基于FFDM并联3.0T MRI-DCE对乳腺癌筛检价值的研究

目的分析评价全数字化乳腺X线摄影与磁共振动态增强扫描各自及并联应用后在乳腺癌筛检中的应用价值。方法回顾性分析2014-04~2017-10在我院经穿刺或手术病理证实的、术前均行FFDM及3.0T MRI-DCE检查的50例(57个病灶)乳腺癌及24例(25个病灶)乳腺良性病变女性患者资料,比较两种方法单独和联合使用时诊断乳腺癌的诊断效能。结果 (1)FFDM、DCE-MRI、FFDM+DCE三种方法诊断乳腺癌的特异度无统计学差异。(2)DCE-MRI诊断乳腺癌的敏感度(85.96%)、阳性预测值(90.74%)、阴性预测值(71.43%)、Yonden’s index(0.66)均较FFDM高,漏诊率(14.04%)低于FFDM(21.05%);但并联二者后诊断乳腺癌的敏感度(96.49%)、阳性预测值(91.67%)、阴性预测值(90.91%)、Yonden’s index(0.76)均高于单独应用FFDM及DCE-MRI,漏诊率(0.51%)明显低于二者单独应用,且差异均有统计学意义(P<0.05)。(3)FFDM+DCE的ROC曲线下面积0.882(P=0.000,95%CI 0.785-0.980)高于DCE 0.830(P=0.000,95%CI0.724-0.935)及FFDM 0.795(P=0.000,95%CI为0.685-0.905)。结论在FFDM初筛的基础上有针对性地联合DCE-MRI检查,可明显提高乳腺疾病诊断效能。

基于拉伸指数模型扩散加权成像对乳腺良恶性病变的诊断与鉴别

目的探讨拉伸指数模型扩散加权成像对于乳腺良恶性病变的诊断价值,并与单指数模型及动态增强(DCM)扫描进行比较。方法收集122例乳腺病变患者(67例良性,共71个病灶;55例恶性,共57个病灶),行乳腺多b值弥散加权成像(DWI)及动态增强磁共振扫描(DCE-MRI)。GE AW4.4工作站分析图像,计算表观扩散系数(ADC)、分布扩散系数(DDC)、α值并生成时间-信号强度曲线(TIC)。比较良恶性组间各参数差异,用受试者工作特征曲线(ROC)评价各参数诊断效能。结果恶性ADC(0.99±0.24)×10-3mm2/s、DDC(0.97±0.26)×10-3mm2/s、α(0.728±0.107),与良性组ADC(1.31±0.27)×10-3mm2/s、DDC(1.39±0.29)×10-3mm2/s、α(0.863±0.089),差异均存在统计学意义(P值均<0.01)。良性病变Ⅰ型TIC曲线更多见,恶性病变Ⅲ型TIC曲线更多见。各参数中DDC曲线下面积最大(AUC=0.958),最佳诊断界值1.22×10-3mm2/s,敏感度和特异度96.7%、81.8%,DDC与TIC联合所得AUC为0.976,对应敏感度和特异度93.3%、93.9%。结论拉伸指数模型DWI参数DDC、α能够诊断乳腺的良恶性病变,DDC与TIC联合能得到比ADC、DCE更好的诊断效能。

乳腺癌DBT征象与不同分子亚型之间的相关性

目的探讨乳腺癌数字乳腺断层摄影(DBT)征象与不同分子亚型相关性。方法回顾性分析经病理证实的260例乳腺癌患者的资料。采用单因素和多因素Logistic回归分析,以评估乳腺癌DBT征象与其分子亚型的关联。结果Luminal A、B型多表现为不规则的毛刺状肿块,毛刺与Luminal A型(OR 3.77,P<0.001)关系密切;肿块边缘清楚、形态规则高度提示三阴型(OR 12.53,P<0.001);HER-2型(OR 2.42,P=0.015)、Luminal B型(OR 1.69,P=0.047)与微钙化相关,其中单纯钙化多见于HER-2型(P=0.005),肿块伴钙化多见于Luminal B型(P=0.017);不同亚型间钙化形态有统计学差异(P=0.027),Luminal A型(12,52.2%)多表现为无定形钙化,HER-2型(10,55.6%)多表现为细小多形性钙化。结论乳腺癌某些DBT征象可用于预测特定的亚型,并帮助指导临床治疗策略。

基于混合式教学法在影像科住院医师规范化培训中的初探

目的探索一种能有效提高影像住培医师临床能力的混合式教学法。方法将66名影像住培医师随机分为传统组、现代组和综合组。各组分别采用其相对应的教学法,分别记录规培教学前后客观结构化临床检查成绩,并使用问卷调查获得学生对教学工作和自我满意度的评价。结果3组学生规培教学前、后组内考核成绩均有差异(P<0.05)。3组学生的规培教学前OSCE成绩组间无差异。3组学生的规培教学后OSCE成绩组间有差异(P<0.05),综合组优于传统组和现代组。综合组对教学模式的平均满意度(AS)分数最高(4.36)。传统组和综合组在有效利用时间方面的AS分数(4.23和4.27)较现代组(3.55)高。传统组在自学能力和临床技能应用的AS分数(3.64和3.78)均低于现代组和综合组。结论4联混合教学法在住培工作中可有效提高影像住培医师的临床知识和技能。

基于深度学习的乳腺数字化X线BI-RADS密度分类的研究

目的为了确保基于ACR BI-RADS乳腺X线密度评估的一致性和准确性,本研究构建基于深度学习的乳腺数字化X线密度的自动分类模型,使之达到对乳腺密度的精准分类。方法在研究中,构建并优化基于深度学习的卷积神经网络(CNN)的经典模型ResNet 50。收集本院于2015-08～2018-02间行全数字化乳腺摄影图像18 152幅,由两位有经验的放射科医师根据ACR BI-RADS标准对图像的乳腺密度进行评估。各自经微调的分类模型分别在小数据集(4 000幅)和原始数据集(18 152幅)对乳腺密度的分类进行评估,得到相应的分类准确性,以受试者工作特性曲线和曲线下面积评估模型的分类性能。结果 CNN模型在小数据集训练时,各类的分类准确性分别为a类91%,b类86%,c类84%,d类90%;当在原始数据集训练时,a类和d类的分类准确性无明显变化,b类和c类的准确性分别为89%和88%,随着数据量的增加,准确率明显提高,比较AUC发现分类性能明显改善。结论基于深度学习的卷积神经网络(CNN)分类模型能以较高的准确率对乳腺密度进行分类,在临床工作中,可协助放射科医师对乳腺密度进行准确、一致的分类。

乳腺微钙化研究的新进展

乳腺癌严重影响着女性的身心健康,近年来其发病呈现年轻化并逐年上升的趋势,而乳腺癌的早发现、早诊断、早治疗是提高其治愈率、降低死亡率的关键。微钙化作为乳腺癌的影像学特征之一,对于提高早期乳腺肿瘤的诊断十分重要。本研究通过复习近期乳腺癌微钙化领域的相关文献,对它的形成机制、成分、影像学诊断、与临床病理指标间的关系及新辅助化疗对乳腺癌微钙化灶的影响进行综述。

探索LBL-CBL-PBL-RBL模式在影像科住院医师规范化培训中的应用

目的比较传统模式、现代模式及LBL-CBL-PBL-RBL模式在医学影像专业住院医师规范化培训中的应用价值。方法选取2017年9月20日-2019年9月20日进入影像科参加住院医师规范化培训的医学影像专业学生共66名作为研究对象。将受试学员随机分为3组,分别采用LBL-CBL-PBL-RBL模式、现代模式和传统模式进行为期2年的教学实践,比较三组学生的考核成绩和学习效果的自我评估。结果教学实践前后,综合组学员OSCE考核成绩的差值为(8.14±1.8),学习效果的自我评估明显高于另外两组,差值分别为(3.54±1.57)和(3.68±1.42),差异有统计学意义,P<0.05。结论 LBL-CBL-PBL-RBL模式能显著提高住培带教质量,创造更加活跃开放的教学氛围,值得在工作中大力推广。

全数字化乳腺X线摄影与超声萤火虫技术对乳腺微钙化检出的比较

目的评价超声"萤火虫"技术与全数字化乳腺X线(FFDM)相比在乳腺微钙化检出方面的意义及其临床应用价值。方法收集山西医科大学第一医院于2016年11月至2017年11月经手术病理证实的乳腺病变患者126例,将其分为肿块伴钙化组、单纯钙化组、无钙化组(单纯肿块、非肿块无钙化),所有患者于术前均行FFDM及超声"萤火虫"技术检查,比较超声"萤火虫"技术与FFDM对乳腺微钙化的显示情况,并以病理结果为金标准,采用受试者工作特征(ROC)曲线评价2种影像学方法对乳腺微钙化检出的效能,同时采用Z检验比较2种影像学方法的曲线下面积,评价其诊断价值。结果 (1)超声"萤火虫"成像显示肿块内微钙化的特异度(83%)较FFDM(91%)低,灵敏度(96%)较FFDM(91%)高,2者的ROC曲线下面积分别为0.894、0.909,但2者对肿块内微钙化的诊断价值差异无统计学意义(Z=0.25,P> 0.05)。(2)超声"萤火虫"成像显示单纯微钙化的特异度、灵敏度(25%、79%)均较FFDM(87%、91%)低,2者的ROC曲线下面积分别为0.522、0.893,FFDM对单纯微钙化的诊断价值优于超声"萤火虫"成像技术(Z=3.71,P <0.05)。结论超声"萤火虫"成像技术对乳腺微钙化检出的特异性不如FFDM,但其对乳腺肿块内微钙化检出的敏感性高,有助于超声科医师判断乳腺病变的良恶性。