目的 探讨非对称回波最小二乘估算法迭代水脂分离序列(iterative decomposition of water and fat with echo asymmetrical and least-squares estimation quantitation sequence, IDEAL-IQ)来源的R2^(*)值在乳腺良恶性肿瘤鉴别诊断中...目的 探讨非对称回波最小二乘估算法迭代水脂分离序列(iterative decomposition of water and fat with echo asymmetrical and least-squares estimation quantitation sequence, IDEAL-IQ)来源的R2^(*)值在乳腺良恶性肿瘤鉴别诊断中的价值,并与传统多回波T2^(*)梯度回波(gradient recalled echo, GRE)序列来源的R2^(*)值进行比较。材料与方法 回顾性分析2021年9月至2023年10月在中国医科大学附属第一医院连续收治的42名患者的50个良性肿瘤病灶,在本院影像归档和通信系统(picture archiving and communication systems, PACS)中使用倾向性评分匹配方法匹配肿瘤所在最大层面的最长径,按1∶3的比例纳入150名患者的150个恶性肿瘤病灶。将恶性肿瘤根据预后因子[雌激素受体(estrogen receptor, ER)、孕激素受体(progesterone receptor, PR)以及人表皮生长因子受体2(human epidermal growth factor receptor 2, HER-2)]的阳性/阴性表达情况进行分组。所有患者均接受包含IDEAL-IQ和多回波T2*GRE序列的多参数MRI,测量以下定量参数:IDEAL-IQ序列R2^(*)值(R2^(*)IDEAL)、多回波T2*GRE序列R2^(*)值(R2^(*)GRE)、表观扩散系数(apparent diffusion coefficient, ADC)及肿瘤长径。根据原始资料类型的不同,分别利用单因素分析(独立样本t检验、Mann-Whitney U检验等方法)对比分析各参数的差异。采用Spearman相关性分析R2^(*)IDEAL与R2^(*)GRE及二者与ADC的相关性。采用配对样本t检验比较R2^(*)IDEAL与R2^(*)GRE的差异。采用logistic回归分析建立联合诊断模型,并使用受试者工作特征(receiver operating characteristic, ROC)曲线及曲线下面积(area under the curve,AUC)分析单独及联合参数鉴别乳腺肿瘤良恶性的效能。结果 相关性分析显示乳腺肿瘤患者的R2^(*)IDEAL与R2^(*)GRE呈中度相关(r=0.763,P<0.001),二者与ADC值均呈负性弱相关[r=-0.300(R2^(*)IDEAL),-0.306(R2^(*)GRE),P<0.001]。良性组与恶性组中,R2^(*)IDEAL与R2^(*)GRE均呈中度相关(r=0.745、0.680,P<0.001),二者与ADC均无相关性。两种序列所得的R2^(*)值差异有统计学意义(P<0.001)。R2^(*)IDEAL在良恶性组间差异有统计学意义(P<0.001),管腔HER-2阴性型R2^(*)值最高。对于单一参数,ADC值鉴别良恶性的AUC最高(0.857);对于联合参数,R2^(*)IDEAL+ADC鉴别良性组与管腔阴性组的AUC最高(0.927);差异均有统计学意义(P<0.05)。结论 IDEAL-IQ序列生成的R2^(*)值可用于区分良恶性乳腺肿块,可能成为除ADC外辅助乳腺肿瘤良恶性鉴别的又一无需对比剂参数。展开更多
目的:探索磁共振成像多点非对称回波采集与迭代最小二乘法水脂分离(iterative decomposition of water and fat with echo asymmetry and the least squares estimation quantification sequence,IDEAL-IQ)和体素内不相干运动(intravoxe...目的:探索磁共振成像多点非对称回波采集与迭代最小二乘法水脂分离(iterative decomposition of water and fat with echo asymmetry and the least squares estimation quantification sequence,IDEAL-IQ)和体素内不相干运动(intravoxel incoherent motion,IVIM)在子宫内膜癌(endometrial carcinoma,EC)细胞增殖状态评估中的价值。方法:回顾并分析24例Ki-67增殖指数低(≤50%)和19例Ki-67增殖指数高(>50%)的EC患者的资料,分别测量病灶IDEAL-IQ成像的脂肪分数(fat fraction,FF)、R_(2)^(*)弛豫率(R_(2)^(*))值和IVIM成像的慢速表观弥散系数(slow apparent diffusion coefficient,ADCslow)、快速表观弥散系数(fast apparent diffusion coefficient,ADC-fast)和灌注分数(perfusion fraction,f)并进行对比。受试者工作特征(receiver operating characteristic,ROC)曲线的曲线下面积(area under curve,AUC)被用于确定各参数的诊断效能,logistic回归和DeLong检验分别被用于多参数联合诊断和不同AUC间的差异分析。Spearman相关被用于评估各参数值与Ki-67增殖指数的相关性。结果:Ki-67增殖指数高的组ADC-slow、ADC-fast和R_(2)^(*)值均显著低于Ki-67增殖指数低的组(P分别为<0.001、0.004、<0.001)。ADC-slow、ADC-fast、R_(2)^(*)以及三者联合鉴别Ki-67增殖指数高、低组EC的AUC分别为0.860、0.748、0.862和0.978。DeLong分析显示,ADC-slow+ADC-fast+R_(2)^(*)与ADC-slow、ADC-fast及R_(2)^(*)之间的AUC差异均有统计学意义(Z分别为2.109、3.134、2.227;P分别为0.035、0.002、0.023)。ADC-slow和R_(2)^(*)值均与Ki-67增殖指数呈中度负相关(r分别为-0.547、-0.711,P<0.001),ADC-fast与Ki-67增殖指数呈轻度负相关(r分别为-0.324,P=0.034)。结论:ADC-slow、ADC-fast和R_(2)^(*)均有助于评估EC患者的细胞增殖状态,且三者联合能够对Ki-67增殖指数高、低组EC进行更有效的鉴别。展开更多
文摘应用二阶加权移位Grünwald-Letnikov 算子离散Riemann-Liouville型分数阶导数,用中心差分算子离散对流项,并结合非对称迭代技术形成解一维空间分数阶对流扩散的二阶半隐式有限差分格式.此格式形式上是隐式的,而通过在偶数时间层和奇数时间层选择不同的节点模板可以达到显式计算的目的.用Fourier分析方法证明稳定性,并且给出离散解和解析解在 l 2 意义下的误差估计.最后用数值算例验证了理论结果.
文摘目的:探索磁共振成像多点非对称回波采集与迭代最小二乘法水脂分离(iterative decomposition of water and fat with echo asymmetry and the least squares estimation quantification sequence,IDEAL-IQ)和体素内不相干运动(intravoxel incoherent motion,IVIM)在子宫内膜癌(endometrial carcinoma,EC)细胞增殖状态评估中的价值。方法:回顾并分析24例Ki-67增殖指数低(≤50%)和19例Ki-67增殖指数高(>50%)的EC患者的资料,分别测量病灶IDEAL-IQ成像的脂肪分数(fat fraction,FF)、R_(2)^(*)弛豫率(R_(2)^(*))值和IVIM成像的慢速表观弥散系数(slow apparent diffusion coefficient,ADCslow)、快速表观弥散系数(fast apparent diffusion coefficient,ADC-fast)和灌注分数(perfusion fraction,f)并进行对比。受试者工作特征(receiver operating characteristic,ROC)曲线的曲线下面积(area under curve,AUC)被用于确定各参数的诊断效能,logistic回归和DeLong检验分别被用于多参数联合诊断和不同AUC间的差异分析。Spearman相关被用于评估各参数值与Ki-67增殖指数的相关性。结果:Ki-67增殖指数高的组ADC-slow、ADC-fast和R_(2)^(*)值均显著低于Ki-67增殖指数低的组(P分别为<0.001、0.004、<0.001)。ADC-slow、ADC-fast、R_(2)^(*)以及三者联合鉴别Ki-67增殖指数高、低组EC的AUC分别为0.860、0.748、0.862和0.978。DeLong分析显示,ADC-slow+ADC-fast+R_(2)^(*)与ADC-slow、ADC-fast及R_(2)^(*)之间的AUC差异均有统计学意义(Z分别为2.109、3.134、2.227;P分别为0.035、0.002、0.023)。ADC-slow和R_(2)^(*)值均与Ki-67增殖指数呈中度负相关(r分别为-0.547、-0.711,P<0.001),ADC-fast与Ki-67增殖指数呈轻度负相关(r分别为-0.324,P=0.034)。结论:ADC-slow、ADC-fast和R_(2)^(*)均有助于评估EC患者的细胞增殖状态,且三者联合能够对Ki-67增殖指数高、低组EC进行更有效的鉴别。