目的：探讨全病灶表观扩散系数（ADC）直方图在乳腺良恶性病变中的鉴别诊断价值。
　　材料与方法：回顾性分析2017年1月至2018年5月在温州医科大学附属第一医院经病理证实的乳腺病灶160个，其中恶性病灶103个，良性病灶57个，患者术前均行常规MR、DWI、DCE-MR扫描，使用单指数拟合模型生成ADC图。由一名有10年乳腺MRI诊断经验的影像科医生在对病理结果不知情的情况下，借助DCE-MRI来准确定位病灶和确定病灶边界，在DWI上沿病灶边缘内侧逐层绘制感兴趣区（ROI），随后将ROI复制到ADC图上，使用Matlab软件对ADC图进行直方图分析，获得直方图参数，包括ADC值平均数（ADCmean）、中位数（ADCmedian）、第5、10、15、20、25、75、80、85、90、95百分位数（ADC5th、ADC10th、ADC15th、ADC20th、ADC25th、ADC75th、ADC80th、ADC85th、ADC90th、ADC95th）、方差、标准差、四分位距、偏度、峰度。使用SPSS和MedCalc软件对数据进行统计学分析，使用Mann-WhitneyU检验比较各ADC直方图参数在乳腺良恶性病变中的差异，并使用受试者工作特征（receiveroperatingcharacteristic,ROC）曲线分析各参数鉴别乳腺良恶性病变的诊断效能，获得各参数鉴别良恶性病灶的敏感度、特异度、阳性预测值、阴性预测值、准确率、约登指数、最佳阈值，使用McNemar检验比较敏感度、特异度、准确率。双尾P值＜0.05表示差异具有统计学意义。
　　结果：将160个病灶分为恶性组（103个）和良性组（57个），恶性病灶的平均体积大于良性病灶（分别为1521mm3和569mm3，P＜0.01），恶性组的所有ADC值均低于良性组，恶性组的偏度及峰度则均高于良性组，差异均有统计学意义（P＜0.05）。第5-25百分位ADC值和ADCmedian的ROC曲线下面积（AUC）均大于ADCmean，但是差异没有统计学意义（P＞0.05）。偏度和峰度的AUC则低于ADCmean，差异有统计学意义（P＜0.05）。ADCmean的AUC为0.856，最佳阈值为1.079×10-3mm2/s，敏感度为75.73%，特异度为82.46%，阳性预测值为88.64%，阴性预测值为65.28%，准确度为78.13%。ADC15、ADC20、ADC25的敏感度（分别为84.47%，83.50%，81.55%）高于ADCmean，差异有统计学意义（P＜0.05），其中ADC15的敏感度最高，为84.47%，AUC为0.862，特异度为75.44%,阳性预测值为86.14%，阴性预测值为72.89%，准确度为81.25%，ADC95的敏感度低于ADCmean（P＜0.01），除此之外其他ADC值的敏感度和ADCmean的敏感度之间的差异没有统计学意义，ADCmean和其他ADC值的特异度和准确率也没有统计学差异（P＞0.05）。
　　结论：全病灶ADC直方图分析可以为鉴别乳腺良恶性病变提供帮助。恶性病灶的所有ADC值均低于良性病灶，偏度和峰度高于良性病灶，其中ADC15、ADC20、ADC25的敏感度高于常规使用的ADCmean。