目的:设计一组新颖、有效的特征来定量化描述超声自动乳腺全容积扫描(automated breast volume scanner,ABVS)图像冠状面的汇聚征,以辅助判别乳腺肿瘤良恶性。方法:首先,在ABVS图像冠状面自动分割出肿瘤区域。其次,经过多尺度、多角度...目的:设计一组新颖、有效的特征来定量化描述超声自动乳腺全容积扫描(automated breast volume scanner,ABVS)图像冠状面的汇聚征,以辅助判别乳腺肿瘤良恶性。方法:首先,在ABVS图像冠状面自动分割出肿瘤区域。其次,经过多尺度、多角度滤波后得到最大能量图,并进行阈值筛选及形态学处理,然后提取描述汇聚征的6个特征。最后,建立分类器,验证所设计的特征在判别有无汇聚征、判别肿瘤良恶性等任务的有效性。结果:对195例乳腺肿瘤数据进行回顾性研究,采用交叉验证的方式评价所设计的特征的分类性能。在有无汇聚征的判别任务中,采用单个特征时的受试者工作特征(receiver operating characteristic,ROC)曲线的曲线下面积(area under curve,AUC)为0.83~0.89,综合6个特征的AUC为0.91。在肿瘤良恶性判别的任务中,单个特征判别结果的AUC为0.68~0.75,综合6个特征时的AUC为0.75。结论:所设计的特征能够很好地量化ABVS冠状面的汇聚征性质,在乳腺肿瘤良恶性判别中具有重要意义。展开更多
目的探讨分析自动乳腺容积成像系统联合普通手持超声在乳腺肿物良恶性鉴别诊断中的价值。方法选取2022年4月—2023年3月在齐齐哈尔市第二医院超声科检查的符合纳入标准的乳腺肿物患者60名,均行自动乳腺容积成像系统(automated breast vo...目的探讨分析自动乳腺容积成像系统联合普通手持超声在乳腺肿物良恶性鉴别诊断中的价值。方法选取2022年4月—2023年3月在齐齐哈尔市第二医院超声科检查的符合纳入标准的乳腺肿物患者60名,均行自动乳腺容积成像系统(automated breast volume scanner,ABVS)检查和普通二维超声(handheld ultrasound,HHUS)检查,对声像图特点进行数据统计分析、随访观察图像和相应专业指数变化,以组织病理学诊断为金标准。结果HHUS准确率为76.4%,ABVS准确率为77.4%,二者联合准确率为87.7%;ABVS与HHUS敏感度比较,差异无统计学意义(χ^(2)=0.405,P>0.05),二者联合与HHUS、ABVS的敏感度和特异度分别比较,差异有统计学意义(P<0.05)。结论二者联合应用于乳腺癌的筛查及诊断,具有重要临床指导意义。展开更多
目的探讨超声自动乳腺全容积扫描（ABVS）技术在乳腺肿块BI-RADS分类（3~5类）的价值。方法回顾性分析235例（共250个结节）手持超声（HUS）诊断为BI-RAD S 3~5类、同时接受ABVS检查的患者。分别应用HUS和HUS＋ABVS对乳腺病变进行BI-RAD...目的探讨超声自动乳腺全容积扫描（ABVS）技术在乳腺肿块BI-RADS分类（3~5类）的价值。方法回顾性分析235例（共250个结节）手持超声（HUS）诊断为BI-RAD S 3~5类、同时接受ABVS检查的患者。分别应用HUS和HUS＋ABVS对乳腺病变进行BI-RADS分类,以病理结果为金标准,分别计算HUS和HUS＋ABVS诊断乳腺肿块的敏感度、特异度和准确率,ROC曲线分析并比较两种方法的诊断效能。结果 250个结节中,HUS诊断3~5类乳腺病变的敏感度100%（103/103）,特异度69.39%（102/147）,准确率82.00%（205/250）;HUS＋ABVS的敏感度100%（103/103）,特异度80.95%（119/147）,准确率88.80%（222/250）。ABVS＋HUS诊断BI-RADS 3~5类病变的ROC曲线下面积为0.973,大于HUS的0.940（P=0.032）。通过＂汇聚征＂诊断乳腺恶性肿瘤的敏感度、特异度及准确率分别为65.05%（67/103）、95.92%（141/147）、83.20%（208/250）。两种方法对乳腺病变卫星灶的检出率差异有统计学意义（χ^2=30.78,P〈0.05）,但对于乳腺肿块内钙化及周围导管扩张的检出率差异无统计学意义（X^2=2.56、1.22,P均〉0.05）。结论 HUS＋ABVS技术在准确判断乳腺占位病变BI-RADS分类、鉴别肿瘤良恶性方面优于HUS。ABVS对于乳腺肿块的钙化、导管扩张及卫星灶的发现具有重要补充作用。展开更多
文摘目的:设计一组新颖、有效的特征来定量化描述超声自动乳腺全容积扫描(automated breast volume scanner,ABVS)图像冠状面的汇聚征,以辅助判别乳腺肿瘤良恶性。方法:首先,在ABVS图像冠状面自动分割出肿瘤区域。其次,经过多尺度、多角度滤波后得到最大能量图,并进行阈值筛选及形态学处理,然后提取描述汇聚征的6个特征。最后,建立分类器,验证所设计的特征在判别有无汇聚征、判别肿瘤良恶性等任务的有效性。结果:对195例乳腺肿瘤数据进行回顾性研究,采用交叉验证的方式评价所设计的特征的分类性能。在有无汇聚征的判别任务中,采用单个特征时的受试者工作特征(receiver operating characteristic,ROC)曲线的曲线下面积(area under curve,AUC)为0.83~0.89,综合6个特征的AUC为0.91。在肿瘤良恶性判别的任务中,单个特征判别结果的AUC为0.68~0.75,综合6个特征时的AUC为0.75。结论:所设计的特征能够很好地量化ABVS冠状面的汇聚征性质,在乳腺肿瘤良恶性判别中具有重要意义。
文摘目的探讨分析自动乳腺容积成像系统联合普通手持超声在乳腺肿物良恶性鉴别诊断中的价值。方法选取2022年4月—2023年3月在齐齐哈尔市第二医院超声科检查的符合纳入标准的乳腺肿物患者60名,均行自动乳腺容积成像系统(automated breast volume scanner,ABVS)检查和普通二维超声(handheld ultrasound,HHUS)检查,对声像图特点进行数据统计分析、随访观察图像和相应专业指数变化,以组织病理学诊断为金标准。结果HHUS准确率为76.4%,ABVS准确率为77.4%,二者联合准确率为87.7%;ABVS与HHUS敏感度比较,差异无统计学意义(χ^(2)=0.405,P>0.05),二者联合与HHUS、ABVS的敏感度和特异度分别比较,差异有统计学意义(P<0.05)。结论二者联合应用于乳腺癌的筛查及诊断,具有重要临床指导意义。
