基于卷积神经网络模型对鉴别卵巢肿瘤良恶性的研究

目的 本研究旨在开发用于卵巢肿瘤良恶性超声图像自动诊断的卷积神经网络(CNN)模型，评估该模型与低年资超声医师单独及联合诊断卵巢肿瘤良恶性的效能。方法 选取336例行经阴道超声检查且有明确病理结果的卵巢肿瘤患者，评估CNN模型对卵巢肿瘤超声图像良恶性分类的效能。绘制受试者工作特征(ROC)曲线，对比低年资超声医师、CNN模型以及联合诊断3种方式的诊断效能。结果 低年资超声医师诊断卵巢良恶性肿瘤的特异度和阳性预测值(79.55%和76.77%)高于CNN模型，而准确度、灵敏度和阴性预测值(77.08%、74.38%和77.35%)显著低于CNN模型；二者联合诊断准确度、特异度、阳性预测值和阴性预测值(84.23%、87.50%、85.43%和83.24%)均显著高于任一种单独诊断方式，仅灵敏度(80.63%)略低于CNN模型。联合诊断的受试者工作特征曲线下面积(AUC)为0.84,显著高于单独诊断的低年资医师(AUC为0.77)及CNN模型(AUC为0.79)。结论 CNN模型可以有效鉴别卵巢肿瘤的良恶性，CNN模型和低年资医师诊断效能相近，二者联合诊断有助于提升低年资超声医师对卵巢肿瘤...     

基于深度学习提高经直肠超声诊断前列腺癌效能的研究

目的探索基于深度学习构建的前列腺癌经直肠超声图像分类网络模型对经直肠超声图像中前列腺组织良恶性分类的应用价值。方法收集2018年5月至2021年5月于暨南大学附属第一医院就诊的203例可疑前列腺癌患者(其中恶性89例, 良性114例)的1 462张包含明确病理结果的经直肠前列腺穿刺二维灰阶超声图像(其中恶性图片658张, 良性图片804张), 将其分为训练集、验证集和测试集, 应用训练与验证集训练得到辅助诊断网络模型, 再用测试集对网络模型与两位不同年资超声医师进行测试, 以病理诊断作为金标准, 评估三者的诊断效能。结果①网络模型分类的准确性为80.5%, 敏感性为66.7%, 特异性为91.9%, 阳性预测值为87.1%, ROC曲线下面积为0.922。②低年资医师与高年资医师判断准确性分别为57.5%、62.0%, 敏感性分别为51.5%、56.8%, 特异性分别为62.0%、66.3%, 阳性预测值分别为53.1%、58.1%。③对图像分类的准确性、敏感性、特异性、阳性预测值:网络模型>两位超声医师, 差异有统计学意义(均P<0.05);高年资医师>低年资医师,...     

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。     

S-Detect超声检查对乳腺病灶诊断价值的探索性研究

目的探讨S-Detectd的诊断效能及其临床应用价值。 方法选取2019年4月至7月于北京大学肿瘤医院乳腺中心超声室接受超声诊断及S-Detect检查的患者378例,共计390个病灶进行回顾性分析。以组织病理诊断为金标准,应用诊断试验四格表分别计算超声医师及S-Detect对乳腺病灶良恶性诊断的敏感度、特异度、准确性、阳性预测值及阴性预测值,采用Kappa检验对S-Detect及超声医师与病理诊断结果的一致性进行分析;对S-Detect判断不确定的病灶进行假设判定,假设判定均为恶性为S-Detect 1、均为良性为S-Detect 2,并分别计算S-Detect 1与S-Detect2的诊断敏感度、特异度、准确性、阳性预测值及阴性预测值。 结果病理结果提示,378例患者共计390个病灶中恶性病灶260个,良性病灶130个。S-Detect的诊断敏感度、特异度、阳性预测值、阴性预测值与准确性分别为94.6%、56.2%、81.2%、83.9%、81.8%。超声医师的诊断敏感度、特异度、阳性预测值、阴性预测值与准确性分别为100.0%、9.2%、71.0%、100.0%、69.7%。Kappa分析结果显示：S-Detect与病理诊断结果的一致性较超声医师与病理诊断结果的一致性好（Kappa值：0.553 vs 0.119,P<0.05）。将S-Detect判断不确定的69个病灶进行假设判定,结果显示,S-Detect 1的诊断敏感度、特异度、阳性预测值、阴性预测值和准确性分别为94.6%、56.2%、81.2%、83.9%、81.8%;S-Detect 2的诊断敏感度、特异度、阳性预测值、阴性预测值和准确性分别为79.6%、79.2%、88.5%、66.0%、79.5%。 结论S-Detect技术对乳腺病灶具有一定的诊断价值,尤其对于良性病灶的诊断符合率优于超声医师,但在临床应用中仍存在部分病灶判断不明确等局限性,如何在临床中更加恰当地结合使用S-Detect还需要更深入的数据研究加以证实。     

计算机辅助检测和诊断系统对甲状腺结节细针穿刺活检的评估价值

目的探讨计算机辅助检测和诊断（CAD）系统评估甲状腺结节是否应行细针穿刺活检的临床应用价值。 方法收集2019年2月至10月哈尔滨医科大学附属第一医院106例欲行细针穿刺活检的甲状腺结节,进行CAD系统、高年资、低年资超声医师评估并按照美国甲状腺学会指南建议穿刺与否,以细针穿刺活检病理结果为“金标准”进行判读。若病理结果为恶性,则判定建议细针穿刺活检有意义;若病理结果为良性,则判定建议细针穿刺活检无意义,分别计算3种方式的敏感度、特异度、阳性预测值、阴性预测值和准确性,比较3种方式的评估效能;按照结节大小将其分为3组：1.0 cm~＜1.5 cm组、1.5 cm~＜2.0 cm组和≥2.0 cm组,研究其对CAD软件评估甲状腺结节穿刺与否这一效能的影响,比较不同组的敏感度、特异度和准确性的差异。3种方式间及各组间差异的比较均采用McNemar检验法。 结果CAD软件的评估效能与高年资医师相对比,CAD软件的敏感度低,而特异度高,差异均有统计学意义（71.2% vs 84.6%,P=0.039;77.8% vs 61.1%,P=0.049）;CAD软件的评估效能与低年资医师相对比,其敏感度、特异度均高于低年资医师,差异均有统计学意义（71.2% vs 55.8%,P=0.021;77.8% vs 64.8%,P=0.039）;CAD软件的评估准确性与高年资医师相近,但大于低年资医师（74.5% vs 60.4%）,差异有统计学意义（P=0.001）。CAD软的评估效能与结节大小有关,当结节最大直径为1.0 cm~＜1.5 cm时,CAD软件的敏感度最高（82.4% vs 40.0% vs 62.5%）,差异具有统计学意义（P=0.027）;当结节最大直径≥2.0 cm时,CAD软件具有最高的特异度及准确性（91.7% vs 80.0% vs 53.3%;84.4% vs 81.6% vs 48.0%）,差异均具有统计学意义（P=0.023、0.002）。 结论CAD系统能对甲状腺结节给出合理的细针穿刺活检建议,其评估准确性与高年资医师相近且高于低年资医师,结节大小能影响其评估效能。     

超声图像人工智能辅助对甲状腺结节定性诊断价值的研究

目的：研究超声影像智能辅助诊断方法对甲状腺良恶性结节的鉴别诊断价值。方法：收集221例（共273个甲状腺结节）于我院接受甲状腺穿刺或手术的甲状腺癌患者的甲状腺结节超声图像。所有超声图像由不同年资医生、超声图像人工智能辅助诊断方法单独或联合对甲状腺结节超声图像进行分析诊断，对结节进行TI-RADS分类；以甲状腺结节病理结果为“金标准”，分别计算不同年资医生单独或联合人工智能辅助诊断方法对不同类型甲状腺结节分级的敏感度、特异度、阳性预测值、阴性预测值，绘制受试者工作特征曲线（ROC曲线）。结果：病理确诊恶性结节218个，良性结节55个。低年资医生诊断甲状腺结节良恶性敏感度、特异度、准确度分别为68.81%(150/218)、61.82%(34/55)、67.40%(184/273)；高年资医生诊断甲状腺结节良恶性敏感度、特异度、准确度分别为87.61%(191/218)、81.82%(45/55)、86.45%(236/273)；超声图像人工智能辅助诊断甲状腺结节良恶性敏感度、特异度、准确度分别为83.49%(182/218)、78.18%(43/55)、82.42%(225/273)；低...     

人工智能自动检测系统对不同经验医师诊断乳腺小肿块的辅助作用

目的初步探讨人工智能自动检测系统对乳腺小肿块的诊断效能以及对不同经验医师的辅助作用。 方法选取中国科学院大学宁波华美医院164个经病理证实的最大直径≤10 mm的乳腺小肿块,由4名不同经验的医师（医师A和医师B归为高年资医师组,医师C和医师D归为低年资医师组）先独立诊断,给出相应的乳腺影像报告与数据系统（BI-RADS）分类,结果设为A1组、B1组、C1组和D1组。4周后,4名医师再次联合应用人工智能自动检测系统诊断,结果设为A2组、B2组、C2组和D2组。人工智能自动检测系统诊断结果设为M组。以病理结果为金标准,计算不同组医师诊断的敏感度、特异度、准确性、阴性预测值和阳性预测值,绘制受试者操作特征曲线。采用Kappa检验比较不同组观察者间的一致性。 结果病理结果显示,164个乳腺肿块中良性117个（71.34%）,恶性47个（28.66%）。人工智能自动检测系统对乳腺小肿块有良好的诊断效能,敏感度、特异度、准确性分别为91.49%、90.6%、90.85%。联合应用人工智能自动检测系统后高年资医师的诊断效能有上升趋势,敏感度、特异度分别为A1组82.98%、82.05%;A2组87.23%、89.74%;B1组80.85%、84.62%;B2组85.11%、89.74%。低年资医师在人工智能自动检测系统的辅助下诊断效能明显提高,敏感度、特异度分别为C1组76.60%、74.36%;C2组82.98%、82.05%;D1组68.09%、73.50%;D2组80.85%、80.34%。此外低年资医师借助人工智能自动检测系统对乳腺小肿块BI-RADS分类的观察者间一致性明显提高,低年资医师间的Kappa值由0.236提高到0.549,低年资医师与高年资医师的Kappa值由0.268~0.284提高到0.432~0.540。 结论人工智能自动检测系统对乳腺小肿块良恶性的判断具有较高的诊断效能,其对不同经验医师的辅助作用不同,对低年资医师的影响大于高年资医师。人工智能自动检测系统有助于提高低年资医师BI-RADS分类观察者间的一致性。     

常规超声与S-Detect技术在乳腺病灶良恶性鉴别诊断中的效能比较

目的探讨常规超声与S-Detect技术在乳腺病灶良恶性鉴别诊断中的效能比较。 方法选取2018年6月至7月在中国医科大学附属第一医院经手术病理证实的367例乳腺病灶患者，共468个病灶。所有病灶分别由3名不同年资（1、4、7年）乳腺超声医师进行二维超声成像（静态图像及动态图像）的两次乳腺超声影像报告与数据系统（BI-RADS）分类以及计算机S-Detect分类，通过绘制不同BI-RADS分类诊断组的ROC曲线，确定最佳诊断界值，以进行各组BI-RADS分类的良恶性统计，以病理结果为"金标准"，应用诊断试验四格表分别计算不同BI-RADS分类诊断组及S-Detect分类组对乳腺病灶良恶性诊断的敏感度、特异度、准确性、阳性预测值及阴性预测值，采用χ²检验分别将各BI-RADS分类组诊断效能与S-Detect分类组进行比较。绘制各组的ROC曲线，应用Z检验分别将各BI-RADS分类组ROC曲线下面积与S-Detect分类组进行比较。 结果468个乳腺病灶术后病理诊断良性313个，恶性155个。通过绘制不同BI-RADS分类诊断组的ROC曲线，确定最佳诊断界值为BI-RADS 4a类。S-Detect分类诊断敏感度93.5%明显高于低年资医师静态图像BI-RADS分类诊断69.0%及低年资医师动态录像BI-RADS分类诊断72.3%，差异有统计学意义（χ²=30.627、24.785，P均<0.001），S-Detect分类诊断特异度83.7%，明显低于中年资医师动态图像BI-RADS分类诊断92.0%，差异有统计学意义（χ²=10.124，P=0.001），其余各诊断效能差异均无统计学意义（P均>0.05）。S-Detect分类诊断曲线下面积0.917高于低年资医师两次（静态图像及动态图像）BI-RADS分类0.790、0.803，差异均有统计学意义（Z=5.271、4.693，P均<0.0001）；S-Detect分类诊断曲线下面积与中年资医师静态BI-RADS分类0.917比较，差异无统计学意义（P>0.05），低于中年资医师动态BI-RADS分类0.941，差异有统计学意义（Z=4.327，P<0.0001）；S-Detect分类诊断曲线下面积均低于高年资医师两次BI-RADS分类0.946、0.959，差异均有统计学意义（Z=4.225、5.477，P均<0.0001）。 结论S-Detect分类技术可以达到中年资医师静态图像BI-RADS分类的诊断水平，但低于其动态图像的诊断水平。     

超声人工智能辅助诊断系统用于甲状腺髓样癌

目的 以甲状腺乳头状癌（PTC）为对照,对比超声甲状腺人工智能（AI）辅助诊断系统（AI 辅助诊断系统）与不同年资超声医师诊断甲状腺髓样癌（MTC）的效果。方法 纳入经病理证实的63枚MTC、70枚PTC和62枚良性结节。以AI辅助诊断系统分析并识别结节,将恶性概率值 ≥ 0.40者诊断为恶性结节;由高、中及初级职称医师各1名利用我国甲状腺影像报告和数据系统（C-TIRADS）对甲状腺结节进行分类;对比两种方法诊断MTC及PTC的效能。结果 AI辅助诊断系统诊断MTC和PTC的敏感度、特异度、阳性预测值、阴性预测值、准确率及曲线下面积（AUC）均低于3名医师;高、中级职称医师与AI辅助诊断系统诊断MTC和PTC的AUC差异均有统计学意义（P均<0.01）,初级职称医师与AI辅助诊断系统AUC差异均无统计学意义（P均>0.05）。AI辅助诊断系统诊断MTC的敏感度、特异度、阳性预测值、阴性预测值、准确率及AUC均低于其诊断PTC,但AUC差异无统计学意义（P>0.05）。结论 超声甲状腺AI辅助诊断系统诊断MTC效能较高。     

术前超声检查评估甲状腺微小乳头状癌颈部淋巴结转移的临床价值

目的探讨术前超声检查评估甲状腺微小乳头状癌颈部淋巴结转移的临床价值。方法回顾性分析2009年1月至2012年7月在上海交通大学医学院附属瑞金医院行超声检查并进行甲状腺手术的315例甲状腺微小乳头状癌患者。以术后石蜡切片病理检查结果作为金标准,计算术前超声评估颈部淋巴结有无转移、中央组淋巴结有无转移、颈侧组淋巴结有无转移的敏感度、特异度、阳性预测值及阴性预测值。结果共308例患者行淋巴结清扫,7例患者未行淋巴结清扫。术前超声检查评估颈部淋巴结有无转移的敏感度为38.8%（50/129）,特异度为96.1%（172/179）,阳性预测值为87.7%（50/57）,阴性预测值为68.5%（172/251）;术前超声检查评估中央组淋巴结有无转移的敏感度为31.4%（38/121）,特异度为96.7%（181/187）,阳性预测值为86.4%（38/44）,阴性预测值为68.5%（181/264）;术前超声检查评估颈侧组淋巴结有无转移的敏感度为80.9%（34/42）,特异度为98.4%（262/266）,阳性预测值为89.5%（34/38）,阴性预测值为97.0%（262/270）。以术前超声检查评估中央组淋巴结有无转移作为一项评估手段预测颈侧组有无转移,其敏感度为59.5%（25/42）,特异度为92.8%（247/266）。6.4%（17/264）的术前超声检查判断中央组淋巴结无转移患者中术后颈侧组淋巴结有转移。4.3%（8/187）的术中冰冻切片病理检查结果显示中央组淋巴结无转移患者中术后颈侧组淋巴结有转移。结论术前超声检查评估中央组淋巴结有无转移的敏感度较低,因此常规的中央组淋巴结清扫是必要的;术前超声检查评估颈侧组淋巴结有无转移的敏感度及特异度均较高,术前超声怀疑颈侧组淋巴结有转移的患者行颈侧区淋巴结的清扫是必要的。     

高频超声在小儿原发性小肠淋巴管扩张症的诊断价值张杰 陈文娟* 李皓 刘凌萍 段星星

目的 探讨高频超声在小儿原发性小肠淋巴扩张症(PIL)的诊断价值。方法 回顾性分析2012 年1 月至2018 年10月20例临床诊断PIL的患儿,均行腹部高频超声和组织病理活检,计算超声诊断PIL的超声诊断符合率、阳性预测值、阴性预测值、特异度、敏感度。结果 高频超声诊断PIL的诊断符合率80%,灵敏度92%,特异度57%,阳性预测值80%,阴性预测值80%。结论 高频超声可较准确地从肠壁增厚的患儿中筛查出原发性小肠淋巴管扩张症。     

超声造影肝脏影像报告与数据系统在甲胎蛋白阴性肝细胞癌高危患者中的应用

目的 研究超声造影肝脏影像报告与数据系统2017版（CEUS LI-RADS v2017）在甲胎蛋白（AFP）阴性的肝细胞癌（HCC）高危患者肝局灶性病变中的应用价值。方法 回顾性分析2018年1月至2021年10月在我院行CEUS检查的AFP阴性HCC高危患者108例（134个结节）,采用CEUS LI-RADS v2017对结节进行分类,以组织病理学结果或增强影像学检查和随访结果为金标准,计算CEUS LI-RADS对AFP阴性患者HCC和肝内其他恶性肿瘤（OM）的诊断敏感性、特异性、阳性预测值、阴性预测值、准确率、受试者工作特征曲线下面积（AUC）。结果 AFP阴性HCC较OM小（P＜0.001）。CEUS LR-5类、LR-4类、LR-3类对AFP阴性HCC的阳性预测值分别为88.37%、47.06%、12.9%。LR-5类诊断AFP阴性HCC的敏感性、特异性、准确率和AUC分别为73.07%、 93.90%、85.82%和0.87。LR-M类诊断OM的敏感性、特异性、阳性预测值、阴性预测值、准确率和AUC分别为90.91%、97.32%、86.96%、98.20%、96.27%和0.94。结论AFP阴性HCC较OM小,CEUS LI-RADS v2017对AFP阴性HCC诊断特异性较高而敏感性较低,对OM有较好的诊断价值。     

超声联合纹理分析对乳腺结节良恶性的诊断价值

目的以乳腺结节的灰阶超声及剪切波弹性超声影像为基础，分析超声图像的纹理特征，探索常规超声联合纹理分析对乳腺结节良恶性的诊断价值。 方法前瞻性收集2018年8月至2018年12月于首都医科大学附属北京友谊医院常规超声检查发现乳腺结节并获得病理诊断的患者113例，共113个结节。所有患者均行常规超声及剪切波弹性成像检查，并对113个乳腺结节依据乳腺影像报告和数据系统（BI-RADS）进行分类；对超声图像进行纹理分析，获得纹理特征参数并建立诊断模型。以病理结果为"金标准"，分析纹理特征诊断模型、常规超声联合纹理特征诊断模型对乳腺结节良恶性的诊断价值。 结果以乳腺结节穿刺病理结果为"金标准"，纹理分析诊断乳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0.64、0.91、0.75、0.86、0.83，ROC曲线下面积为0.77；常规超声与纹理分析联合方法诊断乳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0.88、0.85、0.71、0.94、0.86，ROC曲线下面积为0.86。联合诊断的ROC曲线下面积高于纹理分析，差异有统计学意义（Z=2.133，P=0.03）。采用常规超声联合纹理分析方法，90.0%（72/80）的BI-RADS 4a类乳腺结节可以降级为BI-RADS 3类，病理结果显示，降级为BI-RADS 3类的乳腺结节中94.4%（68/72）为良性结节。 结论常规超声联合纹理分析对乳腺结节良恶性有较好的诊断效能，可减少不必要的有创性检查，具有良好的应用前景。     

Hyperecho as the indicator of tissue necrosis during microbubble-assisted high intensity focused ultrasound: sensitivity, specificity and predictive value

The purpose of this study was to determine the sensitivity, specificity and predictive values of hyperecho in grayscale ultrasonic images as the indicator of tissue necrosis in microbubble-assisted high-intensity focused ultrasound (HIFU) exposure in vivo. Livers and kidneys of the rabbit were exposed to HIFU (control group) or microbubble-assisted HIFU (experimental group); a continuous line of ablation, viz. linear scan, was performed to destruct tissues. Tissue responses were evaluated macroscopically and microscopically 24 h after HIFU. The cases of positive (hyperecho occurred and tissue necrotized), false positive (tissue was unaffected although hyperecho appeared), negative (echo was not changed and tissue was intact) and false negative (tissue was destructed despite the lack of hyperecho) were counted, and then the sensitivity, specificity and positive and negative predictive values of hyperecho were calculated. The sensitivity, specificity, positive predictive value and negative predictive value were 49.25% vs. 79.63% (p < 0.001), 45.45% vs. 30.00%, 84.62% vs. 86.00% and 12.82% vs. 21.43% for liver and 76.06% vs. 81.25%, 26.53% vs. 41.67%, 60.00% vs. 82.28% (p = 0.002) and 43.33% vs. 40.00% for kidney, in control and experimental groups, respectively. Rates varied between tissue types in control group. These findings indicated that the use of microbubble during HIFU improved the sensitivity in liver and the positive predictive value in kidney. The specificity and negative predictive value were poor. Hyperecho could only be used as the indicator of tissue necrosis in some tissue types.     

Focal liver lesions: sinusoidal phase of CEUS

Ultrasound examination is the first imaging modality for hepatic study in neoplastic and chronic liver diseases. Focal liver lesions frequently cause diagnostic problems in terms of characterization, especially when small and hypoechoic to the rest of the parenchyma. Contrast- enhanced ultrasonography (CEUS) has shown its value in the characterization of focal liver lesions. This study assessed the value of the sinusoidal phase of CEUS with a second-generation contrast agent in the characterization of focal liver lesions to distinguish benign from malignant. Two hundred hepatic lesions with suspicious features at baseline ultrasound were prospectively studied with CEUS. Sensitivity, specificity, positive and negative predictive values, and diagnostic accuracy of the sinusoidal phase in the characterization of benign versus malignant liver lesions were evaluated. Hypoechogenicity of the focal liver lesion, during the sinusoidal phase of CEUS, allowed the diagnosis of malignancy with a sensitivity of 85%, specificity of 88%, positive predictive value of 92%, negative predictive value of 77%, and diagnostic accuracy of 86%. The diagnostic confidence in the diagnosis of malignancy significantly increased, with receiver operating characteristic curve areas from 0.536 for baseline ultrasound to 0.902 for the sinusoidal phase of CEUS.     

高频超声诊断小儿原发性小肠淋巴管扩张症

目的 探讨高频超声诊断小儿原发性小肠淋巴管扩张症（PIL）的价值。方法 回顾性分析20例临床诊断PIL患儿，均接受腹部高频超声检查，13例并接受组织病理学检查，计算超声诊断PIL的准确率、敏感度、特异度、阳性预测值和阴性预测值。结果 高频超声诊断PIL的准确率、敏感度、特异度、阳性预测值和阴性预测值分别为80.00%（16/20）、92.31%（12/13）、57.14%（4/7）、80.00%（12/15）和80.00%（4/5）。结论 高频超声可较准确地在肠壁增厚患儿中筛查出PIL。     

超声弹性成像及TCT检查对宫颈病变的诊断价值比较

目的对比超声弹性成像及薄层液基细胞学检查(TCT)对宫颈病变的诊断价值。方法选择在本院进行宫颈癌筛查的178例高危妇女为研究对象,所有受试者均给予超声弹性成像及TCT检查,以病理结果为金标准,比较两种方法的诊断价值。结果在178例受试者中,病理诊断为CINⅠ级72例,CINⅡ级44例,CINⅢ级24例,宫颈癌38例。宫颈癌患者的超声弹性成像评分显著高于非宫颈癌患者(P<0.05)。TCT检查为非典型鳞状上皮细胞(AS-CUS)75例,低级别鳞状上皮内病变(LSIL)42例,高级别鳞状上皮内病变(HSIL)27例,宫颈癌34例。超声弹性成像及TCT对宫颈癌的诊断灵敏度分别为94.7%和86.8%,诊断特异度分别为100.0%和99.3%,阳性预测值分别为100.0%和97.1%,阴性预测值分别为98.6%和96.5%。结论超声弹性成像及TCT检查对宫颈病变的筛查效率都比较高,两种方法对于宫颈癌的诊断都有很好的诊断特异度,且诊断灵敏度、阳性和阴性预测值也比较高。     

超声与纤维乳管镜对病理性乳头溢液的诊断价值

目的探讨超声与纤维乳管镜对病理性乳头溢液患者的诊断价值。 方法回顾性分析2013年9月至2019年5月在浙江大学医学院附属杭州市第一人民医院就诊、完成超声和纤维乳管镜检查的病理性乳头溢液患者426例,共430个乳房。以病理及临床诊断为金标准,应用四格表计算超声、纤维乳管镜及联合方法对乳腺导管内病变的诊断效能。 结果430个乳房中,乳腺导管内病变病理结果阳性187个,病理及临床诊断结果阴性243个。纤维乳管镜的诊断敏感度、准确性及阴性预测值均高于超声（86.10% vs 61.50%、82.09% vs 78.14%、88.07% vs 74.43%）,超声的诊断特异度和阳性预测值高于纤维乳管镜（90.95% vs 79.01%、83.94% vs 75.94%）。超声联合纤维乳管镜（其中任一检查结果为阳性,即判定为阳性）的诊断敏感度、特异度、阳性预测值、阴性预测值和准确性分别为100%、95.88%、94.92%、100%、97.67%,均高于单一检查方法的诊断效能。 结论超声联合纤维乳管镜对病理性乳头溢液患者具有较好的诊断价值,可为病理性乳头溢液患者的临床管理和随访提供依据。