期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
DCE-MRI及多b值DWI对卵巢上皮源性肿瘤良恶性的鉴别诊断价值 被引量:33
1
作者 刘碧英 林晓南 +4 位作者 张小镇 张彩霞 兰鹏 何岩燕 戚婉 《放射学实践》 CSCD 北大核心 2021年第2期216-221,共6页
目的:探讨动态对比增强MRI(DCE-MRI)及多b值DWI对卵巢上皮源性肿瘤良恶性的鉴别诊断价值。方法:搜集经术后病理证实为卵巢上皮源性肿瘤的39例患者,术前行常规MRI平扫及增强、多b值DWI及DCE-MRI检查,与术后病理结果进行对照,分别测量卵... 目的:探讨动态对比增强MRI(DCE-MRI)及多b值DWI对卵巢上皮源性肿瘤良恶性的鉴别诊断价值。方法:搜集经术后病理证实为卵巢上皮源性肿瘤的39例患者,术前行常规MRI平扫及增强、多b值DWI及DCE-MRI检查,与术后病理结果进行对照,分别测量卵巢肿瘤实性区域及囊性区域的ADC值及DCE-MRI定量参数。采用ROC曲线分析良恶性肿瘤的最佳诊断阈值及相对应的诊断敏感度、特异度、阳性预测值、阴性预测值和诊断符合率(ACC)。结果:卵巢良、恶性上皮源性肿瘤实性部分各组间ADC值及囊性部分各组间ADC值差异均有统计学意义(P<0.05);DCE-MRI定量参数转移常数(Ktrans)值、速率常数(Kep)值及血管外细胞外间隙容积比(Ve)值在卵巢良、恶性上皮源性肿瘤实性部分中差异均有统计学意义(P<0.05)。ROC曲线分析结果显示,当b值=1200 s/mm 2时具有最佳诊断效能,肿瘤实性部分ADC值的最佳诊断阈值为1149.9 mm 2/s,AUC为0.874,诊断敏感度、特异度为88.2%、86.4%;肿瘤囊性部分ADC值的最佳诊断阈值为2640.2 mm 2/s,AUC为0.893,诊断敏感度、特异度为73.7%、88.2%;DCE-MRI定量参数Ktrans值在3个定量参数中具有最高诊断效能,其最佳诊断阈值为0.0925min-1,AUC为0.840,诊断敏感度、特异度为77.3%、82.4%。联合DCE-MRI、多b值DWI可明显提高卵巢上皮源性肿瘤的诊断效能,敏感度、特异度、阳性预测值、阴性预测值、诊断符合率分别为95.7%、100%、94.1%、100%、97.4%。结论:b值=1200 s/mm 2时的ADC值及Ktrans值对良、恶性卵巢上皮源性肿瘤具有较高的鉴别诊断效能,联合DCE-MRI及多b值DWI可明显提高卵巢上皮源性肿瘤的术前诊断符合率。 展开更多
关键词 卵巢上皮源性肿瘤 卵巢肿瘤 扩散加权成像 DCE-MRI 磁共振成像 ADC值
在线阅读 下载PDF
兔肺VX2肿瘤微波消融多模态成像实验研究 被引量:5
2
作者 林晓南 林征宇 +2 位作者 缪仙花 苏怀盈 陈健 《介入放射学杂志》 CSCD 北大核心 2018年第11期1064-1067,共4页
目的分析兔肺肿瘤微波消融(MWA)灶红外热成像-MR-CT-病理表现及相关性。方法对10只兔肺VX2孤立肿瘤行CT导引下MWA。观察术前、术后CT/MR及术中红外热成像表现。检测术后CT上瘤灶最大径、T1-Vibe高信号瘤灶最大径、病理上肺组织凝固坏死... 目的分析兔肺肿瘤微波消融(MWA)灶红外热成像-MR-CT-病理表现及相关性。方法对10只兔肺VX2孤立肿瘤行CT导引下MWA。观察术前、术后CT/MR及术中红外热成像表现。检测术后CT上瘤灶最大径、T1-Vibe高信号瘤灶最大径、病理上肺组织凝固坏死区最大径、CT上磨玻璃影最大径、TSE-T2WI-FS高信号最大径、红外热成像41℃等温区最大径、病理上热损伤区最大径,并进行对比分析。结果 MWA术后MR显示T1-Vibe序列上消融灶信号较术前增高,TSE-T2WI-FS上消融灶信号减低,外周可见斑片状高信号覆盖; T1-Vibe高信号瘤灶最大径与病理上肺组织凝固坏死区最大径比较,红外热成像41℃等温区最大径与病理上热损伤区最大径比较,差异均无统计学意义(P>0.05)。结论多模态成像有助于评估肺肿瘤MWA疗效和监测消融范围。 展开更多
关键词 肺肿瘤 微波消融 VX2肿瘤 红外热成像 磁共振成像 X线计算机 体层成像
在线阅读 下载PDF
基于多参数MRI影像组学鉴别子宫内膜癌和子宫黏膜下肌瘤的价值 被引量:12
3
作者 严文杰 许传芳 +3 位作者 杜灏蓝 林晓南 兰鹏 钟群 《放射学实践》 CSCD 北大核心 2023年第7期931-936,共6页
目的:探讨基于多参数MRI影像组学建立模型在鉴别子宫内膜癌与子宫黏膜下肌瘤中的价值。方法:回顾性收集本院2013年8月-2022年1月经术后病理证实为子宫内膜癌和子宫黏膜下肌瘤病例93例,其中子宫内膜癌51例,子宫黏膜下肌瘤42例。应用Pytho... 目的:探讨基于多参数MRI影像组学建立模型在鉴别子宫内膜癌与子宫黏膜下肌瘤中的价值。方法:回顾性收集本院2013年8月-2022年1月经术后病理证实为子宫内膜癌和子宫黏膜下肌瘤病例93例,其中子宫内膜癌51例,子宫黏膜下肌瘤42例。应用Python软件Pyradiomics包将T_(2)WI、ADC、对比增强T_(1)WI(CE-T_(1)WI)图像勾画的ROI提取影像组学特征,按照7:3的比例随机分为训练集(n=65)和测试集(n=28),应用最小绝对收缩和选择算子(LASSO)回归对训练集数据进行特征降维,筛选最佳影像组学特征,代入Logistic回归机器学习方法构建模型,通过对受试者工作特征曲线、准确率、敏感度、特异度进行分析,探讨T_(2)WI、ADC、CE-T_(1)WI及T_(2)WI、ADC联合CE-T_(1)WI四组影像组学模型的诊断效能。结果:经过降维和筛选,分别在T_(2)WI、ADC、CE-T_(1)WI组中提取24、27、26个影像学特征。构建的鉴别诊断子宫内膜癌和子宫黏膜下肌瘤模型中,T_(2)WI、ADC、CE-T_(1)WI及T_(2)WI、ADC联合CE-T_(1)WI组的训练集和测试集ROC曲线下面积分别为0.97、0.88、0.93、0.99和0.90、0.67、0.85、0.94。结论:基于T_(2)WI、ADC和CE-T_(1)WI建立影像组学模型对鉴别子宫内膜癌和子宫黏膜下肌瘤有一定价值。 展开更多
关键词 磁共振成像 影像组学 子宫内膜癌 子宫黏膜下肌瘤
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部