一、單發(fā)腦轉移瘤的CT診斷（論文文獻綜述）
堯麒[1]（2021）在《3.0T磁共振DTI技術對高級別腦膠質瘤和腦轉移瘤的診斷與鑒別診斷研究》文中進行了進一步梳理目的:探討3.0T磁共振彌散張量成像（diffusion tensor imaging,DTI）技術對高級別腦膠質瘤和腦轉移瘤的診斷價值,并通過DTI技術中的各向異性分數(shù)（fractional anisotropy,FA）和表觀擴散系數(shù)（apparent diffusion coefficient,ADC）,研究DTI技術對高級別腦膠質瘤和腦轉移瘤的鑒別診斷價值。方法:收集我院2017年1月至2020年11月經(jīng)病理及隨訪證實的16例高級別腦膠質瘤和21例腦轉移瘤,回顧性分析臨床資料、病理特點及磁共振影像（magnetic resonance image,MRI）表現(xiàn)。磁共振行常規(guī)MRI平掃、增強、彌散加權成像（diffusion-weighted imaging,DWI）及DTI掃描,分析高級別腦膠質瘤和腦轉移瘤的影像學特征,并選擇感興趣區(qū)域,包括腫瘤囊變區(qū)、腫瘤實質區(qū)、腫瘤邊緣區(qū)、腫瘤周圍水腫區(qū)及腫瘤對側正常腦白質區(qū),通過測量DTI中的FA值與ADC值,比較高級別腦膠質瘤和腦轉移瘤不同感興趣區(qū)域的ADC值和FA值差異。結果:1.臨床及病理特點:16例高級別腦膠質瘤中,間變性星形細胞瘤12例,間變性少突-星形膠質細胞瘤2例,膠質母細胞瘤2例。21例腦轉移瘤中,原發(fā)腫瘤包括14例肺癌,3例乳腺癌,2例結腸癌,1例食管癌,1例胃癌。兩組病例在初診年齡、病灶數(shù)目上,差異有統(tǒng)計學意義（P<0.05）,在性別構成比上,形狀與部位上,差異無統(tǒng)計學差異（P>0.05）。2.MRI特點:（1）高級別腦膠質瘤實質呈稍長T1、稍長T2信號,DWI序列呈等或稍高信號;腫瘤內(nèi)囊變呈長T1、長T2信號,DWI序列呈低信號;腫瘤周圍水腫呈稍長T1、稍長T2信號,FLAIR序列呈稍高信號;MRI增強掃描,腫瘤實質明顯強化,呈壁結節(jié)狀、環(huán)狀及花環(huán)狀強化,其內(nèi)囊變無強化。（2）腦轉移瘤實質呈稍長T1、稍長T2信號,DWI序列呈等或稍高信號;其內(nèi)囊變呈長T1、長T2信號,DWI序列呈低信號;腫瘤周圍水腫呈稍長T1、稍長T2信號,FLAIR序列呈稍高信號;增強掃描,腫瘤實質呈壁結節(jié)狀或環(huán)狀強化,其內(nèi)囊變區(qū)無強化。3.同種腫瘤不同感興趣區(qū)比較:感興趣區(qū)的FA值及ADC值以均數(shù)±標準差表示。（1）FA值:高級別腦膠質瘤與腦轉移瘤內(nèi)囊變區(qū)內(nèi)FA值最低,腫瘤對側正常腦白質區(qū)的FA值最高。高級別腦膠質瘤及腦轉移瘤實質區(qū)、囊變區(qū)、邊緣區(qū)、周圍水腫區(qū)的FA值相對腫瘤對側正常腦白質區(qū)降低,差異有統(tǒng)計學差異（P<0.05）。（2）ADC值:高級別腦膠質瘤與腦轉移瘤內(nèi)囊變區(qū)的ADC值最高,腫瘤對側正常腦白質區(qū)的ADC值最低。高級別腦膠質瘤及腦轉移瘤實質區(qū)、囊變區(qū)、邊緣區(qū)、周圍水腫區(qū)的ADC值相對腫瘤對側正常腦白質區(qū)域升高,差異有統(tǒng)計學差異（P<0.05）。4.高級別腦膠質瘤與腦轉移瘤在DTI上的鑒別診斷:（1）FA值:高級別腦膠質瘤與腦轉移瘤在同一感興趣區(qū)上比較,腫瘤實質區(qū)、腫瘤邊緣區(qū)的FA值,差異有統(tǒng)計學意義（P<0.05）。腫瘤囊變區(qū)、腫瘤周圍水腫區(qū)、腫瘤對側正常腦白質區(qū)的FA值,差異無統(tǒng)計學意義（P>0.05）。（2）ADC值:高級別腦膠質瘤與腦轉移瘤在同一感興趣區(qū)上比較,腫瘤內(nèi)囊變區(qū)、腫瘤周圍水腫區(qū)的ADC值,差異有統(tǒng)計學意義（P<0.05）。腫瘤實質區(qū)、腫瘤邊緣區(qū)及腫瘤對側正常腦白質區(qū)的ADC值,差異無統(tǒng)計學意義（P>0.05）。結論:1.高級別腦膠質瘤病理類型以間變性星形細胞瘤最為多見,腦轉移瘤原發(fā)瘤病理類型以肺癌最為多見。高級別腦膠質瘤與轉移瘤兩組病例在初診年齡上比較,有統(tǒng)計學差異,腦轉移瘤患者年齡偏大。在病灶數(shù)目上比較,有統(tǒng)計學差異,多發(fā)腦轉移瘤更為常見。2.高級別腦膠質瘤與腦轉移瘤的實質區(qū)、囊變區(qū)、邊緣區(qū)、周圍水腫區(qū)的FA值相對腫瘤對側正常腦白質區(qū)降低,ADC值相對腫瘤對側正常腦白質區(qū)升高。高級別腦膠質瘤與腦轉移瘤內(nèi)囊變區(qū)的FA值最低,ADC值最高。3.兩組腫瘤實質區(qū)、邊緣區(qū)的FA值比較,腫瘤囊變區(qū)、周圍水腫區(qū)的ADC值比較,有統(tǒng)計學差異。彌散張量成像可以成為高級別腦膠質瘤和腦轉移瘤的診斷和鑒別診斷方法,為臨床的治療和預后提供幫助。
莊雪婷[2]（2021）在《MRI在小細胞肺癌腦轉移瘤和原發(fā)性腦淋巴瘤鑒別診斷價值研究》文中提出目的:分析小細胞肺癌（SCLC）腦轉移瘤和原發(fā)性腦淋巴瘤（PLB）的MRI表現(xiàn),探討其MRI影像學特征及MRI在二者鑒別診斷中的應用價值。材料與方法:收集2015年1月至2020年12月在本院進行頭顱MRI平掃和增強掃描的SCLC腦轉移瘤32例和PLB37例,并選取同期進行PWI檢查的SCLC腦轉移瘤17例和PLB15例,回顧性分析其MRI表現(xiàn),包括病灶形態(tài)、數(shù)量、部位、瘤周水腫程度、腫瘤實質T1WI和T2WI信號特征、強化特點（包括方式、程度）、腫瘤實質和瘤周水腫的彌散特點,并對SCLC腦轉移瘤和PLB的腫瘤實質r ADC值進行ROC曲線分析。同時,分析并比較17例SCLC腦轉移瘤和15例PLB的灌注情況,包括r CBV值和時間信號強度曲線（TSIC）特征。運用SPSS26.0版統(tǒng)計學軟件分析,組間采用獨立樣本t檢驗,計數(shù)資料采用卡方檢驗或非參數(shù)秩和檢驗,p<0.05視為有統(tǒng)計學意義。結果:1、腫瘤的形態(tài):SCLC腦轉移瘤常表現(xiàn)為圓形或類圓形（204個,89.47%）,PLB常表現(xiàn)為不規(guī)則形（59個,58.42%）。SCLC腦轉移瘤和PLB兩者腫瘤形態(tài)有顯著統(tǒng)計學差異（p<0.01）。2、腫瘤的數(shù)量:SCLC腦轉移瘤以多發(fā)常見（22例,68.75%）,PLB以單發(fā)常見（21例,56.76%）,二者發(fā)病數(shù)量具有統(tǒng)計學差異（p=0.034）。3、腫瘤的部位分布:SCLC腦轉移瘤發(fā)病部位以額葉（71個,31.14%）多見,PLB相比于SCLC腦轉移瘤更容易發(fā)生在基底節(jié)及胼胝體（36個,35.64%）,二者發(fā)病部位具有顯著統(tǒng)計學差異（p<0.01）。4、腫瘤瘤周水腫程度:依據(jù)瘤周水腫分級,32例SCLC腦轉移瘤病灶0-3級水腫程度數(shù)量分別為2例、14例、5例、11例;37例PLB病灶0-3級水腫程度數(shù)量分別為1例、7例、18例、11例,二者瘤周水腫程度不具有統(tǒng)計學差異（p=2.222）。5、腫瘤實質信號分析:SCLC腦轉移瘤和PLB平掃多數(shù)顯示T1WI低或稍低、T2WI高或稍高信號影,伴出血者表現(xiàn)為混雜的T1WI、T2WI信號,二者T1WI及T2WI信號均不具有統(tǒng)計學差異（p=0.067,p=0.092）。6、腫瘤強化特點:（1）SCLC腦轉移瘤多表現(xiàn)為環(huán)形或不均勻強化（82個、35.96%,80個、35.09%）,PLB多表現(xiàn)為均勻強化（85個,84.16%）,二者強化方式具有顯著統(tǒng)計學差異（p<0.01）;（2）SCLC腦轉移瘤和PLB均以顯著強化多見,二者強化程度不具有統(tǒng)計學差異（p=1.171）。7、腫瘤彌散特點:（1）SCLC腦轉移瘤實質r ADC值高于PLB,分別為0.74±0.12,0.63±0.12,二者差異具有顯著統(tǒng)計學意義（p<0.01）,當腫瘤實質r ADC閾值取0.665時,r ADC值鑒別SCLC腦轉移瘤和PLB的敏感度為66.8%,特異性為67.6%;（2）SCLC腦轉移瘤瘤周水腫r ADC為2.46±1.13,PLB瘤周水腫r ADC值為2.83±1.11,二者差異不具有統(tǒng)計學意義（p=0.180）。8、腫瘤灌注特點;17例SCLC腦轉移瘤均表現(xiàn)為高灌注,15例PLB均表現(xiàn)為低灌注,腫瘤實質r CBV值分別為6.08±1.31、1.44±0.35,二者差異具有顯著統(tǒng)計學意義（p<0.01）;TSIC顯示造影劑流入后,SCLC腦轉移瘤下降幅度明顯高于PLB,17例SCLC腦轉移瘤腫瘤實質在第一次通過造影劑后,恢復的信號強度仍處于基線水平以下;15例PLB腫瘤實質在第一次通過造影劑后,恢復的信號強度回到基線水平以上。結論:1、病灶的形態(tài)、數(shù)量、發(fā)病部位和強化方式可用于鑒別SCLC腦轉移瘤和PLB;腫瘤實質T1WI、T2WI信號、腫瘤強化程度和瘤周水腫程度不能用于鑒別SCLC腦轉移瘤和PLB。2、腫瘤實質彌散受限情況可用于鑒別SCLC腦轉移瘤和PLB,腫瘤瘤周水腫彌散受限情況不能用于鑒別SCLC腦轉移瘤和PLB。3、PWI是常規(guī)序列的有益補充,SCLC腦轉移瘤表現(xiàn)為高灌注,PLB表現(xiàn)為低灌注,二者TSIC特征不同,臨床上可以利用PWI對SCLC腦轉移瘤和PLB進行鑒別。
李雙鑫[3]（2021）在《3D-ASL聯(lián)合DKI成像在腦泡型包蟲病的應用價值》文中研究表明目的:通過分析腦泡型包蟲病（Cerebral alveolar echinococcosis,CAE）常規(guī)磁共振、擴散加權成像（Diffusion weighted imaging,DWI）、三維動脈自旋標記（Three dimensional-arterial spin labeling,3D-ASL）及擴散峰度成像（Diffusion kurtosis imaging,DKI）的成像特點,研究CAE的生物學特征及血流灌注特點,并將CAE與腦轉移瘤（Brain metastases,BM）進行鑒別診斷,提高診斷水平。方法:所有病人均在3TMR檢查儀（MAGNETOM Prisma,Siemens Healthcare,Erlangen,Germany）上進行常規(guī)MRI、DWI、DKI及3D-ASL成像。對24例經(jīng)臨床、病理或其它影像學檢查手段診斷為CAE的患者,分析CAE病灶（共86個）的數(shù)量、大小、位置、水腫體積及水腫指數(shù)特點、囊泡個數(shù)以及MRI序列（DWI、DKI、3D-ASL）對病灶不同區(qū)域（實質、邊緣、水腫）的診斷價值。分別測量CAE病灶不同區(qū)域的DKI參數(shù)（Kmean、Krad、Kax、Dmean、Drad、Dax及FA）值、ADC值和CBF值并與對側正常腦組織平均值相比得到各參數(shù)標準化后的值,并比較CAE病灶體積與病灶周圍水腫體積之間的相關關系以及囊泡個數(shù)與病灶體積之間的相關關系。分別測量24例CAE（共86個病灶）和16例BM（共69個病灶）兩組病灶實質及水腫區(qū)的各標準化參數(shù)（nADC、nKmean、nDmean、nFA、nCBF）值。兩組間分別采用獨立樣本t檢驗分析,對于差異具有一定統(tǒng)計學研究意義的參數(shù)進行ROC曲線分析,評價各個參數(shù)鑒別腦泡型包蟲病與腦轉移瘤患者的效能。結果:24例CAE共86個病灶,病灶邊緣區(qū)的Kmean、Krad、Kax、FA及CBF值高于病灶實質區(qū)、水腫區(qū)和正常區(qū)（P<0.001）。CAE病灶邊緣區(qū)的Dmean、Drad及Dax值低于實質區(qū)、水腫區(qū)及對側正常組織（P<0.01）。CAE病灶邊緣區(qū)的ADC值低于實質區(qū)及水腫區(qū)（P<0.01）。CAE病灶實質區(qū)及水腫區(qū)的Kmean、Krad、Kax、ADC值高于對側正常腦組織（P<0.001）。CAE病灶實質區(qū)和水腫區(qū)的Dmean、Drad、Dax、FA及CBF值低于對側正常腦組織（P<0.05）。CAE病灶MRI平掃水腫體積及水腫指數(shù)統(tǒng)計值分別為（230.73±336.09）cm3、11.58±14.11。CAE病灶體積及水腫體積以及病灶內(nèi)囊泡個數(shù)與病灶體積之間都存在正相關（r=0.855,P<0.001;r=0.639,P<0.001）。CAE和BM組病灶實質區(qū)n Kmean、n Dmean、nFA及nCBF值差異均有統(tǒng)計學意義（P<0.01）,但是實質區(qū)nADC值差異無統(tǒng)計學意義（P>0.05）。CAE組和BM病灶水腫區(qū)nKmean、nDmean、nFA、nCBF及nADC值差異均有統(tǒng)計學意義（P<0.05）。ROC曲線的結果分析表明兩組病灶實質區(qū)n CBF值的敏感度和其特異性都比較高,曲線下的面積最大,水腫區(qū)的n Kmean值的敏感性和其特異性都比較高,曲線下的面積也比較大,以此作為評價這些參數(shù)對于鑒別CAE與BM的效能。結論:通過聯(lián)合常規(guī)磁共振技術以及DWI、DKI及3D-ASL成像等技術,在一定分子水平下深入研究CAE病灶的周圍邊緣組織、水腫區(qū)域及囊泡的微觀生物學特點,血腦屏障的損傷和破壞程度及其新生血管形成狀態(tài)等情況,探究CAE病灶大小與周圍水腫大小之間的相互關系以及囊泡個數(shù)與其病灶體積之間的相互關系,為腦泡型包蟲病的識別、確認邊緣區(qū)域以及其病灶活性特征提供了一條全新的途徑。腦泡型包蟲病病灶內(nèi)部及周邊的多發(fā)長T2信號小囊泡有助于與腦轉移瘤鑒別,DWI、DKI聯(lián)合3D-ASL的各定量參數(shù)對鑒別腦泡型包蟲病與腦轉移瘤有重要的價值。
王瑞華,吳彬彬,楊柳,周倩,張晶晶,劉艷,韓星敏[4]（2020）在《18F-FDG PET/CT在顱內(nèi)原發(fā)性中樞神經(jīng)系統(tǒng)淋巴瘤診斷中的價值》文中認為目的探討18F-FDG PET/CT顯像視覺和半定量分析在顱內(nèi)原發(fā)性中樞神經(jīng)系統(tǒng)淋巴瘤（PCNSL）診斷中的價值。方法回顧性分析2011年5月至2018年12月于鄭州大學第一附屬醫(yī)院行18F-FDG PET/CT檢查的45例顱內(nèi)PCNSL患者[男性26例、女性19例,年齡（57.49±2.54）歲]的影像資料,并分別與52例腦膠質瘤和60例腦轉移瘤患者進行對比,采用視覺分析3組患者的病灶分布和形態(tài)特征,半定量分析最大標準化攝取值（SUVmax）、腫瘤與對側相應部位腦組織SUVmax的比值（T/WM）,評價18F-FDG PET/CT在顱內(nèi)PCNSL診斷中的價值。2組間半定量結果的比較采用獨立樣本t檢驗和校正后t檢驗,2組間診斷效能的比較及鑒別診斷閾值的判斷采用受試者工作特征（ROC）曲線進行分析。結果視覺分析結果顯示,顱內(nèi)PCNSL以高攝取18F-FDG的幕上、單發(fā)、結節(jié)狀或團塊狀病灶為多見,水腫、占位效應及瘤內(nèi)繼發(fā)改變不明顯。半定量分析結果顯示,與腦膠質瘤和腦轉移瘤相比,顱內(nèi)PCNSL的SUVmax最高（腦膠質瘤:9.96±0.48;腦轉移瘤:11.97±0.58;顱內(nèi)PCNSL :26.42±1.17,t= 13.02、11.07,均P=0.000）,T/WM亦最高（腦膠質瘤:2.99±0.09;腦轉移瘤:2.60±0.08;顱內(nèi)PCNSL:4.37±0.10,t=10.13、13.88,均P=0.000）,且差異均有統(tǒng)計學意義。當SUVmax=15.8時,顱內(nèi)PCNSL與腦膠質瘤鑒別診斷的ROC曲線下面積（AUC）最大（0.982）,而當SUVmax= 16.8時,顱內(nèi)PCNSL與腦轉移瘤鑒別診斷的AUC最大（0.946）;T/WM=3.395為顱內(nèi)PCNSL與腦膠質瘤鑒別診斷的最佳閾值,T/WM =3.220為顱內(nèi)PCNSL與腦轉移瘤鑒別診斷的最佳閾值。結論 18F-FDG PET/CT顯像可以作為傳統(tǒng)影像學診斷顱內(nèi)PCNSL的有效補充,同時在顱內(nèi)PCNSL與腦膠質瘤和腦轉移瘤的鑒別診斷方面具有顯著優(yōu)勢。
蘇麗清[5]（2020）在《磁共振延遲增強掃描在肺癌腦轉移中的研究》文中指出研究目的:比較注入釓劑后不同的延遲期時相磁共振成像對肺癌腦轉移灶顯示能力,并探索顯示病灶的最佳延遲時間。材料與方法:對2019年2月-2019年7月就診于我院肺癌初診患者合并腦轉移的病例進行前瞻性研究,經(jīng)飛利浦3.0T磁共振顱腦平掃后,注射0.2mmol/Kg的釓噴葡胺酸后行軸位TIWI TSE即時期（Delay0,D0期）掃描,并在注射對比劑后5分鐘（Delay5,D5期）、8分鐘（Delay8,D8期）、12分鐘（Delay12,D12期）和15分鐘（Delay15,D15期）行軸位TIWI TSE掃描。兩名放射科醫(yī)師采用盲法測量各個期相肺癌腦轉移灶的數(shù)量,評估每個病灶最佳的顯示期相,并在最佳顯示的期相上測量病灶的大小。對每個病灶進行實質結構（包括強化特征）的評分、邊緣的評分、總評分。同時,對不同期相的所有病灶進行信號強度的測量,計算出每個病灶的CE（Contrast Enhancement,對比強化程度）、CNR（Contrast To Noise Ratio,對比噪聲比）、CER（Contrast Enhancement Ratio對比強化比）和CBR（Contrast To Brain Ratio,對化腦比）值。觀察結果采用SPSS22.0版本統(tǒng)計學軟件進行多相關樣本的秩和檢驗分析,評價指標間使用兩兩配對t檢驗,以P<0.05作為差異具有統(tǒng)計學意義的標準。結果:（1）全組共計發(fā)現(xiàn)肺癌腦轉移灶182個:D0期發(fā)現(xiàn)144個病灶;D5期發(fā)現(xiàn)177個病灶;D8期發(fā)現(xiàn)182個病灶;D12期發(fā)現(xiàn)182個病灶;D15期亦是182個病灶。D5期新增病灶33個,占18.1%,直徑均小于7mm;D8期新增病灶5個,占2.74%,直徑小于5mm;D12期及D15期無新增病灶。（2）每個病灶最佳顯示延遲期相的評估中認為D0期、D5期、D8期、D12期和D15期圖像為最佳診斷期相的個數(shù)（比率）分別為1個（0.55%）、19個（10.44%）、30個（17.03%）、35個（19.78%）和97個（53.30%）。（3）不同時期的肺癌腦轉移灶在實質結構（包括強化特征）評分、病灶邊緣評分、總評分、CE、CNR、CER和CBR均認為各期之間都存在顯著的統(tǒng)計學差異（均為P<0.001）。運用組間比較進行兩兩配對t檢驗時結果顯示:D0期與各個延遲期之間在病灶實質結構（包括強化特征）評分、邊緣評分、總評分、CNR和CBR的比較均存在顯著的統(tǒng)計學差異（均為P<0.05）。病灶實質結構（包括強化特征）特征在各延遲期相的評分中,僅D5期與D12期、D5期和D15期之間具有統(tǒng)計學差異（分別為P=0.015、P=0.09）;總評分在各延遲期相之間僅在D5期與D15期具有統(tǒng)計學差異（P=0.05）。在對比強化程度的比較中,D5期與D8期、D5期與D12期、D5期與D15期、D8期與D15期之間有統(tǒng)計學差異（均為P<0.001）;CER顯示各延遲期相之間均有統(tǒng)計學差異（均為P<0.001）。CBR在各個延遲期相間只有D5期與D12期之間存在統(tǒng)計學差異（P=0.005）。結論:在肺癌腦轉移顯示上,各個延遲期相的圖像在病灶實質結構（包括強化特征）評分、邊緣評分、總評分、CE、CNR、CER和CBR上都優(yōu)于即時期圖像,尤其是延遲8分鐘及以上更有利于微小病灶（<7mm）的顯示。故而我們認為對肺癌初診患者分期時,應行MRI延遲增強掃描,并至少延遲到8分鐘以上。
張曉瑞,申靜,李建麗,王華鋒,楊素君,王玉芳[6]（2019）在《磁共振動態(tài)對比增強聯(lián)合彌散加權成像對單發(fā)腦轉移瘤和膠質母細胞瘤的診斷價值》文中研究說明目的:分析磁共振動態(tài)對比增強（DCE-MRI）聯(lián)合彌散加權成像（DWI）對單發(fā)腦轉移瘤和膠質母細胞瘤的鑒別診斷價值。方法:回顧性分析2013年1月至2017年12月在本院經(jīng)手術病理證實的腦腫瘤患者160例,其中膠質母細胞瘤120例,單發(fā)腦轉移瘤40例,所有患者均行常規(guī)磁共振成像（MRI）、DCE-MRI、DWI檢查,應用軟件計算腫瘤實質區(qū)和腫瘤周圍區(qū)的容積轉運常數(shù)（Ktrans）、回流速率常數(shù)（Kep）、血管外容積分數(shù)（Ve）及表觀彌散系數(shù)（ADC）值,采用受試者工作特征（ROC）曲線分析各指標單獨及聯(lián)合應用對單發(fā)腦轉移瘤和膠質母細胞瘤的鑒別診斷價值。結果:膠質母細胞瘤和單發(fā)腦轉移瘤實質區(qū)Ktrans、Kep、Ve及ADC值比較差異無統(tǒng)計學意義（P> 0. 05）,瘤周圍區(qū)Ktrans、Kep、Ve及ADC值比較差異有統(tǒng)計學意義（P <0. 05）; ROC分析顯示,Ktrans值和ADC值聯(lián)合診斷膠質母細胞瘤的ROC曲線下面積（AUC）最大,為0. 935（95%CI 0. 894～0. 968）,敏感性和特異性分別為89. 33%、91. 02%,其聯(lián)合診斷的AUC大于其分別單獨診斷的AUC（P <0. 05）。結論:DCE-MRI聯(lián)合DWI能夠有效提高膠質母細胞瘤和單發(fā)腦轉移瘤的鑒別診斷效率。
黃天健[7]（2019）在《肝癌腦轉移瘤的CT及MR表現(xiàn)（附8例影像分析）》文中指出目的探討肝癌腦轉移瘤CT及MR影像表現(xiàn)。方法回顧性分析該院自2016年5月—2018年3月期間經(jīng)手術病理證實的8例肝癌腦轉移瘤的影像學資料。結果該組8例肝癌腦轉移中,7例為單發(fā),1例多發(fā),7例發(fā)生于幕上,1例大小腦均有轉移灶,其中1例累及顱骨及顳骨、腦外皮下軟組織。CT為高密度,MRT1為高或高低混雜信號,增強后掃描病灶實質環(huán)狀或結節(jié)狀明顯強化,出血灶不強化。MR增強掃描顯示病灶范圍明顯優(yōu)于CT。結論肝癌發(fā)生腦轉移瘤的影像表現(xiàn),為多單發(fā),易出血,MR增強檢查為最佳的影像檢查技術。
張媛,李彥龍,劉連鋒,張濤,張飛,馬旭陽,唐敏麗,呂琳[8]（2019）在《磁共振成像掃描序列在腦膠質母細胞瘤和單發(fā)腦轉移瘤鑒別診斷中的價值分析》文中認為目的:分析磁共振成像（MRI）掃描序列T1液體衰減反轉恢復（FLAIR）、T2WI、T2FLAIR、磁共振彌散加權成像（DWI）和增強T1WI在腦膠質母細胞瘤和單發(fā)腦轉移瘤鑒別診斷中的價值。方法:選取醫(yī)院收治的40例由病理或者臨床確診為腦膠質母細胞瘤的患者,以及50例腦單發(fā)轉移瘤患者,對所有受試者進行MRI掃描序列及增強檢查,并通過MaZda軟件勾畫出最大序列DWI和增強T1WI的腫瘤感興趣區(qū)域（ROI）,得出病變部位的紋理線條,分析受試者工作（ROC）曲線下面積（AUC）。結果:腦膠質母細胞瘤及單發(fā)腦轉移瘤中的灰度共存矩陣參數(shù)中增強T1WI均值、自相關、DWI及直方圖紋理參數(shù)與增強T1WI的偏度比較,差異具有統(tǒng)計學意義（x2=6.351,P<0.05）。DWI自相關在腦膠質母細胞瘤和單發(fā)腦轉移瘤鑒別診斷中的敏感度和特異度分別為82.50%和86.00%,AUC為0.89。結論:MRI掃描序列及增強檢查的紋理分析對鑒別腦膠質母細胞瘤和單發(fā)腦轉移瘤具有重要的意義。
歐陽效棖,王晨,曾劍兵,梁川,梁瑞金,蔡長壽[9]（2019）在《CT和MRI在腦轉移瘤鑒別診斷中的應用及比較》文中進行了進一步梳理目的:了解CT和MRI對腦轉移瘤診斷的特點,探究兩種方法用于腦轉移瘤鑒別診斷的差異及經(jīng)驗。方法:選取深圳市龍華區(qū)人民醫(yī)院符合條件的60名腦轉移瘤病例分別進行CT和MRI檢查,比較掃描表現(xiàn)、不同特征轉移瘤檢出情況、不同原發(fā)腫瘤檢出情況的差異。結果:CT和MRI檢查不同特征腦轉移瘤,其瘤周水腫程度（P<0.05）、病變大?。≒<0.05）的檢查情況差異顯著;CT和MRI對于不同原發(fā)腫瘤發(fā)生腦轉移的一次性成功檢出率亦具有統(tǒng)計學差異（P<0.05）;不同部位腦轉移瘤CT和MRI表現(xiàn)有一定特征,但需要與其他類型腦轉移瘤進行鑒別。結論:CT和MRI掃描表現(xiàn)的差異主要由于腦轉移瘤特征、方法特點所導致,且CT和MRI檢查不同原發(fā)腫瘤發(fā)生腦轉移的特征性表現(xiàn)和價值不同,針對不同類型腦轉移瘤可嘗試聯(lián)用CT和MRI兩種方法同時檢查,著重綜合分析影像學表現(xiàn)特征。
董飛[10]（2019）在《MR影像組學和深度學習在膠質瘤術前診斷評估中的應用》文中認為研究背景及目的膠質瘤是中樞神經(jīng)系統(tǒng)最常見的原發(fā)性腫瘤,預后較差,對國家造成了巨大的經(jīng)濟和社會負擔。即使相同組織學類型和級別的腫瘤、給予相同的治療方案預后可能仍存在著較大差異。在以往組織病理學特征的基礎上,增加分子病理學信息,有助于膠質瘤更加精確地分類。雖然MRI是包括膠質瘤在內(nèi)的腦腫瘤的基本檢查方法,但膠質瘤MR影像表現(xiàn)多樣,有時難以與其他腦腫瘤或病變進行鑒別。甚至不同類型、級別的膠質瘤也會出現(xiàn)相似的MR影像表現(xiàn)、難以鑒別。另外,常規(guī)MRI的傳統(tǒng)解讀方法在膠質瘤分子標記物評估方面也存在較多的困難。膠質瘤以手術治療為主,術前精準的診斷評估,包括與其他腦腫瘤準確鑒別、膠質瘤組織學類型區(qū)分、分子標記物評估等有助于個體化治療方案的制定及療效預測。影像組學和深度學習的方法能夠更加深入地挖掘影像學信息、揭示腫瘤的病理生理學基礎,因此,通過這兩種方法對MR圖像進行分析,可能有助于進一步提高膠質術前精準診斷評估的水平。在膠質瘤和其他腫瘤鑒別方面,幕上單發(fā)腦轉移瘤和膠質母細胞瘤的影像鑒別是一個難點,兩者的MRI具有相似的表現(xiàn)。由于膠質瘤和腦轉移瘤的處理方案存在一些差異,尤其是對于既往沒有腫瘤病史的患者,鑒別兩種腫瘤具有重要價值。研究發(fā)現(xiàn),膠質母細胞瘤在MR強化病灶周圍水腫區(qū)常有腫瘤細胞浸潤及腫瘤血管生成,而轉移瘤MRI強化灶周圍水腫區(qū)無腫瘤細胞浸潤及腫瘤血管生成,所以,利用影像組學方法提取MR增強圖像中強化周圍水腫區(qū)的特征,有可能對兩種腫瘤有較好的鑒別價值。而對于小腦高級別膠質瘤,除了轉移瘤需要鑒別以外,由于血管母細胞瘤的MR表現(xiàn)多樣、診療方案與其存在差異,所以,該腫瘤也是需要與高級別膠質瘤鑒別的一種腫瘤。膠質母細胞瘤惡性度高,并且發(fā)病率占膠質瘤總數(shù)的一半左右。EGFR基因擴增和突變是膠質母細胞瘤最常見的基因改變,EGFR基因擴增狀態(tài)對膠質母細胞瘤治療方法的選擇及預后具有重要影響。由于EGFR基因擴增與膠質母細胞瘤的細胞增殖、侵襲及血管生成等事件有關,利用影像組學的方法分析瘤區(qū)的MR影像有可能深入挖掘出與這些事件相關的特征,實現(xiàn)對EGFR基因擴增狀態(tài)的預測。少枝膠質細胞瘤的預后相對較好,對于較低級別膠質瘤,進一步評估是少枝膠質細胞瘤還是其他類型膠質瘤具有重要的臨床意義。染色體1p/19q聯(lián)合缺失是少枝膠質細胞瘤的分子標記物,對診斷少枝膠質細胞瘤、鑒別其他膠質瘤及評估預后具有重要價值。基于深度卷積神經(jīng)網(wǎng)絡的深度學習方法在其他圖像分類中的優(yōu)秀表現(xiàn),利用深度卷積神經(jīng)網(wǎng)絡對染色體1p/19q聯(lián)合缺失和無染色體1p/19q聯(lián)合缺失的兩類腫瘤MR圖像數(shù)據(jù)進行建模、分類預測可能會得到較好的結果。目前,利用提取的特征建立模型或分類器通常被認為是影像組學研究的最后一個流程,但是建立的模型或分類器的結果并不總是令人滿意的,如何進一步提升模型或分類器的表現(xiàn)是臨床應用的一個需求。由于建立模型或分類器的算法有很多,各種算法的表現(xiàn)可能存在一定的差異,聯(lián)合使用多個模型或分類器,類似于臨床上多學科專家會診模式,是否會得到更好的結果也是值得我們研究的一個內(nèi)容。深度學習通常需要大量帶有標記的訓練數(shù)據(jù),這對于醫(yī)學圖像來說較為困難。利用大規(guī)模圖像數(shù)據(jù)訓練得到的深度神經(jīng)網(wǎng)絡模型進行遷移學習,在皮膚癌分類、X線骨折診斷等方面均取得了較好的結果。這種遷移學習方法是否可以對膠質瘤分子標記物的預測得到同樣的效果是我們所期待的。目前,影像組學研究提取的特征或建立的模型主要是疾病或分類結果特異的,每個研究使用的特征、建立的模型可能都存在一定差異,而且影像組學多為常見病和多發(fā)病的研究。影像組學的特征及模型是否具有不同疾病或不同分類結果間的泛化性以及影像組學如何應用于少見病和罕見病均有待于進一步研究。最后,無論是影像組學還是深度學習,它們都不是萬能的,在使用過程中需要醫(yī)生的積極參與。因此,本研究將使用影像組學或深度學習的方法對幕上單發(fā)轉移瘤和膠質母細胞瘤進行鑒別（實驗一）、對小腦高級別膠質瘤和血管母細胞瘤鑒別（實驗二）、對膠質母細胞瘤EGFR基因擴增狀態(tài)進行預測（實驗三）、對較低級別膠質瘤染色體1p/19q聯(lián)合缺失狀態(tài)進行預測（實驗四）。并且,在研究中我們將探索聯(lián)合使用多分類器的價值（實驗一）、針對罕見病借用影像組學模型的可行性（實驗二）、使用深度神經(jīng)網(wǎng)絡遷移學習對膠質瘤分子標記物預測的價值（實驗四）、探索后續(xù)人工分析的應用和價值（實驗四）。材料和方法實驗一:納入術前行顱腦MR平掃及增強檢查的180例經(jīng)常規(guī)病理學確診的幕上單發(fā)腦腫瘤患者（腦轉移瘤90例,膠質母細胞瘤90例）,數(shù)據(jù)按8:2隨機分組至訓練集和測試集。提取腫瘤強化周圍水腫區(qū)的定量影像組學特征,經(jīng)過特征篩選及處理后,建立5個分類器,進一步通過使用相同權重投票及不同權重邏輯回歸分析的方法聯(lián)合使用這些分類器。分析單個分類器及聯(lián)合使用分類器對幕上單發(fā)腦轉移瘤和膠質母細胞瘤的鑒別能力;使用準確度、敏感度、特異度、約登指數(shù)評估單個分類器及聯(lián)合使用這些分類器的表現(xiàn)。實驗二:納入術前行顱腦MR平掃及增強掃描的30例經(jīng)病理確診的小腦高級別膠質瘤和血管母細胞瘤的患者（高級別膠質瘤15例,血管母細胞瘤15例）,借用已建立的鑒別膠質母細胞瘤和毛細胞型星形細胞瘤的影像組學模型（GBM-PA模型）對本研究中納入的高級別膠質瘤和血管母細胞瘤進行鑒別;同時,根據(jù)高級別膠質瘤與轉移瘤的強化模式相似的病理學基礎,納入15例小腦單發(fā)轉移瘤的病例進行驗證,使用同樣模型對轉移瘤和血管母細胞瘤進行鑒別。對模型中的膠質母細胞瘤分別使用高級別膠質瘤和轉移瘤進行標簽置換,對模型中的毛細胞型星形細胞瘤使用血管母細胞瘤進行標簽置換。以準確度、敏感度、特異度作為評價借用模型對小腦高級別膠質瘤和血管母細胞瘤鑒別的能力。實驗三:納入術前行顱腦MR平掃及增強掃描的50例經(jīng)常規(guī)病理學確診GBM并行分子病理學EGFR基因擴增狀態(tài)檢測的患者,按約7:3比例隨機分組至訓練集和測試集,高通量提取MR增強圖像中瘤區(qū)的影像組學特征。根據(jù)特征穩(wěn)定性（依據(jù)組內(nèi)相關系數(shù)（Intraclass correlation efficient,ICC）值）及Lasso回歸等算法對訓練集數(shù)據(jù)進行特征篩選,使用篩選后的特征建立邏輯回歸模型、支持向量機模型及神經(jīng)網(wǎng)絡模型,以模型在訓練集及測試集的受試者工作曲線（ROC曲線）下面積（AUC）作為模型評價標準。實驗四:納入術前行顱腦磁共振平掃的140例經(jīng)常規(guī)病理學確診為較低級別膠質瘤,并行分子病理學檢測染色體1p/19q聯(lián)合缺失狀態(tài)的患者,獲取腫瘤T2W圖像712幅,按約8:1:1比例隨機分為訓練數(shù)據(jù)、驗證數(shù)據(jù)及測試數(shù)據(jù)。使用訓練集圖像及數(shù)據(jù)擴增方法重新訓練GoogleNet Inception v3深度卷積神經(jīng)網(wǎng)絡的頂層。迭代次數(shù)為5000次,初始學習率0.01。使用159例TCIA公共數(shù)據(jù)集病例作為外部測試數(shù)據(jù)。為進一步提高病例的預測準確度,對測試數(shù)據(jù)中預測錯誤病例的腫瘤位置特征進行簡單的人工分析,對人工分析提取的共性特征通過相應的TCIA外部測試數(shù)據(jù)進行驗證。實驗結果實驗一:每個腫瘤共提取271個特征,經(jīng)過特征篩選保留8個特征。在訓練集中,5個分類器的準確度為0.67-0.80,敏感度0.60～0.82,特異度0.63～0.86,約登指數(shù)為0.34～0.60;測試集中5個分類器的準確度為0.61～0.69,敏感度0.39-0.72,特異度0.50～0.83,約登指數(shù)為0.22～0.39。通過相同權重投票的方法,訓練集中5個分類器聯(lián)合后的準確度為0.73,敏感度0.76,特異度0.69,約登指數(shù)為0.45,測試集中5個分類器聯(lián)合后的準確度為0.61,敏感度0.56,特異度0.67,約登指數(shù)為0.23。訓練集中,對于5個分類器預測結果一致的病例,分類器鑒別準確度為0.86,敏感度0.80,特異度0.91,約登指數(shù)為0.71;測試集中相應準確度為0.77,敏感度0.75,特異度0.78,約登指數(shù)0.53。使用不同權重,聯(lián)合使用5個分類器的總體表現(xiàn)并不突出。實驗二:借用模型對小腦高級別膠質瘤和血管母細胞瘤鑒別的準確度為0.73,敏感度1.0,特異度0.47。作為對照驗證,借用模型對轉移瘤和血管母細胞瘤的鑒別得到了相同的結果。實驗三:共提取腫瘤區(qū)MR影像組學特征102個,經(jīng)特征篩選保留3個特征,包括一個形態(tài)學特征originalshapeSurfaceVolumeRatio,一個灰度共生矩陣特征originalglcmMaximumProbability 和 一 個 灰 度 相 關 矩 陣 特 征originalgldmLargeDependenceHighGrayLevelEmphasis。邏輯回歸模型、支持向量機模型及神經(jīng)網(wǎng)絡模型在訓練集的AUC值分別為0.85,0.84和0.84,在測試集的AUC 值分別為 0.84,0.84,0.82。實驗四:基于深度卷積神經(jīng)網(wǎng)絡學習,訓練數(shù)據(jù)、驗證數(shù)據(jù)、測試數(shù)據(jù)、外部TCIA測試數(shù)據(jù)的準確度分別為0.94、0.68、0.77和0.73。測試數(shù)據(jù)中預測錯誤的14個病例（15幅圖像）中有3例腫瘤主要位于皮層下,均為無染色體1p/19q聯(lián)合缺失而誤判為染色體1p/19q聯(lián)合缺失病例,TCIA外部測試數(shù)據(jù)中14例誤判為染色體1p/19q聯(lián)合缺失的病例中有5例腫瘤主要位于皮層下。結合腫瘤位置分析,測試集和TCIA外部測試集的準確度達0.81和0.75。結論綜述所述,我們研究顯示:（1）使用強化周圍水腫區(qū)的8個影像組學特征鑒別幕上單發(fā)轉移瘤和膠質母細胞瘤具有一定的價值。聯(lián)合使用多個分類器,能夠帶來額外的鑒別診斷益處,尤其是當多個分類器表現(xiàn)一致的時候,對兩種腫瘤的鑒別能力有進一步提升。（2）借用GBM-PA模型對小腦高級別膠質瘤和血管母細胞瘤的鑒別具有可行性,提示影像組學特征或模型具有泛化性。（3）使用膠質母細胞瘤MR增強圖像中瘤區(qū)的3個特征預測EGFR基因擴增狀態(tài)具有較好的價值。（4）使用GoogleNetinception-v3深度卷積神經(jīng)網(wǎng)絡對預測顱內(nèi)較低級別膠質瘤染色體1p/19q聯(lián)合缺失狀態(tài)具有較好的預測價值,結合人工分析有助于進一步提高對病例的預測準確性。
二、單發(fā)腦轉移瘤的CT診斷（論文開題報告）
（1）論文研究背景及目的
此處內(nèi)容要求：
首先簡單簡介論文所研究問題的基本概念和背景，再而簡單明了地指出論文所要研究解決的具體問題，并提出你的論文準備的觀點或解決方法。
寫法范例：
本文主要提出一款精簡64位RISC處理器存儲管理單元結構并詳細分析其設計過程。在該MMU結構中,TLB采用叁個分離的TLB,TLB采用基于內(nèi)容查找的相聯(lián)存儲器并行查找,支持粗粒度為64KB和細粒度為4KB兩種頁面大小,采用多級分層頁表結構映射地址空間,并詳細論述了四級頁表轉換過程,TLB結構組織等。該MMU結構將作為該處理器存儲系統(tǒng)實現(xiàn)的一個重要組成部分。
（2）本文研究方法
調(diào)查法：該方法是有目的、有系統(tǒng)的搜集有關研究對象的具體信息。
觀察法：用自己的感官和輔助工具直接觀察研究對象從而得到有關信息。
實驗法：通過主支變革、控制研究對象來發(fā)現(xiàn)與確認事物間的因果關系。
文獻研究法：通過調(diào)查文獻來獲得資料，從而全面的、正確的了解掌握研究方法。
實證研究法：依據(jù)現(xiàn)有的科學理論和實踐的需要提出設計。
定性分析法：對研究對象進行“質”的方面的研究，這個方法需要計算的數(shù)據(jù)較少。
定量分析法：通過具體的數(shù)字，使人們對研究對象的認識進一步精確化。
跨學科研究法：運用多學科的理論、方法和成果從整體上對某一課題進行研究。
功能分析法：這是社會科學用來分析社會現(xiàn)象的一種方法，從某一功能出發(fā)研究多個方面的影響。
模擬法：通過創(chuàng)設一個與原型相似的模型來間接研究原型某種特性的一種形容方法。
三、單發(fā)腦轉移瘤的CT診斷（論文提綱范文）
（1）3.0T磁共振DTI技術對高級別腦膠質瘤和腦轉移瘤的診斷與鑒別診斷研究（論文提綱范文）
| 中文摘要 |
| Abstract |
| 前言 |
| 材料與方法 |
| 結果 |
| 討論 |
| 結論 |
| 參考文獻 |
| 英漢縮略詞對照表 |
| 磁共振DTI技術對高級別腦膠質瘤和腦轉移瘤的診斷及鑒別診斷進展 綜述 |
| 參考文獻 |
| 攻讀碩士學位期間發(fā)表論文情況 |
| 致謝 |
（2）MRI在小細胞肺癌腦轉移瘤和原發(fā)性腦淋巴瘤鑒別診斷價值研究（論文提綱范文）
| 附錄 |
| 中文摘要 |
| abstract |
| 前言 |
| 1 材料與方法 |
| 1.1 一般資料 |
| 1.2 研究病例納入標準 |
| 1.3 研究病例排除標準 |
| 1.4 檢查設備與方法 |
| 1.5 圖像觀察與分析 |
| 1.6 觀察指標及參考標準 |
| 1.7 統(tǒng)計學分析 |
| 2 結果 |
| 2.1 SCLC腦轉移瘤和PLB病灶常規(guī)MR征象分析 |
| 2.1.1 SCLC腦轉移瘤和PLB病灶形態(tài)特點 |
| 2.1.2 SCLC腦轉移瘤和PLB發(fā)病數(shù)量特點 |
| 2.1.3 SCLC腦轉移瘤和PLB部位分布特點 |
| 2.1.4 SCLC腦轉移瘤和PLB瘤周水腫特點 |
| 2.1.5 SCLC腦轉移瘤和PLB實質信號特點 |
| 2.1.6 SCLC腦轉移瘤和PLB強化特點 |
| 2.2 SCLC腦轉移瘤和PLB腫瘤實質及瘤周水腫彌散特點 |
| 2.2.1 SCLC腦轉移瘤和PLB腫瘤實質彌散特點 |
| 2.2.2 SCLC腦轉移瘤和PLB腫瘤瘤周水腫彌散特點 |
| 2.3 SCLC腦轉移瘤和PLB腫瘤實質灌注特點 |
| 3 討論 |
| 3.1 SCLC腦轉移瘤和PLB流行病學 |
| 3.1.1 SCLC腦轉移瘤流行病學 |
| 3.1.2 PLB流行病學 |
| 3.2 SCLC腦轉移瘤和PLB病灶常規(guī)MR征象分析 |
| 3.2.1 SCLC腦轉移瘤和PLB病灶形態(tài) |
| 3.2.2 SCLC腦轉移瘤和PLB病灶數(shù)量 |
| 3.2.3 SCLC腦轉移瘤和PLB發(fā)生部位 |
| 3.2.4 SCLC腦轉移瘤和PLB灶周水腫分析 |
| 3.2.5 SCLC腦轉移瘤和PLB實質信號分析 |
| 3.2.6 SCLC腦轉移瘤和PLB病灶強化特點 |
| 3.3 SCLC腦轉移瘤和PLB病灶及瘤周水腫彌散特點 |
| 3.3.1 SCLC腦轉移瘤和PLB病灶彌散特點 |
| 3.3.2 SCLC腦轉移瘤和PLB瘤周水腫彌散特點 |
| 3.4 SCLC腦轉移瘤和PLB灌注特點 |
| 3.4.1 SCLC腦轉移瘤和PLB腫瘤實質r CBV特點 |
| 3.4.2 SCLC腦轉移瘤和PLB的 TSIC特征 |
| 3.5 SCLC腦轉移瘤和PLB波譜成像特點 |
| 3.6 本次研究的局限性 |
| 4 結論 |
| 參考文獻 |
| 綜述 小細胞肺癌腦轉移瘤和原發(fā)性腦淋巴瘤影像及臨床研究進展 |
| 參考文獻 |
| 致謝 |
（3）3D-ASL聯(lián)合DKI成像在腦泡型包蟲病的應用價值（論文提綱范文）
| 摘要 |
| Abstract |
| 主要符號對照表 |
| 引言 |
| 第1章 常規(guī)MRI結合DWI、DKI及 3D-ASL技術在腦泡型包蟲病的應用價值 |
| 1.1 對象和方法 |
| 1.1.1 研究對象及基本情況 |
| 1.1.2 研究對象納入和排除標準 |
| 1.1.3 MR檢查方法及掃描參數(shù) |
| 1.1.4 圖像分析 |
| 1.1.5 圖像后處理 |
| 1.1.6 統(tǒng)計分析 |
| 1.2 結果 |
| 1.2.1 研究對象一般資料 |
| 1.2.2 CAE病灶常規(guī)影像學表現(xiàn) |
| 1.2.3 CAE病灶體積與水腫體積以及囊泡與病灶體積的相關性分析 |
| 1.2.4 CAE病灶DWI、DKI及3D-ASL結果 |
| 1.3 討論 |
| 1.3.1 腦泡型包蟲病概述 |
| 1.3.2 腦泡型包蟲病的病理 |
| 1.3.3 CAE病灶不同區(qū)域DWI表現(xiàn)及特點 |
| 1.3.4 CAE病灶不同區(qū)域DKI表現(xiàn)及特點 |
| 1.3.5 CAE病灶不同區(qū)域3D-ASL表現(xiàn)及特點 |
| 1.3.6 CAE病灶周圍水腫的特點 |
| 1.3.7 CAE病灶體積與水腫體積、囊泡個數(shù)的相關性分析 |
| 1.3.8 本章小結 |
| 第2章 DWI、DKI聯(lián)合3D-ASL在腦泡型包蟲病與腦轉移瘤的鑒別診斷中的應用價值 |
| 2.1 對象和方法 |
| 2.1.1 研究對象 |
| 2.1.2 MR檢查方法及掃描參數(shù) |
| 2.1.3 圖像分析及后處理 |
| 2.1.4 統(tǒng)計學方法 |
| 2.2 結果 |
| 2.2.1 CAE和BM組一般資料 |
| 2.2.2 CAE和BM病灶影像表現(xiàn) |
| 2.2.3 CAE組和BM組病灶實質區(qū)各標準化參數(shù)結果 |
| 2.2.4 CAE組和BM組病灶水腫區(qū)各標準化參數(shù)結果 |
| 2.2.5 CAE組和BM組病灶各標準化參數(shù)ROC曲線結果分析 |
| 2.3 討論 |
| 2.3.1 概述 |
| 2.3.2 CAE和BM組病灶體積與水腫體積之間的相關性 |
| 2.3.3 各參數(shù)對CAE和BM的鑒別診斷及診斷效能 |
| 2.3.4 本章小結 |
| 第3章 全文結論 |
| 3.1 研究結論 |
| 3.2 臨床意義 |
| 3.3 不足之處 |
| 參考文獻 |
| 作者簡介 |
| 致謝 |
| 附錄 多模態(tài)影像技術在腦泡型包蟲病中的研究進展 |
| 參考文獻 |
（5）磁共振延遲增強掃描在肺癌腦轉移中的研究（論文提綱范文）
| 附錄 |
| 中文摘要 |
| Abstract |
| 1 前言 |
| 2 材料與方法 |
| 2.1 .材料 |
| 2.1.1 一般資料 |
| 2.1.2 納入標準與排除標準 |
| 2.2 .方法 |
| 2.2.1 檢查設備 |
| 2.2.2 圖像定位 |
| 2.2.3 掃描計劃 |
| 2.2.4 掃描序列具體參數(shù) |
| 2.2.5 圖像存儲 |
| 2.2.6 圖像評估 |
| 2.2.7 統(tǒng)計方法 |
| 3 結果 |
| 3.1 病灶數(shù)量 |
| 3.2 最佳顯示肺癌腦轉移病變的期相 |
| 3.3 比較病灶不同期相的實質結構(包括強化特征)評分、邊緣評分、前兩者的總評分 |
| 3.4 針對每個病灶不同期相的 CE、CNR、CER、CBR 進行統(tǒng)計學分析 |
| 4 討論 |
| 5 結論 |
| 參考文獻 |
| 綜述 影像檢查技術在肺癌腦轉移中的價值 |
| 參考文獻 |
| 致謝 |
（6）磁共振動態(tài)對比增強聯(lián)合彌散加權成像對單發(fā)腦轉移瘤和膠質母細胞瘤的診斷價值（論文提綱范文）
| 1 資料與方法 |
| 1.1 一般資料 |
| 1.2 方法 |
| 1.2.1 檢查方法 |
| 1.2.2 圖像處理及數(shù)據(jù)分析 |
| 1.3 統(tǒng)計學處理 |
| 2 結果 |
| 2.1 膠質母細胞瘤和單發(fā)腦轉移瘤實質區(qū)和瘤周圍區(qū)Ktrans、Kep、Ve值比較 |
| 2.2 膠質母細胞瘤和單發(fā)腦轉移瘤實質區(qū)和瘤周圍區(qū)ADC值比較 |
| 2.3 DCE-MRI診斷的ROC分析 |
| 2.4 DWI診斷的ROC分析 |
| 2.5 DCE-MRI與DWI聯(lián)合診斷的ROC分析 |
| 3 討論 |
（7）肝癌腦轉移瘤的CT及MR表現(xiàn)（附8例影像分析）（論文提綱范文）
| 1 資料與方法 |
| 1.1 一般資料 |
| 1.2 臨床表現(xiàn) |
| 1.3 采用的影像學檢查 |
| 2 結果 |
| 2.1 部位病灶 |
| 2.2 腫瘤的形態(tài) |
| 2.3 腫瘤的密度（信號）特點 |
| 2.4 瘤周水腫 |
| 3 討論 |
| 3.1 影像征象 |
| 3.2 診斷與鑒別診斷 |
（8）磁共振成像掃描序列在腦膠質母細胞瘤和單發(fā)腦轉移瘤鑒別診斷中的價值分析（論文提綱范文）
| 1 資料與方法 |
| 1.1 一般資料 |
| 1.2 納入與排除標準 |
| 1.3 儀器設備 |
| 1.4 掃描方法 |
| 1.5 圖像選擇及紋理分析 |
| 1.6 統(tǒng)計學方法 |
| 2 結果 |
| 2.1 腦膠質母細胞瘤和單發(fā)腦轉移瘤紋理分析 |
| 2.2 紋理參數(shù)測量結果的一致性分析 |
| 2.3 灰度共生矩陣參數(shù)對鑒別腦膠質母細胞瘤與單發(fā)腦轉移瘤的診斷效能 |
| 3 討論 |
（9）CT和MRI在腦轉移瘤鑒別診斷中的應用及比較（論文提綱范文）
| 1 材料與方法 |
| 1.1 資料來源 |
| 1.2 檢查方法 |
| 1.3 評價指標 |
| 1.4 統(tǒng)計分析 |
| 2 結果 |
| 2.1 腦內(nèi)轉移瘤患者基本情況 |
| 2.2 CT和MRI掃描表現(xiàn)的比較 |
| 2.3 不同特征腫瘤CT和MRI檢出情況差異的比較 |
| 2.4 不同部位腦轉移瘤CT和MRI正確檢出率的比較 |
| 3 討論 |
（10）MR影像組學和深度學習在膠質瘤術前診斷評估中的應用（論文提綱范文）
| 致謝 |
| 中文摘要 |
| 英文摘要 |
| 縮寫及符號清單 |
| 第一章 緒論 |
| 1.1 研究背景 |
| 1.2 研究問題及研究目的 |
| 第二章 利用強化周圍水腫區(qū)MR影像組學特征及多個分類器鑒別幕上單發(fā)轉移瘤和膠質母細胞瘤 |
| 2.1 引言 |
| 2.2 方法 |
| 2.3 結果 |
| 2.4 討論 |
| 2.5 結論 |
| 第三章 基于相似的強化模式借用影像組學模型鑒別成人小腦高級別膠質瘤與血管母細胞瘤 |
| 3.1 引言 |
| 3.2 材料和方法 |
| 3.3 結果 |
| 3.4 討論 |
| 3.5 結論 |
| 第四章 MR影像組學預測膠質母細胞瘤EGFR基因擴增狀態(tài)的研究 |
| 4.1 引言 |
| 4.2 材料與方法 |
| 4.3 結果 |
| 4.4 討論 |
| 4.5 結論 |
| 第五章 深度卷積神經(jīng)網(wǎng)絡結合人工分析預測較低級別膠質瘤染色體1p/19q聯(lián)合缺失狀態(tài) |
| 5.1 引言 |
| 5.2 材料和方法 |
| 5.3 結果 |
| 5.4 討論 |
| 5.5 結論 |
| 參考文獻 |
| 綜述 |
| 參考文獻 |
| 作者簡歷及在讀期間所取得的成果 |
四、單發(fā)腦轉移瘤的CT診斷（論文參考文獻）
- [1]3.0T磁共振DTI技術對高級別腦膠質瘤和腦轉移瘤的診斷與鑒別診斷研究[D]. 堯麒. 西南醫(yī)科大學, 2021(01)
- [2]MRI在小細胞肺癌腦轉移瘤和原發(fā)性腦淋巴瘤鑒別診斷價值研究[D]. 莊雪婷. 福建醫(yī)科大學, 2021(02)
- [3]3D-ASL聯(lián)合DKI成像在腦泡型包蟲病的應用價值[D]. 李雙鑫. 青海大學, 2021(01)
- [4]18F-FDG PET/CT在顱內(nèi)原發(fā)性中樞神經(jīng)系統(tǒng)淋巴瘤診斷中的價值[J]. 王瑞華,吳彬彬,楊柳,周倩,張晶晶,劉艷,韓星敏. 國際放射醫(yī)學核醫(yī)學雜志, 2020(06)
- [5]磁共振延遲增強掃描在肺癌腦轉移中的研究[D]. 蘇麗清. 福建醫(yī)科大學, 2020(02)
- [6]磁共振動態(tài)對比增強聯(lián)合彌散加權成像對單發(fā)腦轉移瘤和膠質母細胞瘤的診斷價值[J]. 張曉瑞,申靜,李建麗,王華鋒,楊素君,王玉芳. 現(xiàn)代醫(yī)學, 2019(12)
- [7]肝癌腦轉移瘤的CT及MR表現(xiàn)（附8例影像分析）[J]. 黃天健. 中外醫(yī)療, 2019(34)
- [8]磁共振成像掃描序列在腦膠質母細胞瘤和單發(fā)腦轉移瘤鑒別診斷中的價值分析[J]. 張媛,李彥龍,劉連鋒,張濤,張飛,馬旭陽,唐敏麗,呂琳. 中國醫(yī)學裝備, 2019(11)
- [9]CT和MRI在腦轉移瘤鑒別診斷中的應用及比較[J]. 歐陽效棖,王晨,曾劍兵,梁川,梁瑞金,蔡長壽. 中國數(shù)字醫(yī)學, 2019(09)
- [10]MR影像組學和深度學習在膠質瘤術前診斷評估中的應用[D]. 董飛. 浙江大學, 2019(03)
標簽：神經(jīng)膠質瘤論文; 轉移瘤論文; 膠質母細胞瘤論文; 惡性腦膠質瘤論文;