谷歌浏览器插件
订阅小程序
在清言上使用

基于EMPIRE算法的数字乳腺断层合成X线成像结合重建二维及三维图像对乳腺良恶性病灶的鉴别诊断价值

Radiologic Practice(2019)

引用 0|浏览9
暂无评分
摘要
目的:探讨基于EMPIRE算法的数字乳腺断层合成X线成像(DBT)结合重建二维(s2D)及重建三维(s3D)图像对乳腺良恶性病灶的鉴别诊断价值.方法:前瞻性纳入经超声诊断为乳腺影像报告和数据系统(BI-RADS)分类为4类及以上、拟行手术或穿刺活检的126例患者,所有患者均行全屏数字乳腺X线成像(FFDM)和DBT检查,通过DBT图像后处理获得s2D、s3D图像.分别对FFDM、DBT结合s2D、DBT结合s3D、DBT结合FFDM图像进行分析,记录腺体的平均辐射剂量,对病灶的可见性进行分级,同时对病灶进行BI-RADS分类;对穿刺及手术标本进行病理分析,获得病变的组织类型.采用单因素方差分析比较四种不同组合图像的平均腺体辐射剂量,采用配对符号秩和检验比较四种组合图像的可见性评级,以病理学为金标准,采用受试者工作特征(ROC)曲线比较四种组合图像的诊断效能.结果:4例为穿刺病理证实,122例为手术病理证实.良性病灶61例,恶性病灶65例.FFDM、DBT-FFDM、DBT-s2D、DBT-s3D图像的单个体位平均腺体辐射剂量分别为(1.72±0.48)、(4.81±1.12)、(3.28±0.79)和(3.28±0.79)mGy,其差异具有统计学意义(P<0.0001).DBT-FFDM(116/126)、DBT-s2D(116/126)及DBT-s3D(117/126)较单独FFDM(98/126)显著提高病灶的可见性,其中DBT-s3D对病灶的可见性最高(93%).FFDM、DBT-FFDM、DBT-s2D及DBT-s3D对乳腺良恶性病灶诊断的ROC曲线下面积分别为0.749,0.804,0.832,0.864.结论:基于EMPIRE迭代算法的DBT结合重建二维及三维图像能在一定程度上增加乳腺病灶的可见性,并提高乳腺良恶性病灶的鉴别诊断效能.
更多
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要