声触诊弹性成像技术联合超声造影优化乳腺BI-RADS4类病灶诊断的价值研究

Acta Academiae Medicinae Xuzhou(2023)

Cited 0|Views6
No score
Abstract
目的 探讨声触诊弹性成像(STE)技术联合超声造影(CEUS)优化乳腺影像报告和数据系统(BI-RADS)4类病灶诊断的价值.方法 回顾性分析 2020 年 12 月—2022 年 6 月徐州医科大学附属医院收治的 91 例患者共93个乳腺BI-RADS 4类病灶,术前均行常规超声、STE及CEUS检查,测量病灶(A)及其周围区域(shell 2.0 mm,S)的弹性模量值(Amean、Amax、Smean、Smax).依据STE、CEUS预测模型优化BI-RADS 分类.以病理结果为金标准绘制ROC曲线,比较STE、CEUS及两者联合优化BI-RADS 分类的诊断效能.结果 93 个病灶中良性病灶 64 个,恶性病灶29个.恶性病灶的Amean、Amax、Smean、Smax 高于良性病灶,差异均有统计学意义(P均<0.05),ROC曲线显示Smax的诊断效能最高,Smax 诊断截断值为106.51 kPa,Smax 优化BI-RADS 分类诊断的敏感度、特异度、准确度及AUC分别为75.86%、87.50%、83.87%、0.807.运用CEUS预测模型优化BI-RADS分类诊断的敏感度、特异度、准确度及AUC分别为82.76%、84.38%、83.87%、0.836.STE联合CEUS优化BI-RADS分类诊断的敏感度、特异度、准确度及AUC分别为89.66%、93.75%、92.47%、0.917,高于单独优化分类(P<0.05).结论 STE联合CEUS优化BI-RADS分类能显著提高超声鉴别乳腺病灶良恶性的诊断效能,减少不必要的穿刺活检.
More
Translated text
Key words
breast lesion,BI-RADS,sound touch elastography,contrast-enhanced ultrasound,diagnosis
AI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined