一、乳腺癌术前快速活检定性诊断方法及其应用（论文文献综述）
刘艳超,刘郭坤,王巍巍,张宁,张迎舟[1]（2021）在《CEUS对乳腺癌前哨淋巴结术前指导价值》文中研究指明目的探讨超声造影（CEUS）对乳腺癌前哨淋巴结术前指导的价值。方法选择80例经病理学确诊的乳腺癌患者,患者术前均行前哨淋巴结CEUS检测,记录造影特征与前哨淋巴结检出率,与病理结果进行比较。结果 80例患者经术前CEUS检查检出前哨淋巴结97枚,经术中蓝染法证实为前哨淋巴结,I型增强37枚、Ⅱ型增强55枚,Ⅲ型增强5枚,3例患者经术前CEUS未探及明确前哨淋巴结,术前CEUS前哨淋巴结定位率96.25%（77/80）;CEUS诊断97枚前哨淋巴结中良性淋巴结37枚,转移性淋巴结60枚,CEUS检出阳性前哨淋巴结最大径大于阴性前哨淋巴结（P<0.05）,存在周边声晕、血流Ⅱ～Ⅲ级枚数均多于阴性结果（P<0.05）,病理检查诊断良性淋巴结61枚,阴性淋巴结26枚,CEUS诊断前哨淋巴结转移的灵敏度为100%,特异度为60.66%,准确率为75.26%,阳性预测值60.00%,阴性预测值100%。结论 CEUS在乳腺癌术前的前哨淋巴结定性评估具有良好效能,临床实用价值较高。
王守红[2]（2020）在《MR-DWI对乳腺癌腋窝淋巴结转移的诊断价值》文中提出目的研究磁共振弥散加权成像（MR-DWI）在临床评价乳腺癌腋窝淋巴结转移中的诊断价值。方法开滦总医院2015年3月到2017年3月期间40例乳腺癌患者的60枚淋巴结作为研究对象,所有患者术前均经过乳腺MRI检查,术后组织标本均经病理诊断证实。采用GE1.5TSigna HDxt超导型MRI扫描仪和四通道专业乳腺相控阵线圈,选择b值800 s/mm2比较转移性腋窝淋巴结和非转移性腋窝淋巴结的扩散系数（ADC值）、短轴直径的相关性,采用ROC曲线绘制的方法得到ADC值的阈值及诊断转移性淋巴结的敏感性、特异性和准确性。结果1 40例乳腺癌患者,按照病理组织学分型（2019年版WHO分类）包含3种组织学类型,其中浸润性癌23例,浸润性小叶癌11例,导管原位癌6例,不同病理类型的乳腺癌ADC值比较发现,组间F=141.211,P=0.000,差异有统计学意义,多重比较显示正常乳腺组织与浸润性癌、浸润性小叶癌、导管原位癌之间差异均有统计学意义（P=0.000、P=0.000、P=0.000）;浸润性癌与浸润性小叶癌、导管原位癌之间差异均有统计学意义（P=0.002、P=0.000）;2 60枚乳腺癌腋窝淋巴结中28枚淋巴结为转移阳性,占46.7%,32枚为淋巴结转移阴性,占53.3%,转移和非转移淋巴结经过严格测量后短轴直径分别为（10.57±2.81）mm、（8.11±2.45）mm,两者比较差异无统计学意义（t=1.143,P=0.317）;3乳腺癌腋窝转移性淋巴结在DWI（b=800 s/mm2）图像中主要表达高信号,转移阴性淋巴结ADC值是（1.088±0.210）×10-3 mm2/s,转移阳性淋巴结ADC值为（0.724±0.103）×10-3 mm2/s,转移阳性淋巴结ADC值明显减低,两者比较差异具有显着统计学意义（t=7.251,P=0.000）;4根据测量的ADC值,分别对32枚淋巴结转移阴性组及28枚淋巴结转移阳性组的ADC值绘制ROC曲线图,结果显示鉴别乳腺癌腋窝淋巴结有无转移的ADC值的最佳诊断阈值是0.914×10-3 mm2/s,评估乳腺癌腋窝淋巴结转移的敏感性为85.7%,特异性是87.5%,准确性为86.7%。结论1 MR-DWI有助于乳腺癌不同组织病理分型的鉴别诊断。2 MR-DWI对评估腋窝淋巴结是否转移具有高灵敏度、高特异性和高准确性,是一种安全、无创、快速评价的成像检查方法。图6幅;表6个;参133篇。
邓鹏飞[3]（2020）在《基于DCE-MRI影像组学的乳腺癌区域淋巴结转移预测方法研究》文中研究说明目前,乳腺癌已成为威胁全世界女性身体健康最严重的癌症之一,特别是恶性肿瘤可能会出现淋巴结转移扩散的情况,这将大大降低患者的生存率。因此,确定区域淋巴结（Region Lymph Node,RLN）是否发生转移是对患恶性肿瘤的乳腺癌病人进行手术规划的重要因素。目前临床上通常是通过活检手术确定RLN状态的,但这种侵入式的手段会给患者带来很大的伤害。动态增强磁共振成像（Dynamic Contrast-Enhanced Magnetic Resonance Imaging,DCE-MRI）作为乳腺癌术前检查中最先进和最常用的方法,已在临床检查和诊断中得到了广泛应用。同时,影像组学（Radiomics）也因为能以非侵入性的方式从原始医学图像中提取特征信息用于分析,为术前、无创、精准地诊断乳腺癌区域淋巴结转移情况提供了可能。为了解决术前预测乳腺癌DCE-MRI图像中RLN是否发生转移的问题,本文通过研究乳腺癌DCE-MRI图像的固有特性,结合深度学习在影像组学中的应用,设计并实现了卷积组学分析模型、卷积组学集成模型以及多尺寸CNN-LSTM集成模型。具体来说,本文的工作主要包括以下几点:（1）设计并实现了一种卷积组学分析（Convolutional Radiomics Analysis,CRA）模型来预测乳腺癌单期DCE-MRI图像的区域淋巴结转移情况。此外,还研究了不同感兴趣区域（Region Of Interest,ROI）对预测性能的影响。模型在测试集中取得的AUC值为0.888,结果证明了CRA模型在区分有RLN转移的乳腺癌患者和无RLN转移的乳腺癌患者中具有可行性和有效性,并且这也是我们尝试将深度学习的方法应用到乳腺癌DCE-MRI图像的区域淋巴结诊断中。（2）为了利用DCE-MRI的多期图像信息预测乳腺癌RLN转移情况,提出并实现了一种卷积组学集成（Convolutional Radiomics Ensemble,CRE）模型。该模型应用了绝对多数投票思想,将多期图像数据通过多个卷积学习模型的结果进行聚合,从而达到了利用乳腺癌多期DCE-MRI进行RLN转移预测的目的。模型在测试集中取得的AUC值为0.909,结果证明了该方法可有效地对乳腺癌RLN是否发生转移进行分类,且模型性能优于只使用了单期图像的CRA。（3）基于DCE-MRI多期图像间的时序信息,设计并实现了一种多尺寸CNN-LSTM集成模型来预测乳腺癌RLN转移情况。该模型是一个端到端的深度集成网络,在网络中使用卷积神经网络（Convolutional Neural Networks,CNN）提取图像特征,并结合长短期记忆（Long-Short Time Memory,LSTM）模型来融合多期时序图像间的特征信息,同时采用多尺寸ROI聚合的策略以提升模型预测的准确度。最终模型在测试集中取得了0.927的AUC值,结果表明该方法可很好地利用DCE-MRI多期图像间的时序信息对乳腺癌RLN是否发生转移进行分类,达到了目前最好的分类预测效果。综上,本文所有的工作都围绕预测乳腺癌DCE-MRI区域淋巴结的转移情况展开,为后续影像组学在乳腺癌术前分析中的应用提供了方法参考,为乳腺癌的临床研究起到了推动作用。
张文[4]（2020）在《基于分期CT的影像组学标签预测三阴性乳腺癌的研究》文中指出背景:乳腺癌是全球三大最常见的癌症之一,同时也是女性肿瘤相关死亡率最高的一类疾病。研究表明,基于乳腺癌分子亚型在临床上被用于选择最合适的治疗方法,并已被证明对个体化治疗具有重要意义。三阴性乳腺癌（TNBC）被定义为HER-2、ER、PR均表达为阴性的乳腺癌,其发病率占所有乳腺癌的10%-17%,具有早期复发和转移扩散到肺、肝和中枢神经系统的趋势,容易发生腋窝淋巴结的转移。与乳腺癌其他亚型相比,TNBC具有更高的复发率且预后最差。在目前的研究中认为,由于其缺乏分子靶向治疗的有效靶点,在临床治疗中较为棘手,化疗是目前临床上TNBC首选的治疗方案。因此,准确的鉴别TNBC与NTNBC对个体化治疗方案的选择,具有重要的临床意义。目前临床获得分子分型的方法,大多是侵入性的手段,具有一定的局限性。胸部CT增强扫描其主要目的是用于辅助乳腺癌患者术前TNM分期。利用影像组学的方法进一步挖掘分期CT中可能存在的附加信息,并不需要额外增加患者的经济负担与辐射剂量,有望提供一种非侵入性的方法,对肿瘤异质性进行更全面、更客观的评估,从而为临床个性化决策提供参考。目的:探讨基于术前分期CT的影像组学标签在预测三阴性乳腺癌分子分型中的附加价值。材料与方法:本研究回顾收集了 2016年1月至2018年5月期间经病理确诊的481例肿块型浸润性乳腺癌病例。所有患者均通过免疫组化获得乳腺癌分子亚型相关的生物标记物信息,并且所有患者均具备用于术前分期的胸部增强CT图像。按照TNBC与NTNBC病例数1:2比例共随机抽取了 150例患者资料进行分析,其中90例纳入训练组,60例纳入验证组。基于病灶整个瘤体体积进行影像组学特征提取,并采用Lasso logistic回归模型进行特征降维及筛选以建立影像组学标签。利用ROC曲线评价影像组学标签对三阴性乳腺癌的预测效能。结果:由5个关键影像组学特征构成的影像组学标签与乳腺癌三阴性分子分型相关（P<0.0001）。建立的影像组学标签在三阴性乳腺癌预测中,显示出了较好的预测效能,其在训练组和验证组的ROC曲线下面积（AUC）分别为0.766（95%CI:0.743-0.789）和 0.758（95%CI:0.718-0.798）。结论:基于术前分期CT建立的影像组学标签有助于三阴性与非三阴性乳腺癌鉴别,这是术前常规胸部增强CT扫描在辅助临床分期功能之外的附加价值,可以为临床治疗决策提供参考。
汪婷婷[5]（2020）在《超声引导下经支气管镜针吸活检术对纵隔淋巴结肿大的诊断价值》文中提出目的:评价超声引导下经支气管镜针吸活检术（endobronchial ultrasound-guided transbronchial needle aspiration,EBUS-TBNA）对纵隔淋巴结肿大的诊断价值及安全性。方法:收集37例皖南医学院弋矶山医院2018.05-2020.01经EBUS-TBNA检查的纵隔淋巴结肿大患者的临床资料,所有患者根据组织病理学结果及随访3-6个月最终确定诊断,记录患者良、恶性病变的诊断结果,分别计算经EBUS-TBNA检查获得的淋巴结组织病理在良、恶性病变中诊断纵隔淋巴结肿大的阳性率,与最终临床诊断结果相比较,评价EBUS-TBNA对纵隔淋巴结肿大的诊断价值及安全性。结果:1.37例患者中22例穿刺阳性,其中肺恶性肿瘤15例,包括原发性肺癌12例,淋巴瘤1例,肺转移癌2例;肺良性疾病7例,包括肺结核2例,肺结节病2例,非特异性炎症3例。15例穿刺结果阴性,其中2例经常规纤维支气管镜肺组织活检病理确诊为肺恶性肿瘤,1例经痰抗酸杆菌涂片（+）而确诊为肺结核,1例经常规纤维支气管镜肺组织活检病理确诊为肺结节病,1例因无法耐受终止操作,其余10例患者未明确诊断。与临床最终诊断相比较,EBUS-TBNA对肺恶性肿瘤的诊断阳性率为88.2%（15/17）,对肺良性疾病的诊断阳性率为77.8%（7/9）。2.37例患者中共穿刺合格淋巴结48枚,穿刺最多的部位为7组淋巴结,占标本量的68.8%（33/48）,其中中央组淋巴结（4R、7组）共穿刺40枚,周围组淋巴结（10R、11R、11L）共穿刺8枚。3.37例患者中36例顺利完成EBUS-TBNA检查,仅1例患者因无法耐受最终停止操作。术中不良反应主要为刺激性咳嗽、穿刺点少量出血、短暂性心律失常及一过性氧饱和度下降,术后不良反应主要为鼻粘膜破损出血、咳嗽、痰中带血、声音嘶哑,未见严重不良反应的发生。结论:1.本研究中,EBUS-TBNA作为一种新型检查技术,对肺恶性肿瘤的诊断阳性率为88.2%,其中对肺癌的诊断阳性率为93.3%,对肺淋巴瘤的诊断阳性率为50%;对肺良性疾病的诊断阳性率77.8%,其中对肺结核的诊断阳性率为66.7%,肺结节病的诊断阳性率为66.7%,诊断率较高,且不良反应少、创伤小,是一种安全、有效的内镜检查技术;2.本研究中,EBUS-TBNA对肺癌等恶性肿瘤的诊断价值高于肺结核、肺结节病等良性疾病的诊断价值。
赵晓慧[6]（2019）在《乳腺占位病变临床影像综合评估和诊断流程研究》文中研究表明乳腺恶性、良性疾病均很常见,尽管临床触诊、影像学检查、穿刺活检和手术各种诊疗方法已相对成熟,国内外均推出不少指南,但限于不同医院设备条件、人员业务水平、患者经济状况等因素影响,对各种影像诊断评价和诊疗流程仍有不少困惑。本文拟通过较大样本分三部分对我院经过活检和手术证实的病例进行回顾性分析,研究临床、超声、乳腺MRI不同诊断方法的效能,并对诊断流程进行探讨。研究目的:（1）通过大数据分层统计,分析超声在诊断不同解剖部位乳腺占位性病变的诊断效能,评价超声目前在乳腺占位性病变中整体的诊断效能,探讨将超声作为乳腺占位病变主要影像检查方法对病变性质的诊断优、劣性及目前存在的主要问题。（2）分析乳腺MRI在诊断不同病理类型病变的诊断效能,MRI在诊断乳腺不同解剖位置占位性病变的诊断特点,探讨将乳腺MRI作为补充影像学检查的优、劣性及目前存在的主要问题。（3）对比分析触诊阴性（患者自检+临床触诊）及超声检查发现乳腺疾病的比例,探讨超声作为临床乳腺疾病常规影像学检查的必要性。分析目前乳腺占位病变影像诊断检查流程的特点及存在问题。通过对比分析乳腺超声与乳腺MRI的诊断特点,探讨如何通过优化影像检查流程提高乳腺占位性病变的临床正确检出率。探索超声影像医生辅助外科医生合理申请影像检查诊断流程的可行性。方法:（1）分为两组。第一组手术组:收集我院2012年1月-2017年1月年已行手术治疗的4157例恶性乳腺占位病变、511例良性乳腺占位病变,共计4668例乳腺占位性病变数据,统计乳腺术前超声诊断报告单中BI-RADS分类、特征性描述与术前超声诊断结果,对应病理结果分析超声对乳腺占位性病变的诊断效能,通过不同病理类型结果对照术前超声诊断进行分析,统计超声检查对不同病理类型的诊断效能。第二组活检穿刺组:收集2015年1月-2017年12月超声科行诊断性穿刺活检的2672例乳腺占位性病变活检前与活检后的病例信息（良性:1679例;恶性:993例）,根据穿刺活检的病理结果,分析超声诊断特点,统计分析行诊断性穿刺活检病例组织学病理类型与诊断阳性率。（2）收集2012年1月-2017年1月行外科手术治疗,术前检查包括乳腺MRI检查的2332例乳腺恶性占位病变,230例乳腺良性占位病变,统计分析术前乳腺MRI诊断BI-RADS分类,根据病理检查结果,计算乳腺MRI对乳腺占位性病变不同病理类型的诊断比例及特点,根据ROC曲线下面积分析乳腺MRI诊断乳腺占位性病变的诊断效能。（3）分析2012年1月-2017年1月乳腺占位病变手术患者病例的详细临床资料,重点分析就诊原因、诊断特点及具体影像诊断流程信息。计算触诊阴性（患者自检+临床触诊）占超声检查发现乳腺病例的比例。肿瘤大小与淋巴结转移相关性,对比超声、MRI不同病理类型诊断特点,探索辅助临床医生合理申请影像检查诊断流程的可行性。结果:（1）手术组超声总体诊断效能ROC曲线下面积.751,手术组病例中,漏诊病例比例为3.7%,主要为乳腺非浸润性导管癌;误诊病例比例为44%,主要为乳腺纤维腺瘤及导管内乳头状瘤。诊断性穿刺活检阳性诊断率:31.8%,其中超声诊断BI-RADS以3类作为cutoff值诊断的灵敏性、特异性分别为:94.6%,40.4%。穿刺活检组超声总体诊断效能ROC曲线下面积.668。（2）MRI诊断本组恶性病例中有54例诊断为BI-RADS 3类,即漏诊病例,占总样本量的2.1%。主要漏诊病例为浸润性的导管癌。本组良性病例中正确诊断为BI-RADS 3类的165例,占总良性样本量的71.7%。其中诊断为BI-RADS 4类及以上的病例数为65例,占总良性样本量的28.3%;其中以纤维腺瘤、导管内乳头状瘤、大汗腺化生、炎症、浆细胞乳腺炎误诊的比例数最高。乳腺MRI诊断效能ROC曲线下面积.854。（3）1cm以下的恶性乳腺病灶触诊阳性率29.2%;1-2cm之间病变医生触诊阳性率62.1%;2cm以上恶性病灶触诊阳性率94.3%。小于1cm恶性病灶淋巴结转移率为10.7%;1-2cm及>2cm的恶性病变中分别有31.6%和46.4%的淋巴结转移率。单因素分析显示:纵横比、血流信号、微钙化、是否导管内、后方回声衰减超声诊断指标,恶性肿瘤的比例高于良性肿瘤具有统计学意义（p<0.05）。超声与核磁ROC曲线下面积分别是.750和.847。在浸润性导管癌、导管内乳头状瘤以及纤维腺瘤方面,MRI的诊断符合率均高于超声检查（p<0.05）,乳腺炎性病变超声诊断的准确率较核磁准确。结论:超声具备较强发现乳腺病变的能力,检出乳腺癌的敏感性达94%,结合常规超声对囊性、实性良性病灶具有较好解释能力可作为乳腺占位病变的首选影像检查;超声沿导管的放射状扫查是诊断最常见、最重要乳腺疾病的优势,推荐超声医师充分利用放射状扫查,便于对病变部位进行准确认识,做出合理诊断。乳腺MRI总体诊断效能优于超声,但限于炎性病灶假阳性率偏高、费用高、普及率偏低尚不能常规应用。对于超声难于鉴别性质的BI-RADS 4a类病灶按照0类处理,建议MRI检查;4c类及5类病灶超声与核磁检查结果相近,可直接建议穿刺活检;超声诊断为4b类病灶可以建议MRI检查或直接进入穿刺活检。对于有旋切治疗需求的超声诊断BI-RADS 3类患者,应紧密结合超声放射状扫查,对呈分叶状、部分边界不清的病例行MRI检查后仍诊断3类者,方可行旋切治疗。
王欣月[7]（2019）在《基于临床及超声图像的危险因素评分法对乳腺癌的预测》文中指出目的探讨基于临床及常规超声图像特征的危险因素评分法建立的乳腺癌预测模型的应用价值。寻找乳腺良、恶性肿瘤的超声及临床参数积分临界值。优化BI-RADS分级,提高乳腺癌诊断准确率,减少不必要的穿刺活检或手术。方法选取2014年1月1日-2018年11月30日期间于华北理工大学附属医院就诊的1092例女性乳腺肿瘤患者。其中经乳腺组织活检或术后病理证实的821例。采用（Breast Imaging Reporting and Data System,BI-RADS）2013第5版BI-RADS诊断标准对图像进行标准化描述,包括部位（左乳、右乳）、位置（象限）、形态（规则形、不规则形）、方位（平行于表面皮肤、不平行于表面皮肤）、边缘形态（模糊、成角、分叶、毛刺征）、边界（清晰、不清晰）、强回声晕、回声、内部回声模式（均匀、不均匀）、周围组织改变（Cooper韧带受累、皮肤增厚、回缩、水肿）、后方回声（增强、衰减、侧方声影）、是否有肿块内钙化（微钙化、粗大钙化）、腋窝淋巴结是否肿大,结合血流Adler半定量分级、血流分布模式（周边、内部、周边及内部）、流速及阻力指数。采用Excel2013建立数据库,SPSS 22.0进行统计学分析。以研究对象的原始资料为基础,对不同的变量进行编码,以病理结果为金标准,作为因变量,所有其他因素作为自变量,包括一般资料、危险因素、临床体征及常规超声图像特征等。计量资料的描述采用均数±标准差（x±s）,计数资料采用构成比描述,分析各超声图像及临床参数良恶性组间差异,采用χ2检验。将821例研究对象随机分为训练组和验证组,单因素分析差异有统计学意义的征象纳入训练组的二分类logistic回归分析模型,采用logistic回归逐步前进法（Forward LR法）,寻找临床危险参数及超声恶性征象,以P<0.05作为筛选危险因素的检验水准。应用10倍的回归系数β为其赋分,以乳腺肿瘤常规超声图像的恶性征象建立基础模型RS1。通过增加一项或多项参数构建新的模型RS2、RS3、RS4,并通过与基础模型RS1比较评估新模型的预测能力及准确性。以每位研究对象所得总分作为检验变量,患者的病理结局作为状态变量,绘制受试者工作曲线（ROC）评估预测模型的诊断效能,同时结合受试者工作特征曲线下面积（AUC）,Youden指数最大时取得截断值,分析参数积分临界值及模型灵敏度、特异度,并用验证组分别进行外部检验,用一致性检验（Kappa值）进行评估,Kappa值最大为最佳模型。结果1基于不同参数分别建立危险因素评分模型RS:（1）超声参数建立基础模型RS1;（2）超声参数结合年龄建立模型RS2;（3）综合超声参数、年龄、临床体征建立模型RS3;（4）联合超声参数、年龄、危险因素及临床体征建立模型RS4。2四组评分模型与病理结果进行Kappa一致性检验,综合超声图像、触诊活动度及年龄建立危险因素评分模型RS3的Kappa值最高（Kappa=0.799）为最佳模型,其积分临界值为50.8分,曲线下面积0.962。RS3外部验证结果曲线下面积0.900、准确度90.1%、灵敏度89.1%、特异度90.9%、阳性预测值88.3%、阴性预测值91.5%、阳性似然比9.791、阴性似然比0.120。3 RS3与BI-RADS分级诊断结果比较显示RS3的预测乳腺癌准确度（90.1%）明显高于BI-RADS分级（75.1%）,进一步与BI-RADS分级详细对比分析结果显示,超声诊断中判定为BI-RA DS3-5级的肿瘤,RS3对其预测也具有较高的符合率,符合率分别为94.8%、88.8%、75.9%、98.1%、100%,在主观影响较大的BI-RADS4级肿瘤中也有较高的符合率（4a级88.8%、4b级75.9%、4c级98.1%）。结论1综合常规超声图像特征、年龄及临床体征建立的危险因素评分RS3诊断效能最好,为预测乳腺癌最佳模型。2模型RS3的危险征象及危险因素预测乳腺癌恶性风险依次为年龄56岁、触诊活动度差、Cooper韧带受累、高回声晕、年龄51岁、年龄46岁、微钙化、边界不光整、触诊活动度可,其分值依次为31.9、30.4、25.8、25.7、23.4、19.9、18.8、16.9、15.2,判别乳腺肿瘤良恶性的临界值50.8。其中触诊活动度差、年龄56岁较超声恶性征象在预测乳腺肿瘤恶性风险方面贡献更大。3综合流行病学资料、常规超声图像特征及临床体征建立的乳腺癌危险因素评分模型不仅可以更好地识别BI-RADS评分为4a或疑为恶性程度较低的以良性病变为主的患者群体,弥补BI-RADS的低特异性,而且有助于优化BI-RADS分级在实际临床中的应用图3幅;表22个;参108篇。
张昌丽[8]（2019）在《基于淋巴结形态学及极端随机树算法MRI在乳腺癌淋巴结转移中的诊断价值及多参数风险预测分析》文中研究表明第一部分基于淋巴结形态学MRI特征评估乳腺癌腋窝淋巴结转移的价值目的:探讨基于淋巴结形态结构的MRI影像特征在乳腺癌术前淋巴结转移中的诊断价值。方法:连续收集我院586例乳腺癌患者,MRI检查前进行过放化疗、腋窝淋巴结及乳腺肿块无手术或穿刺病理结果的患者均排除在外,术前所有患者均行MRI平扫增强+DWI检查,以淋巴结术后或穿刺病理检查结果为金标准。由两名影像科医师共同评估MRI图像,对淋巴结是否转移作出诊断,如诊断结果不一致,则共同评估图像并达成共识,比较分析MRI诊断乳腺癌淋巴结转移的准确率、灵敏度、特异度、阳性预测值、阴性预测值,以验证MRI对淋巴结状态的诊断效能。结果:淋巴结病理结果显示转移淋巴结共300个,未转移淋巴结共286个,MRI图像上对应诊断转移淋巴结共250个,未转移淋巴结336个,结合对比MRI图像上淋巴结形态、结构及大小等影像学特征诊断淋巴结良恶性准确率为78.8%,灵敏度71.0%,特异度87.1%,阳性预测值85.2%,阴性预测值74.1%;卡方检验P值<0.05,差异具有统计学意义。第二部分基于极端随机树算法的MRI乳腺癌淋巴结转移多参数风险预测分析目的:采用极端随机树（Extra Tree）方法,研究乳腺癌腋窝淋巴结转移的相关危险因素,以提高MRI对淋巴结的诊断效能,并建立术前乳腺癌腋窝淋巴结转移的预测模型。方法:回顾并分析我院2015年3月至2017年3月经手术或穿刺病理证实的乳腺癌患者387例,所有患者于MRI检查前未行放疗或化疗等临床治疗,所有患者腋窝淋巴结均有手术或穿刺病理结果。由2名MRI影像科医师共同阅读分析MRI图像,当两名医师意见不统一时共同协商达成一致,并对淋巴结及乳腺肿块的MRI影像学特征进行定性及定量描述。所有数据分别采用集成学习方法中的Extra Tree来进行特征的筛选及多因素logistic回归分析,比较二者的诊断效能,选择诊断效能最优的研究方法,并筛选出乳腺癌腋窝淋巴结转移的危险特征或预测因素,建立相关的预测模型。结果:采用Extra Tree方法建立的预测模型的诊断效能要优于logistic回归模型。使用Extra Tree方法进行数据特征选择时,乳腺肿块位置、淋巴结液化坏死、乳腺皮肤增厚受侵、淋巴结最短径、MRI乳腺肿块BI-RADS分级、肿块边缘、年龄及淋巴结TIC曲线的贡献率相对较高,高于均值,其为乳腺肿块腋窝淋巴结转移的危险因子,建立的相关预测模型测试效果的ROC曲线下面积（AUC值）为0.86,准确率为0.84、灵敏度为0.85,特异度为0.73;而乳头受侵、乳腺肿块短长径比、淋巴门结构消失、淋巴结ADC值、乳腺肿块ADC值、乳腺肿块强化方式、淋巴结短径、乳腺肿块TIC曲线、淋巴结形态、乳腺肿块形态、胸壁肌肉受侵、淋巴结融合、乳腺肿块的早期强化率贡献率较低,与乳腺肿块腋窝淋巴结转移的相关度相对较低。采用多因素logistic回归建立的预测模型ROC曲线下面积（AUC值）为0.80,准确率0.80、灵敏度0.80,特异度0.73。结论:1.基于淋巴结形态学MRI影像特征对评估乳腺癌淋巴结转移具有一定的诊断价值,但其诊断效能还有待提高。2.采用Extra Tree方法建立的乳腺癌MRI淋巴结转移的预测模型是评估乳腺癌患者淋巴结转移的有用工具,可以提供每个危险因素的贡献率,其综合诊断效能提高对临床乳腺癌患者腋窝淋巴结处理及预后提供有效的参考。
张毅[9]（2019）在《乳腺X线BI-RADS4类肿块型病灶的MRI特征及定量参数分析》文中研究说明目的:分析乳腺X线影像报告和数据系统（BI-RADS）分类4类的乳腺肿块型病灶的MRI形态学特征及定量参数指标在病灶良、恶性鉴别诊断中的应用价值。方法:收集2015年1月至2017年6月在我院行乳腺X线及MRI检查且X线检查诊断为BI-RADS 4类的乳腺肿块型病灶179例为研究对象,其中良性病灶97例,恶性病灶82例;复阅所有病例的MRI影像,提取MRI图像显示的病灶患侧、象限、最大径、形态、边缘、内部强化等6个特征。在GE AW 4.4工作站上利用Functool软件手动勾画病灶感兴趣区（ROI）,测量感兴趣区信号强度并自动生成时间-信号强度曲线（TIC）,并将曲线分为Ⅰ、Ⅱ、Ⅲ型。弥散加权成像（DWI）序列导入工作站以测量病灶表观弥散系数（ADC）值。将经过DCM软件分类处理后的动态增强序列及pre序列导入GE公司的Omni-Kinetics软件并选择药代动力学模型,测量病灶的功能参数指标包括容量转移常数(Ktrans)、血浆分数（Vp）、速率常数（Kep）。数据分析采用SPSS 20.0统计软件。计数资料分析采用?2检验,计量资料分析采用秩和检验（Mann-Whitney U检验）,多因素分析采用Logistic回归分析法,对有统计学差异的影像特征及参数指标进一步绘制受试者工作特征曲线（ROC）,以ROC曲线下面积（AUC）评价各特征及参数指标对病灶良恶性的鉴别诊断效能;以病理结果为金标准,比较X线、MRI检查在乳腺癌诊断的灵敏度、特异度及符合率。所有统计分析均以P<0.05选为检验标准,结果:1.病灶MRI影像特征单因素分析显示病灶的形态、边缘、TIC曲线类型在良、恶性2组病灶中差异有显着统计学意义（P<0.01）;多因素Logistic回归分析提示MRI显示的病灶形态、边缘及TIC曲线类型是病灶良、恶性的影响因素,其相对危险度（OR）值分别为4.566、6.024、4.892;相应各特征的ROC曲线的AUC值分别为0.708、0.768、0.776,所有特征联合回归模型的病灶良恶性诊断效能最高,其AUC值、灵敏度和特异度分别为0.888、0.753、0.854;2.定量参数分析结果显示,恶性组病灶的Ktransmin值(0.000（0.000;0.510）、Ktransmax值(1.848（1.183;4.760）、Ktransmean值(0.545（0.336;1.527）值比良性组大,ADCmin值(0.828（0.709;0.916）、ADCmax值(1.412（1.303;1.596）、ADCmean值(1.122（1.075;1.165）比良性组小,差异均具有统计学意义（P<0.01）。恶性组病灶的Kepmax值(1.825（0.685;5.836）、Vpmax值(2.583（1.617;5.370）、Vpmean值(0.270（0.151;0.801）值比良性组大,Kepmean值(0.104（0.046;0.862）值比良性病灶组小,但差异均无统计学意义（P>0.05）。3.绘制ROC曲线评价相应参数指标在病灶良恶性鉴别的诊断效能,Ktransmax值、Ktransmean值、ADCmin值、ADCmax值、ADCmean值对应ROC曲线的AUC值分别为0.642、0.748、0.817、0.629、0.902,其中以ADCmean的诊断效能最高,当以ADCmean>1.210mm2/s作为诊断恶性病灶临界值时,其诊断灵敏度和特异度分别为81.40%、90.20%。4.X线检查诊断乳腺癌的灵敏度、特异度及符合率分别为75.61%、68.04%、71.51%;MRI检查诊断乳腺癌的灵敏度、特异度及符合率分别为91.46%、89.69%、90.50%;MRI检查的灵敏度、特异度及符合率明显高于X线检查,且差异均有统计学差异（P<0.01）。结论:1.乳腺X线BI-RADS4类肿块型病灶MRI特征分析中,病灶形态、边缘及TIC曲线类型是病灶良恶性的影响因素;恶性病灶形态不规则,边缘不光整,TIC曲线类型多为Ⅱ型,良性病灶形态规则,边缘光滑,TIC曲线多为Ⅰ型;2.DCE-MRI参数可定量反映病灶血流动力学改变,乳腺X线BI-RADS4类恶性病灶Ktrans值增大且明显大于良性病灶,Ktransmean值对病灶定性诊断价值较高;3.乳腺X线BI-RADS4类恶性病灶组织内水分子扩散运动明显受限,恶性病灶的ADC值降低且低于良性病灶,其中以ADCmean对病灶良恶性鉴别诊断的效能最高;4.MRI检查诊断乳腺癌的效能优于X线检查。综合分析乳腺X线BI-RADS4类肿块型病灶的MRI形态学特征及功能学参数改变,提取相应的影响因素,有助于病灶的准确诊断及为临床进一步诊治提供指导。
黄飞,钱立勇[10]（2018）在《超声引导下穿刺活检（US-CNB）对乳腺结节的定性诊断价值分析》文中指出目的探讨乳腺结节采用超声引导下穿刺活检（US-CNB）的定性诊断价值。方法将2013年1月至2017年12月于医院就诊的80例单发乳腺结节患者作为本次研究对象,并行彩色超声、US-CNB检查,将检查结果与手术组织病理检查结果进行比较。结果本次穿刺成功率为100.0%,穿刺未发生感染等并发症,且未遗留瘢痕。乳腺癌超声影像特征:形态不规则且表现为低回声、边缘不光滑且呈毛刺状、微小钙化、丰富血运等。US-CNB检查病理结果显示为乳腺癌者56例（70.00%）其中浸润性导管癌43例、导管原位癌5例、恶性叶状肿瘤3例、浸润性小叶癌2例、黏液癌2例、实体性乳头状癌1例;乳腺良性结节为23例（28.75%）,其中纤维腺瘤5例,导管内乳头状瘤4例,硬化性腺病5例,良性叶状肿瘤4例,特发性肉芽肿性乳腺炎3例,浆细胞性乳腺炎2例,1例误诊（1.25%）,US-CNB检查结果为硬化性腺病伴导管上皮增生,术后病理诊断为导管原位癌。US-CNB检查病理结果与术后病理检查结果符合率为98.75%。US-CNB检查灵敏度、诊断准确率明显高于彩超检查,P<0.05;误诊率明显低于彩超检查,P<0.05。结论采用US-CNB定性诊断乳腺结节具有一定安全性,且准确,因此对临床医师诊断及制订治疗方案有重要指导意义。
二、乳腺癌术前快速活检定性诊断方法及其应用（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、乳腺癌术前快速活检定性诊断方法及其应用（论文提纲范文）
（1）CEUS对乳腺癌前哨淋巴结术前指导价值（论文提纲范文）
| 1 资料与方法 |
| 1.1 一般资料 |
| 1.2 纳入与排除标准 |
| 1.2.1 纳入标准： |
| 1.2.2 排除标准： |
| 1.3 方法 |
| 1.3.1 常规超声检查： |
| 1.3.2 CEUS检查： |
| 1.3.3 图像分析： |
| 1.3.4 病理检查： |
| 1.4 统计学分析 |
| 2 结果 |
| 2.1 前哨淋巴结CEUS增强模式与病理结果比较 |
| 2.2 前哨淋巴结CEUS特征分析 |
| 2.3 前哨淋巴结CEUS诊断结果与病理结果比较 |
| 2.4 图像典型病例分析 |
| 3 讨论 |
（2）MR-DWI对乳腺癌腋窝淋巴结转移的诊断价值（论文提纲范文）
| 摘要 |
| abstract |
| 英文缩略表 |
| 引言 |
| 第1章 临床研究 |
| 1.1 材料与方法 |
| 1.1.1 一般资料 |
| 1.1.2 检查方法 |
| 1.1.3 MR图像分析 |
| 1.1.4 病理分析 |
| 1.1.5 统计学分析 |
| 1.2 结果 |
| 1.2.1 乳腺癌病理组织学分型及淋巴结 DWI 信号 |
| 1.2.2 乳腺癌腋窝淋巴结短轴径线与ADC值 |
| 1.2.3 ADC值的ROC分析 |
| 1.3 讨论 |
| 1.4 小结 |
| 参考文献 |
| 结论 |
| 第2章 综述 乳腺癌影像学检查的临床应用 |
| 2.1 乳腺癌X线摄影 |
| 2.1.1 直接征象 |
| 2.1.2 间接征象 |
| 2.1.3 临床意义 |
| 2.2 乳腺癌超声检查 |
| 2.3 乳腺癌CT检查 |
| 2.4 乳腺癌PET-CT检查 |
| 2.5 乳腺癌MRI检查 |
| 2.5.1 乳腺癌在MRI中主要表现 |
| 2.5.2 DWI及 ADC值在诊断乳腺癌中的应用 |
| 2.5.3 动态增强MRI在诊断乳腺癌中的应用 |
| 2.5.4 MRI定位导向下的细针穿刺活检在乳腺癌中的应用 |
| 2.5.5 MRI在乳腺癌保乳手术筛选中的应用 |
| 2.6 结语 |
| 参考文献 |
| 致谢 |
| 在学期间研究成果 |
（3）基于DCE-MRI影像组学的乳腺癌区域淋巴结转移预测方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究的背景与意义 |
| 1.2 研究现状及面临的挑战 |
| 1.2.1 基于传统机器学习的影像组学方法在乳腺癌研究中的发展 |
| 1.2.2 基于深度学习的影像组学方法在乳腺癌研究中的发展 |
| 1.2.3 基于集成深度学习的影像组学方法在乳腺癌研究中的发展 |
| 1.2.4 基于多期DCE-MRI图像的影像组学方法在乳腺癌研究中的发展 |
| 1.2.5 基于多尺寸ROI信息的影像组学方法在乳腺癌研究中的发展 |
| 1.2.6 研究面临的挑战 |
| 1.3 论文的研究内容 |
| 1.4 论文的结构安排 |
| 第二章 相关方法研究概述 |
| 2.1 引言 |
| 2.2 卷积神经网络概述 |
| 2.2.1 整体概述 |
| 2.2.2 卷积 |
| 2.2.3 池化 |
| 2.2.4 全连接 |
| 2.2.5 Alex Net网络结构 |
| 2.2.6 Inception V3 网络结构 |
| 2.3 循环神经网络概述 |
| 2.3.1 基本理论 |
| 2.3.2 LSTM网络结构 |
| 2.3.3 GRU网络结构 |
| 2.4 本章小结 |
| 第三章 基于卷积组学分析模型的区域淋巴结转移情况预测 |
| 3.1 引言 |
| 3.2 卷积组学分析模型预测区域淋巴结转移情况 |
| 3.2.1 ROI的分割和处理 |
| 3.2.2 CRA模型的训练 |
| 3.2.3 CRA模型的验证与测试 |
| 3.3 实验数据的获取与分析 |
| 3.3.1 研究数据的获取 |
| 3.3.2 MRI检查方案及影像学分析 |
| 3.3.3 入组患者的统计信息 |
| 3.4 实验结果与分析 |
| 3.4.1 ROI的分割结果与一致性检验 |
| 3.4.2 CRA模型中最优迭代次数的验证 |
| 3.4.3 最优“d”个组学特性的验证 |
| 3.4.4 最优ROI尺寸“l”的验证 |
| 3.4.5 三种ROI的结果对比 |
| 3.5 本章小结 |
| 第四章 基于卷积组学集成模型的区域淋巴结转移情况预测 |
| 4.1 引言 |
| 4.2 卷积组学集成模型预测区域淋巴结转移情况 |
| 4.2.1 实验思路及流程 |
| 4.2.2 ROI的分割和处理 |
| 4.2.3 卷积组学集成模型的训练与测试 |
| 4.3 实验结果与分析 |
| 4.4 本章小结 |
| 第五章 基于多尺寸CNN-LSTM集成模型的区域淋巴结转移情况预测 |
| 5.1 引言 |
| 5.2 多尺寸CNN-LSTM集成模型预测区域淋巴结转移情况 |
| 5.2.1 实验思路及流程 |
| 5.2.2 ROI的分割和处理 |
| 5.2.3 多尺寸CNN-LSTM集成模型的训练与测试 |
| 5.3 实验结果与分析 |
| 5.4 本章小结 |
| 总结与展望 |
| 本文总结 |
| 工作展望 |
| 参考文献 |
| 攻读硕士学位期间取得的科研成果 |
| 致谢 |
（4）基于分期CT的影像组学标签预测三阴性乳腺癌的研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 前言 |
| 第2章 材料与方法 |
| 1.1. 研究对象 |
| 1.2. 免疫组化获得分子分型 |
| 1.3. CT扫描方案 |
| 1.4. 图像分析 |
| 1.5. 统计分析 |
| 第3章 结果 |
| 1. 病例分组与临床特征 |
| 2. 测量者自身及之间的一致性评估 |
| 3. 影像组学标签的建立 |
| 4. 预测效能评估 |
| 第4章 讨论 |
| 1. 三阴性乳腺癌的临床、病理特点 |
| 2. 乳腺癌分子分型检测方法 |
| 3. 增强CT检查在乳腺癌临床诊疗中的应用 |
| 4. 影像组学在乳腺癌临床诊疗中的应用 |
| 5. 基于分期CT影像组学术前预测三阴性乳腺癌 |
| 6. 乳腺癌影像组学的发展前景与挑战 |
| 7. 研究的不足与展望 |
| 第5章 结论 |
| 参考文献 |
| 附录 |
| 中英文缩略词 |
| 攻读硕士期间成果 |
| 致谢 |
（5）超声引导下经支气管镜针吸活检术对纵隔淋巴结肿大的诊断价值（论文提纲范文）
| 中英文缩略词对照表 |
| 摘要 |
| ABSTRACT |
| 前言 |
| 材料与方法 |
| 1.研究资料 |
| 1.1 临床资料 |
| 1.2 适应证 |
| 1.3 禁忌证 |
| 2.检查仪器及方法 |
| 2.1 检查仪器 |
| 2.2 EBUS-TBNA操作方法 |
| 3.结果的判定及观察的指标 |
| 4.不良反应 |
| 5.统计学方法 |
| 结果 |
| 讨论 |
| 结论 |
| 参考文献 |
| 综述 |
| 参考文献 |
| 作者简介及读研期间主要科研成果 |
| 致谢 |
（6）乳腺占位病变临床影像综合评估和诊断流程研究（论文提纲范文）
| 中文摘要 |
| Abstract |
| 前言 |
| 第一章 超声在不同病理类型中诊断乳腺占位性病变的诊断效能 |
| 前言 |
| 1.1 临床资料与研究方法 |
| 1.1.1 患者临床资料一般情况及病例收集 |
| 1.1.2 设备与仪器 |
| 1.1.3 研究路线及评价指标 |
| 1.1.4 统计学方法 |
| 1.2 结果 |
| 1.2.1 病理结果 |
| 1.2.2 超声诊断乳腺占位性病变的诊断效能 |
| 1.3 讨论 |
| 1.4 结论 |
| 参考文献 |
| 第二章 乳腺MRI在不同病理类型中诊断乳腺占位性病变的诊断效能 |
| 前言 |
| 2.1 临床资料与研究方法 |
| 2.1.1 患者临床资料一般情况及病例收集 |
| 2.1.2 仪器与设备 |
| 2.1.3 研究方法及观察评价指标 |
| 2.1.4 统计学方法 |
| 2.2 结果 |
| 2.2.1 病理结果 |
| 2.2.2 两种诊断方式不同病理诊断的符合率对比 |
| 2.2.3 乳腺超声与乳腺MRI诊断乳腺占位性病变诊断效能 |
| 2.3 讨论 |
| 2.4 结论 |
| 参考文献 |
| 第三章 探讨优化乳腺占位性病变诊断流程可行性 |
| 前言 |
| 3.1 临床资料和研究方法 |
| 3.1.1 临床资料 |
| 3.1.2 设备与仪器 |
| 3.1.3 研究方法及观察评价指标 |
| 3.1.4 统计学方法 |
| 3.2 结果 |
| 3.2.1 临床医生触诊阳性病历检出率 |
| 3.2.2 乳腺癌病灶大小与淋巴结转移关系 |
| 3.2.3 乳腺癌超声影像特征性描述与病理良、恶性相关性研究 |
| 3.3 讨论 |
| 3.4 结论 |
| 参考文献 |
| 综述 乳腺疾病的影像诊断研究现状 |
| 参考文献 |
| 英文缩略词表 |
| 攻读学位期间发表文章情况 |
| 致谢 |
（7）基于临床及超声图像的危险因素评分法对乳腺癌的预测（论文提纲范文）
| 摘要 |
| abstract |
| 英文缩略表 |
| 引言 |
| 第1章 临床研究 |
| 1.1 材料与方法 |
| 1.1.1 研究对象 |
| 1.1.2 研究方法与步骤 |
| 1.1.3 统计学分析方法 |
| 1.1.4 质量控制 |
| 1.2 结果 |
| 1.2.1 研究对象的病理结果及一般资料的比较 |
| 1.2.2 训练组建立乳腺癌危险因素评分模型 |
| 1.2.3 四组危险因素评分模型诊断效能的比较 |
| 1.2.4 危险因素评分模型与BI-RADS分析比较 |
| 1.3 讨论 |
| 1.3.1 危险因素评分法在医学中的应用 |
| 1.3.2 四组RS评分模型的外部验证结果比较分析 |
| 1.3.3 危险因素评分预测模型RS3 分析结果与BI-RADS分级比较 |
| 1.3.4 不足与展望 |
| 1.4 结论 |
| 参考文献 |
| 第2章 综述 乳腺癌预测模型的研究进展 |
| 2.1 乳腺癌的流行病学 |
| 2.2 乳腺检查的主要手段 |
| 2.3 超声评估乳腺癌 |
| 2.3.1 三维超声在乳腺癌诊断中的应用 |
| 2.3.2 超声造影在乳腺癌诊断中的应用 |
| 2.3.3 弹性成像在乳腺癌诊断中的应用 |
| 2.3.4 超声引导下穿刺 |
| 2.3.5 全自动乳腺超声 |
| 2.4 BI-RADS对乳腺癌的诊断 |
| 2.5 乳腺癌预测模型 |
| 2.6 展望 |
| 参考文献 |
| 结论 |
| 附录A 乳腺CA调查表 |
| 致谢 |
| 导师简介 |
| 作者简介 |
| 学位论文数据集 |
（8）基于淋巴结形态学及极端随机树算法MRI在乳腺癌淋巴结转移中的诊断价值及多参数风险预测分析（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 英文缩写 |
| 引言 |
| 第一部分 基于淋巴结形态学MRI特征评估乳腺癌淋巴结转移的价值 |
| 前言 |
| 材料与方法 |
| 结果 |
| 讨论 |
| 小结 |
| 参考文献 |
| 第二部分 基于极端随机树算法的MRI乳腺癌淋巴结转移多参数风险预测分析 |
| 前言 |
| 材料与方法 |
| 结果 |
| 讨论 |
| 小结 |
| 参考文献 |
| 结论 |
| 综述 乳腺癌腋窝淋巴结转移MRI评估进展 |
| 参考文献 |
| 致谢 |
| 个人简历 |
（9）乳腺X线BI-RADS4类肿块型病灶的MRI特征及定量参数分析（论文提纲范文）
| 摘要 |
| Abstract |
| 英文缩略语 |
| 1 前言 |
| 2 材料与方法 |
| 2.1 一般资料 |
| 2.2 扫描设备及参数 |
| 2.3 MRI图像特征提取 |
| 2.4 图像后处理 |
| 2.5 统计学处理 |
| 3 结果 |
| 3.1 X线 BI-RADS4 类肿块型病灶MRI特征单因素分析结果 |
| 3.2 病灶MRI特征Logistic回归模型建立 |
| 3.3 病灶MRI特征评估乳腺X线 BI-RADS4 类肿块型病灶良恶性的效能 |
| 3.4 乳腺X线 BI-RADS4 类肿块型良恶性组的参数值比较 |
| 3.5 定量参数评估乳腺X线 BI-RADS4 类肿块型病灶良恶性的效能 |
| 3.6 X线、MRI检查在乳腺癌诊断中的效能比较 |
| 4 讨论 |
| 4.1 MRI特征评价乳腺X线 BI-RADS4 类肿块型病灶良恶性的价值 |
| 4.2 参数指标评价乳腺X线 BI-RADS4 类肿块型病灶良恶性的价值 |
| 4.3 X线、MRI检查在乳腺癌诊断中的效能 |
| 5 结论 |
| 本研究创新性的自我评价 |
| 参考文献 |
| 文献综述 |
| 参考文献 |
| 读学位期间取得的研究成果 |
| 致谢 |
| 个人简历 |
（10）超声引导下穿刺活检（US-CNB）对乳腺结节的定性诊断价值分析（论文提纲范文）
| 1 资料与方法 |
| 1.1 一般资料: |
| 1.2 方法: |
| 1.3 统计学方法: |
| 2 结果 |
| 2.1 US-CNB检查及乳腺癌超声检查情况: |
| 2.2 US-CNB检查、超声与术后病理检查比较: |
| 3 讨论 |
四、乳腺癌术前快速活检定性诊断方法及其应用（论文参考文献）
- [1]CEUS对乳腺癌前哨淋巴结术前指导价值[J]. 刘艳超,刘郭坤,王巍巍,张宁,张迎舟. 河北医药, 2021(22)
- [2]MR-DWI对乳腺癌腋窝淋巴结转移的诊断价值[D]. 王守红. 华北理工大学, 2020(02)
- [3]基于DCE-MRI影像组学的乳腺癌区域淋巴结转移预测方法研究[D]. 邓鹏飞. 西北大学, 2020(02)
- [4]基于分期CT的影像组学标签预测三阴性乳腺癌的研究[D]. 张文. 南方医科大学, 2020
- [5]超声引导下经支气管镜针吸活检术对纵隔淋巴结肿大的诊断价值[D]. 汪婷婷. 皖南医学院, 2020(01)
- [6]乳腺占位病变临床影像综合评估和诊断流程研究[D]. 赵晓慧. 中国人民解放军医学院, 2019(02)
- [7]基于临床及超声图像的危险因素评分法对乳腺癌的预测[D]. 王欣月. 华北理工大学, 2019(01)
- [8]基于淋巴结形态学及极端随机树算法MRI在乳腺癌淋巴结转移中的诊断价值及多参数风险预测分析[D]. 张昌丽. 河北医科大学, 2019(01)
- [9]乳腺X线BI-RADS4类肿块型病灶的MRI特征及定量参数分析[D]. 张毅. 中国医科大学, 2019(02)
- [10]超声引导下穿刺活检（US-CNB）对乳腺结节的定性诊断价值分析[J]. 黄飞,钱立勇. 浙江创伤外科, 2018(04)