人工智能自动检测系统在甲状腺结节术前超声诊断中的应用

目的 探讨人工智能（AI）自动检测系统在甲状腺结节术前超声诊断中的应用价值。方法 选择2019年4月至2019年7月海军军医大学（第二军医大学）长征医院普通外科收治的98例甲状腺结节患者（共137个甲状腺结节）,回顾性分析其病理学资料和超声检查结果。所有患者术前均进行常规超声检查和AI自动检测系统检测,以术后病理学结果为金标准,分析比较常规超声检查与AI自动检测系统检测两种方法对甲状腺结节良恶性的诊断效果,计算其灵敏度、特异度、准确度,采用Kappa检验评估两种方法检查结果与术后病理的一致性。结果 常规超声检查诊断甲状腺结节良恶性的灵敏度、特异度、准确度分别为93.75%（90/96）、80.49%（33/41）、89.78%（123/137）,AI自动检测系统诊断甲状腺结节良恶性的灵敏度、特异度、准确度分别为89.58%（86/96）、68.29%（28/41）、83.21%（114/137）。Kappa一致性检验结果显示,常规超声检查与病理诊断结果一致性较高（Kappa=0.75,P<0.001）;AI自动检测系统与病理诊断结果一致性一般（Kappa=0.59,P<0.001）。结论 AI自动检测系统诊断甲状腺结节良恶性的灵敏度、准确度稍逊于常规超声检查,但较相近,可作为术前评估甲状腺结节良恶性的有效补充。     

强回声晕术前评估甲状腺结节良恶性的价值

目的 探讨强回声晕在甲状腺良恶性结节中的诊断价值及其病理成分。方法 回顾性分析2015年1月~2016年5月在舟山医院就诊的306例患者410个结节,所有结节均经手术切除并且病理证实。患者术前均进行常规超声检查,并由经验丰富的超声医生记录结节直径、位置、数目、纵横比、边缘、边界、回声水平、钙化、血流分级、声晕、强回声晕、与包膜关系、淋巴结转移情况。先进行单因素分析筛选出有统计学意义的指标,然后再进行多因素Logistic回归分析。以病理上结节周围出现纤维浸润带为金标准,构建ROC曲线,探讨强回声晕的病理成份。结果 二元Logistic回归分析筛选出强回声晕（Ps）进入回归模型。强回声晕（常规超声）的ROC曲线下面积为0.748,强回声晕（Ps）的ROC曲线下面积为0.761,强回声晕（常规超声）的阳性预测值为87%,阴性预测值为92.7%,强回声晕（Ps）的阳性预测值为83.3%,阴性预测值为89%。结论 强回声晕对甲状腺结节良恶性的诊断具有一定的价值。强回声晕的病理成分多为癌细胞浸润伴纤维组织及炎性细胞。     

声速匹配技术评价乳腺肿物性质的研究

目的 探讨声速匹配技术在乳腺肿物良恶性鉴别诊断中的临床价值。方法 121例患者共127个乳腺肿物(良性83个、恶性44个)进行声速匹配技术测定从而计算其声速,并以病理诊断结果作为金标准,构建ROC曲线确定乳腺肿物良恶性声速的临界值。按照病理诊断结果把乳腺肿物分为良恶性两组,并依据乳腺肿物深度、乳腺皮下脂肪层厚度及乳腺腺体层厚度再进行分组,分析乳腺肿物声速在不同分组中的差异。结果 良性乳腺肿物声速值为1521.00±21.02m/s,恶性乳腺肿物声速值为1572.00±22.33m/s,两者声速值比较差异有统计学意义(P<0.05);ROC曲线诊断良恶性肿物的声速临界值为1551.00m/s,ROC曲线下面积0.935,约登指数0.780,声速鉴别良恶性肿物的敏感度为86.4%,特异性为91.6%;良、恶性两组乳腺肿物的声速在乳腺不同皮下脂肪层及腺体层厚度之间的差异无统计学意义。在良性组中乳腺肿物声速在不同深度组之间存在差异,差异有统计学意义(P<0.05),在恶性组中比较,差异无统计学意义(P>0.05)。结论 声速匹配技术可为临床诊断乳腺肿物良恶性提供客观的定量依据,为超声鉴别诊断乳腺肿物良恶性提供了一项新指标;乳腺肿物的深度对肿物声速有影响。     

SR法联合二维灰阶超声在腮腺肿块良恶性诊断中的价值

目的 探讨超声弹性成像应变率比值法(SR法)联合二维灰阶超声评估腮腺肿块良恶性的临床价值。方法 选取2020年1月至2021年10月于安徽医科大学第一附属医院就诊并进行手术的单侧腮腺占位患者(共164个病灶),均于术前先行常规超声检查,再行超声弹性成像检查,测量并记录弹性模式下病灶周围正常软组织与病灶区的弹性成像应变率比值,术后送检病理。以病理结果为金标准,评价单独二维灰阶超声、单独SR法及两者联合鉴别诊断腮腺肿块良恶性的诊断效能。结果 164例患者中,良性病变结节118例,恶性病变结节46例。二维灰阶超声检查诊断腮腺良恶性结节的灵敏度为88.13%,特异度为69.56%、准确度为82.90%;弹性成像SR法诊断腮腺恶性结节的灵敏度为84.75%,特异度为73.90%,准确度为81.71%;二维灰阶超声联合SR法诊断的灵敏度、特异度、准确度(93.22%、80.43%、89.63%)均高于单一成像检查。腮腺肿瘤恶性组应变率比值(SR值)为(2.70±0.68),良性组为(1.42±0.43),SR法在鉴别腮腺良恶性肿瘤中差异有统计学意义(P<0.05)。对照病理结果,SR法判断肿块良恶性的受试者工作特征(ROC)曲线下面积为0.924。结论 二维灰阶超声联合SR法能提高对腮腺良恶性肿瘤的鉴别能力,有一定的临床应用价值。     

基于AI-SONICTM Thyroid 5.3.3.0版本的超声图像分析预测甲状腺结节恶性风险的临床应用

目的 探讨人工智能（artificial intelligence,AI）5.3.3.0检测系统基于超声图像分析,对不同类别甲状腺恶性结节风险评估的应用价值。方法? 选取2019年4月至2022年2月于海军军医大学（第二军医大学）第二附属医院普外科收治的453例甲状腺结节患者,共573例甲状腺结节。采用常规超声、AI-SONICTM Thyroid 5.3.3.0版本术前对甲状腺结节进行良恶性鉴别,对比不同性别、不同年龄患者及不同结节大小、不同标准切面对甲状腺恶性结节的诊断效果,术后病理按照2022年WHO甲状腺肿瘤分类为金标准,AI-SONICTM Thyroid 5.3.3.0与不同年资超声医师术前应用常规超声检查进行比较,分别计算其灵敏度、特异度、准确度,评价诊断效能。结果 在术前检查的573例甲状腺结节中,术后病理证实为恶性411例(76.5%)、良性162例(23.5%)。AI检测系统的准确度在不同性别、不同年龄患者中对甲状腺恶性结节评估的差异无统计学意义（P＞0.05）;对于不同大小结节分组中,结节最大直径为15≤D＜20mm时AI检测系统的ROC （AUC）最大,为0.761(95%CI为0.618~0.905),P＜0.001。不同年资超声医师诊断结果,低年资超声医师诊断甲状腺结节良恶性的灵敏度、特异度、准确度分别为 85.2% (350/411)、55.6%(90/162)、76.8%(440/573),AUC为0.721(95%CI为0.672~0.771);高年资超声医师诊断甲状腺结节良恶性的灵敏度、特异度、准确度分别为93.9%(386/411)、74.1%(120/162)、88.3%(506/573),AUC为0.865(95%CI为 0.825~0.904);AI检测系统诊断甲状腺结节良恶性的灵敏度、特异度、准确度分别为92.5%(380/411)、69.1%(112/162)、85.9%(492/573),AUC为0.809(95%CI为0.764~0.854)。通过DeLong检验统计,AI检测系统的AUC值高于低年资超声医师（P=0.0318）,与高年资超声医师差异无统计学意义。结论? AI检测系统的深度学习算法经过不断的迭代更新,它可模拟医师对甲状腺结节的良、恶性征象等特征进行识别评判,并将二维灰阶图像特征进行量化,其诊断效能接近高年资医师的诊断水平,对于非必要的穿刺活检的患者可以减少有创伤害,AI诊断系统有望作为临床术前预测甲状腺结节恶性风险的实用性工具。     

超声C-TIRADS联合应变弹性成像在C-TIRADS 4类甲状腺结节良恶性评估中的应用价值

目的 分析2020年版C-TIRADS分类联合应变弹性成像在C-TIRADS分类4类甲状腺结节良、恶性评估中的应用价值。方法 回顾性分析2019年1月至2021年12月安徽医科大学第一附属医院诊治的173例C-TIRADS分类4类甲状腺结节病变患者,共211个结节。根据C-TIRADS分类、C-TIRADS分类和应变弹性评分联合(即校正C-TIRADS分类)2种分类方法对每个结节进行分类,以病理诊断结果为"金标准",采用Kappa一致性检验和受试者工作特征曲线(ROC)2种方法来比较C-TIRADS分类以及校正C-TIRADS分类对C-TIRADS分类4类的甲状腺结节病变性质的诊断效能。结果 病理结果显示,211个结节中100个为良性结节,111个为恶性结节。Kappa一致性检验结果显示,病理诊断和C-TIRADS分类Kappa系数为0.407(P<0.05),病理诊断和校正C-TIRADS分类的Kappa系数为0.741(P<0.05)。ROC曲线结果显示,C-TIRADS分类的灵敏度及特异度分别为78.37%和62.00%,曲线下面积为0.702;校正C-TIRADS分类的灵敏度、特异度分别为94.69%和79.00%,曲线下面积为0.868。结论 2020年版C-TIRADS分类联合应变弹性成像能更好的评估C-TIRADS分类4类甲状腺结节的病变性质,具有更高的应用价值。     

应用Logistic回归模型评价超声弹性成像在乳腺结节鉴别诊断中的应用价值

目的 运用Logistic回归模型筛选出能够鉴别乳腺结节良恶性的超声声像图特征,并建立以声像图特征为自变量的Logistic回归模型,评价常规超声及超声弹性成像在乳腺结节良恶性鉴别诊断中的应用价值。方法 收集首都医科大学宣武医院2014年1月~2015年12月136例女性乳腺结节手术患者的临床资料,对患者乳腺结节的二维、彩色多普勒及超声弹性成像检查图像进行回顾性分析,以病理结果为金标准,建立回归模型。比较进入方程中的变量的优势比（OR）,评价各变量尤其是弹性成像的鉴别诊断效能。结果 利用Logistic回归分析评价各个超声特征,筛选出毛刺征、微钙化、血流分级及弹性评分4个在乳腺结节良恶性鉴别诊断中有统计学意义的特征变量,其中弹性评分的OR值高于其他自变量。结论 应用Logistic回归模型筛选出对乳腺结节病理性质有鉴别诊断意义的特征变量,超声弹性成像较其他超声特征更有优势,联合应用超声弹性成像及二维声像图特征对于乳腺结节的确诊具有重要临床意义。     

超声特征在乳腺癌筛查中的应用价值

目的 分析乳腺超声特征在乳腺癌筛查中的应用价值。方法 选择2018年10月至2021年12月在中国科学院合肥肿瘤医院甲乳外科住院治疗的60例乳腺疾病患者,所有患者均进行乳腺彩超检查,并经手术或者穿刺病理确诊,根据患者病理诊断分为良性病变(A组,n=30例)和乳腺癌患者(B组,n=30例)。对比两组患者术前超声声像图特征,以病理诊断为金标准,采用受试者工作特征(ROC)曲线探讨乳腺特征在乳腺癌诊断中的价值。结果 B组患者纵横比≥1、后方回声衰减、微小钙化灶、边界不清晰、形态不规则、内部回声不均超声特征出现的阳性率均高于A组,差异有统计学意义(P<0.05)。ROC曲线显示这些乳腺超声特征在乳腺癌诊断中均具有应用价值,其中特异度最高的是纵横比≥1、后方回声衰减,微钙化。三项联合诊断的AUC面积为0.968,特异度90.00%,灵敏度为96.70%。结论 乳腺肿块超声肿纵横比≥1、后方回声衰减、微小钙化灶三项联合诊断灵敏度优于其他指标,有一定参考价值。     

基于ROC理论定量评价超声科医师诊断乳腺甲状腺结节水平的构想

目的 探讨ROC理论定量评价超声科医师诊断水平的价值。方法 选择笔者医院的乳腺肿块患者92例、甲状腺结节患者60例,让甲、乙超声医师分别进行检查。以穿刺或术后病理检查为金标准,对两位医师的诊断结果绘制ROC曲线,并进行比较和分析。结果 对于乳腺肿块,乙医师的AUC为0.846,较甲医师的0.732高,两者差异有统计学意义(Z=1.696,P=0.045)。对于甲状腺结节,甲医师(AUC=0.798)和乙医师(AUC=0.767)之间差异无统计学意义(Z=0.297,P=0.383)。结论 利用ROC分析方法进行超声科医师的诊断效能的比较,可真实的反映医师对于某一疾病的诊断鉴别能力。本方法为医院对医师鉴别诊断水平的评价提供了客观可靠的、指标和依据,并据此对医师的工作配置等,更能保证诊断的准确性。     

人工智能软件辅助诊断新鲜肋骨骨折的效能评估

目的：评估人工智能软件（artificial intelligence system,AI）辅助放射科医师在胸部计算机断层扫描（computed tomography,CT）新鲜肋骨骨折诊断中的应用效能。方法：收集行胸部CT检查的新鲜肋骨骨折病例共508例。6名影像医师分为低年资组（≤5年）和高年资组（> 5年）,使用PACS系统对CT图像进行独立阅片;在间隔为期4周的洗脱期后,影像医师在结合AI辅助诊断结果的前提下对胸部CT图像进行第2轮阅片;记录骨折类型、部位及诊断时间。采用配对卡方检验比较AI辅助前后诊断骨折的灵敏度、特异度有无统计学差异。绘制受试者操作特征（receiver operating characteristic,ROC）曲线,并计算曲线下面积（area under curve,AUC）,应用Medcalc软件对AUC进行显著性检验。采用Cohen’s kappa系数分析低年资医师和高年资医师诊断肋骨骨折的一致性。应用配对样本t检验比较人工智能辅助前后医师的诊断时间是否具有差异。结果：508例胸部CT共包含骨折2 883处,AI辅助后低年资医师和高年资医师的诊断灵敏度由77.95%、83.96%提升至88.52%、90.98%（P < 0.001）;平均AUC从0.902增加到0.948（P < 0.001）;独立阅片和AI辅助诊断后低年资医师与高年资医师之间的Cohen’s kappa系数由0.832提升至0.900;诊断每个肋骨骨折病例的时间平均减少了28.43 s（P < 0.001）。结论：AI辅助医师诊断新鲜肋骨骨折能够提高检出效能,并减少诊断时间。     

甲状腺结节性病变的CT诊断

目的 探讨多层螺旋CT（MSCT）对甲状腺结节性病变的诊断价值。方法 搜集2011年2月至2016年3月合肥市第三人民医院经手术病理证实的甲状腺结节性病变患者44例,回顾性分析其CT表现及病理特征,包括病灶的数目、形态、密度、边界、强化度、邻近结构改变及颈部淋巴结情况,并比较良恶性结节之间的差异。结果 甲状腺良性病变37例（滤泡性腺瘤15例,结节性甲状腺肿22例）,单发结节20例,多发17例,共67个病灶;7例恶性病变（甲状腺癌）8个病灶,单发6例,多发1例。甲状腺良性病灶形态不规则6个（9.0%）、边界不清楚18个（26.9%）、钙化17个（25.4%）、包膜不完整19个（28.4%）;恶性病灶形态不规则7个（87.5%）、边界不清8个（100%）、钙化5个（62.5%）、包膜不完整8个（100%）;4例恶性病变伴颈部淋巴结转移（57.1%）,37例良性病变均无淋巴结转移。用Fisher确切概率法检验,在结节形态、边界、微小钙化、包膜及淋巴结转移等方面,良恶性结节之间差异有统计学意义（P < 0.05）。MSCT诊断结节的灵敏度为71.4%,特异度为97.3%,阳性预测值83.3%,阴性预测值94.7%,准确率93.2%。结论 甲状腺良恶性结节具有一定的CT特征性,CT在其鉴别诊断中具有重要价值。     

超声结合BRAFV600E基因突变检测在桥本甲状腺炎合并甲状腺结节鉴别中的应用价值

目的 采用超声、BRAFV600E基因突变检测桥本甲状腺炎合并甲状腺结节,探讨两者联合检测对桥本甲状腺炎合并甲状腺结节良恶性的诊断价值。方法 选取2017年9月—2019年10月在惠州市中心人民医院就诊的桥本甲状腺炎合并甲状腺结节患者329例为研究对象,根据病理确诊甲状腺结节良恶性分为恶性组（177例）和良性组（152例）。采用超声、BRAFV600E基因突变检测桥本甲状腺炎合并甲状腺结节情况,并分析超声、BRAFV600E基因突变及两者联合检测对桥本甲状腺炎合并甲状腺结节良恶性的诊断价值。结果 金标准、超声、BRAFV600E基因突变诊断甲状腺炎合并甲状腺结节恶性分别为177例、167例、163例,良性分别为152例、162例、166例。超声、BRAFV600E基因突变、两者联合检测桥本甲状腺炎合并甲状腺结节恶性的敏感性分别为72.31%、65.54%和85.31%,特异性分别为74.34%、69.08%和71.71%,准确度分别为73.25%、67.17%和79.03%。与超声比较,两者联合诊断敏感性较高（P <0.0125）,BRAFV600E基因突变诊断准确度较低（P <0.0125）;与BRAFV600E基因突变比较,两者联合诊断敏感性、准确度较高（P <0.0125）。结论 超声、BRAFV600E基因突变均对桥本甲状腺炎合并甲状腺结节良恶性具有一定诊断价值,单两者联合优于单独诊断。     

不同年资超声医师应用弹性成像技术诊断乳腺病灶价值对比

目的:对比分析不同年资的超声诊断医师应用弹性成像技术(ultrasonic elastography,UE)鉴别乳腺良恶性病灶的应用价值。方法:由两组不同年资超声诊断医师对220例女性乳腺病灶分别进行UE评分,以病理结果为金标准,计算诊断准确率。结果:低年资组超声诊断医师诊断乳腺良、恶性肿瘤的敏感性60.00%,特异性98.33%,准确性91.36%;高年资组超声诊断医师诊断乳腺良、恶性肿瘤的敏感性77.50%,特异性98.33%,准确性94.55%。Cohen’s Kappa(K)一致性检验,K=0.69,两组医师诊断结果有较高的一致性。结论:UE作为一种超声检查新技术,在鉴别乳腺良恶性病灶方面有较高的诊断价值,并且受检查者主观经验影响较小,不同年资诊断医师均能提供较为客观的诊断结果。     

超微血管三维立体成像对乳腺癌的诊断价值

目的 探讨超微血管三维立体成像（Smart 3D SMI）鉴别乳腺肿物良恶性的价值。方法 选取2019年2月至2020年4月于大连医科大学附属第一医院病理确诊的106例患者（114个乳腺肿物），均行Smart 3D SMI检测，观察肿瘤微血管的三维形态，与病理结果对比，评价其诊断作用。结果 114个乳腺肿物中良性肿物60个，Smart 3D SMI显示血管形态以线型（14个）、树枝型（24个）和无血管型（16个）为主；乳腺癌肿54个，血管形态以残根型（19个）和蟹足型（16个）为主，其血管形态分布差异有统计学意义（χ²=38.78，P<0.01）。Smart 3D SMI诊断乳腺癌的敏感度、特异度、阳性预测值及阴性预测值分别为64.8%、90.0%、85.4%、74.0%。结论 Smart 3D SMI可显示乳腺肿物微血管的三维形态学特征，对乳腺癌有较高的诊断价值。     

人工智能辅助诊断肺结节的临床价值研究

背景　肺癌是世界上发病率和死亡率最高的恶性肿瘤，CT早期筛查可降低肺癌患者的死亡率，但目前存在筛查人数多、医师工作量大及漏诊率高等情况。人工智能（AI）为筛查早期肺癌的新兴手段，研究其对肺结节的诊断价值具有重要的临床意义。目的　探讨AI诊断肺结节的应用效果和临床价值。方法　选取2017年7月-2019年7月于锦州医科大学附属第三医院确诊的120例肺结节患者（共筛查出256个肺结节）为研究对象。分别采用AI阅片和医师阅片方法判读所有患者的胸部CT，比较两种阅片方式诊断磨玻璃结节（GGN）的阳性率，并采用Kappa检验评定两种方法的一致性。以病理检查结果为“金标准”，计算两种阅片方法在恶性肺结节诊断中的灵敏度、特异度、阳性预测值、阴性预测值及受试者工作特征（ROC）曲线下面积（AUC）。结果　AI阅片诊断GGN的阳性率〔87.2%（95/109）〕高于医师阅片〔68.8%（75/109）〕，差异有统计学意义（χ2=10.686，P=0.001），两种诊断方法的吻合度较弱，Kappa系数为0.019。54个经过病理检查的肺结节中，恶性肺结节47个，良性肺结节7个。AI阅片与医师阅片用于诊断恶性肺结节的灵敏度分别为91.5%、87.2%，特异度分别为57.1%、85.7%，阳性预测值分别为93.5%、97.6%，阴性预测值分别为50.0%、50.0%。AUC分别为0.743、0.845。结论　AI阅片诊断GGN的阳性率更高，用于临床可降低GGN的漏诊率；AI阅片诊断恶性肺结节的特异度低于医师阅片，灵敏度高于医师阅片，建议采取AI联合医师阅片方式应用于临床。     

2.0版人工智能自动检测系统对甲状腺结节术前超声评估效能的初步探讨

目的 探讨升级后人工智能(AI)自动检测系统AI-SONIC_^TM Thyroid(2.0版)在甲状腺结节术前超声评估中的的辅助诊断效能,并与不同年资超声医师主观诊断结论进行比较,进一步探讨升级后AI自动检测系统在甲状腺结节良恶性鉴别诊断中的应用价值。     

双时相18F-FDG PET/CT显像对肺部病变良恶性的鉴别诊断价值

目的 评价双时相 ¹⁸F-FDG PET/CT显像对肺部占位性疾病良恶性的鉴别诊断价值,探讨延迟扫描对该类病变的诊断标准。方法 对诊断不明确的肺部占位性病变分别进行早期显像和延迟显像,测量两次显像中病变的最大标准摄取值（SUVmax）,计算每个病灶的SUVmax滞留指数（RI）及不同RI区间内的灵敏度、特异性、阳性预测值及阴性预测值。利用ROC曲线下面积来分析各组间的诊断效能。结果 71例患者共检出88个病灶,良性36个,恶性52个。良、恶性病灶的延迟相与早期相的SUVmax差异无统计学意义（P>0.05）,但是当SUVmax > 2.5且RI > 0%时,延迟相显像对病灶诊断的准确率明显高于早期相。当20%结论 双时相PET/CT显像可以作为肺部病变良恶性鉴别诊断的必要辅助手段,以SUVmax>2.5且20%相似文献   

高频超声对乳腺微小结节良恶性鉴别诊断的价值观察

目的探讨高频超声对乳腺微小结节良恶性鉴别诊断的价值。方法选取本院2016年1月至2019年1月收治的乳腺微小结节患者80例,所有患者均为女性,患者入院后均行高频超声检查,随访记录其病理诊断结果。以病理诊断结果为金标准,评估高频超声诊断乳腺微良、恶性小结节准确度、特异度、灵敏度。分析良恶性结节影像学特征。结果经手术病理诊断,80例乳腺微小结节患者中共发现106个结节,其中良性结节68个,恶性结节38个。以病理结果为"金标准",高频超声诊断乳腺微小结节良、恶性的准确度为90.6%(96/106)、特异度为88.2%(60/68)、灵敏度为94.7%(36/38),高频超声诊断结果与病理结果极好的一致性(Kappa=0.804,P<0.05);恶性结节在形态不规则、边界模糊、有微钙化灶比例较良性结节高,差异具有统计学意义(P<0.05)。结论高频超声在诊断鉴别乳腺微小结节良、恶性中具有较高的准确度、特异度及灵敏度,可作为临床筛查乳腺微小病变首选方式。     

常规超声诊断困难的甲状腺结节的超声造影定性及定量研究

目的 探讨超声造影定性指标及定量参数对常规超声诊断困难的甲状腺结节的诊断价值。方法 在2011年11月~2015年12月就诊于北京协和医院的甲状腺结节患者中,前瞻性纳入常规超声诊断困难结节,65例患者共71个结节,所有患者均经手术治疗,术前均行常规超声和超声造影检查。以手术病理结果为金标准,分析超声造影灌注模式及时间强度曲线指标在良恶性鉴别中的意义。结果 恶性组10个(14.1%)结节,其中5个乳头状癌,5个滤泡癌;良性组61个(85.9%)结节,其中44个(72.1%)结节性甲状腺肿,14个(23.0%)腺瘤,3个(4.9%)桥本甲状腺炎。恶性组最大径2.80±1.48cm,良性组最大径2.89±1.35cm,两组比较差异无统计学意义(P>0.05)。超声造影灌注增强模式在良恶性组间差异有统计学意义(P<0.05),不均匀增强的模式更易发生于恶性病变,诊断敏感度、特异性、阳性预测值及阴性预测值分别为50.0%、95.1%、62.5%、92.1%。余超声造影定性指标(增强方向、增强程度)和超声造影定量参数(增强始增时间、达峰时间、峰值强度、峰值降半时间和相对达峰时间、相对达峰强度)在良恶性病变中差异均无统计学意义(P>0.05)。结论 超声造影增强模式有助于鉴别常规超声诊断困难的甲状腺结节,其他指标均无法有效鉴别良恶性。     

O-RADS、GI-RADS、ADNEX模型诊断附件肿瘤良恶性的价值及一致性分析

目的 分析O-RADS、GI-RADS、ADNEX模型超声诊断分类系统鉴别附件肿瘤良恶性的价值及一致性。方法 回顾性分析2017年1月—2020年12月在常州市第二人民医院行手术治疗的299例患者的324个附件肿瘤,由3位经验丰富的超声医师分别根据O-RADS、GI-RADS、ADNEX模型进行分类,绘制受试者工作特征曲线,获得最佳分界值,以病理检查结果为金标准,分析3种超声分类系统诊断附件肿瘤的有效性。使用κ值评估各超声医师分类的一致性。结果 当取O-RADS >3类的cut-off值时,其诊断附件肿瘤良恶性的曲线下面积（AUC）为0.981,大于GI-RADS（0.934）和ADNEX模型（0.907）（P <0.05）;而GI-RADS与ADNEX模型的AUC比较,差异无统计学意义（P >0.05）。O-RADS诊断附件肿瘤良恶性的敏感性为96.0%,高于GI-RADS（90.0%）和ADNEX模型（88.0%）（P <0.05）;GI-RADS与ADNEX模型的敏感性比较,差异无统计学意义（P >0.05）。O-RADS、GI-RADS、ADNEX模型诊断附件肿瘤良恶性的特异性分别为92.9%、88.4%和93.3%,差异无统计学意义（P >0.05）。3位超声医师采用O-RADS、GI-RADS、ADNEX模型诊断附件肿瘤良恶性的一致性均较好,κ值为0.857～0.937。结论 O-RADS、GI-RADS、ADNEX模型均有较高的诊断价值,且一致性较好,但O-RADS的诊断效能优于GI-RADS和ADNEX模型。