多模态磁共振成像对脾脏实性良恶性肿瘤鉴别诊断的价值

目的：探讨多模态磁共振成像对脾脏实性良恶性肿瘤鉴别的价值。资料与方法 ：经临床或病理证实的脾脏良性肿瘤21例、恶性肿瘤14例,观察两组病例的T1WI,T2WI,扩散加权成像（DWI）,增强T2＊加权血管成像（ESWAN）序列后处理得到的幅度图、相位图、R2＊图中肿瘤信号强度,以及肝脏快速容积成像（LAVA）多期动态增强扫描序列肿瘤强化类型,并应用卡方检验比较两组各序列信号强度及强化类型的差异。由两位观察者分别测量两组病例DWI序列的表观弥散系数（ADC）值以及ESWAN序列的相位值、R2＊值,使用组内相关系数（ICC）检验两位观察者测量数据的一致性,并应用非参数Mann-Whitney U检验比较两组各参数间有无差异,根据ROC曲线下面积评估ADC值、相位值及R2＊值对良恶性肿瘤鉴别的效能,找出相应界值。结果：脾脏实性良恶性肿瘤在T1WI、T2WI序列上信号强度没有差异,在DWI序列及ESWAN序列的幅度图、相位图及R2＊图上,恶性肿瘤信号复杂,以混杂信号为主;两组病例在LAVA序列强化类型存在差异,但有重叠;两位观察者获得两组图像的ADC值、相位值及R2＊值数据结果一致性良好,良恶性肿瘤的ADC值、相位值及R2＊值分别为（1.80±0.44）×10-3 mm2/s和（1.40±0.40）×10-3mm2/s,0.071±0.037和-0.003±0.119,（13.46±9.00）Hz和（42.09±19.82）Hz,差异具有统计学意义（P值均〈0.05）;其ROC曲线下面积为0.754、0.721、0.941,ADC值≥1.23×10-3mm2/s、相位值≥0.440、R2＊值≤20.47 Hz为诊断良性肿瘤的界值。结论：脾脏实性良恶性肿瘤在MR常规序列（平扫及增强）征象重叠,缺乏特异性,但恶性肿瘤在DWI及ESWAN后处理图像上混杂信号较多,ADC值、相位值及R2＊值可以作为定量指标对良恶性肿瘤进行鉴别,且R2＊值更具价值。     

扩散加权成像对前列腺外周带炎症和肿瘤T2低信号的鉴别作用

目的 通过磁共振DWI探讨前列腺炎和前列腺癌患者前列腺外周带T2低信号区ADC值的变化特点,定量评价DWI在鉴别前列腺外周带T2低信号区炎症和肿瘤中的价值。方法 收集103例MRI显示为前列腺外周带T2信号减低的初诊患者,根据超声引导下穿刺活检结果分为前列腺炎组(50例)和前列腺癌组(53例),测定T2低信号区的平均ADC值和最低ADC值;采用独立样本t检验对两组ADC值进行比较。结果 前列腺炎组平均ADC值为(1.33±0.20)×10^－3 mm²/s,前列腺癌组平均ADC值为(0.86±0.12)×10^－3 mm²/s,差异有统计学意义(t=14.70,P＜0.05)。前列腺炎组最低ADC值为(1.22±0.19)×10^－3 mm²/s,前列腺癌组最低ADC值为(0.68±0.15)×10^－3 mm²/s(t=16.45,P＜0.05)。结论 应用DWI定量评价和鉴别外周带T2低信号前列腺炎和前列腺癌是可行的。     

磁共振扩散加权成像对肝脏常见肿瘤的诊断及鉴别诊断作用

目的：探讨磁共振扩散加权成像对肝脏常见肿瘤的诊断及鉴别诊断的作用。方法：选取肝脏常见肿瘤88例，其中原发性肝癌28例，肝转移瘤15例，肝血管瘤33例，肝囊肿12例。行轴位扩散加权扫描，并拟合出ADC图，在ADC图上测出ADC值并进行统计分析。然后行动态增强全肝扫描，观察实性病变在动脉期、门脉期以及延迟期不同时相的强化程度。结果：肝囊肿和血管瘤ADC值均明显高于原发性肝癌、转移瘤（P＜0.01），根据多期动态增强扫描动脉期肝脏恶性肿瘤病灶的表现将其分为富血供病灶和乏血供病灶。结论：ADC值的应用大大提高了MRI对肝脏常见肿瘤的诊断和鉴别诊断能力。     

磁共振成像对前列腺病变诊断价值

目的:探讨磁共振T2加权像(T2WI)、扩散加权像(DWI)、波谱技术(MRS)三种成像方法对前列腺病变的诊断价值。材料与方法:搜集经穿刺及手术病理证实的良性前列腺增生(BPH)24例、前列腺癌(PCa)20例的MRI资料,分析T2WI、DWI、MRS表现特点。结果:BPH组:前列腺中央叶增大,13例伴增生结节。中央叶信号较均匀6例、T2WI呈等/稍高信号,中央叶信号不均匀18例、T2WI见斑点状/结节状高信号。DWI中央叶为较均匀稍高信号。中央叶或结节灶MRS:Cit峰显著升高,Cho峰降低。PCa组:T2WI前列腺周围叶内见低信号结节,DWI结节为高亮信号。结节灶MRS:Cho峰显著升高,Cit峰下降或消失。结论:T2WI、DWI、MRS均有一定的特征性,三种成像方法联合应用,对BPH、PCa诊断价值更大。     

探讨磁共振多b值扩散加权成像在前列腺病变中的应用价值

目的探讨MR多b值扩散加权成像(diffusion weighted imaging,DWI)在前列腺病变中的应用价值。材料与方法对病理证实的36例前列腺增生及24例前列腺癌患者进行多b值DWI,b值分别为0、200、400、600、800、1 000 s/mm2,测量病变区的ADC值,并和正常组10名志愿者进行对照。结果 24例前列腺癌患者ADC值随着b值的升高而下降,而36例前列腺增生患者的ADC值随着b值的升高也呈下降趋势,但无统计学差异;对测量结果进行组间单因素方差分析表明,前列腺癌、前列腺增生、正常前列腺外周带及中央腺体区在各组b值之间差异均有统计学意义。结论不同b值的DWI图像所测得ADC值有助于正常组织、前列腺增生和前列腺癌的鉴别诊断。     

腹部磁共振增强扫描结合弥散加权成像对肝脏良恶性肿瘤的鉴别诊断价值

目的探讨腹部MRI动态增强扫描（DCEI）结合弥散加权成像（DWI）技术对肝脏良恶性肿瘤的鉴别诊断价值。方法回顾性分析2019年3月~2020年3月我放射科核磁室同北京大学第一医院核磁室合作检查64例（91个病灶）肝肿瘤患者的临床资料,经手术病理证实为恶性病灶61个、良性病灶30个。患者均行MRI DCEI及DWI检查,观察肝脏病灶在上述序列上的表现特征,评估MRI DCEI联合DWI对肝脏良恶性肿瘤的鉴别诊断价值。结果恶性病灶中DCEI表现为快进快出、DWI呈高信号者占比大于良性病灶（P < 0.05）。DCEI联合DWI诊断灵敏度、准确度高于DCEI、DWI单独诊断（P < 0.05）;特异度与DCEI诊断差异无统计学意义（P>0.05）,但高于DWI（P < 0.05）。结论良性、恶性肝肿瘤DCEI、DWI表现特征具有差异,DCEI联合DWI诊断肝肿瘤可显著提高诊断准确度和灵敏度,对肝肿瘤良恶性鉴别诊断有重要价值。     

动态增强MRI鉴别诊断前列腺中央腺体T2WI低信号病变

目的 观察动态增强MRI （DCE-MRI）定量及半定量参数鉴别诊断前列腺中央腺体T2WI低信号病变的价值。方法 收集59例存在前列腺中央腺体T2WI低信号病变患者,其中前列腺癌患者32例（前列腺癌组）,前列腺增生伴慢性炎症患者15例（增生伴慢性炎症组）,高级别上皮内瘤变（HGPIN）患者12例（HGPIN组）,测量并比较其DCE-MRI定量及半定量参数：容积转运常数（K^trans）、速率常数（K_ep）、血管外细胞外容积分数（V_e）、对比剂血浆容积（V_p）、达峰时间（TTP）、最大浓度（Conc_max）、最大斜率（Slope_max）和时间-浓度曲线下面积（AUTC）,绘制ROC曲线,分析各参数诊断前列腺癌的效能。结果 前列腺癌组、增生伴慢性炎症组与HGPIN组间K_trans、K_ep、V_e、V_p、TTP及Slope_max差异均有统计学意义（P均<0.05）,其中前列腺癌组与HGPIN组间K^trans、K_ep、V_e、Slope_max及TTP差异均有统计学意义（P均<0.05）,前列腺癌组与增生伴慢性炎症组间V_p及TTP差异有统计学意义（P均<0.05）,HGPIN组与增生伴慢性炎症组间K^trans、K_ep、V_p及TTP差异均有统计学意义（P均<0.05）。ROC曲线显示TTP、K^trans及K_ep值诊断前列腺癌的曲线下面积（AUC）分别为0.743、0.735和0.721,两两比较差异均无统计学意义（P均>0.05）,但均大于V_e值诊断前列腺癌的AUC （P均<0.05）。结论 DCE-MRI参数TTP、K^trans和K_ep可于前列腺中央腺体T2WI低信号病变中有效鉴别诊断前列腺癌。     

磁共振弥散加权成像和动态增强诊断前列腺疾病临床价值分析

目的:分析磁共振弥散加权成像和动态增强诊断前列腺疾病临床价值.方法:研究时间:2019年4月—2020年9月;选择我院收治的前列腺疾病患者33例作为研究组,同期选择体检者33例作为对照组.两组患者均接受磁共振弥散加权成像和动态增强检查.结果:研究组33例患者病理活检确诊前列腺增生25例(75.76％)、前列腺癌8例(2...     

磁共振扩散峰度成像鉴别诊断前列腺癌与前列腺增生

目的 探讨磁共振扩散峰度成像（DKI）鉴别诊断前列腺癌（PCa）与前列腺增生（BPH）的应用价值。方法 回顾性分析前列腺疾病患者59例,根据病理结果分为PCa组和BPH组。对所有患者均行MR常规扫描和肝脏容积超快速三维成像序列动态增强扫描、DWI及DKI扫描。由2名医师测量两组病灶DKI的各参数值。采用组内相关系数（ICC）分析2名医师测量结果的一致性;对两组各参数值的比较采用两独立样本t检验;绘制各参数的ROC曲线,分析诊断效能。结果 2名观察者测得两组各参数值一致性良好（ICC均>0.75）。PCa组平均扩散峰度值、平行扩散峰度值、垂直扩散峰度值高于BPH组（P均<0.01）;PCa组平均扩散系数、平行扩散系数、垂直扩散系数值低于BPH组（P均<0.01）。ROC分析显示各参数诊断PCa和BPH的曲线下面积均>0.90。结论 DKI各参数可为临床鉴别诊断PCa和BPH提供更多重要的参考信息。     

前列腺外周带癌扩散加权成像诊断标准

目的 探讨磁共振扩散加权成像(DWI)所得的表观扩散系数(ADC)值对前列腺外周带癌的量化诊断效能及诊断标准.方法 对40例穿刺活检病理证实的前列腺疾病患者,非癌20例,外周带癌20例, 以六分区法为基础,根据穿刺活检结果,将每一扫描层面内两侧外周带归为非癌区或癌区,获得外周带各分区内的最小ADC值.判断诊断效能采用ROC分析.结果 癌区ADC值平均(0.98±0.30)×10-3 mm2/s,非癌区ADC值平均(1.59±0.29)×10-3 mm2/s.根据ROC分析,ADC值诊断前列腺外周带癌的最佳临界值为≤1.24×10-3 mm2/s时,敏感性、特异性、准确性分别为80.58%、92.42%、86.73%;只考虑获得较大特异性可选择临界值≤1.04×10-3 mm2/s,敏感性、特异性、准确性分别为66.56%、96.95%和86.26%,只考虑获得较大敏感性可选择临界值<1.69×10-3 mm2/s,敏感性、特异性、准确性分别为98.63%、37.07%和58.82%.结论 可选择分区内最小ADC值≤1.24×10-3 mm2/s作为前列腺外周带癌诊断标准.当分区内最小ADC值介于(1.04～1.24)×10-3 mm2/s之间时,有可能发生漏诊.     

外周带前列腺癌多参数MRI与前列腺临床显著癌及Gleason评分的相关性

目的探讨基于第2版前列腺影像报告和数据系统(PI-RADS v2)评分的外周带前列腺癌多参数MRI(mp-MRI)与前列腺临床显著癌及Gleason评分的相关性。方法回顾性分析T2WI、扩散加权成像(DWI)和动态增强MRI(DCE-MRI)诊断且经穿刺病理证实的91例外周带前列腺癌(阳性组)、70例前列腺增生和21例前列腺炎(阴性组)患者,采用PI-RADS v2评分标准进行盲法评分,分析其结果与外周带前列腺临床显著癌及Gleason评分的相关性,并以受试者工作特征(ROC)曲线分析PI-RADS v2评分诊断外周带前列腺临床显著癌的敏感度、特异度和准确率。结果 PI-RADS v2评分诊断外周带前列腺临床显著癌的曲线下面积(AUC)为0.965[95%CI(0.930,1.000),P<0.01];评分为4分时约登指数最大(0.877),诊断前列腺临床显著癌的敏感度、特异度和准确率分别为98.61%、89.09%和92.86%。以PI-RADS v2评分3分为穿刺指征,使36.26%(66/182)患者免于不必要的穿刺,但漏诊2例非临床显著前列腺癌。PI-RADS v2评分与...     

Deep transfer learning-based prostate cancer classification using 3 Tesla multi-parametric MRI

Abdominal Radiology - The purpose of the study was to propose a deep transfer learning (DTL)-based model to distinguish indolent from clinically significant prostate cancer (PCa) lesions and to...     

磁共振灌注加权成像定量参数在前列腺外周带前列腺癌鉴别诊断中的价值

目的探讨磁共振灌注成像(perfusion weighted MRI,PWI)定量参数在前列腺外周带前列腺癌鉴别诊断中的价值。材料与方法回顾性分析51例行3.0 T MR PWI扫描,T2WI表现为局灶性低信号病变,并经6针或12针系统穿刺活检病理证实的患者资料,其中前列腺癌25例,良性病变26例。前列腺癌组有6例患者采用前列腺根治切除进一步证实。两名医师在不知道病理结果和临床资料的前提下参照T2WI外周带低信号区,协商取得一致后共同在PWI病灶区放置ROI,测量病灶区PWI定量参数转运常数(Ktrans)、血管外细胞外间隙体积百分数(Ve)及速率常数(Kep)。根据病理结果,将病灶分为前列腺癌灶组和良性前列腺病灶组。采用独立样本t检验比较Ktrans、Kep、Ve在前列腺癌和良性病灶中的差异。采用ROC曲线分析PWI定量参数鉴别前列腺癌和良性改变中的价值。结果前列腺癌和良性前列腺病灶组的Ktrans、Kep、Ve分别为(0.150±0.046)V S(0.0 8 6±0.0 3 7)、(0.5 1 8±0.1 8 1)V S(0.3 2 5±0.1 4 2)、(0.2 8 8±0.1 4 7)VS(0.306±0.141),两组间Ktrans和Kep独立样本t检验结果差异有统计学意义(P0.01),Ve之间差异无统计学意义(P=0.61)。Ktrans、Kep、Ve诊断前列腺癌和前列腺良性病变的曲线下面积分别为0.885、0.803、0.554。分别以0.108 min-1、0.38 min-1为界值点,Ktrans、Kep鉴别前列腺癌和良性前列腺病灶的敏感性及特异性分别为86.11%、80.6%和79.32%、75.9%。结论 PWI定量参数Ktrans、Kep在前列腺外周带前列腺癌鉴别诊断中具有重要价值。     

Differential diagnosis of severe back pain using MRI

Back pain, despite its prevalence, often presents a diagnostic dilemma. Infection, degeneration, and neoplasm comprise major etiologic categories of severe nonspecific back pain. Diagnostic evaluation includes plain roentgenograms, computerized tomography, and radionuclide studies, all of which are often equivocal or misleading. We retrospectively analyzed 21 presentations of severe back pain of various causes evaluated by magnetic resonance imaging (MRI) in addition to conventional diagnostic imaging modes. A characteristic MRI pattern of both the lesions's distribution and its signal intensity was observed that delineated each etiologic category. MRI was found to be particularly suited for use in the differential diagnosis of nonspecific back pain.     

Co-trained convolutional neural networks for automated detection of prostate cancer in multi-parametric MRI

Multi-parameter magnetic resonance imaging (mp-MRI) is increasingly popular for prostate cancer (PCa) detection and diagnosis. However, interpreting mp-MRI data which typically contains multiple unregistered 3D sequences, e.g. apparent diffusion coefficient (ADC) and T2-weighted (T2w) images, is time-consuming and demands special expertise, limiting its usage for large-scale PCa screening. Therefore, solutions to computer-aided detection of PCa in mp-MRI images are highly desirable. Most recent advances in automated methods for PCa detection employ a handcrafted feature based two-stage classification flow, i.e. voxel-level classification followed by a region-level classification. This work presents an automated PCa detection system which can concurrently identify the presence of PCa in an image and localize lesions based on deep convolutional neural network (CNN) features and a single-stage SVM classifier. Specifically, the developed co-trained CNNs consist of two parallel convolutional networks for ADC and T2w images respectively. Each network is trained using images of a single modality in a weakly-supervised manner by providing a set of prostate images with image-level labels indicating only the presence of PCa without priors of lesions’ locations. Discriminative visual patterns of lesions can be learned effectively from clutters of prostate and surrounding tissues. A cancer response map with each pixel indicating the likelihood to be cancerous is explicitly generated at the last convolutional layer of the network for each modality. A new back-propagated error E is defined to enforce both optimized classification results and consistent cancer response maps for different modalities, which help capture highly representative PCa-relevant features during the CNN feature learning process. The CNN features of each modality are concatenated and fed into a SVM classifier. For images which are classified to contain cancers, non-maximum suppression and adaptive thresholding are applied to the corresponding cancer response maps for PCa foci localization. Evaluation based on 160 patient data with 12-core systematic TRUS-guided prostate biopsy as the reference standard demonstrates that our system achieves a sensitivity of 0.46, 0.92 and 0.97 at 0.1, 1 and 10 false positives per normal/benign patient which is significantly superior to two state-of-the-art CNN-based methods (Oquab et al., 2015; Zhou et al., 2015) and 6-core systematic prostate biopsies.     

基于第2版前列腺影像报告和数据系统的多参数MRI诊断外周带前列腺癌

目的 探讨基于第2版前列腺影像报告和数据系统（PI-RADSv2）的多参数磁共振成像（mp-MRI）诊断外周带前列腺癌（PCa）的价值。方法 收集经病理证实的前列腺疾病患者95例,其中外周带PCa的患者35例和良性前列腺增生（BPH）和（或）慢性前列腺炎患者60例,均于穿刺前接受T2WI、DWI和动态对比增强MRI（DCE-MRI）检查。对所有患者的图像分别进行T2WI和DWI评分、DCE-MRI分类,再进行PI-RADSv2评分。以病理结果为金标准,分别计算T2WI、DWI、DCE-MRI和基于PI-RADSv2的mp-MRI诊断外周带PCa的敏感度、特异度和准确率,绘制ROC曲线,并计算曲线下面积（AUC）。结果 T2WI、DWI、DCE-MRI及基于PI-RADSv2的mp-MRI诊断外周带PCa的敏感度、特异度、准确率、AUC分别为82.86%（29/35）、80.00%（48/60）、81.05%（77/95）、0.849,77.14%（27/35）、88.33%（53/60）、84.21%（80/95）、0.866,80.00%（28/35）、76.67%（46/60）、77.89%（74/95）、0.783,88.57%（31/35）、78.33%（47/60）、82.11%（78/95）、0.881。结论 基于PI-RADSv2的mp-MRI通过优化序列组合,对外周带PCa的诊断具有重要指导意义。     

Benign causes of diffusion restriction foci in the peripheral zone of the prostate: diagnosis and differential diagnosis

Multiparametric-MRI is an important tool in the diagnosis of prostate cancer (PCa), particularly diffusion-weighted imaging for peripheral zone (PZ) cancer in the untreated prostate. However, there are many benign entities that demonstrate diffusion restriction in the PZ mimicking PCa resulting in diagnostic challenges. Fortunately, these benign entities usually have unique MR features that may help to distinguish them from PCa. The purpose of this pictorial review is to discuss benign entities with diffusion restriction in the PZ and to emphasize the key MR features of these entities that may help to differentiate them from PCa.     

多模态MRI新技术鉴别诊断肺癌病理类型进展

既往认为常规MR不适合检查与诊断肺部疾病,但随着多种MRI新技术如动态对比增强MRI、DWI、体素不相干运动成像及MRS等的发展与应用,其在肺肿瘤良恶性鉴别及病理类型判别等方面已显示出一定优势,为肺癌治疗与评估提供了新方法。本文对多模态MRI新技术鉴别肺癌病理类型的研究进展进行综述。     

Revisiting quantitative multi-parametric MRI of benign prostatic hyperplasia and its differentiation from transition zone cancer

Abdominal Radiology - This study investigates the multiparametric MRI (mpMRI) appearance of different types of benign prostatic hyperplasia (BPH) and whether quantitative mpMRI is effective in...