关键词：
USG
AI超声
MRI
BI-RADS分类
联合诊断
摘要：
目的:本研究将AI超声、常规USG及MRI对乳腺结节的BI-RADS分类与病理结果进行对照,分析三种影像学方法对乳腺结节良恶性的诊断效能。根据AI超声的BI-RADS分类对常规USG中BI-RADS4a类结节进行重新分类,评估AI超声对常规USG BI-RADS分类的影响。通过对比乳腺导管原位癌及乳腺浸润性导管癌的影像学观察指标,寻找两者之间有效的鉴别特征。方法:选取105例乳腺结节患者作为研究对象,年龄19～91岁,平均(48.3±8.7)岁,均为女性,病程3～12个月,共140个乳腺结节纳入研究,所有乳腺结节均行常规USG、AI超声及乳腺MRI检查。采用乳腺影像报告和数据系统对患者的乳腺结节进行良性和恶性的分类,以BI-RADS 4a类及以下分类作为良性组,BI-RADS 4b类及以上分类作为恶性组,参照术后病理结果,对比三种影像学方法在独立及联合对乳腺结节进行BI-RADS分类时,所得出的准确性、敏感性、特异性、阳性预测值、阴性预测值,采用受试者工作特征曲线和曲线下面积评估3种影像学方法对乳腺结节的诊断效能。本次研究中经常规USG分类得出55个BI-RADS 4a类结节,以AI超声BI-RADS 4a类作为截点值,根据AI超声的BI-RADS分类对该55个乳腺结节进行重新分类,使用Kappa检验对调整后的BI-RADS分类与病理进行一致性检验,并采用ROC曲线进行效能检验,P<0.05具有统计学意义。此次纳入研究的乳腺结节中有81个为恶性结节,其中单纯的乳腺导管原位癌22个,单纯的乳腺浸润性导管癌42个,联合乳腺超声及MRI对两种病理类型的乳腺癌进行单因素分析,将P<0.05的指标纳入多因素logistic回归,得到鉴别乳腺导管原位癌及乳腺浸润性导管癌的独立影响因素。结果:(1)独立诊断乳腺结节的良恶性时,乳腺MRI的准确性、敏感性、阴性预测值较高,分别为75.7%、77.7%、70.5%;AI超声检查的特异性、阳性预测值较高,分别为76.3%、81.1%。(2)在联合诊断乳腺结节的良恶性时,常规USG+AI超声+MRI联合诊断乳腺癌的准确性、敏感性、特异性、阳性预测值、阴性预测值最高,分别为92.1%、95.1%、88.1%、91.7%、92.8%。两两组合中,AI超声+MRI的准确性、敏感性、特异性、阳性预测值、阴性预测值分别为87.1%、90.1%、83.1%、87.9%、85.9%,均较独立检查有所提高。(3)根据ROC曲线的结果,在单独诊断乳腺结节的良恶性方面,乳腺MRI的曲线下面积最高,约0.753,AI超声略次之,约0.752。两两方法联合诊断时,AI超声+MRI最高,约0.866;当三者联合诊断时,常规USG+AI超声+MRI的组合方式曲线下面积约0.916,均高于独立检查或两两组合的方式。(4)以AI超声BI-RADS 4a类作为截点,对55例常规USG BI-RADS 4a类乳腺结节进行重新分类,通过调整后的乳腺BI-RADS分类与病理结果的一致性检验,得出Kappa值为0.752(P<0.05),两者对照的AUC值为0.889,提示调整后的BI-RADS分类与病理金标准具有较高的一致性。(5)对乳腺导管原位癌及浸润性导管癌的影像学特征进行单因素分析显示,在超声检查中乳腺结节的生长方式、边缘情况、血流Adler分级具有统计学意义(P<0.05);在乳腺MRI中,乳腺结节的增强病灶分布、内部强化特征具有统计学意义(P<0.05)。通过多因素logistic回归分析得出,增强病灶分布(OR:75.468)这一指标在所有独立因素中相关性最高,其次是病灶边缘情况(OR:68.353)。结论:(1)在AI超声、常规USG及MRI对乳腺结节的良恶性诊断中,MRI敏感性较高,当三种方法联合运用时,得出的BI-RADS分类更接近于乳腺结节良恶性的诊断。(2)根据AI超声的BI-RADS分类对常规USG的BI-RADS 4a类结节进行再分类,调整后的BI-RADS分类可较好的预测乳腺结节的良恶性。(3)通过单因素及多因素分析乳腺导管原位癌及乳腺浸润性导管癌的影像学特征,得出纵向生长、边缘模糊、肿块样强化,强化不均匀是乳腺浸润性导管癌的独立影响因素,其中,肿块样强化是诊断乳腺浸润性导管癌的最佳指标。
欢迎来到三峡大学图书馆！
