鼻咽癌颈转移淋巴结E-FLOW成像与分化的关系

目的 探讨鼻咽癌转移淋巴结血流显像与组织学分化程度的关系.方法 应用E-FLOW超声显像观察32例鼻咽癌患者共计56枚颈转移淋巴结血流表现,将淋巴结血流丰富程度与鼻咽癌组织分化程度进行对照分析.结果 鼻咽癌颈转移淋巴结中,高分化鼻咽癌8枚,其中0级血流4枚,1级3枚,2级1枚;中分化鼻咽癌16枚,其中0级血流2枚,1级3枚,2级5枚,3级6枚;低分化鼻咽癌32枚,1级7枚,2级12枚,3级13枚.鼻咽癌分化程度与血流丰富程度有关(x 2=-20.313,P<0.01,r=0.51).结论 E-FLOW超声显像检查可以敏感地显示鼻咽癌颈转移淋巴结低速血流信号,鼻咽癌颈转移淋巴结血流灌注有助于无创性的了解肿瘤分化程度.     

超声直视下冠心病患者颈动脉斑块与hs-CRP、sICAM-1的相关性研究

【目的】研究不同程度冠状动脉病变患者颈动脉内一中膜厚度(IMT)及斑块指数与血清高敏C反应蛋白(hs—CRP)。可溶性细胞间粘附分子-1(sICAM-1)的相关性。【方法】对82例入院接受冠状动脉造影的病人进行颈动脉超声检查,根据冠状动脉造影结果分为正常冠状动脉组,冠状动脉单支病变组,及冠状动脉多支病变组(双支或三支病变患者)。采用高频超声探测双侧颈动脉IMT和斑块指数,以及测定血清hsCRP。sICAM-1含量。【结果】①冠状动脉多支病变组IMT．软斑指数,硬斑指数及总宽块指数明显高于正常组和IMT,软斑指数。总斑块指数明显高于冠状动脉单支病变组;冠状动脉多支病变组血清hs-CRP,MCAM-1含量亦明显高于正常组及冠状动脉单支病变组。②血清hs—CRP和血清sICAM-1与IMT．软斑指数,硬斑指数及总斑块指数均呈正相关。【结论】通过颈动脉超声检测,可以初步预测冠状动脉病变程度与颈动脉粥样斑块及炎性因子的关系。     

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。     

S-detect技术辅助超声鉴别诊断最大径≤2 cm乳腺良恶性肿块型病灶

目的 探讨S-detect技术辅助超声在≤2 cm乳腺肿块型病灶良恶性鉴别诊断中的应用价值。方法 采用S-detect技术及常规超声对42例女性患者总计54个乳腺病灶进行诊断,以术后病理结果为金标准,对比分析S-detect技术、常规超声及两者联合的诊断效能。结果 常规超声鉴别诊断乳腺病灶良恶性的敏感度为79.17%（19/24）、特异度为90.00%（27/30）、准确率为85.19%（46/54）;S-detect技术诊断的敏感度为62.50%（15/24）、特异度为86.67%（26/30）、准确率为75.93%（41/54）;两者联合鉴别诊断的敏感度为91.67%（22/24）、特异度为96.67%（29/30）、准确率为94.44%（51/54）。常规超声、S-detect技术及两者联合鉴别诊断乳腺病灶良恶性的ROC曲线的AUC分别为0.846、0.746和0.942（P均<0.05）。超声联合S-detect的诊断效能优于单独应用S-detect技术和常规超声（P均<0.05）。结论 S-detect技术是一种新的影像补充诊断手段,辅助常规超声诊断可提高对乳腺≤2 cm肿块型病灶的诊断效能。     

自动乳腺全容积扫描影像组学联合临床和超声特征列线图鉴别良、恶性乳腺导管内病变

目的 观察自动乳腺全容积扫描(ABVS)影像组学联合临床及超声特征列线图鉴别良、恶性乳腺导管内病变的价值。方法 回顾性分析144例经病理证实乳腺导管内病变女性患者的临床及超声资料;按照2 ∶ 1比例将其随机分为训练集(n=96)及验证集(n=48)。基于ABVS图像提取并筛选最优影像组学特征,构建影像组学模型,计算影像组学评分(Radscore);将临床、超声特征及Radscore纳入单因素和多因素logistic回归分析,筛选鉴别良、恶性乳腺导管内病变的独立影响因素,构建临床-超声模型,并联合影像组学模型构建列线图模型;以受试者工作特征(ROC)曲线评估各模型鉴别良、恶性乳腺导管内病变的效能。结果 患者年龄 、病变边缘 、微小钙化灶 及Radscore 均为良、恶性乳腺导管内病变的独立影响因素。影像组学模型、临床-超声模型及列线图模型鉴别良、恶性乳腺导管内病变的曲线下面积(AUC)在训练集分别为0.766、0.866及0.901,在验证集分别为0.770、0.765及0.854。结论 ABVS影像组学联合临床及超声特征列线图鉴别良、恶性乳腺导管内病变效能良好。