自动乳腺全容积扫查成像在乳腺肿瘤诊断中的应用

发布时间：2018-02-21 18:20

本文关键词： 超声检查乳腺癌全容积成像自动乳腺全容积成像可重复性汇集征　出处：《河北医科大学》2017年博士论文　论文类型：学位论文

【摘要】：乳腺癌已经成为我国城市女性发病率最高的恶性肿瘤,且发病率呈快速增长趋势,已经严重危害到女性健康和生活。乳腺癌分期不同,治疗方案及预后有很大差别。因此乳腺癌的早诊早治显得尤为重要。乳腺癌的诊断主要依赖临床触诊和影像学检查。在国际诊断规范中,钼靶被认为是乳腺癌诊断及筛查的首选,然而其局限性也逐渐被人们发现。钼靶在密度较高、体积较小的乳腺检查中存在不足,敏感性会降低约50%。我国妇女乳房体积较小,乳腺癌发病年龄早,乳腺腺体密度高,因此单一使用钼靶x线远远不能满足临床需要。超声由于操作方便、快捷,价格便宜,患者耐受性好,无放射性污染等优势,作为钼靶的补充手段而被广泛应用。随着超声设备和技术的不断更新,乳腺超声能够发现直径大于0.5cm的乳腺结节,乳腺超声对病灶的检测和诊断能力已有大幅度提高。然而,传统的超声成像模式有着自身难以克服的局限性,即操作者依赖性。超声诊断结果受操作医师经验和操作手法影响很大,而不同的诊断结果直接影响着治疗方案的制定,不当的诊断有时会给患者带来心理和经济上的影响,甚至延误病情。乳腺全容积成像技术研究的初衷即为了实现整个乳腺图像信息的完整存储,减少对操作者的依赖性。对其研究可追踪之上个世纪70年代,然而因为图像质量和设备技术原因一直未进入临床使用。近年来,西门子公司研发的新一代自动全容积成像系统(Automated breast volume scanning,ABVS)通过应用宽幅高频探头和灵活的机械臂,能够获得整个乳腺图像扫描数据,通过专用工作站完成三维数据重建,能够多层次、多方位展示乳腺影像,同时使得影像扫查和诊断分离的模式得以实现,有着良好的前景。既往研究多是关于ABVS诊断乳腺癌的准确性、敏感性及特异性等诊断能力的报道。本课题侧重于该技术在临床实际应用中的稳定性以及和常规超声一致性进行了系统性研究。研究中以病理结果和常规手持超声(Hand-held Ultrasound,HHUS)为参考标准,回顾性分析2014年2月至2015年7月因乳腺疾病来我院就诊并行HHUS和ABVS检查的患者病例资料215例。根据不同研究侧重点,筛选病例资料,对ABVS在乳腺病灶的检测和诊断能力等应用分别进行评估,内容包括:(1)ABVS病灶检出率、图像描述与常规超声一致性;(2)对乳腺肿瘤诊断与常规HHUS一致性;(3)诊断能力(准确性、敏感性、特异性)与常规HHUS比较;(4)ABVS扫查和诊断乳腺肿瘤的可重复性;(5)ABVS扫查成像冠状面诊断优势;(6)ABVS在常规HHUS难以定性的结节中应用价值等。第一部分:自动乳腺全容积扫查成像检测乳腺结节的可重复性研究第一部分:自动乳腺全容积扫查成像检测乳腺结节的可重复性研究目的:ABVS技术通过自动扫查实现了对整个乳腺的完整存储。理论上有极高的可重复性,然而乳腺是活动器官,ABVS能否克服HHUS的操作者依赖性,决定着这项技术最终能否应用于临床。本研究目的在于探讨ABVS在乳腺结节检测中的可重复性。方法:选取2014年2月~2015年7月因乳腺疾病来我院就诊并经HHUS检查有明确乳腺结节患者35例作为研究对象。由两名医师对患者先后两次行ABVS检查,分别记录病灶数目、定位信息及大小,对两次测量参数,计算组内相关系数(ɑ值),进行可重复性研究。一致性分析参数参考标准:0~0.20微弱;0.21~0.40弱;0.41~0.60中等;0.61~0.80强;0.81~1.0极强。结果:(1)两次扫查发现病灶数目分别为67个、68个,ɑ=0.997,具有极强的一致性;(2)两次扫查病灶距离乳头距离、距离皮肤距离及时钟位置ɑ值分别为:0.343、0.883、0.949,除距离乳头距离的重复性较差外,余均有极强的一致性;(3)病灶上下径、左右径及前后径两次测量ɑ值分别为0.938、0.936、0.948,均具有较强的一致性。第二部分:自动乳腺全容积扫查成像与常规超声一致性分析目的:ABVS技术是在常规HHUS的基础上发展而来,本研究旨在探讨在检测和诊断乳腺病灶方面ABVS和HHUS的一致性。方法:回顾性分析2014年2月至2015年7月因乳腺疾病来我院就诊患者超声检查资料90例。先后行HHUS和ABVS两种检查,并对发现的病灶数目、大小、定位、声像图特征及最终分类进行一致性分析。结果:(1)共检查乳腺患者90例,HHUS检测出病灶138个,ABVS检测出病灶148个,其中两种方法共同检测出病灶113个,单独由HHUS检出25个,单独由ABVS检出35个,两种方法比较组内相关系数ɑ=0.870;(2)两种检查方法对检出病灶特征描述一致性比较,病灶时钟位置(ɑ=0.684),距乳头距离(ɑ=0.241),距皮肤距离(ɑ=0.772);(3)病灶上下径、左右径及前后径一致性参数ɑ值分别为0.625、0.610、0.511;(4)对病灶声像图特征描述的一致性参数分别为外形(κ=0.554)、纵横比(κ=0.617)、边界(κ=0.722)、内部回声(κ=0.392)、后方回声特征(κ=0.177)、微钙化(κ=0.130);(5)对病灶进行BI-RADS分类,总体κ=0.539。第三部分:自动乳腺全容积扫查成像与常规超声诊断能力比较目的:本研究通过与HHUS对比,旨在评价ABVS在乳腺肿瘤诊断中的表现,从而判断其临床应用价值。方法:回顾性分析我院2014年2月至2015年11月因乳腺疾病就诊的114例患者病例资料,先后行HHUS及ABVS检查,发现病灶共计118个。以术后(或穿刺活检)病理结果为金标准,计算准确度、灵敏度、特异度等参数,并对二者诊断表现进行比较。结果:HHUS诊断乳腺病灶的灵敏度为94.1%,特异度为74.0%,准确率为85.6%;ABVS诊断乳腺病灶良恶性的灵敏度为95.6%,特异度为74.0%,准确率为86.4%,二者诊断表现相似,无明显统计学差异。第四部分:自动乳腺全容积扫查成像优势及其诊断价值目的:ABVS获取整个乳腺全容积数据,通过三维重建,展示出类似于外科视角的冠状面图像,完善了超声诊断信息。本研究旨在探讨ABVS冠状面各声像图特征诊断及鉴别诊断价值。方法:回顾性分析2014年2月至2015年11月因乳腺疾病在我院就诊的114例患者病例资料。经HHUS筛选病例后,进行ABVS检查,114例患者共检出乳腺病灶118个。以病理为金标准,对比HHUS,分析乳腺良恶性病变ABVS冠状面声像图特征区别,评价其在乳腺肿瘤的诊断及鉴别诊断价值。结果:(1)在114例乳腺病患者中,发现病灶共计118个,其中良性病变组46例,共50个病灶;恶性病变组68例共68个病灶;(2)乳腺良恶性病灶ABVS冠状面特征在形态、边缘、汇聚征、包膜、粗大钙化、微钙化及病变周围脂肪组织改变的表现上差异具有统计学意义(P0.05),在纵横比的表现上差异无统计学意义(P0.05);(3)以病变冠状面声像图特征的评分为自变量,以病理类型为因变量,建立Logistic回归模型,进入模型的乳腺癌声像图特征包括:汇聚征、微钙化、病变周围脂肪组织改变(P0.05)。第五部分:自动乳腺全容积扫查成像对BI-RADS4类乳腺结节的诊断价值目的:ABVS通过三维重建能够提供与外科视角相似的冠状面图像,充分显示肿瘤组织与周围组织的关系,能够从一定程度上反应出肿瘤组织的生物学行为。本研究旨在探讨ABVS在诊断常规HHUS难以定性的乳腺结节中的价值。方法:回顾性分析HHUS诊断为BI-RADS 4类需要活检的乳腺结节53例,以病理为金标准分别计算两种诊断方法的准确度、灵敏度、特异度、阳性预测值及阴性预测值,并进行统计学分析。结果:(1)HHUS诊断分类情况为4a类23例,4b类8例,4c类22例。以病理为金标准,计算HHUS诊断准确度、灵敏度、特异度、阳性预测值和阴性预测值分别为54.7%、66.7%、46.9%、45.2%、68.2%;(2)ABVS诊断分类情况为2类12例,3类13例,4a类6例,4b类3例,4c类1例,5类18例。以病理为金标准,计算ABVS诊断准确度、灵敏度、特异度、阳性预测值和阴性预测值分别为67.9%、57.1%、75.0%、60.0%、72.7%;(3)HHUS和ABVS准确度、灵敏度、特异度、阳性预测值及阴性预测值及统计结果分别为(54.7%、67.9%、P=0.231)、(66.7%、57.1%、P=0.525)、(46.9%、75.0%、P=0.021)、(45.2%、60.0%、P=0.301)、(68.2%、72.7%、P=0.716)。结论:1在乳腺病灶的检测和诊断方面,ABVS和HHUS有着较高的一致性,提示ABVS可作为HHUS替代手段用于乳腺癌的诊断。2 ABVS通过自动扫查获取的整个乳腺完全存储,在乳腺病灶检出、定位和大小测量方面可重复性强,一定程度上减少了对操作者的依赖性,提高了超声图像的标准化。3乳腺病灶ABVS冠状面声像图能够反映出病灶生长特征,从而反映出病灶的良恶性,在鉴别乳腺良恶性肿瘤时优于常规HHUS,具有重要诊断价值。4 ABVS冠状面声像图中特有的“汇聚征”在诊断乳腺癌时有重要价值。三维重建提高了乳腺癌周围脂肪组织回声改变的显示机率,为乳腺癌的检出提供了有价值的诊断信息。5在诊断常规超声发现的BI-RADS 4类乳腺结节时,ABVS检查具有较高的特异度,能够降低误诊率,减少不必要的活检。联合使用HHUS和ABVS便于会诊和读片,可从一定程度上减少因工作经验不足造成的不必要的活检。
[Abstract]:......
【学位授予单位】：河北医科大学
【学位级别】：博士
【学位授予年份】：2017
【分类号】：R445.1;R737.9

【相似文献】