基于乳腺二维超声及自动乳腺容积扫描构建影像组学及列线图模型预测乳腺癌分子分型

目的 观察基于乳腺二维超声及自动乳腺容积扫描(ABVS)构建的影像组学及列线图模型预测乳腺癌分子分型的价值。方法 回顾性分析326例经病理证实的女性单发乳腺癌患者资料,以8∶2比例将其分为训练集(n=260)及验证集(n=66),根据免疫组织化学结果划分Luminal与非Luminal亚组;基于乳腺二维超声及ABVS图像提取影像组学特征构建相应模型及联合模型。采用单因素及多因素logistic回归分析筛选乳腺癌分子分型的独立预测因素,联合影像组学评分构建列线图模型。绘制受试者工作特征(ROC)曲线,评估各模型预测乳腺癌分子分型的效能。结果 肿瘤最大径(OR=1.029)及有无汇聚征(OR=0.408)均为乳腺癌分子分型的独立预测因素(P均<0.05)。二维超声、ABVS、联合影像组学模型及列线图模型预测验证集乳腺癌分子分型的曲线下面积(AUC)分别为0.67、0.75、0.84及0.83,其中,联合影像组学模型与列线图模型AUC差异无统计学意义(P>0.05)并均高于二维超声及ABVS模型(P均<0.05)。结论 基于二维超声及ABVS构建的联合影像组学模型及列线图模...     

自动乳腺全容积成像技术及常规超声检查鉴别诊断乳腺影像报告和数据系统4类病灶良恶性的价值比较

目的比较自动乳腺全容积成像（ABVS）及常规超声检查鉴别诊断对乳腺影像学报告及数据系统（BI-RADS）4类病灶良恶性的价值。 方法选择2014年1至12月杭州市第一人民医院收治的经手术或穿刺活检病理证实的乳腺疾病患者217例共239个病灶。入选病灶常规超声检查和ABVS检查均评为BI-RADS 4类。绘制常规超声检查、ABVS鉴别诊断BI-RADS 4类乳腺病灶良恶性的操作者工作特征（ROC）曲线,计算常规超声检查、ABVS鉴别诊断BI-RADS 4类乳腺病灶良恶性的敏感度、特异度、准确性及曲线下面积。 结果217例患者239个病灶中良性病灶154个,交界性病灶2个,恶性病灶83个;常规超声检查鉴别诊断BI-RADS 4类乳腺病灶良恶性的敏感度、特异度、准确性和曲线下面积分别为91.80%、80.20%、84.10%和0.833;ABVS鉴别诊断BI-RADS 4类乳腺病灶良恶性的敏感度、特异度、准确性和曲线下面积分别为96.10%、84.30%、89.30%和0.952。 结论ABVS较常规超声检查能够提高鉴别诊断BI-RADS 4类乳腺病灶良恶性的敏感度、特异度、准确性,能更好检出早期或者不典型乳腺癌,可作为一种无创和可靠的方法对常规超声检查做一补充。     

乳腺影像报告和数据系统超声标准化描述术语对鉴别诊断乳腺良恶性肿瘤的价值

目的 探讨超声乳腺影像报告和数据系统(BI-RADS)标准化描述术语在乳腺良恶性肿瘤鉴别诊断中的价值。方法 选择因乳腺肿瘤接受手术治疗的458例患者(677个肿瘤,恶性150个,良性527个),采用BI-RADS超声规范化术语描述乳腺肿块的形态学信息,并与病理结果相对照。结果 良恶性乳腺瘤的形态、边界、边缘、后方回声、生长方式、钙化、最大直径、周围组织改变的差异有统计学意义(P均<0.01)。超声BI-RADS标准化描述术语中,形态不规则预测乳腺恶性肿瘤的敏感度和特异度分别约86.00%和90.32%;高回声晕的特异度为100%。病理结果与BI-RADS 3类和5类一致性满意(Kappa值=0.70、0.74),与4a、4c类的一致性较差(Kappa值=0.35、0.01),与4b类结果不一致(Kappa值=-0.01)。结论 形态不规则、高回声晕、边缘不光整、垂直性生长、后方回声衰减或混合性改变、肿瘤内微钙化、周围组织改变可作为乳腺恶性肿瘤的征象,其中形态不规则、边缘毛刺、边缘成角、肿瘤内微钙化可作为预测恶性肿瘤的主要指标。     

超声影像组学对BI-RADS 4a类不规则乳腺结节良恶性的鉴别价值

目的  探讨超声影像组学对BI-RADS 4a类不规则乳腺结节良恶性的鉴别价值,并结合影像组学、超声特征及临床独立危险因素特征建立列线图,评估其在减少不必要活检中的价值。方法  回顾性收集常规超声检查筛选出的BI-RADS 4a类不规则乳腺结节905例,随机分为训练队列（n=634）和验证队列（n=271）,比例为7∶3。共收集851个影像组学特征,以手术病理结果为金标准,通过Logistic回归模型构建影像组学模型,同时利用单因素逻辑分析及多因素逻辑分析结合影像组学特征、超声特征及临床独立危险因素建立影像组学模型,通过ROC曲线评估影像组学模型及列线图模型对超声BI-RADS 4a类形态不规则乳腺结节的诊断效能。结果  905例不规则乳腺结节中,恶性结节485个,良性结节420个;患者年龄22~83（50.05±11.13）岁,训练队列及验证队列的年龄、Rad-score值、肿块直径等结果差异无统计学意义（P>0.05）;训练队列影像组学模型AUC值为0.927（95% CI：0.900~0.950）,验证队列影像组学模型AUC值为0.946（95% CI：0.908~0.976）,该模型训练队列的敏感度、准确度、特异性、F1值、精确度分别为0.879、0.879、0.877、0.909、0.940,该模型验证队列的敏感度、准确度、特异性、F1值、精确度分别为0.890、0.896、0.909、0.921、0.956;校准曲线显示该模型训练队列和验证队列有较好的校准度;训练队列列线图模型AUC值为0.943（95% CI：0.912~0.960）,验证队列列线图模型AUC值为0.968（95% CI：0.924~0.970）。结论  超声影像组学及列线图模型在提高BI-RADS 4a类形态不规则乳腺结节良恶性的诊断效能有重要价值,对BI-RADS 4a类不规则乳腺结节有更好的预测效能,并且能够减少不必要的活检。     

超声乳腺影像报告和数据系统联合患者年龄鉴别良性与交界性/恶性乳腺叶状肿瘤

目的 观察超声乳腺影像报告和数据系统(BI-RADS)联合患者年龄鉴别良性与交界性/恶性乳腺叶状肿瘤(PTB)的价值。方法 回顾性分析74例经乳腺超声检查及术后病理证实的PTB女性患者共76个病灶,包括良性57个、交界性14个及恶性5个,比较3种病变患者年龄及其超声BI-RADS分类,观察以单一年龄、超声BI-RADS及其联合鉴别诊断价值。结果 良性、交界性及恶性PTB之间,患者年龄及超声BI-RADS分类差异均有统计学意义(P=0.026、0.015)。以44.5岁、超声BI-RADS 4B类及其联合鉴别良性与交界性/恶性PTB的敏感度分别为94.74%、36.84%及73.68%,特异度分别为56.36%、87.27%及72.73%,曲线下面积分别为0.769、0.649及0.780。结论 超声BI-RADS分类联合患者年龄有助于鉴别良性与交界性/恶性PTB。     

基于乳腺X线影像组学辅助诊断BI-RADS4和5类良性病变

目的 评价乳腺X线影像组学辅助诊断乳腺影像报告和数据系统(BI-RADS)4和5类良性病变的价值.方法 回顾性分析经病理证实的344例乳腺病变患者,包括194例良性病变、150例恶性病变;根据接受乳腺X线检查时间将前70％ 归为训练集(n=240)、后30％ 归为验证集(n=104).基于头足(CC)位和内外斜(MLO...     

ABVS联合手动超声在乳腺良恶性病灶鉴别诊断中的价值

目的探讨ABVS联合手动超声在乳腺病灶良恶性鉴别诊断中的应用价值。方法对我院收治的,经手术或穿刺活检病理证实的乳腺疾病患者99例共128个病灶行ABVS联合手动超声检查。绘制ABVS联合手动超声鉴别乳腺病灶良恶性的操作者工作特征(ROC)曲线,计算ABVS联合手动超声诊断乳腺病灶良恶性的灵敏度、特异度、准确度、曲线下面积。结果 99例患者128个病灶中良性病灶54个,恶性病灶74个;ABVS联合手动超声诊断乳腺病灶良恶性的灵敏度、特异度、准确度、曲线下面积分别为89.90%、77.9.%、83.50%、0.838。结论 ABVS联合手动超声具有提高乳腺良恶性病灶诊断效能的潜在价值。     

超声新技术提升乳腺影像报告和数据系统分类特异度应用进展

乳腺影像报告和数据系统(BI-RADS)建议对4a类及以上的肿物予病理学检查,但活检恶性率偏低,提升BI-RADS 的特异度是亟待解决的问题.作为我国最常见的乳腺影像学检查方法之一,超声诊断结果对临床决策至关重要.本文对近年来超微血管成像、全自动乳腺容积扫描、弹性成像、超声造影和人工智能技术辅助超声BI-RADS精准分...     

乳腺导管内癌超声图像特征分析

目的分析乳腺导管内癌的声像图特征及利用乳腺影像报告数据系统-超声版(BI-RADS-US)进行最终评估,探讨超声对该病的诊断价值。方法回顾性分析并总结2007年1月至2010年1月期间我院经手术病理证实的59例乳腺导管内癌的声像图特征,并依照BI-RADS-US进行最终评估。结果根据乳腺导管内癌的声像图特征,可分为5大类:(1)结节肿块型;(2)导管扩张填充型;(3)结构紊乱型;(4)囊实性混合回声型;(5)无占位的单纯钙化点型。利用BI-RADS-US评估乳腺导管内癌,得到超声诊断符合率为77.9%。结论高频超声在乳腺导管内癌的诊断过程中发挥着重要作用。     

合成MRI联合弥散加权成像及DISCO增强鉴别BI-RADS 4类肿块良恶性

目的 观察合成MRI联合弥散加权成像(DWI)及基于笛卡尔采集的K空间共享三维容积快速动态成像(DISCO)增强扫描鉴别乳腺影像报告和数据系统(BI-RADS)4类肿块良、恶性的价值。方法 回顾性分析79例经穿刺活检或手术病理证实的乳腺肿瘤病灶,术前乳腺合成MRI(采用MAGiC技术)、DWI及DISCO增强图像共诊断89个BI-RADS 4类肿块,包括63个恶性病变(恶性组)及26个良性病变(良性组);比较组间MAGiC参数、表观弥散系数(ADC)、DISCO增强扫描病变形态学特征及时间-强度曲线(TIC)的差异。针对组间差异有统计学意义的参数,分别采用logistic回归分析和受试者工作特征(ROC)曲线评价MAGiC、DWI、DISCO增强参数及三者联合鉴别良恶性BI-RADS 4类肿块的效能。结果 组间病变形态、内部强化特征及TIC、ADC、T2及R2值差异均有统计学意义(P均＜0.05),其余参数差异均无统计学意义(P均＞0.05)。经logistic回归分析,基于MAGiC、DWI及增强DISCO建立模型。相关参数中,ADC鉴别BI-RADS 4类肿块的良恶性效能最高,曲线下面积(AUC)为0.845;而MAGIC+ADC+DISCO模型的诊断效能最高,AUC为0.908。结论 合成MRI、DWI及增强DISCO对鉴别BI-RADS 4类肿块良恶性均有一定价值;三者联合诊断效能更佳。     

CEUS评估不同大小BI-RADS 4类乳腺病灶恶性风险

目的 探讨CEUS对不同大小乳腺影像报告和数据系统（BI-RADS）4类乳腺病灶恶性风险的评估价值。方法 回顾性分析经获病理结果的直径≤ 2 cm（n=120）与直径>2 cm（n=63）的BI-RADS 4类乳腺良恶性病灶的CEUS特征,采用二元Logistic回归分析筛选能够预测恶性病灶的CEUS特征参数。结果 直径≤ 2 cm良恶性病灶的CEUS增强形态、增强程度、增强均匀性、灌注模式、滋养血管、增强范围扩大及初始增强速度、消退速度差异均有统计学意义（P均<0.05）,回归分析筛选出增强范围扩大、有滋养血管与BI-RADS 4类乳腺恶性病灶独立相关（P均<0.05）;直径>2 cm良恶性病灶的增强形态、灌注模式、滋养血管、增强范围扩大及初始增强速度差异均有统计学意义（P均<0.05）,回归分析筛出有滋养血管、灌注模式呈向心性、增强范围扩大与BI-RADS 4类乳腺恶性病灶独立相关（P均<0.05）。结论 CEUS能够用于评估BI-RADS 4类不同大小乳腺病灶的恶性风险。     

MRT1WI瘤体及瘤周影像组学联合临床特征预测乳腺癌新辅助化疗疗效

目的 观察MR T1WI瘤体和瘤周影像组学联合临床特征预测新辅助化疗(NAC)疗效的价值。方法 回顾性分析110例接受NAC的乳腺癌患者，其中43例NAC后病理完全缓解(pCR)、67例为非pCR(non-pCR);按7∶3比例将其分为训练集(n=76,30例pCR、46例non-pCR)和测试集(n=34,13例pCR、21例non-pCR)。以单因素及多因素logistic回归分析训练集临床及MRI表现，筛选NAC用于乳腺癌疗效的独立预测因子，并建立临床模型；于训练集NAC前MR T1WI所示瘤体及瘤周感兴趣体积(VOI)提取并筛选最佳影像组学特征，构建NAC治疗乳腺癌效果预测模型，包括模型_瘤体、模型_瘤周及模型_{瘤体+瘤周};联合瘤体及瘤周影像组学及临床相关独立预测因子建立联合模型。采用受试者工作特征(ROC)曲线评估模型诊断效能。结果 淋巴结转移(OR=0.17)、人表皮生长因子受体2(OR=4.52)及孕激素受体表达(OR=0.20)均为临床相关独立预测因子(P均<0.05)。于瘤体及瘤周VOI各选出4个最佳影...     

基于超声影像组学特征列线图模型术前鉴别早期与中晚期宫颈鳞癌

目的 观察基于经阴道超声影像组学特征建立的列线图模型术前鉴别早期与中晚期宫颈鳞癌的价值。方法 回顾性收集经术后病理证实的227例宫颈鳞癌患者,利用3D-Slicer软件于术前经阴道声像图中勾画ROI,提取并经冗余性分析、最小绝对收缩和选择算子(LASSO)和10折交叉验证筛选影像组学特征,构建影像组学模型并得到Radscore评分;利用多因素logistic回归纳入Radscore及临床资料构建列线图模型。比较2个模型术前鉴别早期与中晚期宫颈鳞癌的受试者工作特征曲线下面积(AUC);评估列线图模型的校准度及临床收益。结果 最终纳入18个超声影像组学特征;以之构建术前鉴别早期与中晚期宫颈鳞癌的影像组学模型在训练集和验证集的AUC分别为0.839和0.744;联合年龄、流产次数及Radscore评分构建的列线图模型在训练集和验证集的AUC分别为0.882和0.773。DeLong检验结果显示,上述2模型在训练集的AUC差异有统计学意义(P＜0.05)。Hosmer-Lemeshow检验显示,列线图模型在训练集和验证集的校准度均佳(χ²=5.053、7.063,P均＞0.05);决策曲线分析(DCA)显示其在0.01~1.00阈值区间净收益相对较大。结论 基于经阴道超声影像组学特征的列线图模型可于术前较好地鉴别早期与中晚期宫颈鳞癌。     

ADC全容积直方图分析法鉴别乳腺良恶性肿块样病变

目的 探讨ADC全容积直方图分析法鉴别诊断乳腺良恶性肿块样病变的价值。方法 回顾性分析经手术及病理证实的88例乳腺肿块样病变患者,其中恶性57例、良性31例,均接受乳腺MR平扫+动态增强及DWI扫描,测量并记录ADC全容积直方图参数（包括多个百分位ADC值、ADC_min、ADC_max、ADC_mean、偏度、峰度及标准差）及常规平均ADC值。比较乳腺良恶性病变各ADC直方图参数及常规平均ADC值,采用ROC曲线分析评估各参数鉴别良恶性病变的效能。结果 良恶性病变ADC直方图参数（各ADC值、偏度、峰度、标准差）及常规平均ADC值差异均有统计学意义（P均<0.05）;其中第75、90百分位ADC值鉴别良恶性病变的AUC最高,为0.84。ADC直方图参数ADC_mean、第50百分位ADC值鉴别乳腺肿块样病变良恶性的AUC与常规平均ADC值的AUC比较差异均有统计学意义（P均<0.05）。结论 ADC全容积直方图可全面反映病灶整体信息,对鉴别乳腺良恶性病变具有一定价值。