声触诊成像技术对乳腺实质性病灶的诊断价值*

目的：探讨声触诊成像技术(virtual touch tissue imaging, VTI)对乳腺实质性病灶的诊断价值。方法：选择因乳腺实质性肿块在南通大学附属医院手术患者54例(56个病灶)行VTI,显示肿块边界,勾勒灰阶超声和VTI图像上的肿块形态,自动测算VTI图与灰阶图面积比,以二者的面积比值勾画受试者特征曲线(receiver operator characteristic curve, ROC),并找出良恶性病变诊断的截点。结果：良、恶性病灶的VTI面积与灰阶面积比分别为1.09±0.12、1.67±0.41,恶性组的面积比明显高于良性组(P<0.001);将VTI图与灰阶图面积比1.285作为诊断乳腺恶性肿瘤的截点,其敏感性、特异性分别为96.30%、96.67%。结论：乳腺实质性肿块的VTI图与灰阶图面积比有助于乳腺良恶性肿块的诊断及鉴别诊断。因此,VTI对乳腺实质性病灶的诊断具有很好的临床应用价值。     

超声弹性成像硬度评分及面积比对乳腺肿块诊断价值的研究

目的探讨超声弹性成像硬度评分与面积比对乳腺良、恶性肿块鉴别的诊断价值。方法选择2011年1月至2012年6月新疆医科大学第四附属医院经手术病理检查证实的138例患者(乳腺肿块153个),按病情分为两组,恶性组46例(肿块46个),非恶性组92例(肿块107个)。比较两组的病灶弹性成像图和灰阶声像图的面积比值等资料。结果恶性组中弹性硬度4～5分的出现率(84.78%)明显高于非恶性组(13.08%),P<0.05;恶性组肿块的弹性成像图与灰阶声像图面积比值明显大于非恶性组肿块的面积比值(P<0.05)。结论以面积比1.2为最佳界点鉴别诊断乳腺肿块的良、恶性,硬度评分及面积比在鉴别乳腺肿块良、恶性方面各有优势。     

超声 MicroPure 成像对 BI-RADS 4级的乳腺肿块微钙化检出的价值

目的：评价应用超声 MicroPure 成像技术对 BI-RADS分级为4级的乳腺肿块中微钙化的检测价值。方法对56例发现乳腺肿块并且 BI-RADS 分级为4级的患者分别应用X 线钼靶、传统灰阶超声及 MicroPure 成像技术进行肿块微钙化的检测,以钼靶为金标准,对传统灰阶超声和 MicroPure检测结果进行比较。同时结合术后病理结果进行分析。结果56例乳腺肿块中,钼靶发现43个病灶有微钙化,传统灰阶超声发现其中22个病灶有微钙化,MicroPure 成像技术发现40个病灶有微钙化。传统灰阶超声检测病灶内部及周边微钙化的敏感性为51．2％,特异性为92．3％,ROC 曲线下面积为0．717;MicroPure 成像技术检测病灶内部及周边微钙化的敏感性为93．0％,特异性为100．0％,ROC 曲线下面积为0．965。结论在 BI-RADS 分级为4级的乳腺肿块微钙化的检测中,超声 MicroPure 成像技术明显优于传统灰阶超声,有助于乳腺癌的临床诊断。     

灰阶超声、彩色多普勒超声在早期乳腺癌诊断的应用价值

目的 探讨灰阶超声、彩色多普勒超声在早期乳腺癌诊断中的应用价值。方法 对209例女性患者（218个肿瘤）术前进行灰阶超声、彩色多普勒超声检查,观察乳腺肿块形态、边缘、内部回声及钙化、后方回声以及血流信号分布、测定血流参数。术后与病理结果对照分析。结果 218个肿瘤手术病理诊断早期乳腺癌43个,良性肿瘤175个。灰阶超声诊断早期乳腺癌的敏感性,特异性,准确率分别为69.8%,77.1%,75.7%。灰阶超声与彩色多普勒超声相结合,其敏感性,特异性,准确率分别为83.7%,84.6%,84.4%。结论 灰阶超声与彩色多普勒超声检查相结合可明显提高乳腺肿块超声诊断的准确率。     

42例非肿块型乳腺恶性肿瘤的超声分析

目的：分析非肿块型乳腺恶性肿瘤的超声特征,提高超声对其诊断水平。方法回顾性分析2011年10—10月来该院就诊的非肿块型乳腺恶性肿瘤患者42例的临床资料,总结其超声表现的特征。结果42例非肿块乳腺恶性肿瘤患者中,3例表现为隐匿型,8例表现为导管性,13例表现为片状低回声型,18例表现为微钙化型。结论非肿块型乳腺恶性肿瘤超声诊断应当密切的结合患者临床查体特点,认真注意病灶彩色血流分布情况以及灰阶超声表现,双侧乳腺结构对比,从而降低漏诊、误诊的发生率。     

Logistic回归分析在超声多参数鉴别乳腺良、恶性肿块中的应用

目的：研究高频超声多参数鉴别乳腺良、恶性肿块的价值。方法：记录145个乳腺肿块二维灰阶声像图参数和彩色多普勒血流参数,获取各肿块病理确诊结果,Logistic回归统计分析多参数综合鉴别诊断乳腺肿块良恶性的价值。结果：单独二维灰阶声像图参数的Logistic回归模型综合鉴别乳腺肿块性质的准确率为82.1%,二维灰阶声像图结合彩色多普勒多参数的Logistic回归模型综合鉴别诊断乳腺良恶性肿块的准确率为93.3%。结论：应用二维灰阶声像图结合彩色多普勒多参数的Logistic回归分析能提高乳腺良、恶性肿块鉴别的准确性。     

评价超声弹性成像对乳腺肿块良恶性的鉴别诊断价值

目的评价超声弹性成像对乳腺肿块良恶性的鉴别诊断价值。方法随机选取我院2014年10月至2015年10月收治的100例(共124个病灶)乳腺实性肿块患者,术前分别对患者行常规超声检查、超声弹性成像检查,与病理结果相对照。结果在100例乳腺肿块患者124个病灶中,80例良性,20例恶性。超声弹性成像评分,乳腺良性结节组多为1-3分,乳腺癌组多为4-5分。结论超声弹性成像在乳腺肿块良恶性鉴别诊断中的具有非常高的应用价值,能够安全、准确的鉴别出乳腺良恶性肿块。     

灰阶超声影像组学在诊断乳腺结节良恶性中的应用价值

回顾分析258例女性患者经乳腺超声检查出的361例乳腺良、恶性结节灰阶超声图像并提取396个影像组学特征,采用最小冗余最大相关性特征选择法(mRMR)载入所有结节的全部特征并从中筛选有意义的非冗余特征,再使用最小绝对收缩和选择算子(LASSO)从已经筛选的影像组学特征中选择最优特征子集构建影像组学模型.绘制受试者工作曲...     

超声弹性成像对乳腺肿块的诊断价值

目的：探讨超声弹性成像对乳腺肿块的诊断价值。方法：在常规二维超声检查的基础上,再启用超声弹性成像技术对94例120个乳腺肿块患者进行检查,首先观察乳腺肿块的灰阶声像图特征,然后对肿块进行硬度分级,最后与术后病理结果进行对照。结果：良性肿块79个,恶性肿块41个,超声弹性成像诊断乳腺恶性肿块的敏感度、特异度、符合率分别为85．4％、87．3％、86．7％;其诊断乳腺恶性肿块的ROC曲线下面积（Az）为0．899。结论：超声弹性成像技术检查对乳腺良恶性肿块的诊断具有较高的临床诊断价值。     

超声造影在乳腺肿瘤中灌注模式的初步研究

目的：初步探讨超声造影在乳腺肿瘤中的灌注模式。方法：对常规超声发现的乳腺肿块25个（24例患者）术前进行了超声造影,观察肿块灰阶造影形态,绘制时间-强度曲线并进行分析,进一步经手术病理证实后,评价超声造影在乳腺肿瘤中的灌注模式。结果：25个乳腺肿块中,10个为良性,15个为恶性。超声造影对乳腺良、恶性肿瘤的灌注模式不同,恶性肿块造影剂出现早,到达峰值快,峰值强度大,消退快,消退模式有两种（快上单相慢下和快上多相慢下）;良性肿块则出现晚,到达峰值慢,峰值强度小,消退慢,消退模式为一种（慢上慢下）。恶性组斜率和峰值到60s曲线下面积也较良性组大。结论：乳腺良恶性肿瘤的超声造影灌注模式不同,对于常规超声鉴别诊断乳腺肿瘤有困难者,超声造影有望成为首选的检查方法。     

超声诊断乳腺肿块的应用价值

目的 分析乳腺各类肿块的声像图特点，探讨乳腺良、恶性肿块的鉴别指标。方法 采用5—10MHz超声探头，诊断病例63例75个乳腺肿块，良性52个，恶性23个，所有病例均经手术、病理证实。结果 超声诊断乳腺肿块的显示率为100％，诊断肿块符合率88．9％(66／75)，其中良性肿块的符合率86．5％(45／52)；恶性肿块的符合率91．3％(21／23)。结论 超声有助于乳腺良、恶性肿块的鉴别。     

基于DCE-MRI影像组学和临床特征的列线图在乳腺MRI BI-RADS 4类病灶中的诊断价值

目的：探讨联合动态增强磁共振（DCE-MRI）影像组学及临床特征的列线图在乳腺MRI BI-RADS 4类病灶中的诊断价值。方法：回顾性分析2017 年1月至2019 年6月在温州医科大学附属第一医院经病理证实的189个MRI BI-RADS 4类乳腺病灶,其中良性71个,恶性118个。所有患者在病理检查前均接受了DCEMRI扫描和血生化检查。计算DCE-MRI参数图并提取病灶的相应影像组学特征。经特征选择后,通过对所选特征按其系数加权求和来计算影像组学评分（rad-score）。采用单因素和多因素logistic回归分析寻找乳腺癌的临床危险因素。最后使用多因素logistic回归构建基于临床危险因素和影像组学评分的组合模型,绘制列线图。使用ROC曲线评估模型的诊断性能。结果：单因素和多因素分析显示,年龄、低密度脂蛋白胆固醇和总胆红素水平是乳腺癌的临床危险因素,其构建的临床模型在测试集的ROC曲线下面积（AUC）为0.73（0.58～0.87）。经过特征筛选,11个影像组学特征参与计算影像组学评分,其在测试集的AUC为0.80（0.68～0.92）。将其与临床模型进一步结合,AUC提高到0.88（0.79～0.97）,差异有统计学意义（P =0.037）。结论：基于DCE-MRI影像组学和临床危险因素构建的列线图用于鉴别诊断乳腺磁共振BI-RADS 4类病灶良恶性有较高价值。     

Role of qualitative contrast-enhanced ultrasound in the diagnosis of malignant breast lesions

BackgroundCarcinoma breast is the commonest cancer among women. Various authors have studied breast cancer with Contrast-Enhanced Ultrasound (CEUS) with promising results. Despite promising results, the additional cost of post-processing software limits its availability. In this study, we evaluated the utility of CEUS in differentiating malignant from benign breast lesions on regular ultrasound equipment without the use of dedicated software.MethodsWe performed CEUS in 121 women with 121 breast lesions. CEUS was done by creating a custom preset on existing ultrasound equipment with the help of an application specialist authorized by the vendor. Lesions were evaluated qualitatively without the use of any commercial software. The pattern of enhancement i.e. homogenous, heterogeneous, peripheral, or no enhancement, and the number of penetrating vessels i.e., few or multiple were recorded. Results were compared with histopathological diagnosis.ResultsThere were a total of 121 breast lesions. The study showed sensitivity, specificity, positive predictive value (PPV), and negative predictive value (NPV) of 86.67 %, 54.10 %, 65 %, and 80.49% respectively for differentiating benign vs malignant lesions on the basis of the pattern of contrast enhancement. Using penetrating vessels for differentiating malignant lesions from benign lesions, the sensitivity, specificity, PPV, and NPV were found to be 64%, 67.86%, 78.05%, and 51.35% respectively.ConclusionCEUS is useful in differentiating malignant from benign breast lesions. It can be easily performed by creating a custom preset on standard ultrasound equipment without the use of expensive software.     

Deep learning applied to two-dimensional color Doppler flow imaging ultrasound images significantly improves diagnostic performance in the classification of breast masses: a multicenter study

BackgroundThe current deep learning diagnosis of breast masses is mainly reflected by the diagnosis of benign and malignant lesions. In China, breast masses are divided into four categories according to the treatment method: inflammatory masses, adenosis, benign tumors, and malignant tumors. These categorizations are important for guiding clinical treatment. In this study, we aimed to develop a convolutional neural network (CNN) for classification of these four breast mass types using ultrasound (US) images.MethodsTaking breast biopsy or pathological examinations as the reference standard, CNNs were used to establish models for the four-way classification of 3623 breast cancer patients from 13 centers. The patients were randomly divided into training and test groups (n = 1810 vs. n = 1813). Separate models were created for two-dimensional (2D) images only, 2D and color Doppler flow imaging (2D-CDFI), and 2D-CDFI and pulsed wave Doppler (2D-CDFI-PW) images. The performance of these three models was compared using sensitivity, specificity, area under receiver operating characteristic curve (AUC), positive (PPV) and negative predictive values (NPV), positive (LR+) and negative likelihood ratios (LR−), and the performance of the 2D model was further compared between masses of different sizes with above statistical indicators, between images from different hospitals with AUC, and with the performance of 37 radiologists.ResultsThe accuracies of the 2D, 2D-CDFI, and 2D-CDFI-PW models on the test set were 87.9%, 89.2%, and 88.7%, respectively. The AUCs for classification of benign tumors, malignant tumors, inflammatory masses, and adenosis were 0.90, 0.91, 0.90, and 0.89, respectively (95% confidence intervals [CIs], 0.87–0.91, 0.89–0.92, 0.87–0.91, and 0.86–0.90). The 2D-CDFI model showed better accuracy (89.2%) on the test set than the 2D (87.9%) and 2D-CDFI-PW (88.7%) models. The 2D model showed accuracy of 81.7% on breast masses ≤1 cm and 82.3% on breast masses >1 cm; there was a significant difference between the two groups (P < 0.001). The accuracy of the CNN classifications for the test set (89.2%) was significantly higher than that of all the radiologists (30%).ConclusionsThe CNN may have high accuracy for classification of US images of breast masses and perform significantly better than human radiologists.Trial registrationChictr.org, ChiCTR1900021375; http://www.chictr.org.cn/showproj.aspx?proj=33139.     

彩色多普勒超声与磁共振增强扫描联合应用在乳腺结节病灶中的诊断价值

目的探讨超声和磁共振联合应用在乳腺良恶性结节中的诊断价值。方法收集63例68个结节的彩色多普勒超声和磁共振影像资料,并将诊断结果与病理结果进行对照,分析两者的诊断优势。结果本组中病理诊断为良性30个结节,恶性38个,其中超声诊断敏感度为97.14%,特异度为80%,准确性为83.33%,MR敏感度为100%,特异度为50%,准确性为83.33%,两者结合可提高诊断的准确性,准确性可达88.88%。结论彩色多普勒超声与磁共振增强扫描联合应用能提高乳腺良恶性病变的检出率,为乳腺癌早期诊断提供更为可靠的诊断依据。     

应用Logistic回归模型评价超声弹性成像在乳腺结节鉴别诊断中的应用价值

目的 运用Logistic回归模型筛选出能够鉴别乳腺结节良恶性的超声声像图特征,并建立以声像图特征为自变量的Logistic回归模型,评价常规超声及超声弹性成像在乳腺结节良恶性鉴别诊断中的应用价值。方法 收集首都医科大学宣武医院2014年1月~2015年12月136例女性乳腺结节手术患者的临床资料,对患者乳腺结节的二维、彩色多普勒及超声弹性成像检查图像进行回顾性分析,以病理结果为金标准,建立回归模型。比较进入方程中的变量的优势比（OR）,评价各变量尤其是弹性成像的鉴别诊断效能。结果 利用Logistic回归分析评价各个超声特征,筛选出毛刺征、微钙化、血流分级及弹性评分4个在乳腺结节良恶性鉴别诊断中有统计学意义的特征变量,其中弹性评分的OR值高于其他自变量。结论 应用Logistic回归模型筛选出对乳腺结节病理性质有鉴别诊断意义的特征变量,超声弹性成像较其他超声特征更有优势,联合应用超声弹性成像及二维声像图特征对于乳腺结节的确诊具有重要临床意义。     

微血流成像模式鉴别甲状腺结节良恶性的价值

目的 评价微血流成像(MFI)对甲状腺结节良恶性的鉴别诊断价值。方法 选取2020年5至12月在中国人民解放军总医院第一医学中心行常规超声、MFI和超声造影检查并获得明确组织学或细胞学病理结果的甲状腺结节患者50例,回顾性分析患者的临床资料和超声声像图,构建二分类Logistic回归模型,评价该模型预测甲状腺结节良恶性的能力。结果 Logistic回归分析显示成分和“S-W-C征”是预测恶性甲状腺结节的独立危险因素。Logistic回归模型对甲状腺结节良恶性预测的灵敏度、特异度、约登指数分别为73.33%、80.00%、0.53,受试者工作特征曲线下面积为0.799(95%CI=0.662~0.899)。结论 MFI模式有助于鉴别甲状腺结节良恶性,具有潜在应用价值。     

常规超声联合超声造影在肾脏良恶性肿瘤中的鉴别价值

目的 探讨常规超声联合超声造影在肾脏良恶性肿瘤中的鉴别价值。方法 选取2020年3月—2023年2月就诊于中国科学技术大学附属第一医院的141例（145个病灶）肾脏占位性病变患者。患者均接受常规彩色多普勒超声与超声造影检查,将超声引导性穿刺活检或手术取病理组织行病理检查的结果作为金标准,分析常规超声、超声造影鉴别诊断肾脏良恶性肿瘤的一致性、诊断效能（敏感性、特异性、准确性、阳性预测值、阴性预测值）。按照金标准将患者分为良性组、恶性组,对比两组常规超声参数［Finkler超声评分、血流阻力指数（RI）］与超声造影参数［曲线下面积（AUC）、达峰时间（TTP）、峰值强度（PI）、对比剂未到达时的基本强度（BI）、始增时间（AT）］,绘制受试者工作特征（ROC）曲线,分析常规超声联合超声造影对良恶性肾脏肿瘤的鉴别价值。结果 常规超声鉴别诊断肾脏良恶性肿瘤与病理检查结果的一致性较好（κ =0.581,P <0.05）。超声造影鉴别诊断肾脏良恶性肿瘤与病理检查结果的一致性极好（κ =0.804,P <0.05）。超声造影敏感性、准确度、阴性预测值高于常规超声。两种检查方法特异性、阳性预测值比较,差异均无统计学意义（P >0.05）。恶性组Finkler超声评分、AUC均高于良性组,RI水平和PI水平均低于良性组,TTP水平短于良性组（P <0.05）。两组BI、AT水平比较,差异无统计学意义（P >0.05）。ROC曲线结果显示,Finkler超声评分敏感性为82.8%（95% CI：0.784,0.923）、特异性为73.9%（95% CI：0.792,0.929）;RI敏感性为86.1%（95% CI：0.798,0.961）、特异性为73.9%（95% CI：0.802,0.958）;AUC敏感性为87.7%（95% CI：0.887,0.969）、特异性为82.6%（95% CI：0.873,0.946）;TTP敏感性为83.6%（95% CI：0.706,0.910）、特异性为69.6%（95% CI：0.713,0.915）;PI敏感性为85.2%（95% CI：0.802,0.936）、特异性为83.9%（95% CI：0.809,0.941）;联合检测敏感性为95.1%（95% CI：0.876,0.995）、特异性为89.6%（95% CI：0.864,0.986）。结论 常规超声联合超声造影可提升恶性肾脏肿瘤的检出率,且两者定量参数联合可有效鉴别肾脏良恶性肿瘤。     

彩色多普勒超声对乳腺肿块良恶性的诊断和鉴别诊断价值分析

目的分析彩色多普勒超声对乳腺肿块良恶性的诊断和鉴别诊断价值。方法选择2012年12月~2013年12月我院收治的90例乳腺肿块作为观察对象,所有病例均经病理和手术确诊。回顾性分析78例良性乳腺肿块和12例恶性乳腺肿块的超声声像图特征及血流分级、RI值。结果 90例良恶性乳腺肿块中,78例为良性肿块,其中乳腺增生40例(包括腺瘤样增生及囊性增生),纤维腺瘤35例,脂肪瘤3例;12例恶性肿块中浸润性导管癌9例,原位癌2例,导管内乳头状癌1例。彩色多普勒(CDFI)特点:良性肿块血流分级以0~I级为主93.6%(73/78);RI<0.7。恶性肿块血流分级以Ⅱ~Ⅲ级为主91.7%(11/12);RI>0.7。结论彩色多普勒超声可以明确乳腺肿块的位置、大小、形态、性质以及血流情况等,能初步判断肿块的良、恶性,对鉴别乳腺良恶性肿块有重要临床价值。     

超声弹性成像在乳腺肿瘤鉴别诊断中的应用

目的探讨超声弹性成像在乳腺良恶性肿块鉴别诊断中的应用价值。方法对86例患者的98个乳腺实性肿瘤进行超声扫查,同时进行弹性成像。对照术后病理结果回顾性分析乳腺良、恶性肿瘤超声弹性成像的特点。结果弹性评分4分及以上诊断乳腺恶性肿瘤敏的敏感性、特异性和准确性分别为84.3%（97/115）、78.8（26/33）和86.6（71/82）。结论组织弹性成像在乳腺良、恶性肿瘤的鉴别诊断中具有较高的临床应用价值。