Page 111 - 南京医科大学学报自然科学版

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