性.计算2名医师测量RESOLVE序列ADC值的平均值,并采用独立样本t检验比较前列腺癌组和前列腺增生组ADC值的差异.以病理结果为金标准,绘制ADC值诊断前列腺癌的ROC曲线,判断最佳诊断界值点,计算ADC值诊断前列腺癌的敏感度、特异度和准确度.结果 2名观察者测量ADC值的一致性好(ICC=0.976,P＜0.01).前列腺癌组的ADC值为(0.74±0.12)×10-3s/mm2(95％可信区间为0.70×10-3～0.78×10-3s/mm2),前列腺增生组的ADC值为(1.21±0.12)×10-3s/mm2(95％可信区间为1.18×10-3～1.24×10-3s/mm2),差异有统计学意义(t=19.223,P＜0.01).ADC值诊断前列腺癌的ROC曲线下面积为0.996,最佳诊断界值为0.946×10-3s/mm2,诊断前列腺癌的敏感度为95.3％(41/43),特异度为98.4％(63/64),准确度为97.2％(104/107).结论 RESOLVE序列ADC值鉴别前列腺癌和良性前列腺增生具有一定价值.     

高b值DWI对低PSA水平前列腺癌和前列腺增生伴间质炎的鉴别诊断价值

目的探讨高b值DWI对低PSA水平前列腺癌和前列腺增生伴间质炎的鉴别诊断价值。方法收集经病理证实的PSA水平10μg/l的前列腺癌患者21例及前列腺增生伴间质炎25例的高b值序列DWI扫描数据。测量病灶区ADC值。t检验比较低PSA水平前列腺癌与前列腺增生伴间质炎之间的ADC值的差别。受试者工作曲线(ROC曲线)评估ADC值的诊断效能。结果低水平PSA前列腺癌组与前列腺增生伴间质炎组病灶的ADC值(×10-3mm~2/s)分别为:0.663±0.148 vs 0.886±0.257,差别有统计学意义(P值0.0011)。鉴别低水平PSA的前列腺癌与前列腺增生伴间质炎ROC曲线下面积0.768,阈值0.0008,敏感度71.4%,特异度72%。结论高b值DWI对低PSA水平前列腺癌和前列腺增生伴间质炎的鉴别诊断有很好的应用价值。     

多参数磁共振成像联合前列腺特异性抗原指标对前列腺癌诊断价值分析

目的探讨多参数磁共振成像(mpMRI)联合前列腺特异性抗原(PSA)指标对前列腺癌的诊断价值。方法选取自2019年1月至2022年5月扬州大学医学院附属灌云人民医院收治的行根治性前列腺切除术的90例男性患者为研究对象。其中,良性前列腺增生患者50例(前列腺增生组),前列腺癌患者40例(前列腺癌组)。另选取同期于本院进行体检的50例男性健康体检者作为正常组。采用酶联免疫吸附测定法检测各组研究对象的血清PSA水平,根据mpMRI检测结果对前列腺癌组和前列腺增生组的PI-RADS评分进行评估。比较前列腺增生组、前列腺癌组和正常组的血清PSA水平,比较前列腺癌组和前列腺增生组的PI-RADS评分。采用受试者工作特征曲线比较PSA和PI-RADS评分单独检测及联合检测对前列腺癌的诊断价值。结果前列腺癌组的PSA水平高于正常组及前列腺增生组,且前列腺增生组的PSA水平高于正常组,组间比较,差异均有统计学意义(P<0.05)。前列腺癌组PI-RADS评分为4分、5分的患者比例高于前列腺增生组,评分为1~2分、3分的患者比例低于前列腺增生组,组间比较,差异均有统计学意义(P<0.05)。PSA联合PI-RADS评分诊断前列腺癌的曲线下面积值大于各指标单独检测。结论mpMRI和PSA联合检测能显著提高前列腺癌的诊断效能,可作为该疾病早期诊断和鉴别的重要参考指标。     

ADC直方图分析法鉴别中央带前列腺癌与T2WI低信号增生结节的研究

目的:探讨表现扩散系数(ADC)直方图分析法鉴别诊断中央带前列腺癌和T2 WI低信号增生结节的效能.方法:回顾性分析29例中央腺体(CG)前列腺癌患者(前列腺癌组)和24例T2WI低信号增生结节患者(增生结节组)的MRI图像,所有患者行磁共振DWI检查,b值为0、1000 s/mm2.在MR上确定前列腺癌和增生结节病灶,并与病理结果对照.计算并比较两类病变的平均ADC(ADCmean)值和第10百分位数ADC值(10％ ADC).用受试者工作特性曲线(ROC)分析10％ ADC和ADCmean鉴别CG前列腺癌与T2 WI低信号增生结节的效能.结果:共计32处前列腺癌病灶和28处增生结节纳入研究,增生结节的10％ ADC和ADCmean值分别为(0.81±0.14)×101、(1.03±0.17)×10-3mm2/s,前列腺癌10％ ADC和ADCmean值为0.64±0.12和0.83±0.15,均明显低于增生病变(P＜0.05).10％ADC值鉴别前列腺癌和增生结节的ROC曲线下面积(AUC)为0.87,明显高于ADCmean(0.81) (P＜0.05).结论:表观扩散系数直方图有助于提高中央带前列腺癌与T2 WI低信号增生结节的鉴别诊断.     

3.0T多参数MRI PI-RADS V2评分对前列腺病变的诊断价值

目的探讨3.0T多参数MRI(multi-parametric MRI,Mp-MRI)前列腺影像报告和数据系统(prostate imaging reporting and data system version 2,PI-RADS V2)评分对前列腺病变的诊断价值及与穿刺病理的相关性。方法回顾性分析经病理证实的82例前列腺病变患者Mp-MRI资料,其中前列腺癌34例,良性前列腺增生39例、前列腺炎9例;由2名影像医师采用盲法对患者Mp-MRI图像用PI-RADS V2评分并记录结果。采用Spearman相关分析PI-RADS V2评分与穿刺病理的相关性,并利用ROC曲线评估PI-RADS V2评分对前列腺癌的诊断效能。结果 PI-RADS V2评分与穿刺病理呈正相关,r=0.378。PI-RADS V2评分诊断前列腺癌的ROC曲线下面积0.868,敏感性为88.2%,特异性为85.4%,准确性为86.6%。结论 PI-RADS V2评分系统对前列腺癌的诊断和鉴别诊断价值高,PI-RADS V2评分与穿刺病理呈正相关。     

MR扩散张量成像在前列腺癌诊断中的价值

目的 探讨MR DTI在前列腺癌诊断中的价值.方法 回顾性分析2009年10月至2010年12月期间,临床怀疑为前列腺癌且行MR常规检查及DTI扫描的44例患者的资料.病理证实为前列腺癌16例、良性前列腺增生28例.采用t检验比较前列腺癌、良性前列腺增生患者间各向异性分数(FA)值及ADC值的差异,采用ROC曲线分析FA值及ADC值对前列腺癌诊断效能,并初步确定前列腺癌FA值及ADC值诊断阈值.结果 前列腺癌区和良性前列腺增生的FA值分别为0.308±0.084和0.203±0.029,ADC值分别为(0.883±0.192)×10-3和( 1.408±0.130)×10-3mm2/s,差异均有统计学意义(￡值分别为4.833和10.779,P值均＜0.01).ROC曲线上,ADC曲线下面积为0.996(95％可信区间为0.984～1.007),FA值曲线下面积为0.904(95％可信区间为0.812～0.996),FA值联合ADC值的曲线下面积为0.996(95％可信区间为0.984～1.007).ADC值阈值为0.725×10-3mm2/s,敏感度为100.0％,特异度为96.0％;FA值阈值为0.311,敏感度为100.0％,特异度为68.7％.结论 DTI成像能为前列腺癌诊断及鉴别诊断提供有价值的信息,有助于提高对前列腺癌的诊断能力.     

ADC纹理分析在鉴别浆细胞性乳腺炎和导管原位癌的价值

目的 探讨DWI ADC纹理分析在鉴别浆细胞性乳腺炎和导管原位癌的价值。方法 选取我院46例经病理证实为浆细胞性乳腺炎和导管原位癌患者的常规MR图像和ADC图像,利用后处理软件对乳腺病变勾画感兴趣区(ROI),分别对其ADC图像进行纹理特征分析,并结合受试者工作特征曲线(ROC曲线)评估2组间纹理参数的鉴别诊断价值。结果 统计得到纹理分析直方图中的平均值、方差、百分位数参数在2组数据中差异有统计学意义(P <0.05),应用ROC曲线及AUC得到第1百分位数及第10百分位数具有较高的鉴别诊断效能,AUC值分别为0.83、0.73。参考约登指数,第1百分位数取阈值为77.00时,敏感度与特异度分别为71.43%、81.82%;第10百分位数取阈值为161.5时,敏感度与特异度分别为80.95%、68.18%。结论 浆细胞性乳腺炎与导管原位癌在ADC图像的纹理特征显著不同,ADC的纹理分析在两者鉴别方面具有可行性,可以作为鉴别两者的辅助方法。     

T2WI直方图鉴别诊断鼻咽部慢性炎症与早期鼻咽癌的价值

【摘要】目的：探讨T2WI直方图鉴别诊断鼻咽部慢性炎症与早期鼻咽癌的价值。方法：回顾性收集134例,其中经鼻咽镜病理确诊的鼻咽部慢性炎症67例,早期鼻咽癌（Ⅱ期以下,不含Ⅱ期）67例。患者治疗前均常规MRI平扫T1WI、T2WI、T2WI脂肪抑制序列和T1WI增强扫描。采用Image J软件于肿瘤最大层面手动勾画瘤体感兴趣区,于直方图测定相关定量参数,包括均数、标准差、中位数、峰度值和偏度值。比较鼻咽部慢性炎症与早期鼻咽癌的各定量参数间的差异,采用ROC曲线评价有统计学意义参数的诊断效能。结果：两组间平均值、标准差、中位数,早期鼻咽癌组（168.39±39.82,34.82±9.85,169.94±40.24）明显低于鼻咽部慢性炎症组（196.70±61.09、44.28±13.20,198.60±63.04）,差异存在统计学意义（P值均＜0.05）;两组间偏度值、峰度值,早期鼻咽癌组（-0.18±0.76、1.57±2.00）与鼻咽部慢性炎症组（-0.23±0.73、1.66±1.54）无统计学差异（P值均＞0.05）。受试者操作特征（ROC）曲线分析显示,平均值、标准差及中位数鉴别鼻咽部慢性炎症与早期鼻咽癌的曲线下面积（AUC）分别为0.644、0.736和0.643;诊断临界值分别为184.6515、36.0055 和180.5;敏感度分别为59.7%、79.1%和61.2%;特异度分别为71.6%、68.7%和65.7%。结论：T2WI直方图中,标准差、平均值、中位数在鉴别鼻咽慢性炎症和早期鼻咽癌均具有较高的诊断价值,其中标准差诊断效能最佳。     

CT纹理分析技术鉴别甲状腺良恶性结节可行性研究

目的探讨CT纹理分析技术在鉴别甲状腺良恶性结节中的价值。方法回顾性分析经我院手术病理证实的甲状腺病变病人35例,共42个病灶,其中恶性结节26个,良性结节16个。所有病人治疗前均行颈部增强CT扫描。将DICOM格式的CT增强图像(层厚和层间距均为5 mm)导入CT Kinetics软件进行纹理及直方图分析得到未经滤过的原始细纹理图像。CT纹理分析主要参数包括熵值、偏度、峰态、平均像素值和像素分布的标准差。甲状腺良恶性结节间纹理参数比较采用独立样本t检验或Mann-Whitney U检验,并对有统计学意义的纹理参数进行受试者操作特征(ROC)曲线分析,确定诊断阈值。结果甲状腺恶性结节的熵值、偏度、峰态、像素值和标准差分别为6.65±0.92、0.63±1.37、0.69±1.23、84.08±23.36和18.14±3.31;良性结节分别为5.96±0.54、0.59±1.42、0.51±1.17、72.00±24.52和20.05±6.10。熵值在甲状腺良恶性结节间差异有统计学意义(P0.05),偏度、峰态、像素值和标准差在甲状腺良恶性结节间差异均无统计学意义(均P0.05)。ROC曲线分析显示,以熵值6.09为鉴别甲状腺结节良恶性的阈值,其ROC曲线下面积、敏感度和特异度分别为0.733、71.3%和70.0%。结论 CT纹理参数对鉴别甲状腺结节的良恶性有一定帮助。     

DCE-MRI对前列腺平台型强化灶的鉴别诊断价值

目的 探讨DCE-MRI定量和半定量参数对时间-信号强度曲线表现为平台型前列腺癌灶和前列腺增生的鉴别诊断价值.方法 回顾性分析48例时间-信号强度曲线呈平台型的前列腺疾病患者(前列腺癌26例,前列腺增生22例)DCE-MRI定量和半定量参数,包括容积转移常数(Ktrans)、转移速率常数(Kep)、血管外细胞外间隙容积分数(Ve),血容量(BV)、血流量(BF)、达峰时间(TTP).并运用SPSS进行统计学分析.结果 在DCE-MRI时间-信号强度曲线为平台型的前列腺癌灶组和前列腺增生组Ktrans、Kep、BF值分别为(2.33 ±0.93) min-1和(1.21±0.71)min-1、(3.46±1.41)min-1和(1.81 ±0.85) min-1、(182.63±74.79)ml· g-1·min-1和(140.88±50.73)ml·g-1·min-1,组间差异均有统计学意义(P＜0.05).结论 Ktrans、Kep、BF值在前列腺癌灶组和前列腺增生组间差异存在统计学意义,DCE-MRI定量和半定量参数对平台型时间-信号强度曲线的前列腺癌灶和前列腺增生间的鉴别具有一定的价值.     

MRI纹理分析对鉴别孤立性纤维性肿瘤/血管周细胞瘤与血管瘤型脑膜瘤的临床价值

【摘要】目的：探讨基于MR图像的纹理分析技术在颅内纤维性肿瘤/血管周细胞瘤（SFT/HPC）与血管瘤型脑膜瘤（AM）的术前鉴别诊断中的临床应用价值。方法：回顾性分析经手术及病理确诊的24例SFT/HPC患者和20例AM患者的临床资料及术前MRI资料。利用Image J软件在T2WI、对比增强T1WI（T1CE）和ADC图像中选取肿瘤最大径层面并在瘤体实性部分勾画ROI，采用直方图和灰度共生矩阵（GLCM）两种纹理分析方法，测量病灶的最大值、最小值、均值、中位数、标准差、峰度、偏度、角二阶矩（ASM）、对比度、逆差矩、熵值及自相关等纹理参数，并采用两独立样本t检验和Mann-Whitney U检验比较SFT/HPC与AM的各项纹理参数的差异，对有统计学意义的参数绘制受试者工作特征（ROC）曲线，分析其对SFT/HPC及AM的鉴别诊断效能。结果：①直方图参数中，在T2WI、T1CE和ADC图像上SFT/HPC的最大值（MaxT2WI、MaxT1CE）、最小值（MinT2WI、MinT1CE、MinADC）、均值（MeanT2WI、MeanT1CE、MeanADC）和中位数（MedT2WI、MedT1CE、MedADC）均低于AM，在T1CE图像上的标准差（SDT1CE）大于AM，在T2WI和T1CE图像上的峰度值（KurtT2WI、KurtT1CE）和偏度值（SkeT2WI、SkeT1CE）均大于AM，组间差异均有统计学意义（P<0.05）。②在GLCM参数中，SFT/HPC在ADC图像上的ASM值（ASMADC）小于AM，在T2WI和T1CE图像上的对比度（ConT2WI、ConT1CE）小于AM，在ADC图像上的熵值（EntADC）大于AM，组间差异均有统计学意义（P<0.05）；在T2WI、T1CE和ADC图像上的逆差矩值（IDMT2WI、IDMT1CE、IDMADC）及T1CE图像上的自相关值（CorT1CE）的组间差异均有统计学意义（P<0.05）；③在AUC＞0.7的参数中，以MinT1CE、MedT1CE和MeanT1CE的诊断效能最佳，AUC（敏感度、特异度）分别为0.970（95.8%、90.0%）、0.964（91.7%、95.0%）和0.960（91.7%、95.0%）。结论：MRI的纹理分析可提供更多量化信息，对于术前通过MRI鉴别SFT/HPC与AM有着重要的临床意义。     

APT联合mDIXON-Quant成像对前列腺癌和前列腺增生的鉴别诊断价值

目的:探讨酰胺质子转移加权(APT)成像联合脂肪和R2*定量成像(mDIXON-Quant)对前列腺癌(PCa)与前列腺增生(BPH)的鉴别诊断价值。方法:回顾性分析72例经病理证实的前列腺癌(34例)及前列腺增生(38例)患者的病例资料,均于术前行3.0T MRI扫描,包括常规T₁WI、T₂WI抑脂、DWI、APT及mDIXON-Quant序列。由两位观察者分别在APT与DWI的融合图及mDIXON-Quant与DWI的融合图上勾画感兴趣区(ROI),测量得到相应的APT、FF、R2^*和T₂^*值。通过组内相关系数(ICC)评估观察者间测量的一致性。采用受试者工作特征(ROC)曲线评价APT及mDIXON-Quant各参数的阈值及诊断效能,采用逻辑回归分析将两个序列参数进行联合并评估其诊断效能。采用Delong检验比较ROC曲线下面积(AUC)的差异,采用Spearman检验两个序列有统计学差异参数的相关性。结果:2位观察者测得两组参数的一致性良好(ICC均>0.75);...     

基于常规MRI纹理分析技术鉴别良恶性软组织肿瘤

【摘要】目的：探讨基于常规MRI的纹理分析技术在鉴别良恶性软组织肿瘤（STT）中的价值。方法：回顾性分析2015年1月－2019年9月在我院经手术病理证实的91例STT患者的病例资料。所有患者术前行MRI检查，包括横轴面T1WI及横轴面、冠状面和矢状面脂肪抑制质子密度加权像（FS-PDWI）。采用MaZda软件进行纹理分析，在各序列图像中选取病灶最大层面及相邻的2个层面，测量肿块大小，沿病灶边界勾画ROI，提取病灶的纹理特征，包括直方图参数（均值、变异度、偏度、峰度及第1、10、50、90、99百分位数）和灰度共生矩阵（GLCM）参数（能量、对比度、相关、平方和、逆差矩、均和、和方差、和熵、熵、差方差和差熵）。采用t检验、LSD（方差齐）或Mann-Whitney U检验（方差不齐）对良恶性组的患者年龄、病灶大小及纹理参数进行比较，对差异有统计学意义的指标进一步行ROC曲线分析评估其诊断效能。采用多因素Logistic回归分析获得判断良恶性STT的独立预测因素并建模，绘制 ROC曲线评估模型的鉴别诊断效能。结果：91例中良性43例、恶性48例。良恶性STT的大小及在T1WI和FS-PDWI图像上的对比度、相关、逆差矩、差方差和差熵的组间差异均有统计学意义（P<0.05）；其它GLCM参数及直方图参数在两组间的差异无统计学意义（P>0.05）。FS-PDWI图像上，除差熵的诊断效能低于T1WI（AUC：0.710 vs. 0.714），其它参数（对比度、相关、逆差矩、差方差）的诊断效能均优于T1WI（AUC分别为0.853 vs. 0.761，0.849 vs. 0.742，0.750 vs. 0.714和0.807 vs. 0.723）。以病理结果良、恶性为因变量，采用逐步回归法来筛选自变量，选入回归模型的变量为T1WI上的差熵及FS-PDWI上的差方差和差熵（P值分别为0.033、0.030和0.031），提示上述参数是判断STT良恶性的独立预测因素，相应模型的AUC为0.811，敏感度为82.4%，特异度为71.4%。结论：基于常规MRI的纹理分析技术有助于良恶性软组织肿瘤的鉴别。     

磁共振动态增强扫描SI-T曲线对前列腺良恶性病变的鉴别诊断

目的探讨磁共振动态增强扫描(DCE-MRI)信号强度-时间曲线(signal intensity-time curve,SI-T曲线)对前列腺良恶性病变的鉴别诊断价值。方法对30例经病理证实的前列腺癌(Pca)患者和32例良性前列腺增生(BPH)患者行MRI平扫,动态增强扫描及延迟扫描,观察病变的MRI表现特征并分别绘制前列腺癌病灶和增生结节的SI-T曲线,重点分析其信号强度变化及SI-T曲线的走形趋势。结果在磁共振动态增强扫描早期Pca癌灶和BPH增生结节均呈明显强化,有助于病变的检出。SI-T曲线参数:峰值时间Pca组早于BPH组,强化程度和强化率Pca组均高于BPH组(P<0.05)。结论磁共振动态增强扫描SI-T曲线对BPH和Pca的鉴别诊断有较明确的价值。     

基于MRI T2WI图像的游程矩阵纹理分析联合ADC值对前列腺癌分化程度的评估

目的探究MRI T2WI图像游程矩阵纹理分析技术联合ADC值在评估前列腺癌分化程度应用中的可行性,以期术前量化评估前列腺癌的分化程度。方法回顾性分析50例经手术病理证实的前列腺癌患者MRI影像资料,并依据Gleason评分将≤6分归为高分化组(25例);将>6分归为低分化组(25例)。对前列腺进行标准化分区,依据病理结果分别选取病变T2WI横断位图像最大层面,采用Mazda纹理分析软件勾画感兴趣区并进行游程矩阵纹理分析,并在DWI图像选取相应感兴趣区测定ADC值,对高、低分化两组前列腺癌进行数据统计分析。建立ROC曲线并计算联合预测因子进行诊断效能比较分析,对纹理参数及ADC值与分化程度之间的相关性进行检测。结果采用游程矩阵提取的5类参数中,水平方向(Horzl-GLNU)、垂直方向(Vertl-GLNU)、45度方向(45dgr-GLNU)、135度方向(135dgr-GLNU)上的灰度不均匀性(GLNU)在高、低分化两组间有显著差异(P值均<0.05)。ADC值在不同分化程度之间有显著差异(P<0.05)。Horzl-GLNU、Vertl-GLNU、45dgr-GLNU、135dgr-GLNU与分化程度呈负相关(r值分别为-0.450、-0.442、-0.470、-0.464,P值均<0.05)。ADC值与分化程度呈正相关(r值为0.423,P值<0.05)。纹理参数中,45dgr-GLNU的ROC曲线下面积(AUC)最大(0.771),敏感性和特异性分别为56.0%、92.0%。ADC值的AUC值为0.837,敏感性和特异性分别为64.0%、76.0%。联合预测因子AUC值为0.869,敏感性和特异性分别为72.0%、88.0%,诊断效能得到提升。结论基于MRI T2WI图像的游程矩阵纹理分析联合ADC值可提高对术前前列腺癌分化程度的评估效能。