基于超声特征的乳腺肿块BI-RADS风险分类量化模型建立及验证

摘要：

目的 基于大数据分析乳腺肿块超声图像特征建立乳腺BI-RADS风险分类量化模型并验证其诊断效能,根据该模型探索并验证穿刺节点价值.方法 回顾性分析2 050例乳腺肿块超声图像,由两名超声医师评估肿块图像特征及风险分类,对图像特征进行Logistic回归分析,以回归分析β值为基础建立BI-RADS量化分类模型并验证,探索最佳穿刺节点.结果 回归模型中包括年龄、形状不规则、边缘模糊、边缘成角、边缘微小分叶、边缘毛刺、微钙化、内部血供;该模型BI-RADS分类量化分值区间分别为:2类:0分;3类:0～20分;4a类:20～40分;4b类:40～90分;4c类:90～160分;5类:≥160分;验证集中量化分类4a类数量和恶性比例明显降低;模型中穿刺节点20分与实际4a类为穿刺节点对乳腺癌的检出率差异无统计学意义(x2=0.254,P＞0.05).结论 建立并验证BI-RADS风险分类量化模型具有良好临床应用价值,根据模型设置的穿刺节点不劣于传统BI-RADS分类,值得作为临床乳腺癌诊断的辅助手段.

关键词：乳腺超声、图像特征、BI-RADS分类、穿刺节点

所属期刊栏目：38

分类号：R736.1;R445.1;R581

资助基金：成都市新型产业技术研究院技术创新项目No.2017-CY-00027-GX

在线出版日期：2022-09-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：987-991