Page 111 - 南京医科大学学报自然科学版
P. 111
第41卷第3期 李卫民,范晓芳,贾 磊,等. 超声影像纹理分析鉴别诊断乳腺良恶性微小病变的价值[J].
2021年3月 南京医科大学学报(自然科学版),2021,41(03):415-419 ·417 ·
表2 164例乳腺微小病变超声影像特征
良性组 恶性组 良性组 恶性组
病灶特征 P值 病灶特征 P值
(n=121) (n=43) (n=121) (n=43)
大小(mm) 7.43 ± 0.90 7.59 ± 0.67 0.295 后方回声[n(%)] 0.078
形态[n(%)] 0.925 增强 000(0) 00(0)
规则 046(38.02) 16(37.21) 无改变 116(95.87) 38(88.37)
不规则 075(61.98) 27(62.79) 衰减 005(4.13) 05(11.63)
边缘[n(%)] 0.361 粗大钙化[n(%)] 0.107
光整 023(19.01) 11(25.58) 有 007(5.79) 00(0)
不光整 098(80.99) 32(74.42) 无 114(94.21) 43(100.00)
方位[n(%)] 0.098 微钙化[n(%)] 0.001
平行位 104(85.95) 41(95.35) 有 000(0) 04(9.30)
非平行位 017(14.05) 02(4.65) 无 121(100.00) 39(90.70)
内部回声[n(%)] 0.521 血流[n(%)] <0.001
均匀 106(87.60) 36(83.72) 0级 108(89.26) 17(39.53)
不均匀 015(12.40) 07(16.28) Ⅰ级 013(10.74) 23(53.49)
内部回声[n(%)] 0.784 Ⅱ~Ⅲ级 000(0) 03(6.98)
低回声 102(84.30) 37(86.05) 腋窝肿大淋巴结[n(%)] 0.092
等回声 019(15.70) 06(13.95) 有 000(0) 01(2.33)
高回声 000(0) 00(0) 无 121(100.00) 42(97.67)
A B C D
A:左乳1点见一低回声肿块,大小7 mm×5 mm,边界尚清,形态不规则,非平行位,内部回声均匀,超声提示BI⁃RADS 4B类,恶性病变可
能,手术病理提示腺病;B:超声影像ROI勾画用红色表示;C:左乳1点见一低回声肿块,大小9 mm×6 mm,边界尚清,形态不规则,平行位,内部
回声均匀,超声提示BI⁃RADS 4A类,良性病变可能,手术病理提示导管原位癌;D:超声影像ROI勾画用绿色表示。
图1 乳腺良恶性微小病变ROI标记前后的超声影像
一定的图像处理技术提取纹理特征,从而获得纹理 断准确性的重大突破口,而超声影像纹理的应用为
[7]
的定量或定性描述的处理过程 。按其性质而言, 这一突破口提供了恰当的方法。
纹理分析可分为统计分析方法、结构分析方法、信 本研究共纳入 164 例乳腺微小病变,其中良性
号处理方法和模型方法 4 大类。在医学影像学方 121例,恶性43例,良性病变的发生率为73.78%,恶
面,纹理分析有助于发现肉眼难以观察的细节,从 性病变的发生率为 26.22%。通过超声医师对微小
而更加细致地分析图像。本研究使用的 MaZda 软 病变的评估结果分析发现,超声医师诊断的误判率
件提供了 6 种纹理分析方法和 4 种纹理选择方法, 为29.27%,同时,相比良性微小病变,超声医师更易
6 种纹理分析方法包括:①灰度直方图;②灰度绝对 将恶性微小病变评估为良性,这可能与乳腺良恶性
梯度;③游程矩阵;④灰度共生矩阵;⑤自回归模 微小病变的可疑超声特征不具有明显差异有关,包
型;⑥小波变换。4 种纹理选择方法包括 MI、POE+ 括形态不规则、边缘不规整、纵横比>1、后方回声
ACC、Fisher 系数以及 3 种方法的联合(MI+POE+ 衰减、内部回声不均等。因此,具有相应可疑超声
ACC+Fisher)。研究表明,良恶性乳腺肿块的纹理参 特征的乳腺微小病变,超声医师易将其评估为恶
数具有一定差异,这表明纹理分析对乳腺癌具有较 性。对于合并有形态不规则、边缘不规整超声特征
好的诊断效能 [8-10] 。因此,乳腺超声检查的量化、标 的乳腺良性微小病变,超声医师不易将其误判,这
准化及规范化也极有可能是提高乳腺微小病变诊 可能与大多数乳腺微小病变可合并这两类超声特