10.3969/j.issn.1006-1959.2023.17.022
人工智能S-detect技术在超声BI-RADS 4类乳腺肿块中的应用价值
目的 探究人工智能S-detect技术在超声BI-RADS 4 类乳腺肿块中的应用价值.方法 选取 2018 年 2 月-2020 年 2月在中南大学湘雅三医院进行乳腺超声检查的女性患者 73 例作为研究对象,同时进行了S-detect检测.以组织学病理结果为金标准,分析S-detect技术在辅助常规超声前后在BI-RADS 4 类乳腺肿块中诊断效能.结果 以组织学病理结果为金标准,常规超声对 76 例乳腺肿块进行BI-RADS分类的正确率为 72.37%、S-detect检测的正确率为 71.05%,二者结合诊断的正确率为 81.58%.常规超声、S-detect检测及S-detect辅助超声的受试者工作特征曲线下面积分别为 0.724、0.746 和 0.838,后者具有最佳的AUC值(P<0.05).结论 S-detect技术能有效提高常规超声对BI-RADS 4 类乳腺肿块的诊断效能,减少不必要肿块活检.
BI-RADS 4类、S-detect技术、人工智能、乳腺肿块
36
R737.9(肿瘤学)
2023-09-18(万方平台首次上网日期,不代表论文的发表时间)
共4页
115-118