整合人工智能 (S-Detect软件) 和对比度增强的超声波来加强甲状腺结节的诊断:一项全面的评估研究
Lu-Lu Zou1, Qi Zhang1, Zhi Yao1
1Department of Ultrasound, Yichang Central People's Hospital (First Clinical Medical College of Three Gorges University), Yichang, Hubei, China.
Journal of clinical ultrasound : JCU
|September 5, 2024
概括
在甲状腺结节查中,S-Detect软件显示出高灵敏度. 将S-Detect与对比增强超声波 (CEUS) 结合起来,比其他甲状腺结节评估方法提供了更好的诊断性能.
科学领域:
- 放射学 放射学是一门学科.
- 在瘤学瘤学.
- 医疗成像医学成像
背景情况:
- 甲状腺结节很常见,需要准确的诊断方法.
- 目前的诊断工具包括成像报告系统和超声波技术.
研究的目的:
- 评估韩国甲状腺成像报告和数据系统 (K-TIRADS),S-Detect软件和对比增强超声波 (CEUS) 的诊断有效性.
- 确定诊断甲状腺结节的最佳方法,单独和组合.
主要方法:
- 对268个病理证明的甲状腺结节进行了回顾性分析.
- 使用K-TIRADS进行分类,使用S-Detect软件进行智能分析,并获得CEUS.
主要成果:
- 通过S-Detect软件和CEUS的联合应用,获得了最高的曲线下面积 (AUC) 值 (0.759).
- 在评估的方法中,S-Detect软件表现出最高的灵敏率 (89.9%).
结论:
- S-Detect软件是早期查甲状腺结节的一个有价值的工具.
- 结合S-Detect软件和CEUS,为甲状腺结节提供了卓越的诊断性能.
