使用超声波图像上的异质量定量软件对甲状腺结节的差异诊断:与贝塞斯达系统和外科病理学的相关性

科学领域:

• 放射学 放射学是一门学科.
• 在瘤学瘤学.
• 医学成像分析 医学成像分析

背景情况:

• 超声波 (美国) 引导的细针吸收细胞学 (FNAC) 是甲状腺结节的标准.
• 不确定的意义上的非典型性 (AUS) 和不确定的意义上的毛损伤 (FLUS) 需要补充诊断测试.

研究的目的:

• 开发使用异质性得分的甲状腺结节的非侵入性量化软件.
• 评估该软件在区分良性与恶性甲状腺结节方面的诊断性能.

主要方法:

• 根据贝塞斯达系统和外科病理学分类的188名患者的回顾性分析.
• 使用基于图像像素的异质性指数 (变化系数) 来推导异质性得分.
• 通过接受器操作特征 (AUROC) 曲线分析进行得分的统计比较和诊断准确度计算.

主要成果:

• 在良性和恶性甲状腺结节之间发现了平均异质性得分的显著差异.
• 异质性得分与恶性瘤的可能性之间存在正相关性 (R=0.639,p<0.001).
• AUROC分析显示,高诊断性能 (0.818) 区分良性与恶性结节,切断值为30.22%的CV值.

结论:

• 通过美国的定量异质性测量是预测甲状腺结节恶性病的有价值的非侵入性工具.
• 这种方法可以帮助诊断意义不明的结节 (AUS/FLUS).
• 开发的软件提供了一种有前途的方法来提高诊断准确性和患者管理.