10.3877/cma.j.issn.1672-6448.2023.01.013
多模态超声联合人工智能S-Detect技术校正BI-RADS分类对乳腺肿块的诊断价值
目的:探讨多模态超声联合人工智能S-Detect技术校正乳腺影像报告与数据系统(BI-RADS)分类对诊断乳腺肿块良恶性的价值。方法:本研究首先采用常规超声、超微血流成像技术及应变弹性成像技术,将2021年7月至12月安徽医科大学第二附属医院收集的连续130例乳腺肿块病例作为训练集进行超声检查,超微血流成像及弹性成像结果分别以血管指数(VI)、弹性应变率(SR)值表示,以病理结果为金标准得出良恶性肿块VI值、SR值的截断值;然后以2022年1月至5月连续110例乳腺肿块作为验证集联合人工智能S-Detect技术,采用常规超声进行BI-RADS分级诊断,再以超微血管成像技术、应变弹性成像技术及S-Detect技术评估结果校正BI-RADS分级,以病理结果为金标准绘制受试者操作特征(ROC)曲线,采用Z检验比较不同诊断方法(常规超声+S-Detect+VI值+ SR值联合诊断以及各方法独立诊断)ROC曲线下面积的差异,计算不同诊断方法的敏感度、特异度、准确性、阳性预测值和阴性预测值。结果:训练集130例乳腺肿块中恶性70例、良性60例,VI值及SR值良恶性截断值分别为4.05、2.59。验证集110例乳腺肿块中恶性63例、良性47例,常规超声、S-Detect、VI值、SR值及四者联合诊断乳腺肿块良恶性的ROC曲线下面积分别为0.936、0.588、0.827、0.802、0.785,联合诊断的效能优于单独应用各独立模块,差异具有统计学意义(Z=6.074,P<0.001;Z=2.668,P=0.008;Z=3.084,P=0.002;Z=3.293,P=0.001),联合诊断的敏感度为98.4%、特异度为87.2%、准确性为93.6%、阳性预测值为91.2%、阴性预测值为97.6%。根据2013版美国放射学会BI-RADS≥4类肿块应行穿刺活检,穿刺活检率由87.3%(96/110)降至61.8%(68/110),并校正4例被错判为良性的恶性病例(非特殊类型的浸润性乳腺癌3例,导管内原位癌1例),校正32例错判为恶性的良性病例(腺病17例、腺病伴纤维腺瘤14例、叶状肿瘤1例)。结论:多模态超声联合人工智能S-Detect技术校正BI-RADS分类可提升乳腺肿块良恶性的诊断效能,减少不必要的穿刺活检、提高乳腺恶性肿块的检出率。
超声、人工智能、超微血管成像、弹性应变率、乳腺
20
临床研究培育计划项目2021LCZD06
2023-04-28(万方平台首次上网日期,不代表论文的发表时间)
共6页
78-83