基于乳腺X线影像组学辅助诊断BI-RADS4和5类良性病变

目的 评价乳腺X线影像组学辅助诊断乳腺影像报告和数据系统(BI-RADS)4和5类良性病变的价值.方法 回顾性分析经病理证实的344例乳腺病变患者,包括194例良性病变、150例恶性病变;根据接受乳腺X线检查时间将前70％ 归为训练集(n=240)、后30％ 归为验证集(n=104).基于头足(CC)位和内外斜(MLO...     

对比增强能谱乳腺X线摄影的临床应用及进展

乳腺癌是目前女性发病率最高的恶性肿瘤。早期发现乳腺病变并进行良恶性鉴别，直接影响临床治疗决策，并关系到乳腺癌患者预后。乳腺肿瘤通常血管富集，对比增强能谱乳腺X线摄影（CESM）技术基于碘剂的K边缘效应，通过静脉注射对比剂后对乳腺组织同时进行高、低能量X线摄片，经处理后获得直接反映碘对比剂在腺体内分布情况的减影图像，消除了腺体重叠干扰，显示病灶血供状态，从而可更敏感地发现隐藏于腺体中的小病灶，准确评估病变形态、范围，并进行定性诊断。本文对CESM在乳腺癌临床诊断中的应用和进展进行综述。     

乳腺X线Quantra软件与乳腺影像报告和数据系统分类评价乳腺密度一致性研究

目的:探讨乳腺X线Quantra软件与乳腺影像报告和数据系统(Breast Imaging Reporting and Data Systern,BIRADS)分类评价乳腺密度(mammographicdensity,MD)的一致性。方法:回顾并分析2016年1—11月于天津医科大学肿瘤医院行乳腺X线摄影检查的2 550例患者的影像学资料,原始图像采用Quantra 2.0软件进行分析,自动计算出MD、q_abd及Q_abd。依据BI-RADS分类,由2名从事乳腺影像诊断的高年资放射医师独立阅片并评价MD。采用SPSS19.0软件对乳腺X线Quantra软件Q_abd值与BI-RADS分类进行一致性检验(Kappa检验)。利用受试者工作特征(receiver operating characteristic,ROC)曲线分析Quantra软件Q_abd值与BI-RADS 2分类(致密型与非致密型)的关系,其曲线下面积(area under curve,AUC)、95%CI、灵敏度、特异度和界值。结果:BI-RADS 4分类与Quantra软件测得的Q_abd值进行一致性分析,Kappa值为0.665,而2分类时Kappa值为0.760。利用ROC曲线分析Quantra软件Q_abd值与BI-RADS 2分类的关系,其AUC为0.957、95%CI:0.951～0.964、灵敏度为86.0%、特异度为99.2%,致密型乳腺与非致密型乳腺的界值为13%。结论:乳腺X线摄影采用Quantra软件评价MD是一种较为简单、客观和准确的方法,并能有效避免较多依赖于放射医师经验的主观判断。     

对比增强乳腺X线摄影与全视野乳腺X线摄影辐射剂量

目的 观察对比增强乳腺X线摄影（CEM）与全视野乳腺X线摄影（FFDM）乳腺辐射剂量及其与腺体压迫厚度的相关性。方法 采用模体实验对比同机FFDM及CEM 2种模式下平均腺体剂量（AGD）。102例乳腺疾病患者接受CEM（CEM组），另104例接受同机FFDM（FFDM组），记录2组AGD及腺体压迫厚度；按美国放射学院（ACR）第5版乳腺影像报告数据系统（BI-RADS）标准区分致密腺体及非致密腺体，比较组间及不同类型腺体间AGD和腺体压迫厚度差异，分析AGD与腺体压迫厚度的相关性。结果 模体实验结果显示低能CEM与FFDM的AGD相仿。CEM组非致密腺体22例，致密腺体80例；FFDM组非致密腺体39例，致密腺体65例；2组腺体压迫厚度差异无统计学意义（U=4 823.50，P>0.05）。CEM组总AGD与FFDM组差异无统计学意义（U=5 249.50，P>0.05），低能CEM的AGD低于FFDM组（U=2 111.00，P<0.05）。FFDM组AGD（r=0.45）及CEM组总AGD（r=0.79）与腺体压迫厚度均呈正相关（P均<0.05）。对非致密腺体，CEM组AGD高于FFDM组（U=266.00，P<0.05），而对致密腺体，CEM组AGD与FFDM组AGD差异无统计学意义（U=2 223.00，P>0.05）。FFDM组致密腺体AGD高于非致密腺体（U=846.50，P<0.05），而CEM组致密腺体与非致密腺体AGD差异无统计学意义（U=690.50，P>0.05）。结论 CEM总辐射剂量与FFDM相仿；压迫后腺体厚度越薄，辐射剂量越低；CEM对致密型腺体更具优势。     

基于X线及超声乳腺影像报告和数据系统构建机器学习模型预测乳腺癌分子分型

目的观察基于X线及超声的乳腺影像报告和数据系统(BI-RADS)选取影像学特征构建的机器学习模型预测乳腺癌分子分型的可行性。方法回顾性分析200例经病理的浸润性乳腺癌,根据免疫组织化学结果分为Luminal组(n=109)与非Luminal组(n=91),组内按7∶3比例随机分为训练亚组及测试亚组。采集11个临床信息,并提取24个影像学特征,建立4种机器学习模型,通过受试者工作特征(ROC)曲线评价各模型预测不同分子分型乳腺癌的效能,比较各模型曲线下面积(AUC)的差异。结果测试组随机森林(RF)、极端梯度提升(XGBoost)、逻辑回归(LR)及支持向量机(SVC)模型判断不同分子分型乳腺癌的敏感度分别为74.10%、74.10%、77.80%和70.40%,特异度分别为63.60%、51.50%、57.60%和60.60%,准确率分别为68.30%、61.70%、66.70%和65.00%;其中RF模型判断Luminal型与非Luminal型乳腺癌的AUC值最大(AUC=0.70,P<0.05),但与其他模型间差异均无统计学意义(P均>0.05)。结论 RF模型预测不同...     

超声造影对乳腺影像报告和数据系统4a类肿块的诊断价值

目的:探讨超声造影(contrast-enhanced ultrasound,CEUS)对乳腺影像报告和数据系统(Breast Imaging Reporting and Data System,BI-RADS) 4a类肿块的诊断价值。方法:入组149个常规超声诊断为BI-RADS 4a类的乳腺肿块行CEUS检查,以粗针穿刺或手术病理学检查为对照,比较良恶性肿块的CEUS特征的差异。采用logistic逐步回归分析恶性肿块在CEUS中的优势比征象,并调整肿块的BI-RADS分类。用受试者工作特征(receiver operating characteristic,ROC)曲线比较CEUS调整前后的BI-RADS分类的诊断效能。结果:在149个BI-RADS 4a类乳腺病灶中,良性病灶112个,恶性病灶37个。通过二分类logistic回归分析显示,CEUS增强后病灶形态不规则(OR=4.32)及有滋养血管(OR=15.79)为恶性肿块的优势比征像。CEUS诊断后,BI-RADS分类调整为:3类83个(55.70%),4a类57个(38.25%),4b类9个(6.04%)。以BI-RADS 4a为活检阈值,活检率由造影前的100.00%降低至44.30%,癌症检出率由24.83%升高至51.52%,允许随访患者的恶性风险仅2.01%。以BI-RADS 4a为恶性阈值,常规超声和CEUS的ROC曲线的曲线下面积分别为0.500和0.835(95%CI:0.392～0.680 vs 0.764～0.907,P0.05)。结论:CEUS有助于常规超声BI-RADS 4a类肿块良恶性的鉴别,可减少不必要的穿刺活检。但对部分BI-RADS 4a类依据CEUS降类的肿块,应综合判断,以降低假阴性率。     

钼钯X线、超声及二者组合BI-RADS分类在农村妇女乳腺筛查中的对比分析

目的 对比分析钼钯X线(MAM)、超声(US)及二者组合在农村妇女乳腺筛查中BI-RADS分类的异同,探讨其分类评价价值。 方法 选取在本院接受乳腺筛查的本地区农村妇女,年龄35~60岁,制定入选标准,954名入选。对所有受检者先行US检查,再行MAM检查;参照美国放射学会提出的乳腺影像报告和数据系统2003年第4版分类标准进行US、MAM及US+MAM分类,对所得结果行统计学分析,比较3种分类方法的差异。 结果 统计学分析显示3种方法所得Ⅰ、Ⅱ类结果的受检者年龄及人数差异有统计学意义(P＜0.05),Ⅲ、ⅣA类受检者的年龄差异无统计学意义(P＞0.05);Ⅲ~Ⅴ类受检者数差异无统计学意义(P＞0.05)。 结论 US+MAM组合法BI-RADS分类可增加农村妇女乳腺Ⅱ类结果检出率;对于Ⅲ~ⅣB类结果,MAM较US检出率高。     

乳腺钼靶BI-RADS IV级临床影像表现分析

目的 分析乳腺钼靶BI-RADSIV级影像与临床表现特征,探讨Ⅳ级三亚型BI-RADS评估标准.方法 回顾分析110例经病理证实的乳腺疾病钼靶BI-RADS IV级的临床及影像表现,采用SPSS 13.0统计学软件进行多因素回归分析.结果 对照病理,本组病例恶性与左右、象限、影像的边界、密度、边缘、质地、活动度、触痛等指标显著负相关,与年龄、钙化、分叶、触诊边界、表面等指标显著正相关,F=4.249,P<0.001,表示回归显著,观察指标与良恶性相关性较大.结论 指出乳腺钼靶BI-RADS IV级三亚型评估标准,可为临床诊治提供重要的参考依据.     

对比增强能谱乳腺X线摄影的诊断价值分析

目的:探讨分析对比增强能谱乳腺X线摄影(contrast-enhanced spectral mammography,CESM)在乳腺病灶的检出及鉴别良恶性方面的应用。方法:前瞻性纳入临床怀疑或超声发现乳腺病变后进一步行CESM检查的患者,最终151例患者(157个病灶)纳入本次研究。阅读并评价低能图、CESM及磁共振成像(magnetic resonance imaging,MRI)表现,采用受试者工作特征(receiver operating characteristic,ROC)曲线分析低能图、CESM及MRI的诊断效能,用Z检验比较曲线下面积(area under curve,AUC),计算灵敏度、特异度及准确率。根据患侧乳腺密度分为致密型乳腺、非致密型乳腺,作亚分组分析。结果:低能图在128例患者中检出134个病灶,其中浸润性癌39个,非浸润性癌3个,和92个良性病变。CESM在148例患者中检出154个病灶,其中44个恶性病灶,110个良性病变。CESM与低能图的AUC分别为0.97、0.89(P0.05)。致密型乳腺组CESM与低能图AUC分别为0.97、0.87(P0.05)。53例完成MRI检查的患者中,低能图、CESM及MRI三者的AUC分别为0.90、0.97、0.98(P0.05)。结论:CESM在病灶检出及诊断准确率上优于低能图,与MRI之间差异不显著,CESM在致密型乳腺中有更好的表现。     

乳腺影像报告与数据系统临床应用进展

乳腺影像报告与数据系统（BI-RADS）是一个涵盖乳腺X线、超声及磁共振影像解读报告的标准化系统。BI-RADS促进了医学影像学检查报告的标准化,减少了乳腺影像解读时的混淆,是广泛应用于乳腺X线摄影、超声、MRI中的风险评估和质量保证工具。本文对BI-RADS的发展史、临床价值、局限性以及与其他影像等技术结合的临床应用等进行综述。     

超声新技术提升乳腺影像报告和数据系统分类特异度应用进展

乳腺影像报告和数据系统（BI-RADS）建议对4a类及以上的肿物予病理学检查,但活检恶性率偏低,提升BI-RADS的特异度是亟待解决的问题。作为我国最常见的乳腺影像学检查方法之一,超声诊断结果对临床决策至关重要。本文对近年来超微血管成像、全自动乳腺容积扫描、弹性成像、超声造影和人工智能技术辅助超声BI-RADS精准分类的研究进展进行综述。     

超声乳腺影像报告和数据系统联合患者年龄鉴别良性与交界性/恶性乳腺叶状肿瘤

目的 观察超声乳腺影像报告和数据系统(BI-RADS)联合患者年龄鉴别良性与交界性/恶性乳腺叶状肿瘤(PTB)的价值。方法 回顾性分析74例经乳腺超声检查及术后病理证实的PTB女性患者共76个病灶,包括良性57个、交界性14个及恶性5个,比较3种病变患者年龄及其超声BI-RADS分类,观察以单一年龄、超声BI-RADS及其联合鉴别诊断价值。结果 良性、交界性及恶性PTB之间,患者年龄及超声BI-RADS分类差异均有统计学意义(P=0.026、0.015)。以44.5岁、超声BI-RADS 4B类及其联合鉴别良性与交界性/恶性PTB的敏感度分别为94.74%、36.84%及73.68%,特异度分别为56.36%、87.27%及72.73%,曲线下面积分别为0.769、0.649及0.780。结论 超声BI-RADS分类联合患者年龄有助于鉴别良性与交界性/恶性PTB。     

超声弹性成像联合乳腺影像报告和数据系统(BI-RADS)分类诊断非肿块型乳腺癌

目的 探讨超声弹性成像（UE）技术联合乳腺影像报告和数据系统（BI-RADS）分类对非肿块型乳腺癌的诊断价值。方法 回顾性分析48例经二维超声及UE诊断、并经病理学证实的局灶性非肿块型乳腺病变患者（共53个病灶）,以手术或穿刺活检病理结果作为金标准,评价超声弹性技术、BI-RADS分类及二者联合诊断非肿块型乳腺癌的价值。结果 53个病灶中,良性21个,恶性32个。UE诊断敏感度、特异度、准确率分别为68.75%、71.43%和69.81%;BI-RADS分类诊断敏感度、特异度和准确率分别为62.50%、66.67%和64.15%（P均>0.05）;UE联合BI-RADS分类的诊断敏感度、特异度、准确率分别为81.25%、80.95%和81.13%,均高于单一UE或BI-RADS分类（P均<0.05）。结论 UE联合BI-RADS分类能提高诊断非肿块型乳腺癌的敏感度、特异度和准确率。     

对比增强能谱乳腺X线摄影量化参数联合强化特点鉴别乳腺良、恶性肿块

目的 观察不同时相对比增强能谱乳腺X线摄影(CESM)量化参数联合强化特点鉴别诊断乳腺良、恶性肿块的价值。方法 前瞻性收集114例因单发乳腺肿块接受CESM患者,分别于注射对比剂后2~3 min(CESM早期,T1)、4~5 min(CESM中期,T2)及7~9 min(CESM晚期,T3)摄患侧头足(CC)位、首次内外斜(MLO)位及二次乳腺MLO位片;经处理获得相应减影图,测算病灶灰度值(LGV)、病灶与背景灰度值比值(LBR)、相邻2个时相病灶灰度值差(LGVD)及LBR变化率,根据2个相邻时相LGVD或LBR变化率评估病灶强化特点为上升型、平台型或流出型。以病理结果为金标准,采用受试者工作特征(ROC)曲线评价不同时相CESM量化参数联合强化特点鉴别诊断乳腺良、恶性肿块的效能。结果 114例中, 恶性84例(恶性组)、良性30例(良性组),组间LBR_T1及LGV_T1差异均有统计学意义(P均＜0.05),其余参数差异均无统计学意义(P均＞0.05)。LGV_T1+LGV_T2+强化特点_T1-T2及LGV_T1+LGV_T2+LGV_T3+强化特点_T1-T2-T3鉴别乳腺良、恶性肿块的敏感度分别为83.30%和91.60%,特异度分别为63.30%和53.30%;LBR_T1+LBR_T2+强化特点_T1-T2及LBR_T1+LBR_T2+LBR_T3+强化特点_T1-T2-T3的敏感度分别为80.90%和86.70%,特异度分别为73.30%和56.60%。结论 不同时相CESM量化参数联合强化特点有助于鉴别乳腺良、恶性肿块。     

增强能谱乳腺摄影与MRI诊断乳腺癌效能比较:Meta分析

目的 采用Meta分析综合评价对比增强能谱乳腺摄影（CESM）与MRI对乳腺癌的诊断效能。方法 检索中国知网数据库、万方数据库、中国生物医学文献服务系统、Cochrane Library、Web of Science等国内外数据库中近10年发表的CESM与MRI比较诊断乳腺癌效能的文献,采用Review Manager 5.3软件根据诊断准确性实验质量评价工具-2（QUADAS-2）评价文献质量,以Meta Disc 1.4检验纳入文献的异质性,并根据结果选择对应效应模型,对两种方法诊断乳腺癌的敏感度、特异度、阳性似然比（PLR）、阴性似然比（NLR）和诊断比值比（DOR）进行汇总分析,绘制诊断性实验Deek''s漏斗图,对纳入文献的发表偏倚及其真实性进行评价。结果 共检索出相关中英文文献661篇,经过筛选纳入12篇文献。汇总结果显示,CESM和MRI诊断乳腺癌的敏感度均为0.97,特异度分别为0.69和0.51,DOR分别为105.44和33.73,PLR分别为2.94和1.95,NLR分别为0.05和0.07,AUC（95%CI）分别为0.964 5（0.955 8,0.981 5）和0.919 8 （0.892 7,0.946 8）,CESM的AUC大于MRI。Deek''s漏斗图表明纳入文献不存在明显发表偏倚（P>0.05）。结论 CESM能有效诊断乳腺癌,较MRI有一定优势。     

妇科超声影像报告和数据系统联合三维超声造影鉴别诊断卵巢良恶性肿块

Objective To evaluate the efficacy of the combination of gynecologic imaging reporting and data system (GI-RADS) ultrasonographic stratification and 3D contrast-enhanced ultrasonography (3D-CEUS) in identifying malignant lesions from benign ovarian masses. Methods Both of 2D ultrasound (2D-US) and 3D-CEUS were performed on 102 patients with ovarian masses. The perfusion characteristics of ovarian masses were observed with 3D-CEUS,and the 2D-US features of ovarian masses were analyzed based on GI-RADS. Simple and multiple Logistic regression analysis were used to investigate whether the independent risk predictors in differential diagnosis of benign and malignant ovarian could be confirmed. In addition, ROC curves were drawn. The diagnostic efficacy of GI-RADS combined with 3D-CEUS scoring system was evaluated and compared with that of only GI-RADS. Results Simple and multiple Logistic regression analysis confirmed that there were 8 independent predictors of malignant masses, including large papillary projections (≥ 7 mm), separated or wall thickness ≥ 3 mm, central blood flow, the proportion of solid part ≥ 50%, combination of ascites, high level enhancement, uneven distribution of contrast media in enhanced solid part and the vascular with characteristics as dense, tortuous and anfractuous. When using 4 points as the cut-off, the area under the curve (AUC) of GI-RADS combined with 3D-CEUS scoring system in identifying malignant ovarian masses was 0.969, higher than that of only GI-RADS (0.839; Z=1.64, P=0.029). Furthermore, the scoring system showed higher sensitivity, specificity, positive predictive value, negative predictive value and accuracy (all P<0.001). Conclusion The combination of GI-RADS with 3D-CEUS can be more effective to distinguish malignant lesions from benign ovarian masses.