人工智能在乳腺癌超声筛查中的应用进展

超声是乳腺癌筛查的一线检查方法,BI-RADS的应用使超声对乳腺疾病的诊断具有相对一致性,但仍不同程度受操作者主观因素影响。随着计算机技术的发展和大数据时代的到来,人工智能乳腺超声从基于二维静态图像分析、到动态捕获病灶和关键帧分析、到全自动乳腺容积扫查和多模态研究,基于深度学习建立的计算机辅助诊断模型性能不断提升和完善。人工智能超声的应用可辅助超声医师提高诊断的准确性和一致性,在乳腺癌的筛查和诊疗过程中具有重要价值。     

超声引导下乳腺微创旋切术筛查早期乳腺癌的应用价值

目的：探讨超声引导下乳腺微创旋切术筛查早期乳腺癌的应用效果。方法：对2016年6月至2019年12月于临邑县人民医院行超声检查乳腺疾病的628例病患进行研究，对其检出的829个直径小于10mm的乳腺微小结行乳腺微创旋切术，随即采用冰冻切片对切除标本做病理分析，参照病理结果确定手术方法。术后做常规病理检查并对良性病变者随访1年。结果：经乳腺微创旋切术筛查后术区出现血肿4例，其中活动性出血1例。冰冻切片筛查出701个乳腺纤维腺瘤、54个乳腺浸润性癌、31个乳腺腺病、27个乳腺导管内乳头状瘤、19个乳腺不典型增生、以及9个乳腺导管内癌和7个乳腺小叶原位癌。对所有病患实施手术治疗、术后随访1年经彩超检查良性结节病患术区良好，3例恶性结节病患复检出现远处转移。结论：通过超声引导下乳腺微创旋切术筛查早期乳腺癌准确性高，其具创伤小、安全性高、诊断率高的优势，值得临床在早期乳腺癌筛查中大量应用。     

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。     

乳腺超声人工智能辅助诊断结合乳腺X射线摄影在乳腺癌诊断中的价值

目的 探讨在乳腺癌超声诊断过程中联合应用超声人工智能以及乳腺X射线摄影结果对提高诊断准确度的价值。方法 回顾性选取103例接受治疗的疑似乳腺癌患者,以手术病理检查结果为金标准,结合灵敏度、特异度以及受试者工作特征(ROC)曲线下面积(AUC)评估超声独立诊断、超声结合乳腺X射线摄影诊断以及超声联合乳腺X射线摄影及人工智能诊断3种方法的诊断价值。结果 经手术确诊阳性21例,阴性82例,超声独立诊断的灵敏度为85.7%,特异度为59.7%,ROC曲线下面积为0.835;超声联合乳腺X射线摄影诊断灵敏度为95.2%,特异度为68.2%,ROC曲线下面积为0.909;超声联合乳腺X射线摄影及人工智能诊断灵敏度为95.2%,特异度为97.6%,ROC曲线下面积为0.969。人工智能辅助下的联合诊断效能显著提高(P=0.004)。结论 结合乳腺X射线摄影检查及人工智能辅助诊断可以有效提高低年资超声医师对乳腺癌诊断的准确度。对于高年资医师来说,使用联合诊断的方法可以在保持诊断灵敏度不变的条件下提高诊断的特异度。     

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。     

乳腺假血管瘤样间质增生超声误诊分析

目的 探讨乳腺假血管瘤样间质增生超声表现,分析其误诊原因。方法 回顾性分析2021年5月—2022年7月收治的误诊的乳腺假血管瘤样间质增生4例的临床资料。结果 4例均以发现乳房肿块就诊,肿块均位于右侧乳腺,其中1例位于外上象限,2例位于内上象限,1例位于内下象限。4例超声首诊均误诊,2例误诊为纤维腺瘤,1例误诊为乳腺癌,1例误诊为乳腺囊肿。4例最终均行肿块完整切除手术,术后病理均证实为乳腺假血管瘤样间质增生。1例随访11个月复发,余3例随访无复发。结论 乳腺假血管瘤样间质增生临床少见,临床特征不典型,极易误诊,超声科医师应仔细辨别,熟悉其超声特征,以减少误诊。     

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.     

超声引导下亚甲蓝染色定位在触诊阴性乳腺病灶切除术中的应用价值

目的探讨超声引导下亚甲蓝染色定位在触诊阴性乳腺病灶切除术中的应用价值。方法超声体检发现乳腺病灶而触诊阴性乳腺肿瘤患者42例(53个病灶),行病灶切除术前30min于超声引导下向病灶注射质量分数1%亚甲蓝染色定位。结果 53个病灶超声引导下亚甲蓝染色定位后均准确、完整切除;组织病理诊断为乳腺浸润性导管癌6个,乳腺浸润性小叶癌2个,乳腺纤维瘤33个,乳腺导管内乳头状瘤7个,乳腺不典型增生5个。结论超声引导下亚甲蓝染色可准确定位并指导触诊阴性乳腺病灶完整切除,还可早期诊断并及时治疗微小乳腺癌。     

数字乳腺钼靶检查诊断乳腺癌与病理结果的对照分析研究

目的:探讨乳腺钼靶检查诊断乳腺癌的影像学特点及分析钼靶图像对诊断准确性的影响。方法:回顾性分析92例手术后病理证实的乳腺癌患者的钼靶检查图像质量及诊断结果。结果:采用数字乳腺钼靶检查诊断乳腺癌 81例,诊断正确率88.0%,6例浸润性导管癌误诊为乳腺增生,病变在乳腺增生的基础上密度稍增高或无明显增高,钙化点小于5个或者钙化点密度较低;5例浸润性导管癌漏诊,未见明确肿块、钙化及腋窝淋巴结肿大。结论:在乳腺癌诊断方面,乳腺钼靶诊断与病理诊断有较高的的符合率;是乳腺癌前期筛查及诊断过程中重要的检查手段;乳腺钼靶检查诊断正确与否与乳腺钼靶检查图像质量有密不可分的关系,技师在检查前应询问病史,最好进行触诊,拍片过程中应尽可能多角度体现病变,使病变充分曝光,可明显减少乳腺癌的漏诊和误诊。     

计算机辅助诊断技术可提高肿块最大径≤10 mm早期乳腺癌的超声诊断效能

目的探讨计算机辅助诊断在早期乳腺癌诊断中的价值。方法对120枚病理证实的最大径≤20 mm乳腺肿块(乳腺癌结节50枚，良性结节70枚)超声图像进行回顾性分析，根据肿块大小分为最大径≤10 mm组(56枚)、最大径11~20 mm组(64枚)两组，由2名超声医师参照BI-RADS-US分类予以诊断，结合计算机超声辅助诊断结果后再次诊断，以病理结果为金标准，对比分析计算机辅助诊断在超声诊断早期乳腺癌中的作用。结果乳腺肿块最大径≤10 mm组中，应用普通超声对早期乳腺癌的敏感性、特异性和准确性分别为62.5%、59.4%、60.7%，操作性曲线下面积(AUC)为0.61。结合计算机辅助诊断技术结果为79.2%、81.3%、80.4%；AUC为0.80。对于最大径11~20 mm组，常规超声的敏感性、特异性和准确性分别为69.2%、68.4%、68.8%，ROC曲线AUC为0.69。结合计算机辅助诊断结果为80.8%、81.6%、81.3%；AUC为0.81。计算机辅助诊断后两组不同大小乳腺肿块的敏感性、特异性、准确性及AUC均有提高，乳腺肿块最大径≤10 mm组的准确率及AUC提高尤为显著，差异有统计学意义(P < 0.05)。结论计算机辅助诊断技术有助于提高早期乳腺癌的超声诊断效能，尤其是辅助最大径≤10 mm的早期乳腺癌的诊断。      

乳腺增生症超声分型与病理关系的研究

目的探讨乳腺增生症高频超声分型与病理变化的关系.方法应用高频彩色多普勒超声对146例乳腺增生症患者292个乳腺进行检查,根据乳腺增生病灶的超声声像图不同特征,将其分为4型:单纯型(Ⅰ型)20例、结节型(Ⅱ型)57例、复杂型(Ⅲ型)31例、囊肿或导管扩张型(Ⅳ型)95例.同一病例同时存在多型、多个病灶.作者将其中经手术病理证实的Ⅱ型患者61个病灶、Ⅲ型患者34个病灶及Ⅳ型患者101个病灶,共计196个病灶进行超声图像与术后病理结果进行对比分析.结果超声诊断为乳腺增生症133例(183个病灶),超声疑诊乳腺癌13例(13个病灶),超声诊断与手术病理诊断符合率为91.1%(133/146).结论对乳腺增生症患者超声声像图不同特征进行分型并与病理检查结果对照分析,有利于系统观察患者增生病灶的多样性及复杂性,有利于乳腺增生病灶与乳腺癌病变的鉴别诊断,提高乳腺增生症超声诊断的准确性.     

乳腺疾病的钼靶摄影诊断价值(附40例分析)

目的提高乳腺钼靶摄影对早期乳腺癌的诊断水平。方法40例全部为女性病员,年龄27—70岁,平均45、4岁,均行乳腺钼靶X线摄影并经手术病理证实。结果术前乳腺钼靶摄影诊断乳腺癌15例,手术病理证实乳腺癌14例和乳腺良性肿瘤1例。术前乳腺钼靶摄影诊断良性肿瘤8例,术后病理报告纤维腺瘤6例、硬化性乳腺病1例及乳腺癌1例。术前乳腺钼靶摄影诊断乳腺小叶增生15例及阴性2例,术后病理证实小叶增生15例、潴留囊肿1例及乳腺癌1例。结论乳腺钼靶X线摄影数字成像是早期发现乳腺癌的首选检查方法,也可作为体检和普查使用,     

甲状腺及乳腺多原发癌临床及超声特征简

目的分析甲状腺及乳腺多原发癌的临床和超声特征。方法回顾性分析1990年1月至2013年3月在北京协和医院接受诊治且手术病理证实的甲状腺及乳腺多原发癌24例,比较这些患者的甲状腺癌及乳腺癌临床和超声特征。结果24例患者中9例（37．5％）以甲状腺癌首发,其中2例（22．2％）在1年内出现乳腺癌;15例（62．5％）以乳腺癌首发,其中6例（40．0％）在1年内出现甲状腺癌。甲状腺癌和乳腺癌超声表现均多为实性（86．4％和84．2％）、形态不规则（63．6％和94．7％）、纵横比大于1（50．0％和57．9％）、边界不清（63．6％和78．9％）、低回声或极低回声（90．9％和100％）、点状钙化（50．0％和47．4％）、局部丰富血流（50．0％和68．4％）。结论甲状腺及乳腺多原发癌的临床和超声特征与单发甲状腺癌及乳腺癌人群相近,超声可有效地筛查甲状腺及乳腺多原发癌,尤其在首发乳腺癌后1年内。     

“豹纹征”声像图诊断乳腺增生的价值

目的探讨"豹纹征"声像图特征诊断乳腺增生的临床价值。方法 2012年10月至2013年4月于北京友谊医院选取临床诊断为乳腺增生疾病且乳腺超声影像报告与数据系统分级为0级或1级的女性患者223例,分为20~35岁组(36例)、36~50岁组(102例)及>50岁组(85例)。超声引导下穿刺活检取得病理诊断结果。以病理诊断为金标准,以"豹纹征"图像为超声诊断标准,计算超声"豹纹征"诊断乳腺增生的敏感度、特异度、准确性、阳性预测值和阴性预测值;采用Kappa检验分析两者的一致性。结果总样本223例诊断一致性检验:超声"豹纹征"图像诊断乳腺增生的敏感度为69%(59/85)、特异度为46%(64/138)、准确性为55%(123/223)、阳性预测值为44%(59/133)、阴性预测值为71%(64/90),与病理判断结果的一致性差(Kappa=0.14,P<0.05)。其中20~35岁组超声"豹纹征"图像诊断乳腺增生的敏感度为90%(18/20)、特异度为50%(8/16)、准确性为72%(26/36)、阳性预测值为69%(18/26)、阴性预测值为80%(8/10),与病理判断结果的一致性较好(Kappa=0.42,P<0.05);36~50岁组超声"豹纹征"图像诊断乳腺增生的敏感度为70%(33/47)、特异度为49%(27/55)、准确性为59%(60/102)、阳性预测值为54%(33/61)、阴性预测值为66%(27/41),与病理判断结果的一致性差(Kappa=0.19,P<0.05);>50岁组超声"豹纹征"图像诊断乳腺增生的敏感度为44%(8/18)、特异度为43%(29/67)、准确性为44%(37/85)、阳性预测值为17%(8/46)、阴性预测值为74%(29/39),与病理判断结果的一致性差(Kappa=0.08,P<0.05)。结论 "豹纹征"声像图不宜作为诊断乳腺增生的独立标准。     

超声BI-RADS分类对特殊类型乳腺癌的诊断价值

目的探讨超声乳腺影像报告与数据系统(Breast Imaging Reporting and Data System, BI-RADS)分类在特殊类型乳腺癌中的诊断价值。方法回顾性分析2009年8月至2020年8月于浙江大学医学院附属第二医院诊治并经手术病理证实的特殊类型乳腺癌患者112例(112个病灶), 患者均行术前超声检查。分别由高年资主治医师及低年资住院医师依据超声BI-RADS分类对乳腺病灶进行评估。以组织病理学为金标准, 分析BI-RADS分类诊断特殊类型乳腺癌的敏感性及准确性, 比较不同特殊类型乳腺癌的BI-RADS分类及超声恶性征象之间的差异。对两名医师的评估结果进行Kappa检验, 判断一致性是否良好。结果 112例患者中, 化生性癌20例, 伴有髓样特征的浸润性癌19例, 大汗腺分化的癌16例, 黏液癌12例, 浸润性微乳头状癌12例, 浸润性乳头状癌10例, 浸润性小叶癌6例, 其他特殊类型癌17例;BI-RADS 3类4例(3.5%), BI-RADS 4a类13例(11.6%), BI-RADS 4b类42例(37.5%), BI-RADS 4c类47例(42...     

术前超声在诊断和定位切除乳腺触诊阴性肿块的应用

目的探讨术前超声在诊断和定位切除乳腺触诊阴性肿块的应用价值。方法自2007年1月至2009年1月,对我院83例95个临床触诊阴性乳腺肿块在术前行高频二维及彩色多普勒超声检查,获取超声直接和间接征象图特征,并在皮肤上行十字交叉定位,然后手术切除乳腺肿块并作病理检查。计算术前超声定位在切除乳腺触诊阴性肿块准确性及超声诊断恶性乳腺触诊阴性肿块灵敏性、特异性、阳性预测值、阴性预测值和符合率。结果 83例的95个临床触诊阴性乳腺肿块中92个在术前超声定位下被手术切除,准确性为96.8%。术后病理结果为良性80个,恶性15个。超声诊断恶性乳腺触诊阴性肿块灵敏性66.67%、特异性84.05%、阳性预测值80.91%、阴性预测值84.05%、符合率93.68%。直接征象中肿瘤纵横比≥1、内部回声不均匀、微钙化、Ⅱ~Ⅲ级血流、穿支血管、阻力指数≥0.7对早期诊断临床触诊阴性乳腺癌具有重要意义。结论术前超声对乳腺触诊阴性肿物性质判断和指导准确手术切除具有重要价值。     

MRI在BI-RADS4类乳腺疾病中的应用价值

目的探讨MR成像在乳腺x线摄影BI-RADS 4类乳腺病变中的应用价值。方法 107例乳腺x线摄影评估为BI-RADS 4类的乳腺疾病入选本研究,分为MRI和活检两组,与病理或临床随访结果相比较,并以Fisher精确检验比较两组管理方案间的差异。结果 48例MRI组中,31例乳腺病变BI-RADS评级维持4类或评级上升(≥4类),手术病理示乳腺癌29例,良性2例;17例病变评级下降(≤3类),其中3例选择手术治疗,病理结果为乳腺纤维腺瘤1例和乳腺腺病伴钙盐沉积2例,余14例随访1年以上病灶未见明显变化,MRI准确率为95.83%。59例活检组中,真阳性18例,假阴性7例,真阴性34例,准确性为88.14%,MRI组和活检组两者对乳腺癌诊断差异无统计学意义(x~2=2.036;P=0.154)。结论乳腺MR成像对X线摄影评估为BI-RADS 4类的病变具有细分和参考价值,可提高早期乳腺癌的检出率,减少不必要的手术及活检,并对良性病变提供更多的影像学支持。     

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。     

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...     

AI技术在乳腺原位癌Ki67染色切片定量检测中的应用价值

目的 探讨AI技术在乳腺原位癌Ki67染色切片定量检测中的应用价值。方法 乳腺原位癌110例作为标准样本,通过AI系统辅助检测和专业病理医师人工阅片进行比较,统计两种方法的敏感性、特异性等指标。结果 AI辅助检测结果和专业病理医师人工阅片结果显示：Ki67>14%43例,AI阅片和人工阅片阳性比例差异有统计学意义（P<0.05）,AI阅片有更高的敏感性;Ki67≤14%67例,AI阅片和人工阅片阳性比例差异无统计学意义（P>0.05）。结论 AI独立使用于乳腺原位癌Ki67的筛查尚不成熟。但借用人工智能的识别和深度学习能力,有利于对Ki67的定量检测进行量化,让医师审片更加精准高效,使得检测结果更加精准,为后续对乳腺原位癌的治疗方案提供客观的病理诊断依据。