分享:
分享到微信朋友圈
X
经验交流
扩散峰度成像多定量参数鉴别子宫肉瘤与变性肌瘤的价值
鞠烨 聂健 田士峰 刘爱连 陈丽华 魏强

Cite this article as: Ju Y, Nie J, Tian SF, et al. The value of diffusional kurtosis imaging in differentiating uterine sarcoma from degenerative hysteromyoma[J]. Chin J Magn Reson Imaging, 2021, 12(10): 61-65.本文引用格式:鞠烨, 聂健, 田士峰, 等. 扩散峰度成像多定量参数鉴别子宫肉瘤与变性肌瘤的价值[J]. 磁共振成像, 2021, 12(10): 61-65. DOI:10.12015/issn.1674-8034.2021.10.014.


[摘要] 目的 研究MR扩散峰度成像(diffusion kurtosis imaging,DKI)多定量参数对子宫肉瘤(uterine sarcoma,US)与变性子宫肌瘤(degenerative hysteromyoma,DH)的鉴别价值。材料与方法 本文为回顾性研究,分析13例确诊US与26例DH患者临床资料与MRI、DKI图像,记录两组病灶实质区内DKI参数值:平均扩散峰度值(mean kurtosis,MK)、平行扩散峰度值(axial kurtosis,Ka)、垂直扩散峰度值(radial kurtosis,Kr)、峰度各向异性分数(fractional anisotropy of kurtosis,FAK)、平均扩散系数值(mean diffusivity,MD)、平行扩散系数值(axial diffusivity,Da)、垂直扩散系数值(radial diffusivity,Dr)以及各向异性分数(fractional anisotropy,FA)。评估两名观察者对两组病灶的DKI结果观测的一致性,分析这些参数在两组间的差异,并用受试者工作特征(receiver operating characteristic,ROC)曲线评估DKI多定量参数判断US的效能。结果 除US组Kr、FAK参数值一致性中等外(0.40≤ICC≤0.75),2名观察者测量所得的这些参数一致性高(ICC>0.75)。US组的MK、Ka、Kr、FA、FAK、MD、Da、Dr值分别为0.86±0.13、0.92±0.17、0.78±0.13、0.20±0.08、0.30±0.13、(1.18±0.26) μm2/ms、(1.41±0.32) μm2/ms、(1.06±0.25) μm2/ms,DH组各参数值分别为0.66±0.09、0.61±0.08、0.65±0.09、0.26±0.08、0.29±0.09、1.71 (1.54,1.89) μm2/ms、2.17 (2.04,2.38) μm2/ms、(1.53±0.34) μm2/ms。US组的MK、Ka、Kr值大于DH组,FA、MD、Da、Dr值小于DH组,差异有统计学意义(P<0.05);FAK值差异无统计学意义(P>0.05)。MK、Ka、Kr、FA、MD、Da、Dr值预估曲线下面积(area under curve,AUC)分别为0.93、0.99、0.80、0.73、0.94、0.97、0.90,预估的各参数界值为MK≥0.80、Ka≥0.73、Kr≥0.75、FA≥0.22、MD≤1.47、Da≤1.95、Dr≤1.23,其敏感度分别为:76.9%、100.0%、61.5%、76.9%、92.3%、100.0%、76.9%,其特异度分别为:100.0%、96.2%、88.5%、73.1%、92.3%、84.6%、88.5%。结论 DKI参数对鉴别US和DH有较高的应用价值,值得进一步推广。
[Abstract] Objective To compare the value of MR diffusion-kurtosis imaging (DKI) with several parameters in differentiating uterine sarcoma (US) and degenerative hysteromyoma (DH) for providing a valuable method for the differential diagnosis of the two parenchyma tumors of uterus. Materials andMethods The data of 39 patients with 13 cases of US and 26 cases of DH were enrolled in this study and inspected conventional MR (T1WI, T2WI) and DKI-MR examination with 1.5 T MR imager. DKI parameters (MK, Ka, Kr, FAK, MD, Da, Dr and FA) of USs and DHs were measured by using the FuncTool on GE AW4.6 workstation. The MR images were blindly reviewed and analyzed by two observers. The consistency of each parameter measured by the two observers was analyzed, and compared value of parameters. The effectiveness of each parameter value in identifying the two groups were assessed using the receiver operating characteristic (ROC) curve.Results Except for the parameters of Kr and FAK of the US group were in moderate consistency (0.40≤ICC≤0.75), other parameters measured by the 2 observers were showed a good consistency (ICC>0.75). MK, Ka, Kr, FA, FAK, MD, Da and Dr of US group were 0.86±0.13, 0.92±0.17, 0.78±0.13, 0.20±0.08, 0.30±0.13, (1.18±0.26) μm2/ms, (1.41±0.32) μm2/ms, (1.06±0.25) μm2/ms, respectively. The parameters of the DH group were 0.66±0.09, 0.61±0.08, 0.65±0.09, 0.26±0.08, 0.29±0.09, 1.71 (1.54, 1.89) μm2/ms, 2.17 (2.04, 2.38) μm2/ms, (1.53±0.34) μm2/ms. The MK, Ka and Kr values of US group were higher than those of the DH group, and the FA, MD, Da and Dr values were lower than those of the DH group, with statistically significant differences (P<0.05). There was no statistical difference in FAK value (P>0.05). The AUC values of MK, Ka, Kr, FA, MD, Da and Dr were 0.93, 0.99, 0.80, 0.73, 0.94, 0.97 and 0.90. The diagnostic threshold of the parameters were as follows: MK≥0.80, Ka≥0.73, Kr≥0.75, FA≥0.22, MD≤1.47, Da≤1.95, Dr≤1.23. The sensitivity was 76.9%, 100.0%, 61.5%, 76.9%, 92.3%, 100.0%, 76.9%, and the specificity was 100.0%, 96.2%, 88.5%, 73.1%, 92.3%, 84.6%, 88.5%, respectively.Conclusions The MK, Ka, MD, Da and Dr of DKI figure can effectively identify US and DH, and needing to be extension.
[关键词] 子宫肉瘤;变性子宫肌瘤;磁共振成像;扩散峰度成像;鉴别诊断;定量参数
[Keywords] uterine sarcoma;degenerative hysteromyoma;magnetic resonance imaging;diffusion kurtosis imaging;differential diagnosis;quantitative parameters

鞠烨 1, 2   聂健 3   田士峰 1, 2   刘爱连 1, 2*   陈丽华 1, 2   魏强 1, 2  

1 大连医科大学附属第一医院放射科,大连 116011

2 大连市医学影像人工智能工程技术研究中心,大连 116011

3 大连医科大学,大连 116044

刘爱连,E-mail:cjr.liuailian@vip.163.com

全部作者均声明无利益冲突。


收稿日期:2021-04-07
接受日期:2021-07-05
DOI: 10.12015/issn.1674-8034.2021.10.014
本文引用格式:鞠烨, 聂健, 田士峰, 等. 扩散峰度成像多定量参数鉴别子宫肉瘤与变性肌瘤的价值[J]. 磁共振成像, 2021, 12(10): 61-65. DOI:10.12015/issn.1674-8034.2021.10.014.

       子宫肉瘤(uterine sarcoma,US)约占女性生殖系统恶性肿瘤的1%,多见于40~60岁妇女,组织学主要包括癌肉瘤、平滑肌肉瘤、内膜间质肉瘤和未分类肉瘤等[1],其特点是侵袭性强,局部复发,远处播散以及死亡率高等。US易被误诊为变性子宫肌瘤(degenerative hysteromyoma,DH)[2],子宫肌瘤是女性生殖系统最常见的良性肿瘤,好发于30~50岁女性[3],两种病变在临床上的治疗与预后完全不同,子宫肌瘤微创或非侵入性方法的治疗过程中难以识别出US,因此US和DH的术前鉴别诊断至关重要[4]。当子宫肌瘤中含有变性的成分,其常规磁共振征象与US相似,临床鉴别诊断通常是困难的[5, 6]。磁共振功能成像对常规影像难以鉴别的肿瘤有其优势,如弥散加权成像(diffusion weighted imaging,DWI)及其衍生序列扩散张量成像(diffusion tensor imaging,DTI)在肿瘤性质判断方面具有一定的价值[7],既往研究将DWI及DTI等序列应用于鉴别US与DH并取得一定经验[8, 9, 10, 11, 12]。但以上两种功能成像受限制于高斯分布模型,然而人体中的微观结构及内环境如细胞、细胞膜和这些组织的生化特性可改变水分子的扩散状态并使其偏离高斯分布[13]。扩散峰度成像(diffusion kurtosis imaging,DKI)可描绘组织内非高斯分布水分子的扩散状态,可对组织内细微结构变化情况进行更真实客观的描述,且不受组织水分子扩散状态的限制[14],目前其在其他脏器的肿瘤诊断方面应用范围不断扩大[15, 16, 17, 18, 19]。而在US与DH的鉴别价值方面尚没有研究,本研究旨在探讨DKI多定量参数鉴别US与DH的价值,为术前无创、定量诊断提供参考。

1 资料与方法

1.1 研究对象

       本文为回顾性研究,分析2014年8月至2019年4月于我院行MR检查并且经病理检查证实为US和DH患者数据共208例,符合以下标准纳入此次研究:①经手术病理确证实,相应的病历数据很全面完整;②患者可接受MRI检查,术前行盆腔1.5 T MR检查;③病灶为单发性的,相应病灶直径超过2.0 cm。排除标准:①在检查前进行过其他治疗;②患者同时存在其他子宫类病变;③MRI的影像质量差,影响了判断结果的准确性和可靠性。最终US入组13例,按DH与US (2∶1)比例匹配,即随机在符合入组条件的DH患者中随机选取26例进行入组研究。本研究经过大连医科大学附属第一医院医学伦理委员会批准,免除受试者知情同意,批准文号:PJ-KS-KY-2021-99(X)。

       US组13名患者年龄(62.5±22.5)岁,病灶大小(5.6±3.0) cm,其中临床分期ⅠA期7例,ⅠB期3例,Ⅲ期3例,其中癌肉瘤12例、平滑肌肉瘤1例;DH组26名患者年龄(43.9±22.1)岁,其中绝经前后分别为23、3例,病灶大小(6.8±6.0) cm,脂肪变性1例,黏液变性1例,红色变性2例,透明变性22例,其中22例为体检发现,4例临床表现为经量增多。

1.2 扫描方法

       在进行扫描时选择了1.5 T MR (型号:GE SignaHDxt),检查前告知患者禁食4~6 h,不过需饮水大约500 mL从而确保膀胱处于一定充盈状态。扫描序列相关情况如下:①横轴位T1WI序列:选择了快速扰相梯度回波序列,TR/TE 400/8.0 ms,矩阵320×192,激励次数(NEX) 2.0,扫描时间约100 s。②横轴位T2WI序列:根据扫描要求选择了快速自旋回波序列,TR/TE 4000/125 ms,矩阵320×192,NEX 4.0,扫描时间约143 s。③横轴位DKI序列:对应的序列为单次激发自旋回波序列,TR/TE 3000/98 ms,矩阵128×128,NEX 2.0,b值取0、1000 s/mm2和2000 s/mm2,在15个正交方向施加扩散梯度,扫描时间约180 s。各序列的层厚保持为5.0 mm,间隔l.0 mm。

1.3 图像分析与数据测量

       对所得结果进行处理时,安排观察者1记录病灶种类、病理分级、分期相关的信息,同时记录病灶的大小。将DKI序列数据传到相应AW 4.6工作站,然后由两个观察者分别通过盲法进行测量。在此基础上通过Functool软件工具来重建处理,而获取出平均扩散峰度(mean kurtosis,MK)、平均扩散系数(mean diffusivity,MD)、平行扩散峰度(axial kurtosis,Ka)、垂直扩散峰度(radial kurtosis,Kr)、平行扩散系数(axial diffusivity,Da)、垂直扩散系数(radial diffusivity,Dr)、各向异性分数(fractional anisotropy,FA)及峰度各向异性分数(fractional anisotropy of kurtosis,FAK)图。接着对比分析而确定出相应最大截面病灶实质区,并据此勾画出感兴趣区(region of interest,ROI),然后避开囊变、坏死伪影区,且控制面积超过总面积三分之一基础上,于相邻三个层面各勾画一个ROI,取其平均值(图1)。

图1  女,64岁,子宫癌肉瘤。T2WI图像(1A)、FA图像(1B)、MD图像(1C)、Da图像(1D)、Dr图像(1E)、FAK图像(1F)、MK图像(1G)、Ka图像(1H)和Kr图像(1I)。T2WI呈边界尚清的低信号团块,其内信号不均匀,可见多发斑片状高信号,各参数伪彩图可见肿瘤内部信号不均匀高低混杂,FA值为0.27,MD值为0.79 μm2/ms,Da值为1.01 μm2/ms,Dr值为0.69 μm2/ms,FAK值为0.44,MK值为1.19,Ka值为1.37,Kr值为1.01

1.4 统计学分析

       采用SPSS 17.0统计分析采集的数据,采用Kolmogorov-Smirnov检验各参数的正态性,符合正态分布的计量资料以均值±标准差表示;符合偏态分布的计量资料以中位数(四分位间距)表示。通过组内相关性系数(intra-group correlation coefficient,ICC)检验两名观察者所得2组病灶DKI结果的一致性(ICC≤0.40则判断一致性差,0.40<ICC<0.75则判断一致性为中等,ICC≥0.75为一致性良好),取两名观察者测量结果的均值进行统计分析。通过独立样本t检验(正态分布)对比两组MK、Ka、Kr、FA、FAK、Dr参数值的差异,采用Mann-Whitney秩和检验(非正态分布)比较MD、Da参数值的差异,P<0.05表示差异具有统计学意义。通过受试者工作特征(receiver operating characteristic,ROC)曲线评价各参数判断两组病灶的诊断效能,确定出曲线下面积(area under curve,AUC),根据最大约登指数评得出诊断阈值及相应的敏感度和特异度。

2 结果

       表1显示出两名观察者所得的2组患者DKI各参数值及一致性检验。2名观察者所测US组Kr、FAK参数值一致性中等,0.40<ICC<0.75,其余各组各参数值一致性均很好,各参数ICC≥0.75。US组与DH组各参数对比情况如表2。US组的MK、Ka、值大于DH组,FA、MD值小于DH组,差异具有统计学意义(P<0.05)。各参数的诊断效能(AUC)、诊断界值、敏感度情况如表3,各参数均显示较高的诊断效能。

表1  两名观察者测得各参数值及一致性检验结果(MD、Da、Dr单位为μm2/ms)
表2  两组病例各参数值以及比较结果(MD、Da、Dr单位为μm2/ms)
表3  各参数值的AUC、界值、敏感度及特异度(MD、Da、Dr单位为μm2/ms)

3 讨论

3.1 临床意义及既往研究

       US早期诊断和治疗有至关重要的意义,由于其不同组织学成分,因此常规MRI图像表现各异,当肿瘤内部出现出血、坏死和囊变时,表现为信号不均匀,肿瘤血供丰富,增强扫描多呈明显不均匀强化。子宫肌瘤出现变性时(主要包括透明变性、黏液变性、囊性变性、红色变性、钙化以及肉瘤样变性),也可在常规MRI图像上表现出现囊变、出血等信号,二者不易鉴别。应用磁共振功能成像如DWI、DTI序列对二者的鉴别诊断已有报道,DWI序列及ADC值、DTI序列的FA值对二者鉴别均有一定价值,肉瘤ADC值小于DH,且DWI序列联合ADC图可以提高其诊断敏感度及特异度[11],肉瘤FA值小于DH且具有较高的诊断效能[9]

3.2 DKI序列优势

       相比较DWI及DTI序列,本研究选用的DKI序列具有更为突出的优势。DWI序列从微观水平反映了组织中水分子扩散运动的快慢,通过其ADC值反映水分子扩散受限程度。DWI可作为US与DH的诊断方法,但其特异度不高。DTI序列应用的前提是组织内水分子的运动符合高斯分布扩散,然而人体组织在各种微观结构及复杂内环境的作用与影响下,水分子的扩散运动很难完全符合高斯分布。DKI基于非高斯分布模型,其优势在于可以更为精准地反映组织内微环境变化,量化水分子非高斯分布扩散所产生的偏差,并提供多个量化参数。本研究中2名观察者所得结果进行统计分析,除US组的Kr及FAK值一致性一般(0.40<ICC<0.75)以外,其余各参数的ICC值均大于0.75,提示DKI序列各参数一致性处于较高水平,数据测量稳定性良好,而US组的Kr及FAK值一致性一般的原因可能是US组病变复杂性高,导致测量稳定性一般。

3.3 本研究结果分析

       本研究中结果表明US组的MK、Ka、Kr值均高于DH组,而MD、Da、Dr值均低于DH组,差异具有统计学意义(P<0.05)。MK值代表空间各方向上扩散峰度值的平均值,真实反映了高斯分布的水分子扩散位移与组织水分子扩散位移之间的偏离程度,其大小与组织的结构复杂程度呈正相关。Ka值对应于扩散张量长轴扩散峰度值,Kr值则为相应的同方向平均扩散峰度值,其数值可反映出组织的结构复杂性,二者之间存在一定的正相关关系[19]。既往DKI对子宫内膜浆液性腺癌与内膜样腺癌的研究结果中[19],浆液性腺癌组的肿瘤内复杂程度高于内膜样腺癌组,其MK、Ka、Kr值均高于内膜样腺癌组。本研究进一步验证了这一现象,US细胞大量增殖,有丝分裂活跃,密集度较高,生长迅速,进而提高了水分子在组织中扩散的复杂性,因此可能导致US组的MK、Ka、Kr值大于DH组。MD、Da、Dr值与水分子运动自由程度成正比,在既往研究中[19]子宫内膜浆液性腺癌较内膜样腺癌细胞排列更为紧密、细胞外间隙减小,水分子扩散受限程度增加,MD、Da、Dr值低于内膜样腺癌组,本研究也验证了这一结果,US组的MD、Da、Dr均低于DH组,原因可能是由于US的恶性程度明显高于DH,因此其增殖能力亦较高,从而增加US的细胞密度,从而显著增加了水分子扩散受限程度。另外,恶性肿瘤细胞密集,细胞核大、深染、异型性高,胞外基质较少,使得胞内和胞外水分子的扩散空间进一步减小[8],在这些因素的影响下,US组MD、Da的值处于较低水平。两组间FAK值差异不明显,不存在统计意义,其临床价值仍需要进一步研究。DKI序列中的FA值代表相应的水分子运动各向异性水平,其主要影响因素为组织纤维束完整性,此外也与纤维束的方向有关[9]。US细胞密集,水分子一般情况下都沿细胞间隙走行,因而方向性较一致,即FA值较小;DH的主要组成为胶原纤维和平滑肌细胞,虽大部分发生变性,不过其中大部分依然保持为编织状及旋涡状结构,水分子沿此结构走行,致使其方向性较差,FA值增高,这一结果与既往研究结果一致[9]

3.4 本研究局限性

       本实验存在一定的局限性,由于肿瘤存在异质性,也可能会对实验结果有一定的影响而存在偏差,尤其本次研究US组的Kr和FAK值测量稳定性一般,另外由于US样本量较少,统计结果可靠性有待提高,应增加样本量进一步深入分析。

       综上所述,DKI对US及DH鉴别诊断有重要作用,在无需应用对比剂的条件下,利用重建图像得出的多个稳定性好的定量参数,其中MK、Ka、MD、Da及Dr值具有更高的诊断效能,说明DKI序列具有更好的诊断准确性,为鉴别两者提供了一种安全可行的评估方法,具有很好的研究及临床应用前景。

[1]
Cho HY, Kim K, Kim YB, et al. Differential diagnosis between uterine sarcoma and leiomyoma using preoperative clinical characteristics[J]. J Obstet Gynaecol Res, 2016, 42(3): 313-318. DOI: 10.1111/jog.12915.
[2]
Nakagawa M, Nakaura T, Namimoto T, et al. Machine Learning to Differentiate T2-Weighted Hyperintense Uterine Leiomyomas from Uterine Sarcomas by Utilizing Multiparametric Magnetic Resonance Quantitative Imaging Features[J]. Acad Radiol, 2019, 26(10): 1390-1399. DOI: 10.1016/j.acra.2018.11.014.
[3]
Petraglia F. Uterine fibroid: from pathogenesis to clinical management[J]. Best Pract Res Clin Obstet Gynaecol, 2016, 34: 1-2. DOI: 10.1016/j.bpobgyn.2016.01.002.
[4]
Xie HH, Zhang XD, Ma S, et al. Preoperative Differentiation of Uterine Sarcoma from Leiomyoma: Comparison of Three Models Based on Different Segmentation Volumes Using Radiomics[J]. Mol Imaging Biol, 2019, 21(6): 1157-1164. DOI: 10.1007/s11307-019-01332-7.
[5]
Xie HH, Hu J, Zhang XD, et al. Preliminary utilization of radiomics in differentiating uterine sarcoma from atypical leiomyoma: Comparison on diagnostic efficacy of MRI features and radiomic features[J]. Eur J Radiol, 2019, 115: 39-45. DOI: 10.1016/j.ejrad.2019.04.004.
[6]
Suzuki A, Aoki M, Miyagawa C, et al. Differential Diagnosis of Uterine Leiomyoma and Uterine Sarcoma using Magnetic Resonance Images: A Literature Review[J]. Healthcare (Basel), 2019, 7(4): 158. DOI: 10.3390/healthcare7040158.
[7]
Peng Y, Tang H, Hu XM, et al. Rectal Cancer Invasiveness: Whole-Lesion Diffusion-Weighted Imaging (DWI) Histogram Analysis by Comparison of Reduced Field-of-View and Conventional DWI Techniques[J]. Sci Rep, 2019, 9(1): 18760. DOI: 10.1038/s41598-019-55059-0.
[8]
牛淼, 刘爱连, 张钦和, 等. ADC直方图及纹理分析参数鉴别子宫肉瘤与变性肌瘤的价值. 临床放射学杂志, 2019, 38(10): 1895-1899. DOI: 10.13437/j.cnki.jcr.2019.10.022.
Niu M, Liu AL, Zhang QH, et al. The Differential Diagnosis Value of Histogram and Texture Analysis Parameters in Apparent Diffusion Coefficient of Diffusion Weighted Image for Uterine Sarcoma and Degenerative Uterine Fibroids[J]. J Clin Radiol, 2019, 38(10): 1895-1899. DOI: 10.13437/j.cnki.jcr.2019.10.022.
[9]
牛淼, 刘爱连, 田士峰, 等. 扩散张量成像鉴别子宫肉瘤和变性子宫肌瘤初探[J]. 放射学实践, 2018, 33(12): 1290-1294. DOI: 10.13609/j.cnki.1000-0313.2018.12.012.
Niu M, Liu AL, Tian SF, et al. Diffusion tensor imaging to differentiate uterine sarcoma from degenerative uterine fibroids[J]. Radiol Prac, 2018, 33(12): 1290-1294. DOI: 10.13609/j.cnki.1000-0313.2018.12.012.
[10]
田士峰, 刘爱连, 陈安良, 等. 增强T2*加权血管成像定量参数鉴别子宫肉瘤与子宫肌瘤退变的价值[J]. 中国医学影像学杂志, 2020, 28(02): 108-111. DOI: 10.3969/j.issn.1005-5185.2020.02.007.
Tian SF, Liu AL, Chen AL, et al. Differential Diagnosis of Uterine Sarcoma and Degenerative Hysteromyoma by Using Multiple Quantitative Parameters of Enhanced T2 Star Weighted Angiography[J]. Chin J Med Imaging, 2020, 28(02): 108-111. DOI: 10.3969/j.issn.1005-5185.2020.02.007.
[11]
吴强乐, 林俊, 唐栋. 磁共振DWI联合ADC对子宫肉瘤和变性子宫肌瘤的诊断价值[J]. 重庆医学, 2019, 48(14): 2419-2422. DOI: 10.3969/j.issn.1671-8348.2019.14.019.
Wu QL, Lin J, Tang D. Differential diagnostic value of DWI combined with ADC in uterine sarcoma and degenerative uterine fibroids[J]. Chongqing Medicine, 2019, 48(14): 2419-2422. DOI: 10.3969/j.issn.1671-8348.2019.14.019.
[12]
Takeuchi M, Matsuzaki K, Harada M. Carcinosarcoma of the uterus: MRI findings including diffusion-weighted imaging and MR spectroscopy[J]. Acta Radiol, 2016, 57(10): 1277-1284. DOI: 10.1177/0284185115626475.
[13]
田士峰, 刘爱连, 朱雯, 等. 初探扩散峰度成像多定量参数评估子宫内膜癌Ki-67表达的价值[J]. 中国临床医学影像杂志, 2018, 29 (11): 808-813. DOI: 10.12117/jccmi.2018.11.010.
Tian SF, Liu AL, Zhu W, et al. The value of multiple quantitative parameters of diffusion kurtosis imaging sequence to evaluate the expression of Ki-67 in endometrial carcinoma: a preliminary study[J]. JOURNAL OF CHINA MEDICAL IMAGING, 2018, 29(11): 808-813. DOI: 10.12117/jccmi.2018.11.010.
[14]
聂鸿雁, 陈军, 敖亚雯, 等. 基于体素分析的酒精依赖者全脑扩散峰度成像研究[J]. 中华放射学杂志, 2018, 52(3): 161-165. DOI: 10.3760/cma.j.issn.1005-1201.2018.03.001.
Nie HY, Chen J, Ao YW, et al. A voxel-based diffusion kurtosis imaging study of whole-brain in alcohol dependent patients[J]. Chin J Radiol, 2018, 52(3): 161-165. DOI: 10.3760/cma.j.issn.1005-1201.2018.03.001.
[15]
Jiang YW, Li CM, Liu Y, et al. Histogram analysis in prostate cancer: a comparison of diffusion kurtosis imaging model versus monoexponential model[J]. Acta Radiol, 2020, 61(10): 1431-1440. DOI: 10.1177/0284185120901504.
[16]
Zhu LH, Zhang ZP, Wang FN, et al. Diffusion kurtosis imaging of microstructural changes in brain tissue affected by acute ischemic stroke in different locations[J]. Neural Regen Res, 2019, 14(2): 272-279. DOI: 10.4103/1673-5374.244791.
[17]
Zhu QQ. Value of diffusion kurtosis imaging in assessment of pathological grade of clear cell renal cell carcinoma[J]. China Medical Abstracts (Internal Medicine), 2017, 34(02): 65-66. DOI: 10.3760/cma.j.issn.1005-1201.2017.03.007.
[18]
王亦强, 张国安, 贾宏波, 等. 扩散峰度成像鉴别诊断高级别胶质瘤与脑转移瘤的临床价值[J]. 中国临床神经外科杂志, 2019, 24(12): 730-732,776. DOI: 10.13798/j.issn.1009-153X.2019.12.004.
Wang YQ, Zhang GA, Jia, HB, et al. Value of diffusion peak imaging to differential diagnosis of WHO high-grade gliomas and solitary brain metastases[J]. Chin J Clin Neurosurg, 2019, 24(12): 730-732,776. DOI: 10.13798/j.issn.1009-153X.2019.12.004.
[19]
田士峰, 刘爱连, 宋清伟, 等. 扩散峰度成像定量参数鉴别子宫内膜浆液性腺癌与内膜样腺癌的价值[J]. 中国医学影像学杂志, 2018, 26(02): 120-125. DOI: 10.3969/j.issn.1005-5185.2018.02.010.
Tian SF, Liu AL, Song QW, et al. Quantitative Parameter of Diffusion Kurtosis Imaging in Differentiating Uterine Serous Adenocarcinoma from Endometrioid Adenocarcinoma[J]. Chin J Med Imaging, 2018, 26(02): 120-125. DOI: 10.3969/j.issn.1005-5185.2018.02.010.

上一篇 钆塞酸二钠增强MRI列线图模型预测小肝癌微血管侵犯的价值
下一篇 体素内不相干运动扩散加权成像与 T2 mapping评估甲状腺相关性眼病活动性的临床研究
  
诚聘英才 | 广告合作 | 免责声明 | 版权声明
联系电话:010-67113815
京ICP备19028836号-2