mrdwi中adc与radc值对乳腺病变诊断价值研究

《mrdwi中adc与radc值对乳腺病变诊断价值研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、MR-DWI中ADC与rADC值对乳腺病变的诊断价值研究DiagnosticValueofADCandrADCofMRDiffusion--weightedImaginginbreastlesions导论文课题起止时间：至Q三2生垒基二2Q羔圣生垒旦论文完成时间：2Q!三生垒旦中国医科大学(辽宁)2013年5月中国医科大学研究生学位论文独创性声明l蝴㈣啪砌删㈣删Y2296597本人申明所呈交的学位论文是我本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研

2、究成果，也不包含为获得我校或其他教育机构的学位或证书而使用过的材料，与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。申请学位论文与资料若有不实之处，本人承担一切相关责任。论文作者签名：：堕哑日期：趁2圣：6：)中国医科大学研究生学位论文版权使用授权书本人完全了解中国医科大学有关保护知识产权的规定，即：研究生在攻读学位期间论文工作的知识产权单位属中国医科大学。本人保证毕业离校后，发表论文或使用论文工作成果时署名单位为中国医科大学，且导师为通讯作者，通讯作者单位亦署名为中国医科大学。学校有权保留并向国家有关部

3、门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。学校可以公布学位论文的全部或部分内容(保密内容除外)，以采用影印、缩印或其他手段保存论文。论文作者签名：皇塑逵丘指导教师签名：!硷日期：丝区6；l目录一、摘要中文论著摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．1英文论著摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．4二、英文缩写语⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯8三、论文前言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯9日q舌⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯材料与方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．10结果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯

4、⋯⋯⋯⋯⋯⋯⋯⋯⋯．．11讨论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．17结论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．21四、本研究创新性的自我评价⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．22五、参考文献⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．23六、附录综述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．25在学期间科研成绩⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．39致谢⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．40个人简介⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．41·中文论著摘要·WIR-DWl中ADC与rADC值对乳腺病变的诊断价值研究-j■-●_■

5、一刖舌磁共振(MagneticResonanceImaging，MRI)检查技术在乳腺疾病诊断中的作用日益突出，弥散加权成像(DiffusionWeightedImaging，DWI)作为功能磁共振的一种，具有较高诊断价值，其中表观弥散系数(ApparentDiffusionCoefficient，ADC)与相对表观弥散系数(relativeADC，rADC)对乳腺良恶性病变的鉴别诊断是目前的研究热点之一，但ADC与rADC对乳腺病变组织分型、浸润癌的组织分化的应用研究较少。目的分析3．0T磁共振DWI中ADC与rADC对乳腺良恶性病

6、变的鉴别诊断价值及其对组织分型、浸润癌的组织分化的诊断价值，同时比较不同侧腺体与胸大肌作参考的rADC值对乳腺病变的诊断效能。材料与方法一、研究对象收集2011．5---，2013．2在我院行GE3．OT乳腺MR检查的女性患者117例共117个病灶，年龄12"-'73岁，平均年龄45岁，所有病例均于MR检查后经手术病理证实。“7例病灶中恶性病灶76个，其中浸润性导管癌60个(高分化18个、低分化42个)，导管内癌16个：良性病灶41个，包括纤维腺瘤19个，腺病16个，导管内乳头状瘤6个。二、研究方法所有研究对象均行MR常规、动态增强检

7、查及DWI扫描，选用b值为0，800sec／mm2。在病灶感兴趣l又'(regionofinterest，ROI)测量ADC值，并将其与不同正常参考组织作对比，计算其相对ADC值(即rADC)。参考组织选择为病灶同侧乳房内远隔正常腺体(rADCl)、病灶对侧乳房正常腺体(rADC2)及病灶同侧胸大肌(rADC3)，所得数值以均数±标准差表示。将所有良性、恶性病变分为两组进行对比，并分别将导管内癌与浸润性导管癌以及浸润癌高分化与低分化进行对比，分析其诊断效能。采用SPSSl7．0软件包进行统计分析，以P

8、组间两两比较采用t检验。以各测量参数作诊断指标进行受试者操作特性曲线(receiveroperatorcharacteristiccurve，ROC)分析，以敏感度十特异度最大处作为诊断阈值。通过计算敏感度、特异度、准确