扩散敏感因子800时乳腺良恶性病变ADC界值的确定

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。     

骨肿瘤的MR灌注和扩散加权成像研究

目的 对临床常见的骨肿瘤进行MR灌注成像(PWI)和扩散加权成像(DWI)研究,探讨其在骨肿瘤定性诊断中的价值.方法 收集恶性骨肿瘤18例,良性骨肿瘤21例,行MR PWI和MR DWI,应用Functool 2软件分析,于灌注像上得到病灶时间一信号曲线(TIC)、首过期(FP)信号递减幅度、TIC最大线性斜率、两次稳态信号差值;于DWI上获得病灶表观扩散系数(ADC)值;采用SPSS 13.0统计分析软件,将从良、恶性骨肿瘤两组样本中获得的各种参数用成组设计的两样本均数进行t检验,采用受试者操作特征(ROC)曲线选择良恶性肿瘤鉴别诊断的阈值,计算MR PWI和MR DWI诊断恶性骨肿瘤的敏感度、特异度、和准确度.结果 MRP PWI显示,17/21的良性骨肿瘤TIC表现为Ⅰ型(平稳型)及Ⅱ型(缓降缓升型),恶性骨肿瘤TIC表现为Ⅲ型和Ⅳ型(速降型);良、恶性骨肿瘤之间的FP信号递减幅度、TIC最大线性斜率及两次稳态信号差值在良、恶性骨肿瘤之间的差异均具有显著性统计学意义,其据此诊断恶性骨肿瘤的准确度分别为82.1%、79.5%和87.2%;有4例良性骨肿瘤可根据其MR-PWI作定性判断,结果误诊为恶性肿瘤.MR DWI显示:b=300 s/mm2时,良、恶性骨肿瘤的ADC值的差异具有统计学意义;若以ADCI.63x103mm3/s为恶性阈值,其诊断恶性骨肿瘤的准确度为79.5%.MR PWI和MR DWI诊断恶性骨肿瘤的准确度分别为89.7%和79.5%.结论 MR PWI比MR DWI更有助于鉴别良、恶性骨肿瘤及肿瘤样病变,但恶性骨肿瘤与富血供良性骨肿瘤及肿瘤样病变的灌注参数存在重叠,此时结合MR DWI可以提高诊断准确度.     

应用MRI计算机辅助诊断系统(CAD) 评估乳腺小肿块血流动力学特征的价值

目的:探讨应用乳腺磁共振计算机辅助系统(MRICAD)评价乳腺小肿块血流动力学特征的价值.方法:回顾性分析行MRI检查并经组织学病理证实的肿块型乳腺病灶84个,肿块最大径≤2.0cm.利用CAD系统获得的血流动力学参数分析乳腺小肿块的良恶性特征,包括早期强化峰值、延迟期各曲线类型百分比及单一设定的最可疑恶性曲线类型,并比较CAD法和手动选取感兴趣区法(ROI法)对于鉴别乳腺小肿块良恶性的价值.结果:84个病灶中38个良性病灶,46个恶性病灶.CAD系统计算的良性病变和恶性病变的早期强化峰值平均值分别为(230.54±83.46)％(92％～442％)、(257.72±78.93) ％(89％～448％),两者间差异无统计学意义(P=0.138).在恶性病灶中流出型、平台型及流入型曲线所占百分比中位数分别为15.15％、20.00％、61.50％,良性病灶中流出型、平台型及流入型曲线所占百分比中位数分别为1.06％、10.08％、87.00％,差异有统计学意义(P＜0.001).单一设定的最可疑恶性曲线类型表现为流出型病灶共68个,其中良性24个,恶性44个;表现为平台型曲线的病灶共5个,其中良性3个,恶性2个;8个表现为流入型的病灶病理均为良性.当以单一设定的快速流出型曲线为诊断恶性病变的标准时,敏感度为95.7％,特异度为40.0％,ROC曲线下面积(AUC)为0.678(95％CI:0.555～0.801,P=0.006).CAD系统计算的延迟期流入型曲线所占百分比对于鉴别乳腺小肿块价值最高(AUC=0.798,95％CI:0.701～0.895,P＜0.001).当流入型曲线所占百分比＜81.50％时,其鉴别良恶性病变的敏感度为89.1％,特异度为60.0％,与ROI法(特异度为42.1％)相比显著提高了诊断乳腺小肿块的特异度(P=0.013).结论:利用MRI-CAD系统获得的完整病灶延迟期曲线百分比对鉴别乳腺小肿块的良恶性最有价值,与手动选取感兴趣区法相比可显著提高诊断特异度.     

MRI早期强化比值联合周围血管管径鉴别诊断乳腺病变的价值

目的探讨MRI动态增强扫描早期强化比值联合周围血管管径鉴别乳腺良、恶性病变的价值。方法回顾性分析经术后病理证实,且术前行乳腺MRI动态增强扫描检查的59例患者,恶性病变32例,良性病变27例。绘制病灶ROI,记录病灶达峰时间、时间信号强度曲线(TIC)、早期强化比值、早期强化率,并记录病灶周围4cm范围内肿瘤血管数目及血管管径。采用秩和检验比较乳腺良、恶性病变MRI参数的差异,采用ROI曲线评价病变血管管径、早期强化率、早期强化比值、早期强化比值联合血管管径鉴别乳腺良、恶性病变的价值。结果乳腺恶性病变的早期强化率、达峰时间、早期强化比值、血管数目和血管管径的中位数分别为173.0%、2.1s、100.0%、5根、2.98mm,上述参数在良性病灶分别为112.3%、4.8 s、81.2%、0根、0.00mm,差异均有统计学意义(P均0.05)。采用早期强化比值鉴别乳腺良恶性病变的ROC下面积为0.814,以85.3%为阈值鉴别的敏感度和特异度分别为93.19%、67.85%;采用早期强化率鉴别的ROC下面积为0.721,以119.0%为阈值鉴别的敏感度和特异度分别为81.73%、55.15%;采用血管管径鉴别诊断的ROC下面积为0.872,以2.79mm为阈值鉴别的敏感度和特异度分别为73.61%、85.14%;早期强化比值联合周围血管管径鉴别诊断的ROC下面积为0.919,诊断敏感度、特异度分别为96.03%、63.40%。结论 MRI动态增强扫描参数早期强化比值联合病灶周围血管管径鉴别乳腺良、恶性病变敏感度高,有较好的临床应用价值。     

磁共振动态增强联合扩散加权成像对乳腺良恶性病变的诊断价值

【摘要】目的：探讨磁共振动态增强（DCE-MRI）及扩散加权成像（DWI）对乳腺良恶性病变的定性诊断价值。方法：回顾性分析经手术病理证实的122例乳腺病变患者的临床和影像学资料，所有病例术前行双乳MRI检查。分析病灶的形状、边界、强化方式、早期强化率（EER）、时间-信号强度曲线（TIC）及表观扩散系数（ADC）值，参照Fischer评分标准对影像表现进行评分，根据乳腺影像报告与数据系统第5版（BI-RADS）进行分类诊断。与病理结果对照，计算DCE-MRI、DWI、DCE联合DWI对乳腺病变的诊断敏感度、特异度和符合率，并采用ROC曲线分析其诊断效能。结果：122例中恶性80例，良性42例。DCE-MRI诊断敏感度为87.5%，特异度87.5%，符合率86.9%。以恶性病变ADC值的95%可信区间上限1.225×10-3mm2/s作为鉴别诊断阈值，敏感度为85.7%，特异度78.9%，符合率83.6%。DCE联合DWI的诊断敏感度达93.8%，特异度90.5%，符合率92.6%。DCE联合DWI鉴别乳腺良恶性病变的AUC（0.915）高于单独诊断（0.866，0.855）。结论：DCE-MRI鉴别乳腺良恶性病变的诊断效能较高，DWI可提供辅助诊断信息，DCE与DWI联合诊断能明显提高对乳腺病变的术前定性诊断准确性。     

DWI联合Fischer评分法对乳腺良恶性肿块的鉴别

目的:探讨DWI联合Fischer评分法对乳腺良恶性肿块的鉴别诊断价值。方法:回顾性分析42例经DWI与Fis-cher评分法诊断的乳腺肿块,计算各方法的诊断敏感性、特异性、准确性。结果:恶性病灶的ADC值较良性病灶降低,但其鉴别良恶性病灶的敏感性较低。时间-信号强度曲线中的Ⅲ型曲线多考虑为恶性,但良恶性病灶均可出现Ⅱ型曲线。结论:研究显示,DWI联合Fischer评分法对乳腺良恶性病灶的鉴别诊断具有较高的敏感性和特异性,能够提高乳腺癌的诊断准确率。     

乳腺疾病磁共振扫描方案的优化选择

探讨磁共振多种扫描序列及方法诊断乳腺良、恶性疾病的应用价值,旨在为临床确定最优磁共振乳腺扫描方案。对42例乳腺疾病患者分别进行磁共振平扫和动态增强扫描及部分DWI、DWIBS检查,与手术病理结果对照,分析各种方法诊断价值及临床意义。多数病灶在磁共振平扫无特征性价值,联合动态增强各项标准诊断乳腺癌的敏感度为95.8%,特异度87.9%,准确度为91.2%;恶性组ADC值明显低于良性组,差异有统计学意义(P<0.05),以ROC曲线确定的诊断阈值为1.542×10-3mm2/s。以此值作为良、恶性判断界值,敏感度83.3%,特异度85.7%,诊断效果较好。5例DWIBS检查,观察到淋巴结转移及病灶远处转移灶,敏感性很高,适合乳腺多病变中心的观察及乳腺肿瘤的筛检和乳腺癌患者治疗前后的评估。时间-信号强度曲线、峰值时间及早期增强率,DWI在鉴别乳腺良、恶性病变方面具有较高的敏感性和特异性,DWIBS亦具有较高的敏感性,结合各种扫描方法的良恶性评判标准,对良、恶性病变的诊断及鉴别诊断有重要价值,且优化出临床最佳磁共振乳腺扫描方案。     

彩色多普勒能量图联合超微血管成像技术对乳腺肿块的诊断价值

目的评价彩色多普勒能量图(CDE)及超微血管成像技术(SMI)联合应用对BI-RADS+4类乳腺病灶的诊断价值。方法选取我院经病理证实的BI-RADS 4级及以上分类的乳腺良恶性病灶132例,其中良性病灶67个,恶性病灶65个。按照Adler分级标准,所有的病灶都采用CDE和SMI技术进行检测,观察同一病灶的血流分布情况,计算出两种检测技术检出血管条数的差值;CDE、SMI、CDE-SMI诊断恶性病灶的血管条数的阈值。结果两种检测方法对所有病灶血流的检测差异有统计学意义(P<0.05);对恶性病灶血流程度的检测有统计学意义(P<0.01);而对良性病灶血流程度检测无统计学意义(P>0.05)。CDE诊断恶性病灶的阈值为血管条数的≥2,敏感度90%,特异度58%;SMI诊断恶性病灶的阈值为血管条数≥3,敏感度95%,特异度71%;CDE-SMI诊断恶性病灶的阈值为≥3,敏感度97%,特异度81%。结论CDE与SMI技术都可检测乳腺恶性病灶的微血管,而SMI技术对潜在的超微血管更敏感,二者联合可为临床鉴别乳腺的良恶性病灶提供可靠的依据。     

MRI扩散加权成像对乳腺良恶性病变的诊断

目的:探讨磁共振扩散加权成像(DWI)对乳腺良恶性疾病的诊断价值。方法:回顾性分析40例经病理确诊的乳腺疾病,其中良性病变22个,恶性病变18个;均行DWI检查,测定病灶区表观扩散系数(ADC值),与正常组织进行比较,计算相对表观扩散系数(rADC值),应用SPSS 16.0软件比较其平均值,并以病理结果为金标准,作ROC曲线,求其最佳诊断阈值。结果:良性病变及恶性病变的ADC值分别为(1.55±0.35)×10-3和1.00±0.18)×10-3 mm2/s,其rADC值分别为(0.82±0.19)和(0.52±0.08)。良恶性病变组间均有统计学差异,以ADC值及rADC值为诊断标准作受试者工作特征曲线(ROC曲线),其中ADC值的曲线下面积(AUC)为(0.927±0.04),rADC值的AUC为(0.965±0.03),诊断阈值分别为1.17×10-3 mm2/s、0.66,相应敏感度及特异度分别为(90.9%、88.9%)和(95.5%、94.4%),rADC值的AUC、敏感度及特异度均高于ADC值。结论:DWI对乳腺良恶性病变的的诊断具有重要作用,其中rADC值有更好诊断效能。     

乳腺MRI征象的权重对肿块型乳腺病变诊断价值研究

目的 探讨乳腺MRI征象的权重对乳腺病变定性诊断效能的影响,为乳腺肿块型良恶性病变鉴别提供客观依据.方法 回顾性分析经病理证实的肿块型乳腺病变125个(良性56个,恶性69个),术前或活检前行MRI扫描;计算肿块型乳腺病变的MRI形态学征象、血流动力学征象、分子功能学征象的权重因子以及125个肿块型乳腺病变的鉴定因子,分析权重因子大小与MRI征象在良恶性病变中出现频率的相关性,将鉴定因子与病理结果进行受试者工作特征曲线(ROC)分析并计算良恶性最佳诊断阈值.结果 肿块型乳腺病变权重因子最大的MRI征象是表观扩散系数(ADC)值＜1.0×10-3mm2/s(1.122),最小的是上升型曲线(-1.369).权重因子大小与征象在恶性病变中出现的频率呈明显正相关(r=0.67,P＜0.05),与征象在良性病变中出现的频率呈明显负相关(r=-0.56,P＜0.05).鉴定因子诊断肿块型良恶性病变的ROC曲线下面积为0.972,鉴定因子＞1.575是诊断恶性病变的最佳阈值,敏感度、特异度分别为84.1％、94.6％.结论 乳腺MRI征象权重的确定以及建立在多参数标准化分析基础上且根据权重所得出的鉴定因子,有助于提高肿块型乳腺病变的定性诊断准确性.     

乳腺DCE-MRI与ADC值及ADC差值的临床应用价值

目的 探讨动态增强磁共振成像(DCE-MRI)、扩散加权成像(DWI)对鉴别乳腺良恶性病变的临床应用价值.方法 对临床拟诊乳腺病变的60例患者行MR检查,将病灶形态学、早期增强率、时间-信号曲线(TIC)、表观扩散系数(ADC)值、病灶周围组织与病灶ADC的差值诊断结果进行比较分析.结果 早期增强率、TIC、ADC值、ADC差值受试者工作特征(ROC)曲线的曲线下面积(AUC)分别为0.741、0.808、0.882、0.959,早期增强率、ADC值、ADC差值最佳诊断阈值分别为163％、1.30×10-3mm2/s、0.47×10-3 mm2/s.形态学、早期增强率、Ⅲ型曲线、Ⅱ型及Ⅲ型曲线、ADC值、ADC差值鉴别诊断乳腺良恶性病变的敏感性分别为53.1％、59.4％、43.8％、90.6％、93.8％、96.9％,特异性分别为85.7％、82.1％、89.3％、57.1％、75.0％、82.1％,阳性预测值分别为81.0％、79.2％、82.4％、70.7％、81.1％、86.1％,阴性预测值分别为61.5％、63.9％、58.1％、84.2％、91.3％、95.8％,准确率分别为68.3％、70.0％、65.0％、75.0％、85.0％、90.0％.结论 DCE MRI与DWl对乳腺良恶性病变的鉴别诊断有重要作用,其中ADC差值诊断效能最高,需多种方法综合诊断互补不足,以提高诊断准确性.     

Classification of hypervascularized lesions in CE MR imaging of the breast

The purpose of this paper is to define and evaluate a classification category for contrast-enhanced (CE) MR imaging of the breast based on the BI-RADS mammographic categories of the American College of Radiology. Using five evaluation criteria for MR findings (initial signal increase, post-initial signal behavior, shape, border, and contrast material distribution within enhancing tumors) 522 patients (1031 breasts) were analyzed. Scores were given from 0 to 8 points and classified into five categories (group I: 0 points, negative; group II: 1-2 points, benign; group III: 3 points, probably benign; group IV: 4-5 points, suspicious abnormality; group V: 6-8 points, highly suspicious for malignancy) to 265 focal hypervascularized breast lesions in 244 breasts (patient group A). These findings were correlated with histology or follow-up. Additionally, this classification was correlated to the contrast medium uptake within the parenchyma of the remaining 787 breasts without any focal lesion (patient group B). Two hundred sixty-five hypervascularized lesions in 238 patients (244 breasts, patient group A) were classified into group I: 0%; group II: 27.3%; group III: 22.3%; group IV: 18.6%; and group V: 31.8%. Histology revealed 115 benign and 134 malignant tumors in these groups. Sixteen benign lesions were controlled by follow-up. Sensitivity for the detection of malignancy using the presented multifactorial MRM classification was 92%, and specificity was 92%. Excluding cases of ductal carcinoma in situ specificity increased to 95%. Seven hundred eighty-seven breasts without any focal hypervascularized lesion (patient group B) were classified into groups I or II. Follow-up ( n=771) or histology ( n=14) confirmed the diagnosis in 785 of these breasts. Histopathology revealed, however, malignant tumors in the remaining two cases. The classification of lesions based on a multifactorial analysis is very helpful in the interpretation of CE MRI of the breast. The evaluation of all diagnostic imaging modalities, however, is essential in determining the correct diagnosis and/or in deciding on the appropriate therapeutic procedure.     

MR动态增强扫描时间一信号强度曲线在骨骼肌肉系统肿瘤定性诊断中的价值

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.     

Dynamic breast MR imaging: are signal intensity time course data useful for differential diagnosis of enhancing lesions?

PURPOSE: To assess the relevance of the signal intensity time course for the differential diagnosis of enhancing lesions in dynamic magnetic resonance (MR) imaging of the breast. MATERIALS AND METHODS: Two hundred sixty-six breast lesions were examined with a two-dimensional dynamic MR imaging series and subtraction postprocessing. Time-signal intensity curves of the lesions were obtained and classified according to their shapes as type I, which was steady enhancement; type II, plateau of signal intensity; or type III, washout of signal intensity. Enhancement rates and curve types of benign and malignant lesions were compared. RESULTS: There were 101 malignant and 165 benign lesions. The distribution of curve types for breast cancers was type I, 8.9%; type II, 33.6%; and type III, 57.4%. The distribution of curve types for benign lesions was type I, 83.0%; type II, 11.5%; and type III, 5.5%. The distributions proved significantly different (chi 2 = 139.6; P < .001). The diagnostic indices for signal intensity time course were sensitivity, 91%; specificity, 83%; and diagnostic accuracy, 86%. The diagnostic indices for the enhancement rate were sensitivity, 91%; specificity, 37%; and diagnostic accuracy, 58%. CONCLUSION: The shape of the time-signal intensity curve is an important criterion in differentiating benign and malignant enhancing lesions in dynamic breast MR imaging. A type III time course is a strong indicator of malignancy and is independent of other criteria.     

Contrast-enhanced color Doppler ultrasound characteristics in hypervascular breast tumors: comparison with MRI

The aim of this study was to evaluate the accuracy of contrast-enhanced color Doppler ultrasound (CE-US) in comparison with contrast-enhanced MR imaging (CE-MRI) in the discrimination of hypervascularized breast tumors. An additional CE-US of the breast was preoperatively performed in 40 patients with a hypervascular breast lesion detected on CE-MRI. The presence of blood flow signals and the morphological characteristics of the vessels in the breast lesions were evaluated pre- and post-contrast administration, as well as the dynamic aspects of the Doppler signal, including time interval to maximum signal enhancement and persistence of the signal enhancement. Twenty-three carcinomas and 17 fibroadenomas were explored. Considering initial signal enhancement > 100 % after the administration of contrast material as a criterion suggesting malignancy, CE-MRI showed a sensitivity of 100 % and a specificity of 76.5 % in the detection of malignant breast tumors. Color Doppler signals were consistently demonstrated in all carcinomas and in 68.7 % of fibroadenomas after the administration of Levovist, with CE-US showing a sensitivity of 95.6 % and a specificity of 5.9 %. Neither the mean number of vessels per tumor, nor the location of vessels, the time to maximum increase of the Doppler signal or the persistence of signal enhancement showed significant differences between benign and malignant lesions. Additional CE-US does not increase the low specificity of MRI in patients with hypervascularized breast tumors. Received: 17 July 2000 Revised: 22 August 2000 Accepted: 24 August 2000     

结合MRI和X线分类对乳腺X线筛查为BI-RADS 4类肿块的处理体会

目的:评价结合MRI和X线分类对乳腺X线筛查为BI-RADS 4类肿块的良恶性评估价值,探讨BI-RADS 4类肿块新的处理建议.方法:X线筛查为BI-RADS 4a类(105个)、4b类(42个)和4c类(19个)的151例共166个乳腺肿块,在活检前行MRI.动态增强结合扩散加权成像(DWI)进行MRI BI-RADS分类.结合X线与MRI分类提出新的良恶性评估法.统计X线与MRI诊断乳腺癌的敏感度、特异度及诊断符合率;绘制两者的ROC曲线,Z检验比较曲线下面积;统计结合MRI和X线的新的良恶性评估法发现乳腺癌的敏感性、诊断符合率和对良性病变检出率.结果:2名X线诊断医师和2名MRI诊断医师的BI-RADS分类的Kappa值分别为0.70和0.76,一致性较好.166个肿块,恶性41个,占24.7％.X线BI-RADS 4a类105个:恶性12个,MRI分类为4、5类12个;良性93个,MRI为2、3类81个.X线BI-RADS 4b类42个:恶性16个,MRI分类为4、5类15个;良性26个,MRI为2、3类16个.X线BI-RADS 4c类19个:恶性13个,MRI分类为4、5类12个;良性6个,MRI为3类2个.X线诊断敏感度、特异度为70.7％、74.4％,诊断符合率为73.5％.MRI诊断敏感度、特异性及诊断符合率为95.1％、79.2％和83.1％.X线及MRI诊断乳腺癌的ROC曲线下面积分别为0.749及0.927,两者差异有统计学意义(Z=2.282,P＜0.05).新的良恶性评估法发现乳腺癌的敏感度为100％,诊断符合率为77.7％,良性病变检出率为53.0％.结论:MRI对乳腺X线筛查为BI-RADS 4类肿块有较高的诊断价值.结合X线及MRI分类进行新的良恶性评估,能减少良性肿块不必要的活检.     

高b值MR扩散加权成像在乳腺良恶性病变诊断中的应用价值

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.     

MRI动态增强扫描在乳腺良恶性病变中的诊断价值

目的:评价MRI动态增强扫描在乳腺良恶性病变中的诊断价值。方法:回顾性分析58例经病理证实的乳腺病变的MRI动态增强扫描强化形态及时间-信号强度曲线图表现。结果:良性病变共22例(纤维腺瘤8例,导管内乳头状瘤5例,乳腺囊肿5例,导管囊状扩张伴慢性炎症1例,囊性乳腺病3例);恶性病变共36例(浸润性导管癌28例,浸润性小叶癌3例,导管原位癌2例,浸润性乳头状癌2例,髓样癌1例)。恶性病变多表现为边缘毛刺、分叶征或边缘模糊,环状强化或不规则强化。良性病变多表现为边缘光滑整齐的均匀强化,其中5例囊肿无强化。其中形态学阳性预测值为89.47%,阴性预测值为90.00%,准确率为89.66%。强化表现阳性预测值为89.74%,阴性预测值为94.74%,准确率为91.38%。时间-信号强度曲线图:22例良性病变,13例(59.09%)表现为Ⅰ型,8例(36.36%)表现为Ⅱ型,1例(4.55%)表现为Ⅲ型;36例恶性病变,1例(2.78%)表现为Ⅰ型,9例(25.00%)表现为Ⅱ型,26例(72.22%)表现为Ⅲ型,阳性预测值为79.55%,阴性预测值为92.86%,准确率为82.76%。结论:乳腺MRI动态增强的形态学表现与时间-信号强度曲线图相结合,在良恶性病变的诊断与鉴别诊断中具有较高的价值。     

MR动态增强减影技术对乳腺良恶性病灶鉴别的价值

目的:评价MR动态增强减影技术对乳腺良恶性病灶鉴别的价值。方法:收集进行乳腺MR动态增强减影扫描并有明确病理结果的56例67个病灶作为研究对象进行回顾性分析。结果:乳腺良恶性病灶在MR动态增强形态、强化时间-信号强度曲线、强化峰值时间、血管分布形态、腋窝淋巴结五个指标上表现不同。结论:MR动态增强减影技术对乳腺良恶性病灶具有较高的鉴别诊断价值。