共查询到17条相似文献,搜索用时 187 毫秒
1.
目的 探讨动态增强MRI(DCE-MRI)联合DWI对乳腺X线摄影表现为单纯微小钙化病变的诊断价值。方法 回顾性分析行全视野数字化乳腺X线摄影(FFDM)显示为BI-RADS 3~5类单纯微小钙化病变的患者101例(104个病变)。对患者均行乳腺FFDM和MR检查。计算病灶ADC值与正常腺体ADC值的比值(nADC值)。对病变进行BI-RADS分类。采用ROC曲线计算ADC和nADC鉴别乳腺良、恶性病变的诊断效能;分别计算FFDM、DCE-MRI和DCE-MRI联合nADC值3种方法诊断乳腺良、恶性病变的敏感度和特异度。结果 恶性病变40个,良性病变64个。ADC值及nADC值鉴别乳腺良、恶性病变的ROC曲线下面积分别为0.81和0.89。FFDM归为BI-RADS 3类病变,FFDM、DCE-MRI、DCE-MRI联合nADC值诊断乳腺恶性病变的特异度差异无统计学意义;对BI-RADS 4类病变3种方法诊断的敏感度差异无统计学意义,DCE-MRI诊断的特异度明显高于FFDM ,DCE-MRI联合nADC值诊断的特异度高于DCE-MRI。3种方法均正确诊断BI-RADS 5类病变。结论 对于FFDM检出的微小钙化病变,DCE-MRI联合nADC值有助于检出BI-RADS 4类的恶性病变。 相似文献
2.
目的 探讨全数字化乳腺摄影(FFDM)、数字乳腺断层摄影(DBT)单独应用及联合应用对乳腺良恶性病变及乳腺钙化的诊断价值.方法 选取280例疑似乳腺病变患者作为研究对象,患者均接受FFDM、DBT检查,比较FFDM、DBT单独应用及联合应用对乳腺良恶性病变、乳腺钙化的诊断准确率,并采用受试者工作特征(ROC)曲线分析FFDM、DBT、FFDM联合DBT对乳腺病变的预测价值.结果 FFDM的阳性预测值为63.53%,阴性预测值为85.21%;DBT的阳性预测值为78.75%,阴性预测值为90.80%;DBT联合FFDM的阳性预测值为92.50%,阴性预测值为97.13%.FFDM联合DBT对乳腺良恶性病变、乳腺钙化的诊断准确率高于DBT、FFDM,DBT对乳腺良恶性病变、乳腺钙化的诊断准确率高于FFDM,差异有统计学意义(P<0.05).ROC曲线分析结果显示,FFDM、DBT、FFDM联合DBT早期预测乳腺病变的曲线下面积(AUC)分别为0.753、0.850、0.951.结论 相较于FFDM、DBT单独检查,DBT联合FFDM检查对乳腺病变的诊断价值更高,可有效分辨乳腺良恶性病变,并提高乳腺钙化的检出率. 相似文献
3.
ADC全容积直方图分析法鉴别乳腺良恶性肿块样病变 总被引:1,自引:1,他引:0
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、ADCmin、ADCmax、ADCmean、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ADCmean、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。 相似文献
4.
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(ADCmean)、最小ADC(ADCmin)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ADCmean、ADCmin及MTRasym(3.5 ppm)值均高于恶性组(t=-5.63、-5.94、-0.24,P均<0.05);ADCmin、ADCmean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);ADCmin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ADCmean(r=-0.325,P=0.046)和ADCmin值(r=-0.384,P=0.017)均呈负相关;良性组MTRasym(3.5 ppm)值与ADCmin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。 相似文献
5.
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。 相似文献
6.
目的 采用Meta分析评价高b值DWI诊断乳腺良恶性病变的价值。方法 检索PubMed、Embase、Cochrane Library、万方医学网、中国知网及维普数据库自建库至2019年10月发表的关于高b值DWI评估乳腺良恶性病变的中英文文献,对最终纳入文献进行质量评估及数据提取。采用Meta-Disc 1.4软件进行统计分析,检验各研究间异质性,绘制森林图及综合受试者工作特征(SROC)曲线,计算曲线下面积(AUC)。采用Stata 15.0软件进行发表偏倚检验。结果 最终纳入18篇文献。高b值DWI评估乳腺良恶性病变的合并敏感度为0.88,合并特异度为0.84,合并诊断比值比为51.97;SROC的AUC为0.94,Q指数为0.88。结论 高b值DWI诊断乳腺良恶性病变的敏感度和特异度均较高,可用于鉴别诊断乳腺良恶性病变。 相似文献
7.
8.
目的 比较超声与数字乳腺断层摄影(DBT)在女性致密型乳腺中的应用价值。方法 收集同时接受超声和DBT检查的148例致密型乳腺病变患者(148个病灶),按照乳腺成分、年龄、病灶大小及有无钙化进行分组;以病理结果为金标准,绘制ROC曲线,获得并比较超声和DBT诊断致密型乳腺良恶性病变的AUC和敏感度、特异度。结果 超声与DBT诊断致密型乳腺良恶性病变的AUC分别为0.956和0.815(Z=3.866,P<0.001)。在不均匀致密型乳腺(0.967 vs 0.821,P<0.001)、病灶最大径 ≤ 1 cm (0.935 vs 0.680,P=0.022)及年龄 ≤ 40岁(0.973 vs 0.817,P=0.030)和>40~55岁患者(0.946 vs 0.801,P=0.013)中,超声与DBT诊断良恶性病变的AUC均有统计学意义。根据临床诊断标准,超声和DBT诊断致密型乳腺良恶性病变的敏感度为94.32%(83/88)和93.18%(82/88,χ2=0.096,P=1.000);特异度为83.33%(50/60)和61.67%(37/60,χ2=7.060,P=0.007)。结论 超声对致密型乳腺病灶的整体诊断效能优于DBT。对于病灶较小、不均匀致密型乳腺及年龄 ≤ 55岁的患者,更适宜以超声作为首选检查方法。 相似文献
9.
目的回顾性比较单一动态增强(DCE-MRI)技术,扩散加权成像(DWI)及联合应用对乳腺病变定性诊断的临床应用价值。方法回顾性分析46例经病理证实的乳腺肿块患者MR资料。分析病变的增强表现和DWI的信号特点,时间—信号强度曲线(TIC)及DWI的表观扩散系数(ADC)值,并作统计学分析,评价两者的诊断效能。结果 DCE-MRI恶性病灶检出率为95.4%。DWI恶性病灶检出率为86.4%。DCE-MRI及DWI联合应用恶性病灶检出率为100%。单纯TIC、ADC值及联合诊断的敏感性分别为72.7%,72.7%,86.4%;特异性为75%,83.3%,89.1%;准确性为73.9%,81.8%,91.3%;阳性预测值72.7%,80%,90.5%。结论 DCE-MRI及DWI联合成像能提高病灶的检出率,TIC结合ADC值较单一检查方法对乳腺病变的良恶性进行评价具有很高的临床应用价值。 相似文献
10.
目的:评价磁共振弥散加权成像(Diffusion-weighted Imaging,DWI)量化分析在乳腺病变诊断中的价值。方法对经病理证实的72例乳腺疾病患者(85个病灶)以及10名健康自愿者行DWI,扩散敏感系数(b)值分别为0、500、1,000 s/mm^2。分别测量40个正常乳腺,22个恶性病灶,50个良性病灶,13个炎性病灶在不同b值时的ADC值,比较分析各组ADC值;采用两种方法确定乳腺良恶性病变ADC诊断阈值,并分析比较两者在乳腺恶性病变诊断中的效能。结果①b=500 s/mm^2时,恶性病变、炎性病变、良性病变、正常腺体的平均ADC值分别为(1.10±0.13)、(0.90±0.19)、(1.68±0.30)、(2.03±0.30)×10^-3mm^2/s;b=1,000 s/mm^2时,恶性病变、炎性病变、良性病变、正常腺体的平均ADC值分别为(0.96±0.16)、(0.68±0.20)、(1.53±0.33)、(1.85±0.31)×10^-3mm^2/s。②取乳腺恶性病变平均ADC值的95%可信区间上限作为阈值时,b=500 s/mm^2时ADC阈值为1.16×10^-3mm^2/s;b=1,000 s/mm^2时ADC阈值为1.03×10^-3mm^2/s。采用受试者工作特征(ROC)曲线确定ADC阈值,b=500 s/mm^2时ADC阈值为1.30×10^-3mm^2/s;b=1,000 s/mm^2时ADC阈值为1.14×10^-3mm^2/s。结论DWI量化分析对乳腺良(不包括炎性病变)、恶性病变的诊断有较高的价值;采用ROC曲线确定的b=1,000 s/mm^2时的ADC阈值对诊断乳腺恶性病变的准确性、敏感性、特异性均较高。 相似文献
11.
12.
13.
14.
目的:探讨高场磁共振DWI(扩散加权成像)对乳腺良恶性病变鉴别诊断的临床价值。材料与方法:回顾性分析经病理证实46例乳腺肿瘤患者行MR扩散加权成像扫描,按扩散敏感系数(b值)差(800—0及1000—0s/mm2)各两次扫描数据做出各自ADC图像。分析对相同b值下良恶性病灶及正常对照组的ADC值差异,对采集的ADC值数据进行分析,以乳腺恶性病变平均值95%参考值范围上限值作为恶性病变上限阈值点,取此阈值点作为诊断乳腺恶性病变的指标。结果:46例乳腺肿瘤中恶性病变18例(其中浸润型导管癌16例,髓样癌1例,小叶癌1例),良性病变28例(其中纤维腺瘤20例,不典型增生2例,囊性增生4例,脓肿2例)。良恶性病变与周围正常组织对比,在DWI均呈高信号,ADC图为低信号,但恶性病变为更低信号。当b=800s/mm2时,良、恶性病变及正常组ADC值分别(1.54±0.28)×10^-2mm2/s、(1.01±0.09)×10^-3mm2/s、(1.49±0.06)×10^-3mm2/s;b=1000s/mm2时,良、恶性病变及正常组ADC值分别(1.45±0.28)×10^-3mm2/s、(0,90±0.08)×10^-3mm2/s、(1.49±0.09)×10^-3mm2/s;其差异有统计学意义(P值〈0.05)。恶性病变及正常组ADC值的95%参考值范围分别为(0.90—0.97)×10^-3mm2/s、(0.49—0.58)×10^-3mm2/s时,诊断乳腺恶性病变的敏感度为75%、70%,特异度100%、100%,阳性预测值100%、100%,阴性预测值90.2%、88.5%,诊断符合率92.4%、90.9%。结论:扩张加权成像不需要增强,检查时间短,ADC值对良、恶性肿瘤的诊断与鉴别具有明确临床价值 相似文献
15.
目的探讨磁共振动态增强成像中的动态增强时间信号强度曲线(time-signal intensitycurve,TIC)类型、早期强化率及扩散成像的表观扩散系数(apparentdiffusion coefficient,ADC)值在乳腺良、恶性病变中的鉴别诊断价值。材料与方法回顾性分析2017年4月至2019年4月中国医学科学院肿瘤医院深圳医院140个经病理证实的乳腺病灶的术前磁共振以及临床病理资料,依据病理分为良性病变组及恶性病变组。比较乳腺良、恶性病变间的TIC类型及早期强化率有无差异;并比较两组间ADC值的差异性。结果140个病灶中良性病变43个病灶,恶性病变97个病灶。乳腺良、恶性病变的TIC类型、第一期早期强化率类型差异具有统计学意义(P<0.05)。乳腺恶性病变平均ADC值[(0.965±0.215)×10^-3 mm^2/s]低于良性病变平均ADC值[(1.335±0.266)×10^-3 mm^2/s],两者间差异有统计学意义(P<0.05),ADC阈值取1.085×10^-3mm^2/s时,曲线下面积最大为0.857,其鉴别乳腺良、恶性病变的敏感性为73.2%,特异性为86.0%,准确性为77.1%。TIC曲线、第一期早期强化率及ADC三者联合诊断,诊断乳腺良、恶性病变的敏感性为83.5%,特异性为79.1%,准确性为78.5%,曲线下面积AUC为0.882,高于其他三者单独诊断的曲线下面积(0.728、0.562、0.857)。结论动态增强成像中的TIC曲线类型及第一期早期强化率与扩散加权成像的ADC值三者联合进行诊断,对乳腺良、恶性病变的鉴别诊断具有较好的价值。 相似文献
16.
多次激发平面回波成像DWI鉴别乳腺良恶病变 总被引:2,自引:2,他引:0
刘永波 《中国医学影像技术》2014,30(8):1216-1219
目的 探讨基于多次激发平面回波成像(rs-EPI)技术的DWI诊断乳腺良恶性病变的价值。方法 收集经病理证实的乳腺占位性病变患者20例,分别行基于单次激发平面回波成像(ss-EPI)技术的DWI和rs-EPI DWI,比较两种采集方法及不同病变组织间ADC值差异,绘制ROC曲线,比较两种DWI诊断乳腺良恶性病变效能。结果 ss-EPI DWI和rs-EPI DWI中正常腺体组织、良性病灶及恶性病灶ADC均值分别为(1.89±0.15)×10-3 mm2/s、(1.36±0.26)×10-3 mm2/s、(1.10±0.27)×10-3 mm2/s和(1.89±0.16)×10-3 mm2/s、(1.41±0.23)×10-3 mm2/s、(0.96±0.25)×10-3 mm2/s。相同方法不同组织间ADC值差异均有统计学意义(P均<0.05),两种方法所获得各组织ADC值差异均无统计学意义(P均>0.05)。ss-EPI DWI中以1.25×10-3 mm2/s、rs-EPI DWI中以1.20×10-3 mm2/s为ADC诊断乳腺恶性病变阈值,敏感度、特异度和曲线下面积分别为80%、69%、0.775和90%、84%、0.925。结论 与ss-EPI DWI相比,rs-EPI DWI可提高鉴别乳腺良恶病变的敏感度和特异度。 相似文献
17.