UE联合BI-RADS评分判断乳腺肿块良恶性价值分析

目的:观察UE联合BI-RADS评分判断乳腺肿块良恶性的临床价值。方法:将2017年6月～2019年1月在我院就诊的150例乳腺肿块患者(共184个肿块)纳为研究对象,所有患者均行乳腺超声检查,并以病理检查结果为金标准,比较BI-RADS评分、UE评分、弹性应变值以及UE联合BI-RADS评分诊断乳腺肿瘤良恶性的SE、SP、准确度、PPV、NPV。结果:150例乳腺肿瘤患者的184个肿块病灶中共有良性病灶101个(54.89%),恶性病灶83个(45.11%);UE联合BI-RADS评分诊断的SE、SP、准确度、PPV、NPV均高于BI-RADS评分、UE评分、弹性应变值诊断(P<0.05)。结论:UE联合BI-RADS评分诊断乳腺肿块良恶性临床效果较好,可有效降低漏诊、误诊率,具有临床推广价值。     

UE联合BI-RADS诊断乳腺肿块良恶性的价值

目的探讨超声弹性成像技术(UE)联合乳腺影像学报告与数据系统(BI-RADS)诊断乳腺肿块良恶性的价值。方法选取我院就诊的120例乳腺肿块患者为研究对象,均行乳腺超声检查,并以病理结果为金标准。比较UE评分、BI-RADS分级及UE评分联合BI-RADS分级诊断乳腺肿块良恶性的SE、SP、PPV、NPV。结果病理结果显示120例乳腺肿瘤患者的148个肿块病灶中,共有良性病灶83个,恶性病灶65个。UE评分显示恶性病灶69个,BI-RADS分级显示恶性病灶70个,联合诊断出恶性病灶62个。UE评分联合BI-RADS分级诊断的SP、PPV、NPV相比UE评分、BI-RADS分级诊断均较高。结论 UE评分联合BIRADS分级诊断乳腺肿块良恶性的临床效果显著,值得临床应用。     

超声BI-RADS分类联合声触诊组织量化技术鉴别诊断乳腺良恶性病灶的价值探讨

目的探讨2013版超声乳腺影像报告和数据系统(BI-RADS)分类结合声触诊组织量化(VTQ)技术鉴别乳腺良恶性病灶的价值。方法对251例患者共334个乳腺病灶行常规超声检查,采用BI-RADS分类判断其良恶性;然后应用VTQ技术测量病灶的剪切波速度(SWV);以病理结果为金标准,构建受试者工作特征曲线,比较两种方法单独及联合应用对乳腺良恶性病灶的诊断效能。结果 BI-RADS分类鉴别诊断乳腺良恶性病灶的敏感性、特异性、准确率、阳性预测值(PPV)及阴性预测值(NPV)分别为91.82%、79.46%、83.53%、68.71%及95.19%;VTQ技术鉴别诊断乳腺良恶性病灶的敏感率、特异性、准确率、PPV及NPV分别为68.18%、98.21%、88.32%、94.94%及86.27%;BI-RADS分类联合VTQ技术鉴别诊断乳腺良恶性病灶的敏感性、特异性、准确率、PPV及NPV分别为65.45%、99.11%、88.02%、97.30%及85.38%。BI-RADS分类、VTQ技术单独及联合鉴别诊断乳腺良恶性结节的曲线下面积分别为0.901、0.868及0.947,三者两两比较差异均有统计学意义(均P0.01)。结论 BI-RADS分类联合VTQ技术可以提高乳腺良恶性病灶的诊断准确率和特异性。     

人工智能联合超微血管成像技术在乳腺结节诊断中的价值

目的 探讨人工智能S-Detect技术联合智能三维超微血管成像(3D-SMI)技术对乳腺结节良恶性的诊断价值。方法 选取2021年1月—2023年2月151例(192个结节)乳腺病变患者为研究对象。采用常规超声检查、S-Detect技术、智能3D-SMI技术对乳腺结节进行良恶性鉴别,以术后病理结果为金标准,绘制受试者工作特征(ROC)曲线,分析常规超声检查、S-Detect技术、智能3D-SMI技术及三者联合诊断对乳腺结节良恶性的诊断效能。结果 192个结节中,病理证实良性结节112个,恶性结节80个。常规超声检查、S-Detect技术、智能3D-SMI技术及三者联合诊断的敏感度、特异度和准确度分别为70.00%、83.93%、78.13%, 78.75%、79.46%、79.17%, 71.25%、93.75%、84.38%, 90.00%、80.36%、84.38%。三者联合诊断的诊断效能较常规超声检查、S-Detect技术高,差异有统计学意义(Z=2.567,P=0.010;Z=2.533,P=0.011)。常规超声检查、S-Detect技术、智能3D-SMI技术的曲线下面积(A...     

S-DetectTM分类技术诊断BI-RADS 4类乳腺肿块

目的 观察S-Detect^TM分类技术鉴别诊断BI-RADS 4类乳腺良恶性肿块的价值。方法 对94例经二维超声诊断为BI-RADS 4类乳腺肿块患者（共104个肿块）行S-Detect^TM分类技术检查，以手术或穿刺活检病理结果作为金标准，评价S-Detect^TM分类技术、BI-RADS分类及二者联合应用诊断乳腺BI-RADS 4类良恶性肿块的价值。结果 104个乳腺肿块，经病理确诊为良性41个、恶性63个。S-Detect^TM分类技术诊断乳腺BI-RADS 4a类乳腺肿块的敏感度（SE）66.67%，特异度（SP）89.29%、阳性预测值（PPV）57.14%、阴性预测值（NPV）92.59%；对乳腺BI-RADS 4b类肿块分别为90.91%、60.00%、88.24%及66.67%；对乳腺BI-RADS 4c类肿块分别为95.83%、66.67%、95.83%及66.67%。S-Detect^TM分类技术联合BI-RADS分类诊断乳腺肿块的SE、SP、准确率明显均高于单独运用（P均<0.05）。结论 S-Detect^TM分类技术判断乳腺BI-RADS 4a类良性肿块、BI-RADS 4b类及BI-RADS 4c类恶性肿块均有较高价值。S-Detect^TM分类技术联合BI-RADS分类可明显提高鉴别BI-RADS 4类乳腺良恶性肿块的效能。     

超声S-Detect技术对甲状腺TI-RADS 4类结节良恶性的诊断价值

目的探讨超声S-Detect技术对甲状腺TI-RADS 4类结节良恶性的诊断价值。方法取经常规超声诊断为甲状腺TI-RADS 4类结节患者140例(共152个结节),均行超声S-Detect技术检查,以病理结果为金标准,评价超声S-Detect技术、TI-RADS分类及两者联合应用时诊断甲状腺TI-RADS 4类结节良恶性的价值。结果 152个甲状腺结节经病理证实,恶性结节92个,良性结节60个。超声S-Detect技术对TI-RADS 4a类结节的灵敏度40.00%、特异度为90.00%、准确度为81.67%;对TI-RADS 4b类结节的灵敏度为91.11%、特异度为57.14%、准确度86.54%;TI-RADS 4c类结节的灵敏度为94.59%、特异度为66.67%、准确度为92.50%。超声S-Detect技术联合TI-RADS分类诊断甲状腺TI-RADS 4类结节的灵敏度、特异度、准确度分别为93.48%、90.00%、92.11%,明显高于TI-RADS分类及S-Detect技术单独运用时的结果(P0.05)。结论超声S-Detect技术对判断甲状腺TI-RADS 4类结节良恶性有较高的临床价值,超声S-Detect技术联合TI-RADS分类明显提高了鉴别甲状腺结节良恶性的诊断效能。     

超声BI-RADS分类在乳腺结节良恶性诊断中的价值评估

目的:探讨超声BI-RADS分类在乳腺结节良恶性诊断中的应用价值。方法:选取2020年1月—2022年3月在慈铭健康体检管理集团股份有限公司体检中心接受检查的60例乳腺结节患者作为研究对象。通过超声BI-RADS分类对病例的结节良恶性表现进行判断,通过病例随访追踪的方式与病理结果进行对比,明确超声BI-RADS分类判断的应用价值并对比良、恶性乳腺结节的超声表现。结果:随访调查结果显示:60名患者共计68个乳腺结节。超声BI-RADS分类2～4a类良性结节62个,4b～5类恶性结节6个。病理结果显示:良性结节61个,恶性结节7个,另外误诊的1例乳腺结节,超声提示BI-RADS分类为4a类。数据整理显示:超声BI-RADS对乳腺良性结节的定性诊断符合率为98.36%,恶性结节的定性诊断符合率为85.71%。良恶性结节的超声影像特点边界清晰、组织完整、形态规则、细微钙化、回声衰减和淋巴结肿大检出情况比较,差异有统计学意义(P<0.05)。结论:超声BI-RADS在乳腺结节良恶性的诊断中有较好的应用价值,但在4类结节的诊断上符合性较低,需配合其他方法进行评价分析。     

超声造影对不同大小BI-RADS 4类乳腺结节的良恶性定性诊断研究

目的:探讨超声造影对不同大小BI-RADS 4类乳腺结节的定性诊断价值。方法:收集2017年10月至2019年5月上海交通大学附属第一人民医院的467例患者506个常规超声定性为BI-RADS 4类乳腺结节,分为大结节组(最大径线>20 mm,198个)和小结节组(最大径线≤20 mm,308个),采用χ2检验比较两组乳腺结节良恶性超声造影特征的差异,依据超声造影特征对病灶赋值评分,构建ROC曲线评价超声造影特征评分对两组病灶良恶性的诊断效能。结果:两组乳腺良恶性结节在增强程度、增强后病灶大小改变、病灶与周围组织显影早晚、是否放射状增强、增强均匀性及有无穿入性血流灌注的差异性方面有统计学意义(均P<0.001)。当小结节组良恶性鉴别评分临界值为2.5分时,ROC曲线下面积(AUC)、敏感性、特异性、准确性分别为0.793、82.67%、60.22%、69.48%;当大结节组良恶性鉴别评分临界值为3.5分时,AUC、敏感性、特异性、准确性分别为0.901、85.42%、80.00%、82.65%。结论:超声造影定性分析不同大小BI-RADS 4类乳腺结节良恶性均有意义,20 mm以上结节可避免不必要的穿刺,20 mm及以下结节仍需穿刺活检除外良性病灶。     

S-Detect技术与BI-RADS分类对乳腺肿物良恶性评估的比较

目的比较S-Detect技术与BI-RADS分类对乳腺肿物良恶性评估的准确度。方法选取175例乳腺肿物患者共202个部位,每个部位均进行S-Detect检查及BI-RADS分类,将S-Detect诊断、BIRADS分类的结果与术后病理结果进行对比分析。结果 202个乳腺肿物术后病理结果:良性病变93个,恶性病变109个,良性与恶性的检出率相比,差异无统计学意义(P0.05)。S-Detect检查结果:良性病变95个,恶性病变107个;BI-RADS分类良性病变88个,恶性病变114个;S-Detect技术的准确度为78.2%、灵敏度为77.4%、特异度为78.9%。BI-RADS分类的准确度为78.7%、灵敏度为74.2%、特异度为82.6%。结论 S-Detect技术是一种能够对乳腺肿物良恶性进行快速判断的较为安全、准确的检查方法。     

应变式弹性成像与剪切波弹性成像技术鉴别诊断乳腺良恶性病灶的价值比较

目的比较应变式弹性成像（SE）与剪切波弹性成像（SWE）技术鉴别诊断乳腺良恶性病灶的价值。 方法选择2015年1至12月南京医科大学第一附属医院收治的乳腺疾病患者150例共155个乳腺病灶进行SE检查,用改良5分法对病灶进行弹性评分,测量应变率比值（SR）;对病灶进行SWE检查,测量最大弹性模量值E_max、平均弹性模量值E_mean、弹性标准差E_sd、病灶/脂肪弹性比E_ratio。绘制SE、SWE弹性参数鉴别诊断乳腺良恶性病灶构建操作者工作特征（ROC）曲线,计算曲线下面积（AUC）。选取AUC最大的SE及SWE参数,采用McNemar检验比较其鉴别诊断不同乳腺影像报告与数据系统（BI-RADS）分类乳腺良恶性病灶的准确性。 结果ROC曲线显示,SE参数弹性评分及SR,SWE参数E_max、E_mean、E_sd及E_ratio鉴别诊断乳腺良恶性病灶ROC的AUC分别为0.823、0.810、0.877、0.835、0.881、0.853。ROC的AUC最大的SE、SWE弹性参数分别为弹性评分、E_sd。E_sd鉴别诊断BI-RADS 4A类乳腺良恶性病灶的准确性高于弹性评分（86.3% vs 64.7%）,且差异有统计学意义（χ²=4.639,P<0.05）;E_sd鉴别诊断BI-RADS 3类、4B类乳腺良恶性病灶的准确性高于弹性评分,且弹性评分鉴别诊断BI-RADS 4C类及5类乳腺良恶性病灶的准确性高于E_sd,但差异均无统计学意义。 结论SE和SWE技术对乳腺良恶性病灶鉴别诊断均有较高的诊断价值,且价值相当。与BI-RADS分类相结合可以优化弹性成像技术在临床中的选择及应用。     

乳腺超声BI-RADS 4类在乳腺癌患者良恶性鉴别中的应用

目的:探讨乳腺超声BI-RADS 4类在乳腺癌患者良恶性鉴别中的应用价值。方法:回顾性分析2023年1月—10月在盐城市妇幼保健院治疗的50例乳腺影像报告和数据系统(BI-RADS)4类乳腺结节患者的临床资料,均实施乳腺超声检查,以病理检查结果为金标准,分析乳腺超声对乳腺结节良恶性的诊断效能,对比良恶性结节的超声征象。结果:病理结果显示,恶性14例,良性36例;乳腺超声检查显示,恶性15例,良性35例,乳腺超声检查的灵敏度为85.71%、特异度为91.67%、准确率为90.00%,Kappa值=0.849,与病理检查结果一致性良好;恶性结节与良性结节在年龄、单发或多发、内部回声、后方回声方面差异无统计学意义(P>0.05),但恶性结节直径大于良性结节,且形态、边缘、高回声声晕、微钙化、汇聚征、弹性评分、血流分布等与良性结节相比差异有统计学意义(P<0.05)。结论:乳腺超声BI-RADS 4类在乳腺良恶性鉴别中的应用效果显著,良恶性病灶具有不同的超声影像特征,能提高对乳腺癌的诊断效能。     

乳腺BI-RADS 4类结节超声图像特征分析

目的:对超声诊断乳腺BI-RADS 4类结节的超声图像特征进行分析,并与病理结果对比研究。方法:回顾性分析2017年10月至2018年12月我院383例超声诊断为BI-RADS4类乳腺结节的超声图像特征,以手术或穿刺活检病理为金标准,分析良恶性乳腺结节在形态、边界、边缘、钙化、后方回声等方面的差异。结果:与病理诊断结果比较,383例BI-RADS4类结节中,超声诊断良恶性结节的符合率分别为81.5%与71.1%。良性结节患者平均年龄(46.7±10.5)岁,恶性结节患者平均年龄(55.5±12.4)岁,两组具有显著性差异(P<0.05);绘制ROC曲线得出,以46岁为截断值,其曲线下面积为0.695,诊断的敏感性为69.8%,特异性为60.3%。良性结节与恶性结节的超声图像对比:良性结节多表现为形态规则,边界清晰,边缘光滑、分叶,多不伴钙化;恶性结节多表现为形态不规则、边界模糊,边缘成角、毛刺,多伴微钙化(P<0.05)。良恶性结节间后方回声变化比较无显著统计学差异(P>0.05)。结论:超声诊断BI-RADS4类结节中,良恶性病变具有不同的声像图特征,可为临床医生进行乳腺结节良恶性诊断提供重要参考。     

探讨超微血管成像技术在BI-RADS 3～4类结节良恶性诊断中的应用价值

目的 探讨微血管成像(SMI)技术在乳腺影像报告和数据系统(BI-RADS)3～4类结节良恶性诊断中的应用价值。方法 回顾性分析行超声检查并经手术病理证实的245例患者;比较常规超声与SMI技术对BI-RADS 3～4类结节良恶性的诊断效能。结果 245例患者共检出结节256个,其中经病理证实119个为恶性结节,137个为良性结节;SMI显示,恶性结节微血管血流架构分型以蟹足型和根须型为主,分别占36.97%和35.29%,而良性结节主要以曲线型(或线型)和树枝型为主,分别占39.42%和38.69%。良恶性结节在SMI模式下的微血管血流架构分型结果比较,差异具有统计学意义(P<0.05);校正前BI-RADS分类中3～4a类共148例,4b～4c类共108例;经SMI技术调整后,3～4a类共143例,4b～4c类共113例;两种方法均有较高的一致性(P<0.05),但常规超声联合SMI技术一致性较高于常规超声检查;在经SMI技术调整后BI-RADS分类效能显著高于常规超声(P<0.05),常规超声受试者工作特征(ROC)曲线下面积(AUC)为0.734,经SMI调整...     

超声BI-RADS分类对不同超声分型乳腺良恶性结节的诊断价值

目的探讨超声BI-RADS分类对不同超声分型乳腺内结节的诊断价值。方法选取我院经手术病理证实的乳腺结节患者305例,按照乳腺组织大体的声像图特点,将乳腺分为腺体型、腺纤维Ⅰ型、腺纤维Ⅱ型及脂肪型。以手术病理结果为金标准,应用ROC曲线分析超声BI-RADS分类对各型乳腺内结节的诊断效能。结果超声BI-RADS分类预测乳腺恶性结节的ROC曲线下面积为0.963,预测不同超声类型乳腺恶性结节的ROC曲线下面积分别为:0.933(腺体型)、0.902(腺纤维Ⅰ型)、0.953(腺纤维Ⅱ型)、0.989(脂肪型);超声BI-RADS分类诊断各型乳腺内结节良、恶性的截断点均为4b^4c。结论超声BI-RADS分类对不同超声分型乳腺良恶性结节均有良好的诊断效能,且对不同类型乳腺内结节良、恶性鉴别的最佳截断点亦一致。     

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。     

常规超声联合S-Detect技术对乳腺病灶的诊断价值

目的旨在比较常规超声BI-RADS分类联合S-Detect技术前后的诊断价值。方法选择435例患者行常规超声及S-Detect技术检查并留图像,由低、中、高年资医师分别阅读图像并进行BI-RADS分类评估。通过两种不同的联合诊断方法对BI-RADS分类进行调整及重新评估。以病理结果作为金标准。通过卡方检验及绘制ROC曲线比较联合诊断前后差异。结果 435例患者共563个病灶(良性403个,恶性160个)。S-Detect诊断灵敏度显著高于低年资医师(P0.001),与中年资、高年资医师比较均无显著差异。S-Detect特异度显著低于三名医师(P均0.001)。S-Detect与低年资医师比较AUC无统计学差异,但显著低于中年资及高年资医师(P均0.000 1)。高年资医师通过联合方法二较原分类诊断乳腺恶性病灶的AUC显著增大;中年资医师联合诊断前后AUC均无差异;低年资医师通过联合方法一较原分类诊断AUC显著性增大。结论 S-Detect技术具有较高的灵敏度,通过不同方式的应用调整BI-RADS分类,S-Detect可以提高低年资及高年资医师的诊断水平。     

S-Detect技术在不同级别超声医师乳腺肿物性质诊断的应用价值

目的探讨超声智能化诊断(S-Detect)技术在不同级别超声医师对乳腺肿物性质诊断的应用价值。方法选取在我院门诊行乳腺超声检查有乳腺肿块的患者168例,乳腺肿物共206个,其中将符合标准的168个乳腺肿物纳入研究。A组两名高级职称的超声医师和B组两名初级职称的超声医师分别用BI-RADS分类和S-Detect技术对乳腺肿物进行良恶性评估。所有肿物均经穿刺活检或手术取得病理结果为金标准。结果A组医师单独应用BI-RADS分类、S-Detect及联合应用两种诊断技术的灵敏度分别为81.25%、87.50%、93.75%,特异度分别为76.32%、79.60%、84.21%,准确度分别为76.79%、80.36%、85.12%,一致性检验Kappa值分别为0.30、0.37、0.48。B组医师单独应用BI-RADS分类、S-Detect及联合应用两种诊断技术的灵敏度分别为68.75%、75.00%、87.50%,特异度分别为65.79%、68.42%、82.89%,准确度分别为66.07%、69.04%、83.33%,一致性检验Kappa值分别为0.15、0.20、0.42。结论超声智能化诊断技术联合应用BI-RADS分类能提高高级职称医师和初级职称医师对乳腺肿物性质诊断的准确度及其一致性,其中对于初级超声医师对乳腺肿物性质诊断的辅助价值更明显。     

人工智能在甲状腺结节良恶性中的诊断价值

目的探讨超声S-Detect技术在甲状腺结节良恶性中的诊断价值。方法由3名超声医师对98例患者共136个甲状腺结节的超声图像进行良恶性评估后与S-Detect技术判别结果进行对比。以病理学结果或ATA指南为诊断标准进行对照,分析不同年资医师及S-Detect技术的诊断效能和评价者之间的一致性。结果 136个甲状腺结节中良性病变81个,恶性病变55个。S-Detect技术诊断灵敏度高于低、中年资医师(P0.05),特异度低于不同年资医师(P0.05),S-Detect诊断准确度为65.44%。S-Detect与高年资医师的诊断一致性中等(Kappa=0.439,P0.05)。与S-Detect联合诊断可明显提高超声医师的诊断效能(P0.05)。结论 S-Detect技术在甲状腺结节良恶性诊断中的灵敏度较高。与S-Detect技术联合诊断可明显提高超声医师的诊断效能,具有很好的临床应用前景。S-Detect技术与高年资医师诊断一致性相对较好,未来有助于超声图像的标准化判读。     

乳腺结节超声BI-RADS分类3~5类的量化评分研究

目的探讨基于超声BI-RADS分类的量化评分方法在乳腺结节良恶性风险评估中的应用价值。方法回顾性分析486个最大直径>1 cm的乳腺结节,将其超声征象与患者年龄作为评分指标并进行赋值,计算每个结节的总分并根据设定的BI-RADS 3~5类的分值界限进行BI-RADS分类。绘制ROC曲线,寻找最佳诊断分值界限。结果 486个乳腺结节中良性结节368个,恶性结节118个。ROC曲线下面积为0.952,以总分9分作为诊断界值,其灵敏度、特异度、准确度分别为91.52%、83.69%、85.60%。BI-RADS 3、4a、4b、4c、5类的恶性构成比分别为0%、8.06%、29.09%、65.22%、92.54%。结论基于乳腺结节超声BI-RADS分类的量化评分方法可行性大,对常规超声下乳腺结节的良恶性风险评估有较高的准确度,有助于BI-RADS分类的推广应用。     

影像组学和BI-RADS分类鉴别乳腺结节的效能比较

目的:对比影像组学和BI-RADS分类鉴别乳腺结节良恶性的效能;方法:收集2018年9月到2019年9月期间超声发现的、有明确病理结果的乳腺结节。利用影像组学技术建立影像组学标签,计算其敏感性、特异性和准确性,并与BI-RADS分类方法比较;结果:总共纳入112个结节(恶性n=37,良性n=75)。恶性结节的影像组学标签值高于良性结节,具有统计学差异(P0.001)。影像组学标签鉴别乳腺结节良恶性的最佳截断值为-0.52,对应的敏感性、特异性、准确性和ROC曲线下面积(AUC)分别为81.08%、84.00%、83.04%和0.91;BI-RADS分类分别为72.97%、92.00%、85.71%和0.84。两者的鉴别效能无统计学差异(AUC比较,P=0.08);结论:影像组学具备良好的乳腺结节良恶性鉴别效能。