网站大量收购独家精品文档,联系QQ:2885784924

乳腺肿瘤不同部位动态增强核磁共振信号教案解析.ppt

乳腺肿瘤不同部位动态增强核磁共振信号教案解析.ppt

  1. 1、本文档共51页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
乳腺肿瘤不同部位动态增强核磁共振信号强度的研究 研 究 生:何东峰 指导教师:马大庆教授 研究单位:首都医科大学附属北京友谊医院放射科 研究背景(一) 1. 乳腺癌占女性恶性肿瘤发病率第一 2. 新辅助化疗已经成为乳腺癌治疗的标准方法 3. 然而,由于缺乏大病理支持使得新辅助化疗存在一定的盲目性(判断肿瘤预后以及预测肿瘤的化疗疗效等方面)。 4. 对于那些对化疗不敏感的恶性肿瘤,新辅助化疗往往延误了手术或其他治疗的时机 所以有必要研究一种无创性的检查方法,以期为临床治疗提供有益参考。 研究背景(二) 1. DCE-MRI检查既可以观察乳腺肿瘤的结构特点,又可以观察其动态特点。该检查有可能为乳腺癌的个体化治疗提供有益参考。 2. 常规的DCE-MRI检查通常只关注对热点特征的描述。然而肿瘤不仅包含热点的特性,还应有冷点及不均匀性的特征。 研究目的 1. 鉴别乳腺良恶性肿瘤并判断恶性肿瘤病理分级 2. 预测肿瘤预后 3. 预测肿瘤对化疗的敏感性 The Research of DCE-MR Signal Intensities in Different Areas of Tumor for Breast Cancer Patients Backgroud: Prediction of prognosis and response to neoadjuvant chemotherapy can improve treatment of patients with invasive breast cancer. The association between dynamic magnetic resonance imaging features and chemosensitivity were evaluated for breast cancer patients prior to receiving chemotherapy. Evaluation of ischemia area (cold spot) characteristics might predict chemosensitivity. Our findings may assist clinicians in prediction of prognosis and chemosensitivity. 第一部分 动态增强核磁共振在鉴别乳腺良、恶性肿瘤和提示恶性肿瘤病理分级中的作用 材料与方法(一) 1. 研究对象的病理诊断情况 2. 研究对象的病理学分级 I级: 9 例 II级: 19例 III级:10例。 材料与方法(二) 扫描方法和技术参数: 仪器:Signa Excite HD (GE)3.0T超高场装置 造影剂:Gadolinium-DTPA(用量0.1mmol/kg ,流率2.0ml/s, 20ml盐水跟进冲洗) 注射造影剂后延迟15秒启动连续动态扫描。时间分辨率42秒。 共设定13个时相。每一时相重建92层有效图像,间隔1.6mm 材料与方法(三) 第一个动态序列中的肿瘤内部选择至少3个强化较明显的区域勾画ROI,从中选择强化最明显的区域以代表热点 在肿瘤内部至少3个强化较弱的区域勾画ROI,从中选择强化最弱的区域以代表冷点 ROI的面积应足够小(4-10个像素)以避免容积效应。 材料与方法(四) 动态参数的计算方法 SlopeC:冷点的Slopein值; WashoutC:冷点的Washout值 SlopeH:热点的Slopein值; WashoutH:热点的Washout值 Ratio-in= SlopeH / SlopeC; Ratio-out= (WashoutH - WashoutC)/ WashoutH 材料与方法 --统计学方法 采用SPSS12.0以及MedCalc11.6.1软件 采用ROC曲线分析各参数在鉴别良、恶性乳腺肿瘤方面的诊断价值(包括:灵敏度、特异度、阳性预测值、阴性预测值和ROC曲线下面积),并比较各参数的ROC曲线下面积之间是否存在显著差异。 应用Joncheere-Terpstra检验,观察多组非正态分布数据间是否存在显著差异。采用卡方检验分析成组资料。 以P0.05作为差异有统计学意义。 结果 动态及形态参数在鉴别乳腺良、恶性肿瘤上的诊断结果 动态参数与肿瘤组织学分级之间的关联关系 动态参数与肿瘤组织学分级之间的关联关系 冷点动态参数SlopeC以及反映肿瘤内部不均匀性的参数Ratio-in在不同组织学分级的恶性肿瘤间差异显著(P0.05)。 肿瘤较高的不均匀性

文档评论(0)

三沙市的姑娘 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档