动态增强MRI定量评估乳腺良恶性病变的效能

目的 探讨动态增强磁共振成像（DCE-MRI）评价乳腺良恶性病变中病灶及背景实质血流动力学参数的价值。方法 收集41例接受乳腺DCE-MRI检查的患者（共45个病灶）,其中良性病变21个（良性组）,恶性病变24个（恶性组）,测量病灶及背景实质的容量转移常数（K_trans）、速率常数（K_ep）、血浆分数（V_p）,对2组各参数进行统计学分析;以病理结果为金标准,评价各参数诊断乳腺恶性病灶的效能。结果 恶性组病灶K_trans和K_ep、背景实质K_trans和K_ep均高于良性组（P均<0.05）。2组病灶V_p和背景实质V_p差异均无统计学意义（P均>0.05）。诊断乳腺恶性病变时,背景实质K_trans的AUC较其他参数高,敏感度、特异度分别为87.50%、76.19%。所有参数联合的Logistic回归模型AUC值最高,为0.86（P<0.001）。结论 DCE-MRI相关参数中,背景实质K_trans对乳腺疾病的诊断价值较高。定量分析DCE-MRI数据有助于鉴别乳腺良恶性病变,其背景实质的血流动力学特征有望成为无创诊断乳腺病变的新方法。     

MRI对乳腺非肿块样强化良恶性病变的鉴别诊断

目的 探讨MRI对乳腺非肿块样强化（NME）良恶性病变的诊断及鉴别诊断价值。方法 回顾性分析96例乳腺NME病灶的MRI,参考2013年BI-RADS观察并比较良恶性病变间分布方式、内部强化特征、脂肪抑制T2WI信号、时间信号曲线（TIC）类型的差异,以多因素Logistic回归分析获得NME恶性病变的危险因素。结果 96例患者中良性28例,恶性68例。单因素分析结果显示,在内部强化方式上,良恶性病变间表现为均匀强化的差异有统计学意义（P=0.026）;在脂肪抑制T2WI信号上,良恶性病变间表现为高信号和等信号的差异有统计学意义（P=0.025、0.045）;在TIC类型上,良恶性病变间表现为Ⅰ型和Ⅲ型的差异有统计学意义（P=0.013、0.001）。多因素Logistic回归分析,得到脂肪抑制T2WI等信号和TIC Ⅲ型是恶性病变的危险因素,优势比分别为5.228和10.841。结论 MRI征象对鉴别乳腺良恶性NME病变具有一定的价值。     

乳腺MRI特征及ADC值预测乳腺影像报告和数据系统4类良恶性病变

目的 探讨乳腺MRI特征及ADC值对乳腺影像报告和数据系统（BI-RADS）4类良恶性病变的预测能力，并尝试建立Logistic回归预测模型。方法 收集MRI诊断为BI-RADS 4类病变、并取得病理结果的79例乳腺病变患者（82个病变）。采用单因素二元Logistic回归及两独立样本t检验分析各MRI特征和ADC值鉴别良恶性乳腺病变的统计学意义，并建立多因素Logistic回归预测模型，绘制ROC曲线评价回归模型预测BI-RADS 4类病变良恶性的效能。结果 肿块型病变中，将边缘、内部强化及ADC值纳入Logistic回归预测模型中（P均<0.05，伪R²=0.62），其诊断良恶性乳腺病变的ROC曲线AUC为0.981，敏感度为87.80%，特异度为100%。非肿块型病变中，无预测变量纳入建立Logistic回归预测模型（P均>0.1）。结论 乳腺MRI特征（边缘、内部强化）及ADC值对预测肿块型BI-RADS 4类病变的良恶性具有一定意义；Logistic回归预测模型可有效鉴别BI-RADS 4类肿块型病变性质。     

磁共振体素内不相干运动对于肿块样乳腺良恶性病变的诊断价值

目的通过与常规磁共振动态增强扫描(DCE-MRI)比较,探讨体素内不相干运动(IVIM)是否能进一步提高肿块样乳腺良恶性病变的诊断能力。方法 24例良性乳腺病变(22例女性)和31例恶性乳腺病变(27例女性)均进行DCE-MRI和IVIM检查。在常规DCE-MRI中计算初始强化率(IER)和时间-信号强度曲线(TIC)。在IVIM中计算组织弥散系数(D)。结果恶性病变IER的平均值均高于良性病变(P<0.001),但D平均值均低于良性病变(P<0.001)。恶性病变中Ⅲ型TIC更为常见而Ⅰ型TIC更为少见。在鉴别诊断肿块样乳腺良恶性病变方面,D的曲线下面积(AUC)(0.98)、敏感性(93.55%)、特异性(100.00%)和诊断准确率(96.36%)最高。D和TIC联合使用的AUC高达0.99。结论在肿块样乳腺良恶性病变的鉴别诊断方面,IVIM较常规DCE-MRI更具优势。而IVIM和DCE-MRI结合使用将进一步提高肿块样乳腺良恶性病变诊断准确性。     

声触诊组织成像量化技术、钼靶X线及两者联合诊断乳腺良恶性病灶

目的 探讨声触诊组织成像量化（VTIQ）技术、钼靶X线及二者联合诊断乳腺良恶性病灶的价值。方法 对99例患者（110个乳腺病灶）行术前VTIQ成像和钼靶X线检查,获得病灶的剪切波速度平均值（SWV_mean）,并进行乳腺影像报告与数据系统（BI-RADS）分类。以病理结果为金标准,分别绘制SWV_mean、钼靶X线及二者联合诊断乳腺病灶良恶性的ROC曲线,评价其诊断效能。比较VTIQ技术、钼靶X线及二者联合诊断乳腺良恶性病灶的AUC的差异。结果 乳腺良性病灶SWV_mean为（3.03±0.78）m/s,恶性为（5.61±2.11）m/s,差异有统计学意义（P<0.001）。SWV_mean诊断乳腺良恶性病灶的截断值为3.93 m/s,钼靶X线为BI-RADS 4B类。VTIQ技术、钼靶X线及二者联合诊断乳腺良恶性病灶的AUC分别为0.870 、0.749 和0.873,VTIQ技术与钼靶X线、二者联合与钼靶X线的AUC差异均有统计学意义（P=0.036、0.015）,二者联合与VTIQ技术AUC差异无统计学意义（P=0.908）。结论 VTIQ技术与钼靶X线联合诊断乳腺良恶性病灶具有较高价值。     

合成MRI联合弥散加权成像及DISCO增强鉴别BI-RADS 4类肿块良恶性

目的 观察合成MRI联合弥散加权成像(DWI)及基于笛卡尔采集的K空间共享三维容积快速动态成像(DISCO)增强扫描鉴别乳腺影像报告和数据系统(BI-RADS)4类肿块良、恶性的价值。方法 回顾性分析79例经穿刺活检或手术病理证实的乳腺肿瘤病灶,术前乳腺合成MRI(采用MAGiC技术)、DWI及DISCO增强图像共诊断89个BI-RADS 4类肿块,包括63个恶性病变(恶性组)及26个良性病变(良性组);比较组间MAGiC参数、表观弥散系数(ADC)、DISCO增强扫描病变形态学特征及时间-强度曲线(TIC)的差异。针对组间差异有统计学意义的参数,分别采用logistic回归分析和受试者工作特征(ROC)曲线评价MAGiC、DWI、DISCO增强参数及三者联合鉴别良恶性BI-RADS 4类肿块的效能。结果 组间病变形态、内部强化特征及TIC、ADC、T2及R2值差异均有统计学意义(P均＜0.05),其余参数差异均无统计学意义(P均＞0.05)。经logistic回归分析,基于MAGiC、DWI及增强DISCO建立模型。相关参数中,ADC鉴别BI-RADS 4类肿块的良恶性效能最高,曲线下面积(AUC)为0.845;而MAGIC+ADC+DISCO模型的诊断效能最高,AUC为0.908。结论 合成MRI、DWI及增强DISCO对鉴别BI-RADS 4类肿块良恶性均有一定价值;三者联合诊断效能更佳。     

双指数扩散及扩散峰度成像鉴别诊断乳腺良恶性病变

目的 评价双指数体素内相位不相干运动成像（IVIM）及扩散峰度成像（DKI）在乳腺良恶性病变鉴别诊断中的价值。方法 回顾性分析经穿刺或手术病理证实的44例乳腺病变患者,术前均接受常规DWI、IVIM扩散成像及DKI,获得ADC、扩散系数（D）、灌注相关扩散系数（D^*）、灌注分数（f）、平均峰度（MK）、轴向扩散峰度（AK）及径向扩散峰度（RK）值。比较乳腺良恶性病变间IVIM及DKI参数的统计学差异,并利用ROC曲线评价其鉴别诊断效能。结果 44例病例共52个病灶,其中恶性30个,良性22个。良恶性病灶间ADC值差异无统计学意义（P=0.080）。IVIM参数中,恶性病变D值显著下降（P<0.001）,而D^*值和f值差异无统计学意义（P均>0.05）。DKI参数中,恶性病变MK值和AK值显著升高（P均<0.001）,而RK值差异无统计学意义（P=0.060）。D值、MK值及AK值诊断乳腺良恶性病变的ROC曲线的AUC分别为0.942,0.957和0.975,其敏感度、特异度分别为88.89%、81.82%,90.90%、88.89%和95.50%、88.78%。结论 IVIM和DKI参数中的D、MK及AK值有助于鉴别乳腺良恶性病变。     

联合声触诊组织成像技术诊断BI-RADS

目的 评价声触诊组织成像(VTI)在乳腺超声影像报告和数据系统(BI-RADS)4类病变中的诊断价值。方法 选取120例BI-RADS 4类共126个病灶(良性66个,恶性60个),行常规超声检查及VTI。对所有结节分别按照BI-RADS 4类亚分类及VTI标准进行评分,以病理检查结果为金标准,构建ROC曲线,比较BI-RADS 4类亚分类、VTI与联合评分(VTI与BI-RADS 4类亚分类分值相加)对BI-RADS 4类乳腺病灶良恶性的鉴别诊断价值。结果 良、恶性BI-RADS 4类病灶的VTI评分值差异有统计学意义(t=5.72,P<0.05),VTI评分的ROC曲线下面积(AUC)为0.770。以VTI≥4分作为诊断截断点,敏感度、特异度、准确率分别为50.00%(30/60)、90.91%(60/66)、71.43%(90/126)。良、恶性病灶的联合评分值差异有统计学意义(t=6.15,P<0.05),联合评分的AUC为0.806。以联合评分≥6分作为诊断截断点,敏感度、特异度、准确率分别为61.67%(37/60)、93.94%(62/66)、78.57%(99/126)。BI-RADS 4类亚分类的AUC为0.689。联合评分与VTI评分的AUC差异无统计学意义(Z=0.36,P>0.05),但联合评分与BI-RADS 4类亚分类评分的AUC差异有统计学意义(Z=2.60,P<0.05)。结论 VTI在BI-RADS 4类乳腺病灶良、恶性鉴别诊断方面有较高的应用价值,是常规超声的重要辅助诊断技术。     

3.0T MR对乳腺X线摄影表现为单纯微小钙化病变的诊断价值

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。     

乳腺CEUS预测模型诊断乳腺恶性病灶的观察者间一致性:多中心研究

目的 探讨拉伸指数模型DWI鉴别诊断乳腺良恶性病变的价值。方法 收集58例乳腺病变患者,共63个病灶（良性33个,恶性30个）,行多b值DWI及动态增强MRI （DCE-MRI）扫描。计算ADC、扩散分布指数（DDC）和扩散异质性指数（α）值,并生成时间-信号强度曲线（TIC）。比较良恶性病变间各参数差异,采用ROC曲线评价各参数诊断效能。结果 恶性病变ADC、DDC和α分别为（1.01±0.19）×10^-3 mm²/s、（0.89±0.23）×10^-3 mm²/s和0.75±0.09,良性病变分别为（1.41±0.27）×10^-3 mm²/s、（1.49±0.29）×10^-3 mm²/s和0.87±0.07,恶性病变均低于良性病变（P均<0.01）。各参数中DDC曲线下面积（AUC）最大（AUC=0.958）,最佳诊断界值1.22×10^-3 mm²/s,敏感度和特异度分别为96.67%、81.82%,DDC与TIC联合所得AUC为0.976,对应敏感度和特异度分别为93.33%、93.94%。结论 拉伸指数模型DWI参数DDC、α能够鉴别诊断乳腺良恶性病变,DDC与TIC联合的诊断效能高于ADC和DCE。     

比较乳腺动态增强MRI定量和半定量血流动力学参数鉴别乳腺良恶性病变

目的 比较乳腺动态增强MRI定量和半定量血流动力学参数鉴别诊断乳腺病变良恶性的效能。方法 采用杂合动态增强MR序列对59例患者共66个乳腺病变进行扫描，获得半定量参数和定量参数。半定量参数为时间-信号强度曲线（TIC）、初始增强曲线下面积（IAUGC）、最大增强斜率（MaxSlope）、对比增强比率（CER）及正向增强积分（PEI）；定量参数为前向容积转移常数（K^trans）、反向容积转移常数（K_ep）和每单位体积组织的血管外细胞外间隙容积（V_e）。以非参数检验比较良恶性病变间各参数的差异，并绘制ROC曲线，分析其诊断效能。结果 66个乳腺病变中，恶性31个（恶性组），良性35个（良性组），2组间K^trans、K_ep、TIC、IAUGC、MaxSlope差异均有统计学意义（P均<0.05），V_e、PEI、CER差异无统计学意义（P均>0.05）；K^trans、K_ep、TIC、IAUGC、MaxSlope的AUC均>0.7。半定量参数联合诊断乳腺病变良恶性的AUC较单个参数均有显著提高（P均<0.05）；定量参数联合后的AUC较K^trans无显著提高（P=0.134），较K_ep和V_e有显著提高（P均<0.001）。半定量联合与定量参数联合诊断诊断乳腺病变良恶性的AUC差异无统计学意义（P=0.614）。结论 K^trans、K_ep、TIC、IAUGC及MaxSlope对鉴别诊断乳腺良恶性病变具有较高效能；多参数联合，乳腺动态增强MRI半定量和定量参数诊断效能相似。     

扩散加权联合动态对比增强磁共振成像鉴别诊断腮腺良恶性肿瘤

目的 探讨DWI联合动态对比增强磁共振成像（DCE-MRI）在腮腺良恶性肿瘤鉴别诊断中的价值。方法 收集90例腮腺肿瘤患者共94个病灶,其中良性75个、恶性19个。对所有患者术前均行DWI和DCE-MRI检查,分析各病灶的ADC值和时间-信号强度曲线（TIC）类型。绘制ROC曲线,比较ADC值、TIC及两者联合对腮腺良恶性肿瘤的鉴别诊断效能。结果 恶性肿瘤的ADC值[（1.02±0.25）×10^-3 mm²/s]显著低于良性肿瘤的ADC值[（1.38±0.44）×10^-3 mm²/s;t=5.170,P<0.001]。将表现为A型（流入型）、B型（廓清型）和D型（平坦型）曲线判为良性肿瘤、C型（平台型）曲线判为恶性肿瘤时,诊断腮腺肿瘤良恶性的敏感度为0.62,特异度为0.92;C型曲线患者中,以ADC<1.36×10^-3 mm²/s诊断恶性肿瘤时,敏感度为0.92,特异度为0.95。结论 良恶性腮腺肿瘤间ADC值存在重叠,鉴别诊断时不应单纯依赖DWI;TIC表现为A、B、D型多提示良性肿瘤,C型常提示恶性肿瘤;TIC曲线为C型时,联合ADC值可明显提高对良恶性肿瘤的鉴别诊断效能。     

磁共振动态增强成像联合扩散加权成像对乳腺良恶性疾病鉴别诊断价值

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。     

磁共振动态增强成像量化分析在乳腺病变诊断中的价值

目的：评价磁共振动态增强成像量化分析在乳腺病变诊断中的价值。方法收集女性乳腺疾病患者62例,所有病例经手术或穿刺病理证实,并选取10名健康女性志愿者作为对照组。对所有患者及正常志愿者均行MRI常规成像及DCE-MRI。观察分析病变在MRI动态增强后的时间-信号强度曲线（TIC）类型。测量并计算早期强化率（EER）,最大线性斜率（Slope）及最大线性斜率比值（SlopeR）等动态增强定量参数。结果1.动态增强后,TIC类型中,Ⅰ型和Ⅳ型曲线多见于乳腺良性病变,Ⅲ型曲线多见于乳腺恶性病变,Ⅱ型曲线良恶性病变均可见。若以Ⅱ型和Ⅲ型曲线作为乳腺恶性病变的诊断标准,其准确性77.0%,敏感性90.9%,特异性71.2%。2.采用ROC曲线确定EER、Slope及 SlopeR对良恶性病变的诊断阈值。EER阈值为83.35%,其诊断准确性为77.0%,敏感性为90.9%,特异性为71.2%;Slope阈值为1.39%/s,其诊断准确性为67.6%,敏感性为100%,特异性为53.8%;SlopeR阈值为12.14,其诊断准确性为77.0%,敏感性为36.4%,特异性为94.2%。结论1.DCE-MRI后乳腺病变的TIC类型有助于良恶性病变的鉴别诊断,具有较高的敏感性。2.DCE-MRI定量参数EER、Slope、SlopeR对乳腺良、恶性病变的鉴别诊断有一定的价值,Slope的敏感性最高,SlopeR的特异性最高,EER的敏感性较高,稍低于Slope。3.对DCE-MRI进行量化分析,可提高MRI对乳腺病变诊断的准确性、敏感性、特异性。     

声脉冲辐射力成像鉴别诊断良、恶性BI-RADS 4级乳腺肿块

目的 评价声脉冲辐射力成像(ARFI)在乳腺影像学报告及数据系统(BI-RADS)4级乳腺肿块良、恶性诊断中的价值。 方法 用ARFI对68例共75个常规超声诊断为BI-RADS 4级的乳腺肿块进行成像,测量声触诊组织成像(VTI)模式下肿块面积与常规二维超声肿块面积比值(AR),并测量声触诊量化成像(VTQ)模式下肿块剪切波速度(SWV);以病理结果(恶性34个,良性41个)为金标准,构建ROC曲线,评价ARFI的2种成像模式对BI-RADS 4级乳腺肿块的诊断价值。 结果 良、恶性BI-RADS 4级乳腺肿块的AR值差异有统计学意义(P<0.05),ROC曲线下面积(AUC)为0.851,敏感度、特异度、准确率分别为82.40%、80.50%、81.30%。良、恶性BI-RADS 4级乳腺肿块的SWV值差异有统计学意义(P<0.05)。SWV值AUC为0.861,敏感度、特异度、准确率分别为85.30%、85.40%、85.30%。二者AUC差异无统计学意义(Z=1.47,P>0.05)。二者联合诊断的敏感度、特异度、准确率分别为88.20%、87.80%、88.00%。 结论 ARFI对鉴别BI-RADS 4级乳腺肿块的良、恶性具有较高价值;联合应用VTI和VTQ可以提高诊断效能。     

高b值DWI诊断乳腺良恶性病变:Meta分析

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。     

联合应用1H-MRS与MR动态增强成像诊断乳腺肿瘤

目的比较应用MR动态增强成像(DCE-MRI)与联合应用1 H-MRS及DCE-MRI对乳腺肿瘤的诊断价值。方法回顾性分析50例乳腺肿瘤患者的1 H-MRS及DCE-MRI表现,包括恶性肿瘤33例,良性肿瘤17例,并与病理及临床随诊结果进行对比。对所有患者分别行常规扫描、1 H-MRS扫描及注射对比剂后动态增强扫描,分析时间-信号曲线(TIC)类型和胆碱(Cho)峰的显示情况。结果以TIC类型判断肿瘤的良恶性,诊断的敏感度为100%(33/33),特异度为58.82%(10/17),准确率为66.00%(33/50);应用1 H-MRS联合DCE-MRI诊断的敏感度为100%(33/33),特异度为88.24%(15/17),准确率为96.00%(48/50),与单纯DCE-MRI诊断的特异度和准确率差异有统计学意义(P均<0.02)。结论 DCE-MRI诊断乳腺肿瘤的特异度和准确率较低。1 H-MRS与DCE-MRI联合应用可提高对乳腺肿瘤的诊断准确率。