Suscribirse

Usefulness of diffusion-weighted imaging and the apparent diffusion coefficient in the assessment of head and neck tumors - 03/06/08

Doi : 10.1016/j.neurad.2008.01.080 
Masayuki Maeda a, , Stephan E. Maier b
a Department of Radiology, Mie University School of Medicine, 2-174 Edobashi, Tsu, Mie 514-8507, Japan 
b Department of Radiology, Brigham and Womenʼs Hospital, Boston, MA, USA 

Corresponding author.

Bienvenido a EM-consulte, la referencia de los profesionales de la salud.
Artículo gratuito.

Conéctese para beneficiarse!

Summary

The aim of this review was to determine the usefulness of diffusion-weighted imaging (DWI) and the apparent diffusion coefficient (ADC) in the assessment of head and neck tumors. DWI and the ADC can help in the differential diagnosis of particular disorders (such as carcinomas vs lymphomas, or necrosis vs abscess) of the head and neck. The ADC can also provide further information to help differentiate benign from malignant tumors, as ADC values are usually lower in cases of malignancy. However, the ADC is itself influenced by various complex factors such as the cellularity and matrix of tumors and there is also some overlap between certain benign and malignant tumors of the salivary glands.

El texto completo de este artículo está disponible en PDF.

Résumé

L’objectif de cette revue est de montrer l’intérêt de l’imagerie de diffusion (DWI) et du coefficient de diffusion apparent (ADC) pour l’étude des tumeurs de la tête et du cou. DWI et ADC sont utiles pour le diagnostic différentiel de certaines entités (carcinomes vs lymphomes, nécrose vs abcès) de la tête et du cou. L’ADC peut également apporter des information sur la différenciation entre tumeurs bénignes et malignes, les valeurs d’ADC étant généralement plus basses en cas de tumeurs malignes. Cependant, l’ADC est influencé par plusieurs paramètres complexes tels que la cellularité et la matrice tumorale et des chevauchements existant entre certaines tumeurs bénignes et malignes des glandes salivaires.

El texto completo de este artículo está disponible en PDF.

Keywords : Diffusion-weighted imaging, Magnetic resonance imaging, Apparent diffusion coefficient, Tumor, Head and neck

Mots clés : Imagerie de diffusion, Imagerie par résonance magnétique, Coefficient de diffusion apparent, Tumeur, Tête et cou


Esquema


© 2008  Elsevier Masson SAS. Reservados todos los derechos.
Añadir a mi biblioteca Eliminar de mi biblioteca Imprimir
Exportación

    Exportación citas

  • Fichero

  • Contenido

Vol 35 - N° 2

P. 71-78 - mai 2008 Regresar al número
Artículo precedente Artículo precedente
  • ATENA: The first prospective, multicentric evaluation of the endovascular treatment of unruptured intracranial aneurysms
  • L. Pierot, L. Spelle, F. Vitry
| Artículo siguiente Artículo siguiente
  • Pulsed arterial spin labeling applications in brain tumors: Practical review
  • T. Tourdias, S. Rodrigo, C. Oppenheim, O. Naggara, P. Varlet, S. Amoussa, G. Calmon, F.-X. Roux, J.-F. Meder

Bienvenido a EM-consulte, la referencia de los profesionales de la salud.

Mi cuenta


Declaración CNIL

EM-CONSULTE.COM se declara a la CNIL, la declaración N º 1286925.

En virtud de la Ley N º 78-17 del 6 de enero de 1978, relativa a las computadoras, archivos y libertades, usted tiene el derecho de oposición (art.26 de la ley), el acceso (art.34 a 38 Ley), y correcta (artículo 36 de la ley) los datos que le conciernen. Por lo tanto, usted puede pedir que se corrija, complementado, clarificado, actualizado o suprimido información sobre usted que son inexactos, incompletos, engañosos, obsoletos o cuya recogida o de conservación o uso está prohibido.
La información personal sobre los visitantes de nuestro sitio, incluyendo su identidad, son confidenciales.
El jefe del sitio en el honor se compromete a respetar la confidencialidad de los requisitos legales aplicables en Francia y no de revelar dicha información a terceros.


Todo el contenido en este sitio: Copyright © 2024 Elsevier, sus licenciantes y colaboradores. Se reservan todos los derechos, incluidos los de minería de texto y datos, entrenamiento de IA y tecnologías similares. Para todo el contenido de acceso abierto, se aplican los términos de licencia de Creative Commons.