期刊专题

乳腺非肿块样强化病变MRI影像特征分析及诊断模型构建

引用
目的 分析乳腺非肿块样强化(NME)病变的MRI影像特征并建立多参数鉴别诊断模型.方法 回顾性分析行MRI检查并经手术或穿刺病理证实的155例NME病变患者的资料.采用t检验、Mann-Whitney U检验、卡方检验、Fisher精确检验,比较乳腺NME良恶性病变间的MRI影像特征及临床特征,P<0.05为差异具有统计学意义,将差异有统计学意义的参数纳入Logistic回归分析,建立多参数鉴别诊断模型.结果 155例NME病变患者中共计156处病灶,良性42处(26.9%),恶性114处(73.1%).良恶性组间患者的年龄、月经状态以及病变的最大径、形态分布、内部强化方式、早期强化率、晚期强化率、ADCmean、ADCmin、ADCmax、Tirm序列病灶与胸大肌信号比值差异有统计学意义(P<0.05).通过Logistic回归分析建立乳腺NME病变的MRI多参数鉴别诊断模型,该模型的诊断准确性为84.0%,敏感性、特异性、阳性预测值及阴性预测值分别为90.4%、66.7%、88.0%及71.8%,约登指数为57.1%,并绘制ROC曲线,曲线下面积为0.906.结论 综合性分析乳腺NME病变的MRI影像特征及构建MRI多参数鉴别诊断模型可以提高MRI对NME良恶性病变的诊断效能.

乳腺病变、非肿块样强化、良恶性、磁共振成像

40

R737.9;P237;P627

2021-07-06(万方平台首次上网日期,不代表论文的发表时间)

共6页

436-441

暂无封面信息
查看本期封面目录

临床放射学杂志

1001-9324

42-1187/R

40

2021,40(3)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn