自动乳腺容积扫描冠状面特征联合超声BI-RADS诊断乳腺癌的价值

• 作者: 刘迎春 庞芸 王燕 裘之瑛 陈悦 陈林
• 来源期刊: 中国临床医学影像杂志
• 学科: 医学
• 关键词: 乳腺肿瘤 超声检查,多普勒,彩色
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 乳腺影像学
• 页码范围: 788-792
• 页数: 5页
• 分类号: R737.9|R445.1
• 语种: 中文
• DOI: 10.12117/jccmi.2020.11.007

摘要

目的:探讨自动乳腺容积扫描(ABVS)冠状面特征联合超声乳腺影像报告和数据系统(US-BI-RADS)诊断乳腺癌的价值.方法:分析253例331个经病理学证实的乳腺肿块ABVS横切面、纵切面和冠状面图像特征,首先根据第五版BI-RADS的超声词典,做出BI-RADS分类诊断;然后根据ABVS冠状面特征对US-BI-RADS分类进行调整.以病理结果为标准,绘制ABVS冠状面特征联合US-BI-RADS和US-BI-RADS分类诊断乳腺肿块的ROC曲线,比较两者的诊断效能.结果:ABVS冠状面特征联合US-BI-RADS诊断乳腺癌的AUC(0.906)大于单独US-BI-RADS(0.846) (P＜0.000 1);ABVS冠状面特征联合US-BI-RADS诊断和单独US-BI-RADS诊断的最佳截断值均为BI-RADS 4a,敏感性(91.30％ v.s.89.67％)无统计学差异(P=0.594),但前者特异性(80.95％)明显高于后者(70.75％) (P=0.041).结论:ABVS冠状面“汇聚征”、“虫噬征”和“中-高回声边界”对乳腺良、恶性肿块的鉴别具有较高的特征性,ABVS冠状面特征联合US-BI-RADS可以明显提高乳腺肿块的超声分类诊断水平.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈悦		73	599	13.0	20.0
2	庞芸		12	154	7.0	12.0
3	王燕		62	453	12.0	20.0
4	陈林		45	425	13.0	18.0
5	裘之瑛		14	133	6.0	11.0
6	刘迎春		6	36	2.0	6.0