人工智能用于乳腺结节良恶性诊断的研究

人工智能用于乳腺结节良恶性诊断的研究

王超龚丽王燕玲

三台县人民医院四川绵阳621100

【摘要】目的评价乳腺超声人工智能设备，对乳腺结节良恶性的诊断价值。方法采集具有明确病理学诊断结果的乳腺结节超声图像400张，其中乳腺良性结节200张，乳腺恶性结节200张，运用超声人工智能对400超声图像进行诊断，并对诊断结果进行统计分析。结果乳腺超声人工智能的灵敏度为96.06%、特异度为97.46%，具有良好的真实性，与病理结果一致性程度极好，Kap-pa值为0.94，具有极好的可靠性。

【关键词】超声人工智能；乳腺结节；良恶性；诊断

引言

乳腺结节是女性常见病，临床上若不及时治疗则可能演变为乳腺肿瘤，而恶性乳腺肿瘤是造成女性病亡的主要癌症之一，从其发病率来看有逐年上升的趋势。目前，二维超声是乳腺结节诊断中较为常用的方式，但是，其准确度与对乳腺结节的性质诊断还存在一定的不足。为此，在二维超声诊断的基础上联合采用超声人工智能诊断在临床上得到了越来越多的应用。

1资料与方法

1.1研究对象

采集的所有乳腺图像数据均来源于我院超声诊断科，所有图像数据均不包含任何患者信息。将采集的乳腺超声图像，对照具有明确诊断的病理学结果，建立乳腺良性结节超声图像数据库及乳腺恶性肿瘤超声图像数据库，从以上两个数据库中运用随机数表法，随机抽取乳腺良性结节200张，乳腺恶性结节200张，运用超声人工智能对共计400张超声图像进行诊断。

1.2技术与方法

乳腺超声人工智能设备的算法，建立在诊断乳腺结节良恶性的主要超声特征的基础之上，主要包括：（1）肿块形态。肿块形态不规则是乳腺癌常见表现，也是诊断乳腺癌灵敏度最高的超声征象，如蟹足样及其他不规则状为乳腺癌的典型形态。类圆形或椭圆形肿块，为乳腺良性结节可能性更大。（2）肿块边缘。乳腺癌边界多不清，典型特征是周边毛刺征及强回声晕是乳腺癌向周围组织浸润生长的。乳腺良性结节多边缘光滑。（3）内部回声。乳腺癌的内部回声与乳腺腺体、脂肪组织相比，多呈明显的低回声，乳腺癌病灶可伴有肿块后方回声衰减。乳腺良性结节如乳腺增生症、乳腺炎，肿块超声表现可见无回声区，乳腺炎还可呈内部回声不均匀。（4）钙化。乳腺癌肿块内部常伴有微小钙化，或沙粒样钙化，乳腺良性结节通常不伴有钙化。（5）肿块纵横比。一般认为乳腺癌肿块纵横比＞1，即肿块的生长不平行或垂直于乳腺腺体轴向，高大于宽。乳腺良性结节纵横比＜1或＜0.8。（6）包膜。乳腺良性结节多有完整包膜，乳腺恶性结节多缺少完整包膜。（7）血流。乳腺良性结节血流较少，乳腺恶性结节血流多丰富。同时，乳腺乳腺恶性结节的血流阻力多高于良性结节。运用乳腺超声人工智能设备对400张乳腺超声图像进行诊断，其结果为建议随访，则提示良性可能，其结果为建议检查，则提示恶性可能，具体检验结果还须结合临床。

2结果

乳腺良、恶性结节超声图像数据库中每张超声图像均有病理结果支持，包括穿刺病理和术中冰冻病理，病理结果为诊断乳腺结节良恶性的“金标准”。乳腺超声人工智能正确识别恶性结节超声图像数据库中图像195张，识别错误5张；正确识别良性结节超声图像数据库中图像192张，识别错误8张。将此数据录入到SPSS20.0软件进行统计处理，采用卡方检验，检验水准为α＝0.05，统计结果显示：乳腺超声人工智能的灵敏度为96.06%、特异度为997.46%，说明乳腺超声人工智能识别良、恶性结节具有良好的准确性。

3讨论

近年来，乳腺癌发病率一直位于女性恶性肿瘤之首。根据我国女性乳腺癌发病率及死亡率相关数据得知发病率及死亡率虽然在上升，但增长的速率有减缓趋势，同时乳腺癌死亡率并不像发生率一样稳居首位。在影像学检查上习惯将钼靶x线做为早期乳腺癌的筛查首选，但乳腺X线对年轻致密型乳腺（我国女性是致密型乳腺代表）组织穿透力差，一般不建议对40岁以下、无明确乳腺癌高危因素或临床体检未发现异常的妇女进行乳腺X线检查。受检者所接受电离辐射存在相当大的波动，受诸多因素（年龄、腺体分型、腺体厚度、压迫厚度以及肿块位置、曝光模式、X线束的能量等）影响。鉴于乳腺X线的应用局限，超声人工智能在乳腺良恶性结节鉴别中发挥重要价值。从常规二维超声到彩色多普勒成像技术、超声弹性成像技术、再到超声造影，超声影像技术不断更新进步，提高临床鉴别诊断准确率，降低漏诊和误诊的概率。

彩色多普勒成像技术（CDFI）对结节内部血流数量、速度以及血管阻力指数进行观察。恶性肿物血供丰富，源于其生长迅速，VEGF高表达，刺激新生血管生成。有研究显示恶性肿瘤的血流要比良性者多14%-54%，比周围组织多5.0倍。血管阻力指数（RI）是评价肿物内部高阻血流状态。肿瘤血管从四周嵌入内部并且新生血管结构异常，管壁薄，缺少正常平滑肌，缺乏弹性；癌细胞对血管进行浸润时在血管内易形成癌栓或血栓；并且肿物内缺少淋巴网，静脉回流障碍，故表现为高阻血流状态。超声弹性成像技术（UE）是研究肿物的软硬程度，有较高的敏感性、特异性及准确性。对于小于1cm的乳腺肿瘤鉴别更有价值，正好弥补二维超声观察微小病灶鉴别准确率受影响的不足。UE利用超声探头向肿物发射超声波信号，根据不同组织的弹性和硬度产生不同的局部力学改变，利用特殊处理软件提取相关参数、推算不同组织弹性系数并用灰阶或伪彩图像反映出来。组织弹性大小采用罗葆明改良5分法评分标准：1分：病灶整体或大部分为绿色；2分：病灶中心为蓝色，周边为绿色；3分：病灶内绿、蓝色所占比例相近；4分：病灶为纯蓝色或夹杂少许绿色；5分：病灶及周边组织均为蓝色，内部伴或不伴有绿色（≤3的结节被评估为良性，≥4的结节被评估为恶性）。恶性肿物硬度是良性肿瘤的2-3倍。

结语

本研究应用的乳腺超声人工智能设备，对于有效提高乳腺结节超声诊断的准确性，弥补人为乳腺超声检查的不足，扩大优质医疗资源的再分配，有着重要的价值和意义。

参考文献：

[1]沈红霞．健康教育在宫颈癌、乳腺癌筛查中的应用及价值评析[J]．中国社区医师，2018，34（5）：167．

[2]沈建红，罗葆明，欧冰，等．乳腺恶性病变超声诊断的Logos-tic回归模型[J]．中国医学影像技术，2007，23（1）：88－90．

[3]吴莲花.?超声弹性成像技术与常规超声诊断甲状腺良恶性结节的价值[J].?医学信息，2016，29（16）：300-300.

[4]陈兴美.?超声造影在颈部肿大淋巴结良恶性鉴别诊断中的应用[J].?中华全科医学，2015，13（5）：814-815.

[5]孟凡凡.?高频超声在乳腺微小结节良恶性鉴别诊断中的应用探讨[J].?影