平面波超敏感血流显像和实时剪切波弹性成像对乳腺癌诊断的价值分析

目的 探究平面波超敏感血流显像（AP）、实时剪切波弹性成像（SWE）及二者联合诊断乳腺癌的应用价值。方法 纳入101个常规超声BI-RADS分类3~5类的乳腺结节,对结节进行AP显像,根据血流特征进行半定量血流分级与微血管构筑分型。切换至SWE模式,获取稳定的弹性图像后分析得到SWE色彩分型并进行定量分析,获得杨氏模量值 Emax、Emean。以病理结果为金标准,绘制相关参数ROC曲线,分析并比较AP、SWE单独及联合应用诊断乳腺癌的效能差异。结果 乳腺恶性病灶的 Emax、 Emean、 SWE分型、 AP分型、AP分级均显著高于良性病灶（P均<0.001）;AP半定量血流分级良性肿瘤以乏血供为主,恶性肿瘤以富血供为主;微血管构筑分型中良性肿瘤以为无血管型、线型、树枝型血流为主,恶性肿瘤以残根型和蟹足型为主;AP微血管构筑分型法优于血流半定量分级法（P<0.05）;SWE定量分析Emax的诊断效能高于Emean（P<0.05）;SWE色彩分型良性肿瘤以均匀蓝色或大部分显示蓝色为主,恶性肿瘤以边缘局限性彩色改变或内部及周边不均匀彩色改变为主;AP分型、Emax及二者联合诊断乳腺癌的AUC分别为0.898、0.918、0.945。结论 AP和SWE对乳腺肿瘤均具有较好的鉴别诊断能力,二者联合应用能显著提升乳腺癌的诊断效能。     

人工智能辅助评分联合剪切波弹性成像在乳腺结节鉴别诊断中的应用北大核心

目的:探讨人工智能辅助评分(artificial intelligence assisted scoring,AIAS)联合剪切波弹性成像(shear wave elastography,SWE)在乳腺结节鉴别诊断中的价值。方法:纳入90例患者共91个乳腺结节进行AI和SWE检查,记录结节的AIAS和弹性模量最大值(E_(max))、平均值(E_(mean))及标准差(Esd)。以AIAS和最佳弹性模量值为自变量,病理结果为因变量作二元Logistic回归分析,计算联合诊断预测因子并建立回归方程。以病理结果为金标准,绘制所有参数的受试者工作特征(receiver operating characteristic,ROC)曲线,计算并比较其曲线下面积(area under curve,AUC),获得最佳诊断临界值和净重新分类指数(NRI),评估AIAS、SWE及二者联合诊断乳腺结节良恶性的效能差异。结果:乳腺恶性病灶的AIAS、E_(max)、E_(mean)、Esd值均较良性增大(P均<0.001)。AIAS截断值≥0.6分时,AI诊断乳腺癌的灵敏度、特异度、准确率较高。E_(max)、E_(mean)、Esd的AUC分别为0.913、0.836、0.903(P均<0.05),其中E_(max)曲线下面积最大,截断值为87.4 kPa时诊断效能最佳。AIAS、E_(max)及联合诊断的AUC分别为0.911、0.913、0.943(P均<0.05)。根据NRI结果,联合诊断对AIAS和E_(max)均为正改善(P均<0.05)。结论:AIAS和SWE对乳腺结节均具有较好的鉴别诊断能力。与单独应用相比,二者联合诊断可提高乳腺恶性肿瘤的诊断效能。     

经直肠超声联合超声造影在前列腺低回声病灶诊断中的应用价值

目的:探讨经直肠超声(transrectal ultrasound, TRUS)联合超声造影(contrast-enhanced ultrasound, CEUS)对前列腺低回声病灶良恶性诊断的应用价值。方法:队列研究分析131例患者共167个前列腺原发低回声病灶的TRUS及CEUS声像图特征,依据穿刺病理结果分为前列腺癌(prostate cancer, PCa)组和非PCa组。对各超声特征参数进行单因素及多因素Logistic回归分析,筛选出与低回声病灶良恶性相关的独立预测因子,建立Logistic回归预测模型,绘制受试者工作特征曲线(receiver operating characteristic curve, ROC)比较各单一超声特征参数及联合预测模型对前列腺低回声病灶的诊断效能。结果:前列腺低回声病灶分类情况、血流分级、阻力指数(resist index, RI)、造影模式、强化程度、强化均匀性在两组间差异均有统计学意义(P<0.05)。多因素Logistic回归分析结果显示“污渍”样低回声、“快进快出”与“快出非快进”的造影模式、高增强是预测低回声病灶恶性诊断的独...     

经直肠常规超声联合超声造影在前列腺良恶性病灶鉴别诊断中的应用

目的 探讨经直肠常规超声(TRUS)联合超声造影(TR-CEUS)对前列腺良恶性病灶的鉴别诊断价值。方法 选取前列腺病灶91例，根据病理结果分为良性组44例和恶性组47例。详细观察并记录病灶TRUS及TR-CEUS表现，应用单因素分析比较两组间差异，建立多因素Logistic回归模型，分析前列腺癌(PCa)独立危险因素并计算模型预测概率，运用受试者操作特征(ROC)曲线评价两种方法单独及联合运用诊断效能。结果 单因素分析表明，PCa的PSA水平较高、双侧叶不对称、包膜不光滑、内外腺分界不清晰、病灶位于外腺、低回声、形态不规则、境界不清晰、内部有钙化、彩色血流丰富及TR-CEUS特征为高增强、增强时间早、不对称血管结构、造影剂分布不均匀及廓清快的比例较高。多因素分析显示前列腺内外腺分界不清晰、病灶形态不规则及造影为高增强是PCa独立危险因素。TRUS及TR-CEUS用于诊断前列腺病灶良恶性的AUC分别为0.917、0.838(P>0.05),二者联合应用时诊断效能最佳，AUC为0.953(P<0.05)。结论 TRUS及TR-CEUS对前列腺病灶均具有较好的鉴别诊断能力。与单...