乳腺影像报告和数据系统分类联合乳腺X线摄影影像组学鉴别诊断乳腺良、恶性无定形钙化灶

作     者：李欣欣 陈修婷 李杰 杨丽 汤晓敏 闫静 马诚诚 高之振 LI Xinxin;CHEN Xiuting;LI Jie;YANG Li;TANG Xiaomin;YAN Jing;MA Chengcheng;GAO Zhizhen

作者机构：蚌埠医科大学第一附属医院放射科安徽蚌埠233004 蚌埠医科大学研究生院安徽蚌埠233030 

出 版 物：《中国医学影像技术》 (Chinese Journal of Medical Imaging Technology)

年 卷 期：2024年第40卷第10期

页      面：1519-1523页

核心收录：

学科分类：0831[工学-生物医学工程（可授工学、理学、医学学位）] 100207[医学-影像医学与核医学] 1006[医学-中西医结合] 1002[医学-临床医学] 1001[医学-基础医学(可授医学、理学学位)] 08[工学] 1010[医学-医学技术（可授医学、理学学位）] 100214[医学-肿瘤学] 100106[医学-放射医学] 100602[医学-中西医结合临床] 10[医学] 

基　　金：蚌埠医学院自然科学重点项目(2021byzd118) 

主　　题：乳腺肿瘤 乳房X线摄影 影像组学 乳腺影像报告和数据系统 

摘      要：目的观察乳腺影像报告和数据系统(BI-RADS)分类联合乳腺X线摄影(MG)影像组学鉴别诊断乳腺良、恶性无定形钙化灶的价值。方法回顾性分析206例女性乳腺无定形钙化病变患者共217个钙化灶,包括43个恶性、174个良性;按7∶3比例将病灶随机分为训练集(n=151)与验证集(n=66)。基于乳腺MG图筛选影像组学特征,分别建立BI-RADS模型、影像组学模型及二者联合模型,观察其鉴别诊断良、恶性病灶的价值。结果最终选出8个最优影像组学特征。BI-RADS模型、影像组学模型及联合模型鉴别训练集乳腺良、恶性无定形钙化灶的曲线下面积(AUC)分别为0.821、0.763及0.897,在验证集分别为0.800、0.746及0.893,联合模型的AUC均显著高于其他模型(P均0.05)。结论BI-RADS分类联合MG影像组学有助于鉴别诊断乳腺良、恶性无定形钙化灶,且效能高于单一方法。