磁共振在乳腺疾病检查应用越来越广泛,磁共振检查对乳腺良恶性病变进行非常准确的诊断仍然具有挑战。扩散加权成像(DW MRI)利用组织细胞内外空间中的水分子的布朗运动影响,有潜力在细胞水平提供肿瘤血液微血管的生物信息。基于MRI水分子信号衰减模型、计算出的表观扩散系数(ADC)可以有助于证实癌症的检测与表征。体素内不相干运动(IVIM)技术采用多b值进行弥散加权成像的采集,可用于分别量化DWI图像中的两种运动成分:扩散运动成分和血流灌注成分。在高b值,DW图片主要反映扩散运动效应,在低b值,DW图片也可以反映灌注的影响,在任意方向的毛细血管网中微血管的血流会给弥散加权信号产生伪扩散作用。本研究根据IVIM参数(纯扩散系数D,伪扩散系数D*,灌注分数f)的定量分析--双指数模型,分析比较了不同的图像后处理计算方法的优缺点以及临床适用性,最终采用了基于置信域算法的“分段式”拟合方法来计算乳腺良恶性病变和正常组织的IVIM参数,寻求最优b值优化IVIM测量结果,引入残差平方和SSR进行评估,每个病灶的SSR最小值提取出来的b值与之作为最佳阈值,从而通过使用最优b值阈值计算的IVIM计算的扩散和灌注参数,可以准确地鉴别良性和恶性的乳腺病变。论文的创新点是通过IVIM-DWI的参数优化可以有助于该成像技术在临床应用时选用合理的b值进行区分血流灌注和扩散作用的影响,可以在病理检查之前对病变做初期的判断。实验结果表示IVIM分析中,对于良性和恶性病变,分离灌注和扩散影响的最佳b值阈值为300 s/mm~2。在临床应用中,结合实验的病理资料进行统计分析,最终得到的结果发现IVIM参数分析的灌注分数f和伪扩散系数D*的乘积f×D*相比原始参数f,D*更有鉴别诊断的显著性差异(AUC=0.725,p<0.0006),这对于乳腺的临床应用是有进步意义的。此外,与结合D和f这两个参数比较而言,结合纯扩散系数D和f×D*的预测值在良恶性病变的鉴别诊断方面提供更高的诊断效能,其AUC=0.861,敏感性为88.89%,特异性为81.25%。IVIM技术有希望在乳腺癌的良恶性鉴别诊断中取得新的发展。