检索结果-南通市图书馆

乳腺钼靶BI-RADS分级确定原发双侧乳腺癌1例报道

在线全文

学校读者我要写书评

暂无评论

中国医学工程 2014年第11期22卷 201-201页

作者：宋福军黄秀革北京军区北戴河疗养院河北秦皇岛066100 秦皇岛市医学会河北秦皇岛066100

1临床资料患者女,60岁,主因发现右乳腺肿物伴乳头凹陷2年余于2013年10月6日入我科。缘于2年前无意中发现右侧乳腺乳头下方有一＂蚕豆＂大小肿物伴有同侧乳头凹陷,无红肿、疼痛、发热、乳头溢液,未引起重视,近日肿物较前增大,入院前3 d... 详细信息

1临床资料患者女,60岁,主因发现右乳腺肿物伴乳头凹陷2年余于2013年10月6日入我科。缘于2年前无意中发现右侧乳腺乳头下方有一＂蚕豆＂大小肿物伴有同侧乳头凹陷,无红肿、疼痛、发热、乳头溢液,未引起重视,近日肿物较前增大,入院前3 d到市医院检查,乳腺钼靶示：右乳头后方可见17 mm×14 mm高密度块影,边缘不清,可见毛刺,局部皮肤乳晕增厚,导管区增宽,乳头内陷;左侧乳腺内上象限密集点状细钙化。乳腺BI-RADS分级：右侧5级左侧4级。

关键词：乳腺钼靶 BI-RADS分级原发双侧乳腺癌

乳腺良性叶状肿瘤与恶性叶状肿瘤的术前预测模型

在线全文

学校读者我要写书评

暂无评论

肿瘤 2023年第2期43卷 106-113页

作者：刘家霖张显玉南丁阿比雅思张思亮孟巍庞达哈尔滨医科大学附属肿瘤医院乳腺外科黑龙江哈尔滨150000 哈尔滨医科大学附属肿瘤医院病理科黑龙江哈尔滨150000 哈尔滨医科大学附属肿瘤医院放疗科黑龙江哈尔滨150000 哈尔滨医科大学附属肿瘤医院放射科黑龙江哈尔滨150000

目的:探索构建适用于术前诊断良性与恶性乳腺叶状肿瘤(phyllode tumor of the breast,PTB)的预测模型。方法:回顾性分析2011年1月—2018年12月哈尔滨医科大学附属肿瘤医院收治的且术前于该院进行多次(≥2次)超声随诊观察的69例良性PTB... 详细信息

目的:探索构建适用于术前诊断良性与恶性乳腺叶状肿瘤(phyllode tumor of the breast,PTB)的预测模型。方法:回顾性分析2011年1月—2018年12月哈尔滨医科大学附属肿瘤医院收治的且术前于该院进行多次(≥2次)超声随诊观察的69例良性PTB患者和41例恶性PTB(24例为交界性,17例为恶性)患者的临床病理资料,利用多因素Logistic回归分析确定的影响因素构建良性与恶性PTB术前预测模型;使用受试者操作特征(receiver operating characteristic,ROC)曲线评估该预测模型的效能;另选取2019年1月—2022年4月该院收治的22例良性PTB患者与19例恶性PTB(12例交界性,7例恶性)患者的临床病理资料进行外部验证。结果:logistic回归分析显示:肿瘤生长速度>2 mm/month和超声birads分级≥4b类是诊断恶性PTB的独立预测因素(OR:4.476,95%CI:1.673~11.975;OR:9.448,95%CI:3.149~28.345;PBI-RADS分级。训练队列的AUC为0.795(95%CI:0.699~0.890),最佳截断值是0.421,对应的灵敏度为0.732,特异度为0.826,约登指数为0.558,P0.75,说明该模型具有一定的预测能力。结论:使用临床病理指标构建的预测模型可用于术前诊断良性和恶性乳腺叶状肿瘤,为临床医师选择合适的手术切除范围提供一定的参考价值。

关键词：乳腺叶状肿瘤肿瘤生长速度 BI-RADS分级鉴别诊断

基于神经网络的乳腺超声图像肿瘤诊断方法研究

在线全文

学校读者我要写书评

暂无评论

基于神经网络的乳腺超声图像肿瘤诊断方法研究

作者：佘芙蓉昆明理工大学

学位级别：硕士

乳腺癌已经超越肺癌成为世界上发病率最高的癌症,让高危人群定期做乳腺检查有助于及时发现疾病。超声为临床乳腺疾病检查提供了必要的影像学信息,成为筛查及诊断乳腺疾病的常规手段。乳腺肿瘤的良恶性识别具有非常重要的意义。但是如果... 详细信息

乳腺癌已经超越肺癌成为世界上发病率最高的癌症,让高危人群定期做乳腺检查有助于及时发现疾病。超声为临床乳腺疾病检查提供了必要的影像学信息,成为筛查及诊断乳腺疾病的常规手段。乳腺肿瘤的良恶性识别具有非常重要的意义。但是如果仅对乳腺肿瘤简单地进行良恶性分类,在实际临床中容易让影像科医生对患者的病情误诊,这样大而化之的分类难以满足实际需求。美国放射学会提出的乳腺影像报告和数据系统(Breast imaging reporting and data system,bi-rads)使描述和评价乳腺病灶特征的标准和术语都趋于规范化,对乳腺肿瘤的病变程度进行详细分级,显著提高了乳腺疾病诊断的准确率,更能满足临床需求。神经网络是当前极具应用前景的人工智能技术,基于神经网络的计算机辅助诊断系统能够客观地、准确地、高效地对乳腺超声图像进行处理,优化诊断流程提高诊断水平。针对上述问题,本文提出了三种解决方法,它们分别为:(1)提出了一种改进的NASNet网络对乳腺肿瘤的良恶性进行分类。它综合了NASNet迁移学习、深度可分离卷积和注意力机制(Squeeze-and-Excitation Networks,SENet)模块的优势。NASNet具有优秀的特征学习能力,能够针对乳腺超声图像选择出最优的网络结构提取特征,然而因为它的运算量及参数量非常庞大。因此,在处理小样本数据集时,迁移学习是一种提高模型准确性的同时节约计算成本的有效方法。此外,利用深度可分离卷积和SE技术,在模型的最深处提取肿瘤边界的特征信息,以及更多与病症更加相关的高阶特征。(2)提出了一种新网络TDC Net对乳腺恶性肿瘤的bi-rads 3、4a、4b、4c、5级进行分类。它有两条路径,包括卷积神经网络(Convolutional neural network,CNN)路径和胶囊网络Caps Net路径。这两条路径各有其优点,CNN用于提取丰富而详细的局部语义特征,Caps Net用于提取图像的位置和姿态信息。对于CNN路径,被名为TD-Net,它由两个支路组成:DD Module支路和卷积支路,DD Module支路主要用于减少超声图像中的伪影并提取丰富的局部细节信息;卷积支路主要提取全局信息,作为DD Module支路的信息补充。其中DD Module可以减少呼吸伪影和探测运动伪影对识别的影响,并且捕获可能出现的形变特征。同时,CNN路径和Caps Net路径的结合也增加了网络的复杂性,所以在两条路径融合时使用特殊操作以控制参数的增长。网络的最后也利用了深度可分离卷积和SE模块对肿瘤和及其边界特征信息做最后的提取。(3)提出了一种基于乳腺肿瘤病灶区域的识别方法,提升肿瘤的良恶性识别率。首先基于ENet改进的模型在带有mask的乳腺超声公共数据集上训练并保存其权重。接着将保存的权重应用于云南省肿瘤医院提供的不带mask的临床数据,得到病灶的预测mask。然后将该mask覆盖于原图上得到只有预测病灶的乳腺超声图像。最后使用本文所提的二分类网络对预测病灶进行肿瘤的良恶性分类。这种方法能减少乳腺超声图像中无关组织对诊断结果的影响,并且肿瘤的边界也能为模型最终识别提供更多的特征信息。实验结果发现,对比仅使用分类网络简单识别,所提方法能大幅度地提高识别的准确性。该方法在临床的乳腺肿瘤诊断中能起到很好辅助作用,一方面可以极大地提高识别的准确度,另一方面可以节省分割数据的标注时间。

关键词：神经网络乳腺超声图像良恶性分类 BI-RADS分级 NASNet TDCNet

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

超微血管成像技术对乳腺肿物的诊断价值

暨南大学学报（自然科学与医学版） 2019年第4期40卷 352-357页

作者：车丹丹李玉宏于晓溪张淑伟郭颖锦州医科大学附属第一医院超声科

目的:对比分析超微血管成像(SMI)与彩色多普勒(CDFI)对乳腺肿物内血流显示的敏感性,并分别联合BI-RADS分级诊断标准,探讨超微血管成像(SMI)对乳腺肿物鉴别诊断的价值.方法:对82例乳腺肿物患者(88个病灶)进行双侧乳腺超声检查,按照Adler... 详细信息

目的:对比分析超微血管成像(SMI)与彩色多普勒(CDFI)对乳腺肿物内血流显示的敏感性,并分别联合BI-RADS分级诊断标准,探讨超微血管成像(SMI)对乳腺肿物鉴别诊断的价值.方法:对82例乳腺肿物患者(88个病灶)进行双侧乳腺超声检查,按照Adler分级标准,分别观察同一肿物在CDFI和SMI中检出血流信号的差异,以病理结果结合BI-RADS分级诊断标准进行评价,分析SMI成像结合bi-rads对评估乳腺肿物中的价值.结果:根据Adler分级标准分别用CDFI与SMI对乳腺良恶性肿物的血流进行观察,CDFI血流检出率为79.55%(70/88),SMI血流检出率为85.23%(75/88),且CDFI及SMI两种模式下判断良恶性肿物Adler分级均有统计学差异(P=0.017、P=0.02).在穿支血流方面,SMI对其的检出率更高,可作为肿物良恶性的诊断指标之一.与病理结果对照,SMI联合BI-RADS分级与CDFI联合BI-RADS分级诊断乳腺肿物的灵敏度分别为87.50%、82.50%,特异度分别为91.67%、89.58%,准确率分别为89.77%、87.50%,阳性预测值分别为89.74%、86.84%.阴性预测值分别为89.80%、86.00%,SMI联合BI-RADS分级诊断效能高于CDFI联合BI-RADS分级,但两者均没有统计学差异(P>0.05).结论:在显示乳腺肿物内微血管方面,SMI较CDFI更为敏感,SMI结合BI-RADS分级对诊断乳腺肿物性质具有重要临床价值.

关键词：乳腺肿物超微血管成像彩色多普勒 Adler分级 BI-RADS分级

在线全文

学校读者我要写书评

暂无评论

超声乳腺肿瘤辅助诊断关键技术研究

超声乳腺肿瘤辅助诊断关键技术研究

作者：任丽南京邮电大学

学位级别：硕士

乳腺癌是全球女性发病率最高、危害最大的恶性疾病之一,早期筛查和及早治疗是降低死亡率的有效方法。超声检查凭借其无辐射、无创伤、价格低廉、便于携带等优点,已经成为乳腺癌早期筛查的一种重要手段。在传统超声检查中,医生根据临床... 详细信息

乳腺癌是全球女性发病率最高、危害最大的恶性疾病之一,早期筛查和及早治疗是降低死亡率的有效方法。超声检查凭借其无辐射、无创伤、价格低廉、便于携带等优点,已经成为乳腺癌早期筛查的一种重要手段。在传统超声检查中,医生根据临床实践经验,分析超声图像中的乳腺肿瘤特征,并与bi-rads(Breast Imaging Reporting And Data System)标准相匹配,从而实现乳腺肿瘤的临床诊断。这是一个主观判断过程,不同医生由于操作手法、临床经验、知识水平、疲劳程度等方面的差异,对同一病灶的诊断结果有可能完全不同。因此,如何利用计算机辅助诊断系统提高医生疾病解释的一致性,降低误诊率和漏诊率,在乳腺癌早期筛查中具有十分重要的研究价值和临床意义。鉴于此,本文从乳腺肿瘤的良恶性分类、BI-RADS分级检测和钙化点检测三个方面进行研究,提出一些改进算法,旨在辅助医生对超声乳腺肿瘤进行准确诊断。具体工作内容如下:(1)针对传统量化特征描述乳腺肿瘤形态不准确等缺点,提出一种新形态量化特征提取方法,首先从超声乳腺肿瘤原图中分割出乳腺肿瘤区域,获取乳腺肿瘤边缘;采用椭圆或圆拟合乳腺肿瘤轮廓,两者相减得到超声乳腺肿瘤的形状直方图;最后基于形状直方图设计出描述乳腺肿瘤的三个新的形态量化特征:最大曲率和、最大曲率峰值和、最大曲率标准差和。采用SVM(Support vector machine)分类器在71张超声乳腺肿瘤恶性图片和121张良性图片上进行实验,得到新形态量化特征判别良恶性乳腺肿瘤的准确率为82.69%,传统形态量化特征为73.08%。实验结果表明新形态量化特征相对于传统形态量化特征具有较高的分类准确性。(2)针对超声乳腺肿瘤BI-RADS分级图像的原始数据样本个数极度不平衡以及不同分级肿瘤特征区分度不明显等问题,设计出CH-ResNeSt50神经网络用以提高超声乳腺肿瘤BI-RADS分级诊断的准确性。该网络是在ResNeSt50(Residual Split-Attention Network 50)网络的基础上进行改进,通过增加跨层连接支路(Cross-layer connection branch,CLC)模块与多尺度混合空洞卷积(Hybrid Dilated Convolution,HDC)模块提高不同分级乳腺肿瘤特征的区分度。在1543张超声乳腺肿瘤图片(3级774张,4A级207张,4B级178张,4C级150张,5级234张)上实验,CH-ResNeSt50的识别准确率为81.18%,相比原始网络ResNeSt50提高了5.3%。实验结果表明,相比于ResNeSt50,最终的优化网络模型CH-ResNeSt50对于超声乳腺肿瘤BI-RADS分级检测有更加准确的分级效果。(3)在乳腺癌早期筛查中,超声乳腺肿瘤钙化点的准确检测对辅助医生进行准确诊断具有重要临床研究价值。针对该问题,本文提出了一种基于多尺度超像素分割的超声乳腺肿瘤钙化点检测方法。首先,采用多尺度超像素分割算法对不同大小的肿瘤区域进行划分,并根据区域之间的灰度分布不均匀和纹理对比度检测弱钙化点,以保证检测出的超声乳腺肿瘤钙化点边界尽可能贴近真实目标边缘。其次,基于原始图像进行单尺度超像素分割,通过比较灰度值差异和钙化灰度距离特征来检测强钙化点,以保证检测出的钙化点准确可靠。最终,通过结合强和弱钙化点获得最终目标准确且边缘紧致的钙化点。本文提出的检测算法可以有效检测超声乳腺图像中的钙化点,检测良恶性病例中钙化点的准确性可以达到81.8%。

关键词：超声乳腺肿瘤计算机辅助诊断良恶性分类 BI-RADS分级钙化点检测残差神经网络超像素分割

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

社区女性乳腺超声检查结果分析

继续医学教育 2023年第10期37卷 185-188页

作者：王君益天津市河东区东新街社区卫生服务中心超声科天津300162

目的探究并分析社区超声普查女性乳腺的结果。方法普查单位为天津市河东区东新街社区卫生服务中心,所选定的普查时间为2022年5—6月,共计206例所在社区女性参与并接受乳腺超声检查,后整合相关调查结果数据,深入分析女性病灶情况与乳腺... 详细信息

目的探究并分析社区超声普查女性乳腺的结果。方法普查单位为天津市河东区东新街社区卫生服务中心,所选定的普查时间为2022年5—6月,共计206例所在社区女性参与并接受乳腺超声检查,后整合相关调查结果数据,深入分析女性病灶情况与乳腺影像报告和数据系统(breast imaging reporting and data system,bi-rads)分级。结果1)BI-RADS分级为1级155例(75.24%)、2级18例(8.74%)、3级20例(9.71%)、4a级11例(5.34%)、4b级1例(0.49%)、4c级1例(0.49%)(同时存在不同级别病灶患者按较高级别进行计数统计)。2)对bi-rads 4级与3级结节数量及结节大小进行比较,发现结节数量单发与多发在bi-rads 4级与3级上的分布差异无统计学意义(P=0.060>0.05);结节大小在bi-rads 4级与3级上比较差异有统计学意义(P=0.004BI-RADS分级,乳腺结节的发现率及检出率较高,具备简单易行、无创安全等优势,适用于大范围体检,具备广阔的应用前景。

关键词：社区筛查女性乳腺结节超声 BI-RADS分级

CEUS定量分析联合超声剪切波弹性成像对乳腺结节(bi-rads 4级)良、恶性鉴别诊断价值

在线全文

学校读者我要写书评

暂无评论

影像研究与医学应用 2023年第15期7卷 99-101页

作者：刘含任宏义吴浩于颖黄勇进刘慧琴湖北航天医院超声影像科湖北孝感432000 湖北航天医院甲乳外科湖北孝感432000 湖北航天医院病理科湖北孝感432000

目的:探讨超声剪切波弹性成像(SWE)联合超声造影(CEUS)在乳腺bi-rads4级肿块良恶性鉴别诊断中的应用价值。方法:选取2020年1月—2023年1月湖北航天医院检查及收治的96例乳腺bi-rads 4A级肿块患者,均行超声弹性成像和超声造影检测,以病... 详细信息

目的:探讨超声剪切波弹性成像(SWE)联合超声造影(CEUS)在乳腺bi-rads4级肿块良恶性鉴别诊断中的应用价值。方法:选取2020年1月—2023年1月湖北航天医院检查及收治的96例乳腺bi-rads 4A级肿块患者,均行超声弹性成像和超声造影检测,以病理结果为金标准,评估超声剪切波弹性成像联合超声造影的诊断价值。结果:联合诊断的灵敏度96.63%、特异度89.13%、准确率93.33%均高于单一诊断,其中联合诊断的灵敏度、准确率与SWE、CEUS单一诊断比较差异显著(P 0.05)。结论:将超声剪切波弹性成像和超声造影技术两种方式融合在一起,更有助于乳腺bi-rads4A级肿块良恶性的鉴别,诊断效能更高,有助于提高乳腺结节良、恶性诊断价值。

关键词：乳腺肿瘤 BI-RADS分级剪切波弹性成像超声造影

超声造影在bi-rads 4类乳腺疾病中的临床应用

在线全文

学校读者我要写书评

暂无评论

超声造影在BI-RADS 4类乳腺疾病中的临床应用

作者：李静皖南医学院

学位级别：硕士

目的:探讨常规超声（US）联合超声造影（Contrast Enhanced Ultrasound,CEUS）在bi-rads 4类乳腺病灶良恶性鉴别中的临床应用价值,寻找提高bi-rads 4类病灶鉴别的新方法,优化BI-RADS分级并为临床诊疗提供有效的帮助。方法:入选病例均为... 详细信息

目的:探讨常规超声（US）联合超声造影（Contrast Enhanced Ultrasound,CEUS）在bi-rads 4类乳腺病灶良恶性鉴别中的临床应用价值,寻找提高bi-rads 4类病灶鉴别的新方法,优化BI-RADS分级并为临床诊疗提供有效的帮助。方法:入选病例均为本院2019年06月-2020年1月期间常规超声（二维灰阶超声及多普勒超声）检查被判定为bi-rads 4类的59例60个乳腺病灶,在手术前均行超声造影检查。检查前必须告知患者超声造影可能存在的风险及其临床作用,保证患者的知情同意并签署超声造影知情同意书（附件二）。首先对病灶进行常规超声检查,观察病灶的所在位置、大小、形态、边缘、边界,纵横比,内部回声、有无钙化灶及钙化灶的大小、分布、后方声影等情况,后方回声有无衰减,内部及周边有无血流信号,有无腋窝淋巴结的异常等指标,并对病灶进行第一次赋值评分;然后经静脉注入超声微泡造影剂对同一病灶进行超声造影检查,观察病灶有无增强、造影剂的分布、增强程度、增强后面积以及增强模式等指标对同一病灶进行第二次评分;二者检查联合应用对该病灶进行第三次赋值评分。此研究的赋值评分标准为:自定义良性指标为0,恶性指标为1,列入本研究评分标准的指标均具有统计学意义。以最后的病理结果作为金标准,构建受试者工作特性曲线（Receiver Operating Characteristic Curve,ROC曲线）,比较常规超声、超声造影独立评分法以及二者联合评分法对bi-rads 4类病变良恶性鉴别的准确性,以及建立相应的评分系统的可行性。结果:60个bi-rads 4类病灶均以病理结果作为金标准。共59例患者,均为女性,年龄为18-78岁,平均年龄为（50.42±11.11）岁。共60个病灶,其中31个位于左侧乳腺、29个位于右侧乳腺;病灶最大直径在7-51mm,平均约为（19.87±8.78）mm;术后病理结果显示良性病灶28个、恶性病灶32个。分析结果表明病灶的形态（规则或不规则）、边界（清晰或不清晰）、纵横比（＞1或≤1）、内部回声（均匀或不均匀）、砂砾样钙化（有或无）以及后方回声（衰减或无衰减）、内部及周边血流信号（有或无）、腋窝淋巴结（无异常或大小、形态、结构异常）是常规超声诊断的主要指标;注入造影剂后病灶内部有无增强（有无病理性血管）、造影剂的分布（均匀或不均匀）、增强的强度（高或低）、增强后的面积（无增大或增大）、增强模式（快进或慢进）是超声造影诊断的主要指标;上述观察内容均为常规超声联合超声造影对乳腺病灶进行诊断的主要指标。根据ROC曲线可以推断常规超声评分4.5分为诊断临界点,曲线下面积（AUC）为0.898,灵敏度为75.0%、特异度96.4%、准确度为85.0%;超声造影评分2.5分为诊断临界点,曲线下面积（AUC）为0.933,灵敏度为87.5%、特异度为89.3%、准确度为88.3%;常规超声联合超声造影评分5.5分为诊断临界点,AUC为0.951,灵敏度为90.6%、特异度为85.7%、准确度为88.3%。二者联合评分法的灵敏度均高于单独评分法,差异有统计学意义（P＜0.05）,二者联合评分法AUC最大,诊断准确性最大。结论:1、常规超声与超声造影联合评分法能够提高对bi-rads 4类乳腺肿瘤良恶性的鉴别准确性,可以优化乳腺病灶的分级,提高诊断信心。2、不均匀高增强、新生血管增多、快速灌注可能是超声造影诊断乳腺恶性病灶的主要参考指标。3、可以通过常规超声联合超声造影的各项观察指标来对乳腺病灶建立相应的评分系统,对乳腺占位性病变的良恶性进行评估。

关键词： BI-RADS分级乳腺肿瘤常规超声超声造影

基于临床及超声图像的危险因素评分法对乳腺癌的预测

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于临床及超声图像的危险因素评分法对乳腺癌的预测

作者：王欣月华北理工大学

学位级别：硕士

目的探讨基于临床及常规超声图像特征的危险因素评分法建立的乳腺癌预测模型的应用价值。寻找乳腺良、恶性肿瘤的超声及临床参数积分临界值。优化BI-RADS分级,提高乳腺癌诊断准确率,减少不必要的穿刺活检或手术。方法选取2014年1月1日-2... 详细信息

目的探讨基于临床及常规超声图像特征的危险因素评分法建立的乳腺癌预测模型的应用价值。寻找乳腺良、恶性肿瘤的超声及临床参数积分临界值。优化BI-RADS分级,提高乳腺癌诊断准确率,减少不必要的穿刺活检或手术。方法选取2014年1月1日-2018年11月30日期间于华北理工大学附属医院就诊的1092例女性乳腺肿瘤患者。其中经乳腺组织活检或术后病理证实的821例。采用(Breast Imaging Reporting and Data System,bi-rads)2013第5版bi-rads诊断标准对图像进行标准化描述,包括部位(左乳、右乳)、位置(象限)、形态(规则形、不规则形)、方位(平行于表面皮肤、不平行于表面皮肤)、边缘形态(模糊、成角、分叶、毛刺征)、边界(清晰、不清晰)、强回声晕、回声、内部回声模式(均匀、不均匀)、周围组织改变(Cooper韧带受累、皮肤增厚、回缩、水肿)、后方回声(增强、衰减、侧方声影)、是否有肿块内钙化(微钙化、粗大钙化)、腋窝淋巴结是否肿大,结合血流Adler半定量分级、血流分布模式(周边、内部、周边及内部)、流速及阻力指数。采用Excel2013建立数据库,SPSS 22.0进行统计学分析。以研究对象的原始资料为基础,对不同的变量进行编码,以病理结果为金标准,作为因变量,所有其他因素作为自变量,包括一般资料、危险因素、临床体征及常规超声图像特征等。计量资料的描述采用均数±标准差(x±s),计数资料采用构成比描述,分析各超声图像及临床参数良恶性组间差异,采用χ检验。将821例研究对象随机分为训练组和验证组,单因素分析差异有统计学意义的征象纳入训练组的二分类logistic回归分析模型,采用logistic回归逐步前进法(Forward LR法),寻找临床危险参数及超声恶性征象,以PBI-RADS分级诊断结果比较显示RS3的预测乳腺癌准确度(90.1%)明显高于BI-RADS分级(75.1%),进一步与BI-RADS分级详细对比分析结果显示,超声诊断中判定为bi-RA DS3-5级的肿瘤,RS3对其预测也具有较高的符合率,符合率分别为94.8%、88.8%、75.9%、98.1%、100%,在主观影响较大的bi-rads4级肿瘤中也有较高的符合率(4a级88.8%、4b级75.9%、4c级98.1%)。结论1综合常规超声图像特征、年龄及临床体征建立的危险因素评分RS3诊断效能最好,为预测乳腺癌最佳模型。2模型RS3的危险征象及危险因素预测乳腺癌恶性风险依次为年龄56、触诊活动度差、Cooper韧带受累、高回声晕、年龄51、年龄46、微钙化、边界不光整、触诊活动度可,其分值依次为31.9、30.4、25.8、25.7、23.4、19.9、18.8、16.9、15.2,判别乳腺肿瘤良恶性的临界值50.8。其中触诊活动度差、年龄56较超声恶性征象在预测乳腺肿瘤恶性风险方面贡献更大。3综合流行病学资料、常规超声图像特征及临床体征建立的乳腺癌危险因素评分模型不仅可以更好地识别bi-rads评分为4a或疑为恶性程度较低的以良性病变为主的患者群体,弥补bi-rads的低特异性,而且有助于优化BI-RADS分级在实际临床中的应用图3幅;表22个;参108篇。

关键词：乳腺癌超声图像预测模型危险因素评分法 BI-RADS分级