超声波放射性特征在区分良性和恶性乳腺病变的诊断价值
Yuke Gong1,2, Yan Cheng3, Yan Liu2
1Ultrasound Medicine Major (Graduate School), Qujing Affiliated Hospital of Kunming Medical University, Qujing, Yunnan, China.
Journal of ultrasound
|June 27, 2025
概括
当与BI-RADS分类相结合时,超声波放射特征显著改善了乳腺癌诊断. 这种综合方法增强了良性和恶性乳腺病变的分化,提供了更高的诊断准确性.
科学领域:
- 医疗成像医学成像
- 在瘤学瘤学.
- 人工智能在医学中的应用
背景情况:
- 精确的手术前分化乳腺病变对于有效治疗至关重要.
- 乳腺成像报告和数据系统 (BI-RADS) 分类是标准工具,但在区分良性和恶性病例方面存在局限性.
- 放射学,从医疗图像中提取定量特征,为增强诊断性能提供了潜力.
研究的目的:
- 调查超声波放射学特征与BI-RADS语义特征之间的关系,用于乳腺病变的分类.
- 为了评估放射性特征在区分良性和恶性乳腺病变的诊断性能.
- 评估将放射学与BI-RADS分类相结合的诊断附加值.
主要方法:
- 对147名患有病理确诊乳腺病变的女性患者的超声波图像和临床数据的回顾性分析.
- 开发了三种诊断模型:BI-RADS分类,单独使用放射学特征,以及一个结合BI-RADS-放射学模型.
- 基于语义特征的单变放射性模型也被构建来探索关联.
主要成果:
- 联合BI-RADS-放射学模型实现了卓越的性能,AUC值为0.985 (训练) 和0.964 (测试).
- 组合模型显示出最佳的诊断一致性和临床净益.
- 在放射学特征和特定的语义特征之间发现了显著的相关性,AUC从0.609到0.752.
结论:
- 超声波放射学特征在术前诊断乳腺癌方面有显著的帮助.
- 放射学特征显示与特定的BI-RADS语义特征的非线性关联.
- 放射学与BI-RADS分类的整合代表了乳腺损伤诊断的一个有希望的进步.
