背景与目的:三阴性乳腺癌(triple-negative breast cancer,TNBC)细胞增殖程度高,有明显的肿瘤异质性,缺乏针对性治疗药物,是恶性程度最高、预后最差的乳腺癌分子分型。超声是TNBC筛查和鉴别诊断的重要影像学方法之一。TNBC的超声图像特...背景与目的:三阴性乳腺癌(triple-negative breast cancer,TNBC)细胞增殖程度高,有明显的肿瘤异质性,缺乏针对性治疗药物,是恶性程度最高、预后最差的乳腺癌分子分型。超声是TNBC筛查和鉴别诊断的重要影像学方法之一。TNBC的超声图像特征表现出明显的变异性。该研究旨在探讨临床、病理学及免疫组织化学因素对TNBC超声图像特征的影响。方法:回顾性分析119例手术后经病理学检查证实的浸润性TNBC患者的术前超声图像、临床及病理学资料。2名具有5年以上临床经验的超声科医师对乳腺癌肿块超声图像进行特征分析与评估,评估内容包括肿块的方位、形态、边缘、内部回声、后方回声改变及钙化。按照患者年龄、肿瘤大小、病理组织学级别、Ki-67表达水平及人类表皮生长因子受体2(human epidermal growth factor receptor-2,HER2)评分将患者分组,以研究这些因素对TNBC超声图像特征的影响。结果:浸润性TNBC的超声特征与患者年龄、肿块大小、病理学分级、Ki-67表达水平及HER2评分相关:患者年龄影响肿块的后方回声(P=0.002),肿块大小影响肿块边缘是否毛刺成角(P=0.025),病理学分级影响肿块的形态(P=0.008)及后方回声(P=0.044),Ki-67表达影响肿块的形态(P=0.042)、边缘是否毛刺成角(P=0.005)及后方回声(P=0.005),HER2评分影响钙化的发生率(P=0.024)。结论:浸润性TNBC的超声声像图特征与患者年龄、肿块大小、病理学分级、Ki-67增殖水平及HER2评分有关。了解TNBC的超声特征及变异性相关的临床、病理学及免疫组织化学基础,可辅助早期诊断和提高诊断准确性。展开更多
背景与目的:乳腺癌已成为女性最常见的恶性肿瘤,乳腺X线摄影新技术的出现对乳腺癌诊断起重要作用;该研究旨在对比数字乳腺断层融合X线摄影(digital breast tomosynthesis,DBT)与常规影像学检查诊断乳腺良、恶性病变的效能。方法:收集201...背景与目的:乳腺癌已成为女性最常见的恶性肿瘤,乳腺X线摄影新技术的出现对乳腺癌诊断起重要作用;该研究旨在对比数字乳腺断层融合X线摄影(digital breast tomosynthesis,DBT)与常规影像学检查诊断乳腺良、恶性病变的效能。方法:收集2015年3月—2015年12月在复旦大学附属肿瘤医院就诊且经临床或超声检查怀疑乳腺病变的227例患者。所有患者均行B超、全屏数字乳腺X线摄影(full-field digital mammography,FFDM)、DBT和MRI检查。高年资影像医师双盲阅片,参照2013版BI-RADS分类标准,以病理结果为金标准,采用受试者工作特征(operating characteristic,ROC)曲线分析各种检查方法的诊断效能,并利用Z检验比较DBT与其他检查方法的统计学差异。结果:30例患者因图像不符合诊断要求而排除,剩余197例患者共发现205个病灶,其中良性病灶73例,恶性病灶132例。B超、FFDM、DBT、DBT+FFDM和MRI基于BI-RADS分类诊断乳腺良、恶性病变的ROC曲线的曲线下面积(area under the curve,AUC)分别为0.830 8、0.859 2、0.9167、0.919 8和0.935 4;两两比较结果显示,DBT的AUC高于B超和FFDM,且差异均有统计学意义(比B超相比,Z=7.36,P=0.006 7;与FFDM相比,Z=4.89,P=0.027 1);DBT与MRI、DBT+FFDM的AUC差异无统计学意义(与MRI相比,Z=0.02,P=0.900 2;与DBT+FFDM相比,Z=0.69,P=0.404 8)。结论:DBT较B超、FFDM能显著提高乳腺良、恶性病灶的诊断效能;并与MRI诊断效能相当。DBT作为乳腺X摄影新技术,具有良好的应用前景。展开更多
背景与目的:人工智能(artificial intelligence,AI)技术可辅助影像学诊断。本研究探讨AI辅助超声对中国女性乳腺病灶的识别能力及其应用于乳腺癌筛查的可能性。方法:采用平行对照诊断性试验和前瞻性随访的研究设计,纳入至肿瘤专科医院...背景与目的:人工智能(artificial intelligence,AI)技术可辅助影像学诊断。本研究探讨AI辅助超声对中国女性乳腺病灶的识别能力及其应用于乳腺癌筛查的可能性。方法:采用平行对照诊断性试验和前瞻性随访的研究设计,纳入至肿瘤专科医院就诊、并行乳腺超声检查的非乳腺癌女性。所有女性首先接受AI辅助超声检查,然后接受常规超声检查,比较AI辅助超声和常规超声识别乳腺病灶的差异;随访1年内乳腺癌发生情况,比较两种超声方式诊断乳腺癌的灵敏度和特异度。结果:研究纳入360人,共发现2504个乳腺病灶,其中AI辅助超声报告2217个病灶,病灶报告率为88.5%;常规超声报告1090个病灶,病灶报告率为43.5%。以常规超声为标准,AI辅助超声识别乳腺影像报告和数据系统(Breast Imaging Reporting and Data System,BI-RADS)4级以上乳腺病灶的灵敏度为93.3%(95%CI:80.7%~98.3%),特异度为100.0%(95%CI:99.5%~100.0%);随访发现10例乳腺癌,AI辅助超声和常规超声均判定为阳性的有8例,灵敏度均为80.0%(95%CI:44.2%~96.4%),特异度均为88.6%(95%CI:84.6%~91.6%)。结论:AI辅助超声对于BI-RADS 4A以上的高危乳腺病灶及早期乳腺癌的识别能力与常规超声相当,是一种有效的乳腺癌辅助诊断手段,并具有应用于人群乳腺癌筛查的潜力。展开更多
文摘背景与目的:乳腺癌已成为女性最常见的恶性肿瘤,乳腺X线摄影新技术的出现对乳腺癌诊断起重要作用;该研究旨在对比数字乳腺断层融合X线摄影(digital breast tomosynthesis,DBT)与常规影像学检查诊断乳腺良、恶性病变的效能。方法:收集2015年3月—2015年12月在复旦大学附属肿瘤医院就诊且经临床或超声检查怀疑乳腺病变的227例患者。所有患者均行B超、全屏数字乳腺X线摄影(full-field digital mammography,FFDM)、DBT和MRI检查。高年资影像医师双盲阅片,参照2013版BI-RADS分类标准,以病理结果为金标准,采用受试者工作特征(operating characteristic,ROC)曲线分析各种检查方法的诊断效能,并利用Z检验比较DBT与其他检查方法的统计学差异。结果:30例患者因图像不符合诊断要求而排除,剩余197例患者共发现205个病灶,其中良性病灶73例,恶性病灶132例。B超、FFDM、DBT、DBT+FFDM和MRI基于BI-RADS分类诊断乳腺良、恶性病变的ROC曲线的曲线下面积(area under the curve,AUC)分别为0.830 8、0.859 2、0.9167、0.919 8和0.935 4;两两比较结果显示,DBT的AUC高于B超和FFDM,且差异均有统计学意义(比B超相比,Z=7.36,P=0.006 7;与FFDM相比,Z=4.89,P=0.027 1);DBT与MRI、DBT+FFDM的AUC差异无统计学意义(与MRI相比,Z=0.02,P=0.900 2;与DBT+FFDM相比,Z=0.69,P=0.404 8)。结论:DBT较B超、FFDM能显著提高乳腺良、恶性病灶的诊断效能;并与MRI诊断效能相当。DBT作为乳腺X摄影新技术,具有良好的应用前景。
文摘背景与目的:人工智能(artificial intelligence,AI)技术可辅助影像学诊断。本研究探讨AI辅助超声对中国女性乳腺病灶的识别能力及其应用于乳腺癌筛查的可能性。方法:采用平行对照诊断性试验和前瞻性随访的研究设计,纳入至肿瘤专科医院就诊、并行乳腺超声检查的非乳腺癌女性。所有女性首先接受AI辅助超声检查,然后接受常规超声检查,比较AI辅助超声和常规超声识别乳腺病灶的差异;随访1年内乳腺癌发生情况,比较两种超声方式诊断乳腺癌的灵敏度和特异度。结果:研究纳入360人,共发现2504个乳腺病灶,其中AI辅助超声报告2217个病灶,病灶报告率为88.5%;常规超声报告1090个病灶,病灶报告率为43.5%。以常规超声为标准,AI辅助超声识别乳腺影像报告和数据系统(Breast Imaging Reporting and Data System,BI-RADS)4级以上乳腺病灶的灵敏度为93.3%(95%CI:80.7%~98.3%),特异度为100.0%(95%CI:99.5%~100.0%);随访发现10例乳腺癌,AI辅助超声和常规超声均判定为阳性的有8例,灵敏度均为80.0%(95%CI:44.2%~96.4%),特异度均为88.6%(95%CI:84.6%~91.6%)。结论:AI辅助超声对于BI-RADS 4A以上的高危乳腺病灶及早期乳腺癌的识别能力与常规超声相当,是一种有效的乳腺癌辅助诊断手段,并具有应用于人群乳腺癌筛查的潜力。
