本文選題：肺結節(jié) + 肺腫瘤��； 參考：《放射學實踐》2017年04期

【摘要】：目的:探討動態(tài)增強MRI在肺部結塊樣病變中的診斷價值。方法:66例經病理證實的肺結塊樣病變患者(惡性病變50例,良性病變16例)行常規(guī)MRI平掃及動態(tài)增強(DCE-MRI)檢查,繪制時間-信號強度增強比曲線(TIC),并測量DCE-MRI參數:最大增強比(MER)、達峰時間(T_(max))、平均強化斜率(SLE)、最大強化斜率(SS)和廓清率。結果:本組病變的TIC分為4種類型:速升-下降型(A型)僅見于惡性腫瘤;速升-平臺型和持續(xù)緩升型在良惡性結節(jié)中均可見,無明顯強化型僅見于良性病變。肺鱗癌和小細胞癌的主要強化方式為環(huán)狀強化,而腺癌為不均勻強化。DCE-MRI參數中,良性組Tmax明顯較惡性組長(P0.001),SLE明顯小于惡性組(P=0.002)。T_(max)對良惡性病變的鑒別最具價值,臨界值取280s時其診斷敏感度、特異度和符合率分別為88.0%、63.5%和76.5%。結論:DCE-MRI能提供肺結節(jié)血流動力學方面的信息,對肺部良惡性腫瘤的鑒別診斷具有較高價值。
[Abstract]:Objective: to evaluate the diagnostic value of dynamic contrast enhanced MRI in pulmonary caking lesions. Methods Sixty-six patients with pathologically proved pulmonary caking lesions (50 malignant lesions and 16 benign lesions) were examined by routine MRI plain scan and dynamic contrast enhanced Mr imaging (DCE-MRI). The time-signal intensity enhancement ratio curve was plotted and the DCE-MRI parameters were measured as follows: maximum enhancement ratio (MERA), peak time (T), mean enhancement slope (SLEA), maximum enhancement slope (SSS) and clearance rate. Results: there were four types of TIC in this group: type A of rapid ascending and descending type) was only found in malignant tumor, the type of rapid rise and platform and the type of sustained slow rise were all visible in benign and malignant nodules, but no enhancement type was found only in benign lesions. The main enhancement mode of lung squamous cell carcinoma and small cell carcinoma was annular enhancement. In the non-homogeneous enhancement. DCE-MRI parameter of adenocarcinoma, benign group Tmax was significantly lower than malignant group P0.002%. Tstack max. was the most valuable in differentiating benign and malignant lesions. The main enhancement pattern of lung squamous cell carcinoma and small cell carcinoma was annular enhancement, while that of adenocarcinoma was inhomogeneous enhancement .DCE-MRI parameters showed that benign group was significantly lower than malignant group (P 0.001). When the critical value was 280s, the diagnostic sensitivity, specificity and coincidence rate were 88.0 and 76.5s, respectively. Conclusion: DCE-MRI can provide hemodynamic information of pulmonary nodules and is of great value in differential diagnosis of benign and malignant lung tumors.
【作者單位】： 華中科技大學同濟醫(yī)學院附屬同濟醫(yī)院放射科;海南省第三人民醫(yī)院;
【分類號】：R445.2;R734.2

【相似文獻】

相關期刊論文 前10條

1 宋佳;李翠芳;孫希文;聶生東;;一種非實質性肺結節(jié)分割的新方法[J];中國醫(yī)學影像技術;2011年12期

2 王敏杰,王培軍,田建明,余準,李曉兵,崔恒武,邵成偉;低劑量和靶螺旋CT掃描技術在肺結節(jié)診斷中的價值[J];臨床放射學雜志;2003年07期

3 王化,唐光健;多層螺旋CT在肺結節(jié)診斷中的應用及展望[J];國外醫(yī)學(臨床放射學分冊);2005年06期

4 吳龍海;周荷琴;李傳富;;基于高分辨率CT圖像的肺結節(jié)檢測[J];中國醫(yī)療器械雜志;2008年03期

5 賈守勤;趙斌;尚延海;馬子堂;劉世合;齊向芹;;常規(guī)DR胸片對肺結節(jié)漏診原因的分析[J];醫(yī)學與哲學(臨床決策論壇版);2009年04期

6 高園園;呂慶文;;肺結節(jié)檢測算法研究[J];醫(yī)學信息;2010年02期

7 林歡;;容積CT掃描發(fā)現的肺結節(jié)的處理[J];循證醫(yī)學;2010年01期

8 孫海寧;于鐵鏈;李東;;重建算法和層厚對肺結節(jié)容積定量的影響[J];中國醫(yī)學影像技術;2010年05期

9 H.Ashraf;B.de Hoop;S.B.Shaker;A.Dirksen;K.S.Bach;H.Hansen;袁友紅;;肺結節(jié)體積測定:分割算法在同一軟件包不能交替使用[J];國際醫(yī)學放射學雜志;2010年05期

10 趙麗琴;王克楊;賀文;胡志海;李輝;陳疆紅;李娟;崔寶軍;李志欣;;數字化斷層融合技術對肺結節(jié)篩查應用的初步研究[J];放射學實踐;2010年11期

相關會議論文 前10條

1 查開繼;高劍波;張永高;郭華;楊學華;周志剛;;斷層融合成像與數字X線成像診斷肺結節(jié)的比較研究[A];2010中華醫(yī)學會影像技術分會第十八次全國學術大會論文集[C];2010年

2 孫志遠;;數字化體層融合在肺結節(jié)探查中的初步應用[A];中華醫(yī)學會第16次全國放射學學術大會論文匯編[C];2009年

3 穆景博;高向東;;X線數字化體層融合技術在肺結節(jié)探查中的應用[A];2010中華醫(yī)學會影像技術分會第十八次全國學術大會論文集[C];2010年

4 于紅;李惠民;劉士遠;肖湘生;;肺外體循環(huán)動脈供血胸膜下肺結節(jié):提示炎癥?[A];2006年華東六省一市暨浙江省放射學學術年會論文匯編[C];2006年

5 于紅;李惠民;劉士遠;肖湘生;;肺外體循環(huán)動脈供血胸膜下肺結節(jié):提示炎癥?[A];中華醫(yī)學會放射學分會第八屆全國心胸影像學術大會暨河南省第十二次放射學術會議論文匯編[C];2006年

6 于紅;李惠民;劉士遠;肖湘生;;肺外體循環(huán)動脈供血胸膜下肺結節(jié):提示炎癥?[A];中華醫(yī)學會第十三屆全國放射學大會論文匯編（下冊）[C];2006年

7 徐巖;馬大慶;;計算機輔助檢測肺結節(jié)在數字化胸片上的應用價值[A];中華醫(yī)學會第十三屆全國放射學大會論文匯編（下冊）[C];2006年

8 王永仁;吳碧芳;經鳳華;李峻;金德勝;;低劑量CT篩查肺結節(jié)對圖像質量的影響[A];2008年浙江省放射學年會論文匯編[C];2008年

9 鄒薇薇;劉士遠;;CT計算機輔助檢測系統在肺結節(jié)診斷中的應用[A];中華醫(yī)學會第十三屆全國放射學大會論文匯編（下冊）[C];2006年

10 陳萍;蔡欣;陳仰純;鄧懷福;;觀察SUV值在肺結節(jié)診斷的臨床價值[A];首屆全國腫瘤核醫(yī)學新技術研討會論文集[C];2007年

相關重要報紙文章 前2條

1 上海交通大學醫(yī)學院附屬瑞金醫(yī)院胸外科主任醫(yī)師 邱維誠;發(fā)現肺結節(jié) 別輕易下診斷[N];健康報;2013年

2 朱立明　第四軍醫(yī)大學;三聯診斷方案辨明肺結節(jié)[N];醫(yī)藥經濟報;2010年

相關博士學位論文 前2條

1 吳龍海;高分辨率CT圖像的肺部病變計算機輔助診斷研究[D];中國科學技術大學;2008年

2 李惠民;肺結節(jié)CT研究[D];第二軍醫(yī)大學;2003年

相關碩士學位論文 前10條

1 邢謙謙;不規(guī)則形態(tài)肺結節(jié)的分割及毛刺檢測研究[D];南方醫(yī)科大學;2015年

2 劉晨輝;基于DoG的胸部CT肺結節(jié)自動檢測算法研究[D];廣州大學;2016年

3 樂昂霖;基于SVM的肺結節(jié)分割與識別[D];東北大學;2015年

4 賈守勤;常規(guī)DR胸片對肺結節(jié)漏診原因的分析[D];山東大學;2009年

5 侯喬;16層螺旋CT肺結節(jié)分析軟件在孤立性肺結節(jié)中的價值[D];重慶醫(yī)科大學;2010年

6 楊榮榮;64排螺旋CT不同的重建參數對肺結節(jié)容積定量的影響[D];天津醫(yī)科大學;2012年

7 徐衛(wèi)玲;多層螺旋CT低劑量掃描三維重組在肺結節(jié)診斷中的應用[D];吉林大學;2006年

8 司廣磊;基于胸部CT圖像肺結節(jié)分割算法研究與實現[D];東北大學;2012年

9 翟代慶;基于CT圖像的肺結節(jié)自動檢測方法研究[D];山東大學;2007年

10 歐陽林;探討影響CT檢出肺結節(jié)的因素[D];第二軍醫(yī)大學;2003年

，

本文編號：1925642