经直肠超声对2920例前列腺疾病的分析

目的探讨经直肠检查前列腺疾病的声像图特征。方法对2920例15～94岁经直肠超声检查前列腺疾病的资料进行回顾性分析。结果正常前列腺患者375人,前列腺增生2222人,前列腺炎143人,单纯前列腺结石132人,单纯前列腺囊肿11人,前列腺结石及囊肿11人,前列腺癌26人。结论经直肠超声检查前列腺较经腹超声能够提供更准确的前列腺体积及细微结构信息,但在诊断前列腺炎及前列腺癌疾病中,其敏感性和特异性仍有待提高。

超声造影在肝局灶性病变鉴别诊断中的应用

目的探讨超声造影(CEUS)在肝脏局灶性病变(FLL)鉴别诊断的作用。方法应用超声造影剂(SonoVue)和脉冲反相谐波技术(PIHI),分析观察39例52灶FLL(包括良性28灶,恶性24灶)的CEUS动态灌注过程,分析病灶主要增强时相、开始增强时间、增强峰值时间、增强模式及时间-强度曲线(TIC)。计算各参数、综合CEUS及普通超声在良、恶性FLL鉴别诊断中的符合率。结果在CEUS动脉期,良恶性病灶均以高增强为主(75%、21/28;92.6%、22/24)(P=0.113);在门脉期和延迟期,良性病灶均以高增强为主(75%、21/28;60.7%、17/28),恶性病灶均以低或无增强为主(91.6%、22/24;100%、24/24)(P=0.000),良恶性病灶的鉴别诊断符合率为92.3%。良恶性病灶开始增强时间分别为(21.52±6.70)s、(17.82±6.04)s(P=0.058)。增强峰值时间分别为(46.26±14.97)s、(27.32±8.55)s(P=0.000),良恶性病灶的鉴别诊断符合率为78.6%。增强模式I型、III型、IV型、VI型在良性病灶和恶性病灶之间的分布差异具有显著性(P=0.029、P=0.000、P=0.036、P=0.029),良恶性病灶的鉴别诊断符合率为84.1%。在TIC分析中,良性病灶以快升慢降为主(82.6%),恶性病灶以快升快降为主(90.9%)(P=0.000),良恶性病灶的鉴别诊断符合率为95.1%。结论根据FLL的CEUS各参数测量,即主要增强时相、TIC、增强峰值时间、增强模式等,特别是前两者,对良恶性FLL的鉴别诊断符合率可达90%以上。CEUS对鉴别FLL具有临床应用价值。

超声对乳腺癌腋窝淋巴结转移诊断作用的评价

目的探讨超声诊断乳腺癌腋窝淋巴结(ALN)转移的应用价值。方法对101例乳腺癌、超声检查显示有ALN的患者进行灰阶超声(US)上淋巴结长短比(L/S)和结构、彩色多普勒超声(CDFI)上血流分布状态的分析。结果75.0%的转移性淋巴结L/S≤2,20.8%的非转移性淋巴结L/S≤2(P=0.000)。转移性淋巴结呈皮质偏心增厚型达58.4%,向心增厚型及狭窄型各占20.8%,未见无淋巴门型;非转移性淋巴结呈皮质狭窄型达71.7%,向心增厚型28.3%,未见偏心增厚型和无淋巴门型(P=0.000)。转移性淋巴结血流分布状态呈周边型者60.4%,而非转移性淋巴结呈淋巴门型者73.6%(P=0.000)。以L/S≤2、偏心增厚型皮质、周边型血流作为转移性的标准,敏感性为91.3%,特异性为89.1%。结论超声诊断有助于判断乳腺癌ALN转移。

头颈部淋巴结病变超声造影时间-强度曲线的分析

目的评价头颈部淋巴结超声造影(contrast-enhanced ultrasound,CEUS)时间-强度曲线(time-intensity curve,TIC)参数在良、恶性病变鉴别诊断中的价值。方法对85名头颈部淋巴结病变的患者(85枚淋巴结,良恶性各为36枚和49枚)进行CEUS。设置感兴趣区(region of interest,ROI)于整个淋巴结、皮质最明显增强区、皮质最弱或无增强区、髓质-门区域、周围软组织。对获得的TIC参数(基础强度、峰值强度、上升支斜率、始增时间、达峰时间、上升时间、峰值浓度减半时间、平均渡越时间)进行分析比较。通过对皮质最明显增强区的上升时间接收者操作特征曲线(receiver operating characteristic curve,ROC)分析,计算出诊断良恶性淋巴结的界值(cut off value)。结果恶性淋巴结在皮质最明显增强区的上升时间明显短于良性淋巴结(P=0.041)。结论 ROI设置于皮质最明显增强区域时TIC的上升时间对头颈部淋巴结良恶性病变的鉴别诊断具有重要意义。

三维超声血流图和能量图对肾癌和肾柱肥大的鉴别诊断价值

目的 探讨二维超声图像及三维超声血流图和能量图对肾癌和肾柱肥大的鉴别诊断价值。方法 使用麦迪逊公司VOLUSON 5 3 0D ,彩色多普勒超声及三维成像系统 ,凸阵探头频率为 3 .0～ 5 .0MHz。对经临床随访证实的 2 0例患者进行超声检查 ,其中肾柱肥大 12例 ,肾癌 8例 ,肾癌患者中 7例经手术证实。结果 肾柱肥大的肾血管为逐级分布的树枝状结构 ,超声多普勒血流指数均为正常值范围 ,而肾肿瘤内血管走行杂乱 ,依肿物大小及形态构成异常的网状结构。肿瘤内动脉流速高于正常平均值。结论 三维超声血流图及能量图能明确显示肾癌和肾柱肥大的血流情况 ,为鉴别诊断提供了可靠依据或信息 ,并弥补了二维超声及多普勒超声对少血供肾肿瘤不能有效显示血流的不足。

唾液腺恶性肿瘤的超声征象及与病理类型关系

目的探讨唾液腺恶性肿瘤的超声征象与病理类型的关系。方法 25例肿瘤分低度恶性组9例、中高度恶性组16例。超声观察内容包括肿瘤大小、形态、边界、回声、血流、周围软组织及淋巴结。结果低度恶性组和中高度恶性组中:肿瘤最大径分别为(1.92±0.53)cm和(3.41±1.99)cm(t=-2.185,P<0.05);形态呈类圆或浅分叶、明显不规则形分别为66.7%(6/9)、33.3%(3/9)和18.8%(3/16)、81.3%(13/16),(χ2=5.740,P<0.05);低度恶性组边界清晰或欠清占66.7%(6/9),明显高于中高度恶性组25.0%(4/16),(χ2=4.167,P<0.05)。肿瘤呈均匀低回声者低度恶性组占66.7%(6/9),中高度恶性组37.5%(6/16),(χ2=1.963,P>0.05)。低度恶性组以无或少血流为主,中高度恶性组以多血流为主(χ2=2.707,P>0.05)。中高度恶性组有9例有软组织或淋巴结受侵犯,低度恶性组仅1例(χ2=4.890,P<0.05)。结论唾液腺恶性肿瘤的超声征象(形态、边界及周围受侵情况)与肿瘤的恶性程度有关。

急性缺血性视网膜病与急性大脑半球缺血事件危险因素对比研究

目的比较急性视网膜缺血事件(acute retinal ischemic event,ARIE)与急性大脑半球缺血事件(acutehemisphere ischemic event,AHIE)危险因素异同,为针对性预防干预提供依据。方法单中心临床病例横断面描述性研究。收集2008年1月至2009年1月确诊的ARIE连续病例(ARIE组)和同期AHIE住院的连续病例(AHIE组)。采集所有入组患者临床基本信息及危险因素情况,比较两组的危险因素。结果共收集ARIE病例124,AHIE病例126例。ARIE组与AHIE组比较发现,ARIE组平均年龄53±16岁,较AHIE组平均年龄67±12岁低(P<0.01);性别、吸烟史、饮酒史、高脂血症、缺血性心脏病史在ARIE与AHIE组差异无统计学意义。高血压(P<0.01)、糖尿病(P=0.01 6)、心脏瓣膜病(P=0.048)、卒中史(P=0.001)、心房颤动(P=0.007)在ARIE组比AHIE组少见,而重度颈动脉狭窄(≥70%)或闭塞在ARIE组较AHIE组常见[ARIE对于AHIE:优势比(odds ratio,OR),2.3;95%可信区间(confidence interval,CI)1.110～4.682,P=0.025]。结论 ARIE发病年龄相对较低,高血压、糖尿病、心脏瓣膜病、卒中史、心房颤动在AHIE多见,而重度颈动脉狭窄多见于ARIE。

超声造影在头颈部淋巴结良恶性病变鉴别诊断中的应用

目的分析头颈部淋巴结病变超声造影(CEUS)特点。方法对38例(89枚)头颈部淋巴结肿大患者进行CEUS检查,观察淋巴结的强化分布类型并对其时间-强度曲线进行分析。结果 89枚淋巴结中,穿刺或手术后病理证实33枚(37.1%)为良性淋巴结,56枚(62.9%)为转移性淋巴结。良性淋巴结表现以均匀强化为主(26/33,78.8%,P=0.000),转移性淋巴结以不均匀强化为主(32/56,57.1%,P=0.000)。良性淋巴结时间-强度曲线形态以快退为主(19/33,57.6%,P=0.000),转移性淋巴结以慢退为主(50/56,89.3%,P=0.000)。CEUS鉴别诊断良恶(转移)性淋巴结的敏感度、特异度分别为92.9%、72.7%,常规超声为82.1%、69.7%,两者之间比较差异无统计学意义(P=0.649,P=0.239);两种手段结合应用敏感度、特异度分别为98.2%、84.8%,与常规超声比较,仅敏感度差异具有统计学意义(P=0.011)。结论 CEUS可以对颈部淋巴结进行良恶性鉴别,能够在强化分布、灌注模式(进退方式)方面提供有用的信息,与常规超声结合使用,则可明显提高其诊断的敏感度。

人工智能辅助诊断模型在乳腺结节超声诊断中的应用价值

目的探讨基于卷积神经网络(CNN)构建的人工智能辅助诊断模型在乳腺结节良恶性超声鉴别诊断中的应用价值。方法利用CNN构建的人工智能辅助诊断模型,从首都医科大学附属北京同仁医院超声影像数据库中调取2006年12月至2017年7月1351例乳腺结节患者(良性807例,恶性544例)的7334张超声图像,分成训练集(6162张)、验证集(555张)和测试集(617张),对人工智能辅助诊断模型进行训练、验证及测试。将诊断模型测试集输出结果与病理结果对照,计算人工智能辅助诊断模型的敏感性、特异性和准确性。结果经过对测试集中617张图像进行测试,每个结节的模型诊断结果可自动输出,结节位置、良恶性诊断和良恶性概率值结果均以矩形框标示出,每个结节诊断时间约为4 s。该诊断模型对于乳腺结节良恶性诊断的灵敏度为84.1%,特异度为95.0%,准确率为91.2%。结论基于CNN构建的人工智能辅助诊断模型在乳腺结节超声良恶性鉴别诊断中取得了令人满意的结果,具有良好应用前景。

基于医学影像信息管理系统的乳腺超声数据库建设探讨

目的基于医学影像信息管理系统(PACS)建设乳腺超声工作站,为乳腺临床及科研提供数据资料。方法自2006年9月至2014年12月,共采集27 432例乳腺超声检查资料,其中女性27 076例,男性356例。建立超声数据库结构,通过PACS系统接口实现与HIS、电子病历无缝连接。结果初步实现信息登记、图像及报告生成、信息查询、资料统计与导出等功能。结论乳腺数据库的建立与不断完善,能够实现乳腺影像数据及相关信息长期可靠的存储与科学有效的管理。对教学及科研工作有着很大推动作用。

急性缺血性视网膜病后卒中风险及影响因素

急性缺血性视网膜病包括视网膜中央动脉阻塞（central retinal artery occlusion,CRAO）和视网膜分支动脉阻塞（branch retinal artery occlusion,BRAO）以及短暂性视网膜缺血发作（retinal transient ischemic attack,R-TIA）.视网膜的供血动脉-视网膜中央动脉是眼动脉的重要分支和终末支,而眼动脉是颈内动脉入颅后的第一个分支,因此,缺血性视网膜病与缺血性脑血管病之间关系密切.国外对此有较为系列的研究报道[1-5],本研究采用单中心临床病例队列研究方法,对急性缺血性视网膜病后卒中风险以及影响因素进行初步研究.

超声造影在前列腺外周带结节良恶性鉴别诊断中的作用

目的分析经直肠前列腺超声造影时间强度曲线，寻找鉴别外周带结节良恶性的造影量化指标。方法对47例外周带出现结节、临床疑诊为前列腺癌患者行超声造影检查，分析其时间强度曲线。结果前列腺癌结节较结节旁腺体有较短的半峰时间（47．1s±21．1s vs74．2s±29．7s），其差异有统计学意义（P=0．01）；良性结节较结节旁腺体有较低的峰值强度（11．9dB±7．7dBVS17．5dB±4．5dB），其差异有统计学意义（P=0．02）。结论通过分析前列腺外周带结节及结节旁腺体的超声造影时间强度曲线中半峰时间、峰值强度参数，以帮助判定外周带结节性质。

经直肠超声检测男性膀胱微小肿瘤

目的探讨经直肠超声检查对男性膀胱小肿瘤的临床应用价值。方法对22例男性血尿或有膀胱刺激征的患者,分别在膀胱充盈状态下行经腹超声扫查和膀胱少许充盈状态下经直肠超声扫查,对老年男性患者无法充盈膀胱者可直接选用经直肠超声扫查,并对比分析两种检查方法的优劣。结果膀胱充盈状态下经腹超声扫查提示,10例膀胱腔内未探及异常回声,4例膀胱壁毛糙不平,3例无法确诊;另5例无法行经腹超声检查,22例患者膀胱少许充盈状态下经直肠超声扫查提示, 在膀胱颈部、三角区、尿道内口及侧壁上探及微小隆起物,扁平状隆起物及膀胱壁黏膜凹凸不平。结论采用经直肠超声检测膀胱壁早期病变优于经腹超声,且图像清晰、直观。

基于深度学习的人工智能模型在乳腺超声影像报告和数据系统乳腺结节分类中的应用价值

目的探讨基于深度学习的人工智能(AI)模型在乳腺超声影像报告和数据系统(BI-RADS-US)乳腺结节分类中的应用价值。方法收集2006年12月至2019年12月就诊于首都医科大学附属北京同仁医院的1 558例女性乳腺疾病患者的2 426枚乳腺结节超声图像, 将图像数据集分为训练集(63%)、验证集(7%)和测试集(30%), 用于建立AI模型。采用受试者工作特征(ROC)曲线分析AI模型、医师仲裁结果以及AI模型辅助前后医师的诊断效能;采用Cohen加权Kappa系数比较AI模型辅助前后5名超声医师间BI-RADS-US分类的一致性;统计分析每名医师AI模型辅助前后两次BI-RADS-US分类结果的变化。结果 AI模型与医师仲裁分类结果以及AI模型辅助前后医师的诊断效能差异均无统计学意义(均P>0.05);5名医师间一致性提高, AI模型辅助前后Kappa系数分别为3类0.433、0.812, 4a类0.600、0.704, 4b类0.614、0.823, 4c类0.570、0.690, 5类0.495、0.509(均P<0.05);AI模型辅助分类后, 5名医师乳腺结节BI-RADS-US分类均发生了升降变化, 其中良性结节由4类降为3类最多(56.6%, 43/76);恶性结节由4类升为5类最多(69.4%, 34/49)。结论 AI模型辅助超声医师进行BI-RADS-US分类可有效提高医师之间分类的一致性且不降低诊断效能;AI模型通过调整结节分类, 在减少部分良性结节不必要的穿刺、提高部分恶性结节诊断准确性等方面具有临床应用价值。