目的探讨磁共振扩散张量成像(DTI)定量参数在卵巢上皮交界性肿瘤(BEOT)与恶性肿瘤(MEOT)鉴别中的价值。方法回顾性分析接受卵巢MRI检查并经病理证实为BEOT及MEOT的患者30例(33个病灶),其中BEOT 14个,MEOT 19个。所有患者均接受常规MRI及...目的探讨磁共振扩散张量成像(DTI)定量参数在卵巢上皮交界性肿瘤(BEOT)与恶性肿瘤(MEOT)鉴别中的价值。方法回顾性分析接受卵巢MRI检查并经病理证实为BEOT及MEOT的患者30例(33个病灶),其中BEOT 14个,MEOT 19个。所有患者均接受常规MRI及DTI扫描。由两位观察者分别测量两组病变的平均扩散系数(DCavg)、衰减指数(Exat)、部分各向异性分数(FA)、容积比各向异性分数(VRA)、各向同性(Iso)、T_2加权迹线(T_2-WT),使用组内相关系数(ICC)检验两位观察者测量数据的一致性,并应用两独立样本t检验比较两组病变各参数间差异,根据受试者工作特征(ROC)曲线下面积评估具有统计学差异的DTI定量参数的鉴别诊断效能,找出相应界值。结果两名观察者测得的各组参数一致性均大于0.90。BEOT组的DCavg值高于MEOT组[(2.563±0.334)×10^(-9)mm^2/s vs.(2.074±0.676)×10^(-9)mm^2/s;P=0.010];BEOT组的Eaxt值、FA值和VRA值均低于MEOT组(0.226±0.045 vs. 0.327±0.127;P=0.003)、(0.084±0.025 vs. 0.128±0.048;P=0.001)和(0.013±0.008 vs. 0.024±0.018;P=0.019)。在ROC曲线上,DCavg值的AUC为0.744(95%可信区间为0.573～0.916);Exat值的AUC为0.739(95%可信区间为0.566～0.911);FA值的AUC为0.872(95%可信区间为0.751～0.993);VRA值的AUC为0.823(95%可信区间为0.678～0.969)。BEOT与MEOT的DCavg值、Exat值、FA值和VRA值的阈值分别为1.945×10^(-9)mm^2/s、0.320、0.097和0.015时,诊断的敏感性和特异性分别为100%、57.9%;100%、57.9%;78.6%、89.5%和78.6%、78.9%。结论 DTI参数是鉴别BEOT和MEOT有价值的定量诊断工具。DCavg值及Exat值敏感性可高达100%;FA值及VRA值敏感性及特异性均较高;其中FA值更具价值。本方法无需注射对比剂,为鉴别BEOT和MEOT提供了一种安全可行的量化方法。展开更多
目的探讨全肿瘤的表观扩散系数(apparent diffusion coefficient,ADC)直方图的纹理参数对鉴别卵巢上皮肿瘤良性、交界性、恶性的诊断价值。材料与方法回顾性分析2019年1月至2022年9月在甘肃省妇幼保健院经过术后病理证实为卵巢上皮肿瘤...目的探讨全肿瘤的表观扩散系数(apparent diffusion coefficient,ADC)直方图的纹理参数对鉴别卵巢上皮肿瘤良性、交界性、恶性的诊断价值。材料与方法回顾性分析2019年1月至2022年9月在甘肃省妇幼保健院经过术后病理证实为卵巢上皮肿瘤且术前在我院行常规MRI检查的患者病例71例,在Fire Voxel软件上导入ADC图并手动勾画病灶整体感兴趣区(region of interest,ROI),软件自动生成直方图纹理参数(熵、偏度、峰度、标准差、最大值、最小值、平均值)。采用单因素方差分析方法来评估ADC图各纹理参数在良性、交界性及恶性卵巢上皮肿瘤之间的差异。绘制受试者工作特征(receiver operating characteristic,ROC)曲线并计算曲线下面积(area under the curve,AUC),评估各参数对鉴别良性、交界性及恶性卵巢上皮肿瘤的诊断效能。结果在ADC图纹理参数中,熵、偏度、峰度、最大值、最小值、平均值在卵巢上皮肿瘤良性、交界性及恶性组之间差异具有统计学意义(P值分别为<0.001、0.003、<0.001、0.007、0.005、0.001)。ROC曲线分析结果显示,AUC值最大的是熵(AUC=0.75)。结论全肿瘤ADC图纹理分析的应用可以提高对良性、交界性、恶性卵巢上皮肿瘤的鉴别诊断价值,尤其是交界性与恶性的鉴别诊断,为临床提供诊断依据并且指导临床治疗。展开更多
文摘目的探讨磁共振扩散张量成像(DTI)定量参数在卵巢上皮交界性肿瘤(BEOT)与恶性肿瘤(MEOT)鉴别中的价值。方法回顾性分析接受卵巢MRI检查并经病理证实为BEOT及MEOT的患者30例(33个病灶),其中BEOT 14个,MEOT 19个。所有患者均接受常规MRI及DTI扫描。由两位观察者分别测量两组病变的平均扩散系数(DCavg)、衰减指数(Exat)、部分各向异性分数(FA)、容积比各向异性分数(VRA)、各向同性(Iso)、T_2加权迹线(T_2-WT),使用组内相关系数(ICC)检验两位观察者测量数据的一致性,并应用两独立样本t检验比较两组病变各参数间差异,根据受试者工作特征(ROC)曲线下面积评估具有统计学差异的DTI定量参数的鉴别诊断效能,找出相应界值。结果两名观察者测得的各组参数一致性均大于0.90。BEOT组的DCavg值高于MEOT组[(2.563±0.334)×10^(-9)mm^2/s vs.(2.074±0.676)×10^(-9)mm^2/s;P=0.010];BEOT组的Eaxt值、FA值和VRA值均低于MEOT组(0.226±0.045 vs. 0.327±0.127;P=0.003)、(0.084±0.025 vs. 0.128±0.048;P=0.001)和(0.013±0.008 vs. 0.024±0.018;P=0.019)。在ROC曲线上,DCavg值的AUC为0.744(95%可信区间为0.573～0.916);Exat值的AUC为0.739(95%可信区间为0.566～0.911);FA值的AUC为0.872(95%可信区间为0.751～0.993);VRA值的AUC为0.823(95%可信区间为0.678～0.969)。BEOT与MEOT的DCavg值、Exat值、FA值和VRA值的阈值分别为1.945×10^(-9)mm^2/s、0.320、0.097和0.015时,诊断的敏感性和特异性分别为100%、57.9%;100%、57.9%;78.6%、89.5%和78.6%、78.9%。结论 DTI参数是鉴别BEOT和MEOT有价值的定量诊断工具。DCavg值及Exat值敏感性可高达100%;FA值及VRA值敏感性及特异性均较高;其中FA值更具价值。本方法无需注射对比剂,为鉴别BEOT和MEOT提供了一种安全可行的量化方法。
文摘目的探讨全肿瘤的表观扩散系数(apparent diffusion coefficient,ADC)直方图的纹理参数对鉴别卵巢上皮肿瘤良性、交界性、恶性的诊断价值。材料与方法回顾性分析2019年1月至2022年9月在甘肃省妇幼保健院经过术后病理证实为卵巢上皮肿瘤且术前在我院行常规MRI检查的患者病例71例,在Fire Voxel软件上导入ADC图并手动勾画病灶整体感兴趣区(region of interest,ROI),软件自动生成直方图纹理参数(熵、偏度、峰度、标准差、最大值、最小值、平均值)。采用单因素方差分析方法来评估ADC图各纹理参数在良性、交界性及恶性卵巢上皮肿瘤之间的差异。绘制受试者工作特征(receiver operating characteristic,ROC)曲线并计算曲线下面积(area under the curve,AUC),评估各参数对鉴别良性、交界性及恶性卵巢上皮肿瘤的诊断效能。结果在ADC图纹理参数中,熵、偏度、峰度、最大值、最小值、平均值在卵巢上皮肿瘤良性、交界性及恶性组之间差异具有统计学意义(P值分别为<0.001、0.003、<0.001、0.007、0.005、0.001)。ROC曲线分析结果显示,AUC值最大的是熵(AUC=0.75)。结论全肿瘤ADC图纹理分析的应用可以提高对良性、交界性、恶性卵巢上皮肿瘤的鉴别诊断价值,尤其是交界性与恶性的鉴别诊断,为临床提供诊断依据并且指导临床治疗。
