超声S-Detect技术联合乳腺简化MRI对早期乳腺癌的诊断效能

目的 探讨超声S-Detect技术联合乳腺简化MRI对早期乳腺癌诊断效能的分析。方法 选取2020年1月至2021年12月进行乳腺超声和MRI检查的85个病灶。患者年龄>14岁,且未进行手术及新辅助化疗治疗,肿瘤病灶直径≤2 cm,并进行穿刺或手术获得病理结果。以乳腺穿刺肿瘤病理结果为金标准,评估超声S-Detect技术、乳腺简化MRI及二者联合检查的诊断效能。结果 S-Detect、简化MRI及两者联合诊断的灵敏度分别为:69.5%,81.4%,98.3%,特异度分别为:88.5%,80.8%,76.9%,准确率分别为:75.3%,81.2%,91.8%,与病理一致性检验Kappa值分别为:0.50,0.58,0.80,AUC分别为:0.79,0.81,0.88。差异均有统计学意义(Z=1.979,P<0.05;Z=2.096,P<0.05)。结论 超声S-Detect与乳腺简化MRI技术联合对早期乳腺癌检查的灵敏度、准确率以及与病理一致性比单独使用S-Detect技术或简化MRI高,具有较高的诊断效能,可以对早期乳腺癌的早发现早治疗起到积极作用并为临床科室制定治疗方案提供有效帮助。

多模态超声联合人工智能S-Detect技术校正BI-RADS分类对乳腺肿块的诊断价值分析

目的:探讨多模态超声联合人工智能S-Detect技术校正BI-RADS分类对乳腺肿块的诊断价值。方法:选取2021年1月—2023年12月东莞市妇幼保健院收治的乳腺肿块患者52例,所有患者均接受多模态超声检查(常规超声、彩色多普勒超声、弹性成像技术、超声造影)及人工智能S-Detect技术矫正,以病理结果为金标准,比较多模态超声、S-Detect技术联合诊断的诊断效能。结果:以病理检查结果为依据,联合检查诊断准确率、灵敏度均高于多模态超声和S-Detect技术单一诊断(P<0.05);恶性病变患者不均匀片状低回声、簇状钙化分布、血流RI高、血流丰富、冠状面结构扭曲、弹性评分高占比均高于良性病变(P<0.05);恶性肿块患者血流阻力指数、Vmax、Vmin均高于良性肿块患者(P<0.05)。结论:多模态超声联合人工智能S-Detect技术能进一步提高乳腺肿块良恶性鉴别诊断能力,且良恶性肿块经多模态超声下其超声特征表现及血流频谱上均存在差异,能够依据上述情况做出合理诊断。

C-TIRADS、ACRTI-RADS指南联合超声S-Detect技术在良恶性甲状腺结节诊断中的应用

目的探讨2020年甲状腺结节超声恶性危险分层中国指南(C-TIRADS)与2017年美国放射学会提出的甲状腺影像报告和数据系统(ACR TI-RADS)联合超声能S-Detect技术在良恶性甲状腺结节诊断中的应用。方法回顾性分析104枚进行超声引导下细针穿刺活检取得病理结果的甲状腺结节的超声图像,分别按照C-TIRADS与ACR TI-RADS指南进行分类,两种分类的诊断结果分别计入C组和A组;随后分别联合使用S-Detect技术进行二次分类,其诊断结果分别计入CS组和AS组。以病理结果为诊断金标准,比较各组诊断效能。结果104枚甲状腺结节中,恶性结节58枚,良性结节46枚。单独使用C-TIRADS、ACR TI-RADS指南及分别联合使用S-Detect技术诊断的受试者工作特征曲线下面积(AUC)分别为0.828、0.726、0.852及0.771,CS组AUC高于A组(P<0.05),C组与A组、CS组与AS组比较差异均无统计学意义(P均>0.05)。特异度组间比较C组高于A组、CS组高于AS组、CS组高于C组、AS组高于A组(P<0.05或<0.01)。CS组与C组、AS组与A组比较,阳性预测值及阴性预测值均有提升,敏感度略有下降,但差异均无统计学意义(P均>0.05)。结论C-TIRADS与ACR TI-RADS指南对良恶性甲状腺结节均具有较高的诊断敏感度,C-TIRADS指南特异度更高;两个指南联合使用S-Detect技术可提高良恶性甲状腺结节的诊断特异度,避免过度诊疗。

不同超声成像参数对S-Detect技术用于乳腺结节良恶性鉴别诊断中的影响

目的探讨超声成像参数对S-Detect技术诊断结果产生的影响。方法前瞻性收集2021年10月至2022年3月因乳腺结节在浙江大学医学院附属邵逸夫医院就诊的患者,共纳入133例患者(143个结节)。设置5种超声成像参数条件,包括基准(单焦点、焦点位于病灶中部水平、病灶深度适合)、双焦点、焦点位置过浅、焦点位置过深、扫查深度过深。分别存储在不同超声成像参数下获得的超声图像,并应用S-Detect技术对图像进行分析解读。比较基准参数设置与其他参数设置之间的诊断结果一致性及超声特征判读的一致性。并以病理结果为“金标准”,比较各个参数设置条件下的诊断效能。结果扫查深度过深与基准条件的诊断一致性(kappa=0.771)较其他设置更低,对于形状(kappa=0.489)及内部回声(kappa=0.442)这两个超声特征判读的一致性也较其他设置低。同时诊断效能(AUC=0.716)为各个设置中的最低者,且与基准设置的诊断效能差距最大。其他各项参数条件与基准条件的一致性较好,诊断效能与基准条件之间无显著性差异。结论对比基准参数设置,在不同成像参数设置中,扫查深度过深条件下的诊断一致性、超声特征判读一致性、诊断效能均较其他条件更低。因此应用S-Detect技术时应避免采用过深的扫查深度。

超声S-Detect技术对甲状腺4类结节良恶性诊断的价值

探究甲状腺影像报告和数据系统(TI-RADS)4类结节性质判断的价值。对TI-RADS 4类甲状腺结节102例检查,分析TI-RADS分类及S-Detect技术联合TI-RADS分类诊断TI-RADS 4类甲状腺结节良恶性的价值。结果表明TI-RADS分类标准判断结果与“金标准”(病理检查结果)比较;结合S-Detect辅助诊断结果再次分类,与病理结果表现出了较好的一致性(Kappa=0.851)。有效辅助医生对甲状腺4类结节良恶性诊断效率。

人工智能S-Detect技术辅助诊断乳腺良恶性结节的应用价值

目的:分析人工智能S-Detect技术辅助诊断乳腺良恶性结节的应用价值。方法:选取2021年3月-2022年4月佛山市南海区第五人民医院收治的80例乳腺结节患者,患者均经病理检查确诊,对患者实施超声检查以及人工智能S-Detect技术辅助诊断,对比分析单独超声检查与人工智能S-Detect技术辅助的诊断效能。结果:本组80例患者经病理检查确诊34例恶性和46例良性;超声检查诊断27例恶性、53例良性;超声+人工智能S-Detect技术诊断为33例恶性、47例良性。采用人工智能S-Detect技术辅助诊断的准确率98.75%、灵敏度97.06%明显高于超声单独检测的88.75%、76.47%(P <0.05)。采用人工智能S-Detect技术辅助诊断不同类型良恶性乳腺结节的检出准确率高于超声单独检测,其中恶性乳腺结节检出率差异有统计学意义(P <0.05)。结论:人工智能S-Detect技术辅助诊断乳腺良恶性结节能明显提高诊断效能,具有非常重要的应用价值。

S-Detect技术与弹性成像技术联合应用对乳腺BI-RADS4类结节良恶性评估的诊断价值

目的探讨S-Detect技术与弹性成像技术联合应用对乳腺影像学报告及数据系统4(Breast Imaging Reporting and Data System 4,BI-RADS4)类结节良恶性评估的诊断价值。方法采用二维超声、弹性成像技术及S-Detect技术对110例女性患者诊断为BI-RADS4类120个乳腺结节病灶进行良恶性鉴别,以术后病理诊断结果作为金标准,对比分析二维超声单独联合弹性成像技术,以及同时联合采用S-Detect技术与弹性成像技术的诊断效能。结果二维超声单独联合弹性成像技术诊断的敏感度为73.68%,特异度为82.92%,准确度为80.00%;而同时联合采用S-Detect技术与弹性成像技术诊断的敏感度为86.84%,特异度为87.80%,准确度为86.66%。二维超声单独联合弹性成像技术、同时联合采用S-Detect技术与弹性成像技术诊断乳腺BI-RADS 4类结节病灶良恶性的ROC曲线下面积分别为0.746和0.942(P<0.05)。二维超声同时联合采用S-Detect技术与弹性成像技术诊断效能优于单独联合弹性成像技术(P<0.05)。结论S-Detect技术联合弹性成像技术可作为一种新型的乳腺二维超声补充诊断手段,辅助二维超声诊断可明显提高对BI-RADS 4类乳腺结节的良恶性鉴别诊断的效能。

探讨人工智能S-Detect技术联合弹性成像在乳腺不良病变超声诊断中的应用价值研究

目的:分析人工智能S-Detect技术联合弹性成像在乳腺不良病变超声诊断中的应用价值。方法:随机抽取我院2019年8月~2020年10月科室内所有行手术治疗的135例乳腺肿块患者的临床病例进行回顾性分析,针对患者的超声弹性成像和人工智能S-Detect结果进行对比,分析二者联合诊断的应用价值。结果:135例患者共包括162个病灶,病灶直径为4.5mm~38.9mm,平均直径(18.73±5.12)mm,其中包括良性病灶107个(66.05%),恶性病灶55个(33.95%);超声弹性成像诊断的灵敏度、特异度和准确率分别为74.55%、85.98%和82.10%;S-Detect技术诊断的灵敏度、特异度和准确率分别为89.09%、84.11%和85.80%;超声弹性成像联合S-Detect技术的诊断乳腺不良病变的灵敏度、特异度和准确率分别为96.36%、93.46%和94.44%,诊断价值明显优于单独超声弹性成像和S-Detect技术(P<0.05)。结论:人工智能S-Detect技术联合弹性成像可以有效实现对乳腺良恶性肿块的鉴别,在乳腺不良病变中发挥出了较好的诊断效果,有利于提高临床诊断符合率。

S-Detect技术与常规超声不同联合方案在乳腺结节评估中的应用

目的:探讨S-Detect技术与常规超声不同联合方案在乳腺结节评估中的应用价值。方法:收集2019年5月-2020年4月175个乳腺结节的常规超声图像,术前由低、中、高年资的超声医师各自进行常规超声乳腺影像报告和数据系统(breast imaging report and data system,BI-RADS),分类,并分别以4种不同方案联合S-Detect结果进行调整,术后以病理结果为金标准,评估S-Detect的诊断价值,同时比较不同年资医师联合不同方案前后的诊断效能。结果:单用S-Detect的诊断特异性高于超声医师,差异均有统计学意义(P <0.01)。低、中年资医师联合诊断的AUC值显著提高,且差异有统计学意义(P<0.01),其中联合方案三、四显著优于方案一、二(P<0.05);高年资医师联合后AUC值降低。结论:S-Detect技术具有较高的诊断特异性,低、中年资医师联合S-Detect技术进行BI-RADS分类可以提高诊断效能,其中联合方案三、四较优。

超声S-Detect技术在乳腺肿块诊断中的价值

目的探讨超声S-Detect技术在乳腺肿块病灶诊断中的应用价值。方法采用S-Detect技术及常规超声对62例女性患者总计85个乳腺肿块进行诊断,以术后病理结果为金标准,对比分析常规超声与S-Detect技术的诊断效能。结果低年资医师常规超声诊断效能低于S-Detect技术(P<0.05),中年资、高年资医师常规超声诊断效能与S-Detect技术无显著差异(P>0.05)。S-Detect技术与高年资医师诊断结果呈正相关(r=0.97)。S-Detect技术长轴切面和长轴垂直切面的诊断效能无显著差异(P>0.05)。中年资医师常规超声诊断直径≤20 mm乳腺肿块的效能优于S-Detect技术(P<0.05),但诊断直径>20 mm乳腺肿块的效能低于S-Detect技术(P<0.05)。结论S-Detect技术可用于乳腺良恶性肿块的鉴别诊断,其诊断效能可达到中、高年资医师BI-RADS分类的诊断水平,但在诊断直径不足20mm乳腺肿块时的效能并不十分理想。

S-Detect技术在乳腺超声检查中的诊断性能

目的:分析S-Detect技术在乳腺超声检查中的诊断性能。方法:选择2018年6月~12月接受检查的的女性患者175例,共纳入192个乳腺肿块。分别通过超声医生和S-Detect技术来评估其对乳腺超声检查结果的一致性。比较两者的诊断性能,包括敏感性、特异性、阳性预测值、阴性预测值、准确性和接受者操作特征曲线下面积。结果:192个乳腺肿块中,恶性72个(37.5%),良性120个(62.5%)。对于4a类良性肿块,相比超声医生,S-Detect技术具有较高的良性评估率。S-Detect技术的特异性、阳性预测值、准确性和接受者操作特征曲线下面积显著高于超声医生,而诊断敏感度、阴性预测值低于超声医生(P<0.05)。超声医生和S-Detect技术的最终评估结果显示中度一致(κ=0.58)。结论:S-Detect技术可作为提高乳腺超声诊断特异性的一种辅助诊断手段,可指导乳腺肿块的诊断。

不同年资超声科医师应用S-Detect技术诊断乳腺结节的价值研究

目的:对比分析不同年资超声科医师应用人工智能(artificial intelligence,AI)S-Detect技术诊断乳腺结节的诊断效能,探讨S-Detect技术的临床应用价值。方法:对2020年7—10月在上海市长宁区妇幼保健院行乳腺结节手术的100例患者(144例结节),分别由1名高年资副主任医师和1名低年资主治医师行常规临床超声诊断,按照乳腺影像报告和数据系统(Breast Imaging Reporting and Data System,BI-RADS)分类标准,以分类结果≤4A诊断为良性结节,>4A诊断为恶性结节;并分别应用S-Detect技术评价结节,以纵切及横切两次结果均为“可能良性”诊断为良性结节,否则诊断为恶性结节。以病理学检查结果为金标准,对比分析常规超声检查及S-Detect技术2名医师的诊断效能及一致性。结果:144个乳腺结节中,良性结节124个,恶性结节20个。使用常规超声检查高年资医师及低年资医师的受试者工作特征(receiver operating characteristic,ROC)曲线的曲线下面积(area under curve,AUC)分别为0.868和0.690;S-Detect技术高年资医师及低年资医师的AUC分别为0.877和0.893;常规超声检查低年资医师的AUC与其他三者差异有统计学意义(P<0.01)。常规超声检查高年资医师及低年资医师组内相关系数(intraclass correlation coefficient,ICC)为0.736,具有中度一致性;S-Detect技术高年资医师及低年资医师ICC为0.928,具有高度一致性。结论:临床不同年限超声科医师工作经验对于乳腺结节的鉴别诊断有影响,但是AI技术可以降低经验对诊断结果的影响。S-Detect技术值得临床推广。

S-Detect技术联合基于CDFI调整的BI-RADS分类对乳腺结节良恶性的鉴别诊断价值

目的探讨S-Detect技术联合基于CDFI调整的乳腺影像学报告及数据系统(BI-RADS)分类在乳腺结节良恶性鉴别诊断中的应用价值。方法选取我院收治的BI-RADS 4A类结节患者270例(共318个结节),均行S-Detect技术和CDFI检查,根据CDFI检查结果调整BI-RADS分类,绘制受试者工作特征(ROC)曲线分析S-Detect技术、调整后BI-RADS分类单独及联合应用对乳腺结节良恶性的鉴别诊断价值。结果318个乳腺结节病理诊断恶性170个,良性148个;S-Detect技术准确诊断恶性143个,良性124个,敏感性84.12%,特异性83.78%;调整后BI-RADS分类准确诊断恶性152个,良性130个,敏感性89.41%,特异性87.84%;S-Detect技术联合调整后BI-RADS分类准确诊断恶性161个,良性137个,敏感性94.71%,特异性92.57%。ROC曲线分析显示,S-Detect技术、调整后BI-RADS分类单独及联合应用鉴别诊断乳腺结节良恶性的曲线下面积分别为0.840、0.886、0.936。结论S-Detect技术联合基于CDFI调整的BI-RADS分类在乳腺结节良恶性鉴别诊断中具有良好的临床应用价值。

基于深度学习模型的S-Detect技术在甲状腺良恶性结节鉴别诊断中的应用价值

目的:探讨基于深度学习模型的超声人工智能辅助诊断技术(S-Detect技术)在甲状腺结节诊断中的临床应用价值。方法:选取2019年10月至2020年5月在河南省肿瘤医院治疗并行超声检查的甲状腺结节患者(共183例患者,183个病灶),分别由超声医生及S-Detect技术对其超声声像图特征进行分析,比较二者对不同超声特征诊断的一致性,并以病理结果为金标准,评估S-Detect技术在甲状腺结节鉴别诊断中的临床应用价值。结果:183例甲状腺结节经病理证实良性68例,恶性115例,S-Detect技术对本组数据诊断的敏感性、特异性、准确率分别为84.35%、86.76%、85.25%;高年资医师组诊断的敏感性、特异性、准确率分别为90.43%、92.65%、91.26%,低年资医师组诊断的敏感性、特异性、准确率分别为76.52%、82.35%、78.69%,在可以评估的5个超声声像图特征中,结节成分、回声及纵横比3个指标超声医师与S-Detect诊断的一致性较高,结节形状及边缘2个指标超声医师与S-Detect诊断的一致性较差。结论:基于深度学习模型的S-Detect技术诊断甲状腺结节的准确率较高,有助于提高低年资医师诊断的准确性。

超声S-Detect技术在乳腺肿块诊断中的应用

探讨超声S-Detect技术对乳腺肿块诊断的应用价值。方法:抽取2019-02至2021-02我院100例乳腺肿块的患者,对所选患者进行常规超声检查、超声S-Detect技术检查,分析不同检查方式的使用价值。结果:①在本研究抽取的患者中发现112个病灶,良性病灶62个(55.36%),恶性病灶50个(44.64%)。②超声S-Detect技术检查敏感度、特异度、准确度普通超声检查(P<0.05)。结论:对于乳腺肿块患者超声S-Detect技术能提高诊断的准确性。

超声弹性成像联合S-Detect技术用于诊断TI-RADS4类甲状腺结节良恶性价值分析

目的 探讨超声弹性成像(acoustic elastography, AE)联合S-Detect技术用于诊断甲状腺影像报告和数据系统(TI-RADS)4类甲状腺结节良恶性的价值。方法 选取许昌市人民医院2021年6月至2023年6月期间80例TI-RADS分类为4类的甲状腺结节患者(96个结节)为研究对象,均行AE及S-Detect技术诊断,以病理诊断为金标准,评价各检查方式鉴别结节良恶性的诊断效能。结果 96个结节的手术病理学检查结果显示,恶性结节64个(66.67%),良性结节32个(33.33%);64个恶性结节的AE评分平均为(4.31±0.83)分,32个良性结节的AE评分平均为(2.16±1.25)分,恶性结节AE评分显著高于良性结节(t=10.069,P<0.001);AE诊断结果与病理对照,共23个结节诊断存在差异,其中误诊8个,包括5个结节性甲状腺肿和3个滤泡性腺瘤,漏诊15个,包括9个乳头状甲状腺癌、5个滤泡型甲状腺癌和1个髓样癌;S-Detect技术诊断结果与病理对照,共15个结节存在差异,其中误诊5个,包括3个结节性甲状腺肿和2个滤泡性腺瘤,漏诊10个,包括6个乳头状甲状腺癌,3个滤泡型甲状腺癌和1个髓样癌;AE、S-Detect技术联合鉴别诊断TI-RADS 4类甲状腺结节良恶性的敏感度、特异度、准确度分别为95.31%、84.38%、91.67%,与病理诊断一致性检验Kappa值为0.81。结论 AE联合S-Detect技术在鉴别TI-RADS 4类甲状腺结节良恶性方面具有较高的效能,与病理诊断一致性良好。

萤火虫成像联合应变弹性成像校正人工智能S-Detect技术对乳腺囊实性肿块良恶性的诊断价值

目的 探讨萤火虫成像(micropure imaging, MI)联合应变弹性成像(strain elastography, SE)校正人工智能(artificial intelligence, AI)S-Detect技术对乳腺囊实性肿块良恶性的诊断价值。方法 根据145个乳腺囊实性肿块的MI和SE的表现对其S-Detect诊断结果进行校正。以术后病理结果为金标准,计算校正前后的诊断敏感度、特异度、准确度,并绘制两组受试者操作特征(receiver operating characteristic, ROC)曲线,比较曲线下面积。结果 病理良性80个,恶性65个。S-Detect经过校正后,诊断敏感度、特异度、准确度以及ROC曲线下面积均较校正前有所提高。结论 MI与SE联合校正S-Detect的诊断结果,能够提高对乳腺囊实性肿块良恶性的诊断效能。

多种超声影像技术在乳腺癌诊断中的研究进展

乳腺癌是我国女性发病率最高的恶性肿瘤,常规超声是乳腺癌筛查常用的影像检查方法。弹性成像、超声造影、自动乳腺超声成像系统、S-detect技术及超声引导下穿刺活检等新技术正在飞速发展并逐渐应用于临床,为乳腺癌的诊断提供了更有价值的信息。本文就多种超声影像技术诊断乳腺癌的临床应用进展进行综述。

人工智能S-detect技术在超声BI-RADS 4类乳腺肿块中的应用价值

目的探究人工智能S-detect技术在超声BI-RADS 4类乳腺肿块中的应用价值。方法选取2018年2月-2020年2月在中南大学湘雅三医院进行乳腺超声检查的女性患者73例作为研究对象,同时进行了S-detect检测。以组织学病理结果为金标准,分析S-detect技术在辅助常规超声前后在BI-RADS 4类乳腺肿块中诊断效能。结果以组织学病理结果为金标准,常规超声对76例乳腺肿块进行BI-RADS分类的正确率为72.37%、S-detect检测的正确率为71.05%,二者结合诊断的正确率为81.58%。常规超声、S-detect检测及S-detect辅助超声的受试者工作特征曲线下面积分别为0.724、0.746和0.838,后者具有最佳的AUC值(P<0.05)。结论S-detect技术能有效提高常规超声对BI-RADS 4类乳腺肿块的诊断效能,减少不必要肿块活检。

超声S-Detect技术联合乳腺简化MRI在乳腺体检中的应用价值研究

目的运用超声S-Detect技术联合乳腺简化MRI对乳腺肿瘤患者进行检查,探讨该联合检查技术在乳腺体检工作中的应用价值。方法选择2020年1月—2021年12月在唐山市妇幼保健院进行乳腺超声和MRI检查,并进行穿刺或手术获得病理结果的120个肿瘤病灶。以乳腺肿瘤病理结果为金标准,评估超声S-Detect技术、乳腺简化MRI及二者联合诊断的诊断效能。结果S-Detect、简化MRI及两者联合诊断的灵敏度分别为80.9%、88.3%、94.7%,特异度分别为73.1%、84.6%、88.5%,准确率分别为79.2%、87.5%、93.3%,与病理一致性检验Kappa值分别为0.47、0.66、0.81,AUC分别为0.77、0.86、0.91。结论超声S-Detect与乳腺简化MRI技术联合对乳腺肿瘤检查的灵敏度、特异度、准确率以及与病理一致性比单独使用SDetect技术或者简化MRI高,能够更有效检出乳腺肿瘤并区分良恶性,为乳腺肿瘤的发现起到了积极作用,并为临床制定治疗方案提供了帮助。