不同年资医师应用自动乳腺超声诊断系统结合CAD对乳腺恶性病灶的诊断价值

目的探讨不同年资医师应用计算机辅助诊断系统(CAD)辅助自动乳腺超声诊断系统(ABUS)对于诊断乳腺恶性病灶的价值。方法收集行ABUS检查的乳腺病灶患者1452例,其中,恶性270例,共282个病灶;良性674例,共695个病灶;阴性508例。比较6名医师(3名低年资医师与3名高年资医师)使用CAD系统前后的诊断敏感性、特异性、受试者工作特征(ROC)曲线下面积及平均阅读时间。结果应用CAD前,低年资医师与高年资医师诊断恶性病灶的敏感性分别为87%、93%,使用CAD后均提高至94%,低年资医师使用CAD前、后诊断敏感性比较差异有统计学意义(P<0.05),高年资医师差异无统计学意义。6名医师在使用CAD系统前后诊断特异性无变化。低年资医师在使用CAD系统后的诊断准确率有所提高,曲线下面积由0.85提高至0.89,差异有统计学意义(P<0.05);而高年资医师在使用CAD系统后,虽然ROC曲线下面积由0.91提高至0.92,但差异无统计学意义。所有医师使用CAD后的平均阅读时间均有不同程度的延长,差异有统计学意义(P<0.05)。结论虽然使用CAD后的平均阅读时间有所延长,但在可接受范围内,ABUS结合CAD能大大提高超声医师诊断乳腺恶性病灶的准确率和敏感性,且对低年资医师帮助更大。     

超声在40岁以下女性乳腺癌诊断中的应用价值

目的探讨超声在诊断40岁以下女性乳腺癌中的应用价值。方法选取2014年1~12月越南一○三军人医院收治的71例乳腺占位性病变患者,行乳腺超声和乳腺钼靶检查,以病理结果为金标准,计算超声和乳腺钼靶对其的诊断敏感性、特异性及准确性。结果 71例患者中,40例乳腺癌,31例非乳腺癌。40例乳腺癌患者中,超声诊断32例,漏诊8例;乳腺钼靶诊断29例,漏诊11例;31例非乳腺癌患者中,超声诊断25例,误诊6例;乳腺钼靶诊断29例,误诊2例。超声诊断乳腺癌的准确性、敏感性、特异性为80.2%、80.0%、80.6%;乳腺钼靶诊断乳腺癌的准确性、敏感性、特异性为81.6%、72.5%、93.5%。结论超声在诊断40岁以下女性乳腺癌中有一定优势,当超声图像不能判定时,应行乳腺钼靶检查,以提高乳腺癌的诊断准确性。     

自动乳腺超声诊断系统（ABUS）结合计算机辅助诊断系统（CAD）前后对乳腺恶性病灶的诊断价值对比

目的 本研究旨在探讨应用自动乳腺超声诊断系统（ABUS）结合计算机辅助诊断系统（CAD）对于不同经验医师诊断乳腺恶性病灶的价值。 方法 收集行ABUS检查的乳腺病例1452例,结果均经病理或随访1年以上证实。比较6名医师（3名低年资医师和3名高年资医师）使用CAD系统前后的诊断敏感度、特异度、AUC及平均阅读时间。结果 1452例病例中,270例为恶性,共有282个恶性病灶,674例为良性,共有695个良性病灶,508例为阴性。应用CAD系统前,低年资与高年资医师诊断乳腺癌的敏感度分别为87%、93%,使用CAD后提高到94%、94%,低年资医师的诊断敏感度前后差异具有统计学意义（P<0.05）,高年资医师差异无统计学意义（P＞0.05）。6名医师在使用CAD系统前后诊断特异度均略有下降,但差异均无统计学意义（P＞0.05）。低年资医师在使用CAD系统前后的诊断符合率有所提高,ROC曲线下面积由0.85提高到0.89,差异具有统计学意义（P<0.05）。而高年资医师组,虽然ROC曲线下面积由0.91提高到0.92,但差异不具有统计学意义（P＞0.05）。所有医师使用CAD后的平均阅读时间均有不同程度的延长,差异具有统计学意义（P<0.05）。结论 虽然使用CAD后的平均阅读时间有所延长,但在可接受范围内,借助ABUS-CAD的阅读模式能大大提高医生诊断的准确度和敏感度,对于低年资医师帮助更大。     

人工智能在乳腺癌超声诊断的应用价值

目的 研究人工智能(CAD机器诊断系统)在乳腺癌超声判断的应用价值.方法 纳入在我院进行乳腺穿刺活检或手术切除的乳腺病变患者5311例.以病理结果为对照,比较医师读图和CAD机器诊断系统以及二者联合应用对乳腺病变的良恶性诊断结果差异.结果(1)医师读图诊断结果的ROC曲线下面积为0.837,敏感度、特异度、准确度分别为...     

计算机辅助诊断系统在甲状腺结节超声诊断中的应用

[摘 要] 目的 评估计算机辅助诊断（Computer-aided Diagnosis ,CAD）系统在甲状腺超声检查中的诊断效能及临床应用价值。方法 选取2018年8月至2019年1月在中南大学湘雅三医院进行甲状腺超声检查并行手术切除的171例患者，共205个甲状腺结节。分别采用CAD及4名不同经验水平的超声医师对205例甲状腺结节的超声图像进行分析并根据美国放射学会（ACR）的TI-RADS指南进行分类，然后对4名不同经验水平的超声医师结合CAD也进行了研究。以手术病理结果为金标准,评估CAD系统在鉴别甲状腺良恶性结节中的诊断效能，以及CAD对不同经验水平的超声医师的影响。结果 CAD系统的使用提高了4名超声医师对甲状腺结节鉴别诊断的敏感性及AUC值(结合CAD系统vs未结合CAD系统:灵敏度：超声医师A, 93.10% vs 87.93%;超声医师B, 90.52% vs 84.48%;超声医师C, 85.34% vs 78.45%;超声医师D, 75.00% vs 66.38%，AUC值：超声医师A, 0.95 vs 0.94;超声医师B, 0.93 vs 0.92;超声医师C, 0.86vs 0.81;超声医师D, 0.86 vs 0.70)，差异均有统计学意义（P均＜0.05）。然而CAD系统的低特异性(73.03%)仅对超声医师C、D有显著性改善(P均＜0.05)。CAD系统对甲状腺恶性肿瘤的诊断敏感性与具有5年经验的超声医师相似，差异无统计学意义（P=1.00），但CAD系统的特异性较低。结论 CAD鉴别诊断甲状腺结节的敏感性较高，但特异性较低。结合CAD可有效提高初级医师甲状腺结节的超声诊断水平，也能提高高年资医师对甲状腺结节鉴别诊断的敏感性。     

B-CAD辅助乳腺超声检查诊断乳腺癌的价值

目的 评价乳腺计算机辅助检测系统(B-CAD)辅助乳腺超声检查诊断乳腺癌的作用及可行性.方法 将病理证实的64个乳腺癌病灶及36个乳腺良性病灶输入B-CAD系统,计算B-CAD的诊断准确率,与1名医师使用B-CAD前及与2名医师共同对乳腺良、恶性病灶的诊断率相比较;同时比较B-CAD系统对不同大小乳腺癌的诊断准确率.结果 医师使用B-CAD前、后与2位医师共同诊断对乳腺良恶性病灶的诊断准确率无显著差异;医师使用B-CAD后对病灶最大径＜1 cm的乳腺癌诊断准确率提高了44%,与使用前有显著性差异;但医师使用B-CAD前、后对≥1 cm的乳腺癌诊断准确率无差异.结论 B-CAD可辅助医师提高对乳腺癌的诊断率,尤其是早期＜1 cm乳腺癌的诊断率.     

二维超声联合超声弹性成像技术诊断恶性浅表淋巴结

目的:研究二维超声联合超声弹性成像技术对恶性浅表淋巴结诊断效能的影响。方法:选取2015年12月~2018年9月收治的浅表淋巴结患者156例作为研究对象,以病理检查为金标准,均采取二维超声、超声弹性成像检查,比较二维超声联合超声弹性成像检查及单独检查诊断效能。结果:二维超声检查检出恶性80例,良性76例,其中误诊12例,漏诊26例;超声弹性成像检查检出恶性83例,良性73例,其中误诊11例,漏诊22例;二者联合检查检出恶性99例,良性57例,其中误诊12例,漏诊7例。二维超声联合超声弹性成像检查诊断准确率、敏感性均高于单独二维超声、超声弹性成像检查,差异有统计学意义(P<0.05);二维超声联合超声弹性成像检查诊断特异性与二维超声、超声弹性成像单独检查比较,差异无统计学意义(P>0.05)。结论:二维超声联合超声弹性成像技术应用于浅表淋巴结患者诊断中,可在不影响诊断特异性基础上显著提高诊断准确率、敏感性,有效鉴别良、恶性浅表淋巴结,为临床评估病情、制定合理治疗方案提供参考依据。     

探讨超声弹性成像诊断甲状腺良恶性结节的临床价值与意义

目的:探讨超声弹性成像诊断甲状腺良恶性结节的临床价值及意义。方法:选入我院2018年1月—2019年2月收治甲状腺良恶性结节患者114例,所有患者均接受常规超声检查及超声弹性成像检查,对比不同诊断方法的诊断结果及漏诊误诊情况。结果:超声弹性成像漏诊误诊率显著低于常规超声(P<0.05),良性结节及恶性结节检出率显著高于常规超声(P<0.05)。结论:在甲状腺良恶性结节的诊断中应用超声弹性成像诊断可降低漏诊误诊率,提高良、恶性结节检出率,具有非常广泛应用价值。     

计算机辅助检测系统对乳腺癌检出的价值评估

目的：评估全数字化乳腺X线摄影的计算机辅助检测系统（CAD）对乳腺癌检出的临床应用价值.材料与方法：收集97例经手术病理证实的乳腺癌全数字化乳腺X线摄影图像,所有病例均经CAD软件检测,记录乳腺癌的X线征象、BI-RADS分类,病理类型并评估CAD检出的敏感性.结果：共有41例（42.3％）肿块,18例（18.5％）钙化,30例（31％）肿块合并钙化,7例（7.2％）结构扭曲和1例（1％）结构不对称.CAD检出乳腺癌X线征象总敏感性为88.7％（肿块,85.4％;钙化,94.4％;肿块合并钙化,100％;结构扭曲,57.1％）,97例乳腺癌有11例（6例肿块;3例结构扭曲;1例钙化;1例结构不对称）未被CAD检出.肿块形状、边缘、BI-RADS分类及病理类型与CAD检测没有显著差异性.CAD检测有27.2％特异性及46.7％假阳性率）.结论：CAD检测显示了高敏感性及低特异性.乳腺癌肿块形状、边缘、BI-RADS分类及病理类型不影响CAD检出敏感性,肿块密度、结构扭曲的毛刺粗细影响CAD的检出率.     

人工智能系统评估BI-RADS 4类乳腺肿块的应用价值

目的探讨人工智能（AI）系统在乳腺影像报告与数据系统（BI-RADS）4类乳腺肿块良恶性鉴别诊断中的价值。 方法回顾性选取2018年1月至2020年2月于青岛市市立医院超声科初诊为BI-RADS 4类乳腺肿块的女性患者226例。所有患者均行常规超声检查,并经手术或穿刺活检取得病理结果。AI系统与不同年资乳腺超声专科医师（2、4、6年）分别对乳腺肿块超声图像进行分析并判断良恶性,应用四格表计算AI系统及不同年资医师对乳腺癌的诊断准确性,采用χ²检验比较AI系统与不同年资医师对不同大小乳腺癌肿块的诊断准确性。 结果226例乳腺肿块均经病理证实,其中良性病灶96例,恶性病灶130例。AI系统诊断乳腺恶性肿块的敏感度、特异度、阳性预测值、阴性预测值和准确性分别为93.84%、92.71%、94.57%、91.75%、93.36%,均高于不同年资医师。AI系统与不同年资医师诊断≤0.5 cm、＞0.5~1.0 cm、＞1.0~1.5 cm的乳腺癌肿块,其诊断准确性差异均有统计学意义（P=0.029、0.011、0.002）;诊断＞1.5~2.0 cm、＞2.0 cm的乳腺癌肿块,其诊断准确性差异均无统计学意义（P=0.117、0.668）。AI系统与2年资医师诊断≤0.5 cm、＞0.5~1.0 cm、＞1.0~1.5 cm的乳腺癌肿块,其诊断准确性差异均有统计学意义（P=0.006、0.002、0.001）。 结论AI系统在BI-RADS 4类乳腺肿块良恶性判断中具有较高的诊断价值,尤其对直径≤1.5 cm的乳腺癌的诊断;其可辅助低年资超声医师提高乳腺癌的诊断率。     

计算机辅助检测系统对数字化乳腺X线图像检测的可重复性

目的 观察计算机辅助检测系统(CAD)检出全数字化乳腺X线图像中良恶性肿块及钙化灶的可重复性。 方法 454例乳腺疾病患者经手术病理证实,其中67例乳腺癌患者于3个月内接受两次乳腺X线检查。比较数字化图像直接获得的CAD结果(CAD1)与两次重新回输原始数据生成的CAD结果(CAD2、CAD3)的一致性,评价CAD系统短期内对乳腺X线图像检测结果的可重复性。 结果 CAD1、CAD2、CAD3在肿块及钙化灶检出的数目及所标记的位置上完全相同。67例短期内两次乳腺X线检查病例中,32例病灶大小、密度未见变化,初次和再次CAD发现恶性病灶的敏感度分别为87.50%(28/32)和90.63%(29/32)。 结论 对于相同的数字化图像,CAD标记的重复率为100%。对于相同乳腺短期内两次X线检查图像,CAD系统检出乳腺癌具有较高的可重复性。     

Computerized analysis of images in the detection and diagnosis of breast cancer.

Improvements in mammographic acquisition techniques have resulted in making the early signs of breast cancer more apparent on mammograms. However, the accuracy of the overall mammographic examination depends on both the quality of the mammographic images and the ability of the radiologist to interpret those images. While mammography is the best screening method for the early detection of breast cancer, radiologists do miss lesions on mammograms. Use of output, however, from a computerized analysis of an image by a radiologist may help him/her in the detection or diagnostic tasks, and potentially improve the overall interpretation of breast images and the subsequent patient care. Computer-aided detection and diagnosis (CAD) involves the application of computer technology to the process of medical image interpretation. CAD can be defined as a diagnosis made by a radiologist, who uses the output from a computerized analysis of medical images as a "second opinion" in detecting and diagnosing lesions, with the final diagnosis being made by the radiologist. The computer output must be at a sufficient performance level, and in addition, the output must be displayed in a user-friendly format for effective and efficient use by the radiologist. This chapter reviews CAD in breast cancer detection and diagnosis, including examples of image analyses, multi-modality approaches (i.e., special-view diagnostic mammography, ultrasound, and MRI), and means of communicating the computer output to the human.     

计算机辅助诊断系统对甲状腺结节的诊断价值研究

目的比较计算机辅助诊断（CAD）系统与多名超声医师对甲状腺结节的诊断效能，初步探讨CAD软件的诊断价值及分析甲状腺结节超声特征对CAD软件及超声医师诊断的影响。 方法选取2016年2月至2018年6月电子科技大学医学院附属四川省肿瘤医院医学影像信息（PACS）系统中甲状腺结节灰阶超声图像50张，采用CAD软件及111名超声医师同时对50张甲状腺结节图像进行诊断。以病理结果为"金标准"分别计算CAD软件，准确率最高的高年资医师、准确率最高的低年资医师鉴别诊断甲状腺结节的敏感度、特异度、阳性预测值、阴性预测值，并绘制受试者工作特征曲线（ROC曲线）；各组间准确率的比较采用McNemar检验，ROC曲线下面积的比较采用Z检验。 结果CAD软件、准确率最高的高年资医师、准确率最高的低年资医师诊断甲状腺结节良恶性的敏感度、特异度、阳性预测值、阴性预测值及准确性分别为76.9%、87.5%、86.9%、77.8%、82.0%；86.9%、77.8%、76.9%、87.5%、82.0%；82.6%、70.4%、70.4%、82.6%、76%；CAD软件与高年资医师诊断准确率相同且均高于低年资医师，差异有统计学意义；CAD软件与高年资医师ROC曲线下面积一致且均大于低年资医师，但差异均无统计学意义（P均>0.05）。医师误诊的病例主要为桥本甲状腺炎以及微小低回声病灶伴点状强回声的甲状腺结节，而分布位置以及结节内粗大钙化灶伴后方宽大声影造成了CAD软件的误诊。 结论CAD软件诊断甲状腺结节的准确率与高年资医师一致，高于低年资医师；甲状腺结节的分布位置以及结节内粗大钙化灶伴后方宽大声影可能是影响CAD软件诊断准确性的因素；而桥本甲状腺炎以及微小低回声病灶伴点状强回声可能会影响超声医师对甲状腺结节的正确诊断。     

Computer-Aided Diagnosis in Thoracic CT

Computer-aided diagnosis (CAD) provides a computerized diagnostic result as a "second opinion" to assist radiologists in the diagnosis of various diseases by use of medical images. CAD has become a practical clinical approach in diagnostic radiology, although, at present, primarily in the area of detection of breast cancer in mammograms. Currently, a large research effort has been devoted to the detection and classification of various lung diseases in thoracic computed tomography (CT) images. We describe in this article the current status of the development of CAD schemes in thoracic CT, including nodule detection, distinction between benign and malignant nodules, and detection, characterization, and differential diagnosis of diffuse lung disease. Observer performance studies indicate that these CAD schemes would be useful in clinical practice by providing radiologists with computer output as a "second opinion."     

Overview on research and development of computer-aided diagnostic schemes.

Computer-aided diagnosis (CAD) has become a practical clinical approach in diagnostic radiology, although at present only in the area of detection of breast cancer in mammograms. Current research efforts have been focused on detection and classification of images of many different types of lesions in a number of organs, obtained with various imaging modalities. It is likely that the present results of CAD are only at the tip of the iceberg. Although automated computer diagnosis is a concept based on computer algorithms only, CAD is a concept established by taking into account equally the roles of physicians and computers. The effect of CAD on differential diagnosis has already indicated that the performance level is high, and that CAD would be ready for clinical trials and commercialization efforts. The presentation of images similar to those of an unknown case may be useful as a supplemental tool for CAD in the differential diagnosis.     

基于计算机辅助诊断技术的超声图像处理软件对甲状腺结节诊断效能的初步研究

目的通过比较基于计算机辅助诊断技术（CAD）的甲状腺超声图像处理软件（安克侦）与超声医师对甲状腺结节进行甲状腺影像报告和数据系统（TI-RADS）评分的差别,初步探讨安克侦CAD软件在甲状腺结节良恶性鉴别诊断中的价值。 方法选取2015年5月至2016年10月就诊于中山大学附属肿瘤医院的194例甲状腺结节患者的病例资料。每个病例选取一个结节进行分析,所有结节均经手术或超声引导下细针穿刺活检（US-FNA）病理证实。由两位年资不同的超声医师评估结节图像,分别对结节的5个特征（成分、回声、形态、边缘、强回声）进行评分,得出总的TI-RADS评分并分类。安克侦CAD软件则通过自动分析结节图像,得出基于美国放射学会（ACR）标准的TI-RADS评分。 结果安克侦CAD软件的TI-RADS评分与高年资医师比较,差异无统计学意义（Z=0.964,P=0.335）,与低年资医师比较,差异具有统计学意义（Z=5.593,P<0.001）。以TR5为恶性诊断界值,安克侦CAD软件的诊断敏感度与高年资医师比较,差异无统计学意义（84.62% vs 86.54%,P=0.815）,且其略高于低年资医师,但差异无统计学意义（84.62% vs 73.08%,P=0.052）。安克侦CAD软件、低年资医师、高年资医师评分的诊断特异度分别为65.56%、87.78%、82.22%,安克侦CAD软件明显低于低年资和高年资医师（65.56% vs 87.78%,χ²=12.893,P<0.01;65.56% vs 82.22%,P=0.004）。CAD软件的ROC曲线下面积均低于高年资及低年资医师（0.735 vs 0.921,Z=4.537,P<0.0001;0.735 vs 0.898,Z=4.033,P=0.0001）。 结论安克侦CAD软件对甲状腺结节的诊断敏感度与高年资及低年资医师相比,并无显著差异,但诊断特异度及诊断准确性均低于高年资及低年资医师。其综合诊断效能仍需进一步深入研究。     

CAD Algorithms for Solid Breast Masses Discrimination: Evaluation of the Accuracy and Interobserver Variability

For a successful computer-aided diagnosis (CAD) approach, investigating the benefit of the output for radiologist diagnosis is as important as developing the computer algorithm itself. To evaluate the accuracy and the interobserver variability of two newly developed CAD algorithms for breast mass discrimination, eight radiologists with varied experience in breast ultrasonography (US) independently reviewed the lesions according to Breast Imaging Reporting and Data System (BI-RADS)-US. They interpreted the original ultrasound images, provided a final assessment category to indicate the probability of malignancy and then made a further diagnosis using the images processed by the proposed CAD algorithms. The receiver operating characteristic (ROC) curve and Cohen's κ statistics were employed to evaluate the effect of the CAD algorithms on radiologist diagnoses. By using the proposed CAD approach, the quality of the images was improved and more information was provided to the observers. With the processed images, the areas under the ROC (Az) of each reader (0.86∼0.89) were greater than those with the original ultrasound images (0.81∼0.86) and all the radiologists improved their performance significantly (p < 0.05) except two senior radiologists (p > 0.05). The Az values of the junior radiologists with CAD were comparable to those of the senior radiologists. Cohen's κ statistics showed that better interobserver agreement was obtained by using the processed images. We conclude that the proposed CAD method is more helpful for the junior radiologists than for the senior ones and it also showed the advantage of decreasing interobserver variability. (E-mail: jwtian2004@yahoo.com.cn)