目的:探讨MRI全容积表观扩散系数(ADC)直方图参数联合ADC值鉴别乳腺单纯型黏液癌(PMBC)与纤维腺瘤(FA)的价值.方法:回顾性分析16例(16枚肿块)PMBC与20例(20枚肿块)FA患者的ADC图资料,均经病理证实.将两组患者ADC图导入Mazda软件并手动勾画全层病变区域,经软件获得9个直方图参数;另外在MRI后处理平台测量病变最大层面ADC值.比较全容积ADC直方图参数及ADC值在PMBC与FA病变中的差异,采用ROC曲线分析全容积直方图参数、ADC值及两者联合对两组病变的诊断效能.结果:全容积ADC直方图参数中方差、偏度系数,峰度系数、ADC90％、ADC99％等在两组病变间差异有统计学意义(P均＜0.05),其中ADC99％具有最高的诊断效能,AUC为0.836,敏感度为0.875,特异度为0.800.均值、ADC1％、ADC10％、ADC50％等直方图参数在两组病变间无统计学差异(P均＞0.05).ADC值在两组病变间差异有统计学意义(P＜0.05),AUC为0.820,敏感度为1,特异度为0.650.ADC99％与ADC值联合诊断两组疾病时AUC为0.892,敏感度为1,特异度为0.850,可以进一步提高鉴别PMBC与FA的特异度.结论:全容积ADC直方图参数、ADC值为PMBC与FA的鉴别提供了新的量化指标,在两组病变鉴别中具有较大价值,两者联合诊断能提高鉴别两组病变的特异度.

目的 分析人类表皮生长因子受体2(HER-2)阳性非肿块型乳腺癌患者磁共振成像(MRI)征象.方法 回顾性分析2016年4月～2018年5月于我院经病理证实的49例非肿块型乳腺癌患者的MRI影像学资料,分析HER-2阳性与HER-2阴性患者的形态学特征、肿瘤大小、峰值时间、ADC值间的差异.结果 49例患者中HER-2阴性30例(61.22％),HER-2阳性19例(38.78％);HER-2阳性与HER-2阴性在病灶分布特征及强化特征MRI征象上比较,差异无统计学意义(P＞0.05);HER-2阳性患者肿瘤(6.12±1.53)cm明显大于HER-2阴性(4.34±1.47)cm,峰值时间(2.46±0.78)min明显低于HER-2阴性(3.19±0.36)min,ADC值(1.10±0.48)×10-3mm2/s明显高于HER-2阴性(0.91±0.35)×10-3mm2/s,差异均有统计学意义(P＜0.05).结论 MRI征象提示非肿块型乳腺癌患者HER-2阳性表达与肿瘤大小、峰值时间及ADC值相关,可间接为患者的临床治疗及预后评估提供参考依据.

目的 研究乳腺X线直方图分析对乳腺影像报告和数据系统(BI-RADS) 4类肿块良、恶性鉴别诊断的价值.方法 回顾性分析郑州大学第三附属医院经病理证实且乳腺X线图像被BI-RADS分类为4类的乳腺肿块患者138例,其中良性患者74例(肿块82枚)、恶性患者64例(肿块67枚).分别在良、恶性两组肿块的乳腺X线图像上用软件MaZda(4.6)勾画肿块的感兴趣区(ROI),进行灰度直方图分析,对获得的两组直方图参数进行统计分析,比较各参数的统计学意义;并运用受试者工作曲线(ROC)评价有统计学意义的参数对BI-RADS4类肿块良、恶性的鉴别诊断效能.结果 直方图分析得到的9个纹理参数中,平均值、方差、第1、10、50、90、99百分数等7个参数差异有统计学意义(P＜0.05),ROC曲线下的最大面积(AUC)分别为0.69、0.63、0.63、0.65、0.69、0.72、0.73,其中第99百分位数的AUC最大,取最佳阈值0.44时的特异度为56.1％、敏感度为80.6％;偏度、峰度2个参数差异无统计学意义(P＞0.05).结论 X线直方图分析可以提供更多量化信息特征,为鉴别BI-RADS 4类乳腺肿块的良恶性提供了一定的参考价值.

目的 探讨基于乳腺X线片直方图分析鉴别乳腺影像报告和数据系统(BI-RADS) 3～5类良恶性肿块的价值.方法 回顾性分析经手术病理证实的114例BI-RADS 3～5类乳腺肿块患者,包括61例良性病变(良性组,68个肿块)和53例恶性病变(恶性组,55个肿块).分析2组图像的直方图,比较组间直方图参数差异,包括平均值、方差、偏斜度、峰度及第1、10、50、90、99百分位数;分别绘制差异有统计学意义的参数鉴别诊断BI-RADS 3～5类乳腺良恶性肿块的受试者工作特征(ROC)曲线,计算曲线下面积(AUC),分析其诊断效能.结果 2组平均值、方差及第1、10、50、90、99百分位数差异均有统计学意义(t=-5.49、-3.14、-3.01、-3.97、_5.49、-5.84、-6.45,P均<0.05).ROC 曲线分析结果 显示第99百分位数诊断效能最佳,其AUC为0.81,最佳阈值为0.50时,特异度为88.20％,敏感度为61.80％.结论 乳腺X线片直方图分析可用于鉴别诊断乳腺BI-RADS 3～5类良恶性肿块.

目的:探讨MRI表观扩散系数(ADC)全域直方图参数联合ADC值在鉴别乳腺BI-RADS 3-5类肿块良恶性中的价值.方法:回顾性分析我院经MRI诊断为乳腺BI-RADS 3-5类肿块,且取得病理结果的117例患者(126枚肿块)的资料.分别将ADC图导入MaZda软件,勾画整个肿瘤病灶,取得直方图参数,包括均值,方差,偏度,峰度,第1、10、50、90、99百分位数等;并且在MRI后处理平台的ADC图上,分别测量ADC值.比较ADC全域直方图各参数及ADC值在乳腺BI-RADS 3-5类良恶性肿块中的差异,采用ROC曲线分析ADC全域直方图各参数及ADC值鉴别乳腺BI-RADS 3-5类肿块良恶性的效能.结果:ADC全域直方图参数中均值,方差,偏度,第1、10、50、90、99百分位数等参数在两组间差异有统计学意义(P均＜0.05),其中第50百分位数具有最高的鉴别诊断价值,AUC为0.920,敏感度和特异度分别为0.852和0.877.ADC值在两组间差异有统计学意义(P＜0.05),AUC为0.88,敏感度和特异度分别为0.820和0.877.两种方法联合诊断AUC为0.93,敏感度和特异度分别为0.852和0.931,可以进一步提高鉴别乳腺BI-RADS 3-5类肿块良恶性的特异度.结论:ADC全域直方图、ADC值及两者联合应用在鉴别诊断乳腺BI-RADS 3-5类肿块良恶性中有较大价值,两者联合应用可提高鉴别诊断的特异度.

美国放射学会推荐的磁共振成像(MRI)乳腺影像报告与数据系统(breast imaging report and da-ta system,BI-RADS)将增强扫描后异常强化的病灶依据形态学特征分为点状强化、肿块样强化、非肿块样强化(non-mass enhancement,NME)[1]. 近年乳腺癌发病呈年轻化趋势,青年人发生非肿块样乳腺癌的比例较高[2]. NME内因夹杂正常腺体和脂肪,且不具有占位效应,成为乳腺影像诊断的重点和难点之一.其中BI-RADS 4类的NME恶性可能位于2％～95％,其范围过于宽泛,跨度太大,对病变的良恶性指导意义较低. 本研究对诊断为BI-RADS 4类的NME的动态增强 (DCE)-MRI特征及表观弥散系数(ADC)值进行分析,以提高对其良、恶性特征的进一步认识,为临床提供更多的影像学支持,进而制定更精准的诊疗计划.

目的 探讨MRI表观扩散系数(apparent diffusion coefficient,ADC)全容积直方图分析在乳腺良、恶性病变鉴别诊断中的价值.方法 乳腺病变患者142例(156个病变),其中良性病变72例(81个病变)为良性病变组,恶性病变70例(75个病变)为恶性病变组.术前均行乳腺MRI检查,应用MaZda软件提取、分析病变的全容积ADC图像,通过ADC图像的像素值及灰度分布情况得到均值、方差、偏度、峰度及第1、10、50、90、99百分位数9个直方图参数,比较2组ADC全容积直方图参数;绘制ROC曲线,评估ADC全容积直方图各参数鉴别诊断乳腺病变良、恶性的效能.结果 恶性病变组均值(119.05±16.58)、方差(383.68±216.37)及第1、10、50、90、99百分位数(78.56±20.24、96.19±17.18、117.93±16.57、143.77±19.45、167.05±24.65)均低于良性病变组(167.33±32.79、542.57±494.58、116.11±31.92、139.01±33.33、168.70±35.05、193.51±34.52、209.31±31.10) (P＜0.05),偏度(0.30±0.64)高于良性病变组(-0.28±0.87)(P＜0.05);均值和第50百分位数最佳截断值为0.69、0.72时,鉴别诊断乳腺良、恶性病变的AUC分别为0.910、0.912,灵敏度分别为84％、84％,特异度分别为85％和88％.结论 ADC全容积直方图参数鉴别诊断乳腺良、恶性病变具有较高的特异度和灵敏度,有一定鉴别诊断价值.