您的位置: 专家智库 > >

杨晓平

作品数:2 被引量:6H指数:2
供职机构:中国医科大学附属第一医院更多>>
相关领域:医药卫生更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇医药卫生

主题

  • 1篇顶叶
  • 1篇星形
  • 1篇星形细胞
  • 1篇星形细胞瘤
  • 1篇性病
  • 1篇影像
  • 1篇影像报告
  • 1篇原浆
  • 1篇乳腺
  • 1篇乳腺影像
  • 1篇乳腺影像报告...
  • 1篇细胞
  • 1篇细胞瘤
  • 1篇良恶性
  • 1篇良恶性病变
  • 1篇扩散
  • 1篇恶性
  • 1篇恶性病
  • 1篇恶性病变
  • 1篇ADC

机构

  • 2篇中国医科大学...

作者

  • 2篇杨晓平
  • 1篇黎庶
  • 1篇任克
  • 1篇张立娜
  • 1篇柴瑞梅

传媒

  • 2篇中国医学影像...

年份

  • 1篇2019
  • 1篇2013
2 条 记 录,以下是 1-2
排序方式:
乳腺MRI特征及ADC值预测乳腺影像报告和数据系统4类良恶性病变被引量:4
2019年
目的探讨乳腺MRI特征及ADC值对乳腺影像报告和数据系统(BI-RADS) 4类良恶性病变的预测能力,并尝试建立Logistic回归预测模型。方法收集MRI诊断为BI-RADS 4类病变、并取得病理结果的79例乳腺病变患者(82个病变)。采用单因素二元Logistic回归及两独立样本t检验分析各MRI特征和ADC值鉴别良恶性乳腺病变的统计学意义,并建立多因素Logistic回归预测模型,绘制ROC曲线评价回归模型预测BI-RADS 4类病变良恶性的效能。结果肿块型病变中,将边缘、内部强化及ADC值纳入Logistic回归预测模型中(P均<0.05,伪R^2=0.62),其诊断良恶性乳腺病变的ROC曲线AUC为0.981,敏感度为87.80%,特异度为100%。非肿块型病变中,无预测变量纳入建立Logistic回归预测模型(P均>0.1)。结论乳腺MRI特征(边缘、内部强化)及ADC值对预测肿块型BI-RADS 4类病变的良恶性具有一定意义;Logistic回归预测模型可有效鉴别BI-RADS 4类肿块型病变性质。
杨晓平张立娜黎庶柴瑞梅董梦实
关键词:表观扩散系数
右顶叶原浆型星形细胞瘤1例被引量:2
2013年
患者男,16岁,主因“间歇性癫痫发作4年,加重2天”人院。脑电图:癫痫发作时表现为顶枕颞导联散在尖波,混杂有慢波活动,以右侧明显。CT:右侧顶叶皮质下类圆形占位性病变,CT值约9~17HU,周围伴片状低密度区。MR:右顶叶皮,
杨晓平任克
关键词:星形细胞瘤顶叶磁共振成像
共1页<1>
聚类工具0