新的超声波成像技术可以改善乳腺病变的特征吗? :超声波BI-RADS,组织学结果,半自动软件"Live BreastAssist",应变弹性学,剪切波弹性学和微血管流量之间的前性比较

科学领域:

• 医疗成像医学成像
• 人工智能在医学中的应用
• 在瘤学瘤学.

背景情况:

• 多参数超声波 (mpUS) 结合了BI-RADS评估与生物机械生物标志物 (应变弹性学,剪切波弹性学) 和微血管流量 (M-Flow).
• 实时计算机辅助诊断 (CAD/AI) 系统,如Live Breast Assist和S-Detect,标准化了解释,减少了操作员的依赖.

研究的目的:

• 评估mpUS与CAD/AI的诊断准确性和可重现性,与单独的B模式超声波相比.
• 评估与组织病理学对良性/恶性分类的一致性.
• 确定SE,SWE和M-Flow的增量贡献,并量化运营商间协议.

主要方法:

• 在78名患者中对78种乳腺病变进行前性单中心研究.
• 进行了B模式/BI-RADS,颜色多普勒,M流,SE和SWE.
• 使用CAD/AI工具 (实时乳房辅助,S-Detect);基因病理学作为黄金标准.

主要成果:

• M-Flow显示出最高的性能 (AUC为0.926,灵敏度为95.1%,特异性为82.4%).
• SE (AUC 0.885) 和B模式 (AUC 0.864) 也显示出强大的诊断能力;SWE的准确性较低 (AUC 0.658).
• 现场乳房辅助显示高特异性 (88.2%) 和PPV (96.4%);运营商之间的协议是相当大的 (κ=0.63).

结论:

• 与CAD/AI支持的mpUS增强了诊断准确性和可重复性,用于区分良性与恶性乳腺病变.
• 生物机械和血管生物标志物的整合提供了强大的诊断信息.
• 这种方法可以减少不必要的活检不确定的BI-RADS病变,但病理学仍然对瘤分类至关重要.