Page 113 - 南京医科大学学报自然科学版
P. 113
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 ·419 ·
的恶性病灶,超声医师不易误诊。乳腺微小病变的 断对比研究[J]. 临床超声医学杂志,2016,18(8):551-
评估不可避免地受到超声医师主观因素的影响。 553
在所选取的纹理参数中,MI 方法有8组参数差 [3] MERCADO C L. BI⁃RADS update[J]. Radiol Clin North
异有统计学意义,POE+ACC和Fisher系数10组参数 Am,2014,52(3):481-487
差异均具有统计学意义。各种纹理分析方法提供 [4] GOKALP G,TOPAL U,KIZILKAYA E. Power doppler so⁃
nography:anything to add to BI⁃RADS US in solid breast
的纹理信息越多,越有助于其对乳腺良恶性微小病
masses?[J]. Eur J Radiol,2009,70(1):77-85
变的鉴别,其误判率应越低。但本研究通过构建的
[5] 何凤洁,张会萍,顾继英,等. 超声BI⁃RADS分类标准联
ANN 模型分析结果发现,在总误判率方面,POE+
合剪切波弹性成像技术鉴别诊断乳腺良恶性病灶的价
ACC>MI>Fisher 系数>MI+POE+ACC+Fisher,这
值[J]. 上海交通大学学报(医学版),2019,39(4):393-
与各纹理分析方法提取的有价值的纹理参数数量 397
并不呈正相关。因此,笔者认为这可能是由于乳腺 [6] FRANK G A,DANILOVA N V,ANDREEVA I,et al.
癌与各纹理参数的相关性不同所致,POE+ACC虽然 WHO classification of tumors of the breast,2012[J].
提取了10组纹理参数,但其与乳腺癌的相关性一般 Arkh Patol,2013,75(2):53-63
或较低,因而误判率较高,而 MI 和 Fisher 系数分别 [7] 徐 琰,胡保全. 浅谈人工智能在乳腺癌领域的应用进
提取了8组和10组有统计学差异的纹理参数,但其 展[J]. 中华乳腺病杂志(电子版),2017,19(5):257-261
与乳腺癌的相关性可能高于POE+ACC 提取的纹理 [8] HOUSSAMI N,CI L E,BUIST D,et al. Artificial intelli⁃
gence for breast cancer screening:Opportunity or hype?
参数,因而,误判率均低于 POE+ACC,而 MI+POE+
[J]. Breast,2017,36(36):31-33
ACC+Fisher 是 3 种方法的结合,所包括的纹理参数
[9] SIVARAMAKRISHNA R,POWELL K A,LIEBER M L,
较多,可弥补单纯使用Fisher系数、POE+ACC、MI这
et al. Texture analysis of lesions in breast ultrasound
3种方法的缺陷,因而误判率较低。本研究通过对 images[J]. Comput Med Imaging Graph,2002,26(5):
良性和恶性微小病变的误判率分析发现,纹理分析 303-307
在两组误判率之间的差异均不具有统计学意义,这 [10] 种美玲,时白雪,张 禧,等. 超声联合纹理分析对乳腺
在一定程度上可排除了超声医师的主观影响。 结节良恶性的诊断价值[J]. 中华医学超声杂志(电子
综上所述,超声纹理分析可用于鉴别乳腺微小 版),2019,16(8):581-585
病变的良恶性,值得进一步推广。该分析有助于早 [11] CARPENTIER B,HAYWARD J,STRACHOWSKI L.
期乳腺癌的诊断及治疗,避免不必要的穿刺和手 Enhancing your acoustics:ultrasound image optimization
术,为精准的诊疗方案提供依据。 of breast lesions[J]. J Ultrasound Med,2017,36(7):
1479-1485
[参考文献]
[12] 张 娜,薛 恒,孙 洋,等. 类实性表现积乳囊肿的声
[1] SPAN P N,SWEEP F C,WIEGERINCK E T,et al. Sur⁃ 像图特征[J]. 中国超声医学杂志,2016,32(7):655-657
vivin is an independent prognostic marker for risk stratifi⁃ [13]苏 彤,赵燕妹,张 玲,等. 多模态超声评估乳腺癌新
cation of breast cancer patients[J]. Clin Chem,2004,50 辅助化疗的价值[J]. 南京医科大学学报(自然科学
(11):1986-1993 版),2019,39(3):414-417
[2] 奚 静,虞晓龙,郑建刚,等. 乳腺微小肿块的影像学诊 [收稿日期] 2020-05-03