目的:结合乳腺Fischer’s评分和扩散加权成像,探讨如何对BI-RADS-MRI 4类病变进行亚分类,提高BI-RADS分类的准确性。方法:收集我院2014年6月至2017年4月行乳腺MRI检查的患者301例,其中经穿刺活检或者手术病理证实150例,7例因DWI伪影较重无法测量ADC值被排除,共143例患者（150个病灶）纳入研究。所有患者手术之前均行乳腺MRI平扫、多期动态增强扫描及DWI检查。扫描完成后对病灶进行形态学分析,包括形态、边缘、大小、强化方式等;测量并记录动态增强曲线、早期最大强化率、ADC值等数据。根据Fischer’s评分（F评分）系统进行评分,并结合ADC值进行Fischer’s+ADC评分（F+ADC评分）,绘制ADC值鉴别良恶性的ROC曲线,确定ADC值的最佳诊断界值。同时绘制ADC值、F评分以及F+ADC评分三种诊断方法对良恶性病变鉴别的ROC曲线,采用Z检验比较三种诊断方法的曲线下面积。以病理作为金标准,计算各种诊断方法的敏感性、特异性、阳性及阴性预测值和诊断的准确性。并采用Kappa分别分析ADC值、F评分以及F+ADC评分的诊断结果与病理结果的一致性。结果:通过ADC图的ROC曲线分析,以ADC值=1.08×10-3 mm2/s为诊断乳腺良恶性病变的界值,ROC曲线下面积（AUC）为0.855（95%CI:0.789-0.907）。F评分法和F+ADC评分法的ROC曲线下面积分别为0.875、0.949。F评分法和DWI的AUC无明显差异（Z=0.526,P=0.599）;F+ADC评分法的AUC明显高于DWI和F评分法（Z=3.359、3.644,P=0.0008、0.0003）。Fischer’s评分结合DWI与病理结果诊断的一致性优于F评分和DWI。F+ADC评分法与病理结果的一致性很好（Kappa=0.800）;F评分和DWI与病理结果呈中度一致性（Kappa=0.583,0.621）。BI-RADS-MRI 4类病变共62例,其中4A类病变中良性12例,恶性1例;4B类病变中良性10例,恶性11例,4C类病变中恶性病变25例,良性3例。4A、4B、4C类病变的阳性预测值分别为:7.7%、52.4%、89.3%。结论:Fischer’s评分结合DWI能合理地对BI-RADS4类病变进行亚分类;并将4A类病变作为判断良恶性的诊断界值,可以保持乳腺MRI较高的诊断敏感性,并明显提高其诊断特异性和准确率。目的:结合乳腺MRI动态增强血管成像和F+ADC评分,探讨如何提高BI-RADS-MRI 4类病变亚分类的诊断准确性,减少漏诊及误诊,降低临床穿刺活检率。方法:收集我院2014年6月至2017年4月行乳腺MRI检查的患者301例,其中经穿刺活检或者手术病理证实150例,7例因DWI伪影较重无法测量ADC值被排除,共143例患者（150个病灶）纳入研究。所有患者手术之前均行乳腺MRI检查平扫、多期动态增强扫描以及DWI检查。以第一部分中计算的1.08×10-3 mm2/s为ADC值的最佳临界值。采用F+ADC系统进行4类病变亚分类。并根据是否有血供不对称性增加和临近血管征,将BI-RADS-MRI 4A、4B、4C类进行进步细化分类。若无血管改变,定义为BI-RADS-MRI 4A（-）、4B（-）、4C（-）;如果存在血管不对称性增加或临近血管征,定义为BI-RADS-MRI 4A（+）、4B（+）、4C（+）。计算BI-RADS-MRI 4A、4B、4C及4A（-）、4A（+）、4B（-）、4B（+）、4C（-）、4C（+）的阳性预测值。以P<0.05为差异有统计学意义。结果:BI-RADS-MRI 4类病变共62例。其中4A类13例,良性病变12例,恶性病变1例;4B类21例,良性病变10例,恶性病变11例;4C类病变28例,恶性病变25例,良性病变3例。4A、4B、4C类病变的阳性预测值分别为:7.7%、52.4%、89.3%（见表4）。4A（-）共11例全部为良性病变;4A（+）共2例,1例为良性病变,1例为恶性病变;4B（-）共9例,6例为良性病变,3例为恶性病变;4B（+）12例,4例为良性病变,8例为恶性病变;4C（-）9例,3例为良性病变,6例为恶性病变;4C（+）19例全部为恶性病变。4A（-）、4A（+）、4B（-）、4B（+）、4C（-）、4C（+）的阳性预测值分别为:0、50%、33.3%、66.7%、66.7%、100%（见表4）。结论:乳腺病变血供不对称增加以及临近血管征可作为乳腺癌综合诊断的有效补充。结合MRI动态血管成像以及Fischer’s评分+ADC能更合理地对BI-RADS 4类病变进行细化分类,有效降低穿刺活检率。