单、双指数扩散加权成像联合动态增强磁共振成像对乳腺TIC Ⅱ型良恶性病变的鉴别诊断价值

目的 探讨单、双指数扩散加权成像联合动态增强磁共振成像(DWI+IVIM+DCE-MRI模型)对TICⅡ型乳腺良恶性病变的诊断价值方法 回顾性分析经病理证实的乳腺肿块患者115例,TICⅡ型良性组30例,恶性组85例,所有病例均行DWI、IVIM及DCE-MRI检查。分析两组间的表观扩散系数(ADC)、纯扩散系数(D)、灌注相关扩散系数(D^*)、灌注分数(f)及容量转移常数(K^trans)、血管外细胞外间隙容积比(V_e)、速率常数(K_ep)值;绘制ROC曲线比较其诊断效能。结果 TICⅡ型良性组ADC、D值高于恶性组,而K^trans、K_ep、V_e值低于恶性组,差异有统计学意义(P<0.05)。ADC、D、K^trans、K_ep、V_e的AUC差异不具有统计学意义(Z=0.01～1.64,P>0.05),但D值的特异度及准确度最高。DWI模型的AUC为0.725,...     

ZOOMit IVIM和T1 mapping成像在诊断肺良恶性病变中的应用

目的 探讨ZOOMit IVIM和T₁ mapping的定量参数在鉴别肺良恶性病变中的作用并评估它们的诊断效能。方法 选取76例诊断为“肺占位性病变”的患者行肺MRI检查,良性11例(良性组),肺癌65例(肺癌组),测量ADC、D、D^*、f和T₁等参数,对这些参数进行分析,并使用受试者工作特征曲线评估诊断效能。结果 良性组与肺癌组之间对比分析,良性组的ADC值、D值、f值和T₁值均大于肺癌组(ADC值P<0.001;D值P<0.001;f值P=0.004;T₁值P=0.026)。ROC曲线分析结果显示ADC值的AUC最大,诊断效能最好(ADC值AUC=0.9552;D值AUC=0.9483;f值AUC=0.7769;T₁值AUC=0.710)。而D^*值在两组之间差异无统计学意义(P=0.430)。结论 ADC、D、f和T₁有助于鉴别肺的良恶性病变,ADC值的诊断效能最高。     

基于体素内不相干运动DWI在乳腺良恶性病变鉴别中的价值

目的 探讨双指数模型DWI对乳腺良恶性病变的鉴别诊断价值.方法 45例患者行多b值DWI检查(12个b值:0、10、20、30、50、100、200、400、800、1200、1500、3000 s/mm2).22例良性(23个病灶),23例恶性.获得双指数模型参数:标准表观扩散系数ADCst、慢速表观扩散系数ADCs1ow、快速表观扩散系数ADCfast、快速扩散成分所占比例ffast.绘制ROC曲线,比较各参数对乳腺良恶性病变的诊断效能.结果 恶性组ADCst(0.747 ±0.145)× 10-9mm2/s、ADCslow(0.585 ±0.132)×10-3mm2/s、ffast(0.307±0.112),明显低于良性组;ADCfast(4.654±1.097)×10-3mm2/s高于良性组,差异无统计学意义.ADCst、ADCslow、ADCffast、ffast的ROC曲线下面积(AUC)分别为0.905、0.917、0.796、0.756.判断乳腺良恶性病变的敏感度分别为73.9％、91.3％、82.6％、56.5％,特异度为95.6％、78.3％、60.9％、95.6％.结论 乳腺肿瘤ADC值的下降是由于快速扩散成分所占比例的减少和慢速扩散成分所占比例的增加所致,而不是ADCfast值自身的减少所致.ADCslow在良恶性病变鉴别中最有价值.     

单、双指数模型DWI在良恶性肺结节鉴别诊断中的应用

【摘要】目的：比较磁共振单、双指数模型DWI定量参数对肺结节良恶性的鉴别诊断价值。方法：对32例肺结节患者（男15例,女17例;良性11例,恶性21例;直径1.5～2.9cm）行3.0T磁共振单指数（b=0、300和800s/mm2）及体素内不相干运动（IVIM）双指数（10个b值,b=0～1000s/mm2）DWI扫描。两位测量者分别在DWI（b=800s/mm2）、ADC图及IVIM图像上测量病灶/脊髓信号比值（LSR800）、ADCmean、ADCmin、D、D*和f值。采用组内相关系数（ICC）评价测量者间的一致性。采用独立样本t检验（正态分布）比较各参数值在良恶性肺结节间的差异。使用ROC曲线分析获得鉴别肺结节良恶性的最佳参数和最佳阈值。结果：IVIM灌注参数中D*的测量者间可重复性相对较差（ICC=0.710）。恶性肺结节的ADCmean明显低于良性肺结节［(1.25±0.21）×10-3 vs (1.51±0.33)×10-3mm2/s;t=2.749,P=0.010］,其余参数值在两组间的差异无统计学意义（P=0.081～0.491）。以ADCmean=1.44×10-3mm2/s为阈值,诊断恶性肺结节的敏感度为81.0%、特异度为72.7%,ROC曲线下面积为0.788。结论：建议采用单层ROI法测得的ADC均值进行肺结节的诊断,尚需改进IVIM扫描及后处理策略来提高其对肺部小病灶的诊断能力。     

基于IVIM模型的扩散加权成像和动态增强核磁共振在卵巢肿瘤良恶性鉴别中的应用价值

目的 探索扩散加权成像(DWI)体素内不相干运动模型(IVIM)参数在卵巢肿瘤良恶性鉴别中的价值,以及IVIM-DWI与动态增强核磁共振(DCE-MRI)的相关性.方法 采用诊断性研究方法,搜集卵巢占位性病变且经手术、病理证实的患者共66例,其中良性肿瘤32例,恶性肿瘤34例.应用3.0T核磁共振仪和8通道心脏相控阵线圈对患者进行盆腔MRI扫描.寻找最具有良恶性卵巢肿瘤鉴别价值的IVIM参数,计算各参数的诊断界值,敏感性与特异性,应用Pearson相关性分析检验IVIM的灌注参数与DCE-MRI定量参数间的相关性.结果 表观扩散系数(ADC)、慢扩散系数(Dslow)、f*Dfast、速率常数(Kep)、Ve值在卵巢良性与恶性肿瘤之间具有统计学差异,其中ADC、Ve值敏感度较高但特异性偏低,f*Dfast、容积转运常数(Ktrans)和Kep值特异性高但敏感度极低,Dslow、Dfast和f值的特异性和敏感度都为中等.Dfast与Kep、f与Kep之间存在相关关系,但仅为弱相关(r=0.225,r=-0.317).结论 该研究所测试IVIM-DWI系数与DCE-MRI部分定量参数在卵巢良恶性肿瘤鉴别中有应用价值,其中ADC和Ve值敏感度较高,而f*Dfast和Kep值特异性较高,可以在临床诊断中作为参考指标.     

扩散加权成像在乳腺良恶性病变鉴别诊断中的价值

目的:探讨扩散加权成像(DWI)在乳腺疾病定性诊断中的作用.方法:对65例患者行MRI检查,扫描序列包括T1WI和T2WI平扫、DWI(选用b值为800和1000 s/mm2)及动态增强(DCE).结果:65例患者共发现68处病灶,其中恶性肿瘤37个,良性病灶31个,所有病例均经病理证实.b值为800 和1000 s/mm2时,ADC值大小排列顺序均为恶性肿瘤＜良性病灶＜正常腺体＜囊肿.在这两种b值下,正常腺体、良性病灶及恶性肿瘤的ADC值两两比较均有统计学意义,同一类型组织的ADC值也均有统计学意义,且正常腺体和恶性肿瘤间差异有显著性意义.b值为800 s/mm2、ADC值为0.734×10-3～0.760×10-3s/mm2时,以及b值为1000 s/mm2,ADC值为0.724×10-3～0.752×10-3s/mm2时,DWI对恶性肿瘤的敏感度均可达到90%.结论:DWI在乳腺疾病的定性诊断中有较大优势,B值在800和1000 s/mm2之间时,DWI能够较好地鉴别各类病灶.     

体素内不相干运动联合扩散峰度成像模型对乳腺良恶性病灶的鉴别诊断价值

目的:探讨体素内不相干运动(IVIM)技术联合扩散峰度成像(DKI)对乳腺良恶性病变的鉴别诊断价值.方法:137例女性患者(共153个病灶)行双侧乳腺多b值DWI检查(b=0～2000 s/mm2);分别使用IVIM、DKI模型获得病灶的真性扩散系数(D)、灌注相关扩散系数(D*)、灌注分数(f)以及平均扩散峰度系数(MK)、平均扩散系数(MD)和ADC值.分析这些参数在乳腺良恶性病变中的变化规律,采用受试者工作特性曲线(ROC)评估各参数的诊断效能.结果:良恶性病灶的D、f、MK、ADC和MD值的中位数差异有统计学意义(P值分别为0.000、0.020、0.000、0.000和0.000),良恶性病灶D*值的差异无统计学意义(P=0.480).D值与和MK、ADC和MD值在鉴别乳腺良恶性病变中的可靠性相当,两两比较差异无统计学意义(P值均大于0.1).当MK值及D、ADC和MD值的阈值分别取0.8073及0.9536×10-3、1.1436×10-3和1.5657×10 3mm2/s时,鉴别良恶性病灶的敏感度和特异度依次分别为(95.7％,84.2％)及(95.7％,81.6％)、(96.5％,84.2％)和(93.9％,84.2％).ROC曲线分析得出D值的诊断效能最大(AUC=0.91).联合D值和MK值的AUC这0.92.结论:采用1VIM和DKI模型获得的相关参数有助于乳腺良恶性病灶的鉴别,以IVIM模型中的真性扩散系数的诊断敏感性和特异性较高,联合真性扩散系数和扩散峰度系数的诊断效能最高.     

多模态定量磁共振成像对乳腺良恶性病变的诊断价值

目的 探讨多模态磁共振成像(DWI+IVIM+DKI+DCE-MRI模型)对乳腺良恶性病变的诊断价值。方法 回顾性分析经病理证实的乳腺肿块患者177例,良性组29例,恶性组148例,所有病例均行DWI、IVIM及DKI、DCE-MRI检查。分析两组间的临床病理资料、时间-信号强度曲线(TIC)和表观扩散系数(ADC)、真实扩散系数(D)、灌注相关扩散系数(D^*)、灌注分数(f)、平均扩散峰度值(MK)、平均扩散率(MD)、容积转运常数(K^trans)、血管外细胞外间隙容积分数(V_e)、速率常数(K_ep);绘制受试者工作特征曲线(ROC)比较其诊断效能。结果 恶性组乳腺癌边界多欠清,TIC曲线多呈“平台型”或“流出型”,两组间差异有统计学意义(P<0.05)。良性组ADC,D,MD值高于恶性组,而D^*,MK,K^trans,K_ep,V_e值低于恶性组,差异有统计学意义(P<0.05)。其中DKI的MD的曲线...     

体素内不相干运动DWI对肝脏良恶性病变的诊断价值

目的：探讨体素内不相干运动（IVIM）扩散加权成像对肝脏良恶性病变的诊断价值。方法：搜集2014年12月－2015年7月临床怀疑为肝脏肿瘤、且经手术病理、穿刺活检、临床或随访明确诊断的92例患者（共93个病灶）的病例资料,其中恶性组69例、良性组23例（24个病灶）。所有患者均行常规 MRI平扫、多期动态增强扫描及IVIM（b＝0、20、50、100、200、400、600、800和1200s／mm2）。将ROI 放置于肿瘤最大实性区域,采用单指数及双指数模型获得以下参数值：表观扩散系数（ADC）、慢速表观扩散系数（D）、快速表观扩散系数（D*）及快速扩散成分所占比例（f）。采用独立样本t检验比较良恶性组间各参数的差异,并采用受试者工作特征曲线（ROC ）计算各参数的诊断效能。结果：良性病变的ADC、D、D*和f值分别为（1．67±0．59）×10－3、（1．23±0．34）×10－3、（36．13±17．84）×10－3mm2／s 和（29．96％±15．67％）,恶性组者分别为（1．20±0．36）×10－3、（0．88±0．21）×10－3、（34．84±19．75）×10－3mm2／s 和（21．77％±10．07％）。除D*值外,ADC值、D值及f值在两组间的差异有统计学意义（P值分别为0．001、0．000及0．023）,相应ROC下面积分别为0．764、0．804及0．665。以D值＜1．13×10－3mm2／s为阈值,诊断肝脏恶性肿瘤的敏感度及特异度分别为85．5％和62．5％。结论：体素内不相干运动扩散加权成像有助于肝脏良恶性病变的鉴别,其中使用双指数模型计算的慢速表观扩散系数值诊断效能最高。     

IVIM与DSC灌注成像在脑星形细胞瘤分级中的诊断价值

目的：探讨 MR 体素内不相干运动(IVIM)成像与动态磁敏感对比增强(DSC)灌注成像在脑星形细胞瘤分级中的诊断价值。方法对手术病理证实的22例高级别及28例低级别星形细胞瘤患者术前行 MR 常规扫描及 IVIM、DSC 扫描,定量测量2组肿瘤实质区 IVIM 成像参数值,包括标准扩散系数(ADCstandard )、慢扩散系数(D)、快扩散系数(D?)、灌注分数(f)和 DSC 灌注成像参数值,包括相对脑血容量(rCBV)、相对脑血流量(rCBF),采用两独立样本 t 检验分析各参数值在高、低级别脑星形细胞瘤中是否有统计学差异,应用受试者工作特征曲线(ROC)评价单独及联合应用 IVIM 成像和 DSC 灌注成像的诊断效能。结果肿瘤实质区ADCstandard 值、D 值、rCBV 值、rCBF 值在脑星形细胞瘤分级中有明显统计学差异(P <0.01);D?值、f 值在脑星形细胞瘤分级中无统计学差异(P=0.130,P=0.379);各参数值对脑星形细胞瘤分级的 ROC 曲线下面积为：ADCstandard 值0.823,D 值0.854,rCBV 值0.858,rCBF值0.871,D 值与 rCBV 和 rCBF 值联合应用0.952,0.953。结论D 值及 rCBV、rCBF 值可以对脑星形细胞瘤进行分级,联合应用IVIM 成像与 DSC 灌注成像可以提高脑星形细胞瘤分级的准确性。     

Triexponential Diffusion Analysis of Diffusion-weighted Imaging for Breast Ductal Carcinoma in Situ and Invasive Ductal Carcinoma

PurposeTo obtain detailed information in breast ductal carcinoma in situ (DCIS) and invasive ductal carcinoma (IDC) using triexponential diffusion analysis.MethodsDiffusion-weighted images (DWI) of the breast were obtained using single-shot diffusion echo-planar imaging with 15 b-values. Mean signal intensities at each b-value were measured in the DCIS and IDC lesions and fitted with the triexponential function based on a two-step approach: slow-restricted diffusion coefficient (D_s) was initially determined using a monoexponential function with b-values > 800 s/mm². The diffusion coefficient of free water at 37°C was assigned to the fast-free diffusion coefficient (D_f). Finally, the perfusion-related diffusion coefficient (D_p) was derived using all the b-values. Furthermore, biexponential analysis was performed to obtain the perfusion-related diffusion coefficient (D^*) and the perfusion-independent diffusion coefficient (D). Monoexponential analysis was performed to obtain the apparent diffusion coefficient (ADC). The sensitivity and specificity of the aforementioned diffusion coefficients for distinguishing between DCIS and IDC were evaluated using the pathological results.ResultsThe D_s, D, and ADC of DCIS were significantly higher than those of IDC (P < 0.01 for all). There was no significant correlation between D_p and D_s, but there was a weak correlation between D^* and D. The combination of D_p and D_s showed higher sensitivity and specificity (85.9% and 71.4%, respectively), compared to the combination of D^* and D (81.5% and 33.3%, respectively).ConclusionTriexponential analysis can provide detailed diffusion information for breast tumors that can be used to differentiate between DCIS and IDC.     

Intravoxel incoherent motion (IVIM) in evaluation of breast lesions: Comparison with conventional DWI

Objectives

To obtain perfusion as well as diffusion information in normal breast tissues and breast lesions from intravoxel incoherent motion (IVIM) imaging with biexponential analysis of multiple b-value diffusion-weighted imaging (DWI) and compare these parameters to apparent diffusion coefficient (ADC) obtained with monoexponential analysis in their ability to discriminate benign lesions and malignant tumors.

Materials and methods

In this prospective study, informed consent was acquired from all patients. Eighty-four patients with 40 malignant tumors, 41 benign lesions, 30 simple cysts and 39 normal breast tissues were imaged at 1.5 T utilizing contrast-enhanced magnetic resonance imaging (MRI) and DWI using 12 b values (range: 0–1000 s/mm²). Tissue diffusivity (D), perfusion fraction (f) and pseudo-diffusion coefficient (D*) were calculated using segmented biexponential analysis. ADC (b = 0 and 1000 s/mm²) was calculated with monoexponential fitting of the DWI data. D, f, D* and ADC values were obtained for normal breast tissues, simple cysts, benign lesions and malignant tumors. Receiver operating characteristic analysis was performed for all DWI parameters.

Results

There was good interobserver agreement on the measurements between the 2 observers. D values were significantly different among malignant tumors, benign lesions, simple cysts and normal breast tissues (P = 0.000) and it was the same result for f, D* and ADC values. Further comparisons of these 4 parameters between every single pair were as the following. D and ADC values of malignant tumors were significantly smaller than those of benign lesions, simple cysts and normal tissues (P = 0.000, respectively). The f value of malignant tumors was significantly higher than that of benign lesions, simple cysts and normal breast tissues (P = 0.001, P = 0.000, and P = 0.000). D and ADC values demonstrated higher sensitivity and specificity in differentiating benign lesions and malignant tumors, with area under the curve (AUC) of 0.952 and 0.945, respectively, while f and D* with the lower AUC of 0.723 and 0.630, respectively. Combining f and D values had a sensitivity up to 98.75%.

Conclusion

DWI response curves in malignant tumors, benign lesions and normal fibroglandular tissues are found to be biexponential fit in comparison with the monoexponential fit for simple cysts. IVIM provides separate quantitative measurement of D for cellularity and f and D* for vascularity and is helpful for differentiation between benign and malignant breast lesions.     

扩散峰度成像与DWI在卵巢实性病灶良恶性鉴别诊断中的应用

目的:探讨扩散峰度成像(DKI)与DWI在卵巢实性病灶良恶性鉴别诊断中的应用价值.方法:回顾性分析87例卵巢实性病灶的临床及影像资料,患者均行卵巢MRI常规平扫、DWI、DKI检查,分别获取ADC值、平均扩散峰度(MK)和平均扩散率(MD),评估DWI、DKI对卵巢良恶性病变的鉴别诊断价值.结果:与卵巢恶性病变相比,卵...     

DWI对颅底脊索瘤与软骨肉瘤鉴别诊断的应用价值

目的 探讨扩散加权成像(DWI)在颅底脊索瘤与颅底软骨肉瘤鉴别诊断中的应用价值.方法 回顾性分析经病理证实的14例经典型颅底脊索瘤、9例未分化型颅底脊索瘤及18例软骨肉瘤的临床及影像学资料.分析瘤体组织的部位、T2WI相对灰质的信号、强化方式及表观扩散系数(ADC).增强扫描未见强化记为0分,不均匀强化为1分,90％以上瘤体均匀强化为2分.采用非参数检验进行统计.结果 3种肿瘤病灶的平均ADC值、最小ADC值、最大ADC值及T2 WI信号强度均存在显著差异(P＜o.05).瘤体的强化方式在病例数量方面存在显著差异(P＜0.05),但强化方式的得分及发病部位无显著差异(P＞0.05).结论 DWI对颅底肿瘤的鉴别诊断具有重要的临床价值,结合T2 WI信号可提高颅底肿瘤的诊断率.     

磁共振扩散加权成像在乳腺良恶性病变中的诊断价值

目的探讨磁共振扩散加权成像在乳腺良恶性病变中的诊断价值。方法收集我院2010年2—8月经手术病理证实或穿刺活检证实的50例乳腺癌患者和50例乳腺良性病变患者。DWI扫描b值分别为400、600、8001、000 s/mm2,测量病灶区域的ADC值,并比较各组之间的差异。结果 b值分别为400、6008、001、000时乳腺癌及良性病变的ADC值,恶性组ADC值明显低于良性组(P<0.05)。四组不同b值的良恶性病变分别做ROC曲线,以b=1 000 s/mm2时,AUC最大,诊断价值最高,以ADC值为1.23×10-3mm2/s作为良恶性病变的诊断阈值,敏感性为90.0%,特异性为89.8%,准确性为89.9%。结论 DWI结合ADC值测量,对乳腺良恶性病变的鉴别诊断具有较高的临床应用价值。     

体素内不相干运动扩散加权成像在诊断肺癌中的初步应用

目的：探讨体素内不相干运动扩散加权成像(IVIM-DWI)对不同病理类型肺癌的诊断价值。方法45例患者行常规MR 序列及多 b 值扩散加权成像(DWI)扫描,经 AW4.5工作站后处理得到慢速表观扩散系数(Slow-ADC)、快速表观扩散系数(Fast-ADC)及快速扩散所占比率(ffast ),并分析其在不同病理类型肺癌间的统计学差异以及与肺癌血清肿瘤标志物(TM)的相关性,利用受试者工作特征曲线(ROC)评价各参数的诊断效能。结果45例肺癌患者包括非小细胞肺癌(NSCLC)27例(鳞癌13例、腺癌14例),小细胞肺癌(SCLC)18例。SCLC 组 Slow-ADC 值与 NSCLC 组(P =0.00)、腺癌组(P =0.03)、鳞癌组(P =0.01)之间均有统计学差异;各组间 Fast-ADC 及 ffast 值差异均无统计学意义。Slow-ADC 值的 ROC 曲线下面积(AUC)为0.874。鳞癌组鳞状上皮细胞癌抗原(SCC-Ag)水平与 Slow-ADC 值之间存在负相关(r=-0.730)。结论IVIM-DWI 参数中 Slow-ADC 值对 NSCLC与 SCLC 的鉴别诊断有显著意义,诊断效能最大。SCC-Ag 与 Slow-ADC 间存在相关性,对不同病理类型肺癌的诊断有一定的意义。     

DWI与DCE-MRI联合应用对乳腺良恶性病变鉴别诊断价值的Meta分析

目的 运用Meta分析方法研究近几年在最新技术条件下扩散加权成像(DWI)与动态对比增强磁共振成像(DCE-MRI)联合应用对乳腺良恶性病变的鉴别诊断价值.方法 检索PubMed、EMbase、Web of Science、Cochrane图书馆、中国期刊网(CNKI)的英文和中文文献,按照Cochrane协作网推荐的诊断试验纳入标准筛选文献,提取纳入研究的特征信息.文献评价采用诊断研究评价工具QUADAS-2.数据分析采用Meta-DiSc1.4软件,检验异质性,并根据异质性结果选择相应的效应模型.对所有研究进行加权定量合并,计算汇总灵敏度(Se)、汇总特异度(Sp).绘制汇总受试者工作特征曲线(SROC),并计算曲线下面积(AUC).结果 纳入28项研究,共1 707例患者、1 857个病灶.28项研究存在异质性,按照随机效应模型计算汇总Se、汇总Sp分别为93％、88％,SROC的AUC为0.96.结论 DWI与DCE-MRI联合应用对乳腺良恶性病变的鉴别诊断具有很高的灵敏度和特异度,是一种诊断效能较高的检查方法.