论文部分内容阅读
【目的】
1.探讨3.0TDCE-MRI、DWI的定量参数(Ktrans、Kep、Ve、ADC值)及TIC类型在乳腺肿瘤鉴别诊断中的应用价值。
2.探讨Ktrans、Kep、ADC值及TIC类型之间两两联合鉴别乳腺肿块良恶性的效能。
【方法】
收集我院2019年01月至2020年01月间行乳腺MRI检查并经病理证实的乳腺病变患者62例，共68个病灶(良性22个，恶性46个)。行MRI检查前，所有患者未经穿刺活检、未接受相关化学治疗及放射治疗等。采用3.0TMRI进行检查，依次行常规MRI平扫、DWI及DCE-MRI检查。将DWI及DCE-MRI图像导入GE-4.7W后处理工作站，测量并记录各定量参数值，包括：表观扩散系数(apparent diffusion coefficient ， ADC )、容量转移常数(volume transfer constant，Ktrans)、速率常数(rate constant，Kep)、血管外细胞外间隙容积分数(extravascular extracellular volume fraction，Ve)及动态增强时间-信号曲线(time intensity curve, TIC)。结合病理结果，把乳腺病灶分为良性和恶性组，利用受试者工作特性(receiver operator characteristic，ROC)曲线评估各参数独立及联合诊断乳腺良恶性病变的效能和最佳诊断阈值。
【结果】
1.DCE-MRI定量参数Ktrans、Kep值在乳腺良、恶性肿瘤组间的差异具有显著统计学意义，且Kep值的诊断效能略高于Ktrans值。良恶性组间Ve值差异无统计学意义。
2.TIC的Ⅰ型曲线主要集中在良性肿瘤，Ⅲ型曲线主要集中在恶性肿瘤。
3.乳腺恶性肿瘤组ADC均值低于良性组(P=0.000)。
4.利用ROC曲线分析各参数，ADC值诊断效能最佳，其AUC为0.967，诊断乳腺癌最佳阈值为1.214×10-3mm2/s，敏感度91.3%、特异度95.5%。
5.Ktrans、Kep、ADC值及TIC类型两两联合诊断时，Ktrans值与ADC值联合诊断效能最高，AUC达到0.994，敏感度略降低为97.1%，特异度提高到100.0%。
【结论】
1.在乳腺良、恶性病变鉴别中，DCE-MRI定量参数Ktrans、Kep值诊断效能高于TIC曲线类型。而DWI的定量参数ADC值比DCE-MRI定量参数(Ktrans、Kep值)及TIC类型更有优势。
2.Ktrans、Kep、ADC值及TIC类型两两联合诊断乳腺病变时，Ktrans值和ADC值组合的诊断效果最显著。
【目的】
分析3.0TDCE-MRI、DWI定量参数及TIC类型与乳腺癌生物学预后因子(ER、PR、HER-2、Ki-67)表达的相关性，为确定乳腺癌最佳治疗方案提供重要信息。
【方法】
收集2019年01月至2020年01月期间，于我院就诊的乳腺癌患者共40例43个病灶，均为女性，年龄29～83岁，平均59.1岁。所有的患者均行3.0TDCE-MRI和DWI扫描(b=0、800s/mm2)，通过后处理软件，测量并记录乳腺癌组织的各定量参数(Ktrans、Kep、Ve、ADC)值及TIC类型。免疫组化染色测定癌组织的生物学预后因子，包括：雌激素受体(estrogen receptor, ER)、孕激素受体(progestogen receptor, PR)、人表皮生长因子受体-2(human epidermal growth factor receptor type 2, c-erbB-2/HER-2)及Ki-67。采用Spearman等级相关分析，探讨各定量参数(Ktrans、Kep、Ve、ADC值)及TIC类型与ER、PR、HER-2、Ki-67表达的相关性。
【结果】
1.PR阴性组Ktrans、Kep均值高于阳性组(P＜0.05)。
2.TIC类型在ER、PR阴性及阳性组间差异有统计学意义。
3.ER、PR阴性表达组ADC值高于阳性表达组。
4.Ktrans、Kep值与PR表达呈负相关，ADC值与ER、PR表达呈负相关。
【结论】
Ktrans、Kep值和ADC值的测定可评估乳腺癌肿瘤的血管生成和细胞增殖，可作为影像学生物标志物预测患者的不良预后和肿瘤的生物侵袭性。
1.探讨3.0TDCE-MRI、DWI的定量参数(Ktrans、Kep、Ve、ADC值)及TIC类型在乳腺肿瘤鉴别诊断中的应用价值。
2.探讨Ktrans、Kep、ADC值及TIC类型之间两两联合鉴别乳腺肿块良恶性的效能。
【方法】
收集我院2019年01月至2020年01月间行乳腺MRI检查并经病理证实的乳腺病变患者62例，共68个病灶(良性22个，恶性46个)。行MRI检查前，所有患者未经穿刺活检、未接受相关化学治疗及放射治疗等。采用3.0TMRI进行检查，依次行常规MRI平扫、DWI及DCE-MRI检查。将DWI及DCE-MRI图像导入GE-4.7W后处理工作站，测量并记录各定量参数值，包括：表观扩散系数(apparent diffusion coefficient ， ADC )、容量转移常数(volume transfer constant，Ktrans)、速率常数(rate constant，Kep)、血管外细胞外间隙容积分数(extravascular extracellular volume fraction，Ve)及动态增强时间-信号曲线(time intensity curve, TIC)。结合病理结果，把乳腺病灶分为良性和恶性组，利用受试者工作特性(receiver operator characteristic，ROC)曲线评估各参数独立及联合诊断乳腺良恶性病变的效能和最佳诊断阈值。
【结果】
1.DCE-MRI定量参数Ktrans、Kep值在乳腺良、恶性肿瘤组间的差异具有显著统计学意义，且Kep值的诊断效能略高于Ktrans值。良恶性组间Ve值差异无统计学意义。
2.TIC的Ⅰ型曲线主要集中在良性肿瘤，Ⅲ型曲线主要集中在恶性肿瘤。
3.乳腺恶性肿瘤组ADC均值低于良性组(P=0.000)。
4.利用ROC曲线分析各参数，ADC值诊断效能最佳，其AUC为0.967，诊断乳腺癌最佳阈值为1.214×10-3mm2/s，敏感度91.3%、特异度95.5%。
5.Ktrans、Kep、ADC值及TIC类型两两联合诊断时，Ktrans值与ADC值联合诊断效能最高，AUC达到0.994，敏感度略降低为97.1%，特异度提高到100.0%。
【结论】
1.在乳腺良、恶性病变鉴别中，DCE-MRI定量参数Ktrans、Kep值诊断效能高于TIC曲线类型。而DWI的定量参数ADC值比DCE-MRI定量参数(Ktrans、Kep值)及TIC类型更有优势。
2.Ktrans、Kep、ADC值及TIC类型两两联合诊断乳腺病变时，Ktrans值和ADC值组合的诊断效果最显著。
【目的】
分析3.0TDCE-MRI、DWI定量参数及TIC类型与乳腺癌生物学预后因子(ER、PR、HER-2、Ki-67)表达的相关性，为确定乳腺癌最佳治疗方案提供重要信息。
【方法】
收集2019年01月至2020年01月期间，于我院就诊的乳腺癌患者共40例43个病灶，均为女性，年龄29～83岁，平均59.1岁。所有的患者均行3.0TDCE-MRI和DWI扫描(b=0、800s/mm2)，通过后处理软件，测量并记录乳腺癌组织的各定量参数(Ktrans、Kep、Ve、ADC)值及TIC类型。免疫组化染色测定癌组织的生物学预后因子，包括：雌激素受体(estrogen receptor, ER)、孕激素受体(progestogen receptor, PR)、人表皮生长因子受体-2(human epidermal growth factor receptor type 2, c-erbB-2/HER-2)及Ki-67。采用Spearman等级相关分析，探讨各定量参数(Ktrans、Kep、Ve、ADC值)及TIC类型与ER、PR、HER-2、Ki-67表达的相关性。
【结果】
1.PR阴性组Ktrans、Kep均值高于阳性组(P＜0.05)。
2.TIC类型在ER、PR阴性及阳性组间差异有统计学意义。
3.ER、PR阴性表达组ADC值高于阳性表达组。
4.Ktrans、Kep值与PR表达呈负相关，ADC值与ER、PR表达呈负相关。
【结论】
Ktrans、Kep值和ADC值的测定可评估乳腺癌肿瘤的血管生成和细胞增殖，可作为影像学生物标志物预测患者的不良预后和肿瘤的生物侵袭性。