乳腺癌超声多模态特征的Logistic回归分析研究

发布时间：2020-10-11 00:22

　　 目的:应用Logistic回归分析对乳腺BI-RADS 3~5类肿块的超声多模态特征进行分析,筛选乳腺癌的密切相关危险因素并建立多模态诊断模型。方法:收集2015年9月至2017年12月于我院就诊患者109例,最终经手术病理结果确诊的乳腺肿块共125个。对所有入选肿块分别行二维灰阶超声、CDFI、UE及CEUS检查,记录并分析各模态声像图特征,应用二分类Logistic回归分析筛选乳腺癌的密切相关危险因素并建立多模态诊断模型。比较单一模态(二维灰阶超声、CDFI、UE、CEUS)与多模态诊断模型的诊断效能。结果:(1)本研究纳入患者109例,共125个肿块,包括良性肿块67个,恶性肿块58个。恶性肿块患者发病年龄大于良性肿块患者,差异有统计学意义(P0.05);两组平均最大直径比较差异无统计学意义(P0.05)。(2)单因素分析:患者年龄,二维灰阶超声特征(形态、方位、边缘、后方回声、微钙化、淋巴结),CDFI分级,UE评分及CEUS特征(增强水平、造影后肿块边界、形态、范围变化、穿入血管或放射状增强),共14个因素在良、恶性组比较差异有统计学意义(P0.05)。(3)Logistic回归方程:Logit(P)=-18.544+1.321*非平行位+2.691*边缘不光整+2.185*微钙化+1.152*CDFI分级(Ⅱ/Ⅲ级)+1.698*UE评分(4~5分)+2.118*CEUS范围扩大+1.868*穿入血管或放射状增强。根据OR值,7个密切相关危险因素依次为边缘不光整肿块内微钙化CEUS肿块范围扩大穿入血管或放射状增强UE评分(4~5分)非平行位CDFI分级(Ⅱ/Ⅲ级)。(4)二维灰阶超声、CDFI、UE、CEUS及超声多模态诊断模型五种方法的ROC曲线下面积分别为0.775、0.627、0.592、0.755、0.863。结论:(1)乳腺癌密切相关危险因素依次递减为边缘不光整、肿块内微钙化、CEUS肿块范围扩大、穿入血管或放射状增强、UE评分(4~5分)、非平行位、CDFI分级(Ⅱ/Ⅲ级)。(2)超声多模态诊断模型较单一模态诊断效能好,能够提高预测和判别乳腺BI-RADS 3~5类肿块良恶性诊断准确率。
【学位单位】：山西医科大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：R737.9;R445.1
【部分图文】：

⑥钙化：肿块内钙化、肿块外钙化或导管内钙化；⑦淋巴结特征：淋巴结形态正常或异常。1.3.2 CDFI 显像切换至多普勒显像模式，取样框调整适宜，调节彩色增益及标尺，以图像显示刚好不出现彩色干扰为宜，清晰显示肿块内血供情况，测定阻力指数 RI，储存不同切面的动静态图像。根据 Adler 半定量方法进行血流分级[11]：0 级：肿块内无血流信号；Ⅰ级：肿块内可见少量血流信号，为 1~2 处点状血流，血管管径＜1mm（图 1 A）；Ⅱ级：肿块内可见中量血流信号，为一条长度超过肿块半径的主要血管或同时可见 2~3 条小血管（图 1 B）；Ⅲ级：肿块内可见丰富血流信号，为 4 条以上血管或血管交织呈网状（图 1 C）。以 CDFI 分级 0/Ⅰ级提示良性，Ⅱ/Ⅲ级提示恶性。

恶性组平均年龄 51.0±11.3 岁，两组比较差异有统计学意义（P＜0.05）（表 2）；良性组肿块多发于 38~48 岁，恶性组肿块多发于 44~54 岁及 59~64 岁（图 3、4）。67 个乳腺良性肿块平均最大直径 16.78±5.98mm，58 个乳腺恶性肿块平均最大直径 18.38±7.53mm，两组比较差异无统计学意义（P＞0.05）。（表 2）表 2 乳腺良、恶性肿块基本资料比较组别 人数 肿块数 年龄（岁） 肿块最大直径（mm）良性组 53 67 41.7±11.7 16.78±5.98恶性组 56 58 51.0±11.3 18.38±7.53t 4.243 1.326P ＜0.001 0.187

恶性组平均年龄 51.0±11.3 岁，两组比较差异有统计学意义（P＜0.05）（表 2）；良性组肿块多发于 38~48 岁，恶性组肿块多发于 44~54 岁及 59~64 岁（图 3、4）。67 个乳腺良性肿块平均最大直径 16.78±5.98mm，58 个乳腺恶性肿块平均最大直径 18.38±7.53mm，两组比较差异无统计学意义（P＞0.05）。（表 2）表 2 乳腺良、恶性肿块基本资料比较组别 人数 肿块数 年龄（岁） 肿块最大直径（mm）良性组 53 67 41.7±11.7 16.78±5.98恶性组 56 58 51.0±11.3 18.38±7.53t 4.243 1.326P ＜0.001 0.187
【相似文献】

相关期刊论文 前10条

1 黄立鹤;张德禄;;多核并行架构:多模态研究的范式、路径及领域问题之辨[J];外语教学;2019年01期

2 赵雨菲;;近五年我国多模态翻译研究综述[J];农家参谋;2019年04期

3 闫雪锋;;多模态话语视域下“翻转课堂”教学模式的改革与探索——以西安职业技术学院公共基础课为例[J];才智;2019年10期

4 梅勇;申云化;;大学英语教师多模态运用调查研究——以武汉地区高校为例[J];外国语文研究;2017年05期

5 翁成颜;;浅析多模态视角下中学翻转课堂教学模式[J];海外英语;2017年22期

6 郭婷;;微传播中多模态语篇的图文意义共建研究[J];海外英语;2017年24期

7 何少娴;张芳;毛浩然;;多模态研究的内涵外延、方法与视角[J];闽江学院学报;2017年06期

8 刘欣;徐邵阳;刘苏玲;翟子秋;;中英广告的多模态隐喻对比研究[J];现代交际;2018年02期

9 金黛莱;关承惠;;多模态视角下民族大学校徽的意义解读[J];聊城大学学报(社会科学版);2018年01期

10 汤波;王云;姚道武;;基于广告语言的多模态表现研究[J];皖西学院学报;2018年03期

相关博士学位论文 前10条

1 胡敏;多模态靶向纳米探针在微小肝癌的诊断及光热治疗的实验研究[D];南方医科大学;2018年

2 刘曌雯;多模态生物数据分析与挖掘研究[D];西安电子科技大学;2018年

3 张灵均;多模态数据分类的模糊粗糙方法研究[D];天津大学;2017年

4 张淑美;基于数据驱动的复杂多模态过程模态识别及过程监测研究[D];东北大学;2016年

5 屈雯;基于多模态内容分析的多视角视频推荐技术研究[D];东北大学;2015年

6 马腾;基于mVEP和MI多模态脑机接口的关键技术研究[D];电子科技大学;2018年

7 年福东;基于语义先验约束的多媒体特征表示研究[D];安徽大学;2018年

8 李钊;多模态数据分类与检索的关键技术研究[D];北京交通大学;2018年

9 赵春秋;多模态纳米成像检测试剂及其应用研究[D];东南大学;2017年

10 赵亮;多模态数据融合算法研究[D];大连理工大学;2018年

相关硕士学位论文 前10条

1 齐冰洁;多模态教学模式在留学生初级汉语综合课中的应用研究[D];内蒙古师范大学;2019年

2 靳璐;多模态教学模式在高中英语词汇教学中的应用[D];西北师范大学;2017年

3 董航航;基于多模态理论探索正面价值观在英语教材中的应用[D];北方工业大学;2019年

4 刘娜;电影《为奴十二年》的多模态批评话语分析[D];内蒙古师范大学;2019年

5 安茹月;多模态教学模式在高中英语词汇教学中的应用研究[D];沈阳师范大学;2019年

6 刘亚荣;多模态教学模式在初中英语词汇教学中的应用研究[D];延安大学;2019年

7 冯芳芳;多模态叙事教学法在高中英语词汇教学中的应用研究[D];延安大学;2019年

8 谢林林;高中英语课堂多模态教学调查研究[D];延安大学;2019年

9 黄明策;电影《战狼2》态度意义的多模态建构[D];北京邮电大学;2019年

10 张一;基于多模态语料库的英文纪录片中隐喻的语篇功能研究[D];沈阳师范大学;2019年

本文编号：2835759