基于超声射频流的射频时间序列信号对乳腺良恶性病变的鉴别诊断效能分析

作     者：庄淑莲 乔妙 袁钰妍 李港超 张建兴 林庆光 李安华 Zhuang Shulian;Qiao Miao;Yuan Yuyan;Li Gangchao;Zhang Jianxing;Lin Qingguang;Li Anhua

作者机构：广州中医药大学第二附属医院超声影像科广州510120 中山大学肿瘤防治中心超声科广州510060 

出 版 物：《新医学》 (Journal of New Medicine)

年 卷 期：2024年第55卷第2期

页      面：138-142页

学科分类：1002[医学-临床医学] 100214[医学-肿瘤学] 10[医学] 

主　　题：乳腺疾病 超声 超声射频流 射频时间序列 微结构 鉴别诊断 

摘      要：目的探讨以超声射频流为基础的射频时间序列信号特征参数对乳腺良恶性病变的鉴别诊断效能。方法收集137例乳腺病灶的超声二维图像和射频数据。所有超声射频数据均使用实验室开发的射频时间序列信号分析软件进行定量分析,最终得出9个谱特征参数,分别为SMR分形维数、Higuchi分形维数、斜率、谱截距、中频、S1、S2、S3及S4。116例病灶经病理结果确诊,其中86例病灶为恶性,30例病灶为良性,21例病灶经随访诊断为良性。建立Logistic回归模型,计算射频时间序列谱特征参数单一参数、回归模型联合参数对乳腺良恶性病灶的灵敏度、特异度、准确度、阳性预测值、阴性预测值,绘制受试者操作特征(ROC)曲线及计算曲线下面积(AUC)评价其对乳腺癌的鉴别诊断价值。结果多因素回归分析显示,最后进入Logistic模型的参数为Higuchi分形维数、S2、S4,射频时间序列谱特征参数诊断乳腺病灶良恶性的灵敏度、特异度、准确度、阳性预测值、阴性预测值最高值分别为90.7%(S2)、92.2%(Higuchi分形维数、S4)、86.1%(回归模型)、93.9%(S4)、79.6%(回归模型),而ROC AUC较高的分别为0.910(S4)、0.930(回归模型),两者比较差异无统计学意义(P0.05)。结论基于超声射频流的射频时间序列信号特征参数对亚分辨率组织微结构在物理属性方面提供了定量数据,对乳腺疾病良恶性病变的鉴别诊断效能良好。