目的 探究磁共振成像(MRI)联合乳腺影像报告和数据系统(BI-RADS)分类在乳腺癌鉴别诊断中的应用价值.方法 回顾性选取2020年9月～2023年1月我院收治的乳腺结节患者94例为研究对象,所有患者均接受MRI和BI-RADS检查,分析良恶性结节的一般资料和不同影像学特征,采用受试者工作(ROC)曲线分析乳腺结节良恶性的鉴别效能.结果 94例患者中37例患者乳腺肿瘤为恶性,纳入恶性组,其余57例患者乳腺肿瘤纳入良性组,恶性组最大肿瘤直径大于良性组(P＜0.05).通过BI-RADS分类发现,恶性组患者BI-RADS分类为4b、4c和5类的患者占比分别为32.43％、37.84％、16.22％,均高于良性组(P＜0.05).恶性组患者ADC值小于良性组,其肿瘤形态不规则患者有29例(78.38％),边界模糊患者33例(89.19％),均高于良性组(P＜0.05).MRI诊BI-RADS分类的准确率为89.36％(84/94),BI-RADS分类诊断的准确率为87.23％(82/94).经ROC曲线分析发现,MRI检查、BI-RADS分类诊断乳腺肿瘤的AUC分别为0.893、0.871,联合诊断的AUC为0.929,灵敏度和特异度分别为94.6％和91.2％.结论 MRI检查和BI-RADS 分类能够鉴别乳腺肿瘤良恶性,将两者进行联合应用,能够提升其对乳腺癌的诊断效能,可以为临床诊断鉴别提供理论依据.

目的:探究一种融合了SAM-YOLOV 5深度学习网络和图像处理技术的人工智能(AI)新模型在乳腺影像报告与数据系统(BI-RADS)4类肿块超声动态视频良恶性分类中的应用。方法:回顾性收集2019年5月至2023年6月汕头大学医学院第一附属医院经病理证实的BI-RADS 4类的乳腺肿块患者458例(530个肿块)，按7∶3的比例进行模型的训练和测试，分析模型的ROC曲线下面积(AUC)、敏感性、特异性、阳性预测值、阴性预测值。先与单张静态图像下的测试效果进行比较，再与3个传统的深度学习网络以及高、低年资医师组的测试效果进行比较。分析新模型在BI-RADS 4a、4b、4c类肿块中的诊断效能。结果:二维超声动态视频在新模型中测试所得到的AUC、敏感性、特异性、阳性预测值、阴性预测值高于使用单张超声静态图像(均 P<0.05)。基于二维超声动态视频下，新模型的AUC、敏感性、特异性、阳性预测值、阴性预测值高于3个深度学习网络模型(YOLOV 5、VGG 16、Resnet 50)和低年资医师组(均 P<0.05)，低于高年资医师组(其中仅特异性、阴性预测值 P<0.05)。新模型对BI-RADS 4b类肿块诊断效能最低。 结论:基于SAM-YOLOV 5深度学习网络和图像处理技术开发的用于BI-RADS 4类乳腺肿块动态超声分类诊断的新模型有较高的诊断价值，有望用于辅助临床诊断。

目的:探讨乳腺导管原位癌（DCIS）X线摄影表现与病理学免疫组织化学分型的关系。方法:回顾性分析2016年1月至2019年10月在青岛大学附属医院经手术病理证实的505例DCIS患者共514个病灶的资料。根据免疫组织化学结果将全部DCIS病灶分为雌激素受体（ER）阳性型（215个病灶）、人表皮生长因子受体2（HER2）阳性型（282个病灶）和三阴性型（17个病灶）。患者术前均接受X线摄影检查，参照乳腺影像报告及数据系统（BI-RADS）标准分析不同分子分型患者的影像学表现，如病变类型，钙化性病变的钙化形态、分布，乳腺构成及BI-RADS分类情况。采用χ2检验或Fisher确切概率法分析不同分子分型DCIS患者影像表现分布的差异，两两比较时检验水准α采用Bonferroni校正法。结果:ER阳性型44.7%（96/215）表现为阴性或非钙化性病变；HER2阳性型41.1%（116/282）表现为钙化伴肿块/非对称致密/结构扭曲；三阴性型82.4%（14/17）为钙化性病变，包括单纯钙化（7/17）和钙化伴肿块/非对称致密/结构扭曲（7/17）。DCIS HER2阳性型与ER阳性型在病变类型方面差异有统计学意义（χ2=13.747， P=0.003）。细线样/细小分支状钙化（34/201）多见于HER2阳性型，无定形钙化（67/119）多见于ER阳性型，差异有统计学意义（χ2=27.498， P<0.001）。团簇状分布钙化（59/119）多见于ER阳性型，线样/段样分布（76/201）多见于HER2阳性型，差异有统计学意义（χ2=13.123， P=0.004）。 结论:DCIS的X线表现与其病理学免疫组化不同分型有一定关系，认识其X线表现有助于为临床个性化治疗和预后提供更多依据。

目的:探讨自动乳腺超声系统(ABUS)在乳腺非肿块病变(NML)诊断中的应用价值。方法:选取2016年3月至2020年11月广东省中医院收治的108例NML患者(共114个病灶)进行回顾性研究分析，均为女性。以术后或穿刺活检病理结果为金标准，比较ABUS、常规超声及乳腺X线摄影检查对NML的诊断效能，同时分析ABUS与常规超声、乳腺X线摄影检查的一致性。结果:114个NML病灶中，病理确诊为良性病灶65个，恶性病灶49个。ABUS诊断NML的灵敏度为77.55%，特异度为81.54%，诊断符合率为80.70%。三种检查方法诊断NML的特异度及诊断符合率均为常规超声>ABUS>乳腺X线摄影，且差异均有统计学意义(均 P<0.05)。ABUS检查及常规超声检查对NML的BI-RADS分类诊断的Kappa系数值为0.71，一致性较强。 结论:ABUS是诊断NML的有效工具。使用ABUS对NML进行BI-RADS分类管理，可减少不必要的穿刺活检。

患者女，28岁。因前胸及双上肢伸侧毛细血管扩张斑合并四肢色素减退斑10余年就诊。10余年前无明显诱因前胸部及双上肢伸侧出现散在分布的毛细血管扩张斑，怀孕时明显加重，皮损渐波及面颈部，且密集分布。生育后面颈部毛细血管扩张斑逐渐消失，前胸及双上肢皮损较前减少，无明显自觉症状。与此同时，四肢出现孤立性类圆形或不规则形色素减退斑片，周边皮肤呈暗红色，双侧前臂有散在毛细血管扩张斑叠加于色素减退斑上，双上肢下垂一段时间后，色素减退斑及周围暗红色皮肤显著，抬高患肢后，色素减退斑自然消失，呈正常皮肤，毛细血管扩张斑无明显变化（图1）。自患病以来，患者偶有鼻出血症状，无牙龈出血，无胃肠道出血，无肌肉酸痛，无皮肤硬化或萎缩等其他不适症状。患者否认家族中有类似疾病史，否认长时间日光曝晒史，否认烟酒史和冶游史。体检：各系统未见明显异常。皮肤科检查：前胸部及双上肢伸侧散在分布毛细血管扩张斑，直径3 ~ 5 mm，无皮肤萎缩，Darier征阴性；四肢孤立性色素减退斑，斑片互不融合，呈类圆形或不规则形，直径10 ~ 20 mm不等，周围皮肤呈粉红色，境界清楚，患肢下垂或寒冷环境下，色素减退斑及周围暗红色皮肤显著，抬高患肢数分钟后，色素减退斑消失。凝血功能：凝血酶原活动度129%（参考值：88% ~ 120%，下同），凝血酶原时间10 s（10.4 ~ 12.6 s），纤维蛋白原4.2 g/L（2 ~ 4 g/L），凝血酶时间为15.7s（16 ~ 21 s）；肝肾功能：白蛋白37.2 g/L（40 ~ 55 g/L）；性激素：睾酮为0.047 μg/L（0.06 ~ 0.8 μg/L），泌乳素为4.470 μg/L（4.79 ~ 23.3 μg/L）；血尿常规、传染病相关抗原/抗体（包括乙型肝炎、丙型肝炎、HIV、梅毒）、抗核抗体谱均无异常；心电图示窦性心律不齐；双侧乳腺B超示乳腺多发囊性结节，美国放射协会制定的乳腺影像诊断规范BI-RADS分类3类；腹部B超及超声心动图均无异常。患者自诉近3个月来有轻度失眠症状，汉密尔顿焦虑量表评分为16分（肯定有焦虑）。右上肢伸侧皮损病理结果示：表皮增生伴角化过度，真皮浅层少量淋巴单核细胞浸润，小血管轻度增生，见个别肥大细胞（图2A）。特殊染色：甲苯胺蓝个别细胞（+）（图2B）。

目的:探讨乳腺影像报告和数据系统（BI-RADS）分类联合影像组学预测模型鉴别X线摄影不同表现类型乳腺病灶良性与恶性的效能。方法:回顾性分析东南大学附属中大医院2013年5月至2020年8月接受乳腺X线摄影检查并经病理证实的2 055例女性患者。根据BI-RADS分类第5版将病灶分为肿块型及非肿块型，肿块型又分为小肿块（最大径≤2 cm）、大肿块（最大径>2 cm），非肿块型又分为非对称、钙化及结构扭曲。通过手动分割病灶感兴趣区提取影像组学特征并构建影像组学模型。使用受试者操作特征曲线及曲线下面积（AUC）评估BI-RADS分类、影像组学及两者联合鉴别诊断乳腺X线摄影不同表现类型良性与恶性病变的效能，采用DeLong检验比较3种模型的AUC。结果:BI-RADS分类、影像组学模型及BI-RADS分类联合影像组学模型诊断乳腺病灶良性与恶性AUC值分别为0.924±0.006、0.827±0.009及0.947±0.005；与BI-RADS分类、影像组学模型比较，联合模型的诊断的AUC最高，差异具有统计学意义（ Z值分别为9.29、14.94， P<0.001）。联合模型鉴别大肿块、小肿块及非肿块乳腺病灶良性与恶性的AUC（分别为0.958±0.007、0.933±0.013、0.939±0.008）均高于BI-RADS分类（AUC分别为0.937±0.010、0.896±0.020、0.916±0.011， Z值分别为5.32、3.90、5.08， P<0.001）、影像组学模型（AUC分别为0.872±0.012、0.851±0.021、0.758±0.016， Z值分别为7.86、4.53、12.13， P<0.001）。联合模型诊断非对称乳腺病灶良性与恶性的AUC（0.897±0.017）高于BI-RADS分类（AUC为0.866±0.020， Z=4.27， P<0.001）、影像组学模型（AUC为0.633±0.029， Z=7.44， P<0.001）；而联合模型诊断诊断钙化和结构扭曲乳腺病灶良性与恶性的AUC（分别为0.971±0.010、0.811±0.057）仅高于影像组学模型（AUC分别为0.827±0.021、0.586±0.075， Z值分别为7.40、3.15， P<0.001），与BI-RADS分类差异无统计学意义（AUC分别为0.959±0.012、0.800±0.061， Z分别为1.87、0.39， P>0.05）。 结论:BI-RADS分类结合影像组学模型预测X线摄影不同表现类型乳腺病灶良性与恶性的效能较高，具有重要的临床应用价值。

目的:分析自动乳腺容积成像(ABVS)联合声脉冲辐射力弹性成像(ARFI)对优化乳腺肿块乳腺影像学报告和数据系统(BI-RADS)分类的影响。方法:研究对象选自2018年9月至2019年9月于东阳市人民医院超声科检查的乳腺肿块病例200例，入院后均行传统二维超声检查与ABVS联合ARFI检查，以病理为金标准，分析ABVS联合ARFI检查优化乳腺肿块BI-RADS分类的价值。结果:恶性肿块声触诊组织成像(VTI)分值及剪切波速度(SWV)均高于良性肿块(均 P<0.05)，VTI评分cut-off值>3.45分时鉴别乳腺良恶性肿块曲线下面积(AUC)为0.990，约登指数最大时(0.938)对应敏感度、特异性分别为95.42%、98.46%；SWV值cut-off值>3.78 cm/s时鉴别乳腺良恶性肿块AUC为0.990，约登指数最大时(0.875)对应敏感度、特异性分别为92.16%、95.38%；以病理为金标准，常规二维超声判断BI-RADS 4a分级以上肿块共154个，与病理相符120个，≤4a分级64个，与病理相符31个，诊断灵敏度、特异性、准确率分别为78.43%、47.69%、69.27%；AFRI判断BI-RADS 4a分级以上肿块共150个，与病理相符142个，≤4a分级68个，与病理相符57个，诊断灵敏度、特异性、准确率分别为92.81%、87.69%、91.28%；ABVS判断BI-RADS 4a分级以上肿块共153个，与病理相符146个，≤4a分级65个，与病理相符58个，诊断灵敏度、特异性、准确率分别为95.42%、89.23%、93.58%；AFRI＋ABVS联合判断BI-RADS 4a分级以上肿块共155个，与病理相符149个，≤4a分级63个，与病理相符59个，灵敏度、特异性、准确率分别为97.39%、90.77%、95.41%。各组灵敏度、特异度、准确率、阳性预测值、阴性预测值差异均有统计学意义(χ 2＝9.988、13.983、10.987、8.921、12.435，均 P<0.05)。 结论:ABVS联合AFRI可优化BI-RADS 4类乳腺肿块评级准确性，提高良恶性乳腺肿块鉴别准确率，可为早期检出乳腺癌提供依据。

目的:探讨乳腺癌超声造影(CEUS)征象与分子分型及分子标志物表达的关系。方法:回顾性分析2020年5月至2021年4月于浙江大学医学院附属第二医院就诊且术前经CEUS和常规超声检查的乳腺癌患者，依据乳腺影像报告及数据系统(Breast Imaging Reporting And Data System，BI-RADS)分类评估乳腺病灶，分析CEUS定性及定量征象，以病理结果为金标准，根据免疫组化结果记录分子分型和分子标志物表达情况，分析乳腺癌BI-RADS分类、CEUS定性及定量征象与分子分型及分子标志物表达的相关性。结果:149例患者的149个经病理证实的乳腺癌病灶最终纳入分析，BI-RADS 4A类8例，4B类60例，4C类49例，5类32例。Luminal A型81例；Luminal B型中人表皮生长因子2(HER-2)阳性型29例，HER-2阴性型17例，HER-2过表达型15例；三阴性乳腺癌7例。BI-RADS分类与分子分型及雌激素受体(ER)、孕激素受体(PR)、HER-2和细胞增殖相关抗原(Ki-67)表达无相关性(均 P>0.05)。CEUS定性及定量征象与乳腺癌分子分型无相关性(均 P>0.05)。定性征象与ER、PR、HER-2和Ki-67表达无相关性(均 P>0.05)。定量征象中上升斜率(AS)与ER、PR阳性表达呈负相关( r＝-0.40， P＝0.01； r＝-0.35， P＝0.03)；下降斜率(DS)与ER、PR阳性表达呈正相关( r＝0.42， P＝0.01； r＝0.36， P＝0.03)；造影剂到达时间(AT)与HER-2阳性表达呈正相关( r＝0.37， P＝0.02)；余定量征象与分子标志物表达无显著相关性(均 P>0.05)。 结论:乳腺癌CEUS定量征象中AS与ER、PR阳性表达呈负相关，DS与ER、PR阳性表达呈正相关，AT与HER-2阳性表达呈正相关，定量分析对乳腺癌分子标志物表达有一定价值。

目的:探讨超声乳腺影像报告与数据系统(Breast Imaging Reporting and Data System，BI-RADS)分类在特殊类型乳腺癌中的诊断价值。方法:回顾性分析2009年8月至2020年8月于浙江大学医学院附属第二医院诊治并经手术病理证实的特殊类型乳腺癌患者112例(112个病灶)，患者均行术前超声检查。分别由高年资主治医师及低年资住院医师依据超声BI-RADS分类对乳腺病灶进行评估。以组织病理学为金标准，分析BI-RADS分类诊断特殊类型乳腺癌的敏感性及准确性，比较不同特殊类型乳腺癌的BI-RADS分类及超声恶性征象之间的差异。对两名医师的评估结果进行Kappa检验，判断一致性是否良好。结果:112例患者中，化生性癌20例，伴有髓样特征的浸润性癌19例，大汗腺分化的癌16例，黏液癌12例，浸润性微乳头状癌12例，浸润性乳头状癌10例，浸润性小叶癌6例，其他特殊类型癌17例；BI-RADS 3类4例(3.5%)，BI-RADS 4a类13例(11.6%)，BI-RADS 4b类42例(37.5%)，BI-RADS 4c类47例(42.0%)，BI-RADS 5类6例(5.4%)。BI-RADS分类诊断特殊类型乳腺癌的敏感性为96.43%，准确性为96.43%。不同特殊类型乳腺癌的BI-RADS分类差异有统计学意义( P<0.05)。特殊类型乳腺癌病灶常表现为低回声、不规则形、边界成角或微分叶。不同特殊类型乳腺癌病灶的最大径、边界、内部回声及后方回声差异有统计学意义(均 P<0.05)。两名医师诊断结果一致性良好，Kappa值为0.789。 结论:不同特殊类型乳腺癌超声征象有差异，超声BI-RADS分类对特殊类型乳腺癌诊断准确性较高。

目的:探讨基于早期动态增强MRI（DCE-MRI）瘤内及瘤周的影像组学模型鉴别乳腺影像报告和数据系统（BI-RADS）4类肿瘤良性与恶性的价值。方法:回顾性分析蚌埠医学院第一附属医院2016年1月至2020年12月经乳腺MR检查诊断为BI-RADS 4类且有明确病理诊断结果的191例乳腺肿瘤患者，其中良性77例，恶性114例，年龄23~68（46±10）岁。选取DCE-MRI第二期图像上病灶最大层面勾画感兴趣区，并自动适形外扩5 mm，提取瘤内及瘤周影像组学特征。将纳入病例按8∶2的比例随机分为训练集和测试集，通过统计和机器学习方法降维，保留纳入模型的最优特征，采用logistic回归作为分类器，分别建立瘤内、瘤周、瘤内联合瘤周影像组学模型；通过单因素和多因素logistic回归，筛选出能够预测乳腺肿瘤良性与恶性的独立危险因素作为临床、影像特征，建立临床、影像模型；最终瘤内及瘤周影像组学特征联合临床、影像特征建立三者联合模型。采用受试者操作特征曲线（ROC）分析各模型的预测效能并计算曲线下面积（AUC），AUC的比较采用DeLong检验。通过10折交叉验证检验三者联合诊断模型的稳定性，并对三者联合诊断模型绘制列线图和校准曲线将模型可视化。结果:训练集中，三者联合诊断模型鉴别乳腺BI-RADS 4类肿瘤良性与恶性的AUC明显高于瘤内影像组学模型（ Z=3.38， P<0.001）、瘤周影像组学模型（ Z=4.01， P<0.001）、瘤内联合瘤周影像组学模型（ Z=3.11， P=0.002）、临床及影像特征模型的AUC（ Z=3.24， P=0.001）；三者联合诊断模型的AUC、灵敏度、特异度、准确度、F1分数分别为0.932、91.2%、86.9%、87.0%、0.89。测试集中，三者联合诊断模型也具有最高的AUC值（0.875），诊断灵敏度、特异度、准确度、F1分数分别为95.7%、62.5%、76.9%、0.82。通过10折交叉验证得到的AUC为0.90（0.85~0.92）。校准曲线中三者联合诊断模型的预测曲线与理想曲线一致性较好。 结论:基于早期DCE-MRI瘤内及瘤周影像组学特征联合临床、影像特征建立的三者联合诊断模型在鉴别乳腺BI-RADS 4类肿瘤良性与恶性中具有较好的性能和稳定性，能够无创地为临床决策提供指导。