目的:探讨基于自动乳腺全容积成像(ABVS)影像组学的机器学习模型鉴别乳腺影像报告和数据系统(BI-RADS) 4类病灶良恶性的临床价值。方法:前瞻性收集2020年5－12月于西南医科大学附属医院(中心1)和广东省中医院(中心2)接受ABVS检查和组织活检的BI-RADS 4类病灶患者，分为训练集(中心1)和外部验证集(中心2)。将病灶的最大切面图像(ABVS横切面、矢状面和冠状面各一张)导入影像组学分析软件(MaZda)，并提取影像组学特征。在训练集，七种特征选择方法和十三种机器学习算法进行两两结合，构建不同的机器学习模型，将诊断性能最优的六种模型在外部验证集进行验证并确定最终的机器学习模型。最后，评估有或无模型辅助下不同经验超声医师(R1、R2和R3，分别有3、6和10年经验)诊断效能和诊断信心的变化。结果:①研究纳入251个BI-RADS 4类病灶，其中训练集178个(良性91个，恶性87个)，外部验证集73个(良性44个，恶性29个)；②训练集中，诊断性能最优的六种机器学习模型分别是基于递归特征消除(RFE)的深度神经网络(DNN)模型，自适应提升(AdaBoost)模型，逻辑回归(LR)模型，线性判别分析(LDA)模型，集成算法(Bagging)模型和支持向量机(SVM)模型，ROC曲线下面积(AUC)依次为0.972、0.969、0.968、0.968、0.967和0.962；③外部验证集中，DNN-RFE模型仍具有最优的诊断性能，其AUC、准确性、敏感性、特异性、阳性预测值(PPV)和阴性预测值(NPV)分别为0.886、0.836、0.934、0.776、86.8%和82.5%；④模型辅助前，R1的诊断性能最差，其准确性、敏感性、特异性、PPV和NPV分别为0.680、0.750、0.640、57%和81%；模型辅助后，R1的上述指标分别提升至0.730、0.810、0.930、68%和94%，差异有统计学意义( P＝0.039)，而R2和R3与辅助前比较，差异无统计学意义( P＝0.811，0.752)；三名医师的总体诊断信心从2.8增加至3.3( P<0.001)。 结论:基于ABVS影像组学的机器学习模型能较好地区分良恶性BI-RADS 4类病灶，提升经验较少医师的诊断性能及其诊断信心。

目的:系统评价自动乳腺全容积成像系统（ABVS）与手持超声（HHUS）对乳腺良、恶性病灶的诊断价值。方法:检索Cochrane图书馆、PubMed、Embase、Ovid、中国知网（CNKI）、维普网（VIP）、万方医学网、中国生物医学文献数据库（CBM）等，检索时间从建库至2022年1月。筛选并纳入相关文献，提取文献特征。应用Meta-disc 1.4软件分析ABVS、HHUS诊断乳腺肿瘤的合并诊断比值比（DOR）、合并特异度、合并灵敏度及95% CI、集成受试者工作特征（SROC）曲线及曲线下面积（AUC）等，评价研究间的异质性及发表偏倚情况。 结果:共纳入26篇文献。异质性检验结果提示无阈值效应，采用随机效应模型合并灵敏度、特异度、DOR等效应量。ABVS和HHUS的合并灵敏度分别为0.86（95% CI 0.84~0.87）、0.80（95% CI 0.78~0.82）， I2分别为89.7%和82.3%；合并特异度分别为0.91（95% CI 0.90~0.92）、0.84（95% CI 0.83~0.86）， I2分别为89.7%和92.2%。ABVS、HHUS、二者联合诊断的AUC分别为0.954、0.883、0.958。漏斗图分析显示不存在发表偏倚。 结论:在乳腺病灶良、恶性的鉴别诊断方面，ABVS较HHUS具有更高的临床价值。

目的 基于乳腺影像报告和数据系统对乳腺癌相关的常规超声特征、自动乳腺全容积成像(ABVS)特征及临床资料进行量化评分,探究该量化评分标准在乳腺癌诊断中的应用.方法 回顾性分析210例乳腺结节的常规超声图像特征、自动乳腺全容积成像图像特征、临床资料,对有统计学意义的独立危险因素进行赋值并计算每个结节的总分.设置3种病例模型:①M1:常规超声;②M2:常规超声+临床资料;③M3:常规超声+临床资料+ABVS,绘制受试者工作特征曲线,分析诊断效能.结果 M1、M2、M3 3种模型受试者工作特征曲线下面积分别为0.859、0.932、0.978,截断值分别为8.5、10.5、12.5,灵敏度分别为 0.754、0.772、0.912,特异度分别为 0.895、0.948、0.954.结论 常规超声、临床资料、自动乳腺全容积成像联合应用结合乳腺影像报告和数据系统量化评分,可提高乳腺结节良恶性的鉴别诊断效能,提升诊断乳腺癌的准确度.

目的:对比研究全视野乳腺X线摄影（FFDM）、自动乳腺容积超声（AB US）、乳腺动态增强磁共振（MRI）对于乳腺局部结构扭曲病变良恶性的诊断价值。方法:回顾性分析2015年1月至2019年12月在西湖大学医学院附属杭州市第一人民医院行FFDM检查，表现为结构扭曲的171例乳腺疾病患者的临床、影像及病理资料，其中行AB US检查171例、MRI检查108例。对FFDM、AB US、MRI影像再分析并给出乳腺影像报告和数据系统（BI-RADS）分类。以病理结果为判断良恶性的金标准；部分无病理结果，随访≥2年且病灶影像学特征无改变判读为良性。对比3种影像检查方法对乳腺结构扭曲病变的诊断效能，评估AB US冠状面汇聚征在诊断中的价值。结果:入组171例患者，143例有病理结果，恶性病变81例，良性病变62例；其余28例随访证实良性。恶性病例中，AB US冠状面有汇聚征的占80.2%（65/81）；良性病例中，AB US冠状面有汇聚征的占45.6%（41/90），乳腺良、恶性病变的冠状面汇聚征差异有统计学意义（P<0.001）。FFDM、AB US、MRI以及FFDM联合AB US诊断乳腺局部结构扭曲病变良恶性的特异度分别为17.78%、37.77%、49.06%、47.78%，差异有统计学意义（P<0.05）。3种影像学检查及AB US联合FFDM检查诊断乳腺局部结构扭曲病变良恶性的敏感度、准确性、阳性预测值、阴性预测值差异均无统计学意义（P>0.05）。结论:AB US可以提高FFDM表现为乳腺结构扭曲病变的诊断特异度，两者结合可以提高乳腺病变的诊断效能，结合MRI检查有助于减少不必要的有创干预。

目的 探讨自全容积动乳腺成像(ABUS)对乳腺超声影像报告和数据系统(BI-RADS)4 类乳腺病变再次分级的诊断价值方法 回顾性分析203个乳腺病灶术前的常规超声及ABUS资料.以术后病理结果为金标准,分析ABUS对常规超声BI-RADS 4类病变再次分级的诊断价值.结果 常规超声BI-RADS分类及ABUS BI-RADS分类诊断乳腺恶性病灶的敏感性、特异性、准确率、阳性预测值和阴性预测值分别为71.6%、91.3%、82.7%、86.3%、80.8%和92.9%、92.4%、94.0%、91.7%、95.0%.两者ROC曲线下面积分别为0.814、0.921(Z=2.660,P＜0.005).结论 ABUS可以提高乳腺恶性病变的诊断准确率,减少部分常规超声BI-RADS 4类病变不必要的穿刺活检.

目的 比较超声与正电子发射型计算机断层成像(PET/CT)技术在乳腺癌早期诊断中的应用价值.方法 选取2014年2月至12月在北京协和医院行乳腺病变切除活检术的患者38例,共40个病灶,分别行超声及PET/CT检查,以病理诊断为"金标准"分别统计自动乳腺全容积成像系统(ABVS)及PET/CT的敏感度、特异度、准确性、假阳性、假阴性、阳性及阴性预测值.结果 超声对乳腺癌诊断的敏感度95.65%、特异度70.59%、准确性85.00%;PET/CT技术对乳腺癌诊断的敏感度86.96%、特异度82.35 %、准确性85.00 %;两者联合应用的诊断敏感度86.96%、特异度94.12%、准确性90.00%.10例乳腺癌淋巴结转移的患者中,PET/CT技术对转移淋巴结诊断的敏感度、特异度及准确性分别为90.0%、92.8%、92.1%,超声对转移淋巴结诊断的敏感度、特异度及准确性分别为70.0%、96.4 %、89.5%.结论 超声与PET/CT检查对乳腺癌的诊断均为有效的方法.两者联合应用可显著提高诊断的特异度与准确性.PET/CT对淋巴结转移灶敏感度较高,有利于临床分期,对临床治疗方案的选择及患者的预后有重要意义.

目的 评价弹性成像技术联合自动乳腺全容积成像(ABVS)鉴别诊断乳腺影像报告和数据系统(BI-RADS)4类病灶良恶性的价值.方法 选取2016年6月至2017年8月南京军区南京总医院收治的137例乳腺疾病患者,共147个病灶.所有患者均经手术或穿刺活检病理证实.所有患者均接受ABVS和弹性成像检查,且ABVS检查结果均为BI-RADS 4类.以手术或穿刺活检病理结果作为金标准,绘制弹性成像技术及弹性成像技术联合ABVS鉴别诊断乳腺BI-RADS 4 类病灶良恶性的受试者工作特征(ROC)曲线.结果 病理结果显示,137例患者147个乳腺病灶中良性54个,恶性93个.弹性成像技术鉴别诊断乳腺BI-RADS 4类病灶良恶性的敏感度、特异度、准确性分别为94.6%、57.4%、81.0%,弹性成像技术联合ABVS鉴别诊断乳腺BI-RADS 4类病灶良恶性的敏感度、特异度、准确性分别为98.9%、57.4%、83.7%.ROC曲线显示,弹性成像技术联合ABVS鉴别诊断乳腺BI-RADS 4类病灶良恶性的曲线下面积为0.965,大于弹性成像技术鉴别诊断乳腺BI-RADS 4类病灶良恶性的曲线下面积0.858,因此弹性成像技术联合ABVS鉴别诊断乳腺BI-RADS 4类病灶良恶性的效能大于单独应用弹性成像技术.结论 弹性成像技术对乳腺BI-RADS 4类病灶良恶性鉴别诊断有一定的价值;结合ABVS,其诊断准确率提高.弹性成像技术联合ABVS能提高BI-RADS 4类乳腺病灶中恶性病灶的检出率,降低术前穿刺活检率.

目的 探讨自动乳腺全容积扫描成像(ABVS)及超声乳腺影像报告和数据系统(BI-RADS)分类综合评分法对乳腺病变的诊断价值及判断病变性质的最佳分界点.方法 对经活检或手术病理结果证实的477例656个乳腺肿块的ABVS图像及BI-RADS分类进行回顾性分析,以方位、边缘、毛刺、汇聚征及钙化5个特征加乳腺BI-RADS分类进行综合评分,绘制受试者工作特征曲线,探讨其临床应用价值.结果 ABVS方位、边缘、毛刺、汇聚征、钙化5个特征加乳腺BI-RADS分类进行综合评分后对乳腺良、恶性病变的临床诊断界点为6分,曲线下面积为0.965,其对应的敏感性、特异性、准确率、误诊率及漏诊率分别为90.4%、94.2%、93.4%、9.6%及3.8%.结论 ABVS联合乳腺BI-RADS分类综合评分法可作为诊断乳腺恶性肿瘤的一项新的相对客观的判断指标.

目的 探讨自动乳腺全容积成像(ABVS)联合乳腺影像报告和数据系统(BI-RADS)分类对常规超声恶性征象不典型(BI-RADS分类3类及4A类)乳腺癌的诊断价值.方法 对常规超声BI-RADS分类3类及4A类的832例患者共876个乳腺肿块行ABVS.结合ABVS冠状位图像特点对乳腺肿块重新进行BI-RADS分类.与术后病理结果对照,比较常规超声BI-RADS分类与ABVS结合BFRADS分类为3类、4A类肿块中恶性率的差异;并以BI-RADS分类≥4B类为恶性肿块诊断标准,评价ABVS结合BI-RADS分类诊断乳腺恶性肿块的效能.结果 常规超声BI-RADS分类为3类肿块558个,恶性率4.30％(24/558),4A类肿块318个,恶性率11.01％(35/318).结合ABVS冠状位图像特点重新分类后,3类肿块455个,恶性率0.66％(3/455);4A类肿块176个,恶性率4.55％(8/176);4B类肿块218个,恶性率14.22％(31/218);4C类肿块27个,恶性率62.96％(17/27).ABVS结合BI-RADS分类为3类、4A类肿块的恶性率明显低于常规超声分类为3类、4A类肿块(x2=11.447、5.951,P=0.001、0.015).ABVS结合BI-RADS分类对恶性肿块的诊断敏感度、特异度及准确率分别为81.36％(48/59)、75.89％(620/817)及76.26％(668/876).结论 ABVS结合BI-RADS分类对常规超声恶性征象不典型的乳腺癌具有重要诊断价值.

目的:对比研究自动乳腺全容积成像(automated breast volume scanning,ABVS)与手持超声(hand-held ultrasound,HHUS)对钼靶判定为乳腺影像报告和数据系统(Breast Imaging Reporting and Data System,BI-RADS)4类乳腺肿块的诊断效能.方法:对钼靶判定为BI-RADS 4类的64例患者的乳腺进行ABVS和HHUS检查,比较两种方法对乳腺肿块检出数目的一致性.将判定为BI-RADS-US 2～4A类归为良性病灶,BI-RADS-US 4B～5类归为恶性病灶,以病理学检查结果为金标准,对比两种超声方法诊断钼靶BI-RADS 4类乳腺肿块的效能.结果:64例患者中,ABVS检出病灶89个,HHUS检出病灶81个.两种方法共同检出病灶74个,病灶检出数目有极强的一致性(a=0.842).ABVS诊断钼靶BI-RADS 4类乳腺肿块的灵敏度、特异度、准确率、阳性预测值和阴性预测值分别为93.33％、90.25％、91.55％、87.53％和95.87％,而HHUS的上述结果分别为84.33％、85.35％、87.95％、81.17％和89.16％,两组间差异无统计学意义(P均＞0.05).两者的受试者工作特征(receiver operating characteristic,ROC)曲线的曲线下面积分别为0.82和0.80,差异无统计学意义(P＞0.05).结论:ABVS与HHUS对钼靶BI-RADS 4类乳腺肿块的检测和诊断一致性极高,诊断效能相近.