MRI动态增强在卵巢良恶性肿瘤鉴别中的价值分析

张文馨，敖 晶，李学栋

（新疆生产建设兵团五家渠市第六师医院影像科 新疆 五家渠 831300）

卵巢肿瘤在临床疾病症状上分有多种类型，且该肿瘤在医学组织学上具有相当复杂的类型特点，对卵巢肿瘤患者实施手术治疗之前需要依靠医学影像学进行定性诊断与疾病类型鉴别[1]。因此，为了给予患者有效治疗及有效诊断、鉴别，本文对我院收治的100例卵巢良恶性肿瘤患者100例展开试验性研究。现报告如下。

1 一般资料与方法

1.1 一般资料

选取2018年7月至2019年7月我院收治的卵巢良恶性肿瘤患者100例进行研究，其中良性肿瘤49例，恶性肿瘤51例，给予患者进行MRI动态增强检查。良性肿瘤患者年龄范围为24至55岁，平均年龄为（27.26±3.45）岁；恶性肿瘤患者年龄范围为26至60岁，平均年龄为（29.49±4.63）岁；参与研究的所有患者均清晰了解本次研究意义与目的，并签署知情同意书。两组患者的年龄、病情等基础资料数据间无显著差异性，无统计学意义（P＞0.05）。

1.2 方法

对参与研究的良恶性肿瘤患者进行MRI扫描。医护人员指导患者采取仰卧体位进行检查，告知患者平静呼吸即可。首先对患者采取常规平扫并记录相关数据，随后对患者进行病灶实性的DCE-MRI扫描，以获取最为清晰的最佳层面进行，该操作主要依靠FLASH-2D序列进行，对比剂主要采取扎喷酸葡胺，用量控制在0.2mmol/kg。在进行了4期平扫后采取自动高压注射器进行药物灌注，最后采取生理盐水进行导管冲洗操作[2]。

1.3 成像分析及后期处理

交由医院专门从事妇产科肿瘤疾病影像诊断的医生进行图像阅读，通常由两名以上医生共同阅读，如出现意见分歧时需讨论达成一致。图像分析主要选取扫描区最为明显以及均匀的区域作为ROT区，在进行后处理的时候要使用MC的方法将同一层面上的TIC分型以及定量参数计算区域。

1.4 统计学分析

所有试验数据均通过SPSS18.0统计学软件进行统计与分析。运用（±s）表示计量资料以均数±标准差，运用t检验；计数资料采用χ2检验。P＜0.05表示差异有统计学意义。

2 结果

2.1 实验者良恶性肿瘤中的TIC分型结果

经数据统计显示，恶性肿瘤中出现TIC I 型0例，II 型10例（19.6%），III型41例（80.4%）；良性肿瘤中出现TIC I型12例（24.5%），II型37例（75.5%），III型0例（未见该型）；TIC在良恶性肿瘤中数据结果差异显著，具有统计学意义（P＜0.05）。

2.2 实验者良恶性肿瘤的MS、THR以及EA比较差异

在MS数值中恶性肿瘤为（12.3±7.1），良性肿瘤为（6.2±4.5）；EA数值中恶性肿瘤为（270.4±87.9），良性肿瘤为（221.3±91.6）；THR数值中恶性肿瘤为（32.4±7.5），良性肿瘤为（54.8±14.2）；良恶性肿瘤中MS、EA、THR均存在明显差异，具有统计学意义（P＜0.05）。

2.3 各指标诊断效能比较

MS、EA、THR受试者工作曲线分析的最佳截点为6.6、264.3和4.5s。相应AU分别为80%、66%和89%。当THR取值＜4.5s时的诊断效能最高，检测的灵敏度、特异度分别为94%和80%。

3 讨论

肿瘤的发生主要是由于患者体内血管新生过程中相关组织利用即存的血管生成了新的组织血管所导致的，这种多血管生成的内组织肿瘤会导致血供丰富的恶性肿瘤发生。MRI的临床医学理论主要是根据肿瘤血管中的生成，通过血供情况间接性的显示病灶。

通常临床上主要采取MRI成像，这主要是由于MRI对于人体内中的软组织具备相对比较高的分辨率，能够多方位、多参数成像，能高效将卵巢内部病变的医学形态特征显示出来[3]。根据本文研究结果显示，恶性肿瘤中出现TIC I型0例，II型10例（19%），III型41例（80%）；良性肿瘤中出现TIC I型12例（24.5%），II 型37例（76%），III型0例（未见该型）；TIC在良恶性肿瘤中数据结果差异显著，具有统计学意义（P＜0.05）。良恶性肿瘤中MS、EA均存在明显差异，具有统计学意义（P＜0.05）。临床上THR的诊断效能最高，临床工作特性曲线中下面积为87%，当指标小于45秒时，临床疾病诊断灵敏度以及准确度就越高，反之越低。

综上所述，MRI的TIC类型及其三个半定量参数能有效帮助卵巢良恶性肿瘤的鉴别。