乳腺良恶性病变论文-刘燕娜

乳腺良恶性病变论文-刘燕娜

导读:本文包含了乳腺良恶性病变论文开题报告文献综述及选题提纲参考文献,主要关键词:核磁动态增强,弥散加权成像,乳腺肿瘤,良恶性病变鉴别诊断

乳腺良恶性病变论文文献综述

刘燕娜[1](2019)在《MRI动态增强与弥散加权成像用于乳腺肿瘤良恶性病变鉴别诊断的价值》一文中研究指出目的:探讨MRI动态增强与弥散加权成像用于乳腺肿瘤良恶性病变鉴别诊断的价值。方法:选择我院在2017年12月—2019年6月期间所收治的乳腺肿块患者作为研究对象。所有参与本次研究的患者,均接受弥散加权成像和动态增强扫描,分设弥散加权成像扫描结果、动态增强扫描结果及两者联合扫描结果,观察各组在对比病理活检下的检查差异。结果:通过本研究的结果可以看出,弥散加权成像对于患者病变检出的敏感度和特异度高于动态增强扫描组,两者联合应用敏感度和特异度高于前二者,P <0.05,差异具有统计学意义。结论:动态增强与弥散加权成像可作为临床上首选的方式为乳腺癌患者提供疾病诊断,在提升患者检出率的同时,能提高诊断准确性,可作为乳腺良恶性疾病诊断的首选检查手段值得推广应用。(本文来源于《影像研究与医学应用》期刊2019年23期)

李留灿[2](2019)在《MRI联合CT对乳腺良恶性病变的诊断价值》一文中研究指出目的探讨磁共振成像(MRI)联合计算机体层摄影(CT)对乳腺良恶性病变的诊断价值。方法回顾性分析2018年5—11月新郑市人民医院收治的82例女性乳腺疾病患者的临床资料。以病理结果为金标准,比较单独MRI、CT及其联合应用对乳腺良恶性病变的诊断价值。结果 82例乳腺疾病患者的病理结果显示:恶性肿瘤51例,良性肿瘤31例。MRI联合CT诊断乳腺恶性肿瘤的敏感度、特异度、准确度、阳性预测值、阴性预测值均高于MRI或CT单独检查时,差异有统计学意义(均P<0.05)。结论 MRI联合CT检查对乳腺恶性病变的诊断价值较高。(本文来源于《河南医学研究》期刊2019年22期)

刘霞,兰斌,乔云川[3](2019)在《声辐射力脉冲成像技术在乳腺良恶性病变鉴别诊断中的临床价值》一文中研究指出目的:探讨声辐射力脉冲成像技术(ARFI)在乳腺良恶性病变诊断中的临床价值。方法:选取90例乳腺癌患者将其纳入恶性组,同期经病理学检查证实的90例乳腺良性疾病患者纳入良性组,两组患者均采用ARFI及对比增强超声(CEUS)进行检测,对比两组患者剪切波速(SWV)、CEUS造影后与造影前面积比值,计算鉴别诊断价值指标。结果:恶性组患者的SWV值、CEUS造影后面积与造影前面积比值对比均显着高于良性组患者,差异有统计学意义(t=14.213、t=10.145,P<0.05);以病理学结果作为诊断金标准,ARFI鉴别诊断乳腺良恶性疾病的灵敏度为81.11%,特异度为73.33%,漏诊率为18.89%,误诊率为26.67%;CEUS鉴别诊断乳腺良恶性疾病的灵敏度为87.78%,特异度为84.44%,漏诊率为12.22%,误诊率为15.56%。结论:ARFI在乳腺良恶性病变诊断中的灵敏度和特异度较CEUS稍低,可以作为临床乳腺疾病鉴别诊断的一种辅助手段应用。(本文来源于《中国医学装备》期刊2019年11期)

蔡亲磊,张小花,陈洋[4](2019)在《全数字化乳腺摄影联合动态增强MRI在含钙化灶乳腺病变良恶性鉴别诊断中的应用》一文中研究指出目的探讨全数字化乳腺摄影(FFDM)联合动态增强磁共振成像(DCE-MRI)在含钙化灶乳腺病变患者良、恶性鉴别诊断中的应用价值。方法选取2016年12月至2018年12月含钙化灶乳腺良性病变患者89例设为良性组,同期收治的含钙化灶乳腺恶性病变患者89例设为恶性组。两组均分别接受FFDM及DCE-MRI检查,统计两组病变边缘形态(光滑、毛刺、分叶、不规则)、最小表观扩散系数(ADC值)、平均ADC值、早期增强率,并统计分析FFDM及DCE-MRI检查对乳腺病变单独及联合诊断效能。结果 (1)恶性组病变边缘形态与良性组比较,差异有统计学意义(P<0.01);(2)恶性组最小ADC值、平均ADC值低于良性组(P<0.01);(3)良性组早期增强<60%率(79.78%)高于恶性组(29.21%)(P<0.01);(4)联合诊断敏感度(95.51%)、准确度(93.26%)高于FFDM(77.53%、84.83%)、DCE-MRI(82.02%、87.64%)单独诊断(P<0.05,P<0.01),联合诊断特异度(91.01%)与FFDM(92.13%)及DCE-MRI(93.26%)间无统计学差异(P>0.05)。结论含钙化灶乳腺良性及恶性病变经FFDM与DCE-MRI检查可见明显差异,而联合两种措施进行综合诊断,可提高乳腺病变鉴别诊断敏感度与准确度,最大程度降低漏诊风险。(本文来源于《中国临床研究》期刊2019年11期)

李娜,罗娅红,于韬[5](2019)在《MRI对乳腺成簇环状非肿块强化良恶性病变的鉴别诊断价值》一文中研究指出目的:探讨MRI对乳腺成簇环状非肿块强化病变的良恶性鉴别诊断的价值。方法:回顾性分析经手术病理证实的成簇环状非肿块强化病变患者102例,良性34例,恶性68例。观察比较两组病变的MRI特征。结果:良性组平均年龄38.94岁,低于恶性组(51.37岁)。良性组病变以区域(44.4%)及多区域性(27.8%)分布居多,恶性组以段样(47.1%)及区域性(27.9%)分布居多。DWI图像良性组以高或稍高信号(54.3%)、中心高信号(31.4%)居多;恶性组以高或稍高信号(48.4%)、边缘高信号(48.4%)居多。良性组平均ADC值(1.12±0.25)×10~(-3)mm~2/s高于恶性组(1.00±0.24)×10~(-3)mm~2/s。良恶性成簇环状强化病变在年龄、分布、DWI信号、ADC值几方面差异均具有统计学意义(P<0.05)。结论:MRI多种成像序列相结合对良恶性成簇环状强化病变术前鉴别诊断具有重要价值。(本文来源于《放射学实践》期刊2019年11期)

陆英慧,汪玲,刘浏[6](2019)在《UE评分法和比值法在乳腺非肿块型病变良恶性鉴别诊断中的应用价值》一文中研究指出超声弹性成像(UE)技术在临床中应用较多的方法是5分评分法和应变率比值法~([1])。超声弹性成像在乳腺非肿块性病变良恶性鉴别时,目前以5分评分法为主。有研究显示,应变率比值测量技术可以更客观地评价病变的硬度~([2])。本研究选取2016年2月至2017年9月在我院治疗的乳腺非肿块型病变患者为研究对象,主要探讨超声弹性成像评分(本文来源于《中国实验诊断学》期刊2019年10期)

巩彦星[7](2019)在《剪切波弹性成像在乳腺良恶性病变诊断中的应用价值》一文中研究指出目的:分析剪切波弹性成像在乳腺良恶性病变诊断中的应用价值。方法:选取2016年8月~2018年12月收治的乳腺病变患者80例为研究对象,均接受手术病理检查确诊,共96个病灶,并接受剪切波超声弹性成像检查,得到乳腺病变定量弹性模量值,分析剪切波弹性成像诊断乳腺良恶性病变的准确性。结果:96个病灶中,病理检查显示共70个乳腺良性病变,26个恶性病灶;良性病变的弹性平均值、最小值、最大值、SD值均低于恶性病变,P<0.05;接受剪切波超声弹性成像检查,以病理检查为金标准,灵敏度为92.31%(24/26),特异性为98.57%(69/70),准确性为96.88%(93/96);ROC曲线分析,弹性平均值参考值为40.2 k Pa时,平均值≤40.2 k Pa为良性病灶,平均值>40.2 kPa为恶性病灶;弹性最大值诊断参考值为58.79 kPa时,最大值≤58.79 k Pa为良性病灶,最大值>58.79 k Pa为恶性病灶。结论:临床评估、诊断乳腺良恶性病变可采用剪切波超声弹性成像技术,所得SD值、弹性最大值、弹性平均值可为临床诊断乳腺良恶性病变提供依据。(本文来源于《实用中西医结合临床》期刊2019年10期)

张贝,杨迪,聂品,上官芳芳,王英[8](2019)在《MRI对乳腺非肿块样强化良恶性病变的鉴别诊断》一文中研究指出目的探讨MRI对乳腺非肿块样强化(NME)良恶性病变的诊断及鉴别诊断价值。方法回顾性分析96例乳腺NME病灶的MRI,参考2013年BI-RADS观察并比较良恶性病变间分布方式、内部强化特征、脂肪抑制T2WI信号、时间信号曲线(TIC)类型的差异,以多因素Logistic回归分析获得NME恶性病变的危险因素。结果 96例患者中良性28例,恶性68例。单因素分析结果显示,在内部强化方式上,良恶性病变间表现为均匀强化的差异有统计学意义(P=0.026);在脂肪抑制T2WI信号上,良恶性病变间表现为高信号和等信号的差异有统计学意义(P=0.025、0.045);在TIC类型上,良恶性病变间表现为Ⅰ型和Ⅲ型的差异有统计学意义(P=0.013、0.001)。多因素Logistic回归分析,得到脂肪抑制T2WI等信号和TICⅢ型是恶性病变的危险因素,优势比分别为5.228和10.841。结论 MRI征象对鉴别乳腺良恶性NME病变具有一定的价值。(本文来源于《中国医学影像技术》期刊2019年10期)

吴莎莎,于晓军,郑召龙,陈永升,牛庆亮[9](2019)在《ADC全容积直方图分析法鉴别乳腺良恶性肿块样病变》一文中研究指出目的探讨ADC全容积直方图分析法鉴别诊断乳腺良恶性肿块样病变的价值。方法回顾性分析经手术及病理证实的88例乳腺肿块样病变患者,其中恶性57例、良性31例,均接受乳腺MR平扫+动态增强及DWI扫描,测量并记录ADC全容积直方图参数(包括多个百分位ADC值、ADC_(min)、ADC_(max)、ADC_(mean)、偏度、峰度及标准差)及常规平均ADC值。比较乳腺良恶性病变各ADC直方图参数及常规平均ADC值,采用ROC曲线分析评估各参数鉴别良恶性病变的效能。结果良恶性病变ADC直方图参数(各ADC值、偏度、峰度、标准差)及常规平均ADC值差异均有统计学意义(P均<0.05);其中第75、90百分位ADC值鉴别良恶性病变的AUC最高,为0.84。ADC直方图参数ADC_(mean)、第50百分位ADC值鉴别乳腺肿块样病变良恶性的AUC与常规平均ADC值的AUC比较差异均有统计学意义(P均<0.05)。结论 ADC全容积直方图可全面反映病灶整体信息,对鉴别乳腺良恶性病变具有一定价值。(本文来源于《中国医学影像技术》期刊2019年10期)

蔡乐雄,庄楠,詹奕彦[10](2019)在《1.5T增强MRI血管成像在鉴别乳腺良、恶性病变中的应用价值探讨》一文中研究指出目的旨在探讨1.5T增强核磁共振(MRI)血管成像在鉴别乳腺良、恶性病变中的应用价值。方法回顾分析2015年1月至2018年8月于汕头市第二人民医院就诊治疗的58例乳腺病变患者的临床、影像资料,以手术病理结果为金标准,记录1.5T增强MRI血管成像检查的正确诊断率,并总结其影像特征。结果乳腺恶性病变患侧血管数检出数显着高于良性病变者(P<0.05)。1.5T增强MRI血管成像中乳腺良性疾病表现为圆形、类圆形或椭圆形肿块,且肿块边缘清晰、均匀强化;恶性表现为不规则形状的肿块,肿块以分叶、边缘模糊、毛刺征多见,绝大部分肿块还可呈现斑点状、条片状或团状的不均匀强化。恶性病灶患侧和对侧血管数均大于2,患侧血管数明显增加,且病灶与血管关系紧密。时间-信号强度曲线中恶性Ⅲ型显着多于良性。结论 1.5T增强MRI血管成像检查诊断乳腺良、恶性疾病准确率均较高,且对于良、恶性病灶形状、周围血管情况以及其时间-信号强度曲线中的表现类型均可明确显示,更有利于临床上对乳腺良、恶性疾病进行鉴别。(本文来源于《中国CT和MRI杂志》期刊2019年11期)

乳腺良恶性病变论文开题报告

(1)论文研究背景及目的

此处内容要求:

首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。

写法范例:

目的探讨磁共振成像(MRI)联合计算机体层摄影(CT)对乳腺良恶性病变的诊断价值。方法回顾性分析2018年5—11月新郑市人民医院收治的82例女性乳腺疾病患者的临床资料。以病理结果为金标准,比较单独MRI、CT及其联合应用对乳腺良恶性病变的诊断价值。结果 82例乳腺疾病患者的病理结果显示:恶性肿瘤51例,良性肿瘤31例。MRI联合CT诊断乳腺恶性肿瘤的敏感度、特异度、准确度、阳性预测值、阴性预测值均高于MRI或CT单独检查时,差异有统计学意义(均P<0.05)。结论 MRI联合CT检查对乳腺恶性病变的诊断价值较高。

(2)本文研究方法

调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。

实证研究法:依据现有的科学理论和实践的需要提出设计。

定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。

定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。

跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。

模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。

乳腺良恶性病变论文参考文献

[1].刘燕娜.MRI动态增强与弥散加权成像用于乳腺肿瘤良恶性病变鉴别诊断的价值[J].影像研究与医学应用.2019

[2].李留灿.MRI联合CT对乳腺良恶性病变的诊断价值[J].河南医学研究.2019

[3].刘霞,兰斌,乔云川.声辐射力脉冲成像技术在乳腺良恶性病变鉴别诊断中的临床价值[J].中国医学装备.2019

[4].蔡亲磊,张小花,陈洋.全数字化乳腺摄影联合动态增强MRI在含钙化灶乳腺病变良恶性鉴别诊断中的应用[J].中国临床研究.2019

[5].李娜,罗娅红,于韬.MRI对乳腺成簇环状非肿块强化良恶性病变的鉴别诊断价值[J].放射学实践.2019

[6].陆英慧,汪玲,刘浏.UE评分法和比值法在乳腺非肿块型病变良恶性鉴别诊断中的应用价值[J].中国实验诊断学.2019

[7].巩彦星.剪切波弹性成像在乳腺良恶性病变诊断中的应用价值[J].实用中西医结合临床.2019

[8].张贝,杨迪,聂品,上官芳芳,王英.MRI对乳腺非肿块样强化良恶性病变的鉴别诊断[J].中国医学影像技术.2019

[9].吴莎莎,于晓军,郑召龙,陈永升,牛庆亮.ADC全容积直方图分析法鉴别乳腺良恶性肿块样病变[J].中国医学影像技术.2019

[10].蔡乐雄,庄楠,詹奕彦.1.5T增强MRI血管成像在鉴别乳腺良、恶性病变中的应用价值探讨[J].中国CT和MRI杂志.2019

标签:;  ;  ;  ;  

乳腺良恶性病变论文-刘燕娜
下载Doc文档

猜你喜欢